Pengindentifikasian Batik Berdasarkan Pola Batik dan Ciri -ciri Batik Menggunakan Ekstraksi Fitur Tekstur Kain Imanuddin, Jurusa

Transkripsi

1 BATIK IDENTIFICATION BASED ON BATIK PATTERN AND CHARACTERISTICS USING FABRIC PATTERN FEATURE EXTRACTION Imanuddin Undergraduate Program, Faculty of Industrial Engineering, 2010 Gunadarma University Keywords: Batik Identification Batik Pattern, Texture Features. ABSTRACT Along with the development of the era and the number of human creative ideas in making a work of art, batik cloth is one recent form of art that is progressing very rapidly. This is evident from the number of motifs of batik cloth an increasingly wide range of each region. Not only that as more and more motifs of batik cloth, and yet there is a patent trigger some parties to document and claim the motif is the region of origin. Documenting batik cloths is important, so they are not just batik cloths that are patented by people who are not responsible. Batik image identified must have the best quality without any defects on the surface of the fabric. Some of the cloth comes from Aceh, Bali, Pemalang, Cirebon, Solo and Yogyakarta. The first process performed is input an image of batik cloth and then from that point on the input image that has been in the extraction so as to produce a degree of gray after that change color from colored batik into grayscale color that we will use it later in a subsequent stage. And if the color of batik has been changed it will be segmented using the method of dilation and morphological processing erosion resulting texture batik pattern we want, after we get the batik image pattern input into our new database that has been provided.

2 Pengindentifikasian Batik Berdasarkan Pola Batik dan Ciri -ciri Batik Menggunakan Ekstraksi Fitur Tekstur Kain Imanuddin, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Gunadarma, Margonda Raya 100 Depok telp (021) , ABSTRAKSI Seiring dengan perkembangan jaman dan banyaknya idea -idea kreatif manusia dalam membuat sebuah karya seni, kain batik merupakan salah satu bentuk karya seni yang belakangan ini mengalami kemajuan yang sangat pesat. Ini terlihat dari banyaknya motif kain batik yang semakin beraneka ragam dari masing -masing daerah. Tidak hanya itu saja karena semakin banyak motif kain batik dan belum ada yang mematenkannya memicu sebagian pihak untuk mendokumentasikannya dan mengklaim motif batik tersebut merupakan dari daerah asalnya. Dalam pendokumentasikan kain batik yang ada, sehingga kain batik tidak sembarang diakui oleh kalangan yang tidak bertanggung jawab tersebut. Citra batik yang diidentifikasikan harus memiliki kualitas terbaik tanpa cacat pada permukaan kainnya. Beberapa kain yang berasal dari Aceh, Bali, Pemalang, Cirebon, Solo dan Yogyakarta. Proses yang dilakukan pertama yaitu input sebuah gambar kain batik kemudian dari tahap tersebut gambar yang telah di masukan tadi di ekstraksi sehingga menghasilkan sebuah derajat keabuan setelah itu pengubahan warna batik dari berwarna menjadi warna grayscale yang nanti nya akan kita gunakan dalam tahap selanjutnya. Dan jika warna batik sud ah berubah maka akan di segmentasikan menggunakan metode morphological processing yaitu dilation dan erotion sehingga menghasilkan pola tekstur batik yang kita inginkan, setelah kita mendapatkan pola citra batik tersebut baru kita masukan kedalam basis dat a yang telah di sediakan. Kata Kunci : Pengindentifikasian Batik, Pola Batik, Fitur Tekstur.

