Deteksi Batik Parang Menggunakan Fitur Co-Occurrence Matrix Dan Geometric Moment Invariant Dengan Klasifikasi KNN
Abstrak: Motif batik merupakan
suatu dasar atau pokok suatu pola gambar yang merupakan pusat suatu rancangan
gambar sehingga makna dari tanda, simbol atau lambang dibalik motif batik
tersebut dapat diungkapkan. Identifikasi secara visual memerlukan skill
penglihatan dan pengetahuan dalam mengklasifikasikan pola yang terbentuk dari
citra batik. Kurangnya media informasi yang dibuat tentang motif batik
menjadikan masyarakat luas kurang mendapatkan informasi tentang motif batik.
Berdasarkan hal tersebut penelitian ini dilakukan guna mengimplementasikan identifikasi
secara visual ke dalam komputer yang dapat membantu dan memudahkan dalam mengidentifikasi
jenis batik. Pengenalan citra batik dengan menggunakan metode Cooccurrence
Matrix sebagai ekstraksi ciri tekstur dan Geometric Moment Invariant dan pengklasifikasian
citra batik dengan menggunakan K Nearest Neighbor. menghasilkan nilai akurasi
yang diperoleh dengan metode Geometric Moment Invariant lebih baik dalam mengenali
pola batik Parang yang termasuk jenis batik geometric yaitu 80% dibandingkan dengan
hasil pada metode Co-occurence Matrix yaitu 70%.
Kata kunci: Motif batik, identifikasi. Co-occurrence Matrix, Geometric
Moment Invariant, K Nearest Neighhbor
Penulis: Ni Luh Wiwik Sri
Rahayu G
Kode Jurnal: jptkomputerdd160159