KLASIFIKASI PENGENALAN MOTIF BATIK BERBASIS IMAGE RETRIVAL

Yuslena Sari

Sari


Batik Indonesia, sebagai warisan budaya telah memiliki sejarah yang cukup panjang. Sehingga saat ini berbagai jenis batik saling mempengaruhi satu sama lain, yang mengakibatkan adanya beberapa jenis batik yang memiliki lebih dari satu motif (biasanya disebut batik multi-label). Motif batik tradisional tidak dibuat secara sembarangan, tetapi mengikuti aturan-aturan yang ketat. Dari hal tersebut dilakukan penelitian untuk klasifikasi motif batik. Diharapkan dari hasil penelitian ini dapat meningkatkan motivasi kaum wanita untuk kembali menekuni aktivitas membatik dan juga sebagai sarana terwujudnya kesetaraan gender. Mengingat saat ini sudah semakin jarang wanita yang mempunyai keterampilan membatik. Penelitian ini menggunakan klasifikasi berbasis image retrival dengan perhitungan jarak Euclidean. Dari penelitian ini akan diketahui akurasi yang dihasilkan.

 

Kata kunci: image retrival, jarak euclidean, motif batik.

 

Indonesian batik, as a cultural heritage has a long history. So that at this time various types of batik influence each other, which results in several types of batik that have more than one motif (usually called multi-label of batik). Traditional batik motifs are not made carelessly, but follow strict rules. From this research is carried out for the classification of batik motifs. It is expected that the results of this study can increase the motivation of women to return to batik activities and also as a means of achieving gender equality. Considering that there are now fewer and fewer women who have batik skills. This study uses image retrival-based classification with Euclidean distance calculation. From this research will be known the accuracy produced.


Teks Lengkap:

PDF

Referensi


Priyawati, D. (2011). Teknik Pengolahan Citra Digital Berdomain Spasial Untuk Peningkatan Citra Sinar X. Jurnal KomuniTi, 2 (2).

Lusianti., Putri. L., Faisyal., dan Rani. (2012). Model Diplomasi Indonesia Terhadap Unesco Dalam Mematenkan Batik Sebagai Warisan Budaya Indonesia Tahun 2009. Jurnal Transnasional, 3 (2).

Fadlisyah. (2008). Pengolahan Citra Menggunakan Delphi. Penerbit Graha Ilmu Yogyakarta. Yogyakarta

Kurniawardhani, A., Suciati, N., danArieshanti, I. (2014). Klasifikasi Citra Batik menggunakan Metode Ekstraksi Ciri Yang Invariant Terhadap Rotasi. Jurnal Ilmiah Teknologi Informasi, 12 (2).

Pratama, A. A., Suciati, N., dan Purwitasari, D. (2012). Implementasi Fuzzy C-Means untuk Pengelompokan Citra Batik Berdasarkan Motif dengan Fitur Tekstur. Jurnal Teknik Pomits, 1 (1), 1-4

Putra, R. E., Suciati, N., dan Wijaya, A. Y. (2011). Implementing Content Based Image Retrieval For Batik Using Rotated Wavelet Transfor and Canberra Distance. Articles Bali International Seminar On Science And Technology, 2011.

Minarno, A. E., dan Suciati, N. (2014). Batik Image Retrieval Based on Color Difference Histogram and Gray Level Co-Occurrence Matrix. TELKOMNIKA, 12 (3), p. 597

Jamaluddin, M., Sucaiati, N., dan Wiajaya, A.Y. (2011). Implementasi Temu Kembali Citra Tekstur Menggunakan Rotated Wavelet Filter.

Pramunendar, R. A. . and et. Al. (2013). A classification method of coconut wood quality based on Gray Level Co-occurrence matrices. International Conference on Robotics, Biomimetics, Intelligent Computational Systems,




DOI: http://dx.doi.org/10.20527/jukung.v4i2.6581

Article Metrics

Sari view : 133 times
PDF - 612 times

Refbacks

  • Saat ini tidak ada refbacks.


Creative Commons License

Jukung (Jurnal Teknik Lingkungan) by http://ppjp.unlam.ac.id/journal/index.php/jukung is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

web
counter View My Stats