Melola Discovery

← Melola Discovery

Jurnal SINTA 2

PENGENALAN MOTIF BATIK MENGGUNAKAN ROTATED WAVELET FILTERDAN NEURAL NETWORK

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 9 No. 2 (2011) · pp. 15–21

DOI
10.12962/j24068535.v9i2.a34
ISSN
2406-8535, 1412-6389
Published
2011-07-01
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Batik merupakan kriya tekstil yang menjadi kekayaan intelektualbangsa Indonesia dan telah diakui oleh UNESCO sejak tanggal 2 Oktober 2009. Namun demikian, masyarakat Indonesia sendiri belum banyak yang mengetahui tentang perkembangan dan jenis batik yangmerupakan kekayaan budaya tersebut. Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Fitur tekstur dari citra batik diekstrak menggunakan Rotated Wavelet Transform. Selanjutnya, hasil ekstraksi berupa vektor fitur diklasifikasikan ke dalam motif-motif batik menggunakan metode klasifikasi Neural Network (NN). Uji coba menggunakan dataset testing sama dengan dataset training menghasilkan akurasi tertinggi 100%. Sedangkan uji coba menggunakan dataset testing yang berbeda dengan dataset training menghasilkan akurasi tertinggi 78,26%. Kedua nilai akurasi tersebut didapat pada learning rate 0.8, momentum 0.9, jumlah komposisi node hidden layer [40 10 1], dan level dekomposisi ke-5.

Collaboration network of the authors

40 authors · 83 co-authorship links · 4 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • Islamic University of Indonesia
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Chastine FatichahInstitut Teknologi Sepuluh Nopember9
Anny YuniartiInstitut Teknologi Sepuluh Nopember3
Yuna SugianelaInstitut Teknologi Sepuluh Nopember2
Imam KuswardayanInstitut Teknologi Sepuluh Nopember2
Handayani TjandrasaInstitut Teknologi Sepuluh Nopember2
Isye ArieshantiInstitut Teknologi Sepuluh Nopember2
Syavira Tiara ZulkarnainInstitut Teknologi Sepuluh Nopember2
Diana PurwitasariInstitut Teknologi Sepuluh Nopember2
Dini Adni NavastaraInstitut Teknologi Sepuluh Nopember2
Wijayanti Nurul KhotimahInstitut Teknologi Sepuluh Nopember2
Jayanti Yusmah SariInstitut Teknologi Sepuluh Nopember1
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember1
Lim Yohanes StefanusAffiliation unknown1
Faida RoyaniAffiliation unknown1
Tri Anggraeny FettyAffiliation unknown1
Lalu Muhammad DzakiAffiliation unknown1
Dewi RosidaAffiliation unknown1
Rosdiana RahmawatiAffiliation unknown1
Rizky Yuniar HakkunAffiliation unknown1
Darlis Heru MurtiInstitut Teknologi Sepuluh Nopember1
Daru Jani NanjayaAffiliation unknown1
Dody Rachmat WicaksonoAffiliation unknown1
Nunut Priyo JatmikoAffiliation unknown1
Kavin AndiAffiliation unknown1
Sarwosri SarwosriInstitut Teknologi Sepuluh Nopember1
Myke Noor ArianiAffiliation unknown1
Ricky Eka PutraAffiliation unknown1
Arrie KurniawardhaniIslamic University of Indonesia1
Fitri BimantoroAffiliation unknown1
Agus Zainal ArifinInstitut Teknologi Sepuluh Nopember1
Gulpi Qorik Oktagalu PratamasunuAffiliation unknown1
Mirza Galih KurniawanInstitut Teknologi Sepuluh Nopember1
Hudan StudiawanInstitut Teknologi Sepuluh Nopember1
Said Al MusayyabInstitut Teknologi Sepuluh Nopember1
Ridho Rahman HariadiInstitut Teknologi Sepuluh Nopember1
Risal Andika SaputraInstitut Teknologi Sepuluh Nopember1
Ardhon RakhmadiInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">PENGENALAN MOTIF BATIK MENGGUNAKAN ROTATED WAVELET FILTERDAN NEURAL NETWORK</dc:title>
	<dc:creator xml:lang="en">Arisandi, Bernardinus</dc:creator>
	<dc:creator xml:lang="en">Suciati, Nanik</dc:creator>
	<dc:creator xml:lang="en">Wijaya, Arya Yudhi</dc:creator>
	<dc:description xml:lang="en"> Batik merupakan kriya tekstil yang menjadi kekayaan intelektualbangsa Indonesia dan telah diakui oleh UNESCO sejak tanggal 2 Oktober 2009. Namun demikian, masyarakat Indonesia sendiri belum banyak yang mengetahui tentang perkembangan dan jenis batik yangmerupakan kekayaan budaya tersebut. Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Fitur tekstur dari citra batik diekstrak menggunakan Rotated Wavelet Transform. Selanjutnya, hasil ekstraksi berupa vektor fitur diklasifikasikan ke dalam motif-motif batik menggunakan metode klasifikasi Neural Network (NN). Uji coba menggunakan dataset testing sama dengan dataset training menghasilkan akurasi tertinggi 100%. Sedangkan uji coba menggunakan dataset testing yang berbeda dengan dataset training menghasilkan akurasi tertinggi 78,26%. Kedua nilai akurasi tersebut didapat pada learning rate 0.8, momentum 0.9, jumlah komposisi node hidden layer [40 10 1], dan level dekomposisi ke-5.</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2011-07-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/34</dc:identifier>
	<dc:identifier>10.12962/j24068535.v9i2.a34</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 9, No 2, Juli 2011; 15-21</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v9i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/34/33</dc:relation>
</oai_dc:dc>