Proposal Skripsi

1.      JUDUL PENELITIAN

Rancang Bangun Aplikasi Pencarian Citra Batik Besurek Berbasis Tekstur dengan Gray Level Coocurrence Matrix dan Euclidean Distance.

2.      BIDANG ILMU

Bidang ilmu yang penulis akan teliti adalah bidang ilmu Pengolahan Citra Digital dan Rekayasa Perangkat Lunak.

3.      LATAR BELAKANG

Indonesia memiliki keanekaragaman suku yang tersebar di seluruh kepulauan yang dimilikinya. Dari bermacam-macam suku yang ada di Indonesia ini, masing-masingnya memiliki ciri khas yang membedakan satu dengan yang lainnya. Salah satu ciri khas yang telah menjadi warisan budaya yang sangat dikenal di Indonesia bahkan diluar negeri adalah warisan budaya berupa batik.

Batik bukan hanya diakui sebagai warisan budaya Indonesia, tepat pada tanggal 2 Oktober 2009 batik telah diakui oleh United Nations Educational, Scientific, and Culture Organization (UNESCO) sebagai salah satu warisan budaya dunia. Diakuinya batik sebagai salah satu warisan budaya dunia oleh UNESCO tentu berpengaruh baik terhadap Indonesia terlebih lagi pada kelangsungan batik itu sendiri. Batik menjadi lebih dikenal dan kemungkinan besar tidak akan ada bangsa lain yang dapat menklaim tentang kepemilikan batik.

Awalnya batik hanya merupakan kerajian dari daerah Jawa Tengah, tetapi kemudian telah berkembang ke berbagai daerah lain yang ada di Indonesia. Salah satunya adalah Batik Besurek yang berasal dari Provinsi Bengkulu. Batik Besurek memiliki motif yang beragam. Mulai dari motif kaligrafi, bunga raflesia, burung kuau, dan beberapa motif batik besurek lainnya. Batik besurek juga merupakan sebuah seni sehingga satu motif kain besurek dapat dikreasikan tentunya oleh pengrajin yang memahami motif tersebut. Dengan demikian, satu motif kain batik besurek tidak hanya memiliki satu bentuk saja, tetapi akan memiliki banyak bentuk yang serupa. Banyaknya bentuk dari motif batik besurek tentunya akan menyulitkan seseorang yang ingin mengetahui motif batik besurek yang serupa. Pencarian dengan menggunakan masukkan teks dinilai kurang efisien dikarenakan terkadang nama dari citra tidak mempresentasikan citra itu sendiri.

Pengolahan citra digital merupakan pengolahan yang dilakukan kepada citra untuk mendapatkan hasil tertentu sesuai dengan kebutuhan. Dengan menggunakan pengolahan citra digital, citra seperti batik besurek juga dapat diproses untuk mendapatkan beberapa citra yang serupa. Cara ini dapat menjadi salah satu cara untuk menyelesaikan permasalahan seserorang yang akan mencari motif batik besurek yang serupa.

Penelitian terkait dengan pengolahan citra pernah dilakukan sebelumnya. Bernandus (2011) pernah melakukan penelitian tentang pencarian kemiripan batik dengan menggunakan metode Rotated Wavelet Filter dan Neural Network. Dalam penelitiannya digunakan Neural Network untuk mengetahui kemiripan batik yang diujikan terhadap batik yang ada didalam database. (http://digilib.its.ac.id/public/ITS-Undergraduate-16637-Chapter1.pdf)

Penelitian dengan studi kasus batik juga pernah dilakukan oleh Alvian Adi Pratama (2012) untuk mengklasisfikasikan motif batik dengan menggunakan Gray Level Coocurence Matrik (GLCM), Discrete Wafelet Transform (DWT) dan Fuzzy C-Means. Dalam penelitiannya, didapat bahwa penggunaan GLCM mempunyai akurasi lebih tinggi dalam pengenalan tekstur. (http://digilib.its.ac.id/public/ITS-paper-25660-5106100108-Presenta tion.pdf)

