SISTEM IDENTIFIKASI BATIK ALAMI DAN BATIK SINTETIS BERDASARKAN KARAKTERISTIK WARNA CITRA DENGAN METODE K-MEANS CLUSTERING

  • Citra Nurina Prabiantissa Jurusan Tegnologi Informasi Politeknik Negeri Malang
  • Ariadi Retno Tri Jurusan Tegnologi Informasi Politeknik Negeri Malang
  • Rosa Andrie Asmara Jurusan Tegnologi Informasi Politeknik Negeri Malang

Abstract

Batik  adalah  kain  khas  Indonesia  yang  memiliki  berbagai  motif  dan  warna.  Pewarnaan  batik  dibagi menjadi  2  yaitu  batik  alami  dan  batik  sintetis.  Proses  pemilihan  batik  alami  dan  sintetis  umumnya  sangat bergantung  pada  persepsi  manusia  terhadap  komposisi  warna.  Produsen  batik  melakukan  pengamatan  visual secara langsung untuk membedakan warnanya. Kelemahan dari cara ini yaitu keterbatasan visual manusia dan tingkat kelelahan sehingga warna satu dan lainnya dapat tertukar. Perkembangan  ilmu  pengetahuan  dan  teknologi  pengolahan  citra  digital  memungkinkan  untuk membedakan  batik  alami  dan  sintetis  secara  otomatis  dengan  bantuan  aplikasi  pengolahan  citra.  Identifikasi batik  alami  dan  sintetis  ini  menerapkan  metode  K-Means  Clustering.  Pendukung  identifikasi  menggunakan bantuan  media  camera  digital  sebagai  pengambilan  gambar  batik  yang  kemudian  dihitung  nilai  normalisasi RGB. Tingkat keberhasilan identifikasi yang didapatkan dengan menggunakan metode  K-Means adalah  92.8%. Dari hasil identifikasi yang diperoleh menghasilkan 2 output yaitu Batik Alami 100% dan Batik Sintetis 85.71%.

Downloads

Download data is not yet available.

References

Adiningsih, N. 2007. Penggunaan K-Means

Clustering untuk Pelabelan Fonem Sinyal

Ucapan. Institut Teknologi Bandung.

Bandung.

Adnan, dkk. 2013. Identifikasi Varietas

Berdasarkan Warna dan Tekstur Permukaan

Beras Menggunakan Pengolahan Citra

Digital dan Jaringan Syaraf Tiruan. Balai

Pengkajian Tekologi Pertanian. Papua.

Alifah, Henny. 2014. Membuat Atau Menulis

Daftar Pustaka. [Online] Tersedia :

http://www.satujam.com/membuat-ataumenulis-daftar-pustaka/ [29 Mei 2016]

Andri, dkk. 2014. Segmentasi Buah Menggunakan

Metode K-Means Clustering dan Identifikasi

Kematangannya Menggunakan Metode

Perbandingan Kadar Warna.STMIK

Mikroskil.

Grossman, David A. dan Ophir Frieder, 2004.

Information Retrieval Algorithms and

Heuristics Second Edition.Springer, The

Netherlands.

Handoko, Agus Purwo dan Yustina Retno Wahyu

Utami, 2009. Pengenalan Buah Berdasarkan

Karakteristik Warna Citra.

Kusumanto, RD. 2011. Pengolahan Citra Digital

Untuk Mendeteksi Obyek Menggunakan

Pengolahan Warna Model Normalisasi

RGB. Politeknik Negeri Sriwijaya.

Palembang.

Lisbijanto, Herry. 2013. Batik. Yogyakarta : Graha

Ilmu.

Musman, Asti dan Ambar B. Arini. 2011. Batik

Warisan Adiluhung Nusantara. Yogyakarta:

G-Media.

Putra D. 2010. Pengolahan Citra Digital.

Yogyakarta: Penerbit Andi

Sutoyo, T., Mulyanto, E., Suhartono, V., Nurhayati,

D.O., Wijanarto.2009. Teori Pengolahan

Citra Digital. Yogyakarta.

Wardani, Eka Widya. “Pengenalam Motif Batik

Menggunakan Metode Transformasi Paket

Wavelet”. Fakultas Teknik. Universitas

Widyatama. Bandung

How to Cite
Prabiantissa, C. N., Tri, A. R., & Asmara, R. A. (2017). SISTEM IDENTIFIKASI BATIK ALAMI DAN BATIK SINTETIS BERDASARKAN KARAKTERISTIK WARNA CITRA DENGAN METODE K-MEANS CLUSTERING. Jurnal Informatika Polinema, 3(2), 26. https://doi.org/10.33795/jip.v3i2.10
Section
Articles