PENGENALAN MOTIF KAIN SONGKET PALEMBANG

BEDASARKAN TEKSTUR MENGGUNAKAN METODE

GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM)

PROPOSAL TUGAS AKHIR SEMESTER

OLEH:

VERTI TAMARA
NPM. 191220041

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS MUHAMMADIYAH PONTIANAK
2022

i
 1 BAB I
PENDAHULUAN

1.1 Latar Belakang

Bangsa Indonesia merupakan negara kepulauan yang penuh dengan

kekayaan serta keragaman budaya, dikelilingi oleh lautan yang luas dan ribuan
deret pulau-pulau yang membuatnya begitu kaya. Tak hanya kaya akan potensi
alamnya, Indonesia juga memiliki beragam suku bangsa yang tersebar dari Sabang
hingga Merauke. Keanekaragaman suku bangsa itulah yang membuat Indonesia
memiliki warisan budaya yang kaya dengan berbagai macam adat istiadatnya.
Keragaman budaya seperti kesenian berupa alat musik daerah, tarian, kain songket,
batik, yang harus dilestarikan dari perubahan dunia. Indonesia tetap satu sesuai
dengan semboyan nya, Bhineka Tunggal Ika yang artinya "Meskipun berbeda-beda
tetapi tetap satu jua". Keragaman budaya turut serta didukung oleh wilayah Negara
Kesatuan Republik Indonesia yang terpisah wilayah-wilayahnya oleh lautan
Indonesia.

Indonesia memiliki banyak cara untuk mengenalkan budayanya, dan salah

satunya yaitu lewat kain songket. Songket merupakan jenis kain tenunan tradisional
di Indonesia, Malaysia, dan Brunei. Songket ditenun menggunakan tangan dengan
benang emas dan perak, serta pada umumnya dikenakan pada acara-acara resmi.
Songket Palembang merupakan jenis songket yang terkenal dibandingkan kain
tenunan sejenis dari daerah lainnya. Dalam satu jenis songket memiliki beberapa
bagian, namun untuk mengenali satu songket dengan songket yang lain berdasarkan
motifnya bisa dilihat pada kembang tengahnya.

Pengetahuan masyarakat Indonesia akan motif-motif songket Palembang

masih minim dan perbedaan antara motif yang satu dengan motif yang lain masih
belum diketahui. Kurangnya pendataan secara komputerisasi menjadi penyebab hal
tersebut dan belum adanya aplikasi yang dapat menganalisis songket Palembang
yang dapat membantu masyarakat untuk mendapatkan informasi.

1
 2

Motif songket dapat diklasifikasikan menjadi beberapa kelas berdasarkan

fitur tekstur menggunakan berbagai macam metode. Metode untuk ekstraksi fitur
tekstur salah satunya adalah Gray Level Co-Occurrence Matrix (GLCM). GLCM
adalah metode ekstraksi ciri yang menggunakan perhitungan tekstur pada orde
kedua yaitu memperhitungkan pasangan dua piksel citra asli. Hasil pada penelitian
sebelumnya menunjukkan bahwa GLCM sebagai metode ekstraksi ciri tekstur
memberikan hasil yang sangat baik.

Berdasarkan uraian tersebut, maka pada penelitian ini akan dibangun sistem
klasifikasi songket Lombok menggunakan metode Gray Level Co-Occurrence
Matrix (GLCM) untuk ekstraksi fitur tekstur. Gray-Level Co-occurrence Matrix
merupakan salah satu metode dengan cara mengekstraksi ciri sudut dan ekstraksi
fitur untuk mengetahui nilai kecerahan piksel dengan posisi. Dalam satu jenis
songket sendiri memiliki beberapa bagian, namun untuk mengenali satu songket
dengan songket yang lain berdasarkan motifnya bisa dilihat pada kembang
tengahnya. Salah satu cara untuk pengenalan motif kain songket dilakukan dengan
metode GLCM sangatlah bisa diterapkan pada pengenalan motif kain songket.

Dengan adanya penelitian yang dilakukan, untuk identifikasi kain songket

Palembang mempermudah masyarakat dan wisatawan asing yang datang, dapat
langsung mengetahui nama-nama songket dan jenis motif-motif songket apa yang
sedang dilihat atau dipakai pada kain songket Palembang. Serta dapat mengenal
motif-motif apa saja yang ada di Palembang tersebut dengan adanya penelitian ini.

1.2 Rumusan Masalah

Berdasarkan latar belakang pada uraian sebelumnya, maka terdapat masalah

yang dapat diidentifikasi sebagai berikut:

1. Masyarakat belum banyak mengetahui informasi tentang motif-motif

Songket Palembang. Hal ini dikarenakan belum adanya pendataan yang
baik secara komputerisasi.

2. Selain itu, belum adanya aplikasi untuk menganalisis songket, terutama

motif-motif songket guna memberikan pengetahuan bagi masyarakat.
 3

3. Metode pengenalan pola sangat dapat diandalkan untuk diterapkan pada

pengenalan motif Songket Palembang.

1.3 Batasan Masalah

Dalam penelitian ini perlu adanya pembatasan masalah agar penelitian dapat
terarah. Batasan masalah tersebut dapat diuraikan sebagai berikut:

1. Penelitian ini hanya mendeteksi Bagian citra songket Palembang yang

dijadikan sampel adalah motif kain songket.

2. Terdiri dari 2 motif songket sebagai sampel, yaitu: Bintang Berante dan
Nampan Perak.

3. Aplikasi berbasis mobile.

4. Pembuatan aplikasi ini hanya mendeteksi perbedaan tekstur songket

Palembang kepada kain.

5. Kriteria Gambar yang akan di masukkan 125x125 pixel JPG.

6. Aplikasi ini dijalankan pada perangkat SmartPhone berbasis Android

1.4 Tujuan Penelitian

Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah yaitu,

“Bagaimana mengidentifikasi perbedaan citra tekstur pada motif songket
Palembang dengan metode Gray Level Co-Occurrence Matrix (GLCM)”

1.5 Manfaat Penelitian

Tujuan yang ingin dicapai dalam penulisan tugas akhir ini adalah
menerapkan metode Gray Level Co-Occurrence Matrix (GLCM) dalam
mengidentifikasi perbedaan citra tekstur pada motif songket Palembang.

1.6 Metodologi Penelitian

Metode yang digunakan dalam pembuatan tugas akhir ini adalah sebagai
berikut:
1. Analisa
2. Perancangan sistem
3. Implementasi
4. pengujian
 4

1.7 Sistematika Penulisan

Pada sistematika penulisan tugas akhir ini dibagi menjadi 5 Bab, sebagai
berikut:

BAB I Pendahuluan

Merupakan pendahuluan yang berisi latar belakang masalah,

rumusan masalah, batasan masalah, tujuan penelitian, manfaat
penelitian, metode penelitian dan sistematika penulisan.

BAB II Landasan Teori

Berisi landasan teori yang dipakai oleh si penulis untuk membuat

skripsi yang meliputi materi pengenalan pola dan metode Gray
Level Co-Occurrence Matrix (GLCM).

BAB III Metode Penelitian

Berisi landasan teori yang dipakai penulis dalam membuat skripsi

yang meliputi materi Pengenalan Pola dengan metode.

BAB IV Analisis dan Perancangan Sistem

Analisis tentang permasalahan yang diteliti dan bagaimana

penyelesaiannya dengan perancangan aplikasi yang meliputi desain
antar muka (interface).

BAB V Hasil dan Pengujian

Bab ini berisi pengujian sistem Pengenalan Motif Kain Songket

Palembang Berdasarkan Tekstur Menggunakan Metode Gray Level
Co-occurrence Matrix (GLCM)

BAB VI Kesimpulan dan Saran

Merupakan penutup yang berisi kesimpulan dan saran terhadap

hasil penelitian
 2 BAB II
LANDASAN TEORI

2.1 Tinjauan Pustaka

Pada penelitian terdahulu yang terkait dengan penelitian ini adalah

Penelitian tentang Pengenalan Motif Kain Songket Berdasarkan Tekstur
Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM) untuk
mengenali motif songket tingkat keberhasilan yang didapatkan dari hasil
pengenalan adalah 72% [3]. Penelitian serupa telah dilakukan membahas tentang
Klasifikasi Kain Songket Lombok Berdasarkan Fitur GLCM dan Moment Invariant
Dengan Teknik Pengklasifikasian Linear Discriminant Analysis (LDA). Hasil
penelitian menunjukan bahwa, metode GLCM untuk ekstraksi fitur tekstur cocok
digunakan pada klasifikasi songket Lombok dengan akurasi 98.33% [1]. Penelitian
berikutnya membahas tentang pengenalan dan klasifikasi citra tekstil tradisional
dengan menggunakan deteksi tepi canny, local color histogram dan Co-Occurrence
Matrix. Hasil penelitian menunjukan bahwa nilai rata-rata hasil yang dikenal sesuai
dengan kelompok tekstil adalah 88.03%. Nilai tertinggi menggunakan ekstraksi ciri
tekstur sebesar 99.37% [4]. Penelitian ini menunjukan bahwa GLCM sangat baik
digunakan dalam ekstraksi fitur tekstur.

Penelitian selanjutnya adalah penelitian tentang pengenalan jenis batik tulis

dan batik cap menggunakan GLCM sebagai ekstraksi fitur. Hasil akurasi dari
penelitian ini adalah sebesar 90%. Penelitian lain yang telah dilakukan yaitu tentang
klasifikasi motif kain batik menggunakan GLCM untuk ekstraksi fitur tekstur. Hasil
akurasi yang diperoleh pada sudut 0º sebesar 74.2%, sudut 45º sebesar 64.5%, sudut
90º sebesar 66.65% dan 135º sebesar 67.5%. Penggabungan seluruh nilai fitur
menghasilkan akurasi pada tahap pelatihan sebesar 80.65% dan pada tahap
pengujian sebesar 77.14% [2].

Berdasarkankan Jurnal yang telah di rujuk oleh penulis maka dapat

disimpulkan pendeteksian motif-motif kain daerah seperti kain songket dan batik

5
 6

dapat digunakan untuk mengenalkan motif-motif kain daerah di Indonesia kepada

wisatawan yang datang. Penulis melakukan pengklasifikasian objek citra songket
mau pun batik menggunakan metode yang di pakai, bermacam metode yang dapat
di gunakan, kemudian sistem akan membaca citra motif songket dan batik dan
mencocokkan dengan data training agar diketahui songket atau batik apa saja yang
ada. Persamaan pada penelitian ini dengan penelitian terdahulu yaitu sama-sama
membahas tentang kain daerah Indonesia seperti songket dan batik dari matif-motif
yang ada, yang jadi perbedaan dari penelitian terdahulu adalah penelitian ini
menggunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk klasifikasi
pada citra songket kabupaten Siak.

Dari pemaparan tersebut, maka dalam penelitian ini akan dibangun sistem
klasifikasi songket Palembang. Metode yang digunakan adalah Gray Level Co-
Occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur.

2.1.1 Songket

Menurut Yudhy Syarofie (2007), arti songket secara resmi hingga kini
belum ada. Namun, beberapa sumber memberikan penjelasan yang mengarah
kepada pengertian kertabahasa, songket menurut sumber ini berasal dari kata
disongsong dan diteket. Kata teket dalam bahasa Palembang lama berarti sulam.
Kata itu mengacu pada proses penenunan yang pemasukan benang dan peralatan
pendukung lainnya ke longsen dilakukan dengan cara diterima atau disongsong.

