EKSTRAKSI FITUR MENGGUNAKAN GLCM (Gray Level Co-Occurrance Matrix) DAN JARAK EUCLIDEAN UNTUK PENGENALAN JENIS BATIK TULIS DAN BATIK CAP

RIADLOTUL, MUFAILAH (2016) EKSTRAKSI FITUR MENGGUNAKAN GLCM (Gray Level Co-Occurrance Matrix) DAN JARAK EUCLIDEAN UNTUK PENGENALAN JENIS BATIK TULIS DAN BATIK CAP. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Seni Budaya batik hingga saat ini berkembang dan merupakan karya budaya nasional yang memiliki sejarah panjang. Batik adalah salah satu seni yang memadukan antara seni motif atau ragam hias dan seni warna. Banyaknya ragam batik berdasarkan cara pembuatannya (Batik Tulis dan Batik Cap) membuat masyarakat untuk membedakannya. Dengan adanya masalah-masalah yang telah dijabarkan, maka dalam penelitian ini akan dibangun sistem pengenalan citra batik dengan menerapkan ilmu pengenalan citra digital. Data yang digunakan berupa data citra batik yang terdiri dari Batik Tulis dan Batik Cap. Pengolahan citra dapat dilakukan dengan metode Content Based Image Retrieval (CBIR) dengan melakukan ekstraksi fitur. System CBIR merupakan aplikasi pencarian gambar berdasarkan citra digitar dari data gambar menggunakan ukuran gambar kesamaan. Metode ekstraksi fitur yang digunakan dalam penelitian ini adalah Gray Level Co-Occurance Matrix (GLCM). GLCM mempunyai 5 fitur ekstraksi yaitu Angular Second Moment (ASM), Kontras, Inverse Different Moment (IDM), Entropi, dan Korelasi. Untuk mengkur tingkat kemiripan data digunakan metode pengukuran jarak seperti Euclidean Distance. Jarak euclidean digunakan untuk menghitung akar dari kuadrat selisi 2 vektor yang umumnya dikenal dengan teorema Phytagoras.Selanjutnya dilakukan akurasi untuk menentukan presentase tingkat keakurasian dalam penelitian sistem pengenalan batik tulis dan batik cap. Dalam penelitian ini didapatkan akurasi sebesar 90%.

Actions (login required)