Upaya pelestarian budaya bangsa melalui pengenalan batik merupakan hal yang harus selalu ditingkatkan. Terlebih dengan diakuinya budaya batik Indonesia oleh UNESCO sebagai bagian dari warisan budaya tak berwujud (intangible). Hal inilah yang mendasari dilakukannya sejumlah penelitian terkait pengenalan batik. Hasil kinerja yang sangat baik telah dicapai oleh berbagai sistem pengenalan batik. Namun, berbagai penelitian yang dilakukan tersebut masih terbatas pada jumlah motif batik yang sedikit. Oleh karena itu, pada penelitian ini dibangun sistem pengenalan batik dengan menggunakan 114 motif batik dari 14 daerah di propinsi Jawa Barat. Ciri gabungan dibangun dengan mengkombinasikan ciri tekstur dan warna. Ciri tekstur didapatkan dari Gray Level Co-occurrence Matrix (GLCM) sedangkan ciri warna didapatkan dari Color Difference Histogram (CDH). Penulis juga menambahkan variasi dalam dataset yang berupa rotate dan flip untuk memperbesar variasi intra-class. Hasil utama dari kinerja sistem yang dibuat adalah akurasi sebesar 99,128 % dan F1-Score sebesar 98,9999% pada pengenalan batik berdasarkan daerah, sedangkan pada pengenalan batik berdasarkan motif didapatkan akurasi sebesar 98,2456% dan F1-Score sebesar 98,3208%.
Copyrights © 2020