2.2.2 Struktur Songket

Pada struktur kain songket pada gambar 2.1 ada empat bagian yang terdapat
pada bagian kain songket yakni, Badan kain, Kepala kain, Kaki kain atas dan
bawah, Tepi kain atas dan bawah dan motif-motifnya harus berkesinambungan agar
 7

makna yang disampaikan bejalan seiring (Sulastri,2013). Sebagai contoh,

perhatikan Gambar 2.1. Struktur kain songket di bawah ini:

Gambar 2.1 Struktur kain songket

2.1.2 Motif Sogket Palembang

Songket Palembang merupakan jenis songket yang terkenal dibandingkan
kain tenunan sejenis dari daerah lainnya. Dalam satu jenis songket memiliki
beberapa bagian, namun untuk mengenali satu songket dengan songket yang lain
berdasarkan motifnya bisa dilihat pada kembang tengahnya. Secara garis besar,
motif Songket Palembang terdiri dari 7 (tujuh) bagian, yaitu secara berurutan dari
motif terluar hingga terdalam dikelilingi tretes, umpak ujung, pengapit, tawur,
umpak bangkot, ombak, dan kembang tengah atau motif inti. Pada penelitian ini
diambil dua motif Songket Palembang yaitu songket Bintang Berante dan Nampan
Perak. Contohnya pada Tabel 2.1 motif-motif songket Palembang.
 8

Tabel 2.1 motif-motif songket Palembang

No Citra motif songket Nama motif songket

1. Bintang Berante

2. Nampan Perak
 9

3 BAB III
METODE PENELITIAN

3.1 Ciri Fitur Statistik GLCM

Penelitian pengenalan motif kain songket ini menggunakan metode GLCM

dan menggunakan fitur sebagai berikut.

1. Korelasi (Correlation)

Menyatakan ukuran hubungan dependen piksel terhadap piksel

tetangga dalam citra.

𝑁−1 (i−µi)(j−µj)
correlation = ∑ 𝑃i.j [......................................(2.1)
𝑖.𝑗−0 √(σ2)(σ2)

2. Energi (Energy)
Energi menyatakan ukuran konsentrasi pasangan
dengan intensitas keabuan tertentu pada matriks.

𝑁−1
energy = ∑ 𝑃i.j2...................................................(2.2)
𝑖.𝑗−0

3. Entropi (Entropy)
Entropi digunakan untuk mengukur keteracakan
dari distribusi intensitas.
𝑁−1
entropy = ∑ Pi.j(−In𝑃i.j)..............(2.3)
𝑖.𝑗−0

4. Homogenitas
Secara matematis, homogenitas GLCM adalah invers
dari kontak GLCM. Yaitu keseragaman intensitas keabuan pada citra.

𝑁−1 𝑃i.j
ℎ𝑜𝑚𝑜𝑔𝑒𝑛𝑒𝑖𝑡𝑦 = ∑ 1+(i−j)2.................... (2.4)
𝑖.𝑗−0
3.2 Diagram Alir Penelitian

Secara umum, penelitian pengenalan motif kain songket ini melalui beberapa
tahapan proses. Secara garis besar dapat dilihat pada diagram alir seperti ditunjukan
dalam Gambar 3.1 berikut.

