Latar Belakang Klasifikasi kain tradisional nusantara dengan menggunakan algoritma Naive Bayes Classifier.

1

BAB I PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi dan kemajuan zaman yang semakin pesat, membuat manusia lupa akan kebudayaan yang ada sejak dahulu kala. Setiap negara di dunia pasti mempunyai kebudayaannya masing-masing, termasuk negara Indonesia. Indonesia merupakan negara yang memiliki beragam budaya, salah satu kebudayaan yang masih ada sampai sekarang adalah kain tradisional nusantara. Kain tradisional nusantara merupakan warisan kebudayaan dari berbagai daerah di Indonesia yang wajib untuk dilestarikan. Ada beberapa kain tradisional nusantara yang memiliki arti disetiap motif dan warnanya, antara lain kain songket, kain batik, kain tapis, kain gringsing, kain ikat. Kain-kain tersebut hanyalah sebagian dari jenis kain tradisional di Indonesia. Perkembangan motif maupun warna kain tradisional nusantara sangat pesat, tetapi tidak diimbangi dengan pengetahuan tentang jenis-jenis kain. Banyak kain tradisional Indonesia yang warna dan motifnya sudah campuran dari luar Indonesia, bahkan beberapa diantaranya memiliki warna dan motif yang sama, sehingga sulit untuk dibedakan antara kain satu daerah dengan daerah yang lainnya. Beberapa cara untuk melestarikan kebudayaan kain tradisional indonesia telah diupayakan, salah satu caranya adalah dengan mempublikasi menggunakan situs online. Meskipun demikian, masih banyak PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2 ditemui kain yang tidak identik dengan daerah asalnya. Oleh karena itu dilakukan penelitian dan pembuatan aplikasi sebagai alat bantu untuk mengklasifikasi kain tradisional nusantara secara efektif dan efisien. Klasifikasi kain tradisional nusantara, yang dilakukan AzisWulandari, 2013 menggunakan metode CBIR. Pencarian kain dilakukan berdasarkan kemiripan warna, bentuk dan tekstur dengan hasil akurasi citra berdasarkan tekstur mendapat nilai recall 76,66, untuk citra berdasarkan warna 100 dan untuk citra berdasarkan tekstur dan warna mendapat nilai akurasi 100. Kelemahan dari penelitian ini yaitu citra berdasarkan fitur tekstur tidak bekerja dengan dengan baik karena tidak menemukan citra yang tidak sesuai dengan citra query. Selain Penelitian tersebut, ada pula penelitian Ariyanto, 2014 yang menggunakan ekstraksi ciri tekstur dengan metode matriks kookurensi untuk citra sekumpulan biji bijian. Ekstraksi ciri menggunakan warna dan rata-rata vektor vertikal atau horizontal pernah digunakan untuk pengklasifikasian kain batik Yogyakarta menggunakan algoritma ID3 dengan mendapat akurasi sebesar 75 Tiarani, 2011. Untuk penelitian kain tradisional Nusantara yang peneliti lakukan, akan menggunakan algoritma Naive Bayes dengan ciri warna dan rata-rata vektor horizontal atau vertikal. 3

1.2 Rumusan Masalah