FIRDAUS, FIRMANSYAH (2025) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK SEGMENTASI CITRA MOTIF BATIK BERDASARKAN TEKSTUR. Sarjana thesis, Universitas Pasir Pengaraian.
![[img]](http://repository.upp.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Download (876kB) |
|
Text
BAB 1 2 3.pdf Download (420kB) |
|
Text
BAB 4 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Batik merupakan warisan budaya Indonesia yang memiliki keragaman motif dan tekstur yang kompleks. Proses identifikasi dan segmentasi motif batik secara manual sering kali sulit dan berpotensi menghasilkan kesalahan. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means Clustering dalam segmentasi citra motif batik berdasarkan tekstur. Dataset yang digunakan adalah 1600 citra batik dari Kaggle. Tahapan penelitian meliputi preprocessing citra (konversi grayscale, normalisasi, reduksi noise), ekstraksi fitur tekstur menggunakan metode Gray Level Co-occurrence Matrix (GLCM), serta pengelompokan menggunakan algoritma K-Means Clustering. Hasil segmentasi mampu membedakan motif batik berdasarkan karakteristik tekstur, seperti halus, kasar, dan pola tertentu. akurasi pelatihan tercatat 63,46% sedangkan akurasi pengujian 71,95%. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pengolahan citra digital sekaligus mendukung pelestarian batik melalui digitalisasi, katalogisasi, dan inspirasi desain baru.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Batik, GLCM, K-Means Clustering , Segmentasi Citra, Tekstur. |
| Subjects: | Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Pustaka - - |
| Date Deposited: | 11 Sep 2026 04:18 |
| Last Modified: | 11 Sep 2026 04:18 |
| URI: | http://repository.upp.ac.id/id/eprint/4720 |
Actions (login required)
 |
View Item |