Penenlitian lain oleh Gunar Hendarko (2010) pada identifikasi citra sidik jari menggunakan Alihragam Wavelet dan jarak Euclidean. Pada penelitian ini dapat disimpulkan penggunakan alihragam wavelet dan jarak Euclidean menunjukkan hasil yang cukup baik. (http://eprints.undip.ac.id/32078/1 /Gunar_Hendarko.pdf)

Berdasarkan permasalahan dan penelitian terkait diatas, penulis tertarik untuk merancang sebuah aplikasi pencarian citra batik dengan metode Gray Level Coocurence Matrix untuk pengenalan pola citra batik dan penghitungan jarak citra query dengan citra pada database dengan metode Euclidean Distance. Dalam hal ini, penulis memfokuskan studi kasusnya pada motif batik besurek.

4.      PERUMUSAN MASALAH

Berdasarkan latar belakang yang telah dikemukakan sebelumnya, dapat dirumuskan permasalahan yaitu bagaimana membangun aplikasi yang mampu melakukan pencarian citra batik besurek berbasis tekstur dengan metode Gray Level Coocurence Matrix dan Euclidean Distance.

5.      BATASAN MASALAH

Adapun batasan masalah yang dibahas pada penelitian ini adalah sebagai berikut :

1.      Aplikasi mampu melakukan pencarian citra batik besurek dengan menggunakan metode Gray Level Coocurence Matrix dan Eucidean Distance.

2.      Banyaknya macam citra batik besurek yang digunakan sebagai database sesuai dengan banyaknya motif batik besurek yang ada di Bengkulu dengan jumlah citra dalam database 100 citra.

3.      Sumber citra yang digunakan dalam penelitian ini adalah hasil potret kain batik besurek yang berasal dari perusahaan industri batik besurek yang berada di bawah bimbingan Dinas Koperasi, Usaha Kecil Menengah, Perindustrian dan Perdagangan Provinsi Bengkulu dan hasil scanner gambar batik besurek yang dimiliki dinas tersebut.

4.      Citra yang digunakan pada penelitian ini adalah citra berwarna berukuran 500 x 500 dengan format JPG.

5.      Hasil pencarian citra adalah citra yang memiliki nilai kemiripan mendekati citra uji. Semakin kecil nilai kemiripan maka citra database semakin mirip dengan citra uji.

6.      TUJUAN PENELITIAN

Tujuan yang ingin dicapat dalam penelitian ini adalah

1.      Merancang dan membangun aplikasi pencarian citra batik besurek berbasis tekstur dengan metode Gray Level Coocurrence Matrix dan Euclidean Distance.

2.      Mengetahui tingkat akurasi metode Gray Level Coocurrence Matrix dan Euclidean Distance dalam pengenalan pola batik besurek dan penentuan selisih jarak antara citra masukan dengan citra database.

3.      Menampilkan citra Batik Besurek yang memiliki kemiripan paling dekat dengan citra masukan.

7.      MANFAAT PENELITIAN

Manfaat dilakukannya penelitian ini adalah dapat memberikan kemudahan dalam melakukan pencarian citra yang memiliki kemiripan dengan citra batik besurek yang ada didalam database. Dengan demikian, pengguna dapat mengetahui bentuk-bentuk dari motif batik besurek.

8.      METODE PENELITIAN

Berdasarkan tujuan penelitian yang telah dijelaskan sebelumnya, Metodologi penelitian yang digunakan penulis dalam Tugas Akhir ini terdiri dari:

8.1  Metode Pengumpulan Data

1)      Studi Pustaka

Studi Pustaka dilakukan dengan cara mempelajari teori-teori literatur dan buku-buku yang berhubungan dengan aplikasi yang akan dibangun dalam tugas akhir ini.

