%T PENGENALAN MOTIF BATIK KLASIK MENGGUNAKAN METODE GABOR WAVELET TRANSFORM
%K Batik, Gabor Wavelet Transform, Ekstraksi Fitur Tekstur, K-Nearest
Neighbor, Euclidean Distance
%L katalog2506
%D 2015
%A DANNY PRASETYO 71110007
%X Batik merupakan salah satu ciri khas dari bangsa Indonesia. Hampir seluruh daerah mempunyai motif yang berbeda-beda. Namun, masih banyak masyarakat Indonesia yang masih belum mengetahui ragam motif tersebut. Oleh karena itu, dalam penelitian ini dibuatlah sebuah sistem yang dapat mengenali citra batik berdasarkan motifnya. Pengolahan citra batik dilakukan dengan Gabor Wavelet Transform untuk dilakukan ekstraksi fitur. Sedangkan untuk mengklasifikasikan citra batik menggunakan K-Nearest Neighbor (K-NN) dengan menghitung jarak terdekat antara citra uji dan citra master menggunakan Euclidean Distance. Komponen fitur yang dipakai untuk pengklasifikasian citra batik yaitu, Contrast, Correlation, Energy dan Homogeneity. Dan untuk citra batiknya sendiri berdasarkan motif batik dari daerah Yogyakarta. Terdapat empat motif yang akan dilakukan penelitian seperti, Parang, Ceplok, Nitik dan Semen. Keakuratan hasil penelitian yang diperoleh untuk motif batik sangat beragam. Nilai dari keakuratan hasil tes sulit mencapai sempurna. Hal ini dikarenakan motif batik memiliki bentuk yang spesifik. Akurasi diperoleh dari beberapa citra uji dengan orientasi kombinasi 0o,45 o,90 o dan 135 o. Secara keseluruhan akurasi tertinggi dari motif batik yang diuji adalah sebesar 77,90% yang diperoleh dari komponen nilai Contrast
%I Universitas Kristen Duta Wacana