KLASIFIKASI CITRA BATIK INDONESIA DAN MALAYSIA DENGAN METODE MODIFIED DISCRIMINANT ANALYSIS

Main Article Content

Cynthia Cynthia
Janson Hendryli
Dyah Erny Herwindiati

Abstract

The application of Indonesian and Malaysian batik image classification using the Linear Discriminant Analysis (LDA) and Modified Discriminant Analysis (MDA) method is an introduction application that is used to classify images in the form of batik. Making this application uses the Java programming language to run feature retrieval methods, namely Color Histogram and Daubechies Wavelet and classification methods, namely LDA and MDA. Testing is done by blackbox testing method and confusion matrix. Tests are performed using color features, texture features, and a combination of training images and new test images. The best percentage test results are testing using color features, whereas with texture and the combination of both features get a slightly lower test percentage result.


Aplikasi klasifikasi citra batik Indonesia dan Malaysia dengan metode Linear Discriminant Analysis (LDA) dan Modified Discriminant Analysis (MDA) merupakan aplikasi pengenalan yang digunakan untuk mengklasifikasi citra berupa batik. Pembuatan aplikasi ini menggunakan bahasa pemrograman Java untuk menjalankan metode pengambilan fitur yaitu Color Histogram dan Daubechies Wavelet dan metode pengklasifikasian yaitu LDA dan MDA. Pengujian dilakukan dengan metode blackbox testing dan matriks konfusi. Pengujian dilakukan dengan menggunakan fitur ciri warna, ciri tekstur, dan gabungan dari citra latih dan citra uji baru. Hasil persentase pengujian terbaik adalah pengujian dengan menggunakan ciri warna, sedangkan dengan ciri tekstur dan gabungan mendapatkan hasil persentase pengujian sedikit rendah.


Article Details

Section
Articles

References

Abasi, Y. W. Kompresi Citra Menggunakan Transformasi Wavelet, https://www.researchgate.net/publication/260555075_kompresi_image_menggunakan_31_ fungsi_wavelet, 28 September 2011. Diakses 3 September 2018.

Bellio, R. An Introduction to Robust Estimation with R Function, https://www.

researchgate.net/publication/228906268_An_introduction_to_robust_estimation_with_R_f unctions, Oktober 2005. Diakses 5 September 2018.

Chakravarti, R & Xiannong, M. A Study Of Color Histogram Based Images Retrieval, Las Vegas: 6th International Conference on Information Technology, 2009.

Christian, S, Pengelompokan Data Menggunakan Jackknife Resampling dengan Ukuran Pusat Mean, Median, dan Kuartil, https://scholar.google.com/scholar?hl=en&as_sdt=0,5& cluster=4149790689581528214, 25 September 2015. Diakses 10 Januari 2019.

Computatio: Journal of Computer Science and Information Systems, volume 3, no 1, April 2019

Anonim. Dekomposisi Transformasi Wavelet, https://www.researchgate.net/publication/ 318292664, 24 Agustus 2011. Diakses 3 September 2018.

Fadli, M. Motif Batik Geometris, http://motif-batik.tl.web.id/id1/2432-1812/MotifBatik_127990 _motif-batik-tl.html#Motif-motif_Batik, 5 Mei 2014. Diakses 30 Agustus 2018.

Graps, A. Historical Perspective, http://www.amara.com/IEEEwave.html, 2011. Diakses 3 September 2018.

Jeong, S. Histogram-Based Color Image Retrieval,

https://web.archive.org/web/20100818155513/http://scien.stanford.edu/pages/labsite/2002/ psych221/projects/02/sojeong/, 15 Maret 2001. Diakses 3 September 2018.

Kalyan, R. & Mukherjee J. Image Similarity Measure using Color Histogram, Color Coherence Vector, and Sobel Method,

https://pdfs.semanticscholar.org/f274/a33656fc670ae30f3b74376eccdd47ceb000.pdf, 1 Januari 2013. Diakses 3 September 2018.

Kaplan, I. Transform Matrix,

http://bearcave.com/misl/misl_tech/wavelets/matrix/index.html, 30 September 2011.

Diakses 3 September 2018.

Natalia, Hendryli, J., Herwindiati, D. E. Batik Image Retrieval System Using Self Organizing Map,

https://www.researchgate.net/publication/327852370_Batik_Image_Retrieval_System_Usi ng_Self_Organizing_Map, Januari 2018.

Sampath, S. Classifying image data, http://www.debugmode.com/imagecmp/classify.htm, 22 Oktober 2001. Diakses 3 September 2018.

Surya & Suryanto. Batik Indonesia Resmi Diakui UNESCO, https://www.antaranews.com/berita/156389/batik-indonesia-resmi-diakui-unesco, 2 Oktober 2009. Diakses 30 Agustus 2018.

Tania, E. Optimisasi Pemilihan Feature Menggunakan Particle Swarm Optimization untuk Pengenalan Citra Motif Batik Tulis, Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Tarumanagara (Skripsi tidak dipublikasikan), 2017.

Tristanto, J; Hendryli, J; Herwindiati, D. E. Perancangan Aplikasi Repositori Berbasis Web dengan Fitur Pengenalan Motif Batik

https://www.researchgate.net/publication/328060831_Classification_of_Batik_Motifs_Usi ng_Convolutional_Neural_Networks, Januari 2018.

van Wijnen, B., Malaysia Batik, https://www.malaysiasite.nl/batikeng.htm, 5 Mei 2014.

Diakses 30 Agustus 2018.