2)      Studi Lapangan

Studi lapangan bertujuan mengumpulkan citra batik besurek. Citra batik besurek yang terkumpul merupakan hasil potret kain batik besurek dan hasil scanner gambar batik. Pada penelitian ini, tempat pengumpulan data citra batik besurek difokuskan pada perusahaan industri batik besurek yang berada di bawah bimbingan Dinas Koperasi, Usaha Kecil Menenngah, Perindustrian dan Perdagangan Provinsi Bengkulu dan dinas itu sendiri.

3)      Studi Analisis

Melakukan analisis terhadap masalah yang dikaji yaitu kesulitannya seseorang untuk mencari citra Batik Besurek yang serupa, sedangkan pencarian dengan masukkan teks dinilai kurang efisien. Berdasarkan permasalahan tersebut, aplikasi yang akan dibuat akan menyelesaikan permasalahan dan mempermudah seseorang untuk mencari citra batik besurek serupa.

8.2  Metode Pengembangan Sistem

Pengembangan aplikasi pencarian citra batik besurek dalam Tugas Akhir ini menggunakan model waterfall. Adapun langkah-langkah yang dilakukan dalam pengembangan sistem ini secara garis besar adalah sebagai berikut:

1)      Analisis Kebutuhan

Aplikasi yang akan dibuat memerlukan masukan, keluaran dan kebutuhan interface. Tujuan analisis kebutuhan adalah sebagai batasan dari sistem yang akan dibuat, menentukan kemampuan dan fungsi sistem sesuai dengan kebutuhan user, dan fasilitas-fasilitas yang merupakan nilai tambah yang ada pada sistem yang dibangun. Adapun analisis kebutuhan aplikasi yang akan dibuat adalah sebagai berikut :

a.       Kebutuhan data masukan

Data masukan yang dibutuhkan dalam aplikasi ini adalah citra batik besurek sebagai citra query dan citra database.

b.      Kebutuhan data keluaran

Adapaun data keluaran yang dibuthkan adalah hasil pencarian citra yang serupa dengan citra query sebagai citra masukan.

c.       Kebutuhan interface

Kebutuhan interface pada aplikasi adalah kemudahan dan kenyamanan pengguna saat mengakses aplikasi sesuai dengan permasalahan yang ada.

2)      Perancangan Aplikasi

Perancangan aplikasi ini adalah tahap konseptualisasi, yaitu suatu tahap yang mengharuskan analisis dalam perancangan sistem (perangkat lunak) untuk berusaha tahu pasti mengenai hal-hal yang menjadi kebutuhan dan harapan pengguna sehingga nanti aplikasi yang dibuat memang dibutuhkan oleh user serta memuaskan kebutuhan dan harapannya. Diagram yang digunakan dalam perancangan aplikasi ini ada empat diagram, yaitu use case diagram, class diagram, activity diagram, dan sequence diagram.

Alur aplikasi yang akan dimulai dimulai dengan dua bagain tahap yaitu tahap untuk citra sebagai training yang akan dimasukkan kedalam database dan tahap untuk citra masukan sebagai citra testing. Kedua tahap itu secara garis besar memiliki langkah yang sama, yaitu dimulai dengan pemrosesan awal citra,, dilanjutkan dengan pembentukan matriks coocurrence pada empat derajat yaitu 30º, 45º, 90º dan 135º. Setelah itu lakukan ekstraksi fitur dengan menggunakan Gray Level Coocurence Matrix. Beda dari kedua tahapan adalah untuk citra testing, hasil ekstraksi disimpan dalam database, kemudian ketika tahapan kedua yaitu tahapan citra testing telah dilakukan, dihitung jarak antara kedua hasil ekstraksi. Hasilnya merupakan citra yang memiliki kemiripan terdekat dari citra training dan citra testing. Diagram alir dari aplikasi dalam penelitian ini akan digambarkan pada gambar 1 berikut ini.

