BATIK TRADISIONAL YOGYAKARTA
DENGAN EKSTRASI CIRI BERDASARKAN TEKSTUR
FILTER GABOR WAVELETS 2D
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
OLEH:
ALFONSUS STEFAN ARWANDA
NIM : 055314014
JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
i
BATIK TRADISIONAL YOGYAKARTA
DENGAN EKSTRASI CIRI BERDASARKAN TEKSTUR
FILTER GABOR WAVELETS 2D
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
OLEH:
ALFONSUS STEFAN ARWANDA
NIM : 055314014
JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
ii
YOGYAKARTA’S TRADITIONAL BATIK
USING FEATURE EXTRACTION BASED ON TEXTURE
FILTER GABOR WAVELETS 2D
THESIS
Presented as Partial Fulfillment of the Requirements to Obtain Sarjana Teknik Degree
in Informatics Engineering Department
By :
ALFONSUS STEFAN ARWANDA
NIM : 055314014
INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
v
Motto
The
strongest
words…
“ Apalah artinya hidup seorang manusia dibandingkan keabadian ruang dan waktu? Tak lebih daripada sebutir salju yang berkilauan ditimpa cahaya matahari sekejap sebelum lebur dalam arus waktu “
“ Keyakinan Lama Tidak Akan Membawa Kita Kepada Harapan Baru ”
“ Memiliki Harapan Membuat Kita Bahagia ”
Alfonsus Stefan Arwanda 9/30/2009
Thanks for everything guys….
Sahabat-sahabatku : April, Livi, Icha, Cahyo, Taufan, Kingkin, Endru, Tunjung, Hesti, Berlina.
vi
ABSTRAKSI
Pemasalahan hak cipta terhadap pola kain batik tradisional gaya Yogyakarta mulai terancam dengan adanya pengakuan dari pihak negara lain tentang pematenan hak cipta terhadap pola batik tersebut. Hal ini jelas merugikan citra bangsa sebagai negara penghasil batik. Sehingga perlu adanya perhatian dari pihak pemerintah untuk mematenkan pola kain batik tradisional gaya Yogyakarta secara bertahap. Selain solusi tersebut, masih diperlukan media pendukung lainnya, seperti media elektronik komputer, dalam hal merujuk pada perkembangan teknologi.
Tugas akhir ini bertujuan untuk membangun sebuah aplikasi pencarian citra batik tradisional gaya Yogyakarta berdasarkan isi citra tersebut dengan ekstraksi ciri tekstur Filter Gabor Wavelets 2D. Aplikasi ini dikembangkan dengan menggunakan perangkat lunak Matlab Versi 7.1.0.246 (R14) dan database MySQL Server 5.0.
vii
ABSTRACT
The problem of copyright about Yogyakarta’s Batik Traditional Pattern has been threatened by the admission of other country. It disserves our country as one batik-producing countries. So that It needs a lot attentions from the government to patent the Yogyakarta’s Batik Traditional Pattern sustainable. In addition to that solution, it needs other supporting media, for example electronic media such as computers, in this case refers to the development of technology.
This thesis aims to build an image search application of Yogyakarta’s Batik Traditional Pattern based on the content of these images with texture feature extraction Filter Gabor Wavelets 2D. This application is developed by Matlab version 7.1.0.246 (R14) and 5.0 MySQL database server.
viii
KATA PENGANTAR
Puji syukur penulis haturkan kepada Tuhan Allah dan Yesus Kristus yang telah menghendaki semua usaha yang penulis lakukan. Sehingga penulis dapat menyelesaikan skripsi dengan Judul : “ CONTENT BASED IMAGE RETRIEVAL BATIK TRADISIONAL YOGYAKARTA DENGAN EKSTRAKSI CIRI BERDASARKAN TEKSTUR FILTER GABOR WAVELETS 2D “
Pada kesempatan kali ini, penulis ingin mengucapkan terima kasih kepada :
1. Orang tua penulis Fx. Sujarwanto dan Ceraphine Ste Aryati telah memberi dukungan moral, spiritual dan finansial dalam penyusunan skripsi.
2. Bapak Yosef Agung Cahyanta, S.T., M.T. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
3. Bapak Puspaningtyas Sanjoyo Adi, S.T., M.T. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
4. Bapak Eko Hari Parmadi, S.Si, M.Kom selaku dosen pembimbing Skripsi. Terima kasih telah membimbing dan menyediakan waktu dalam memberikan pengarahan selama penulisan skripsi ini.
5. GBRAy. Hj. Murdokusumo sebagai budayawan batik dan Bram Lazuardie sebagai designer batik yang telah membimbing penulis dalam mendalami dan mengetahui tentang motif dan corak batik.
ix
7. Para Pengrajin di daerah Taman Sari dan karyawan Toko Batik dan Kerajinan Mirota Batik yang telah bersedia meluangkan waktu untuk mengisi kuisioner mengenai penelitian kali ini.
8. Teman-teman TI 2005 dan 2006 yang telah meluangkan waktu untuk mengisi kuisioner mengenai penelitian kali ini.
xii
KATA PENGANTAR ... viii
PERNYATAAN KEASLIAN KARYA ... x
LEMBAR PERNYATAAN ... xi
DAFTAR ISI………xii
DAFTAR GAMBAR ... xvii
DAFTAR LISTING ... xxx
1.5. Metodologi Penelitian ... 4
1.6. Sistematika Penulisan ... 5
BAB II ... 7
xiii
2.1.1. Pengertian Citra Digital ... 7
2.1.2. Pengertian Pengolahan Citra Digital ... 9
2.2. Pembentukkan Citra ... 10
2.2.1. Digitalisasi Citra ... 10
2.2.2. Elemen-elemen Citra Digital ... 11
2.2.3. Elemen Sistem Pemrosesan Citra Digital ... 13
2.3. Format Citra Bitmap ... 13
2.4. Warna ... 14
2.4.1. Dasar-dasar Warna ... 14
2.4.2. Atribut Warna ... 15
2.4.3. Ruang Warna ... 16
2.4.4. Transformasi RGB warna ke HIS ... 17
2.5. Content-Based Image Retrieval ... 18
2.6. Ekstraksi Ciri ... 20
2.7. Tekstur ... 21
2.8. Filter Gabor Wavelets ... 23
2.9. Representasi Ciri ... 27
2.10. Pengukuran Persamaan (Distance Measure) ... 28
2.11. Evaluasi Kinerja Content-Base Image Retrieval ... 29
2.12. SISTEM ... 31
2.12.1. Konsep Dasar Sistem ... 31
2.12.2. Karakteristik Sistem ... 31
2.12.3. DIAGRAM USE CASE ... 33
xiv
2.12.5. DATA FLOW DIAGRAM (DFD) ... 39
2.13. BATIK ... 41
2.13.1. Pengertian Batik ... 41
2.13.2. Ragam Corak dan Warna Batik ... 41
2.13.3. Teknik Membatik ... 42
2.13.4. Makna dan Filosofi Motif Batik ... 43
2.14. MATLAB ... 45
2.15. MySQL ... 45
2.16. Adobe Photoshop CS2 ... 46
BAB III ... 47
3.1. Rancangan Sistem Secara Umum ... 47
3.2. Perancangan Proses Sistem ... 48
3.2.1. Proses Menambah Informasi dan Data Citra ... 48
3.2.3. Proses Menghapus Informasi dan Data Citra ... 49
3.2.4. Proses Pencarian Data Citra ... 50
3.2.5. Proses Menampilkan Data dalam Database ... 51
3.3. Kebutuhan Hardware dan Software untuk Membuat Sistem ... 51
3.4. Kebutuhan Hardware dan Software untuk Menjalankan Sistem ... 52
3.5. Diagram Konteks ... 52
3.6. Diagram Use Case ... 53
3.6.1. Ringkasan Use Case ... 54
3.7. Diagram Berjenjang ... 55
3.8. Diagram Alir Data ... 55
xv
3.10. Perancangan Tampilan Antar Muka... 59
3.10.1. Form Tampilan Awal ... 59
3.10.2. Form Menu Utama ... 60
3.10.3. Menu File ... 62
3.10.4. Menu Pencarian Citra Batik ... 65
3.10.5. Menu Help ... 67
4.2. Implementasi Antar Muka ... 72
4.2.1. Form Cover ... 72
4.2.2. Form Menu Utama ... 73
4.2.3. Form Tambah Citra Batik ... 76
4.2.4. Form Ubah Infromasi Citra Batik ... 79
4.2.5. Form Hapus Citra Batik ... 81
4.2.6. Form Lihat Citra Batik ... 82
4.2.7. Form Content-Based Image Retrieval ... 83
4.2.8. Form Tentang Program ... 85
4.2.9. Form Tentang Programmer ... 86
4.3. Fungsi / Method yang digunakan dalam Sistem ... 87
4.3.1. Fungsi Konektivitas dengan Database ... 87
xvi
4.3.3. Fungsi Ekstraksi Ciri Citra Batik ... 89
4.3.4. Fungsi Standar Deviasi ... 95
4.3.5. Fungsi Distance Measure ... 97
4.4. Stored Procedure dalam Database ... 97
