Klasifikasi Motif Batik Parang di Yogyakarta Menggunakan K-NN dan GLC

TSANIA MAGISTRA RAHMA INSANI, . (2026) Klasifikasi Motif Batik Parang di Yogyakarta Menggunakan K-NN dan GLC. Skripsi thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Cover_123210090.pdf Download (435kB)
	Text Abstrak_123210090.pdf Download (1MB)
	Text Halaman Pengesahan_123210090.pdf Download (707kB)
	Text Daftar Isi_123210090.pdf Download (958kB)
	Text Daftar Pustaka_123210090.pdf Download (1MB)
	Text Fulltext_123210090.pdf Restricted to Repository staff only Download (5MB)

Abstract

Motif batik parang di Yogyakarta memiliki beberapa variasi, yaitu Parang Rusak, Parang Curigo, dan Parang Tuding, yang memiliki kemiripan visual berupa pola garis diagonal berkesinambungan menyerupai ombak sehingga sulit dibedakan oleh masyarakat awam. Penelitian sebelumnya masih terbatas pada klasifikasi biner dan belum mampu mengklasifikasikan beberapa variasi motif parang dalam satu model. Oleh karena itu, diperlukan metode klasifikasi multikelas untuk membedakan variasi motif batik parang dalam satu jenis batik dengan tingkat kemiripan visual yang tinggi.

Penelitian ini menggunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur dan algoritma K-Nearest Neighbor (K-NN) untuk klasifikasi. Dataset terdiri dari tiga kelas, yaitu Parang Rusak, Parang Curigo, dan Parang Tuding, dengan pembagian data latih dan data uji sebesar 70:30. Tahap preprocessing meliputi cropping, augmentasi, grayscaling, dan resize. Ekstraksi fitur GLCM menggunakan empat fitur, yaitu contrast, homogeneity, Angular Second Moment (ASM), dan entropy, pada sudut 0°, 45°, 90°, dan 135° dengan jarak piksel 1. Klasifikasi dilakukan menggunakan K-NN dengan beberapa nilai k, dan evaluasi model menggunakan confusion matrix untuk memperoleh nilai akurasi.

Hasil penelitian menunjukkan bahwa model klasifikasi multikelas berhasil dibangun untuk membedakan tiga variasi motif batik parang. Nilai akurasi terbaik diperoleh pada k = 3 dengan kombinasi empat fitur GLCM, yaitu contrast, homogeneity, ASM, dan entropy, dengan akurasi sebesar 88,89%. Hasil ini menunjukkan bahwa metode GLCM dan K-NN dapat digunakan untuk klasifikasi variasi motif batik parang dengan kemiripan visual yang tinggi.

Kata Kunci: Batik Parang, Klasifikasi Multikelas, K-NN, GLCM

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	TSANIA MAGISTRA RAHMA INSANI (Penulis - 123210090); BAMBANG YUWONO (Pembimbing)
Uncontrolled Keywords:	Batik Parang, Klasifikasi Multikelas, K-NN, GLCM
Subjek:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	05 May 2026 00:53
Last Modified:	05 May 2026 00:54
URI:	http://eprints.upnyk.ac.id/id/eprint/48126

Actions (login required)

View Item