Isi Artikel Utama
Abstrak
Motif batik umumnya adalah motif-motif gabungan. Diperlukan suatu cara untuk menentukan suatu ciri khas dari jenis batik tertentu untuk membedakannya dari jenis-jenis batik lainnya yang ada di Indonesia. Dengan demikian diperlukan aplikasi pengklasifikasian batik besurek berdasarkan ekstraksi fitur tekstur menggunakan jaringan syaraf tiruan Self Organizing Map (SOM). Aplikasi ini menggunakan metode Point Minutiae sebagai pengekstraksi fitur tekstur citra yang mampu mendeteksi persebaran Crossing Number pada citra. Aplikasi ini menggabungkan metode Point Minutiae dengan algoritma Jaringan Self Organizing Map (SOM) yang memiliki kemampuan untuk melakukan pembelajaran tanpa pengarahan (unsupervised learning), sehingga hasil klasifikasi citra yang dihasilkan berdasarkan jarak terpendek dari klaster SOM. Citra yang digunakan dalam penelitian ini adalah citra batik besurek Bengkulu, citra non-batik besurek, dan kombinasi dua motif batik besurek. Aplikasi ini dibangun menggunakan bahasa pemrograman Java 8.0.1. Hasil pengujian menggunakan Point Minutiae dan Self Organizing Map (SOM) pada penelitian ini diperoleh nilai rasio keberhasilan 100% untuk temu kembali citra dan 60% untuk citra gabungan, sedangkan nilai recall 63.82%, precision 27.78%, dan MRR 67.6%. untuk citra uji. Motif batik besurek yang paling baik hasil ujinya adalah relung paku dan rembulan, sedangkan yang paling buruk hasil ujinya adalah burung kuau dan raflesia.
Kata Kunci : Klasifikasi Citra, Fitur Tekstur, Minutiae, Self Organizing Map, Java