4.4.1. Stored Procedure Tambah Data Citra ... 98
4.4.2. Stored Procedure Memasukkan Vektor Ciri Data Citra ... 98
4.4.3. Stored Procedure Mengubah Informasi Data Citra ... 99
4.4.4. Stored Procedure Menghapus Data Citra ... 100
4.4.5. Stored Procedure Mengubah Password ... 100
BAB V ... 101
5.1. Analisa Hasil Implementasi Program ... 101
5.1.1. Perhitungan Nilai Recall dan Precision ... 102
5.1.2. Pembahasan Keseluruhan pada Pengujian Pertama ... 139
5.1.3. Pengujian Kedua dengan Memutar Gambar Masukkan ... 141
5.1.4. Pembahasan Keseluruhan pada Pengujian Kedua ... 143
5.2. Kelebihan dan Kekurangan Sistem ... 143
5.2.1. Kelebihan Sistem ... 143
5.2.2. Kekurangan Sistem ... 144
BAB VI ... 145
6.1. Kesimpulan ... 145
6.2. Saran ... 146
xvii
DAFTAR GAMBAR
Keterangan Halaman
Gambar 2.1 Ruang Warna 16
Gambar 2.2 Sistem Umum Content Based Image Retrieval 18
Gambar 2.3 Simbol Use Case 34
Gambar 2.4 Simbol Aktor 34
Gambar 2.5 Contoh dari Entity Relationship Diagram 35
Gambar 2.6 Contoh dari Entity 35
Gambar 2.7 Contoh dari Atribut 36
Gambae 2.8 Contoh dari Identifier 37
Gambar 2.9 Contoh dari Relasi 37
Gambar 2.10 Notasi dan Cardinality 38
Gambar 2.11 Contoh DFD 39
Gambar 2.12 Data Flow 39
Gambar 2.13 External Agent 40
Gambar 2.14 Data Store 40
Gambar 3.1 Diagram Konteks Sistem 52
Gambar 3.2 Diagram Use Case 53
Gambar 3.3 Diagram Berjenjang Sistem 55
Gambar 3.4 Diagram Alir Data Level 0 55
Gambar 3.5 Diagram Alir Data Level 1 Proses 1 56
Gambar 3.6 Diagram Alir Data Level 1 Proses 2 56
Gambar 3.7 Entity Relationship Tabel Penyimpanan 58
Gambar 3.8 Relasi Antar Tabel 58
Gambar 3.9 Phisical Table Design admin, data_batik dan vektor_ciri 59
Gambar 3.10 Rancangan Form Tampilan Awal 60
Gambar 3.11 Rancangan Form Menu Utama 61
Gambar 3.12 Rancangan Form Tambah Data Citra Batik 62 Gambar 3.13 Rancangan Form Ubah Informasi Data Citra 63 Gambar 3.14 Rancangan Form Hapus Data Citra Batik 64
Gambar 3.15 Rancangan Form Lihat Citra Batik 64
Gambar 3.16 Rancangan Form Keluar 65
xviii
Gambar 3.18 Rancangan Form Content Based Image Retrieval 66
Gambar 3.19 Rancangan Form Tentang Program 67
Gambar 3.20 Rancangan Form Tentang Programmer 68
Gambar 3.21 Rancangan Form Dialog 68
Gambar 3.22 Rancangan Form Error Dialog 69
Gambar 3.21 Rancangan Form Message Dialog 69
Gambar 4.1 Petunjuk pengubahan direktori yang ingin diaktifkan 71
Gambar 4.2 Petunjuk menjalankan Sistem/Program 71
Gambar 4.3 Form Cover 72
Gambar 4.4 Form Masukkan Password 72
Gambar 4.5 Form Menu Utama 73
Gambar 4.6 Form Tambah Citra Batik 76
Gambar 4.7 Form Open Image File 77
Gambar 4.8 Pesan Keberhasilan Penambahan atau Penyimpanan Data 77
Gambar 4.9 Pesan Kesalahan 78
Gambar 4.10 Pesan Kesalahan memasukkan citra yang tidak sesuai dengan ukuran yang ditentukan
78
Gambar 4.11 Form Ubah Informasi Citra Batik 79
Gambar 4.12 Pesan Keberhasilan Pengubahan Informasi Citra Batik 80 Gambar 4.13 Pesan Kesalahan jika tidak memilih gambar yang dicari 80
Gambar 4.14 Form Hapus Citra Batik 81
Gambar 4.15 Form Lihat Citra Batik 82
Gambar 4.16 Form Content Based Image Retrieval 83
Gambar 4.17 Pesan Proses Pencarian sedang dilakukan 84
Gambar 4.18 Pesan Lama Pencarian Data 84
Gambar 4.19 Tombol “detail” 85
Gambar 4.20 Form Tentang Program 85
Gambar 4.21 Form Tentang Programmer 86
Gambar 5.1 Batik Gondosuli Klithik 102
Gambar 5.2 Hasil Pencarian Batik Gondosuli Klithik 103 Gambar 5.3 Garfik Interpolasi Recall-Precision Citra Batik Gondosuli Klithik 111
Gambar 5.4 Batik Sido Luhur Ukel 112
xix
Gambar 5.7 Batik Parang Grendeh Gurdo 118
Gambar 5.8 Hasil Pencarian Batik Parang Grendeh Gurdo 119 Gambar 5.9 Garfik Interpolasi Recall-Precision Citra Batik Parang Grendeh Gurdo 122
Gambar 5.10 Batik Parang Rusak 123
Gambar 5.11 Hasil Pencarian Batik Parang Rusak 124
Gambar 5.12 Garfik Interpolasi Recall-Precision Citra Batik Parang Rusak 127 Gambar 5.13 Batik Ceplok Parang Klithik Primis Tulis 128 Gambar 5.14 Hasil Pencarian Batik Ceplok Parang Klithik Primis Tulis 129 Gambar 5.15 Garfik Interpolasi Recall-Precision
Citra Batik Ceplok Parang Klithik Primis Tulis
132 Gambar 5.16 Citra Batik Kotak Picis (a) Citra Asli (b) Pemutaran 900
(c) Pemutaran 1800 (d) Pemuataran 2700
xx
DAFTAR LISTING
Keterangan Halaman
Listing 4.1 Fungsi Koneksi Database 87
Listing 4.2 Fungsi Pencarian Gambar dengan Teknik CBIR 88
Listing 4.3 Fungsi Ekstraksi Ciri Citra Batik 89
Listing 4.4 Fungsi Gabor Wavelets 90
Listing 4.5 Fungsi Pengubahan Warna Citra 92
Listing 4.6 Fungsi Menghitung Vektor Ciri Proses Penambahan Data 93 Listing 4.7 Fungsi Menghitung Vektor Ciri Proses Pencarian Data Citra 94
Listing 4.8 Fungsi Standar Deviasi 95
Listing 4.9 Fungsi Distance Measure 97
Listing 4.10 Stored Procedure Tambah Data Citra 98
Listing 4.11 Stored Procedure Memasukkan Vektor Ciri Data Citra 99 Listing 4.12 Stored Procedure Mengubah Informasi Data Citra 99 Listing 4.13 Stored Procedure Mengapus Data Citra 100
xxi
DAFTAR TABEL
Keterangan Halaman
Tabel 2.1 Hasil Rata-rata Precision Recall 5 Jenis Ekstraksi Ciri 23 Tabel 2.2 Hasil Rata-rata Precision Recall pada Gabor Wavelets 26
Tabel 3.1 Penjelasan Diagram Use Case 54
Tabel 5.1 Vektor Ciri Citra Batik Gondosuli Klithik 105 Tabel 5.2 Standar Deviasi Vektor Ciri pada Database 106 Tabel 5.3 Distance Measure Keseluruhan Data Citra Batik 106 Tabel 5.4 Citra Batik yang Terpilih dalam 15 Besar 107 Tabel 5.5 Hasil Perhitungan Recall-Precision Responden Kunci 109 Tabel 5.6 Hasil Pehitungan Recall-Precision Responden 110 Tabel 5.7 Hasil Perhitungan Interpolasi Recall-Precision 111 Tabel 5.8 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Gondosuli Kithik bagi Para Pakar Batik
112 Tabel 5.9 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Gondosuli Kithik bagi Masyarakat Umum
113 Tabel 5.10 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Sidoluhur Ukel bagi Para Pakar Batik
118 Tabel 5.11 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Sidoluhur Ukel bagi Masyarakat Umum
119 Tabel 5.12 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Parang Grendeh Gurdo bagi Para Pakar Batik
124 Tabel 5.13 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Parang Grendeh Gurdo bagi Masyarakat Umum
125 Tabel 5.14 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Parang Rusak bagi Para Pakar Batik
130 Tabel 5.15 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Parang Rusak bagi Masyarakat Umum
131 Tabel 5.16 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Ceplok Parang Klithik Primis Tulis bagi Para Pakar Batik
136 Tabel 5.17 Hasil Perhitungan Interpolasi Recall dan Rata-rata Precision
Citra Batik Ceplok Parang Klithik Primis Tulis bagi Masyarakat Umum
137
Tabel 5.18 Rekap Perhitungan Recall-Precision 139
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Melihat fenomena kehidupan manusia saat ini, perkembangan teknologi menjadi sebuah prioritas utama. Gaya hidup manusia yang serba praktis, cepat dan akurat menuntut pertumbuhan teknologi yang pesat untuk memenuhi kebutuhan. Salah satunya adalah kebutuhan akan data dan informasi yang akurat. Hanya saja data maupun informasi tersebut tidak disajikan sebatas teks saja tetapi juga dapat berupa gambar, video maupun suara.
