Implementasi Teknik Klasifier Adaptive Neuro Fuzzy Inference System Untuk Mengklasifikasi Motif Citra Batik Jawa Timur

Dyah Anggun Sartika (Politeknik Negeri Madiun)
Hanum Arrosida (Universitas PGRI Madiun)
Denny Hardiyanto (Universitas PGRI Madiun)

Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer
Vol 11, No 1 (2022): Edisi Juni 2022

Negara Indonesia merupakan negara yang kaya akan budaya dan pariwisata. Batik Indonesia merupakan salah satu warisan budaya kemanusiaan di Indonesia. Batik merupakan kain bergambar yang dibuat secara khusus dengan cara menuliskan atau menerakan suatu bahan (yakni malam) pada sebuah kain, yang selanjutnya diolah dengan cara tertentu dan biasanya mencirikan sesuatu (kekhasan).Tujuan penelitian ini untuk mengklasifikasikan motif citra motif batik Jawa Timur (Motif Bandeng Lele Lamongan dan Motif Gedog Tuban). Metode yang digunakan adalah ekstraksi fitur GLCM (Grey Level Co-Occurrence Matrix) yakni metric, eccentricity, contrast, correlation, energy, homogeneity dan klasifikasi menggunakan algoritma ANFIS (Adaptive Neuro Fuzzy Inference System).Struktur ANFIS yang terbentuk mempunyai  parameter 6 input fitur GLCM dengan 2 membership function dan 64 aturan yang berlogika AND. Dengan menggunakan 20 data citra uji, Gaussian Shaped-Membership Function memperoleh akurasi tertinggi yakni 40%, sedangkan Triangular Shaped-Membership Function memperoleh akurasi terendah yakni 20%. Kata kunci: Adaptive Neuro Fuzzy Inference System, Motif Batik Gedog Tuban, Motif Batik Bandeng Lele, GLCM