KLASIFIKASI MOTIF BATIK MENGGUNAKAN METODE
EKSTRAKSI GRAY LEVEL CO-OCCURENCE MATRIX
(GLCM) PADA PLATFORM ANDROID
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Informatika Universitas Muhammadiyah Malang
Seno Sunawar 201210370311342
JURUSAN TEKNIK INFROMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2017
LEMBAR PENGESAHAN
KLASIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI GRAY LEVEL CO-OCCURENCE MATRIX (GLCM) PADA PLATFORM
ANDROID
Tugas Akhir
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh: SENO SUNAWAR
201210370311342
Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis pengujian pada tanggal : 30 Maret 2017
Mengetahui / Menyetujui, Penguji I
Nur Hayatin S, ST, M.Kom NIP 108.0907.0476
Penguji II
Setio Basuki ST, MT NIP 108.0907.0477
Mengetahui,
Ketua Jurusan Teknik Informatika
Yuda Munarko, S.Kom, M.Sc NIDN. 0706077902
KATA PENGANTAR
Puji syukur kehadirat Allah SWT, atas limpahan rahmat dan karunianya, sehingga penulis dapat menyempurnakan skiripsi dengan judul Klasifikasi Motif Batik Menggunakan Metode Ekstraksi Gray Level Co-occurence Matrix (GLCM) Pada Platform Android ini untuk memenuhi salah satu syarat menyelesaikan studi serta dalam rangka memperoleh gelar Sarjana Komputer di Fakultas Teknik Universitas Muhammadiyah Malang.
Penghargaan dan terima kasih yang sebanyak dan setulus-tulusnya kepada kedua orang tua saya tercinta bapak Parmin, ibu Sumarmi, dan Endang Suhendar sebagai ayah tiri yang telah mencurahkan segenap cinta dan kasih sayang serta perhatian moril maupun materil. Semoga Allah SWT selalu melimpahkan rahmat, kesehatan, karunia dan keberkahan di dunia dan di akhirat atas budi baik yang telah di berikan kepada penulis.
Penghargaan dan terima kasih penulis berikan kepada Bapak Agus Eko Minarno, S.Kom, M.kom. selaku pembimbing I dan kepada Bapak Wahyu Andhyka K, S.Kom, M.Kom selaku pembimbing II yang telah membatu proses pengerjaan dan penulisan skripsi ini. Serta ucapan terima kasih kepada:
1. Bapak Ir. Sudarman, M.T selaku Dekan Fakultas Teknik Universitas Muhammadiyah Malang.
2. Bapak Yuda Munarko, S.Kom, M.Sc selaku Ketua Jurusan Teknik Informatika Universitas Muhammadiyah Malang.
3. Saudari Nurani retno asih yang telah mengirimkan saya ke Jawa Timur. 4. Adikku Andryansah yang selalu memberikan dorongan dan motivasi.
5. Teman-teman alumni Marvelous Pare angkatan 2012 sebagai orang-orang yang pertama kali saya kenal di Jawa Timur.
6. Sahabat sejak awal masuk kuliah, Rendi, Bragas, Zulfikar, Ilham, Hendra, Damai, Ayu, Ika, Retno, Rara, Rahma, Drajat, Adi, Andi, Ganar, Bayu, Zudea, Faizul, Altaviano, dan teman-teman yang lain yang belum disebutkan namanya. 7. Teman-teman Teknik Informatika kelas H angkatan 2012 khususnya dan
teman-teman teknik Informatika angkatan 2012 yang selalu memberikan semangat dan motivasi.
Akhir kata penulis menyadari bahwa dalam penulisan skripsi ini masih jauh dari kata sempurna. Karena itu, penulis memohon saran dan kritik yang sifatnya membangun demi kesempurnaannya dan semoga bermanfaat bagi kita semua dan semoga apa yang telah di usahakan ini bisa bermanfaat bagi banyak orang. Aamiin
Malang, 30 Maret 2017
Daftar ISI
LEMBAR PESETUJUAN ... i
LEMBAR PENGESAHAN ... ii
LEMBAR PERNYATAAN ... iii
ABSTRAK ... iv
ABSTRACK ... v
KATA PENGANTAR ... vi
Daftar ISI...viii
Daftar Gambar... xi
Daftar Tabel ...xiii
Daftar Persamaan ...xiv
Daftar Lampiran ... xv BAB I ... 1 PENDAHULUAN... 1 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah... 2 1.3. Tujuan ... 2 1.4. Batasan Masalah ... 2 1.5. Metodologi... 3 1.6. Sistematika Penulisan ... 3 BAB II ... 5 LANDASAN TEORI ... 5 2.1 Studi literatur ... 5 2.2 Batik ... 6 2.3 Pengolahan Citra ... 6 2.4 Citra Warna ... 7
2.5 Citra Grayscale ... 8
2.6 Kuantisasi ... 8
2.7 Histogram ... 8
2.8 Gray Level Co-occurence Matrix ... 9
2.9 Klasifikasi... 12
2.10 K-nearest-neighbor ... 12
2.11 Support vector machines ... 14
BAB III... 19
RANCANGAN SISTEM ... 19
3.1 Deskripsi sistem ... 19
3.2 Tahap analisis ... 19
3.2.1 Analisis kebutuhan sistem ... 19
3.2.2 Analisis kebutuhan perangkat ... 20
3.3 Tahap perancangan ... 21
3.3.1 Flowchart sistem ... 21
3.3.2 Data citra batik... 22
3.3.3 Proses ekstraksi fitur GLCM ... 23
3.3.4 Proses klasifikasi KNN ... 36
3.3.5 Proses klasifikasi SVM ... 37
3.3.6 Desain Database ... 38
3.3.7 Desain user interface ... 40
3.3.8 Skenario pengujian ... 45
BAB IV ... 47
IMPLEMENTASI DAN PENGUJIAN ... 47
4.1.1 Data set ... 47
4.1.2 Ekstraksi ciri GLCM ... 48
4.1.3 Klasifikasi KNN ... 51
4.1.4 Klasifikasi SVM ... 51
4.1.5 Implementasi Database ... 52
4.1.6 Implementasi User interface ... 53
4.2 Pengujian Sistem ... 58
4.2.1 Pengujian pembagian data ... 57
4.2.2 Pengujian cross validation ... 61
4.3 Hasil dan analisis pengujian ... 61
BAB V... 63 PENUTUP ... 63 3.4 Kesimpulan... 63 3.5 Saran ... 63 DAFTAR PUSTAKA ... 64 Lampiran ... 66
Daftar Lampiran
Daftar Pustaka
[1] Gardjito Murdijati. (2015). Batik Indonesia: Mahakarya Penuh Pesona. Penerbit Kaki Langit Kencana.