Gambar 1. Diagram Alir Aplikasi

Dalam pembuatan aplikasi dalam penelitian ini diperlukan beberapa perangkat lunak dan perangkat keras yang membantu penyelesaikan aplikasi.

a.       Perangkat Lunak

Berikut ini merupakan perangkat lunak yang diperlukan :

1. Matlab 2008

2. MySQL

3. XAMP 2.6

4. Sistem Operasi Windows 7 Ultimate

b.      Perangkat Keras

Berikut ini merupakan perangkat keras yang diperlukan :

1.    Monitor VGA atau SVGA (1366 x 768)

2.    Processor Intel Core i3

3.    RAM 2 GB

4.    Keyboard

3)      Implementasi

Dalam pembuatan aplikasi, tahap ini merupakan tahapan secara nyata dalam pengerjaan aplikasi. Aplikasi pencarian citra serupa akan dimaksimalkan oleh penulis pada tahapan ini.

4)      Pengujian

Proses pengujian yang dilakukan pada aplikasi yang dibuat menggunakan dua metode pengujian yaitu white box testing dan black box testing.

a.       White Box Testing

Dalam pengujian ini, penulis akan meneliti kode-kode program yang ada dan akan menganalisis apakaha ada kesalaha atau tidak. Jika terdapat bagian dari kode yang menghasilkan output yang tidak sesaui maka penulis akan mengecek satu per satu dan memperbaikinya.

b.      Black Box Testing

Sedangkan pada pengujian ini, dilakukan dengan mengamati hasil eksekuasi melalui data uji dan memeriksa fungsional dari aplikasi yang telah dibuat.

5)      Penggunaan dan Pemeliharaan

Setelah aplikasi selesai maka pengguna akan menggunakan aplikasi. Jika terdapat pengembangan fungsional dari aplikasi yang diinginkan oleh pengguna, maka akan dilakukannya pemeliharaan.

9.      TINJAUAN PUSTAKA

9.1  Batik Besurek

Kain Batik Besurek adalah batik tulis tradisional khas Bengkulu yang termasuk batik pesisir dengan motif dominan kaligrafi Arab dihiasi perpaduan flora dan fauna yang sarat akan makna simbolis, melambangkan hubungan manusia dan alam dengan sang pencipta. Besurek (surat) berarti menulis atau melukis kaligrafi dan relief alam pada bidang kain, yang digunakan untuk kebutuhan sandang dalam tradisi masyarakat Bengkulu. Warna dasar yang dominan kain besurek adalah merah, biru, coklat dan kuning sesuai dengan kebutuhan dan penggunaanya.

Pada awalnya kain besurek lebih banyak digunakan sebagai perlengkapan uapcara adat (daur hidup) seperti upacara kelahiran (cukur rambut anak), perkawinan, kematian dan upacara adat lainnya. Pada upacara kelahiran, kain batik batik besurek dipakai sebagai ayunan anak. Kain besurek dipakai sebagai penutup kepala (destar) oleh pengapit (pendamping) pengantin laik-laik saat pelaksanaan akad nikah, juga oleh pemuka adat dalam acara Mufakat Rajo Penghulu (rapat panitia persiapan upacara pernikahan). Sedangkan pengantin wanita menggunakan selendang kain besurek pada waktu acaara bedabung (mengikir gigi), mandi-mandi dan ziarah ke kuburan sebelum menikah. Dengan demikian maka kain surek merupakan cirri budaya Bengkulu. (Dinas Kebudayaan dan Pariwisata Provinsi Bengkulu, 2013)

9.2  Pengolahan Citra Digital

Sebuah citra sangat kaya dengan informasi, namun seringkali citra yang kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing).

Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra, kemudian  elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur, sebagian citra perlu digabung dengan bagian citra yang lain. (Fadlisyah,2008). Sebelum melakukan pengolahan citra, citra yang akan diolah perlu dilakukan image pre-processing. Salah satu image pre-processing adalah mengubah citra berwarna menjadi citra keabuan.

