d. Fungsi Jarak
Proses ini membandingkan motif batik Yogyakarta yang dipilih oleh user dengan database. Hasil dari perbandingan adalah jarak minimum yang kemudian akan digunakan
dalam proses selanjutnya. Dalam sistem ini yang digunakan adalah fungsi jarak Dice seperti pada persamaan 2.12.
e. Penentuan Citra
Proses penentuan citra adalah subproses terakhir dari proses pengenalan motif batik Yogyakarta. Pada proses ini, hasil pengenalan motif batik Yogyakarta ditentukan
berdasarkan jarak minimum yang diperoleh setelah proses perhitungan dari semua citra oleh fungsi jarak. Hasil dari perhitungan jarak dari 20 motif batik Yogyakarta beserta
variasinya akan dimasukkan kedalam metode penentuan keluaran yaitu k-Nearest Neighbor k-NN.
f. Keluaran Pengenalan Citra
Hasil akhir software yang akan mengenali motif batik Yogyakarta. Tampilan dalam bentuk visual GUI Matlab yang telah dirancang oleh penulis.
3.2. Perancangan Database Citra Motif Batik Yogyakarta
Citra acuan yang disebut dengan database dibutuhkan sebagai penentu pengenalan motif batik Yogyakarta. Pembentukan database pada penelitian yang akan dilakukan
terdiri dari 35 set database, 35 set tersebut adalah 200
×
200, 128
×
128, 64
×
64, 32
×
32, dan 16
×
16 piksel serta ukuran window ekstraksi ciri yang digunakan bervariasi seperti 4
×
4, 5×5, 6×6, 7×7, 8×8, 9×9, dan 10×10 piksel. Database hendaknya memiliki ciri yang sudah
diketahui oleh sistem. Untuk memperoleh database, penulis mengambil 20 jenis motif batik Yogyakarta pada setiap citra yang akan dikenali tersebut Motif batik Ceplok Kece,
Kawung Galar, Nitik Cengkeh, Parang Barong, Parang Pancing, Parisewuli Seling Pamor, Truntum, Tambal, Parang Tuding, Parang Keris, Parang Kusumo Ukel, Parang Curigo,
Parang Klitik, Parang Kembang Sawut Cecek, Ceplok Dempel, Kawung Kembang Cempoko Hitam, Kawung Picis, Lereng Kusuma, Parang Kawung Picis, dan Parang
Kunci. Tujuannya untuk menanggulangi perbedaan dalam pengambilan 20 jenis motif batik Yogyakarta. Proses pengambilan dapat dilihat pada gambar 3.2. Pengambilan citra
yang akan dijadikan database harus melalui proses dari masukan citra motif batik
Yogyakarta, preprocessing dan ekstraksi ciri Discrete Cosine Transform Two Dimension DCT 2-D.
Gambar 3.2. Blok diagram perancangan Database Citra motif batik Yogyakarta Proses pengambilan citra terdiri dari 20 motif batik Yogyakarta yaitu Ceplok Kece,
Kawung Galar, Nitik Cengkeh, Parang Barong, Parang Pancing, Parisewuli Seling Pamor, Truntum, Tambal, Parang Tuding, Parang Keris, Parang Kusumo Ukel, Parang Curigo,
Parang Klitik, Parang Kembang Sawut Cecek, Ceplok Dempel, Kawung Kembang Cempoko Hitam, Kawung Picis, Lereng Kusuma, Parang Kawung Picis, dan Parang
Kunci. Kemudian citra motif batik Yogyakarta akan di proses melalui preprocessing yang terdiri dari grayscale dan resizing, ukuran resizing citra akan menyesuaikan dengan ukuran
resizing yang digunakan. Setelah citra motif batik Yogyakarta diproses melalui preprocessing, selanjutnya hasil preprocessing citra motif batik Yogyakarta masuk ke
dalam proses ekstraksi ciri DCT 2-D untuk diambil data matriknya, kemudian data matrik tersebut disimpan dalam format .mat yang digunakan sebagai database.
3.3. Gambar Uji
