Isi Artikel Utama

Abstrak

Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Citra yang digunakan dalam penelitian ini adalah citra batik besurek yang merupakan kain tradisional Bengkulu. Aplikasi ini dibangun dengan bahasa pemrograman Java yaitu menggunakan Netbeans IDE. Metode untuk mendapatkan fitur yaitu dengan menggunakan Rotated Haar Wavelet Transformation yang merupakan tahap ekstraksi fitur. Untuk mengklasifikasi motif diperlukan fitur standar deviasi dan energi yaitu koefisien yang merupakan ciri dari bidang wavelet yang telah didekomposisi. Selanjutnya hasil ekstraksi fitur diklasifikasikan ke dalam motif-motif batik besurek menggunakan metode klasifikasi Backpropagation. Hasil akhir dari penelitian ini adalah sebuah aplikasi klasifikasi citra batik besurek berbasis tekstur dengan tingkat akurasi 78% dan error  22%  pada pengujian citra motif batik besurek, sedangkan akurasi 78% dan error 22% pada pengujian citra motif batik besurek diputar 90o.

Rincian Artikel

Cara Mengutip
Utama, A. A., Efendi, R., & Andreswari, D. (2016). KLASIFIKASI MOTIF BATIK BESUREK MENGGUNAKAN METODE ROTATED HAAR WAVELET TRANSFORMATION DAN BACKPROPAGATION. Rekursif: Jurnal Informatika, 4(2). https://doi.org/10.33369/rekursif.v4i2.883