Abstrak
Pembelajaran Seni sketsa seringkali memberikan tantangan bagi pemula, karena keterbatasan dalam memahami bentuk, dan proporsionalitas sebuah gambar. Metode konvensional, seperti buku panduan gambar dan petunjuk langsung, seringkali tidak memberikan umpan balik yang efektif. Penelitian ini mengembangkan aplikasi IMAJI, sebuah sistem yang dirancang menggunakan metode Prototype dan dikembangkan bersama algoritma Convolutional Neural Network (CNN) arsitektur MobileNetV2 yang diimplementasikan melalui Tensorflow Lite. Aplikasi memanfaatkan teknologi ARCore untuk menampilkan overlay pola sketsa di atas media gambar nyata, serta menghitung nilai Mean Squared Error (MSE) untuk mengevaluasi tingkat kesesuaian antara hasil gambar pengguna dan template. Metode White Box digunakan untuk menguji sistem. Hasil implementasi menunjukkan bahwa sistem mampu mengklasifikasikan gambar sketsa dengan sangat akurat ke dalam dua belas label objek dan tahapan gambar. Umpan balik secara langsung yang ditampilkan berdasarkan nilai MSE berhasil membantu pengguna dalam mengetahui kesalahan gambar. Integrasi AR dan CNN dalam aplikasi ini terbukti mampu meningkatkan efektivitas serta interaktivitas dalam proses pembelajaran sketsa.

Kata Kunci : Sketsa, Artificial Intelligence, Augmented Reality, Convolutional Neural Network, MobileNetV2.