Pengenalan Dan Klasifikasi Citra Tekstil Tradisional Berbasis Web Menggunakan Deteksi Tepi Canny, Local Color Histogram Dan Co-Occurrence Matrix
Abstrak
— Penggunaan motif tekstil tradisional Indonesia dipengaruhi oleh unsur-unsur alam, lingkungan dan kebudayaan yang berkembang di masyarakat. Material, motif, dan teknik pembuatan tekstil tradisional dapat berbeda antara satu daerah dengan daerah yang lain. Penggunaan teknologi informasi dalam pelestarian dan memberikan pengetahuan kepada masyarakat dapat dibuat dalam bentuk perangkat lunak yang dapat melakukan pencocokan pola gambar atau foto sekaligus melakukan klasifikasi tekstil tradisional. Input dalam penelitian ini berupa citra potongan tekstur yang bermotif. Perangkat lunak melalui proses pengenalan pola akan melakukan perhitungan dan menghasilkan nilai yang dapat dicocokkan pada database sample yang sebelumnya sudah diproses. Metode yang digunakan yaitu ekstraksi ciri warna dengan metode Local Color Histogram, ekstraksi ciri tekstur dengan metode Co-occurrence matrix, dan ekstrasi ciri bentuk dengan metode Canny Edge Detection. Masing-masing ekstraksi ciri akan menghasilkan vector. Data yang digunakan terdiri dari 10 kelompok tekstil yaitu kain endek bali, songket bali, tenun dayak, tenun ikat, sasirangan, kain besurek, ulos, sutra bugis, kain gringsing. Metode klasifikasi dengan menggukanan K-Nearest Neighborhood (K-NN). Hasil dari penelitian ini adalah nilai akurasi tertinggi untuk ekstraksi ciri tektur dan nilai akurasi terendah untuk gabungan ekstraksi ciri bentuk dan warna.
##plugins.generic.usageStats.downloads##
Referensi
[2] Poespo. Puspa Ragam Busana Pemilihan Ragam Bahan Tekstil, 2005.
[3] Karmilasari, Agus Sumarna, Temu Kenali Citra Berbasis Konten Warna, Seminar Nasional Aplikasi Teknologi Informasi, 2011
[4] Ade Winarni. “Sistem Temu Kembali Citra Batik Dengan Algoritma Co-Occurrence Matrix Dan Klasifikasi K Nearest Neighbor”[Tesis]. Denpasar:Unud, 2012.
[5] Ch.kavitha, prabhakara rao, “An efficient content based Image retrieval using color And texture of image subblocks”, Vol 3, IJEST, 2011.
[6] Abdul Fadlil. Sistem Pengenalan Citra Jenis-Jenis Tekstil, Vol 10, No 1, Universitas Ahmad Dahlan,
[7] Putra, Darma .2010. Pengolahan Citra Digital :ANDI OFFSET , Yogyakarta
[8] Arisandi, Nanik, “Pengenalan Motif Batik Menggunakan Metode Rotated Wavelet Filter dan Neural Network”, Vol 9, ITS, Surabaya, 2011
[9] Agung Sugiartha, “Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered-Based Retrieval of Images(CLUE)”, Teknologi Elektro, Vol. 16, No1, Unud, Denpasar, 2017

This work is licensed under a Creative Commons Attribution 4.0 International License