PERBANDINGAN EKSTRAKSI CIRI TEKSTUR DAN WARNA UNTUK KLASIFIKASI BATIK LAMONGAN
Keywords:
Batik, Ekstraksi Ciri, KlasifikasiAbstract
Batik merupakan salah satu hasil karya leluhur bangsa Indonesia. Perkembangan batik menghasilkan motif dan corak baru di setiap daerah. Salah satu motif batik yang saat ini cukup terkenal adalah motif batik yang berasal dari Lamongan. Penelitian ini akan membanding metode ektraksi ciri, yaitu ciri tekstur dan ciri warna. Ciri tekstur yang digunakan pada penelitian ini adalah Gray Level Co-Occurrence Matrix (GLCM), sedangkan ciri warna menggunakan momen warna. Akurasi yang didapatkan dari penelitian ini untuk ciri warna sebesar 84,4% dan 80,5% untuk ciri tekstur. Metode klasifikasi yang digunakan pada penelitian ini dengan menggunakan K-Nearest Neighbours (KNN).
References
Ella, L.P Abeigne. Bergh, F.van den.Wyk, B.J. van. 2008. A comparison of texture feature algorithms for urban settlements classification. IEEE.
Gu, Qi and Song, Zhifei. 2009. Image Classification Using SVM, KKN and Per-formance Comparison with Logistic Regression. Final project report on De-partement of Computer Science, Dartmouth College, Hanover USA.
Jose M. Chaves-González, Miguel A. Vega Rodríguez, Juan A. Gómez-Pulido,Juan M.Sánchez-Pérez. 2010. Detecting skin in face recognition systems: A col-our spaces study. Digital Signal Processing 20: p 806-823.
Kasim, A, A dan Harjoko, A. 2014. Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level CoOccurrence Matrices (GLCM). Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 21 Juni 2014, Yogyakarta.
Kusrini, Hartati, S., Wardoyo, R. dan Harjoko, A., 2008, Klasifikasi Citra Dengan Pohon
Keputusan, JUTI, Vol. 7, No. 2, pp. 49-58.
I, Nurhaida, R. Manurung, and A. M. Arymurthy. 2012. Performance comparison analysis features extraction methods for Batik recognition. in Advanced Com-puter Science and Information Systems (ICACSIS). [Online]. hal. 207–212.
Maheshwary, P. dan Sricastava, N., 2009, Prototype System for Retrieval of Remote Sensing Images based on Color Moment and Gray Level Co-Occurrence Ma-trix, IJCSI, Vol. 3, pp. 20-23.
Mirzapour, Fardin dan Ghassemian, Hassan. 2013. Using GLCM and Gabor Filters for Classification of PAN Images. IEEE.
Siqueira, F.R., Schwartz, W.R. and Pedrini, H., 2013, Multi-Scale Gray Level Co-Occurrence Matrices for Texture Description, Neurocomputing, ISSN 0925-2312, Vol. 120, pp. 336-345.
Whidhiasih, R. N. (2012). Pengembangan Model Klasifikasi Kematangan Buah Manggis berdasarkan Warna Menggunakan Fuzzy Neural Network. Bogor: Institut Pertanian Bogor.
Wibawanto, H., 2011, Analisis Tekstur untuk Diskriminasi Massa Kistik dan Non Kistik
pada Citra Ultrasonografi, Disertasi, Program Pasca Sarjana Fakultas Teknik UGM, Yogyakarta.
Winarni. A, I. K. G. D. Putra, N. Ary, and E. Dewi. 2012. Ekstraksi Ciri Warna dan Tekstur Untuk Temu Kembali Citra Batik. Prosiding : SEMINAR NA-SIONAL, 17 Juli 2012. Mataram.
Yodha. J. W dan Kurniawan. A. W. 2014. Pengenalan Motif Batik Menggunakan Deteksi Tepi Canny Dan K-Nearest Neighbor. Techno.COM, Vol. 13, No. 4, November 2014: 251-262.
Gu, Qi and Song, Zhifei. 2009. Image Classification Using SVM, KKN and Per-formance Comparison with Logistic Regression. Final project report on De-partement of Computer Science, Dartmouth College, Hanover USA.
Jose M. Chaves-González, Miguel A. Vega Rodríguez, Juan A. Gómez-Pulido,Juan M.Sánchez-Pérez. 2010. Detecting skin in face recognition systems: A col-our spaces study. Digital Signal Processing 20: p 806-823.
Kasim, A, A dan Harjoko, A. 2014. Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level CoOccurrence Matrices (GLCM). Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 21 Juni 2014, Yogyakarta.
Kusrini, Hartati, S., Wardoyo, R. dan Harjoko, A., 2008, Klasifikasi Citra Dengan Pohon
Keputusan, JUTI, Vol. 7, No. 2, pp. 49-58.
I, Nurhaida, R. Manurung, and A. M. Arymurthy. 2012. Performance comparison analysis features extraction methods for Batik recognition. in Advanced Com-puter Science and Information Systems (ICACSIS). [Online]. hal. 207–212.
Maheshwary, P. dan Sricastava, N., 2009, Prototype System for Retrieval of Remote Sensing Images based on Color Moment and Gray Level Co-Occurrence Ma-trix, IJCSI, Vol. 3, pp. 20-23.
Mirzapour, Fardin dan Ghassemian, Hassan. 2013. Using GLCM and Gabor Filters for Classification of PAN Images. IEEE.
Siqueira, F.R., Schwartz, W.R. and Pedrini, H., 2013, Multi-Scale Gray Level Co-Occurrence Matrices for Texture Description, Neurocomputing, ISSN 0925-2312, Vol. 120, pp. 336-345.
Whidhiasih, R. N. (2012). Pengembangan Model Klasifikasi Kematangan Buah Manggis berdasarkan Warna Menggunakan Fuzzy Neural Network. Bogor: Institut Pertanian Bogor.
Wibawanto, H., 2011, Analisis Tekstur untuk Diskriminasi Massa Kistik dan Non Kistik
pada Citra Ultrasonografi, Disertasi, Program Pasca Sarjana Fakultas Teknik UGM, Yogyakarta.
Winarni. A, I. K. G. D. Putra, N. Ary, and E. Dewi. 2012. Ekstraksi Ciri Warna dan Tekstur Untuk Temu Kembali Citra Batik. Prosiding : SEMINAR NA-SIONAL, 17 Juli 2012. Mataram.
Yodha. J. W dan Kurniawan. A. W. 2014. Pengenalan Motif Batik Menggunakan Deteksi Tepi Canny Dan K-Nearest Neighbor. Techno.COM, Vol. 13, No. 4, November 2014: 251-262.
Additional Files
Published
2017-09-23
How to Cite
Miftahus Sholihin, Siti Mujilahwati, & Retno Wardhani. (2017). PERBANDINGAN EKSTRAKSI CIRI TEKSTUR DAN WARNA UNTUK KLASIFIKASI BATIK LAMONGAN. Prosiding SNasPPM, 2(1), 47–50. Retrieved from http://prosiding.unirow.ac.id/index.php/SNasPPM/article/view/81
