Klasifikasi Jenis Batik Toraja Berbasiskan Pengolahan Citra Digital Dengan Metode Singular Value Decomposition Dan Learning Vector Quantization

Israndy Yainahu, Bambang Hidayat, Sofia Saidah

Abstract

Abstrak Batik adalah salah satu budaya Indonesia dan kesenian Nasional yang cukup terkenal di mancanegara. Mulai dari barat sampai timur Indonesia, batik memiliki motif dan corak yang berkarakter. Namun sayangnya sebagian kalangan masyarakat melihat motif batik sebagai motif yang sama, tidak terlihat unik dan menurunkan minat pada batik yang sebagai identitas negara kita. Seperti batik yang akan diklasifikasi yaitu motif batik yang berasal dari Toraja, Sulawesi Selatan yang mempunyai karakter motif yang unik. Akan sangat disayangkan jika masyarakat menjadi pasif dan menurun ketertarikannya pada batik, atas dasar inilah tujuan penelitian ini dilakukan. Dengan membuat klasifikasi batik Toraja bertujuan dapat menambah wawasan dan ketertarikan masyarakat untuk mengenali jenis batik, terutama batik Toraja. Proses yang telah dilakukan dalam klasifikasi ini dengan mengambil citra motif batik menggunakan device kemudian dilakukan pre-processing. Data yang dipakai pada penelitian ini berjumlah 165 dimana terdapat 95 data latih dan 70 data uji di antaranya terdapat 5 kelas motif Batik Toraja. Ekstraksi ciri menggunakan metode Singular Value Decomposition (SVD) dan klasifikasinya menggunakan Learning Vector Quantization (LVQ). Motif batik yang diambil sebagai data adalah lima motif batik khas Toraja, yang kemudian diklasifikasi apakah sesuai motif pada hasil ekstraksi dengan yang diklasifikasikan sebagai motif batik Toraja. Data dan metode yang telah dirancang kemudian disimulasikan dengan menggunakan Matlab. Hasil akhir dari perancangan aplikasi adalah dapat menklasifikasi jenis batik dari citra motif batik yang diambil. Pada penelitian kali ini dengan menggunakan metode yang ada telah didapatkan hasil akurasi sebesar 81.42%. Kata Kunci: Batik Toraja, Image Processing, Matlab, Singular Value Decomposition, Learning Vector Quantization. Abstract Batik is one of Indonesian culture and national art that is quite famous in foreign countries. Starting from west to east of Indonesia, batik has motifs and patterns that character. But unfortunately some people see the motif of batik as the same motif, does not look unique and lower interest in batik as the identity of our country. As batik that will be detected is batik motif derived from Toraja, South Sulawesi which has a unique character of the motif. It would be unfortunate if the community became passive and decreased interest in batik, on the basis of this research purpose is done. By making Toraja batik classification aims to add insight and interest of the community to recognize the type of batik, especially Toraja batik. The process that has been carried out in this classification is by taking a batik motif image using a device then preprocessing. The data used in this study amounted to 165 in which there were 95 training data and 70 test data including 5 classes of Toraja Batik motifs. Feature extraction uses the Singular Value Decomposition (SVD) method and the classification uses Learning Vector Quantization (LVQ). The batik motifs taken as data are five typical Toraja batik motifs, which are then detected whether they match the motives of the extraction results which are classified as Toraja batik motifs. Data and methods that have been designed are then simulated using Matlab. The final result of the application design is that it can detect the type of batik from the image of the batik motif taken. In this study using the existing method, 81.42% accuracy results have been obtained. Keywords: Toraja Batik, Image Processing, Matlab, Singular Value Decomposition, Learning vector Quantization.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0