Salah satu peralatan teknologi yang mendukung terciptanya data berupa gambar adalah kamera digital. Data berupa gambar digital tersebut tentunya memiliki kapasitas memori yang tinggi dalam penyimpanannya dibandingkan dengan data teks. Tentu hal ini menjadi sebuah permasalahan dalam penyimpanan datanya.
bersifat subyektif. Hal ini akan mempengaruhi proses pengambilan data dari basis data untuk dijadikan informasi.
CBIR (Content Based Image Retrieval) merupakan teknik pencarian suatu data gambar yang diinginkan oleh pengguna terhadap beberapa data gambar, dalam skala yang besar (Long,Fuhui, Zhang, Hongjiang, Feng, David Degan, 2008).
Kain batik merupakan sebuah karya seni tradisional khas Indonesia yang sudah cukup dikenal baik dalam maupun luar negri. Kebudayaan tradisional ini juga merupakan aset terbesar bangsa. Salah satu kota penghasil kerajinan kain batik adalah Yogyakarta. Setiap pola kain batik tradisional yang terbentuk memiliki nilai histori tersendiri bagi keluarga kraton. Namun hasil artistik yang bernilai tinggi itu kurang diperhatikan oleh pemerintah. Hal ini dibuktikan dengan munculnya masalah yang berkaitan dengan kain batik Indonesia, diantaranya sudah ada negara tetangga yang telah mematenkan pola kain batik tertentu Indonesia atau beredarnya model batik cina yang makin menenggelamkan model batik dalam negri sendiri.
1.2. Rumusan Masalah
Dari latar belakang di atas dapat diambil sebuah rumusan masalah sebagai berikut:
Bagaimana mengimplementasikan suatu sistem pencarian data gambar kain batik tradisional Yogyakarta, berdasarkan isi (Content Based Image Retrieval) citra tersebut, dengan ekstraksi ciri tekstur Filter Gabor Wavelets 2D dalam suatu program komputer?
1.3. Batasan Masalah
Implementasi aplikasi ini, dibuat dengan batasan sebagai berikut:
1. Pola Kain Batik yang akan diuji adalah Kain Batik Tradisional Gaya Yogyakarta.
2. Citra yang dapat diproses adalah citra bertipe file bitmap (*.bmp).
3. Citra inputan baik sebagai data maupun inputan yang ingin diproses telah mengalami normalisasi terlebih dahulu (preprocessing) sehingga siap untuk diproses.
4. Ukuran piksel gambar yang dapat diproses, 200 piksel x 200 piksel. Penentuan ukuran ini bertujuan untuk menyamakan ukuran citra batik pada saat proses pembandingan kemiripan.
Version 7.1.0.246(R14) Service Pack 3 agar dapat dilakukan proses filterisasi.
6. Proses ekstraksi ciri berdasarkan tekstur dengan menggunakan Filter Gabor Wavelets 2D.
7. Program dibuat dengan menggunakan software Matlab Version 7.1.0.246 (R14) Service Pack 3, MySQL Server 5.0, SQL Yog v5.22a dan Adobe Photoshop CS 2.
1.4. Tujuan Penelitian
Membuat suatu aplikasi teknik pencarian suatu data gambar kain batik tradisional gaya Yogyakarta dengan menggunakan teknik Content Based Image Retrieval dengan ekstraksi ciri berdasarkan tekstur Filter Gabor Wavelets 2D.
1.5. Metodologi Penelitian 1. Metode studi literatur
Mencari dan mengumpulkan beragam literatur yang berkaitan dengan CBIR (Content-Based Image Retrieval), data-data citra berikut informasi kain batik tradisional Yogyakarta dan juga mengenai pemrograman MATLAB dan MySQL Server melalui internet, buku-buku dan media informasi lainya. 2. Metode pengembangan sistem
Fase-fase yang ada dalam model ini diantaranya : menganalisa kebutuhan program, mendesian database dan interface, mengimplementasikan hasil analisa dan desain sebelumnya kemudian melakukan testing dan analisa hasil dari tahap implementasi.
1.6. Sistematika Penulisan
Struktur dari laporan Tugas akhir ini adalah sebagai berikut : 1. Bab I : PENDAHULUAN
Dalam bab ini akan membahas mengenai latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian dan metodologi penelitian. 2. Bab II : LANDASAN TEORI
Pada bab ini akan dibahas dasar-dasar teori dalam perancangan dan pembangunan sistem yang diinginkan.
3. Bab III : ANALISA DAN PERANCANGAN SISTEM
Pada bab ini akan mengulas analisa beragam masalah yang berhubungan dengan sistem yang hendak dibangun berikut sistematika perancangan sistem.
4. Bab IV : IMPLEMENTASI SISTEM
5. Bab V : HASIL DAN PEMBAHASAN
Penerapan rancangan ke dalam sebuah program telah dilakukan pada bab sebelumnya, kini pada bab ini akan dibahas mengenai analisa hasil program sistem.
6. Bab VI : PENUTUP
7
BAB II
LANDASAN TEORI
Dalam bab ini akan membahas teori-teori yang mendasari penelitian. Teori tersebut terangkum dalam lima pokok pembahasan, pembahasan pertama akan menjelasakan tentang pengolahan citra sebagai salah satu proses yang berkaitan dalam penelitian. Pembahasan kedua akan menjelaskan mengenai Content Based Image Retrieval, kemudian pembahasan yang ketiga menjelaskan teori perancangan sistem. Sedangkan pembahasan yang keempat menerangkan tentang batik yang merupakan studi kasus yang digunakan dalam penelitian. Pembahasan yang terakhir akan menjelaskan perangakat-perangkat lunak yang digunakan dalam penelitian.
2.1. Pengolahan Citra Digital 2.1.1. Pengertian Citra Digital
Citra digital adalah sebuah bentuk representasi atau kemiripin sebuah obyek nyata ke dalam bidang dimensi tertentu. (Webster,1999) Sebagai contoh yang dapat kita ambil adalah foto diri seseorang atau mungkin lukisan seseorang dan beberapa contoh lainnya.
Suatu obyek dapat dikatakan sebagai citra, jika obyek tersebut dikenai oleh cahaya dan memantulkannya ke segala arah (disesuaikan dengan permukaan obyek), dari pemantulan tersebut di tangkap oleh alat-alat optik (semisal mata manusia, scanner, kamera, sensor satelit dan lain sebagainya) kemudian direkam.
Pada dasarnya citra dibagi menjadi 2 kelompok. Diantaranya citra tampak dan citra tidak tampak (Munir, 2005). Contoh citra tampak adalah foto, gambar, lukisan dan lain sebagainya. Sedangkan contoh citra yang tidak tampak adalah data foto atau citra dalam file atau data foto atau citra yang direpresentasikan ke dalam fungsi matematis.
2.1.2. Pengertian Pengolahan Citra Digital
Dalam ilmu komputer sebenarnya ada 3 bidang studi yang berkaitan dengan citra digital (Munir,2004), diantaranya:
1. Grafika Komputer (computer graphics) 2. Pengolahan Citra (image processing) 3. Pengenalan Pola (pattern recognition)
Dari ketiga bidang studi tersebut tentunya memiliki tujuan yang berbeda-beda satu sama lain. Perbedaan tersebut dapat kita lihat sebagai berikut:
Grafika Komputer memiliki tujuan untuk menciptakan sebuah citra dari obyek nyata dengan menggunakan geometri-geometri primitive (seperti garis, lingkaran dan sebagainya).
Pengolahan Citra memiliki tujuan untuk memperbaiki atau memodifikasi kualitas citra agar menjadi citra yang lebih baik.
