Ektraksi Fitur Berbasis Tekstur Pada Citra Tenun Timor Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM)
Abstract
Tenun merupakan warisan budaya Indonesia yang harus dilestarikan dan dijaga. Pendataan tenun secara komputerisasi merupakan salah satu bentuk pelestarian tenun pada bidang teknologi khususnya dibidang penolahan citra digital. Pendataan dapat dilakukan dengan pengenalan pola motif tenun. Untuk mendapatkan informasi citra tenun yang akan digunakan dalam pengenalan pola, proses ekstraksi fitur merupakan hal yang penting. Informasi dari hasil ekstraksi fitur dapat digunakan dalam proses pegenalan pola berupa klasifikasi dan temu kembali citra.
Penelitian ini akan mengekstraksi fitur citra tenun Timor. Ekstraksi fitur tekstur menggunakan metode Gray Level Co-Occurrence Matrix (GLCM). Hasil ekstraksi fitur dapat digunakan untuk pendataan citra tenun Timor serta juga dapat digunakan untuk klasifikasi motif tenun Timor. Pengujian menggunakan lima sampel citra tenun Timor. Hasil penelitian ini menunjukan bahwa nilai parameter dari metode GLCM meliputi fitur Contrast, Correlation, Energy dan Homogenity. Fitur-fitur yang diperoleh dapat digunakan untuk proses klasifikasi dan pengenalan pola citra tenun Timor.
References
B. Baso, D. Nababan, Risald, and R. Y. Kolloh, “Segmentasi Citra Tenun Menggunakan Metode Otsu Thresholding dengan Median Filter.” 2022.
B. Baso and N. Suciati, “Temu Kembali Citra Tenun Nusa Tenggara Timur menggunakan Esktraksi Fitur yang Robust terhadap Perubahan Skala, Rotasi, dan Pencahayaan,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 2, p. 349, Feb. 2020, doi: 10.25126/jtiik.2020722002.
Z. Y. Lamasigi, “DCT Untuk Ekstraksi Fitur Berbasis GLCM Pada Identifikasi Batik Menggunakan K-NN,” Jambura J. Electr. Electron. Eng., vol. 3, no. 1, pp. 1–6, 2021, doi: 10.37905/jjeee.v3i1.7113.
P. N. Andono and E. H. Rachmawanto, “Evaluasi Ekstraksi Fitur GLCM dan LBP Menggunakan Multikernel SVM untuk Klasifikasi Batik,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 1–9, 2021, doi: 10.29207/resti.v5i1.2615.
I. Amalia, “Ekstraksi Fitur Citra Songket Berdasarkan Tekstur Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM),” J. Infomedia, vol. 3, no. 2, pp. 64–68, 2018, doi: 10.30811/jim.v3i2.715.
G. T. Situmorang, A. W. Widodo, and M. A. Rahman, “Penerapan Metode Gray Level Co-occurrence Matrix ( GLCM ) untuk ekstraksi ciri pada telapak tangan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 5, pp. 4710–4716, 2019.
D. P. Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae),” Innov. Res. Informatics, vol. 1, no. 2, pp. 51–56, 2019, doi: 10.37058/innovatics.v1i2.872.
L. K. Soh and C. Tsatsoulis, “Texture analysis of sar sea ice imagery using gray level co-occurrence matrices,” IEEE Trans. Geosci. Remote Sens., vol. 37, no. 2 I, pp. 780–795, 1999, doi: 10.1109/36.752194.
W. I. Praseptiyana, A. W. Widodo, and M. A. Rahman, “Pemanfaatan Ciri Gray Level Co-occurrence Matrix ( GLCM ) Untuk Deteksi Melasma Pada Citra Wajah,” vol. 3, no. 11, pp. 10402–10409, 2019.
M. Citra and E. Wajah, “Jurnal Mantik,” no. January, 2020.
Copyright (c) 2022 Hevi Herlina Ullu, Budiman Baso, Risald Risald, Patricia Gertrudis Manek, Debora Chrisinta (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