Start

Input
Citra

Correlati
on Citra
Grayscale

Energy

Ekstraksi
Fitur Database
Entropy

Homogen
ety
Pengenalan

Hasil

End

Gambar 3.1 Diagram Alir Penelitian

3.3 Tabel Tambah Data

Tabel ini berisi tentang nilai ciri dari citra hasil ekstraksi ciri dengan metode
Gray Level Co-occurrence Matrix yang akan menjadi nilai database untuk
perhitungan jarak dengan metode. Dapat dilihat sebagai berikut:

Tabel I Tambah Data

No Nama Field Type Length Keterangan

1 Id Integer 11 Nomor urut

2 Nama kain Songket Varchar 35 Nama asal songket

3 Nilai Correlation 0o Varchar 20 Nilai Metode

4 Nilai Energy 0o Varchar 20 -
5 Nilai Entropy 0o Varchar 20 -
6 Nilai Homogenety 0o Varchar 20 -

7 Nilai Correlation 45o Varchar 20 -

8 Nilai Energy 45o Varchar 20 -
9 Nilai Entropy 45o Varchar 20 -
10 Nilai Homogenety 45o Varchar 20 -
11 Nilai Correlation 90o Varchar 20 -
12 Nilai Energy 90o Varchar 20 -
13 Nilai Entropy 90o Varchar 20 -
14 Nilai Homogenety 90o Varchar 20 -
15 Nilai Correlation 135o Varchar 20 -
16 Nilai Energy 135o Varchar 20 -
17 Nilai Entropy 135o Varchar 20 -
18 Nilai Homogenety 135o Varchar 20 -
 DAFTAR PUSTAKA

[1] N. Nurhalimah, I. G. P. Suta Wijaya, and F. Bimantoro, “Klasifikasi Kain

Songket Lombok Berdasarkan Fitur GLCM dan Moment Invariant Dengan
Teknik Pengklasifikasian Linear Discriminant Analysis (LDA),” J. Teknol.
Informasi, Komputer, dan Apl. (JTIKA ), vol. 2, no. 2, pp. 173–183, 2020,
doi: 10.29303/jtika.v2i2.98.
[2] Nuraedah and M. Bakri, “Klasifikasi Motif Kain Tradisional Batik Bomba
Kaili,” Semin. Nas. Sist. Inf. UNMER Malang, no. 14 September, pp. 715–
723, 2017.
[3] H. Hayaturrachmah, “Pengenalan Motif Kain Songket Berdasarkan Tekstur
Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM),”
eProceeding TIK, vol. 1, no. 1, 2021, [Online]. Available: http://e-
jurnal.pnl.ac.id/eProTIK/article/view/2242%0Ahttp://e-
jurnal.pnl.ac.id/index.php/eProTIK/article/download/2242/1910.
[4] I. P. G. S. Andisana, M. Sudarma, and I. M. O. Widyantara, “Pengenalan
Dan Klasifikasi Citra Tekstil Tradisional Berbasis Web Menggunakan
Deteksi Tepi Canny, Local Color Histogram Dan Co-Occurrence Matrix,”
Maj. Ilm. Teknol. Elektro, vol. 17, no. 3, p. 401, 2018, doi:
10.24843/mite.2018.v17i03.p15.
[5] I. S. Fahrozi, “PROGRAM STUDI TEKNIK INFORMATIKA
UNIVERSITAS ISLAM RIAU Nama NPM Fakultas Program Studi Jenjang
Pendidikan Judul Skripsi Imam Surya Fahrozi Teknik Teknik Informatika
Strata Satu ( S1 ) Klasifikasi Pada Citra Jenis Songket Kabupaten Siak
Menggunakan Metode Gray Level Co-Occurrence Matrix ( GLCM ),” 2021.
[6] Z. Y. Lamasigi, “DCT Untuk Ekstraksi Fitur Berbasis GLCM Pada
Identifikasi Batik Menggunakan K-NN,” Jambura J. Electr. Electron. Eng.,
vol. 3, no. 1, pp. 1–6, 2021, doi: 10.37905/jjeee.v3i1.7113.
[7] M. A. Hasan and D. Y. Liliana, “Pengenalan Motif Songket Palembang
Menggunakan Deteksi Tepi Canny, PCA dan KNN,” Multinetics, vol. 6, no.
1, pp. 1–7, 2020, doi: 10.32722/multinetics.v6i1.2700.