PENGENALAN BATIK MOTIF TRUNTUM MENGGUNAKAN FORM FACTOR, ASPECT RATIO, DAN ROUNDNESS

71120036, JOVANI INEKE CHANDRA (2016) PENGENALAN BATIK MOTIF TRUNTUM MENGGUNAKAN FORM FACTOR, ASPECT RATIO, DAN ROUNDNESS. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71120036_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71120036_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Di tengah keanegaragaman budaya, terdapat kerajinan batik yang begitu digemari orang lokal maupun internasional. Kerajinan batik memiliki beribu-ribu motif, dari motif klasik hingga motif modern. Sebagai warga Indonesia, masih banyak orang yang tidak mengetahui perbedaan motif-motif dasar suatu batik. Maka dari itu penulis ingin mengembangkan sistem yang dapat mengenali suatu motif batik untuk mempermudah seseorang membedakan dan mempelajari motif batik. Dalam penelitian ini dipilih motif batik truntum untuk nantinya dapat disatukan dengan pengenalan motif yang lain. Secara garis besar, pembuatan sistem pengenalan batik motif truntum dilakukan dalam beberapa tahap, yaitu tahap pencarian karakteristik truntum. Tahap ini dilakukan dengan pengamatan hasil preprocessing dan hasil ekstraksi fitur yang berupa kumpulan nilai form factor, aspect ratio, dan roundness dari objek-objek citra latih. Selanjutnya akan dihasilkan angka kisaran setiap fitur yang menjadi karakteristik objek truntum. Tahap berikutnya adalah tahap pengujian yang dilakukan dengan mencocokan angka hasil ekstraksi fitur dengan angka kisaran karakteristik motif truntum. Berdasarkan pengujian yang telah dilakukan dengan input berupa citra motif truntum dan citra motif selain truntum, diketahui berdasarkan nilai akurasi pengujian bahwa sistem pengenalan yang dibangun penulis belum tepat mengenali motif truntum. Didapati akurasi terbaik sistem sebesar 75% dengan keberhasilan mengenali motif truntum sebesasr 76,7% dan keberhasilan mengenali motif selain truntum sebesar 73,3%.

Actions (login required)

View Item