Pengenalan Pola memiliki tujuan untuk mengelompokkan atau mengumpulkan data numerik dan simbolik (dapat berupa data citra) secara otomatis dengan menggunakan mesin (dalam hal ini mesin komputer).
mendapat informasi-informasi yang lebih berguna dengan menggunakan alat bantu komputer.
2.2. Pembentukkan Citra 2.2.1. Digitalisasi Citra
Agar sebuah citra dapat dilakukan perhitungan dengan komputer digital, maka suatu citra harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi malar menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang dihasilkan inilah yang disebut sebagai citra digital. Umunya citra digital berbentuk empat persegi panjang dan dimensi ukurannya dinyatakan sebagai tinggi x lebar.
Berikut bentuk citra digital berukuran N x M dengan matriks yang berukuran N baris dan M kolom:
dan 256 buah kolom (di-indeks dari 0 sampai 255) seperti contoh berikut:
Pixel pertama pada koordinat (0,0) mempunyai nilai intensitas 0 yang berarti warna pixel tersebut hitam, kedua pada koordinat (0,1) mempunyai intensitas warna 134 yang berarti warnanya antara hitam dan putih, dan seterusnya.
2.2.2. Elemen-elemen Citra Digital
Dalam citra digital mengandung elemen dasar, dari elemen-elemen tersebut dapat dilakukan manipulasi dalam pengolahan citra. Elemen-elemen dasar yang penting diantaranya adalah:
1. Kecerahan
2. Kontras
Menyatakan sebaran terang dan gelap dalam sebuah citra digital. 3. Kontur
Keadaan yang ditimbulkan oleh perubahan intensitas pada piksel-piksel yang bertetangga, sehingga dengan adanya perubahan tersebut kita dapat mendeteksi tepi-tepi obyek di dalam citra.
4. Warna
Adalah persepsi yang ditangkap oleh sistem visual manusia terhadap panjang gelombang cahaya yang dipantulkan oleh obyek. Setiap warna memiliki panjang gelombang yang berbeda-beda. Warna-warna yang diterima oleh mata manusia merupakan bentuk kombinasi cahaya dengan panjang gelombang yang berbeda. Persepsi sistem visual manusia terhadap warna sangat relatif sebab dipengaruhi oleh beragam kriteria yang disebabkan adaptasi yang menimbulkan distorsi.
5. Bentuk
Merupakan properti intrinsik dari obyek tiga dimensi untuk sistem visual manusia. Manusia lebih sering mengasosiasikan obyek dengan bentuknya ketimbang elemen lainnya.
6. Tekstur
sebagai piksel. Sebuah informasi citra diterima oleh sistem visual manusia tidak secara independen pada tiap pikselnya merupakan sebuah suatu citra dianggap sebagai suatu kesatuan piksel-piksel penyusunnya.
2.2.3. Elemen Sistem Pemrosesan Citra Digital
Secara umum elemen yang terlibat dalam pemrosesan citra dapat dibagi menjadi empat komponen (Munir,2004):
1. Digitizer
2. Komputer digital 3. Piranti tampilan 4. Piranti penyimpanan
Digitizer merupakan sistem penangkap citra digital yang dikonversikan ke dalam representasi numerik sebagai masukkan bagi komputer digital. Hasil yang didapat dalam proses ini adalah matriks yang elemen-elemennya menyatakan nilai intensitas cahaya pada suatu titik (piksel). Contoh digitizer adalah kamera digital dan scanner.
2.3. Format Citra Bitmap
semacam ini tidak setenar dengan format citra JPEG maupun GIF, karena tidak adanya pemampatan sehingga mengakibatkan format citra ini memiliki ukuran file yang lebih besar dan menjadi jarang digunakan.
Meski format BMP memiliki ukuran file yang besar, tetapi ada kelebihan lain yang dapat diambil, yaitu kualitas gambarnya. Citra dalam format BMP ini lebih baik kualitas gambarnya dibandingkan dengan format citra lainnya. Sebab citra ini tidak mengalami pemampatan, dan informasi-informasi akan pixel-pixel sebuah citra tidak hilang.
Secara harifiah bitmap dapat diartikan sebagai pemetaan bit, maksudnya intensitas pixel di dalam sebuah citra dipetakan ke dalam sejumlah bit tertentu. Peta bit yang umum adalah 8, artinya setiap pixel panjangnya 8 bit. Nilai tersebut merepresentasikan nilai intensitas pixel.
2.4. Warna
2.4.1. Dasar-dasar Warna
Warna merupakan salah satu bentuk presepsi visual seseorang terhadap sebuah obyek citra. Warna yang dihasilkan oleh obyek citra ditentukan oleh warna sinar yang dipantulkannya. Warna sinar yang dapat terespon oleh mata manusia adalah sinar tampak dengan panjang gelombang antara 400 – 700 nanometer.
(hijau) dan blue (biru). Ketiga macam warna tersebut disebut sebagai warna pokok dan sering disingkat dengan istilah RGB. Sedangkan warna-warna lain yang dapat tertangkap oleh mata manusia merupakan bentuk kombinasi dari ketiga warna tersebut dengan perbandingan tertentu.
2.4.2. Atribut Warna
Selain RGB warna juga dapat dimodelkan ke dalam bentuk lain, yaitu berdasarkan artibut warna yang dimiliki. Berikut ini adalah macam dari atribut warna, diantaranya intensity (I), hue (H), saturation (S).
1. Intensity/Luminance
Merupakan salah satu atribut yang menyatakan banyaknya sinar atau cahaya yang ditangkap oleh mata manusia tanpa memperhatikan warna. Kisaran nilai yang dimiliki antara gelap (hitam) dan terang (putih).
2. Hue
Atribut ini lebih menerangkan warna sebenarnya dalam arti atribut ini dapat membedakan warna-warna yang tertangkap mata manusia. Hue berasosiasi dengan dengan panjang gelombang cahaya.
3. Saturation
mengindikasikan seberapa banyak warna warna putih yang diberikan pada sebuah warna.
2.4.3. Ruang Warna
Didefinisikan sebagai representasi model warna berdasarkan nilai intensitasnya. Pada dasarnya ruang warna mendifinisikan 4 macam ruang dimensi, komponen warna dan chanel warna adalah bentuk dari ruang dimensi. Ruang dimensi tersebut juga merepresentasikan adanya warna abu-abu atau sering disebut grayscale. Bentuk ruang warna dapat dilihat sebagai berikut.
Gambar 2.1 Ruang Warna
2.4.4. Transformasi RGB warna ke HIS
Meskipun basis RGB bagus untuk menampilkan informasi warna, tetapi ada juga beberapa aplikasi yang kurang cocok dalam pemrosesannya. Seperti pada penelitian yang akan dilakukan penulis ini, untuk mengenali sebuah obyek citra digital akan lebih mudah dilakukan prosesnya bila mengidentifikasi obyek citranya dengan cara memberikan nilai ambang pada rentang nilai-nilai hue yang melingkupi obyek tersebut.
Maka dari itu diperlukan proses transformasi citra RGB ke dalam model warna HIS (khusunya untuk warna grayscale). Untuk menghasilkan citra warna RGB menjadi citra warna abu-abu diperlukan proses transformasi dengan rumus dengan langkah mengambil fungsi library yang telah disediakan oleh program aplikasi Matlab 7.1.
2.5. Content-Based Image Retrieval
Content-Based Image Retrieval merupakan suatu teknik pencarian suatu data gambar yang diinginkan oleh pengguna terhadap beberapa data gambar, dalam skala yang besar (Long,Fuhui, dkk, 2008).
Berikut gambaran umum Sistem Content-Based Image Retrieval.
Gambar 2.2 Sistem Umum Content-Based Image Retrieval (Long, Fuhui, dkk, 2008)
Dari gambaran umum tersebut dapat dijelaskan sebagai berikut : langkah awal user atau pengguna memasukan formasi query yang diingikan oleh pengguna untuk dicari (dalam penelitian ini query yang dimasukkan merupakan query satu citra digital). Kemudian query masukkan akan mengalami visual content description atau yang sering kita kenal sebagai ekstrasi ciri.
diantaranya teknik warna, teknik bentuk, teknik tekstur dan spatial layout (Dr. Fuhui Long, dkk, 2008).
Dalam penelitian kali ini, penulis memilih teknik tekstur dalam mendeskripsikan content visual citra. Sebab ciri khas dari sebuah kain batik sendiri adalah bentuk polanya bukan warna ataupun bentuk batik itu sendiri. Sehingga harapan penulis dengan pemilihan teknik ini dapat menampilkan hasil yang maksimal (proses ekstraksi ciri juga dilakukan terhadap citra yang tersimpan dalam database).
