IMPLEMENTASI EKSTRAKSI FITUR GRAY LEVEL CO-OCCURANCE MATRIX DALAM KLASIFIKASI BATIK PESISIR JAWA TENGAH DENGAN K-NEAREST NEIGHBOR

BHAGASKARA, ABIGAIL RAKHA (2023) IMPLEMENTASI EKSTRAKSI FITUR GRAY LEVEL CO-OCCURANCE MATRIX DALAM KLASIFIKASI BATIK PESISIR JAWA TENGAH DENGAN K-NEAREST NEIGHBOR. Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (59kB)
	Text COVER.pdf Download (196kB)
	Text DAFTAR ISI.pdf Download (85kB)
	Text DAFTAR PUSTAKA.pdf Download (126kB)
	Text Halaman Pengesahan Pembimbing.pdf Download (485kB)
	Text Halaman Pengesahan Penguji.pdf Download (467kB)
	Text Laporan_TA_Abigail Rakha Bhagaskara_123190144.pdf Restricted to Repository staff only Download (3MB)

Abstract

Batik sangat berkembang dalam lingkup kebudaayaan masyarakat serta sebagai
identitas kultural. Salah satu persebaran batik terbesar di Indonesia adalah batik Pesisir Jawa
Tengah atau Pesisir Utara yang terdiri dari batik Kudus, batik Pekalongan dan batik Lasem.
Batik tersebut secara garis besar memiliki kesamaan corak karena secara geografis dan
pengaruh akulturasi budaya sehingga sulit untuk dibedakan. Untuk itu diperlukan pengolahan
citra agar dapat diklasifikasikan berdasarkan pola ornamen utamanya. Dalam pengolahan citra,
ekstraksi ciri yang dapat dianalisis adalah ekstraksi ciri tekstur. Dalam analisis tekstur,
pendekatan metode statistic orde kedua memberikan hasil lebih baik untuk mengekstrak faktor
diskriminan dari tekstur, metode tersebut ialah GLCM (Gray Level Co-Occurrence Matrix).
Parameter GLCM yang digunakan sebagai nilai ekstraksi tekstur penelitian ini yaitu
ASM, Contrast, Correlation, IDM dan Energy, namun dari penelitian sebelumnya belum ada
pembahasan terkait pengaruh parameter terhadap hasil akurasi klasifikasi batik. Penelitian ini
akan melakukan analisis pengaruh fitur Contrast dan Correlation. Nilai GLCM akan
diimplementasikan untuk klasifikasi batik menggunakan algorima K-NN. Berdasarkan
beberapa model yang telah dibangun dengan variasi nilai K dalam pengujian sistem dengan
confusion matrix, didapatkan akurasi tertingi 90,37% ketika mengeliminasi Contrast dan
akurasi terendah 70,37% saat mengeliminasi Correlation.
Kata Kunci: Gray Level Co-occurrence Matrix, K-nearest Neighbor, Batik Pesisir Jawa Tengah, Confusion Matrix.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Gray Level Co-occurrence Matrix, K-nearest Neighbor, Batik Pesisir Jawa Tengah, Confusion Matrix
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	15 Aug 2023 08:18
Last Modified:	15 Aug 2023 08:18
URI:	http://eprints.upnyk.ac.id/id/eprint/36899

Actions (login required)

View Item