Implementasi GLCM, LBP, Dan Euclidean Distance Untuk Sistem Pencarian Batik Teratur Berbasis Citra

Abstrak

Dalam upaya mempercepat dan mempermudah proses pencarian pola pada citra batik teratur, penelitian ini mengusulkan implementasi ekstraksi fitur kombinasi yang menggabungkan Gray Level Co-occurrence Matrix (GLCM) dan Local Binary Pattern (LBP). Setiap citra di- resize ke ukuran standar 128×128 piksel, kemudian diolah menjadi citra grayscale sebelum ekstraksi fitur. Fitur GLCM digunakan untuk menangkap tekstur global melalui pengukuran kontras, dissimilarity, homogeneity, energy, korelasi, dan ASM. Sementara itu, LBP menangkap informasi detail lokal dalam bentuk histogram pola biner. Fitur-fitur yang dihasilkan digabungkan menjadi vektor deskriptor lengkap untuk setiap citra, lalu disimpan dalam basis data. Pencarian pola serupa dilakukan dengan menghitung Euclidean Distance antara vektor query dan seluruh vektor dalam database, menghasilkan peringkat 10 citra terdekat. Hasil awal menunjukkan bahwa kombinasi ketiga metode ekstraksi ini mampu menangkap karakteristik tekstur, lokal, dan frekuensi dengan baik, sehingga mempermudah identifikasi pola batik yang menyerupai query. Kontribusi utama penelitian ini adalah demonstrasi efektivitas gabungan GLCM dan LBP dalam sistem pencarian citra batik teratur, sekaligus membuka peluang optimasi lebih lanjut melalui pengaturan parameter dan integrasi teknik pembelajaran mesin

Identifier

• OpenAlex: https://openalex.org/W4414717829
• DOI: https://doi.org/10.33005/santika.v5i1.597