9.3  Gray Level Coocurrence Matrix

Pada analisis tekstur secara statistis, fitur tekstur dihitung berdasarkan distribusi statistik dari kombinasi intensitas piksel pada posisi tertentu relatif terhadap lainnya dalam suatu matriks citra. Bergantung pada jumlah piksel atau titik intensitas dalam masing-masing kombinasi, dibedakan adanya statistik orde-pertama, statistik orde-kedua dan statistik orde-lebih-tinggi (higher-order statistics). Menurut Fritz Albregsten (dalam Wibawanto, Hari. 2008 : 2), Metode GLCM (gray-level co-occurrence matrix) adalah salah satu cara mengekstrak fitur tekstur statistik orde-kedua. Selain itu, menurut Mryka Hall-Bayer (dalam Wibawanto, Hari. 2008 : 2), GLCM (yang disebut juga Gray Tone Spatial Dependency Matrix) adalah tabulasi mengenai frekuensi atau seberapa seringnya kombinasi nilai kecerahan piksel yang berbeda posisinya terjadi dalam suatu citra. Dengan demikian, dapat disimpulkan bahwa metode Gray Level Coocurence Matrix merupakan salah satu cara mengekstraksi fitur tekstur untuk mengetahui seberapa seringnya kombinasi nilai kecerahan piksel dengan posisi berbeda terjadi pada suatu citra.

Berikut ini adalah gambaran pembentukan GLCM atas citra dengan 4 tingkat keabuan (gray level) pada jarak d=1 dan arah 0°.

Gambar 2. a. Contoh citra dengan 4 tingkat keabuan b. GLCM pada jarak 1 arah 0°

Menurut R.M. Haralick (dalam Wibawanto, Hari. 2008 : 3), mengekstrak 14 fitur dari matriks cooccurence tersebut, meskipun dalam banyak aplikasi hanya beberapa fitur yang banyak digunakan, antara lain:

                                                               (1)

                                      (2)

                                          (3)

                                   (4)

                                                 (5)

                                   (6)

                                                (7)

                                                (8)

                                                                (9)

                                                                (10)

                                                    (11)

                                                    (12)

Matriks co-occurrence menangkap sifat tekstur tetapi tidak secara langsung dapat digunakan sebagai alat analisis, misalnya membandingkan dua tekstur. Data ini harus disarikan lagi agar didapatkan angka-angka yang bisa digunakan untuk mengklasifikasi tekstur. Haralick mengusulkan 14 ukuran (atau ciri/fitur), tetapi Connors dan Harlow pada tahun 1980-an mengkaji bahwa dari 14 fitur yang diusulkan Haralick tersebut, hanya 5 diantaranya yang biasanya digunakan. Kelima fitur itu adalah: energi, entropi, korelasi, homogenitas, dan inersia. (Wibawanto, Hari. 2008 : 3)

9.4  Euclidean Distance

Tahap terakhir dalam sistem pencarian ini adalah mencari kemiripan antara citra query dengan fitur dari citra yang sudah disimpan pada basis data. Dalam program aplikasi pencarian citra berdasarkan tekstur, similarity measure yang digunakan pada penelitian ini adalah Euclidean Distance. Euclidean Distance merupakan teknik yang paling sederhana untuk menghitung jarak di antara dua vektor. Misalkan diberikan dua buah feature vector p dan q, maka jarak di antara dua feature vector p dan q ditentukan pada persamaan (13) seperti berikut ini.

