Batik Motifs Detection Using Pattern Recognition Method
DOI:
https://doi.org/10.24002/jbi.v11i1.3234Abstract
Abstract. Batik motif is one of the factors that makes batik unique and attractive. There are various kinds of batik motif designs in various areas. Each of these design motifs implies symbols/illustrations that contain certain meanings.The design of the batik motif is used in different events according to the occasions. But unfortunately, not many people understand this, even though local wisdom on the design of batik motifs is one form of cultural heritage of the archipelago that must be preserved. Related to this, development of information technology and multimedia should be used as a solution. However, until now, there is no accurate and fast information system in detecting batik motifs. This study applies pattern recognition methods to find the most appropriate and accurate method for detecting and interpreting batik motifs. The method will be used to build a batik motif detection information system to help users get information quick and accurately.
Keywords: pattern recognition, batik motifs, analysis and design of information systems.
Abstrak. Motif batik merupakan salah satu faktor yang menjadikan batik unik dan menarik. Terdapat berbagai macam desain motif batik di berbagai area. Setiap desain motif tersebut mengisyaratkan simbol-simbol/ilustrasi yang mengandung makna tertentu. Tentu saja desain motif batik tersebut digunakan dalam acara yang berbeda-beda sesuai dengan keperluanya. Namun sayang, tidak banyak orang yang mengerti hal ini, padahal kearifan lokal pada desain motif batik tersebut merupakan salah satu bentuk warisan budaya nusantara yang wajib dilestarikan. Terkait hal tersebut, seharusnya perkembangan teknologi informatika dan multimedia dapat digunakan sebagai solusi. Namun demikian, sampai saat ini, belum ada system informasi yang akurat dan cepat dalam mendeteksi dan menginterpretasi motif batik. Penelitian ini menerapkan metode-metode pengenalan pola guna menemukan metode yang paling tepat dan akurat untuk mendeteksi dan menginterpretasi motif batik. Metode tersebut akan digunakan untuk membangun system informasi deteksi motif batik untuk membantu pengguna yang tidak mengenal motif batik mendapatkan informasi secara lebih cepat dan akurat.
Kata Kunci: pattern recognition, batik motifs, analysis and design of information systems.
References
K. Satyawati, J. K. Tampubolon, dan R. G. Santosa, Analisis gaussian dan edge connection dalam penajaman deteksi tepi menggunakan metode canny. Informatika: Jurnal Teknologi Komputer dan Informatika, vol. 12(1), 2016.
M. Salafuddin, Analisis perbandingan deteksi tepi prewitt dan canny pada pola batik tulis dan batik cap di kudus motif parijoto menggunakan klasifikasi support vector machine (SVM), disertasi doctor, Universitas Muria Kudus, Indonesia, 2017.
A. W. Triprasetyo, D. P. Pamungkas, dan R. Wulanningrum, Aplikasi pengenalan pola batik trenggalek menggunakan deteksi tepi sobel dan algoritma k-mean s. Generation Journal, vol. 2(2), pp. 25-32, 2018.
T. A. P. Shidi dan S. Suyoto, New edge detection method for indonesian batik. Jurnal Buana Informatika, vol. 2(1), 2011.
E. D. Setiani dan S. Suyoto, New edge detection method using elisabeth method: case study Javanese batiks. Jurnal Buana Informatika, vol. 1(1), 2010.
A. Sutikno, E. Utami, dan A. Sunyoto, Penerapan metode morfologi gradien untuk perbaikan kualitas deteksi tepi pada citra motif batik. Jurnal Teknologi Informasi Respati, vol. 9(26), 2017.
F. Flaurensia, T. Rismawan, dan R. Hidayati, Pengenalan motif batik indonesia menggunakan deteksi tepi canny dan template matching. Jurnal Coding Sistem Komputer Universitas Tanjungpura, vol. 4(2), 2016.
J. W. Yodha dan A. W. Kurniawan, Pengenalan motif batik menggunakan deteksi tepi canny dan k-nearest neighbor. Techno. Com, vol. 13(4), pp. 251-262, 2014.
J. W. Yodha dan A. W. Kurniawan, Perbandingan penggunaan deteksit epidengan metode laplace, sobel dan prewit dan canny pada pengenalanpola. Techno. Com, vol. 13(3), pp. 189-197, 2014.
I. Nurhaida, R. Manurung, and A. M. Arymurthy, Performance comparison analysis features extraction methods for batik recognition. In International Conference on Advanced Computer Science and Information Systems (ICACSIS), Proc. IEEE 2012, pp. 207-212, December 2012.
H. Rangkuti, A. Harjoko, and A. E. Putro, Content based batik image retrieval. Journal of Computer Science, vol. 10 (6), pp. 925-934, 2014.
Downloads
Published
Issue
Section
License
Copyright of this journal is assigned to Jurnal Buana Informatika as the journal publisher by the knowledge of author, whilst the moral right of the publication belongs to author. Every printed and electronic publications are open access for educational purposes, research, and library. The editorial board is not responsible for copyright violation to the other than them aims mentioned before. The reproduction of any part of this journal (printed or online) will be allowed only with a written permission from Jurnal Buana Informatika.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
