Picture (image) is a media that used for storing visual data, for example, two-dimensional images are often used to store an incident. Images on the internet media growth very rapidly. There are a lot of image, video, text or other content on the Internet. Image Index and image retrieval again become a topic of research in the last decade in which concentrated on how to get the meaning of an information contained in an image. Three methods outlined in the search for an image, the text-based image retrieval, content-based image retrieval and indexing images in the order of language. This study focuses on the preparation of the features of an image based on color and texture. Features colors using the average value of Hue image, texture features using Gray Level occurance Matrix (GLCM). Color, texture, and shape extraction technique resulted in eighteen (18) feature that can be used as features in the process of Clustering.DOI: 10.24843/MITE.1601.12

No abstract

— Penggunaan motif tekstil tradisional Indonesia dipengaruhi oleh unsur-unsur alam, lingkungan dan kebudayaan yang berkembang di masyarakat. Material, motif, dan teknik pembuatan tekstil tradisional dapat berbeda antara satu daerah dengan daerah yang lain. Penggunaan teknologi informasi dalam pelestarian dan memberikan pengetahuan kepada masyarakat dapat dibuat dalam bentuk perangkat lunak yang dapat melakukan pencocokan pola gambar atau foto sekaligus melakukan klasifikasi tekstil tradisional. Input dalam penelitian ini berupa citra potongan tekstur yang bermotif. Perangkat lunak melalui proses pengenalan pola akan melakukan perhitungan dan menghasilkan nilai yang dapat dicocokkan pada database sample yang sebelumnya sudah diproses. Metode yang digunakan yaitu ekstraksi ciri warna dengan metode Local Color Histogram, ekstraksi ciri tekstur dengan metode Co-occurrence matrix, dan ekstrasi ciri bentuk dengan metode Canny Edge Detection. Masing-masing ekstraksi ciri akan menghasilkan vector. Data yang digunakan terdiri dari 10 kelompok tekstil yaitu kain endek bali, songket bali, tenun dayak, tenun ikat, sasirangan, kain besurek, ulos, sutra bugis, kain gringsing. Metode klasifikasi dengan menggukanan K-Nearest Neighborhood (K-NN). Hasil dari penelitian ini adalah nilai akurasi tertinggi untuk ekstraksi ciri tektur dan nilai akurasi terendah untuk gabungan ekstraksi ciri bentuk dan  warna.

No abstract

No abstract