Ekstraksi Fitur Citra Songket Berdasarkan Tekstur Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM)

Ismi Amalia

Sari


Abstrak— Songket merupakan warisan budaya Indonesia yang  harus dijaga dan dilestarikan. Pelestarian songket dapat dilakukan dengan pendataan secara komputerisasi. Pendataan dapat dilakukan dengan pengenalan pola motif songket. Dalam pengenalan pola, ekstraksi fitur merupakan hal yang penting untuk mendapatkan informasi citra digital. Informasi dari hasil ekstraksi fitur digunakan dalam proses klasifikasi. Penelitian ini akan mengekstraksi fitur citra songket Aceh. Ekstraksi fitur tekstur menggunakan metode Gray Level Co-Occurrence Matrix (GLCM). Hasil ekstraksi fitur dapat digunakan untuk pendataan citra songket Aceh serta juga dapat digunakan untuk klasifikasi motif songket Aceh dengan menggunakan Jaringan Syaraf Tiruan (JST). Pengumpulan data pada penelitian ini melalui observasi dan wawancara. Implementasi metode yang diusulkan menggunakan Matlab R2009a. Pengujian menggunakan lima sampel citra songket Aceh. Hasil penelitian ini adalah nilai-nilai parameter dari metode GLCM meliputi fitur entropy, sum average, difference entropy dan autocorrelation. Diharapkan fitur-fitur ini dapat digunakan untuk proses klasifikasi citra songket Aceh.

Kata kunci— Ekstraksi fitur, Gray Level Co-Occurrence Matrix (GLCM), Jaringan Syarat Tiruan (JST), Songket Aceh.

 

Abstract - Songket is an Indonesian cultural heritage that must be preserved and preserved. The preservation of songket can be done by computerizing data collection. Data collection can be done by introducing songket motif patterns. In pattern recognition, feature extraction is important for obtaining digital image information. Information from the results of feature extraction is used in the classification process. This study will extract the features of the Aceh songket image. Texture feature extraction using the Gray Level Co-Occurrence Matrix (GLCM) method. Feature extraction results can be used for data collection of Aceh songket images and can also be used for the classification of Aceh songket motifs using Artificial Neural Networks (ANN). Data collection in this study through observation and interviews. The implementation of the proposed method uses Matlab R2009a. The test uses five samples of Aceh songket images. The results of this study are the parameter values of the GLCM method including entropy features, sum average, difference entropy and autocorrelation. It is expected that these features can be used for the process of classification of Aceh songket images.

Keywords - Feature extraction, Gray Level Co-Occurrence Matrix (GLCM), Artificial Condition Network (ANN), Aceh SongketKeywords -



Teks Lengkap:

PDF

Referensi


REFERENSI

Purwanti R, Siregar SM. 2016. Sejarah Songket Berdasarkan Data Arkeologi. Siddhayatra. 21(2). Hal 97-106.

Surya RA, Fadlil A, Yudhana A. 2016. Ekstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix. Prosiding Annual Research Seminar (ISBN : 979-587-626-0). Universitas Sriwijaya, 6 Desember 2016. 2(1). Hal 146-150.

Babu, P. Ashok. 2012. Texture Segmentation by Using Haar Wavelets and Kmeans Algorithm. Associate Professor, Narsimha Reddy Engineering College, Hyderabad, A.P., INDIA. Online, Volume 1.

Rullist Y, Irawan B, Osmond AB. 2015. Aplikasi Identifikasi Motif Batik Menggunakan Metode Ekstraksi Fitur Gray Level Co-Occurrence Matrix (GLCM) Berbasis Android. e-Proceeding of Engineering. 2(2). Hal. 3684-3692.

RK, Intan R, Gunadi K. 2017. Aplikasi Pengenalan Pola Batik dengan Menggunakan Metode Gray-Level Cooccurrence Matrix. Jurnal Infra. 5(1).

Ningrum NK, Defri K, Septian ES. 2017. Klasifikasi Pola Tekstur pada Motif Batik Pesisir dengan Algoritma Backpropagasi. Komputaki. 3(1). Hal 82-89.

Nuraedah dan Muhammad B. 2017. Klasifikasi Motif Kain Tradisional Batik Bomba Kaili Berdasarkan Fitur Tekstur Citra Digital. Seminar Nasional Sistem Informasi 2017, 14 September 2017 (ISSN: 2597 – 4696). Hal 715-723.

Maharani F, Bambang H, Hilman F. 2015. Perancangan Sistem Pola Kain Sarung Khas Makassar dengan Metode GLCM Berbasis Android. e-Proceeding of Engineering. 2(2). Hal 2638-2645.

Robi F, Magdalena R, Wijayanto I. 2014. Rancang Bangun Aplikasi Deteksi Motif Batik Berbasis Pengolahan Citra Digital pada Platform Android. e-Proceeding of Engineering. 1(1). Hal. 310-318.

Haralick RM, Shanmugan K, Dinstein IH., 1973. Textural features for image classification. IEEE Trans Syst Man Cybern. 3(6). Hal. 610–621.

Satrio EP, Sutojo T. 2016. Klasifikasi Tenun Menggunakan Metode K-Nearest Neighbour Berdasarkan Gray Level Co-Occurrence Matrices (GLCM). Skripsi Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro.

Setiohardjo NM, Agus H. 2014. Analisis Tekstur untuk Klasifikasi Motif Kain (Studi Kasus Kain Tenun Nusa Tenggara Timur). IJCCS. 8(2). Hal 177-188.




DOI: http://dx.doi.org/10.30811/jim.v3i2.715

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##