Setelah query inputan mengalami proses ekstraksi ciri dengan ekstrasi tekstur, hasil akhir yang didapat dalam ekstrasi tersebut adalah vektor ciri yang melambangkan atau merepresentasikan ke-khas-an sebuah citra atau sering disebut sebagai identitas sebuah citra. Dari vektor ciri yang didapat tadi, langkah berikutnya dapat dilakukan proses atau perhitungan jarak kesamaan antara citra inputan dengan citra yang tersimpan dalam database.
yang diinginkan oleh user, jika tidak maka user dapat melakukan formasi query kembali. Namun dalam penelitian ini tidak membahas proses relevence feedback. Tetapi hanya sampai pada hasil akhir data yang ter-retrive yang nantinya akan ditampilkan kepada user.
2.6. Ekstraksi Ciri
Ekstraksi ciri merupakan langkah awal dalam melakukan klasifikasi dan intepretasi citra. Proses ini berkaitan dengan kuantisasi karakteristik citra ke dalam sekelompok nilai ciri yang sesuai. Pada dasarnya metode esktraksi ciri ini dikelompokkan menjadi empat, diantaranya:
1. Berdasarkan bentuk atau topologi
2. Berdasarkan sifat-sifat permukaan atau tekstur 3. Berdasarkan struktur geometri
4. Berdasarkan warna
Hanya dengan ekstraksi ciri berdasarkan tekstur semacam ini yang mungkin dirasa tepat untuk proses penggalian karakteristik obyek citra yang ingin dikenali.
2.7. Tekstur
Tekstur adalah sifat atau karakteristik yang dimiliki oleh suatu daerah yang cukup besar sehingga secara alami sifat tadi dapat terulang dalam daerah tersebut (Usman Ahmad, 2005). Aspek tekstural dari sebuah citra dapat dimanfaatkan sebagai dasar dari segmentasi, klasifikasi maupun interpertasi sebuah citra digital.
Tekstur dapat didefinisikan sebagai fungsi dari variasi spasial intensitas pixel (nilai keabuan) dalam citra. Pada dasarnya metode representasi tekstur ini dapat diklasifikasi dalam 2 kategori, yaitu secara struktural dan statistikal.
Berdasarkan strukturnya, representasi tekstur diklasifikasikan dalam dua golongan :
1. Makrostruktur
2. Mikrostruktur
Pada tekstur ini, pola-pola lokal dan perulangan tidak terjadi begitu jelas, sehingga tidak mudah untuk memberikan definisi tekstur yang komprehensif.
Berdasarkan statistiknya, representasi tekstur dapat berupa Fourier power spectra, matriks co-occurrence, shift-invariant principal component analysis (SPCA), Tamura feature, Wold decomposition, Markov random field, fractal
model, dan teknik penyaringan multiresolusi seperti Gabor and wavelet transform.
Tabel 2.1 Hasil rata-rata precision retrieval 5 jenis ekstraksi ciri (Peter Howarth and Stefan Ruger, 2005)
Jenis Ekstraksi Ciri Hasil Rata-rata Precision Retrieval
Gabor Wavelets 3,93%
Co-ocurence homogeneity 2,85%
Tamura Standard all 2,57%
Tamura CDN 1,65%
Tamura coarseness-2 0,97%
Table tersebut merupakan hasil perolehan citra yang relevan terhadap keseluruhan citra yang terambil, sehingga dapat diartikan kemampuan Gabor Wavelets dalam menentukan citra yang relevan adalah 3,93% dari banyaknya citra yang terambil.
2.8. Filter Gabor Wavelets
Gelombang singkat Gabor atau yang sering dikenal Gabor Wavelets sangat banyak digunakan dalam aplikasi pengolahan citra maupun pengenalan pola. Fungsi Gabor sendiri ditemukan oleh Gabor pada tahun 1946, dimana fungsi tersebut didefinisikan dalam 1D (1 dimensi). Kemudian dengan bertambahnya waktu, filter gabor mengalami perkembangan menjadi 2 dimensi oleh Dougman pada tahun 1980. Filter Gabor 2D dalam domain spasial dirumuskan dengan fungsi berikut :
dengan :
Fungsi untuk Filter Gabor 2D yang terbentuk tadi terdiri dari dua komponen, yaitu Gaussian envelope dan gelombang sinusoidal dalam bentuk komplek. Fungsi Gaussian dari persamaan di atas ditunjukan oleh:
(2),
sedangkan, gelombang sinusoidal ditunjukkan oleh:
(3),
Dalam domain frekuensi, filter gabor dapat direpresentasikan sebagai berikut:
(4),
Fungsi g(x,y) dapat juga dikatakan sebagai induk gabor yang dihasilkan dengan melakukan dilatasi dan rotasi yang tepat terhadap fungsi tersebut, sehingga dihasilkan fungsi sebagai berikut :
(5),
dimana,
Sedangkan nilai x’ dan y’ diperoleh dari :
(6),
(7),
Nilai dapat dicari dengan langkah sebagai berikut :
(8),
dimana, K merupakan total orientasi yang digunakan, sedangkan n merupakan indeks orientasinya.
masalah tersebut. Langkahnya dengan menghitung nilai parameter yang dapat diperoleh dengan rumus berikut ini :
(9),
(10),
merupakan konstanta skala, yang didapat dengan menggunakan rumus :
(11),
pada penelitian ini nilai dan telah ditentukan sebesar 0.4 dan 0.05 yang telah dianggap mewakili yang terbaik (Manjunath dan Ma, 1996). Untuk nilai skala dan orientasi sebesar 2 dan 4 karena nilai ini dianggap mewakili nilai yang baik. (Peter Howarth and Stefan Ruger, 2005).
Tabel 2.2 Hasil rata-rata precision retrieval pada Gabor Wavelets (Peter Howarth and Stefan Ruger, 2005)
3 4 6
2 13.1% 14.0% 13.9%
3 11.0% 11.4% 11.3%
4 10.8% 11.4% 11.2%
Dari tabel 2.2 merupakan hasil perolehan citra yang relevan terhadap keseluruhan data yang terambil dan didapat nilai pada tabel tersebut.
2.9. Representasi Ciri
Untuk memperoleh vektor ciri yang akan digunakan dalam proses perhitungan selanjutnya. Maka dari hasil pembentukan filter yang diperoleh tadi akan akan dikalikan dengan citra masukkan sehingga dapat didefinisikan sebagai berikut :
(12),
Dimana (*) mengindikasikan sebagai konjugasi komplek. Setiap elemen citra (pixel) pada tiap citra masukkan (I(x,y)) akan dikalikan satu persatu dengan pixel pada filter gabor wavelets yang telah terbentuk. Tetapi sebelumnya untuk citra masukkan dan filter gabor wavelets yang terbentuk, terlebih dahulu diubah kedalam ruang frekuensi (dalam penelitian ini menggunakan fungsi transformasi fourier yang sudah disediakan oleh Matlab 7.1).
(13), dan
(14),
Sekarang vektor ciri dibentuk dengan menggunakan dan sebagai komponen cirinya. Dalam penelitian ini menggunakan skala = 2 dan orientasi = 4, sehingga didapat vektor ciri sebagai berikut :
(15),
2.10.Pengukuran Persamaan (Distance Measure)
Untuk menemukan citra dalam database yang mirip dengan query citra yang diberikan pada sistem CBIR, dilakukan proses pengukuran tingkat kemiripan (similiarity measurement) berdasarkan fungsi jarak atau metric tertentu. Fungsi jarak digunakan untuk menghitung besarnya perbedaan nilai antara vektor-vektor ciri dari kedua citra yang dibandingkan. Perbandingan inilah yang digunakan sebagai dasar penentuan kemiripan suatu citra dengan citra yang lain.
Ada beragam formula yang digunakan dalam pengukuran nilai kemiripan citra masukkan dengan citra yang ada dalam database. Pada penelitian ini, penulis menggunakan perhitungan yang telah dilakukan oleh B.S. Manjunath and W.Y. Ma, perhitungan tersebut dapat didefinisikan sebagai berikut :
dimana,
(17),
dan adalah nilai standar deviasi dari tiap-tiap ciri yang tersimpan dalam database. Perhitungan standar deviasi juga dapat didefinisikan sebagai berikut:
(18),
2.11.Evaluasi Kinerja Content-Base Image Retrieval
Evaluasi kinerja retrieval pada image retrieval dilakukan menggunakan dua ukuran nilai yang umum digunakan dalam sistem retrieval, yaitu Precision dan Recall (Witten, 1999). Precision berkaitan dengan kemampuan sistem dalam menentukan citra yang relevan, dan Recall berkaitan dengan kemampuan sistem me-retrieve semua dokumen yang relevan.
Kedua nilai ini dapat dihitung dari persamaan berikut:
(19),
Penjelasan untuk kedua nilai di atas adalah sebagai berikut, precision adalah nilai yang didapat dari jumlah citra relevan yang muncul pada hasil pencarian dibagi dengan jumlah citra yang muncul dari hasil pencarian. Citra relevan disini berarti citra hasil pencarian yang memiliki kelas yang sama dengan citra query. Recall adalah nilai yang didapat dari jumlah citra relevan yang muncul pada hasil pencarian dibagi dengan jumlah citra relevan keseluruhan yang tersimpan pada basis data.