[2] Pujianto. (2010). Batik Keraton Kasunanan Dan Mangkunegaran Surakarta. Penerbit Kendil Media Pustaka Indonesia.
[3] Purwaningsih, N., Soesanti, I., & Nugroho, H. A. (2015). Ekstraksi Ciri
Tekstur Citra Kulit Sapi Berbasis Co-Occurrence
Matrix. Semnasteknomedia Online, 3(1), 3-2.
[4] Minarno, A. E., Munarko, Y., Bimantoro, F., Kurniawardhani, A., & Suciati, N. (2014, February). Batik Image Retrieval Based On Enhanced Micro-Structure Descriptor. In Computer Aided System Engineering (Apcase), 2014 Asia-Pacific Conference On (Pp. 65-70). Ieee.
[5] Rullist, Y., Irawan, B., Brian, Osmond, A. B. (2015). Aplikasi Identifikasi Motif Batik Menggunakan Metode Ekstraksi Fitur Gray Level Co-occurence Matrix (GLCM) Berbasi Android. Universitas Teklom (tidak di terbitkan).
[6] Chai, H. Y., Wee, L. K., Swee, T. T., Salleh, S. H., & Ariff, A. K. (2011).
Gray-Level Co-Occurrence Matrix Bone Fracture Detection. American
Journal Of Applied Sciences, 8(1), 26.
[7] Zulpe, N., & Pawar, V. (2012). Glcm Textural Features For Brain Tumor Classification. Int. J. Comput. Sci, 9(3), 354-359.
[8] Putraa, T. W. A., Adi, K., & Isnanto, R. (2013). Pengenalan Wajah Dengan Matriks Kookurensi Aras Keabuan Dan Jaringan Syaraf Tiruan Probabilistik. Jurnal Sistem Informasi Bisnis, 3(2), 82-94.
[9] Putra, D. (2010). Pengolahan Citra Digital. Penerbit Andi.
[10]Hermawat, F. A. (2013). Pengolahan Citra Digital: Konsep Dan Teori.
[11]Sutoyo, T., Mulyanto, E., Suhartono, V., & Nurhayati, O. D. (2009). Wijanarto.(2009). Teori Pengolahan Citra Digital.
[12]Vardhan, M.Harsha, At Al. (2014). Glcm Architecture For Image Extraction. In: International Journal Of Advanced Research In Electronics And Communication Engineering.
[13]Minarno, A. E., Munarko, Y., Kurniawardhani, A., Bimantoro, F., & Suciati, N. (2014, May). Texture Feature Extraction Using Co-Occurrence Matrices Of Sub-Band Image For Batik Image Classification. In Information And Communication Technology (Icoict), 2014 2nd International Conference On (Pp. 249-254). Ieee.
[14]Clausi, D. A., & Jernigan, M. E. (1998). A Fast Method To Determine Co-Occurrence Texture Features. Ieee Transactions On Geoscience And Remote Sensing, 36(1), 298-300.
[15]Arebey, M., Hannan, M. A., Basri, H., & Begum, R. A. (2012). Bin Level Detection Using Gray Level Co-Occurrence Matrix In Solid
Waste Collection. In Proceedings Of The World Congress On
Engineering And Computer Science (Vol. 2).
[16]Han, J., Pei, J., & Kamber, M. (2011). Data Mining: Concepts And Techniques. Elsevier.
[17]Hermawati, F. A. Data Mining. 2013. Andi: Yogyakarta.
[18]Prasetyo, E. (2012). Data Mining: Konsep Dan Aplikasi Menggunakan Matlab.
[19]Ndaumanu, R. I., & Kusrini, M. Analisis Prediksi Tingkat Pengunduran Diri Mahasiswa Dengan Metode K-Nearest Neighbor.
[20]Gorunescu, F. (2011). Data Mining: Concepts, Models And
Techniques (Vol. 12). Springer Science & Business Media.
[21] Robi, F. (2014). Rancang Bangun Aplikasi Deteksi Motif Batik Berbasis Pengolahan Citra Digital Pada Platform Android.
