KLASIFIKASI JENIS KAIN TENUN BUTON DENGAN METODE K-NN BERDASARKAN FITUR WARNA RGB DAN HSV SERTA EKSTRAKSI TEKSTUR DENGAN GLCM

Abstract

Kain tenun Buton – Sulawesi Tenggara merupakan bentuk kreativitas tradisional masyarakat Buton dengan berbagai motif dan makna tersendiri. Namun, banyaknya jenis kain tenun Buton membuat tidak semua orang, termasuk masyarakat Buton, dapat mengenali jenisnya. Penelitian ini mengklasifikasikan citra kain tenun Buton menggunakan metode k-nearest neighbor (K-NN) dengan fitur warna RGB, HSV, dan GLCM. Dari hasil pengunjian yang telah dilakukan dengan menggunakan 150 citra uji, hasil cropping 2 loba yang terbagi ke dalam 10 kelas berbeda memperoleh nilai akurasi tertinggi yaitu 96% ketika menggunakan fitur RGB, 93,33% ketika menggunakan fitur HSV dan 88% ketika menggunakan fitur GLCM, pada masing-masing nilai k = 1 dan 2. Selain itu, pengujian juga dilakukan untuk 20 citra hasil cropping 4 loba dan memperoleh nilai akurasi tertinggi sebesar 95% ketika menggunakan fitur RGB pada nilai k = 1 dan 2, serta 100% ketika menggunakan fitur HSV pada nilai k = 3 dan 5. Akurasi yang cukup rendah yaitu sebesar 25% didapatkan ketika menggunakan fitur GLCM pada nilai k =1 sampai 5. Hasil ini menunjukkan bahwa metode K-NN dengan fitur warna RGB dan HSV memberikan akurasi tinggi dalam klasifikasi kain tenun Buton, sehingga dapat menjadi solusi efektif untuk identifikasi jenis kain secara otomatis