Pengukuran performansi dengan mempertimbangkan aspek keterurutan atau rangking dapat dilakukan dengan melakukan interpolasi antara precision dan recall. IAP (Interpolate Average Precision) akan mencatat semua Semua dokumen yang relevan dan urutan dokumen tersebut pada hasil pencarian dan menghitung nilai precisionnya.
Nilai precision untuk semua titik ditentukan oleh perubahan nilai recall yang terjadi. Nilai precision berubah pada saat nilai recall berubah naik. Precision disatu titik recall tertentu adalah maksimal precision untuk semua titik recall yang lebih kecil dari titik tersebut.
Aturan interpolasi adalah recall standard ke-j memiliki nilai interpolated precision sebesar maksimum precision pada recall yang lebih besar dari recall standard ke-j.
2.12.SISTEM
2.12.1.Konsep Dasar Sistem
Sistem adalah kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan tertentu ( Jogiyanto, 1999 ). Sebuah perusahaan juga merupakan suatu sistem. Komponen atau unsur-unsur di dalamnya seperti pemasaran,penjualan, penelitian, pembukuan, dan personalia yang mana semuanya bekerja sama untuk mencapai keuntungan baik bagi para pekerjanya maupun bagi pemilik perusahaan.
2.12.2.Karakteristik Sistem
Suatu sistem mempunyai karakteristik atau sifat-sifat tertentu, yaitu mempunyai komponen-komponen (components), batas sistem (boundary), lingkungan luar sistem (environment), penghubung (interface), masukkan (input), keluaran (output), pengolah (proses) dan sasaran (objectives) atau tujuan (goal).
1. Komponen Sistem
kesatuan. Komponen-komponen sistem atau elemen-elemen sistem dapat berupa suatu subsistem atau bagian-bagian dari sistem.
2. Batas sistem
Batas sistem (boundary) merupakan daerah yang membatasi antara suatu sistem dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem itu memungkinkan suatu sistem dipandang sebagai satu kesatuan. Batas suatu sistem menunjukkan ruang lingkup (scope) dari sistem tersebut.
3. Lingkungan Luar Sistem
Lingkungan luar (environment) dari suatu sistem adalah apapun diluar batas dari sistem yang mempengaruhi operasi sistem.
4. Penghubung Sistem
Penghubung (interface) merupakan media penghubung antara satu subsistem dengan subsistem lainnya. Melalui penghubung ini memungkinkan sumber-sumber daya mengalir dari satu subsistem ke subsistem lainnya.
5. Masukkan Sistem
6. Keluaran Sistem
Keluaran (output) adalah hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran yang berguna. Keluaran dapat merupakan masukan untuk subsistem yang lain.
7. Pengolah Sistem
Bagian pengolah sistem ini merupakan bagian yang akan merubah masukkan menjadi keluaran.
8. Sasaran Sistem
Suatu sistem pasti mempunyai tujuan (goal) atau sasaran (objective). Jika suatu sistem tidak mempunyai sasaran, maka operasi sistem tidak akan ada gunanya. Sasaran dari sistem sangat menentukan sekali masukan yang dibutuhkan sistem dan keluaran yang akan dihasilkan sistem. Sistem dikatakan berhasil bila mengenai sasaran atau tujuannya.
2.12.3.DIAGRAM USE CASE
horizontal. Nama use case sendiri tertera di atas, di bawah atau di dalam elips.
Gambar 2.3 Simbol Use Case
Aktor merupakan segala sesuatu yang perlu berinteraksi dengan sistem untuk mendapat/ mengubah informasi. Aktor dapat berupa orang, organisasi, sistem informasi yang lain, piranti luar (external device) atau waktu kejadian.
Gambar 2.4 Simbol Aktor
2.12.4.DIAGRAM ENTITAS-RELASI (ERD)
Entity relationship diagram (ERD) merupakan sebuah model data yang menggunakan beberapa notasi untuk menggambarkan data ke dalam bentuk entity dan relasinya.
Gambar 2.5 Contoh dari E-R Diagram
Entity adalah sebuah kumpulan dari orang, tempat, objek, kejadian atau konsep yang diperlukan untuk menyimpan data. Nama entity berupa kata benda tunggal ( singular noun ).
Gambar 2.6 Contoh dari Entity
Atribut merupakan sebuah properti yang deskriptif atau karakteristik dari sebuah entity. Sinonimnya adalah element, property, dan field.
Gambar 2.7 Contoh dari Atribut
Key merupakan sebuah atribut atau kelompok atribut yang diasumsikan memiliki nilai yang unik untuk setiap instance. Sering juga disebut dengan identifier.
1. Concatenated key merupakan sekelompok atribut yang memiliki identitas instance dari sebuah entity yang unik Sinonimnya composite key dan compound key.
2. Candidate key merupakan satu dari nilai key yang akan berfungsi sebagai primary key dari sebuah entity. Sinonimnya adalah candidate identifier.
3. Primary key merupakan sebuah candidate key yang paling umum digunakan untuk mengidentifikasikan secara unik instance dari entity yang tunggal.
Gambar 2.8 Contoh dari identifier atau key
Relationship adalah sebuah asosiasi bisnis normal yang ada antara satu atau lebih entity. Relasi mungkin juga mewakili suatu kejadian yang menghubungkan antara entity atau logika gabungan antara entity.
Gambar 2.9 Contoh dari Relasi
Cardinality merupakan minimum dan maksimum kejadian dari sebuah entity yang dihubungkan dengan kejadian tunggal dari entity yang lain. Karena seluruh relasi adalah bidirectional maka cardinality harus didefinisikan pada kedua direction untuk setiap relasi.
Gambar 2.10 Notasi dari Cardinality
Foreign key adalah sebuah primary key dari sebuah entity yang digunakan oleh entity yang lain untuk mengidentifikasikan instance dari sebuah relasi.
Nonspecific relationship merupakan relasi dimana banyak instance dari sebuah entity berasosiasi dengan banyak instance dari entity yang lainnya. Disebut juga dengan relasi many-to-many relationship. Nonspecific relationship harus diselesaikan. Kebanyakan dari nonspecific relationship diselesaikan dengan sebuah associative entity.
2.12.5.DATA FLOW DIAGRAM (DFD)
Data flow diagram (DFD) adalah suatu model proses yang digunakan untuk menggambarkan aliran data yang melalui sebuah sistem dan bagaimana proses atau kerja yang dilakukan oleh sistem.
Gambar 2.11 Contoh DFD
Data flow adalah aliran data yang masuk atau keluar dari suatu proses. Sebuah data flow adalah data yang bergerak/berpindah dan dapat digunakan untuk merepresentasikan pembuatan, pembacaan, penghapusan atau perubahan data dalam sebuah file atau basis data (disebut sebagai sebuah data store).
Gambar 2.12 Data flow
external agents dapat menjadi proses dan sebaliknya. External agent ini dinamakan dengan penggambaran singular noun.
Gambar 2.13 External agent
Data store merupakan data disimpan dengan tujuan untuk pengunaan kemudian sinonim: file dan database. Data store dapat berupa orang, tempat, objek, kejadian(tentang data yang didapat), dan konsep(tentang data yang penting). Data stores digambarkan pada DFD menyimpan
semua instances data entities dan dinamakan dengan plural noun.
2.13.BATIK
2.13.1.Pengertian Batik
Batik (atau kata Batik) berasal dari bahasa Jawa "amba" yang berarti menulis dan "titik". Kata batik merujuk pada kain dengan corak yang dihasilkan oleh bahan "malam" (wax) yang diaplikasikan ke atas kain, sehingga menahan masuknya bahan pewarna (dye), atau dalam Bahasa Inggrisnya "wax-resist dyeing".
Batik adalah kerajinan yang memiliki nilai seni tinggi dan telah menjadi bagian dari budaya Indonesia (khususnya Jawa) sejak lama. Perempuan-perempuan Jawa di masa lampau menjadikan keterampilan mereka dalam membatik sebagai mata pencaharian, sehingga di masa lalu pekerjaan membatik adalah pekerjaan eksklusif perempuan sampai ditemukannya "Batik Cap" yang memungkinkan masuknya laki-laki ke dalam bidang ini. Ada beberapa pengecualian bagi fenomena ini, yaitu batik pesisir yang memiliki garis maskulin seperti yang bisa dilihat pada corak "Mega Mendung", dimana di beberapa daerah pesisir pekerjaan membatik adalah lazim bagi kaum lelaki.