3 ABSTRACT Along with the development of the era and the number of human creative ideas in making a work of art, batik cloth is one recent form of art that is pro gressing very rapidly. This is evident from the number of motifs of batik cloth an increasingly wide range of each region. Not only that as more and more motifs of batik cloth, and yet there is a patent trigger some parties to document and claim the motif is the region of origin. In pendokumentasikan batik cloth, so they were not just any batik cloth is recognized by the circles are not responsible for them. Batik image identified must have the best quality without any defects on the surface of the fabric. Some of the cloth comes from Aceh, Bali, Pemalang, Cirebon, Solo and Yogyakarta. The first process performed is input an image of batik cloth and then from that point on the input image that has been in the extraction so as to produce a degree of gray after that change color from colored batik into grayscale color that we will use it later in a subsequent stage. And if the color of batik has been changed it will be in segmentasikan using the method of dilation and morphological processing erotion resulting texture batik pattern we want, after we get the batik image pattern input into database that has been provided. Keywords: Identification Batik, Batik Pattern, Texture Features. PENDAHULUAN Batik adalah kerajinan yang memiliki nilai seni tinggi dan telah m enjadi bagian dari budaya Indonesia (khususnya Jawa) sejak lama. Kain batik di Indonesia mempunyai beragam jenis tekstur batiknya, warna kain batik, dan pola kain batik yang mencerminkan asal usul daerah dari kain batik tersebut. Dalam perkembangan zaman s ekarang pola dan tekstur kain batik mengalami kemajuan yang begitu pesat sehingga muncul beraneka ragam kain batik yang memiliki tekstur baru ataupun tekstur kain batik lama di padu padankan dengan tekstur kain batik sekarang sehingga mendapat pola tekstur kain batik yang baru. Kain batik merupakan ciri khas dari bangsa Indonesia yang merupakan warisan asli budaya Indonesia yang tidak dimiliki oleh bangsa lain atau pun negara tetangga walaupun satu rumpun dengan bangsa Indonesia yaitu suku melayu. Beberapa tahun belakangan ini negara tetangga juga mengklaim dan mempatenkan kain batik sebagai hasil kebudayaan mereka hal ini terjadi karena bangsa kita tidak mempatenkan kain batik sebagai budaya asli Indonesia dan juga mendokumentasikan semua kain batik yang d i miliki oleh bangsa kita ini.

4 Sebelumnya penelitian ini telah dilakukan oleh saudari Inwijayanti tahun 2009 mahasiswa jurusan teknik informatika universitas Gunadarma. Dan pada penelitian kali ini mendokumentasikan tekstur kain batik yang ada sehingga d apat memberikan informasi yang jelas tentang ciri -ciri kain batik tersebut. METODE PENELITIAN Penelitian ini disusun dengan tahapan pertama pengumpulan data -data yang diperlukan kemudian dilanjutkan dengan perancangan program sampai tahapan akhirnya adalah pendeteksian pola kain batik. Bahan -bahan dari penelitian ini diambil dari buku -buku tentang pengolahan citra dan pola -pola kain batik yang ada di Aceh, Bali, Pemalang, Cirebon, Solo dan Yogyakarta. Proses yang dilakukan pertama yaitu input sebuah gambar kain batik kemudian dari tahap tersebut gambar yang telah di masukan tadi di ekstraksi sehingga menghasilkan sebuah derajat keabuan setelah itu pengubahan warna batik dari berwarna menjadi warna grayscale yang nanti nya akan kita gunakan dalam tahap se lanjutnya. Dan jika warna batik sudah berubah maka akan di segmentasikan menggunakan metode morphological processing yaitu dilation dan erotion sehingga menghasilkan pola tekstur batik yang kita inginkan, setelah kita mendapatkan pola citra batik tersebut baru kita masukan kedalam basis data yang telah di sediakan. TINJAUAN PUSTAKA Pengolahan Citra Definis citra itu sendiri yaitu gambar pada bidang 2 dimensi, dan citra biasanya di tinjau dari sudut pandang sistematis yaitu memiliki fungsi kontinu dari inten sitas cahaya pada bidang 2 dimensi. Jadi pengolahan citra adalah suatu metode yang digunakan untuk memproses atau memanipulasi gambar dalam bentuk 2 dimensi (Gonzalez, 2002). pengolahan citra dapat juga dikatakan segala operasi untuk memperbaiki, menganali sa, atau mengubah suatu gambar. Konsep dasar pemrosesan suatu objek pada gambar menggunakan pengolahan citra diambil dari kemampuan indera penglihatan manusia yang selanjutnya dihubungkan dengan kemampuan otak manusia. Dalam sejarahnya, pengolahan citra telah diaplikasikan dalam berbagai bentuk, dengan tingkat kesuksesan cukup besar. Seperti berbagai cabang ilmu lainnya, pengolahan citra menyangkut pula berbagai gabungan cabang -

