Text
Identification Of Papua Cenderawasih Batik Motifs Using Local Binary Pattern And K-Nearest Neighbor (Identifikasi Motif Batik Cenderawasih Papua Menggunakan Pola Biner Lokal Dan K-Nearest Neighbor)
Pulau Papua memiliki kekayaan alam dan budaya yang tercermin pada motif batiknya, seperti motif Cenderawasih dan Tifa. Meskipun teknologi
pengenalan batik telah berkembang, sistem yang mampu mengidentifikasi motif batik Papua secara otomatis masih terbatas. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan tekstur menggunakan metode ekstraksi ciri Local Binary Pattern (LBP) dan klasifikasi K-Nearest Neighbor (KNN). Dataset motif Cenderawasih terdiri dari 115 gambar, dan dataset motif Tifa terdiri dari 120 gambar dengan komposisi 80:20 untuk data latih dan uji. Kami menguji model KNN dengan berbagai nilai k dan menemukan bahwa k= 7 menghasilkan hasil terbaik, dengan akurasi 97,16%, presisi 97,10%, dan F1score 97,10%. Antarmuka GUI yang dikembangkan memudahkan pengguna dalam mengidentifikasi motif batik, memberikan hasil prediksi, dan visualisasi tekstur. Hasil penelitian ini menunjukkan bahwa teknologi pengolahan citra dapat membantu melindungi batik Papua. Penelitian di masa mendatang dapat meningkatkan akurasi model dengan memanfaatkan kumpulan data yang lebih besar dan algoritma klasifikasi untuk membuat model lebih akurat
| S250324 | LKI-2025 DIA i | Perpustakaan Universitas Handayani Makassar | Tersedia |
Tidak tersedia versi lain