Perpustakaan Digital ITB

Kain batik merupakan salah satu budaya khas Indonesia yang sudah terkenal hingga ke mancanegara, salah satu pesona kain batik yang tidak dimiliki oleh kain biasa adalah pemilihan warna yang unik. Setiap daerah memiliki ciri khas rona warna masing-masing yang saat ini spektrum kandungan warnanya semakin meluas akibat munculnya batik modern. Oleh karena itu, untuk melihat perkembangan spektrum tersebut, teman-teman di program studi Kriya melakukan pemetaan warna dari kain batik modern. Proses pemetaan warna tersebut masih dilakukan secara manual dan subjektif, sehingga masih sering terjadi kesalahan dan menghabiskan waktu yang cukup lama hanya untuk memetakan satu pola kain batik. Guna meminimalisir waktu dan kesalahan pemetaan warna, maka dibutuhkan sebuah program yang dapat memetakan warna dominan dari citra kain batik yang dimasukkan menjadi diagram lingkaran dengan informasi kandungan warna RGB. Pada penelitian ini, digunakan basis data berupa citra kain batik dari berbagai laman di internet dengan resolusi spasial yang rendah. Oleh karena itu, dilakukan peningkatan resolusi citra menggunakan model pembelajaran dalam Enhanced Super-Resolution Generative Adversarial Network) yang berhasil meningkatakan resolusi citra setinggi 4 kali lipat resolusi awalnya. Selanjutnya, dilakukan segmentasi warna untuk mengelompokkan warna dominan dari citra kain batik menggunakan algoritma K-Means. Pemetaan warna selain berguna untuk memperoleh diagram lingkaran kandungan warna pada kain batik, dapat digunakan untuk mengklasifikasikan asal daerah kain batik berdasarkan warna yang dimilikinya. Apabila kain batik berasal dari daerah yang sama, maka kain batik memiliki warna dominan yang serupa satu sama lain. Sebagai contoh, kain batik yang berasal dari Kota Solo dengan nama Batik Sogan memiliki warna dominan coklat, sedangkan Batik Garutan yang berasal dari Kabupaten Garut cenderung memakai warna muda. Sebagai bentuk pengujian, di akhir penelitian sudah dilakukan ekstrasi nilai maksimal derajat keabuan dan RGB setiap citra kain batik untuk diklasifikasikan asal daerahnya menggunakan algoritma jaringan saraf. Model pembelajaran mesin pada algoritma jaringan saraf memiliki akurasi model sebesar 1,0 dengan klasifikasi dominan telah berhasil 100% untuk pengujian pada 10 citra kain Batik Garutan dan Batik Sogan.