CLASSIFICATION OF BATIK TASIKMALAYA USING NEURAL NETWORK WITH GLCM DAN LBP FEATURE EXTRACTION

  • Popy P
  • Alam Rahmatulloh
N/ACitations
Citations of this article
30Readers
Mendeley users who have this article in their library.

Abstract

Batik adalah seni kain tradisional Indonesia yang motifnya dibuat dengan menggunakan teknik pewarnaan kain yang melibatkan penggunaan lilin untuk mencegah pewarnaan pada area tertentu. Hal ini menciptakan pola yang unik dan khas pada kain. Penelitian ini bertujuan untuk membantu mengatasi kesulitan yang dihadapi masyarakat dalam mengidentifikasi motif batik di Tasikmalaya. Dengan penerapan teknologi Artificial Neural Network (ANN) serta ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix (GLCM) dan Local Binary Pattern (LBP), penelitian ini mencapai tingkat akurasi yang tinggi, sekitar 95% dengan GLCM dan 80% dengan LBP , dalam mengklasifikasikan motif batik seperti Merak Ngibing, Lancah Tasik, Sidomukti Payung, dan Sukapura. Hal ini menunjukkan efektivitas metode tersebut dalam membantu identifikasi motif batik dengan tingkat akurasi yang tinggi.

Cite

CITATION STYLE

APA

Popy, P. A., & Alam Rahmatulloh. (2024). CLASSIFICATION OF BATIK TASIKMALAYA USING NEURAL NETWORK WITH GLCM DAN LBP FEATURE EXTRACTION. Jurnal Mahasiswa Teknik Informatika, 3(1), 47–59. https://doi.org/10.35473/jamastika.v3i1.2742

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free