%T IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK MENGENALI DUPLICATED IMAGE REGION PADA MOTIF BATIK NITIK
%K Principal Component Analysis, batik, image processing
%D 2016
%L katalog2885
%X Batik sudah ada sejak lama, bahkan sampai sekarang batik masih sering digunakan sebagai pakaian untuk beraktifitas sehari-hari, namun dikarenakan keberagaman motif yang ada, masih banyak yang tidak mengetahui motif batik yang mereka lihat atau pakai karena mereka tidak mengetahui ciri khas/pola unik dari suatu batik tersebut. Penelitian ini menggunakan citra yang disegmentasi menjadi beberapa ukuran untuk menemukan pola dari input batik. Metode yang digunakan yaitu principal component analysis untuk mengekstraksi fitur khas dari suatu blok pada suatu ukuran segmentasi, dan absolute difference untuk mendapatkan jumlah duplicated image region pada suatu gambar. Objek citra yang digunakan adalah 70 batik nitik. Setiap 10 batik nitik mewakili suatu ukuran segmentasi dari 2x2m sampai 8x8 blok. Setiap ukuran setelah dihitung dengan nilai threshold yang sama memberikan hasil yang beragam. Rata-rata akurasi tanpa bobot, yaitu tingkat akurasi yang hanya menilai salah atau benar pada kemungkinan terbaik hanya 22,857% dikarenakan pola target seringkali berada di kemungkinan ke-2 atau ke-3 juga. Dan rata-rata tingkat akurasi dengan bobot, yaitu.perhitungan yang memberi bobot jika pola target masuk kedalam 3 kemungkinan pola terbaik hanya 46,428%, dikarenakan proses segmentasi yang tidak bisa sempurna dan adanya kemungkinan pola lain selain pola target.
%I Universitas Kristen Duta Wacana
%A SATRIO WINARENDRO 71120101