Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer

Klasifikasi Motif Citra Batik Yogyakarta Menggunakan Metode Adaptive Neuro Fuzzy Inference System Denny Hardiyanto; Samuel Kristiyana; Didi Kurniawan; Dyah Anggun Sartika
Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Vol 8, No 2 (2019): Edisi Desember 2019
Publisher : Fakultas Teknik Elektro - Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/setrum.v8i2.6545

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 Shaped-Membership Function memperoleh akurasi terbaik yakni 80%, sedangkan Gaussian Shaped-Membership Function memperoleh akurasi terendah yakni 77%.