5 cabang ilmu, diantaranya adalah optik, elektronik, matematika, fotografi, dan te knologi komputer. Deteksi Tepi (Edge Detection) Deteksi Tepi digunakan untuk menentukan lokasi titik -titik yang merupakan tepi obyek citra. Secara umum, tepi suatu obyek dalam citra dinyatakan sebagai titik yang nilai warnanya berbeda cukup besar dengan t itik yang ada disebelahnya. Perbedaan intensitas inilah yang menampakkan rincian pada gambar 2.1. Tepi biasanya terdapat pada batas antara dua daerah berbeda pada suatu citra. Tepi dapat diorientasikan dengan suatu arah, dan arah ini berbeda -beda bergantu ng pada perubahan intensitas. jarak perubahan intensitas α α = arah tepi Tujuan Pendeteksian Tepi Gambar Model tepi Pendeteksian tepi merupakan langkah pertama untuk melingkupi informasi di dalam citra. Tepi mencirikan batas -batas objek dan karena itu tepi berguna untuk proses segmentasi dan identifikasi objek dalam sebuah citra. Tujuan pendeteksian tepi : Untuk menandai bagian yang menjadi detai l citra Untuk memperbaiki detail citra yang kabur, yang terjadi karena error atau adanya efek dari proses akusisi citra. Teknik Pendeteksian Tepi (Canny Edge Detector ) Salah satu metode deteksi tepi modern adalah deteksi tepi dengan menggunakan metode Canny. Deteksi tepi Canny ditemukan oleh Marr dan Hildreth yang meneliti pemodelan persepsi visual manusia. Dalam memodelkan pendeteksi tepi, dia menggunakan ideal step edge yang direpresentasikan dengan fungsi Sign satu dimensi. Pendekatan metode Canny dilakukan dengan konvolusi fungsi image dengan operator Gaussian dan turunanturunannya. Ada beberapa kriteria pendeteksi tepian paling optimum yang dapat dipenuhi oleh algoritma Canny :

6 1. Mendeteksi dengan baik (kriteria deteksi) Kemampuan untuk meletakkan d an menandai semua tepi yang ada sesuai dengan pemilihan parameter -parameter konvolusi yang dilakukan. Sekaligus juga memberikan fleksibilitas yang sangat tinggi dalam hal menentukan tingkat deteksi ketebalan tepi sesuai yang diinginkan. 2. Melokalisasi dengan baik (kriteria lokalisasi) Dengan Canny dimungkinkan dihasilkannya jarak yang minimum antara tepi yang dideteksi dengan tepi yang asli. 3. Respon yang jelas (kriteria respon) Hanya ada satu respon untuk tiap tepi. Sehingga mudah dideteksi dan tid ak menimbulkan kerancuan pada pengolahan citra selanjutnya. Sedangkan operasi morfologi adalah teknik pengolahan citra yang didasarkan pada bentuk segmen atau region dalam citra. Morphological Processing Kata morphology menandakan cabang dari biologi yang berhubungan dengan bentuk dan struktur hewan dan tumbuhan (Gonzalez, 2002). Kata morphology di sini dihubungkan dengan konteks mathematical morphology yang berarti proses yang menggunakan matematika sebagai tool untuk mengambil komponen gambar yang bergu na untuk menampilkan ulang dan deskripsi dari region shape (seperti boundaries, skeletons dan convex hull). Juga dapat digunakan sebagai preprocessing ataupun post processing seperti filtering, thinning. Morphological processing yang digunakan di sini adal ah dilation, erosion, opening, dan closing. Segmentasi Citra Proses awal yang dilakukan dalam menganalisis objek di dalam citra biner adalah segmentasi objek. Proses segmentasi bertujuan mengelompokan piksel -piksel objek menjadi wilayah (region) yang mempresentasikan objek. Segmentasi citra adalah pemisahan objek yang satu dengan objek yang lain dalam suatu gambar (Ballerini). Terdapat tiga pendekatan utama dalam segmentasi citra yaitu :

