Di Tenun merupakan sebuah aplikasi yang bertujuan untuk meningkatkan nilai jual kain tenun, terutama ulos dengan menciptakan motif baru. Saat ini aplikasi mobile
Android DiTenun memiliki 3 fungsi utama, yaitu generate kristik, generate motif dan ulos editor. Selain itu, aplikasi DiTenun memiliki dua model machine learning, yaitu, model Verifikasi Kualitas Gambar dan Model Klasifikasi Ulos. Mengintegrasikan kedua model ini dengan aplikasi DiTenun menjadi penting karena akan mempercanggih aplikasi DiTenun. Namun percobaan integrasi yang dilakukan oleh peneliti sebelumnya gagal.

Dengan demikian penelitian ini bertujuan untuk mempelajari masalah apa yang dialami oleh peneli sebelumnya, mencari solusinya, dan mengimplementasikan model machine learning ke dalam aplikasi DiTenun. Penelitian ini menggunakan aplikasi mobile Android DiTenun dan model machine learning yang telah ada. Dalam penelitian ini integrasi model dengan aplikasi dilakukan dengan menginferensi model pada server DiTenun dan menyediakan layanan prediksi saat dibutuhkan oleh aplikasi melalui API.

Untuk membangun API yang menyediakan layanan model digunakan dua framework yaitu Flask dan Django. Flask dan Django tidak hanya menerima permintaan dan
memberi respon pada klien namun di dalamnya terdapat juga fungsi untuk mengubah gambar yang diterima menjadi bentukan yang sama dengan data testing
pada model. Masing-masing model memiliki API Flask dan Djangonya sendiri yang menyediakan services yang terpisah.

Berdasarkan pengujian yang telah dilakukan, Flask dan Django sama-sama memberi kemudahan dalam mempelajari, struktur implementasi Flask lebih sederhana, sedangkan kecepatan respon aplikasi yang menggunakan Django lebih cepat daripada Flask. Dikarenakan pada penelitian ini kecepatan respon menjadi parameter penilaian utama, sedangkan yang lainnya adalah tambahan untuk saran, maka berdasarkan penelitian ini Django adalah solusi yang lebih baik untuk diterapkan.

Selengkapnya dapat diakses di sini.