Klasifikasi Citra Batik Menggunakan Local Binary Pattern (LBP) dan Support Vector Machine(SVM)

Fatimah, Nuris Sayyidatul (2025) Klasifikasi Citra Batik Menggunakan Local Binary Pattern (LBP) dan Support Vector Machine(SVM). Jurnal Algoritma, 22 (1). pp. 185-196. ISSN 2302-7339

	Text halaman persetujuan publikasi.pdf Download (208kB)
	Text (Artikel Publikasi) 1310 Download (5kB)

Abstract

Klasifikasi citra adalah salah satu cabang penting dalam pengolahan citra digital yang bertujuan untuk mengenali dan mengelompokkan objek berdasarkan fitur tertentu. Penelitian ini berupaya untuk melestarikan budaya batik Indonesia melalui dokumen digital motif batik yang dapat diterapkan di museum dan lembaga penelitian. Tujuan utama dari penelitian ini untuk mengatasi kesulitan dalam mengklasifikasikan motif batik dengan menerapkan Local Binary Pattern (LBP) sebagai teknik ekstraksi fitur dan Support Vector Machine (SVM) sebagai algoritma klasifikasi. Adapun motif batik yang digunakan adalah Batik Kawung, Batik Megamendung, dan Batik Parang. Dengan menggunakan 720 citra batik. Penelitian ini dilakukan dalam empat tahapan utama yaitu pre-processing, ekstraksi fitur, klasifikasi dan evaluasi. Hasil penelitian menunjukkan akurasi sebesar 88,89%, dengan precision, recall, dan F1-Score yang bervariasi. Hasil penelitian menunjukkan bahwa analisis tekstur yang diekstraksi melalui LBP memberikan kontribusi signifikan terhadap akurasi pengenalan motif batik.

Item Type:	Article
Uncontrolled Keywords:	Batik, Klasifikasi, Local Binary Pattern, Pengolahan Citra, Support Vector Machine.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Nuris Sayyidatul Fatimah
Date Deposited:	02 Sep 2025 03:13
Last Modified:	02 Sep 2025 03:13
URI:	http://eprints.umg.ac.id/id/eprint/14750

Actions (login required)

View Item