ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulIMPLEMENTASI METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN ALGORITMA K-NEAREST NEIGHBOUR (KNN) PADA KLASIFIKASI BATIK LONTARA MAKASSAR |
| Nama: FUAD MAHFUD ALIM |
| Tahun: 2024 |
| Abstrak ABSTRAK Abstrak-Batik merupakan warisan budaya Indonesia dimana hampir setiap daerahnya memiliki ciri khas batik dengan beragam motif. UNESCO telah menetapkan batik sebagai warisan budaya dunia yang dihasilkan oleh Bangsa Indonesia pada tahun 2009. Di Sulawesi Selatan, juga terdapat batik yang bernama Batik Lontara. Batik Lontara sendiri merupakan jenis batik Bugis-Makassar khas Sulawesi Selatan yang memiliki motif aksara lontara. Tujuan dari Penelitian ini adalah untuk mengimplementasikan ekstraksi batik lontara tenun dan batik lontara cap dengan menggunakan metode GLCM (Grey Level Co-occurrent Matrix) dan Algoritma KNN (K-Nearest Neighbor) dapat mengenali jenis Batik Lontara. Metode Gray Level Co- Occurrence Matrix (GLCM) adalah metode ekstraksi ciri yang menggunakan perhitungan tekstur pada orde kedua yaitu memperhitungkan pasangan dua piksel citra asli. Penelitian ini menggunakan Algoritma K- Nearest Neighbour (KNN). adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan data uji. Bahan penelitian yang digunakan oleh penulis adalah Citra Batik Lontara yang memiliki ragam motif yaitu batik Lontara tenun dan batik Lontara bukan tenun. Berdasarkan gambar batik Lontara akan dilakukan proses konveksi citra ke RGB menjadi Grayscale. Kata Kunci- Klasifikasi, Gray Level Co-occurrence Matrix, Algoritma Naearest Neighbour, Batik Lontara Makassar |