Identifikasi Kualitas Batik Berdasarkan Jarak Pengambilan Gambar Menggunakan K-Nearest Neighbor
Authors
-
Muhammad Alief Faza Nujjiya,
Universitas Indo Global Mandiri,
Indonesia
-
Gasim Gasim,
Universitas Indo Global Mandiri,
Indonesia
-
Zaid Romegar Mair,
Universitas Indo Global Mandiri,
Indonesia
Muhammad Alief Faza Nujjiya,
Universitas Indo Global Mandiri,
Indonesia
Gasim Gasim,
Universitas Indo Global Mandiri,
Indonesia
Zaid Romegar Mair,
Universitas Indo Global Mandiri,
Indonesia
DOI:
https://doi.org/10.55338/jumin.v6i6.7130Keywords:
Batik Tradisional, Jarak Pengambilan Gambar, GLCM, K-Nearest Neighbor, Pengolahan Citra, KlasifikasiAbstract
Penelitian ini bertujuan untuk mengevaluasi pengaruh jarak pengambilan gambar terhadap akurasi identifikasi kualitas kain batik menggunakan metode K-Nearest Neighbor (K-NN) dengan ekstraksi fitur tekstur Gray Level Co-occurrence Matrix (GLCM). Data yang digunakan berupa citra lima motif batik tradisional yang diambil pada enam variasi jarak: 10, 20, 30, 40, 50, dan 60 cm. Tahapan pra-pemrosesan meliputi auto-cropping citra ke ukuran 500×500 piksel, konversi ke grayscale, dan kuantisasi 8 level. Empat fitur utama GLCM contrast, energy, homogeneity, dan entropy diekstraksi dan digunakan sebagai masukan bagi K-NN dengan nilai k=1. Hasil penelitian menunjukkan bahwa jarak 30 cm memberikan akurasi tertinggi sebesar 100%, sedangkan jarak 20 cm dan 10 cm mencapai 80%, jarak 40–50 cm turun menjadi 60%, dan jarak 60 cm hanya 40%. Temuan ini menegaskan bahwa jarak pemotretan berpengaruh signifikan terhadap kualitas identifikasi berbasis tekstur. Kesimpulannya, jarak optimal untuk akuisisi citra batik adalah rentang 20–40 cm, khususnya 30 cm, yang direkomendasikan sebagai standar pada sistem identifikasi kualitas batik berbasis citra.
Downloads
References
D. Arnita, A. Pratiwi dan H. Gunawan, “Penerapan metode K-NN untuk klasifikasi pola batik,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 9, no. 2, pp. 112-120, 2022.
R. Azizah dan M. Kurnia, “Analisis Tekstur Batik Menggunakan GLCM dan Klasifikasi K-NN,” Jurnal Teknologi Informasi dan Multimedia, vol. 6, no. 1, pp. 45-53, 2024.
F. Ham, Fundamentals of Digital Image Processing, New Jersey: Prentice Hall, 2017.
S. Handayani dan D. Firmansyah, “Pengaruh jarak pengambilan citra terhadap akurasi sistem klasifikasi citra batik,” dalam Seminar Nasional Sistem Informasi Indonesia, 2023.
T. Hidayat dan A. Saputra, “Sistem Klasifikasi Motif Batik Menggunakan Metode GLCM dan K-Nearest Neighbor,” Jurnal Informatika Nusantara, vol. 5, no. 1, pp. 21-28, 2022.
T. Iskandar dan R. Dewi, “Pengenalan Pola Tekstur Menggunakan Metode GLCM dan SVM,” Jurnal Teknologi dan Sistem Komputer, vol. 11, no. 3, pp. 202-209, 2023.
A. Kadir dan A. Susanto, Teori dan Aplikasi Pengolahan Citra Digital, Yogyakarta: Andi, 2019.
A. Kurniawan, B. Santoso dan E. Nugraha, “Pengaruh parameter k pada algoritma K-NN dalam pengenalan pola batik,” Jurnal Ilmu Komputer, vol. 11, no. 2, pp. 45-53, 2022.
H. Wijaya dan R. Maulana, “Efektivitas K-NN dalam Mengklasifikasi Citra Tekstur Batik Berdasarkan Nilai Homogeneity,” Jurnal Komputer dan Informatika, vol. 8, no. 1, pp. 66-74, 2024.
T. Rahayu dan A. Hidayat, “Perbandingan Nilai k pada Algoritma K-NN dalam Klasifikasi Batik Tradisional,” Jurnal Penelitian Teknologi dan Sistem Informasi, vol. 7, no. 2, pp. 50-58, 2022.
H. Situmorang dan M. Aziz, “Pengaruh Format Grayscale Terhadap Hasil Ekstraksi Fitur Tekstur GLCM,” Jurnal Rekayasa Sistem dan Informatika, vol. 3, no. 1, pp. 9-17, 2020.
R. Setiawan dan R. Hartono, Pengolahan Citra Digital Menggunakan MATLAB, Yogyakarta: Deepublish, 2021.
A. Wicaksono, Kecerdasan Buatan: Teori dan Aplikasi, Jakarta: Elex Media Komputindo, 2019.
Y. Suryadi dan B. Kurniawan, “Transformasi Digital Batik dalam Preservasi Budaya Lokal,” Jurnal Sosial dan Teknologi, vol. 10, no. 1, pp. 34-42, 2022.
P. Sharma dan R. Verma, “Texture feature based classification of fabrics using GLCM and machine learning,” International Journal of Computer Applications, vol. 183, no. 10, pp. 15-20, 2021.
D. Putra dan I. Yuniarti, “Evaluasi Akurasi K-NN dalam Klasifikasi Pola Batik dengan Ekstraksi Fitur GLCM,” Jurnal Ilmu Komputer dan Aplikasinya, vol. 7, no. 3, pp. 89-96, 2023.
E. Prasetyo, Data Mining: Mengolah Data Menjadi Informasi Menggunakan Matlab, Yogyakarta: Andi, 2020.
N. Pertiwi dan R. Arifin, “Aplikasi Klasifikasi Motif Batik Berbasis Pengolahan Citra Digital,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 1, pp. 12-20, 2023.
D. Nuraini dan S. Wijaya, “Implementasi GLCM dalam Klasifikasi Tekstur Kain Batik,” Jurnal Riset Komputer, vol. 4, no. 2, pp. 77-84, 2021.
R. Munir, Pengolahan Citra Digital dengan Pendekatan Algoritmik, Bandung: Informatika, 2018.
N. Maulida, “Batik sebagai Identitas Budaya Indonesia dalam Era Globalisasi,” Jurnal Seni dan Budaya, vol. 19, no. 2, pp. 56-63, 2021.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Muhammad Alief Faza Nujjiya, Gasim Gasim, Zaid Romegar Mair
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
