KLASIFIKASI CITRA KAIN BATIK LAMPUNG MENGGUNAKAN METODE K-NEAREST NEIGHBOR DENGAN EKSTRAKSI CIRI WARNA DAN TEKSTUR
Kain Batik merupakan warisan budaya Indonesia yang memiliki banyak motif sesuai dengan budaya yang ada di daerah masing-masing. Salah satu provinsi di Indonesia yang memiliki Kain Batik dengan beragam motif yaitu Lampung. Keberadaan pengrajin kain batik di provinsi Lampung semakin bertambah, sehingga banyak motif-motif dari kain batik ini yang beragam, dengan beragamnya motif batik maka akan menyulitkan masyarakat untuk membedakan motif kain batik. Perkembangan teknologi yang ada saat ini terdapat sebuah teknologi yaitu pengenalan citra untuk melakukan pengklasifikasian citra dengan lebih mudah. Klasifikasi citra Kain Batik Lampung dilakukan untuk mempermudah dalam membedakan motif Kain Batik Lampung. Dataset yang digunakan berjumlah 270 dari ke-6 motif batik lampung yaitu Jukung, Kopi, Kopi Robusta, Pucuk Rebung, Siger Pepadun, dan Siger Pesisir. Oleh karena itu, dengan beragamnya warna dan pola dari kain batik digunakan ekstraksi ciri warna RGB dan Gray Level Co-occurrence Matrix (GLCM). Proses klasifikasi menggunakan metode K-Nearest Neighbor, sedangkan untuk mengukur performa klasifikasi digunakan Confusion Matrix. Berdasarkan penelitian yang telah dilakukan didapatkan hasil pengujian dan analisis untuk model klasifikasi kain batik lampung yang dibuat, yaitu saat nilai k=7 pada ekstraksi ciri gabungan warna RGB dan tekstur GLCM dengan akurasi yang didapatkan sebesar 90,74%, presisi sebesar 90,88%, dan recall sebesar 90,74
URI
https://repo.itera.ac.id/depan/submission/SB2301130038
Keyword