Implementasi Model CNN U-Net pada Website Interaktif sebagai Media Pewarnaan Otomatis untuk Pembelajaran Seni Rupa

Abstract

Penelitian ini mengembangkan website interaktif Kromora dengan memanfaatkan Convolutional Neural Network (CNN) berarsitektur U-Net untuk pewarnaan otomatis pada pembelajaran Seni Rupa materi teori warna. Objek penelitian difokuskan pada pembelajaran Seni Rupa kelas X di SMA Kemala Bhayangkari 1 Surabaya. Sistem diimplementasikan menggunakan Laravel, MySQL, Python-PyTorch, REST API, serta ekstraksi palet warna dominan berbasis K-Means Clustering. Pengujian mencakup black box testing, evaluasi keluaran model, kuesioner siswa, dan tanggapan guru. Hasil penelitian menunjukkan bahwa seluruh skenario fungsional berjalan sesuai kebutuhan. Model U-Net mampu memberikan hasil pewarnaan dan menampilkan palet warna dominan yang dapat dimanfaatkan sebagai referensi eksplorasi warna. Uji pengguna terhadap 34 siswa menghasilkan persentase kelayakan 98,24% dengan kategori sangat layak, sedangkan tanggapan guru mencapai 90,00%. Dengan demikian, website Kromora dinilai layak digunakan sebagai media pembelajaran visual yang interaktif dan mendukung siswa dalam memahami kombinasi warna secara mandiri.

Kata kunci: Convolutional Neural Network (CNN) U-Net, website interaktif, pewarnaan otomatis, teori warna, Seni Rupa, media pembelajaran