Author (Penulis)

ANGGIE WIBOWO
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

12.1.03.02.0227

Abstract

ABSTRAK Kain batik adalah asli warisan nenek moyang bangsa Indonesia dan merupakan ciri khas bangsa Indonesia dan telah di akui dunia. Batik sudah merupakan bagian dari masyarakat Indonesia. Apalagi dengan disahkanya batik sebagai identitas bangsa Indonesia oleh UNESCO pada tanggal 2 oktober 2009. Hampir seluruh daerah di Indonesia memiliki ciri khas motif batik sendiri.Setiap motif tersebut memiliki berbagai macam makna dan sejarah dari setiap daerah tersebut. Misalnya, di Jawa timur khususnya daerah kediri. Misalnya batik ikan koi yang berasal dari plosoklaten yang melambangkan jenis usaha yang berkembang di plosoklaten. Adanya kemiripan pola atau motif batik dan sifat manusia yang subyektif mengakibatkan orang kesulitan dalam mengidentifikasi tingkat kemiripan pola motif batik. Dari permasalahan tersebut, maka dapat dirumuskan masalah sebagai berikut: (1) Bagaimana menerapkan metode principal component analysis dalam pembuatan aplikasi pengenalan pola batik kediri? (2) Bagaimana mengitung jarak terdekat pengenalan citra batik menggunakan metode Euclidean distance? Penelitian dilakukan untuk mengenali pola motif batik dengan menggunakan metode PCA, dan di klasifikasikan dengan metode euclidean distance. Sebelum masuk ke ekstraksi ciri dilakukan proses cara memisahkan citra RGB menjadi 3 buah citra, citra merah,citra hijau,citra biru. Misal data training dan testing citra RGB beserta hasil ekstrasinya(citra merah,citra hijau, citra biru). Setelah nilai didapatkan atau ditentukan nilai minimal dari masing-masing ekstraksi ciri, Kemudian dari nilai ekstraksi ciri dapat dilakukan pencocokan jarak terdekat, Dengan membandingkan citra testing dan nilai minimal ekstraksi ciri menggunakan euclidean distance. Berdasarkan hasil pengujian yang telah dilakukan dapat diambil kesimpulan (1) Proses pengenalan pola motif batik dilakukan dengan mengekstraksi ciri dengan menggunakan metode PCA dan diklasifikasikan dengan metode euclidean distance. (2) Sebelum masuk ke ekstraksi ciri dilakukan proses ekstraksi nilai dari matriks RGB tersebut dengan cara memisahkan citra RGB menjadi 3 buah citra, citra merah, citra hijau, citra biru. (3) Setelah nilai didapatkan atau ditentukan nilai minimal dari masing-masing ekstraksi ciri, kemudian dari nilai ekstraksi ciri dapat dilakukan pencocokan jarak terdekat, dengan membandingkan citra testing dan nilai minimal ekstraksi ciri menggunakan euclidean distance. (4) Aplikasi bantu pengolahan citra dapat dibuat dengan tingkat akurasi sebesar 80% kebenaran aplikasi dan 20% kesalahan aplikasi. Dari hasil uji coba yang dilakukan terhadap sistem menggunakan 10 jenis motif batik, 2 jenis motif batik gagal dikenali oleh sistem. Oleh sebab itu didapatkan hasil akurasi sistem sebesar 80%.

Keyword

a

Reference

PUBLISHED

2017-02-01

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Download PDF

Download PDF Kembali Home