         (2.13)

dengan

d =  ukuran jarak antara query citra P dan citra Q yang ada di dalam database.

p =  feature vector pada image P

q =  feature vector pada image Q

(Dila, Priagung Safara, 2013 : 6)

10.  PENELITIAN TERKAIT

Berikut ini adalah beberapa penelitian yang telah dilakukan sebelumnya yang terkait dengan penelitian yang akan dilakukan.

a.       Identifikasi Citra Sidik Jari Menggunakan Aligragam Wavelet dan Jarak Euclidean oleh Gunar Hendarko Jurusan Teknik Elektro, Fakultas Teknik, Universitas Dipenogoro. Dalam penelitiannya, pengenalan citra sidik jadi dilakukan dengan menggunakan metode Alihragam Wavelet dan penghitungan jarak menggunakan Jarak Euclidean.

b.      Pengenalan Motif Batik Dengan Rotated Wavelet Filter dan Neural Network oleh Bernardinus Arisandi Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember. Dalam penelitiannya digunakan Neural Network untuk mengetahui kemiripan batik yang diujikan terhadap batik yang ada didalam database.

c.       Implementasi Fuzzy C-Means untuk Klasifikasi Motif Batik Dengan Fitur Tekstur oleh Alvian Adi Pratama Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember. Dalam penelitiannya, pengenalan tektur menggunakan Gray Level Coocurence Matrix (GLCM), Discrete Wavelet Transform (DWT) dan Rotated Wavelet Filter (RWF), sedangkan klasisfikasi motif batik menggunakan Fuzzy C-Means.

d.      Sistem Perolehan Citra Berbasis Isi Menggunakan GRLM Berdasarkan Ciri Tekstur pada Pola Batik oleh Priagung Safara Dila, Program Studi Teknik Informatika, Universitas Trunojoyo Madura. Dalam penelitiannya pengenalan citra menggunakan Gray Level Run Length Matrix dan penhitungan jarak menggunakan Euclidean Distance.

11.  JADWAL WAKTU PELAKSANAAN

Jadwal dan waktu pelaksanaan penilitian adalah sebagai berikut:

No	Kegiatan	Bulan
		Des. 2013	Jan. 2013	Feb. 2013	Mar. 2013	Apr. 2013	Jun. 2013
1	Studi Kepustakaan
2	Penerimaan Proposal Skripsi
3	Pengumpulan dan Analisis Data
4	Pembuatan Sistem/Program
5	Pengujian Sistem/Program
6	Penyelesaian Laporan Akhir

12.  DAFTAR PUSTAKA

Anonim. 2013. Katalog Pameran Tetap. Bengkulu. Dinas Kebudayaan dan Pariwisata Pemerintah Provinsi Bengkulu

Arisandi, Bernardinus, et al. Pengenalan Motif Batik Dengan Rotated Wavelet Filter dan Neural Network ? .[Online] Tersedia: http://digilib.its.ac.id/public/ITS-Undergraduate-16637-Chapter1.pdf. [Oktober 2013]

Dila, Priagung Safara, et al. Sistem Perolehan Citra Berbasis Isi Menggunakan GRLM Berdasarkan Ciri Tekstur Pada Pola Batik ? [Online] Tersedia: http://pta.trunojoyo.ac.id/uploads/journals/0704111 00128/070411100128.pdf. [November 2013]

Fadlisyah.2008. Pengolahan Citra Digital. Yogyakarta : PT Elex Media Komputindo.

Hendarko, Gunar, et al. Identifikasi Citra Sidik Jari Menggunakan Alihragam Wavelet dan Jarak Euclidean ? [Online] Tersedia: http://eprints.undip .ac.id/32078/1/Gunar_Hendarko.pdf. [Desember 2013]

Pratama, Alvian A., et al. Implementasi Fuzzy C-Means untuk Pengelompokan Citra Batik Berdasarkan Motif dengan Fitur Tekstur ? .[Online] Tersedia: http://digilib.its.ac.id/public/ITS-paper-25660-5106100108-Presentation.pdf. [Oktober 2013]

Wibawanto, Hari., et al. Identifikasi Citra Massa Kistik Berdasar Fitur Gray-Level Co-Ocurence Matrix ? [Online] Tersedia : http://journal.uii. ac.id/index.php/Snati/article/viewFile/1558/1334. [Desember 2013]