Penggunaan Machine Learning Untuk Pengenalan Pola Batik Parang Menggunakan PCA (Principal Component Analysis)
DOI:
https://doi.org/10.29407/inotek.v4i2.150Abstract
Batik merupakan suatu warisan nenek moyang bangsandonesia dan merupakan ciri khas bangsa Indonesia. Hampir seluruh daerah di Indonesia memiliki ciri khas motif batik sendiri. Dan setiap motif tersebut memiliki berbagai macam makna dan sejarah dari setiap daerah tersebut. Seperti Batik Parang, motif batik Parang memiliki makna petuah untuk tidak pernah menyerah, ibarat ombak laut yang tak pernah berhenti bergerak. Banyaknya kemiripan pola pada batik parang sehingga membuat banyak orang susah mengenali batik tersebut. Selagi itu batik parang merupakan pantangan bagi warga masyarakat Kecamatan Ngluyu KabupatenNganjuk sehingga masyarakat Ngluyu wajib mengetahui batik tersebut. Dengan memanfaatkan teknologi Machine Learning. Teknologi ini merupakan cabang ilmu dari Artificial Intellegence (Kecerdasan Buatan ) yang focus pada pengembangan sebuah system program oleh manusia, dengan begitu Machine Learning dapat di terapkan pada sebuah sistem yang bisa mengenali pola batik parang agar mempermudah pengenalan batik tersebut. Menggunakan metode PCA (Principal Component Analysis) dan klasifikasi metode Euclidean Distance. Dari hasil penelitian diperoleh nilai akurasi terbaik yaitu 93,3% dengan nilai threshold 0-255 pada skenario 2.
Keywords:
Batik, Euclidean Distance, Machine Learning, PCA##plugins.themes.default.displayStats.downloads##
References
Faisal, Argi, A.Gunawan, Apip Supiandi , Acep Suherman, Irwan Tanu Kusnadi.2018 Aplikasi Pengenalan Batik Tradisional Indonesia Berbasis Android. Jurnal Teknologi dan Informasi. Vol.8 No.1:5-12.
Wiwik,Ni Luh, Sri Rahayu G. 2016. Deteksi Batik Parang Menggunakan Fitur Co-Occurrence Matrix Dan Geometric Moment Invariant Dengan Klasifikasi Knn. Lontar Komputer. Vol. 7, NO.1 40-50.
Sara Eka Meiliyen Dharma, Ernawati, Asahar Johar.2019. Implementasi Metode Point Minutiae Untuk Mengidentifikasi Jenis Batik Pada Batik Besurek Dengan Berbasis Tekstur. Jurnal Rekursif. Vol. 7 No. 1:59-69.
Faisal, Argi, A.Gunawan, Apip Supiandi , Acep Suherman, Irwan Tanu Kusnadi.2018 Aplikasi Pengenalan Batik Tradisional Indonesia Berbasis Android. Jurnal Teknologi dan Informasi. Vol.8 No.1:5-12.
Smith, L., 2002, A tutorial on Principal ComponentsAnalysis,http://www.cs.otago.ac.nz/cosc453/studenttutorials/principal_components. pdf, diakses tanggal 25 November 2016.
Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta: CV ANDI OFFSET (Online). Tersedia:https://books.google.co.id/books?id, diakses 25 November 2016.
Andoyo, Andreas, Suyono, 2016. Dasar Pemrograman Delphi. Yogyakarta: Andi.https://books.google.co.id/books?id=lSc3DgAAQBAJ&printsec=frontcover&hl=id#v=onepage&q&f=false
Andono, Nurtantio Pulung, T.Sujono.2015.Konsep Pengolahan Citra Digital.Yogyakarta:Andi
Munir,Rinaldi, 2004. Pengolahan citra digital dengan pendekatan algoritmik.Bandung: informatika (online). Di unduh 28 November 2019 dari http://informatika.stei.itb.ac.id/~rinaldi.munir/ Buku/Pengolahan%20Cit ra%20Digital/Bab-15_Pengenalan%20Pola.pdf.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Safira Putri Wulandari, Resty Wulanningrum

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License