2.13.2.Ragam Corak dan Warna Batik
batik pesisir menyerap berbagai pengaruh luar, seperti para pedagang asing dan juga pada akhirnya, para penjajah. Warna-warna cerah seperti merah dipopulerkan oleh orang Tionghoa, yang juga mempopulerkan corak phoenix. Bangsa penjajah Eropa juga mengambil minat kepada batik, dan hasilnya adalah corak bebungaan yang sebelumnya tidak dikenal (seperti bunga tulip) dan juga benda-benda yang dibawa oleh penjajah (gedung atau kereta kuda), termasuk juga warna-warna kesukaan mereka seperti warna biru. Batik tradisonal tetap mempertahankan coraknya, dan masih dipakai dalam upacara-upacara adat, karena biasanya masing-masing corak memiliki perlambangan masing-masing.
2.13.3.Teknik Membatik
2.13.4.Makna dan Filosofi Motif Batik
Berbicara soal batik memang selalu identik dengan masyarakat Jawa. Hal ini tentunya tak lepas dari adanya motif atau gambar pada kain yang berasal dari kerajaan di wilayah Jawa. Namun barangkali tak banyak orang (terutama kaum muda) yang mengetahui bagaimana asal muasal adanya batik ini. Apalagi mengenal lebih jauh mengenai berbagai jenis motif dan juga filosofinya.
Sebenarnya batik mulai dikenal masyarakat karena aturan dari raja yang dianggap sebagai wakil dewa pada masa 1927-an. Apabila yang dibahas adalah motif, maka kita akan berpacu dengan beragam sumber yang harus diungkap.
Misalnya saja Sewan Soesanto, ia membagi batik dalam sembilan kelompok berdasarkan nama, yakni lereng, semen, parang, truntum, kawung, gringsing, ceplok, nitik, motif pinggiran, dan terang bulan. Sementara berdasarkan balai penelitian batik, motif itu terbagi menjadi tiga kelompok, motif figuratif, semi figuratif, dan non figuratif. Pengelompokan yang lain adalah berdasarkan warna, yakni bambangan (merah), bangjo (merah-hijau), dan kelengan (ungu). Sebagian lagi mengelompokkan batik berdasarkan pembatiknya sendiri seperti, Wan Tirto dan Harjo Negoro.
berdasarkan ilmu ukur dapat kita lihat pada batik yang gambarnya garis-garis seperti kawung, parang, dan panji. Secara filosofi, batik ini menggambarkan adanya birokrasi pada pemerintahan. Ada keteraturan dari raja sampai dengan rakyat, atau istilahnya manunggaling kawula gusti.
2.14.MATLAB
Matlab adalah sebuah bahasa pemograman yang memiliki unjuk kerja yang tinggi terutama dalam hal komputasi teknis (Wijaya&Prijono,2007). Aplikasi ini juga dapat mengintegrasikan komputasi, visualisasi dan pemrograman di dalam lingkungan yang mudah penggunannya dalam memecahkan persoalan dengan solusi yang dinyatakan dengan notasi matematik.
Penelitian ini menggunakan MATLAB sebagai bahasa atau program untuk mengimplementasikan aplikasi sistem yang ingin dibuat. Fitur-fitur dalam MATLAB disebut juga toolboxes yang merupakan koleksi atau kumpulan fungsi-fungsi MATLAB yang komprehensif. Beberapa toolboxes yang tersedia meliputi penanganan pengolahan sinyal, logika kabur, jaringan saraf tiruan dan pengolahan citra digital serta beragam fungsi lainnya. Selain itu penggunaannya pun sangat praktis dan mudah untuk dipahami.
2.15.MySQL
MySOL merupakan sejumlah paket RDBMS yang tersedia. Program tersebut bervariasi dalam kemampuan, fleksibilitas dan harga. Namun pada dasarnya, semua bekerja dengan cara yang sama. Dalam penelitian ini akan digunakan basis data MySQL sebagai media untuk menyimpan data pada sistem aplikasi.
itu MySQL juga dapat bekerja dalam berbagai system operasi dan banyak bahasa.
2.16.Adobe Photoshop CS2
47
BAB III
ANALISA DAN PERANCANGAN SISTEM
Dalam bab ini akan dijelaskan mengenai rancangan sistem aplikasi yang hendak dibuat oleh penulis. Diantaranya rancangan sistem secara umum, perancangan proses pencarian citra digital, kebutuhan perangkat lunak, kebutuhan perangkat keras dan perancangan tampilan antar muka serta perancangan basis data dalam MySQL.
3.1. Rancangan Sistem Secara Umum
Secara umum sistem aplikasi yang akan dibuat oleh penulis bertujuan untuk mencari citra kain batik tradisional Yogyakarta melalui proses CBIR ( Content-Based Image Retrieval). Langkah awalnya query yang dimasukkan berupa citra digital, dari query masukkan tadi sistem akan melakukan proses ekstraksi ciri untuk mencari karakteristik citra masukkan yang ingin dibandingkan dengan data yang tersimpan dalam sistem (dengan syarat utama citra masukkan tersebut telah mengalami preprocessing terlebih dahulu).
Setelah dilakukan pembandingan maka akan didapat vektor-vektor ciri pada database yang memiliki nilai kedekatan tertentu untuk diambil kembali (retrieved) data-data yang terpilih tadi dan dilakukan pengurutan nilai kedekatan kemiripan yang terbaik hingga yang terburuk. Dari situ sistem akan menampilkan urutan citra-citra yang terpilih.
3.2. Perancangan Proses Sistem
3.2.1. Proses Menambah Informasi dan Data Citra
3.2.2. Proses Mengubah Informasi Data Citra
Jalan kerjanya proses ini sangat sederhana, dimana langkah awal yang musti dilakukan untuk mengubah data informasi batik adalah dengan melakukan proses pencarian. Dimana pengguna terlebih dahulu memilih data atau informasi batik mana yang ingin diubah dengan memilih gambar batik yang tersimpan dalam database (dalam penelitian ini pencarian gambarnya ada dalam folder batik). Setelah data yang dimaksud ditemukan, maka pengguna akan melihat sebuah form informasi data yang berisi informasi data lama. Dari situlah pengguna dapat segera melakukan pengubahan data sesuai dengan kebutuhan.
Jika pengguna merasa cukup untuk mengubah informasi data citra, maka proses pengubahan dapat segera dilaksanakan dengan menekan tombol “Ubah”. Proses pun berlanjut pada perubahan data hingga sistem akan menampilkan pesan keberhasilan dalam pengubahan data.
3.2.3. Proses Menghapus Informasi dan Data Citra
Setelah data yang ingin dihapus ditemukan, maka sistem akan menampilkan infromasi citra tersebut dan pengguna dapat segera menghapus data tersebut dengan menekan tombol “Hapus”. Pada akhir proses penghapusan data citra tadi, sistem akan menampilkan pesan keberhasilan jika data tersebut berhasil untuk dihapus.
3.2.4. Proses Pencarian Data Citra
Proses ini merupakan bentuk proses utama dalam sistem yang akan dibangun. Dalam proses ini pengguna dapat melakukan pencarian data citra digital dengan query masukkan berupa citra digital. Langkah awal yang harus dilakukan oleh pengguna adalah, memasukkan data citra yang ingin dicari kepada sistem.
Kemudian proses berlanjut pada pencarian data dengan mencari vektor ciri dari citra masukkan lalu dilakukan pembandingan terhadap vektor-vektor ciri yang tersimpan dalam database, berikutnya dilakukan pengurutan dari hasil pembandingan tersebut dari yang memiliki kemiripan yang baik hingga buruk sebanyak 15 (lima belas) macam citra batik.
3.2.5. Proses Menampilkan Data dalam Database
Pada proses ini, sistem hanya menampilkan keseluruhan informasi data batik tradisional Yogyakarta yang disimpan di dalam database dengan fasilitas tambahan tombol sebelum dan sesudah, untuk melihat data citra sebelum atau sesudahnya.
3.3. Kebutuhan Hardware dan Software untuk Membuat Sistem
Hardware dan Software yang digunakan untuk membuat sistem ini adalah: 1. Processor : Intel Pentium dual-core processor T2390
2. Sistem Operasi : Microsoft Window XP 3. Media Tampilan : VGA 128MB
4. Media Masukkan : Mouse, Scanner, Keyboard 5. Memory : 512 MB
6. Storage : Hardisk 80 GB
3.4. Kebutuhan Hardware dan Software untuk Menjalankan Sistem
Hardware dan Software yang digunakan untuk membuat sistem ini adalah: 1. Processor : Intel Pentium dual-core processor T2390
2. Sistem Operasi : Microsoft Window XP 3. Media Tampilan : VGA 128MB
4. Media Masukkan : Mouse, Scanner, Keyboard 5. Memory : 512 – 2GB
6. Storage : Hardisk 80 GB
7. Software : Matlab Versi 7.1.0.246 (R14), MySQL Server 5.0
3.5. Diagram Konteks
Berikut ini merupakan diagram konteks sistem.
3.6. Diagram Use Case
Berikut ini merupakan diagram use case sistem.
