{"title":"Deteksi Batik Parang Menggunakan Fitur Co-Occurence Matrix Dan Geometric Moment Invariant Dengan Klasifikasi KNN","authors":"Ni Luh Wiwik Sri Rahayu Ginantra","doi":"10.24843/LKJITI.7.1.19704","DOIUrl":null,"url":null,"abstract":"Motif batik merupakan suatu dasar atau pokok suatu pola gambar yang merupakan pusat suatu rancangan gambar sehingga makna dari tanda, simbol atau lambang dibalik motif batik tersebut dapat diungkapkan. Identifikasi secara visual memerlukan skill penglihatan dan pengetahuan dalam mengklasifikasikan pola yang terbentuk dari citra batik. Kurangnya media informasi yang dibuat tentang motif batik menjadikan masyarakat luas kurang mendapatkan informasi tentang motif batik. Berdasarkan hal tersebut penelitian ini dilakukan guna mengimplementasikan identifikasi secara visual kedalam komputer yang dapat membantu dan memudahkan dalam mengidentifikasi jenis batik. Pengenalan citra batik dengan menggunakan metode Co-occurrence Matrix sebagai ekstraksi ciri tekstur dan Geometric Moment Invariant dan pengklasifikasian citra batik dengan menggunakan K Nearest Neighbor.menghasilkan nilai akurasi yang diperoleh dengan metode Geometric Moment Invariant lebih baik dalam mengenali pola batik Parang yang termasuk jenis batik geometric yaitu 80% dibandingkan dengan hasil pada metode Co-occurence Matrix yaitu 70%.","PeriodicalId":31196,"journal":{"name":"Lontar Komputer","volume":"1 1","pages":"40-50"},"PeriodicalIF":0.0000,"publicationDate":"2016-04-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"16","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Lontar Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24843/LKJITI.7.1.19704","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 16
Abstract
Motif batik merupakan suatu dasar atau pokok suatu pola gambar yang merupakan pusat suatu rancangan gambar sehingga makna dari tanda, simbol atau lambang dibalik motif batik tersebut dapat diungkapkan. Identifikasi secara visual memerlukan skill penglihatan dan pengetahuan dalam mengklasifikasikan pola yang terbentuk dari citra batik. Kurangnya media informasi yang dibuat tentang motif batik menjadikan masyarakat luas kurang mendapatkan informasi tentang motif batik. Berdasarkan hal tersebut penelitian ini dilakukan guna mengimplementasikan identifikasi secara visual kedalam komputer yang dapat membantu dan memudahkan dalam mengidentifikasi jenis batik. Pengenalan citra batik dengan menggunakan metode Co-occurrence Matrix sebagai ekstraksi ciri tekstur dan Geometric Moment Invariant dan pengklasifikasian citra batik dengan menggunakan K Nearest Neighbor.menghasilkan nilai akurasi yang diperoleh dengan metode Geometric Moment Invariant lebih baik dalam mengenali pola batik Parang yang termasuk jenis batik geometric yaitu 80% dibandingkan dengan hasil pada metode Co-occurence Matrix yaitu 70%.