Batik merupakan salah satu budaya yang sudah menjadi identitas bagi negara Indonesia. Batik indonesia mempunyai banyak keanekaragaman motif dan setiap daerah memiliki model dan ciri khas yang hampir sama. Masyarakat pada umumnya hanya menggunakan batik tanpa mengenal dari mana asal batik yang mereka gunakan. Mereka tidak bisa membedakan asal motif dan model yang ada di setiap batik. Sehingga diperlukan sistem yang dapat membedakan jenis batik khususnya batik madura. Pada penelitian ini akan melakukan teknik untuk mengklasifikasikan batik dengan menggunakan Jaringan syaraf tiruan Backpropagation. Sedangkan untuk ekstrasi cirinya menggunakan metode 2-D Discreet Cosine Transform (DCT). Dimana data training dan data testing akan di uji secara acak menggunakan metode K-Fold Cross Validation. Hasil dari penelitian ini berupa sistem yang dapat menglasifikasi Batik Madura. Pada penelitian ini akurasi tertinggi batik yang dapat dikenali sistem adalah 46.153%.

Batik has became one of Indonesia cultural identity. Indonesian Batik has lots of diversity in pattern and each region has designs and characteristics that are almost the same each other. Generally, people only use batik without knowing where it came from; they cannot differentiate the provenance of the pattern and the design from each batik. So that, we need a system that can distinguish the types of batik, especially Madura Batik. This study will classify batik using Neural Network Backpropagation, meanwhile for its characteristics extraction using 2-D Discreet Cosine Transform (DCT). The training data and testing data will be tested randomly using the K-Fold Cross Validation method. The result of this study is a system that can classify Batik Madura. In this study, the highest accuracy of batik that can be recognized by system is 46.153%.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal