Kain Songket Palembang merupakan salah satu warisan budaya Indonesia yang
memiliki nilai seni dan filosofi tinggi sehingga perlu dilestarikan melalui upaya
digitalisasi. Salah satu bentuk digitalisasi yang dapat dilakukan adalah
pengembangan sistem klasifikasi motif menggunakan metode Convolutional
Neural Network (CNN). Penelitian ini bertujuan untuk menganalisis pengaruh
metode preprocessing citra dan ukuran citra terhadap performa model CNN dalam
mengklasifikasikan motif flora pada kain Songket Palembang. Penelitian
menggunakan metode eksperimen kuantitatif dengan menerapkan variasi ukuran
cropping citra (128×128, 160×160, 192×192, 224×224, dan 256×256 piksel) serta
metode deteksi tepi Roberts, Sobel, Prewitt, dan Canny. Dataset berupa citra digital
motif flora Songket Palembang diproses menggunakan Python, OpenCV, dan
TensorFlow/Keras. Evaluasi model dilakukan menggunakan metrik accuracy,
precision, recall, F1-score, classification report, dan confusion matrix. Hasil
penelitian menunjukkan bahwa setiap kombinasi metode preprocessing dan ukuran
citra menghasilkan performa yang berbeda. Kombinasi metode cropping dengan
ukuran citra 192×192 piksel dan metode deteksi tepi Sobel menghasilkan performa
terbaik dengan nilai accuracy sebesar 81% pada data uji. Berdasarkan hasil
classification report, model memperoleh nilai macro average precision sebesar
0,83, macro average recall sebesar 0,81, dan macro average F1-score sebesar 0,81,
sedangkan weighted average precision, weighted average recall, dan weighted
average F1-score masing-masing sebesar 0,83, 0,81, dan 0,81. Hasil tersebut
menunjukkan bahwa kombinasi kedua metode mampu menghasilkan representasi
citra yang lebih baik sehingga proses ekstraksi fitur oleh model CNN menjadi lebih
optimal. Berdasarkan hasil penelitian dapat disimpulkan bahwa metode
preprocessing dan ukuran citra memberikan pengaruh terhadap performa
Convolutional Neural Network (CNN) dalam mengklasifikasikan motif flora pada
kain Songket Palembang. Pemilihan kombinasi preprocessing yang tepat mampu
meningkatkan kemampuan model dalam mengenali karakteristik visual setiap motif
serta menghasilkan kemampuan generalisasi yang baik terhadap data uji.
Kata kunci: Songket Palembang, Convolutional Neural Network (CNN),
preprocessing citra, cropping, deteksi tepi, klasifikasi citra, motif flora.