PENGGUNAAN K-NEAREST NEIGHBOR (KNN) UNTUK MENGIDENTIFIKASI CITRA BATIK PEWARNA ALAMI DAN PEWARNA SINTETIS BERDASARKAN WARNA

Abstract

Batik merupakan jenis kain asli Indonesia yang dibuat secara khusus dan memiliki beragam motif serta warna yang berbeda-beda, pewarnaan batik dibagi menjadi dua jenis yaitu pewarna sintetis dan pewarna alami. Namun, masih banyak pengguna batik yang tidak dapat membedakan secara langsung antara batik pewarna sintetis dan batik pewarna alami karena secara pengelihatan batik pewarna sintetis dan batik pewarna alami memiliki komposisi warna yang mirip. Ilmu pengetahuan dan teknologi yang telah berkembang memungkinkan untuk membantu dalam membedakan batik pewarna sintetis dan batik pewarna alami dengan menggunakan pengolahan citra. Penelitian ini bertujuan untuk mengetahui akurasi dari algoritma K-Nearest Neighbor (KNN) sebagai metode klasifikasi terhadap pengenalan jenis batik melalui citra batik. Data yang digunakan berjumlah 84 citra Batik Betawi dan akan diproses dengan berbagai tahapan mulai dari pra-proses resize citra, pemisahan data menjadi data validasi berjumlah 80 data yang akan dibagi lagi dengan menggunakan K-Fold Cross Validation serta 4 data sebagai data evaluasi akhir sebagai data uji pada tahap evaluasi akhir, kemudian diekstraksi ciri citra ke dalam bentuk citra Hue, Saturation, Value (HSV), dan uji validasi serta evaluasi akhir yang dilakukan dengan mengklasifikasi citra menggunakan algoritma K-Nearest Neighbor (KNN). Hasil tahap evaluasi akhir untuk setiap 4 data uji evaluasi akhir terhadap nilai neighbor (K) menghasilkan akurasi 100% pada nilai K=1, nilai K=3, dan nilai K=5.