PENGENALAN POLA BATIK LAMPUNG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
Abstract
Batik adalah ciri khas dari bangsa Indonesia yang merupakan warisan asli budaya yang tidak dimiliki oleh bangsa lainataupun negara tetangga. Setelah ditetapkannya batik sebagai warisan budaya oleh United Education, Scientific, and Cultural Organization (UNESCO), diikuti dengan keputusan Presiden Republik Indonesia pada tanggal 2 Oktober 2009 yaitu penetapan Hari Batik Nasional yang menunjukkan apresiasi dan penghargaan terhadap batik sebagai warisan budaya asli Indonesia. Dalam penelitian ini untuk pengenalan pola batik lampung menggunakan empat motif kain batik yaitu: motif kain sembagi, motif siger, motif batik tulis dan motif gajah & kapal dengan menggunakan metode Principal Component Analysis digunakan untuk melakukan proses segmentasi yaitu untuk memperjelas detail motif atau pola pada batik dengan jumlah keseluruhan dataset 100 yang terbagi menjadi 80 data training dan 20 data testing. Hasil yang didapatkan dalam pengenalan pola batik lampung menggunakan metode Principal Component Analysis cukup baik.
Full Text:
PDF (Bahasa Indonesia)References
Budi, Aris, and Hata Maulana. "Pengenalan Citra Wajah Sebagai Identifier Menggunakan Metode Principal
Component Analysis (PCA)." Jurnal Teknik Informatika 9.2 (2016).
Cahyono , B., 2013. Penggunaan software matrix laboratory (matlab) dalam pembelajaran aljabar linier. Volume
Fauzy, M. N., Soedijono, B., & Sudarmawan, S. (2019). Ekstraksi Citra Fitur Pada Pengenalan Pola Motif Batik
Sleman Menggunakan Metode Gray Level Co-Occurrence Matrix. Jurnal Informa, 5(3), 65-68.
Flaurensia, F., Rismawan, T., & Hidayati, R. (2016). Pengenalan motif batik indonesia menggunakan deteksi tepi
canny dan template matching. Coding Jurnal Komputer dan Aplikasi, 4(2).
Habibi, M. & Sumarsono, 2018. Implementation of Cosine Similarity in An Automatic Classifier for Comments.
JISKa, Volume 3, pp. 110-118.
Hidayat, S., Hidayat, R., & Adji, T. B. (2015). Sistem pengenal tutur bahasa indonesia berbasis suku kata
menggunakan mfcc, wavelet dan hmm. In Conference on Information Technology and Electrical
Engineering (CITEE) (pp. 246-251).
Husein, A. M., & Harahap, M. (2017). Penerapan Metode Distance Transform Pada Kernel Discriminant Analysis
Untuk Pengenalan Pola Tulisan Tangan Angka Berbasis Principal Component Analysis. SinkrOn, 2(2), 31-
Ismawan, F. (2015). Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah
dengan Bahasa Pemograman Java Eclipse IDE. Jurnal Sisfotek Global, 5(1).
Izzuddin, A., & Wahyudi, M. R. (2020). Pengenalan Pola Daun untuk Membedakan Tanaman Padi dan Gulma
Menggunakan Metode Principal Components Analysis (PCA) dan Extreme Learning Machine (ELM).
ALINIER: Journal of Artificial Intelligence & Applications, 1(1), 44-51.
Kasim, Anita Ahmad, and Agus Harjoko. "Klasifikasi citra batik menggunakan jaringan syaraf tiruan berdasarkan gray level co-occurrence matrices (GLCM)." Seminar Nasional Aplikasi Teknologi Informasi (SNATI). Vol. 1. No. 1. 2014.
Nugraheny, D. (2000). Hasil Ekstraksi Algoritma Principal Component Analysis (Pca) Untuk Pengenalan Wajah.
Nugraheny, D. (2015). Metode Nilai Jarak guna Kesamaan atau Kemiripan Ciri suatu Citra (kasus deteksi awan cumulonimbus menggunakan principal component analysis). Angkasa: Jurnal Ilmiah Bidang Teknologi, 7(2), 21-30.
Nuraedah, N., & Bakri, M. (2017, September). Klasifikasi Motif Kain Tradisional Batik Bomba Kaili Berdasarkan
Fitur Tekstur Citra Digital. In Seminar Nasional Sistem Informasi (Senasif) (Vol. 1, No. 1, Pp. 715-723). Nurliza N, N. N., 2018. penerapan euclidean distance pada pengenalan.
Pasaribu, Rina Lestari. "Pengenalan Pola Huruf Hijaiyah Menggunakan Metode Direction Feature Extraction
(Dfe)." Informasi Dan Teknologi Ilmiah (Inti) 6.3 (2019).
Pratiwi, D. E., & Harjoko, A. (2013). Implementasi Pengenalan Wajah Menggunakan PCA (Principal Component
Analysis). IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), 3(2), 175-184. Putra, D. (2010). Pengolahan Citra Digital: Yogyakarta.
Sara, E. M. D., Ernawati & Johar, D. A., 2019. implementasi metode point minutiae untuk mengidentifikasi jenis batik pada batik besurek dengan berbasis tekstur. rekursif, Volume 7.
Sari, Y. (2018). Klasifikasi Pengenalan Motif Batik Berbasis Image Retrival. Jukung (Jurnal Teknik
Lingkungan), 4(2).
Suryadi, A. (2015). Sistem Pengenalan Wajah Menggunakan Metode Principal Component Analysis (Pca) Dengan
Algoritma Fuzzy C-Means (Fcm). Mosharafa: Jurnal Pendidikan Matematika, 4(2), 58-65.
Syakhala, A. R., Puspitaningrum, D., & Purwandari, E. P. (2015). Perbandingan Metode Principal Component Analysis (PCA) Dengan Metode Hidden Markov Model (HMM) Dalam Pengenalan Identitas Seseorang Melalui Wajah. Rekursif: Jurnal Informatika, 3(2).
Wardani, M. F. K., 2011. pengenalan motif batik Lampung menggunakan deteksi tepi canny dan cross power
spectrum.
DOI: https://doi.org/10.33365/jatika.v2i4.1612
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Mega Septiani
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA)
Published by Universitas Teknokrat Indonesia
Organized by Program Studi S1 Informatika, Fakultas Teknik dan Ilmu Komputer
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhanratu, Bandarlampung, Indonesia
Phone : 0721 70 20 22
Website : http://jim.teknokrat.ac.id/index.php/informatika
Email : jatika@teknokrat.ac.id
Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.