JURNAL : SEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING

JURNAL : SEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING

SEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING
ABSTRAK - Batik Pekalongan adalah salah satu kekayaan intelektual dan kebudayaan yang dimiliki oleh Indonesia yang harus dilestarikan dan dilindungi agar tidak diakui oleh bangsa lain. Salah satu cara untuk melestarikan dan melindungi batik Pekalongan adalah dengan melakukan pendataan secara komputerisasi yang berupa pengenalan pola. Dalam pengenalan pola, segmentasi citra merupakan proses yang pertama kali dilakukan sebelum proses selanjutnya yaitu analisis citra. Fungsi utama dari segmentasi citra adalah membagi citra ke dalam bagianbagian wilayah (sub-regions) yang mempunyai kesamaan fitur antara lain: tekstur, warna, bentuk dan lain sebagainya. Tujuan dari penelitian ini adalah menganalisis hasil segmentasi menggunakan metode Filter Gabor dan K-means Clustering yang digunakan untuk membantu proses awal identifikasi batik Pekalongan berdasarkan fitur tekstur. Pada penelitian ini akan dilakukan pengumpulan data sesuai dengan topik yang diambil melalui observasi, wawancara, dan studi pustaka. Analisis dilakukan untuk menentukan kebutuhan yang berkaitan dengan fungsionalitas dan fasilitas aplikasi yang akan dirancang. Implementasi sistem pada proses segmentasi citra batik Pekalongan yaitu menggunakan Matlab 7.10. Sistem yang dihasilkan kemudian dilakukan pengujian dengan memproses 4 sampel citra dimana 1 sampel diambil 1 jenis citra. Citra akan diproses dan akan dibandingkan berdasarkan kombinasi dari nilai gamma, theta, dan lambda. Pengujian dilakukan dengan menggunakan 4 sampel motif Pekalongan dimana 1 sampel hanya diambil 1 jenis citra dan masing-masing jenis citra akan diuji sebanyak 18 kali. Hasil penelitian yang telah dilakukan dapat disimpulkan bahwa hasil segmentasi citra terbaik berada saat nilai gamma= 0.5, theta= 90, dan lambda= 15 sedangkan jika menggunakan nilai gamma, theta, dan lambda selain itu akan menghasilkan kualitas yang kurang baik. Sehingga hasil segmentasi yang dihasilkan dapat digunakan untuk proses analisis citra. 

Kata Kunci : Batik, Filter Gabor, K-means Clustering, Segmentasi Citra.


PENDAHULUAN - Segmentasi citra merupakan tahapan yang pertama kali dilakukan sebelum tahapan analisis citra dalam proses pengenalan citra dari suatu inputan tertentu. Fungsi dari segmentasi citra yaitu membagi citra kedalam wilayah-wilayahnya (region) berdasarkan kesamaan yang dimilikinya baik berupa tekstur, warna, bentuk, dan lain sebagainya. Penerapan segmentasi citra yang biasa dilakukan antara lain dapat dijumpai dalam aplikasi pengenalan wajah, deteksi kualitas buah, industri makanan kaleng, industri batik, dan lain sebagainya. Segmentasi citra yang berdasarkan tekstur, pengelompokkannya menggunakan pola yang berulang pada piksel dalam citra. Tekstur merupakan fungsi dari variasi spasial intensitas piksel dalam citra. Berdasarkan strukturnya tekstur dapat dibagi menjadi tekstur makrostruktur dan mikrostruktur. Tekstur makrostruktur memiliki perulangan pola secara periodik dalam suatu


DOWNLOAD JURNAL