KLASTERING MOTIF BATIK JOGJA MENGGUNAKAN K-MEANS BERBASIS REPRESENTASI BENTUK DENGAN METODE CHAIN CODE

71110079, ARUM PURNAMASARI (2015) KLASTERING MOTIF BATIK JOGJA MENGGUNAKAN K-MEANS BERBASIS REPRESENTASI BENTUK DENGAN METODE CHAIN CODE. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71110079_bab1_bab5_daftarpustaka.pdf Download (754kB)
	Text (Skripsi Informatika) 71110079_bab2_bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Seni batik merupakan salah satu warisan budaya yang asli dari Indonesia. Seni batik sendiri juga sudah ada dan dikenal sejak beberapa abad yang lalu di Tanah Jawa, khususnya untuk batik tradisional. Batik Jogja merupakan salah satu bagian dari perkembangan batik di Jawa Tengah yang telah mengalami perpaduan beberapa corak dari daerah lain. Begitu banyaknya motif yang ada menjadikan motif susah untuk dikelompokkan. Hal inilah yang mendorong penulis untuk membuat suatu sistem yang dapat mengelompokkan motif-motif batik menjadi beberapa klaster dengan menggunakan algoritma K-Means dan Chain code. Proses sistem dilakukan dengan preprocessing menggunakan grayscale, opening dan black and white. Setelah mendapatkan ciri khas dari motif batik dilakukan ekstraksi fitur dengan metode Chain code. Dengan metode ini ciri khas motif batik akan diekstraksi dan mendapatkan kode-kode tertentu yang selanjutnya akan disimpan pada database. Setelah mendapatkan kode-kode kemudian sistem akan menghitung compactness dan penghitungan rata-rata, standar deviasi, max serta min dari compactness yang telah didapat sebelumnya. Selanjutnya data yang telah didapat akan klasterisasi dengan K-Means. Dari hasil percobaan penulis dapat menyimpulkan bahwa input yang didapat dari hasil preprocessing dapat menghasilkan output yang sesuai dengan standar metode Chain Code. Hasil dari klasterisasi tergantung dari peletakan centroid awal dan juga tergantung dari data yang dipakai.

Actions (login required)

View Item