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

  • Anggi Wahyu Triprasetyo Universitas Nusantara PGRI Kediri
  • Danar Putra Pamungkas
  • Resty Wulanningrum Universitas Nusantara PGRI Kediri
Abstract views: 1 , PDF downloads: 8

Abstract

Indonesia adalah salah satu negeri banyak budaya salah satunya adalah batik, di
pulau jawa banyak sekali pengrajin batik salah satunya di kota kecil Jawa Timur tepatnya di
Kabupaten Trenggalek memiliki ragam motif batik asli yang tidak kalah bagus dari kota lain, Tetapi
di 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 atas
maka peneliti menerapkan teknologi pengeolahan citra digital salah satunya pengenalan pola untuk
mengenali pola batik.
Rumusan masalah yang diajukan adalah bagaimana cara merancang sebuah aplikasi
pengenalan pola batik berdasarkan motif menggunakan algoritma K-means untuk menentukan jenis
motif batik, sehingga dapat diketahui apakah citra yang diuji merupakan nama dari sebuah motif
batik tersebut. Sebelum dicocokan maka didapatkan garis tepinya dahulu menggunakan Metode
deteksi tepi sobel untuk menemukan garis tepi seuatu objek pada citra dan algoritma k-means adalah
motode yang mudah untuk pencocokannya karena menglaster objek yang hampir sama ke dalam
gerombolnya.
Dari data uji coba presentase akurasi keberhasilan aplikasi untuk mengenali pola motif
batik 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 gunakan
pada aplikasi ini.

Published
2018-07-12
How to Cite
Triprasetyo, A. W., Pamungkas, D. P., & Wulanningrum, R. (2018). Anggi Wahyu Triprasetyo Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS. Generation Journal, 2(2), 25-32. https://doi.org/10.29407/gj.v2i2.12247