Bilah Samping Artikel

Telah diserahkan
2 August 2018
Diterima
1 July 2019
Diterbitkan
3 July 2019
Unduh
PDF
Statistik
Baca Penghitung : 302 Unduh : 306

Isi Artikel Utama

Abstrak

Batik merupakan warisan budaya nusantara (Indonesia) yang mempunyai nilai dan perpaduan seni yang tinggi, sarat dengan makna filosofis dan simbol penuh makna yang memperlihatkan cara berpikir masyarakat pembuatnya. Perkembangan batik di Indonesia memuncak pada tanggal 2 Oktober 2009, yakni UNESCO (United Nation Educational, Scientific and Cultural Organization).  Berdasarkan jenisnya, batik dibedakan menjadi batik tulis, cap dan cetak. Ketidaktahuan masyarakat dalam membedakan ketiga jenis tersebut, seringkali membuat mereka tertipu soal harga batik yang ditawarkan. Tujuan dari penelitian ini adalah merancang dan membangun sistem untuk mengidentifikasi jenis batik besurek berdasarkan tekstur menggunakan metode Point Minutiae dan Euclidean Distance. Penelitian ini menggunakan  Dalam penelitian ini data citra batik besurek diambil dari Industri Galeri Batik yang ada di Kota Bengkulu. Data yang digunakan dalam penelitian ini berjumlah 74 data citra batik terdiri dari 37 citra uji dan 37 citra latih. Citra uji dalam penelitian ini dibagi menjadi tiga yaitu citra batik tulis berjumlah 9, citra batik cap berjumlah 13 dan citra batik cetak berjumlah 15. Berdasarkan hasil pengujian aplikasi diperoleh nilai akurasi proses identifikasi yaitu tingkat akurasi pada citra uji sebesar 100 %, dan pada citra yang tidak ada di dalam database sebesar 100% sehingga dapat disimpulkan bahwa metode Point Minutiae dan Euclidean Distance baik dalam mengidentifikasi jenis batik pada batik besurek.

Kata Kunci: Identifikasi, Point Minutiae, Euclidean Distance dan Batik Besurek

Rincian Artikel

Biografi Penulis

Eka Meiliyen Dharma Sara, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik

Ernawati Ernawati, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik

Asahar Johar, Universitas Bengkulu

Program Studi Informatika, Fakultas Teknik
Cara Mengutip
Sara, E. M. D., Ernawati, E., & Johar, A. (2019). Implementasi Metode Point Minutiae Untuk Mengidentifikasi Jenis Batik Pada Batik Besurek Dengan Berbasis Tekstur. Rekursif: Jurnal Informatika, 7(1). https://doi.org/10.33369/rekursif.v7i1.5532
Unduh Sitasi
Endnote/Zotero/Mendeley (RIS)
BibTeX

Referensi

  1. (1994-2018). Retrieved Mei 08, 2018, from MathWorks: https://www.mathworks.com/help/images/ref/graycoprops.html
  2. Chapter 4 Minutiae Extraction. (2008). Hongkong.
  3. Angraheni, N. R. (2017). PENGENALAN TULISAN TANGAN HURUF HIJAIYAH SAMBUNG MENGGUNAKAN ALGORITMA TEMPLATE MATCHING CORRELATION.
  4. Azis, W. (2014). Sistem Temu Kembali Citra Kain Berbasis Tekstur dan Warna. Azis, F. & Wulandari, F., 2014. Sistem Temu Kembali Citra Kain Berbasis.
  5. Azwar. (2017). Azwar ., 2017. Integrasi Ekstraksi Fitur Local Binary Pattern dan Gray-Level CoOccurence Metrix untuk Pengenalan Ekspresi Mulut Pembelajar. Jurnal Fakultas Ilmu Komputer Universitas Ichsan Gorontalo: vol 9.1,pp.17-24. Jurnal Fakultas Ilmu Komputer Universitas Ichsan Gorontalo.
  6. Brasilka, Y., Ernawati, & Andreswari, D. (2015). Klasifikasi Citra Batik Besurek Berdasarkan Ekstraksi Fitur Tekstur Menggunakan Jaringan Syaraf Tiruan Self Organizing Map (SOM). Jurnal Rekursif, 3, 133-145.
  7. D, P. (2010). Pengolahan Citra Digital, Yogyakarta: Penerbit Andi. . Yogyakarta: Andi.
  8. Destriani, A. (2016). Klasifikasi Batik Tulis dan Batik Cap Berbasis Pengolahan Citra Digital Menggunakan Metode Gray Level Co-Occurrence Matrix.
  9. Dubey, M. (2014). Fingerprint Minutiae Extraction and Orientation Detection using ROI (Region of interest) for fingerprint matching. 289-299.
  10. Ernawati, Anggriani, K., Coastera, F. F., & Primayana, P. (2017). Deteksi Tepi Citra Batik Besurek Motif Gabungan Menggunakan Fuzzy Inferences System (Fis). Seminar Nasional Teknologi Informasi 2017, (pp. 87-94).
  11. Gonzalez, W. (2002). Digital Image Processing, 2nd Edition. . Prentice Hall.
  12. Houcque, D. (2005). Introduction To MATLAB For Engineering Students. Northwestern University.
  13. Kadir, A. (2013). Pengolahan Citra Digital.
  14. Karimah, F. U., Ernawati, & Andreswari, D. (2014). Rancang Bangun Aplikasi Pencarian Citra Batik Besurek Berbasis Tekstur Dengan Metode Gray Level Co-Occurrence Matrix Dan Euclidean Distance. Skripsi.
  15. Maftukhah, E. (2013). Mengenal Batik : Definisi, Periode Perkembangan, dan Jenis-Jenis Batik.
  16. Magfira, D. B., Ernawati, & Andreswari, D. (2015). Aplikasi Peningkatan Resolusi Citra Motif Batik Menggunakan Metode Interpolasi Spline Kuadratik (Studi Kasus: Citra Motif Batik Besurek Kota Bengkulu). Jurnal Rekursif, 3, 123-131.
  17. Mulkan. (2015). glcm analisis tekstur citra digital. Retrieved january 12, 2018, from softscients: http://www.softscients.web.id/2015/01/glcm-analisis-tekstur-citra-digital.html
  18. Munir, R. (2004). Pengelolahan citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika.
  19. Nafikah, Y. (2017). Klasifikasi Jenis Batik Tulis dan Non Tulis Berdasarkan Fitur Tekstur Citra Batik Menggunakan Learning Vector Quantization (LVQ).
  20. Prasetyo, E. (2011). Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta: Penerbit Andi.
  21. Primayana, P. E. (2017). “Deteksi Tepi Citra Batik Besurek Motif Gabungan Menggunakan Fuzzy Inferences System (FIS)”.
  22. Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta: C.V ANDI OFFSET.
  23. S, R., & Shalahudin, M. (2013). S, Rosa A. dan M. Shalahuddin. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.
  24. Sasongko, B. (2017). batikbumi. Retrieved january 15, 2018, from batikbumi: http://www.batikbumi.net/2016/10/batik-bengkulu.html
  25. Sutoyo, T. E. (2009). Teori Pengolahan Citra Digital. Yogyakarta: Andi.
  26. Wibawanto, H. (2009). Wibawanto, H., 2009. Identifikasi Citra Massa Kistik Berdasarkan Fitur Gray. Retrieved January 08, 2018, from www.scribd.com.