7 1. Classification-based: segmentasi berdasarkan kesamaan suatu ukuran dari nilai piksel. Salah satu cara paling mudah adalah thresholding. Thresholding ada 2 macam yaitu global dan lokal. Pada thresholding global, segmentasi berdasarkan pada sejenis histogram. Pada thresholding lokal, segmentasi dilakukan berdasarkan posisi pada gambar, gambar dibagi menjadi bagian -bagian yang saling melengkapi, jadi sifatnya dinamis. 2. Segmentasi yang didasarkan pada wilayah (region-based) bekerjanya berdasarkan keseragaman yang ada pada sub -wilayah tersebut. Dalam computer vision, segmentasi mengacu pada proses pembagian citra digital ke dalam multiple region (himpunan piksel). Tujuan akhir dari segmentasi adalah menyederhanakan dan atau merubah representasi suatu citra ke dalam gambaran yang lebih mempunyai arti dan lebih mudah untuk di analisa. Segmentasi citra secara khusus digunakan untuk melokalisasi objek atau batas (bisa berupa garis, kurva, dll) dalam citra. Hasil dari segmentasi citra adalah sekumpulan wilayah yang melingkupi citra tersebut, atau sekumpulan kontur yang diekstrak dari citra (pada deteksi tepi). 3. Didasarkan pada tepi (edge-based). Segmentasi didasarkan pada tepi membagi citra berdasarkan diskontinuitas di antara sub -wilayah (sub-region). Pada citra biner, batas antara objek dengan latar belakang terlihat jelas. Piksel objek berwarna putih sedangkan piksel latar belakang berwarna hitam. Pertemuan antara piksel putih dan hitam dimodelkan sebagai segmen garis. PEMBAHASAN Fowchart Proses Analisis Citra Flowchart proses analisis hasil segmentasi citra batik secara garis besar dalam bentuk diagram alur pada dibawah ini.

8 Gambar Diagram Alur Proses Analisis secara Garis Besar Gambar diatas merupakan diagram alur proses dalam analisis secara garis besar. Input citra pertama kali adalah file yang nantinya akan disegmentasi. Setelah nama file di-input kan, gambar di-load dan dipersiapkan untuk segmentasi. Selanjutnya memilih gambar mana yang akan diproses, apakah gambar original (asli) atau file gambar yang telah diproses dengan pendeteksian tepi menggu nakan cany dan perataan histogram. Proses dapat berhenti di sini atau dapat juga dilakukan proses lain pada objek baru yang lain. Sebelum pengguna menghentikan proses, terdapat pilihan untuk menyimpan citra hasil proses atau tidak.

9 Proses Segmentasi C itra Gambar Diagram Alur Proses Segmentasi Citra Pada bagian ini citra didapat dari perbaikan citra yang sudah di grayscalling, akan diolah kembali untuk mendapatkan citra yang diinginkan. Proses segmentasi citra terdiri dar i beberapa sub proses diantaranya: grayscaling, Elluminance, thresholding, deteksi tepi, erosion, dan yang terakhir dilation seperti yang digambarkan pada diagram alur pada gambar diatas. Pada proses citra ini akan dihasilkan sebuah citra yang berbentuk p ola gambar yang diinginkan dan setelah proses ini, pola yang didapat akan di simpan dalam basis data. Perbaikan dan Grayscaling Gambar yang akan di -grayscaling nilai tiap titik akan disamakan nilai Red, Green, dan Blue-nya sehingga untuk tiap titik hanya m emiliki 1 nilai saja yang disebut nilai graylevel-nya. Pada gambar dibawah ini proses grayscaling yang digunakan mengambil persentasi tertentu dari masing -masing warna kemudian dijumlahkan untuk mendapatkan nilai yang baru. Cara lainnya yaitu langsung mem bagi sama rata ketiga nilai warna tersebut

10 untuk mendapatkan nilai yang baru (dicari rata -rata dari ketiga nilai warna Red, Green, dan Blue). Deteksi Tepi Gambar Hasil Perbaikan dan Grayscaling Algoritma Canny yaitu penyesuaian untuk berbagai lingkungan. Parameter memungkinkan untuk disesuaikan dengan pengakuan dari ujung yang berbeda tergantung pada karakteristik persyaratan tertentu dari implementasi yang diberikan. Dalam Canny, turunan dari filter yang optimal menyebabkan impuls Hingga Respon filter, yang dapat lambat untuk menghitung dalam domain spasial jika jumlah perataan dibutuhkan adalah penting (filter akan memiliki dukungan ruang besar dalam kasus itu). Untuk alasan ini, sering disarankan untuk menggunakan Rachid Deriche 's Infinite Impulse Response bentuk filter Canny (Deriche detektor Canny), yang rekursif, dan yang dapat dihitung dalam tetap, waktu yang cukup singkat untuk jumlah yang diinginkan dari smoothing. Bentuk kedua adalah cocok untuk implementasi real time dalam FPGAs atau DSPs, atau sangat cepat tertanam dalam PC. Pada gam bar 3.8 merupakan contoh pendeteksian pola citra menggunakan canny edge detector. Gambar 3.8 Hasil Deteksi Tepi Canny Deteksi canny dipilih karena lebih optimal dan cocok jika mendeteksi citra gambar. Hal ini didasarkan dari tujuan dete ksi tepi yaitu : Deteksi yang baik yaitu menandai sebnyak tepi gambar nyata sehingga terlihat jelas. Lokalisasi tepi yang baik yaitu tepi ditandai harus sedekat mungkin ke tepi pada gambar nyata. Respon yang minimal sehingga gangguan tidak menciptakan tepi palsu

