PERBANDINGAN IDENTIFIKASI CITRA BATIK KEDIRI DENGAN MENGGUNAKAN METODE CONTENT BASED IMAGE RETRIEVAL DAN K-NEAREST NEIGHBOR
Author (Penulis)
AGUS NUR WAHYUDIUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0032Abstract
ABSTRAK
Kain Batik adalah suatu warisan asli nenek moyang Bangsa Indonesia dan menjadi ciri khas dari Bangsa Indonesia. Hampir seluruh daerah di Indonesia memiliki ciri khas motif batik sendiri. Setiap motif tersebut memiliki berbagai macam makna dan sejarah dari setiap daerah tersebut. Seiring dari majunya teknologi banyak cara untuk mengembangkan budaya batik, misalnya saja dengan mengetahui nama motif batik yang ada disuatu daerah. Namun dengan beragam motif dan kombinasi warna yang indah terkadang banyak masyarakat yang masih kebingungan dalam menentukan nama motif batik tersebut, karena kurangnya pngetahuan masyarakat mengenai nama motif batik khas daerahnya.Untuk Menentukan motif batik disuatu daerah disini penulis akan membuat sebuah sistem untuk mengidentifikasi motif batik khas daerah Kediri dengan mengambil sampel motif batik dan diambil nilai fitur RGB menggunakan metode Content Based Image Retrieval, selanjutnya dilakukan ekstraksi ciri mean statistik, kemudian nilai fitur data training dan fitur RGB data testing dibandingkan untuk diklasifikasikan dan dihitung menggunakan K-Nearest Neigbour.
Berdasarkan latar belakang masalah, identifikasi masalah dan batasan masalah diatas, maka masalah dalam penelitian ini dirumuskan yaitu Bagaimana merancang sistem identifikasi motif batik menggunakan metode Content Based Image Retrieval Dan K-Nearest Neigbour ? .
Penelitian ini membangun aplikasi Perbandingan Identifikasi Citra Batik Kediri dimana proses algoritma Content Based Image Retrieval untuk mengambil sebuah nilai RGB pada setiap pixel, Ekstraksi Ciri mean digunakan untuk melakukan rerata pada tiap nilai RGB dan metode K-Nearest Neighbor untuk menghitung jarak kemiripan antara data training dan data testing untuk mengenali motif batik tersebut.
Dari uji coba yang dilakukan pada aplikasi, hasil untuk citra motif batik diperoleh dengan jumlah data pelatihan 100 data dan jmlah data uji 50 data sehingga mendapatkan hasil tingkat akurasi sebesar 96%.
KATA KUNCI : Batik Kediri, CBIR, Ekstraksi Ciri Mean , K-NN.
Keyword
aReference
Andi, 2009. Teori Pengolahan Citra. Semarang: UDINUS.
Russ, J. C. 2011. The Image Processing Handbook. India: CRC Press Taylor & Francis Group.
Taufik, Insan. 2016. Metode Content Based Image Retrieval (CBIR) Untuk Pencarian Gambar Yang Sama Menggunakan Perbandingan Histogram Warna HSV. Jurnal Mantik Penusa.
Wibowo, Anggi. 2017. Sistem Pengenalan Pola Motif Batik Kediri . Skripsi Universitas Nusantara PGRI Kediri: Kediri.
