View/Open

Author
Clarisa, Tri Handayani

Date Published
24 Nov 2025

Advisor
Andika Setiawan, S.Kom., M.Cs.,
Aidil Afriansyah, S.Kom., M.Kom,

Subject
Teknik Informatika

Publisher

Indonesia memiliki warisan budaya yang beragam, Salah satunya adalah kain batik yang memiliki motif dan filosofi khas dari tiap daerah. Provinsi Lampung memiliki beragam motif batik yang berkembang pesat sejak tahun 1970. Namun perkembangan ini menimbulkan kendala baru dalam mengenali dan mengidentifikasi motifnya. Selain itu diperlukan tenaga ahli dan metode khusus untuk membedakan motif batik secara akurat. Hal ini berakibat pada proses identifikasi yang lambat dan berpotensi kurang tepat. Maka dari itu dirancanglah sebuah sistem yang dapat mengatasi permasalahan identifikasi dan klasifikasi kain batik Lampung menggunakan metode K-Nearest Neighbors dan Support Vector Machine. Selain kedua metode tersebut digunakan juga ekstraksi fitur Hue, Saturation, Value dan Gray Level Co-Occurance untuk mendapatkan informasi terkait warna dan tekstur dari citra. Penelitian ini membandingkan metode K-Nearest Neighbors dan Support Vector Machine untuk mendapatkan opsi terbaik dalam mengklasifikasikan citra kain batik Lampung berdasarkan performa metrik evaluasi yaitu akurasi, presisi, recall, f1 score. Hasil yang didapatkan dari penelitian ini yaitu metode Support Vector Mahchine menujukan performa lebih baik dari pada K-Nearest Neighbors dengan nilai metrik evaluasi akurasi sebesar 94%, rata-rata presisi sebesar 95%, nilai rata-rata recall sebesar 94%, dan nilai rata-rata f1 sebesar 94%.

URI
https://repo.itera.ac.id/depan/submission/SB2511240025

Keyword
Kain Batik Lampung K-Nearest Neighbors Support Vector Machine Hue Saturation Value Gray Level Co-Occurance