Anggi Wahyu Triprasetyo Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS

Main Article Content

Anggi Wahyu Triprasetyo Danar Putra Pamungkas Resty Wulanningrum

Abstract

Indonesia adalah salah satu negeri banyak budaya salah satunya adalah batik, dipulau jawa banyak sekali pengrajin batik salah satunya di kota kecil Jawa Timur tepatnya diKabupaten Trenggalek memiliki ragam motif batik asli yang tidak kalah bagus dari kota lain, Tetapidi dalam masyarakat lokal maupun luar masih banyak yang kekurangan informasi tentang jenisjenis motif batik khas Trenggalek yang memliki motif yang hampir sama. Dari permasalah di atasmaka peneliti menerapkan teknologi pengeolahan citra digital salah satunya pengenalan pola untukmengenali pola batik.Rumusan masalah yang diajukan adalah bagaimana cara merancang sebuah aplikasipengenalan pola batik berdasarkan motif menggunakan algoritma K-means untuk menentukan jenismotif batik, sehingga dapat diketahui apakah citra yang diuji merupakan nama dari sebuah motifbatik tersebut. Sebelum dicocokan maka didapatkan garis tepinya dahulu menggunakan Metodedeteksi tepi sobel untuk menemukan garis tepi seuatu objek pada citra dan algoritma k-means adalahmotode yang mudah untuk pencocokannya karena menglaster objek yang hampir sama ke dalamgerombolnya.Dari data uji coba presentase akurasi keberhasilan aplikasi untuk mengenali pola motifbatik khas Trenggalek rata-rata 80%, Serta dalam percobaan paling tinggi terjadi pada skenario 2,dengan menghasilkan nilai benar 9 dan nilai salah 1, maka presentase akurasi didapat sebesar 90%dikarenakan untuk pengambilan gambar dari pola motif batik dengan jarak 30cm cocok di gunakanpada aplikasi ini.

Article Details

How to Cite
TRIPRASETYO, Anggi Wahyu; PAMUNGKAS, Danar Putra; WULANNINGRUM, Resty. Anggi Wahyu Triprasetyo Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS. Generation Journal, [S.l.], v. 2, n. 2, p. 25-32, july 2018. ISSN 2549-2233. Available at: <http://ojs.unpkediri.ac.id/index.php/gj/article/view/12247>. Date accessed: 10 dec. 2018. doi: https://doi.org/10.29407/gj.v2i2.12247.
Section
Artikel

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.