Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM)
Ali Akbar
Ilmu Komputer Cipta Karya Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimasi Klasifikasi Batik Betawi Menggunakan Data Augmentasi Dengan Metode KNN Dan GLCM Ali Akbar; Dadang Iskandar Mulyana
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 3 No 2 (2022): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Oktober 2022
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v3i2.1577

Abstract

Batik telah menjadi salah satu warisan budaya leluhur negara Indonesia yang terus dikembangkan, dilestarikan dan dijadikan identitas budaya bangsa Indonesia. Salah satu batik yang belum terangkat ke permukaan adalah batik Betawi. Penelitian ini dilakukan untuk mengklasifikasikan batik betawi ke dalam beberapa kelas berdasarkan motif nya sehingga mempermudah dalam pengenalan batik betawi secara citra digital. Metode yang digunakan adalah K-Nearest Neighbor untuk menentukan kedekatan antara citra uji dengan citra latih sedangkan Gray-Level Co-occurrence Matrix untuk ekstraksi ciri teksturnya. Untuk dataset penulis menggunakan dataset publik dari website Kaggle yang berjudul “Indonesian Batik Motifs” dan beberapa sumber dari Google. Karena kekurangan banyak dataset, maka penulis mengaugmentasi dataset yang sudah di dapatkan hingga berjumlah 1.020 citra. Dan hasilnya persentase nilai akurasi tertinggi terdapat pada motif Burung Hong, Monas, Nusa Kelapa, Pengantin Betawi, Ondel-Ondel, Rasamala dan Salakanagara sebanyak 97%. Untuk nilai akurasi terendah terdapat pada motif Kali Ciliwung dan Topeng Betawi sebanyak 93%. Selebihnya yaitu motif Golok, Penari Ngarojeng dan Pucuk Rebung mendapatkan nilai akurasi sebanyak 95%. Dan nilai rata-rata akurasi dari semua motif batik Betawi ini mendapatkan nilai 96%. Hasil ini menunjukan bahwa penelitian ini sangat baik. Kata kunci : Klasifikasi, Batik Betawi, K-Nearest Neighbor, Gray-Level Co-occurrence Matrix.
Co-Authors Dadang Iskandar Mulyana`