ANALISIS TEKSTUR UNTUK KLASIFIKASI MOTIF KAIN (STUDI KASUS KAIN TENUN NUSA TENGGARA TIMUR)

Nicodemus Mardanus Setiohardjo, Drs. Agus Harjoko, M.Sc, Ph.D

2013 | Tesis | S2 Ilmu Komputer

Indonesia memiliki banyak kekayaan budaya dalam bentuk kain tradisional, salah satunya kain tenun dari Nusa Tenggara Timur. Kain tenun dari tiap etnik di NTT memiliki cirikhas motif masing-masing yang merupakan manifestasi kehidupan sehari-hari, kebudayaan dan kepercayaan masyarakat setempat. Di mata pemerhati kain tenun NTT, asal kain tenun dapat diketahui dari motifnya. Namun tidak semua orang dapat membedakan asal daerah dari motif kain tenun tertentu dikarenakan sulitnya mendefinisikan karakteristik motif kain tenun suatu daerah dan beragamnya motif kain tenun yang ada dan komposisi warna yang beragam pula. Analisis tekstur adalah teknik analisis citra berdasarkan anggapan bahwa citra dibentuk oleh variasi intensitas piksel, baik citra keabuan maupun warna. Motif kain tenun terbentuk dari variasi intensitas warna sehingga dapat dipandang sebagai tekstur berwarna dari kain tenun. Penelitian ini bertujuan untuk mengetahui diantara pendekatan analisis tekstur menggunakan Gray Level Cooccurrence Matrix (GLCM) yang dikombinasikan dengan momen warna dan pendekatan analisis tekstur menggunakan Color Co-occurrence Matrix (CCM), metode manakah yang memberikan hasil lebih baik untuk klasifikasi motif kain tenun NTT. Hasil penelitian menunjukkan bahwa untuk klasifikasi motif kain tenun NTT, pendekatan analisis tekstur menggunakan metode CCM memberikan hasil lebih baik, baik menggunakan metode klasifikasi NMC maupun KNN, yaitu dengan tingkat akurasi sebesar 75% (menggunakan NMC) dan 80% (menggunakan KNN), dibandingkan dengan kombinasi GLCM – momen warna yang memberikan akurasi sebesar 45% dan 50%. Dengan citra masukan berukuran 640x480 piksel, waktu komputasi untuk proses pembentukan kelas adalah 19 detik (CCM) dan 11 detik (GLCM-momen warna), sedangkan untuk proses klasifikasi 378 milidetik (CCM) dan 223 milidetik (GLCM-momen warna).

Indonesia has many culture in form of traditional fabrics, one of them is woven fabric from Nusa Tenggara Timur (NTT). Each NTT ethnic has motif characteristic which is a manifestation of daily life, culture and the belief of local community. For NTT woven fabric observers, the origin of a woven fabric can be known from the motif. But its difficult to identified the origin of a woven fabrics because it is hard to define the characteristics of woven fabric motif from a region and the diversities both of the motifs and the color compositions. Texture analysis is the image analysis technique based on the assumption that an image was formed by pixels intensity variations, both gray and color images. Woven fabric motif is formed from the color intensity variations that can be seen as color texture of woven fabric. This study aims to find out among texture analysis using GLCM combined with color moment and texture analysis using CCM, which method gives better results for NTT woven fabric motif classification. The results showed that for NTT woven fabric motif classification, texture analysis using CCM gives better results, both on NMC and KNN classification method, with respectively 75% and 80%, than the combination of GLCM – color moment that give accuracy of 45% and 50%. With 640x480 pixels input image, CCM gives the trainning time 19 seconds and GLCM–color moment gives 11 seconds, while for the classification time CCM gives 378 milliseconds and GLCM–color moment gives 223 milliseconds.

Kata Kunci : klasifikasi citra, Gray Level Co-occurrence Matrix, Color Cooccurrence Matrix, momen warna, motif kain tenun NTT; image classification, Gray Level Co-occurrence Matrix, Color Cooccurrence Matrix, color moment, NTT woven fabric motif