Klasifikasi Motif Citra Batik Yogyakarta Menggunakan Metode Adaptive Neuro Fuzzy Inference System

Hardiyanto, Denny and Kristiyana, Samuel and Kurniawan, Didi and Sartika, Dyah Anggun (2019) Klasifikasi Motif Citra Batik Yogyakarta Menggunakan Metode Adaptive Neuro Fuzzy Inference System. Setrum: Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer, 8 (2). pp. 229-237. ISSN 2503-068X

[img] Text (Peer Review)
Jurnal Ilmiah Setrum.pdf

Download (739kB)

Abstract

Indonesia merupakan negara yang kaya akan sumber daya alam, budaya, dan pariwisata. Salah satu warisan budaya kemanusiaan yang terkenal di Indonesia adalah Batik Indonesia. Batik adalah kain bergambar yang pembuatannya secara khusus dengan menuliskan atau menerakan malam pada kain itu, kemudian pengolahannya diproses dengan cara tertentu yang memiliki kekhasan. Batik merupakan kerajinan yang memiliki nilai seni tinggi dan telah menjadi bagian dari budaya Indonesia (khususnya Jawa) sejak lama. Penelitian ini bertujuan untuk mengklasifikasikan motif citra batik Yogyakarta (dalam penelitian ini menggunakan motif batik Parang Kusumo dan motif batik Kawung). Metode yang diusulkan dalam penelitian ini adalah ekstraksi fitur GLCM (Grey Level Co-Occurrence Matrix) menggunakan 6 fitur dan klasifikasi menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System). Struktur ANFIS yang dibentuk mempunyai parameter 6 input dari fitur tekstur (GLCM), setiap fitur menggunakan 2 membership function dengan 64 aturan yang berlogika AND. Dengan menggunakan 100 data citra uji, Trapezoidal ShapedMembership Function memperoleh akurasi terbaik yakni 80%, sedangkan Gaussian Shaped-Membership Function memperoleh akurasi terendah yakni 77%.

Item Type: Article
Uncontrolled Keywords: Batik Yogyakarta, GLCM, Adaptive Neuro Fuzzy Inference System
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknologi Industri > Teknik Elektro (S1)
Depositing User: Samuel Kristiyana
Date Deposited: 30 Jan 2022 14:18
Last Modified: 30 Jan 2022 14:18
URI: http://eprints.akprind.ac.id/id/eprint/641

Actions (login required)

View Item View Item