Buku ini membahas tentang proses klasifikasi citra berbasis Generative Adversarial Networks (GAN) dan Convolutional Neural Networks (CNN). GAN merupakan salah satu teknik membuat citra sintetis yang dapat digunakan sebagai dataset khususnya untuk mengatasi kekurangan data pelatihan (training data). Metode Deep Learning, salah satunya adalah CNN membutuhkan data latih dalam jumlah besar, sedangkan data dari lapangan seringkali terbatas. Kemampuan CNN untuk ekstraksi fitur objek dapat diterapkan pada berbagai jenis objek. Penjelasan dalam buku monograf terkait dengan tahadap proses klasifikasi khususnya untuk objek citra kain tenun ikat. Metode CNN dapat dibangun sesuai kebutuhan ekstraksi fitur terkait jumlah layer, ukuran dan jumlah filter konvolusi, layer pooling, dan fully connected layer sehingga menghasilkan model yang dapat memberikan akurasi tinggi.