Segmentasi Citra Batik Berdasarkan Fitur Tekstur Menggunakan Metode Filter Gabor dan Klustering

Abstract

Batik merupakan salah satu cara pembuatan pakaian yang menggunakan teknik pewarnaan kain. Teknik yang digunakan menggunakan ’malam’ untuk mencegah pewarnaan sebagian dari kain. Batik juga bisa dikatakan mengacu pada suatu kain yang dibuat dengan teknik pewarnaan dengan motif-motif tertentu yang memiliki kekhasan tertentu. Segmentasi dan klasifikasi citra merupakan langkah awal dalam proses akuisisi atau analisis suatu citra. Aplikasinya antara lain dalam bidang machine vision, pengenalan wajah, analisis citra medik, industri tekstil (batik) dan lain sebagainya Tujuan utama segmentasi citra adalah membagi citra ke dalam bagian-bagian wilayah yang mempunyai kesamaan fitur antara lain : tingkat keabuan , tekstur, warna, gerakan. Terdapat beberapa metode ekstraksi fitur tekstur untuk segmentasi citra antara lain metode Gray Level Co-Occurence Matrix (GLCM), metode filter Gabor dan metode transformasi wavelet. Dalam penelitian ini digunakan citra batik Pekalongan. Proses segmentasi citra didasarkan pada fitur tekstur dengan menggunakan metode tak terawasi dalam konsep klustering. Metode klustering yang digunakan adalah metode K-means, sedangkan metode ekstraksi fitur menggunakan filter Gabor.