11 Morphological Processing Proses dilation dan erosion adalah proses morphological yang digunakan untuk menghaluskan gambar sehingga lebih mudah untuk disegmentasi. Proses dilation dimulai dengan mengecek nilai 4 -ketetanggan tiap piksel citra apak ah ada nilai piksel tetangga tersebut 0 (hitam). Jika ada salah satu atau semua nilai piksel tetangga tersebut bernilai 0, maka piksel asal diberi nilai 255 (putih). Gambar Hasil Dilation dan Erosion Gambar diatas menujukan hasil dari proses dilation dan erosion setelah melakukan deteksi tepi. Gambar yang dihasilkan lebih baik setelah mengalami proses morphological pada gambar tersebut. PENUTUP Kesimpulan Dari penelitian ini membuktikan beraneka ragam kain batik memiliki berbagai motif dari daerah asal kain batik tesebut. Motif batik yang ada pada masing masing daerah beraneka ragam begitu juga dengan ciri ciri kain batik yang ada pada masing masing daerah. Masing masing pola kain batik tersebut memiliki perbedaan yang besar, hal ini disebabkan latarbelakang kebudayaan daerah daerah yang ada di Indonesia, penamaan pola kain batik pun sangat beraneka ragam sesuai bahasa daerah masing masing. Dari hasil ini hak kekayaan intelektual kebudayaan Indonesia bisa di lindungin dengan selalu mendokumentasikan hasil karya yang sudah ada dalam basis data yang dikhususkan untuk menyimpan file -file tersebut. Sehingga dapat mencegah orang yang tidak bertanggung jawab mengklaim motif batik yang ada. Saran Berdasarkan analisis hasil yang ada pada pengid entifikasian kain batik dengan menggunakan segmentasi morphology mathematical yaitu dilation dan erosion pola tekstur citra batik yang dihasilkan baik tetapi terdapat beberapa metode dalam proses segmentasi

12 yang dirasakan perlu diperbaiki atau ditambahkan, misalnya noise removal salah satunya menggunakan fungsi penapis luar dan juga mencoba menggunakan morphology processing yang lain contohnya opening dan closing. Sehingga diharapkan hasil pola kain batik yang diperoleh lebih baik lagi dari sebelumnya. DAFTAR PUSTAKA Ahmad, Usman, 2005, Pengolahan Citra Digital dan Teknik Pemrogramannya, Graha Ilmu, Yogyakarta. Ed.1, Anonim, 2010, Sejarah Batik Indonesia, diakses pada 28 Juli. Bertalya, Djati Kerami, Prihandoko, 2008 Penggunaan Fitur Tekstur Lokal pada Klasifikasi Citra X-ray Proceeding pada Seminar Ilmiah Nasional Komputer dan Sistem Intelejen (KOMMIT), Universitas Gunadarma, Depok. Elbehiery, H, Ele wa, M, 2005, Surface Defects Detection for Ceramic Tiles Using Image Processing and Morphological Techniques World Academy of Science, E ngineering and Technology. Gonzalez, R.C. & Woods, R.E., 2002 Digital Image Processing Second Edition, Prentice Hall, New Jersey. Hariyanto, Bambang, 2005, Esensi-Esensi Bahasa Pemograman Java, Informatika, Bandung. Inwijayanti, 2009 Ekstraksi Citra untuk Identifikasi ciri Tekstur Kain menggunakan Metode Gray Level Difference Methode, Skripsi, Universitas Gunadarma, Depok. Siallagan, Sariadin, 2009, Pemrograman Java Dasar -dasar Pengenalan & Pemahaman, Ed.1, Andi, Yogyakarta. Suarga, 2009, Dasar Pemrograman Komputer dalam Bahasa Java, Ed.1, Andi, Yogyakarta.