Perpustakaan
DESKRIPSI DATA LENGKAP
JudulIDENTIFIKASI TINGKAT KEMIRIPAN MOTIF-MOTIF BATIK DI KAWASAN WALLACEA MENGGUNAKAN METODE GREY LEVEL CO-OCCURENCE MATRIX (GLCM) DAN K-NEAREST NEIGHBOR (K-NN)
Nama: JONAL BENLY KADOENA
Tahun: 2023
Abstrak
Batik adalah warisan asli nenek moyang bangsa Indonesia yang telah diakui dunia. Pada aneka ragam motif batik yang ditemui di seluruh wilayah Indonesia dijumpai fenomena kemiripan motif, seperti halnya di kawasan Wallacea meliputi Pulau Sulawesi, Nusa Tenggara, dan Maluku. Fenomena kemiripan menyebabkan sulitnya mengenali citra motif batik berdasarkan tekstur citranya. Oleh karena itu perlu adanya metode pengenalan citra untuk melihat kemiripan tekstur dan metode klasifikasi untuk mengelompokkan motif-motif yang mirip. Penelitian ini menggunakan metode Gray Level Co-Occurence Matrix (GLCM) untuk ektraksi fitur dan metode K-Nearest Neighbor (K-NN) untuk klasifikasi. Hasilnya, dari 40 data citra motif batik Kawasan Wallacea diperoleh 6 pasang motif sebagai hasil klasifikasi terbaik. Salah satunya adalah pasangan motif Tongkonan dari Sulawesi Selatan dan motif Bale Lumbu dari Nusa Tenggara Barat dengan tingkat kemiripan 95,75%. Secara keseluruhan, tingkat kemiripan memberikan informasi karakteristik motif batik di Kawasan Wallacea yang saling terkait, teratur, dan berpola.

Sign In to Perpus

Don't have an account? Sign Up