Detail Cantuman

Batik merupakan suatu kerjianan tangan yang memiliki nilai seni yang cukup tinggi dan juga salah satu
bagian dari budaya indonessia. Untuk melestraikan budaya warisan batik dapat dikakukan dengan
berbagai cara dengan pengenalan pola batik yang sangat beragam khususnya batik karawang. Penelitian
ini membahas klasifikasi pola batik karawang menggunakan Convolutional Neural Network (CNN)
dengan ciri gray level Co-ocurrence Matrix. Proses awal yang akan dilakukan yaitu preprocessing
untuk mengubah citra warna menjadi grayscale, selanjutnya citra akan di segmentasikan sehingga
memisahkan citra pola batik dengan background menggunakan metode otsu dan di ekstraksi
menggunakan metode gray level co-ocurrence matrix untuk mendeteksi pola-pola batik. selanjutnya
akan diklasifikasikan menggunakan metode Convolutional Neural Network (CNN) yang memberikan
hasil klasifikasi citra batik. Dengan penerapan model klasifikasi citra batik Karawang ini memliki data
training sebanyak 1094 citra latih dengan nilai akurasi 18,19% untuk citra latih, citra dapat
mengklasifikasikan dengan uji coba 344 citra batik, 45 citra batik Karawang, 299 citra batik luar
Karawang mencapai 18,60% nilai tingkat akurasi, sedangkan hasil uji coba menggunakan citra batik
karawang yang dapat dikenali dan diklasifikasikan mencapai nilai tingkat akurasi 73,33 %.

Kata Kunci : Klasifikasi citra batik, CNN, GLCM, Otsu, Image Processing