Gambar 3.2 Diagram Use Case
Dalam diagram use case sistem ini terdapat 2 macam aktor, diantaranya: user (pengguna) dan administrator. Untuk aktor pengguna, hanya dapat melihat data beserta informasi citra batik tradisional Yogyakarta dan melakukan proses pencarian citra batik dengan menggunakan teknik Content-Based Image Retrieval.
Administrator juga dapat melihat seluruh data berserta informasi mengenai citra batik tradisional Yogyakarta dan melakukan proses pencarian dengan menggunakan teknik
Content-Based Image Retrieval. 3.4.1. Ringkasan Use Case
Tabel 3.1 Penjelasan Diagram Use Case
No Nama Use Case Deskripsi Use Case Aktor
1 Melihat Informasi Citra Batik Use case ini menggambarkan tentang proses menampilkan informasi data citra batik yang tersimpan dalam system
Administrator, User
2 Menambah Citra Batik Use case ini menggambarkan proses penambahan data citra.
Administrator
3 Mengubah Informasi Citra Batik Use case ini menggambarkan proses pengubahan data citra.
Administrator
4 Menghapus Citra Batik Use case ini menggambarkan proses mengahapus data citra.
Administrator
5 Mencari Citra Batik dengan Teknik CBIR
Use case ini menggambarkan proses pencarian
data citra dengan teknik Content-Based Image Retrieval.
Administrator, User
6 Mengubah Password Use case ini menggambarka proses pengubahan
password bagi administrator.
Administrator
7 Login Verifikasi untuk mengakses menu utama dengan cara memasukkan username dan password
8 Log Out Keluar dari Program Administrator
3.7. Diagram Berjenjang
Berikut ini merupakan diagram berjenjang sistem.
Gambar 3.3 Diagram Berjenjang Sistem
3.8. Diagram Alir Data
Berikut ini merupakan diagram alir data dari sistem yang hendak dibangun.
Gambar 3.5 Diagram alir data Level 1 Proses 1
3.9. Perancangan Basis Data dalam MySQL
Untuk media penyimpanannya, dirancang hanya dengan tiga macam tabel, diantaranya tabel admin, data_batik dan vektor_ciri. Dimana pada tabel data_batik berfungsi untuk menyimpan infromasi mengenai data citra batik yang ingin disimpan, berikut ini merupakan atribut yang terdapat dalam tabel data_batik: id_batik (int 11) sebagai primary key dan bersifat auto-increment, nama_batik (varchar 250) dimana atribut ini akan menyimpan nama batik, pola_kain (varchar 250) atribut ini berfungsi untuk menyimpan pola kain batik, warna_kain (varchar 250) artibut ini berfungsi untuk menyimpan warna kain, bahan_kain (varchar 250) artibut ini berfungsi untuk menyimpan bahan kain batik, proses_pembuatan (varchar 250) artibut ini berfungsi untuk menyimpan proses pembuatan kain batik, file_gambar (varchar 250) artibut ini berfungsi untuk menyimpan nama file data citra.
totalnilai_miu hanya saja nilai yang disimpan merupakan nilai vektor varian, id_batik (int 11) merupakan foreign key yang menghubungkan dengan antara tabel data_batik dengan vektor_ciri. Untuk tabel admin terdiri dari atribut id_admin (int 11), password (varchar 250) yang berfungsi untuk menyimpan password.
Gambar 3.7 Entity Relationship Diagram Tabel Penyimpanan Data
Gambar 3.9 Phisical Table Design admin, data_batik dan vektor_ciri
3.10.Perancangan Tampilan Antar Muka 3.10.1.Form Tampilan Awal
Form ini berfungsi sebagai sampul atau halaman utama program. Sebab dalam form ini terdapat judul program dan identitas diri penulis beserta logo instansi universitas yang menaungi penulis dalam dunia pendidikannya.
menggunakan sistem, hanya saja hak akses yang dilakukan tidak sampai pada pengelolaan data pada sistem).
Gambar 3.10 Rancangan Form Tampilan Awal
3.10.2.Form Menu Utama
Ini merupakan form menu utama system dibagi menjadi 2, yaitu form menu utama untuk administrator dan pengguna system. Dalam form ini ada terdapat 3 macam menu utama beserta dengan sub-submenu untuk tiap menu utamanya , diantaranya:
1. Menu File
Terdiri dari sub-menu Tambah Citra Batik, Ubah Informasi Citra Batik, Hapus Citra Batik, Lihat Citra Batik, Ubah Password, Log Out dan Keluar bagi form menu utama administrator. Sedangkan form menu utama untuk pengguna hanya terdiri dari sub-menu Lihat Citra Batik dan Keluar.
username
JUDUL SISTEM APLIKASI
Indenstitas Pembangun Program Masuk
2. Menu Proses
Pada menu ini, form menu utama administrator dan pengguna sama-sama memilki sub menu Content-Based Image Retrieval.
3. Menu Help success
Kedua form menu utama terdiri dari sub-menu Tentang Program, Langkah Pemakaian Sistem, Istilah-istilah dalam sistem dan Tentang Programmer.
Gambar 3.11 Rancangan Form Menu Utama File Proses Help
JUDUL SISTEM APLIKASI
3.10.3.Menu File
Pada menu file sisi administrator ini terdiri dari sub-menu Tambah Citra Batik, Ubah Informasi Citra Batik, Hapus Citra Batik, Lihat Citra Batik, Ubah Password, Logout dan Keluar. Begitu pula pada sisi pengguna sistem, yang memiliki kesamaan pada form Lihat Citra Batik saja.
3.10.2.1.Form Menambah Data Citra Batik
Form ini berfungsi untuk memasukkan data citra yang ingin disimpankan dalam database berikut informasi penting yang berkaitan dengan citra kain batik.
Gambar 3.12 Rancangan Form Tambah Data Citra Batik GAMBAR BATIK
JUDUL SISTEM APLIKASI Form Tambah Citra Batik
Pilih Gambar Simpan Menu Utama
Pola Batik : ………...
Warna Batik : ………..
Jenis Kain : ………..
Bahan Kain : ………...
Proses Pembuatan: ………..
Nama File gambar
3.10.3.2.Form Ubah Informasi Data Citra
Form ini berfungsi untuk mengubah informasi pada citra kain batik dengan melalukan pencarian data citra batik yang ingin diubah informasinya. Baru dapat dilakukan perubahan informasi.
Gambar 3.13 Rancangan Form Ubah Informasi Data Citra
3.10.3.3.Form Hapus Data Citra
Form ini berfungsi untuk menghapus data citra batik. Namun langkah awalnya pengguna diharuskan untuk menentukan data citra mana yang hendak dihapus dengan melakukan proses pencarian data citra batik terlebih dahulu. Barulah dapat dilakukan proses penghapusan data citra batik.
GAMBAR BATIK
JUDUL SISTEM APLIKASI Form Tambah Citra Batik
Pilih Gambar
Form Ubah Informasi Citra Batik
Masukkan gambar
Gambar 3.14 Rancangan Form Hapus Data Citra Batik
3.10.3.4.Form Lihat Citra Batik
Form ini berfungsi untuk menampilkan data-data citra batik yang tersimpan dalam database sistem.
Gambar 3.15 Rancangan Form Lihat Citra Batik
JUDUL SISTEM APLIKASI Form Tambah Citra Batik
Setelah>> Menu Utama
JUDUL SISTEM APLIKASI Form Tambah Citra Batik
Pilih Gambar
Form Hapus Citra Batik
Masukkan gambar
3.10.3.5.Form Keluar
Form ini berfungsi untuk keluar dari program
Gambar 3.16 Rancangan Form Keluar
3.10.4.Menu Pencarian Citra Batik
Pada menu Proses ini (baik dari sisi administrator maupun pengguna sistem), akan dijumpai sub-menu Content-based Image Retrieval dimana menu ini akan menampilkan form pencarian citra batik.
3.10.4.1.Form Memasukkan Citra yang Ingin Dicari Kesamaannya Form ini berfungsi untuk memasukkan citra yang ingin dicari kesamaannya dengan data-data yang dimiliki sistem.
Look in :
File Name
Type of File
OPEN
CANCEL
3.10.4.2.Form Content-Based Image Retrieval
Form ini berfungsi untuk proses pencarian citra batik berdasarkan karakteristik dari citra batik yang dimasukkan.
Gambar 3.18 Rancangan Form Content-based Image Retrieval Gambar
Cari Data Pilih Gambr
Informasi Batik
Gambar
Gambar Gambar Gambar
Gambar Gambar Gambar Gambar Gambar detail
detail
detail
Menu Utama
Proses Pembuatan:
Form Content-Based Image Retrieval
Gambar Gambar
Gambar Gambar Gambar Gambar Gambar
Nama Batik :
Pola Kain :
Warna Kain :
Bahan Kain :
detail detail detail detail
detail detail detail detail detail detail
