Deteksi Posisi Tumpal Pada Citra Kain Batik dengan Menggunakan Fitur Local Binary Pattern (LBP)

Rafalia, Rafidah (2019) Deteksi Posisi Tumpal Pada Citra Kain Batik dengan Menggunakan Fitur Local Binary Pattern (LBP). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 0511150000139-Undergraduate_Theses.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Tumpal adalah corak yang beda diantara corak utama pada sebuah batik. Dalam pencetakkan busana dengan menggunakan kain batik, pentingnya keserasian pola dalam pembuatan busana. Keserasian ini didapatkan dengan mengidentifikasi letak tumpal pada kain batik yang akan digunakan dalam pencetakkan busana. Maka perlunya dibuat sistem pencetakkan busana yang dapat mendeteksi lokasi tumpal pada citra kain batik. Pada tugas akhir ini akan dibangun sebuah sistem yang bertujuan untuk mendeteksi lokasi tumpal pada batik. Dengan melakukan ekstraksi fitur LBP pada citra kain batik dan melakukan klasifikasi menggunakan metode KNN, sistem akan dapat mengenali perbedaan pola pada citra kain batik. Sistem akan menerima input berupa citra kain batik dan output berupa citra kain batik yang telah ditandai letak posisi tumpalnya. Penulis melakukan pengujian akurasi dengan mengganti parameter k dan jumlah data training yang digunakan untuk mendapatkan hasil yang paling optimal, serta mencari data uji citra yang susah untuk terdeteksi tumpalnya. Berdasarkan hasil uji coba, penulis menemukan bahwa nilai k pada klasifikasi KNN bernilai 1 memberikan hasil yang paling optimal, dan jumlah data training 200 memberikan hasil setelah optimalisasi terbaik. Penulis juga mendapatkan kesimpulan bahwa citra batik yang memiliki lebih dari satu pola pada area tumpal akan lebih susah untuk diidentifikasi area tumpalnya agar tepat 100%. Hal ini dikarenakan pada pengambilan data training sistem biasanya hanya akan mengambil satu pola pada tumpal citra uji coba.
===================================================================================================================================
Tumpal is a pattern that is different between the main features of batik. In printing clothes using batik, the pattern harmony in fashion making is very important. This harmony is obtained by identifying the location of tumpal in batik that will be used in printing clothes. Which is why a clothing printing system that can detect the location of tumpal in batik is much needed. In this final project, a system that aims to detect the location of tumpal on batik will be built. By extracting LBP features in the image of batik cloth and classifying using the KNN method, the system will be able to recognize differences in patterns in the image of batik cloth. The system will receive input in the form of a batik cloth image and output in the form of an image of a batik cloth that has been marked with the location of the tumpal position. The author conducts accuracy testing by changing the parameters k and the amount of training data used to get the most optimal results, and looking for image test data that is difficult to detect the spill. Based on the results of the trial, the authors found that the value of k in the KNN classification of value 1 gave the most optimal results, and the number of data trainings 200 gave the best results after optimization. The author also gets the conclusion that batik images that have more than one pattern in the area of the tumpal will be more difficult to identify to be 100% precise. This is because the retrieval of system training data will usually only take one pattern on the trial image.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aplikasi Pembuatan Busana Batik, Batik, Local Binary Pattern (LBP), Tumpal Batik
Subjects:	Q Science T Technology > T Technology (General)
Divisions:	Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Rafidah Rafalia
Date Deposited:	06 Aug 2026 01:20
Last Modified:	06 Aug 2026 01:20
URI:	http://repository.its.ac.id/id/eprint/66682

Actions (login required)

View Item