PERANCANGAN EKSTRAKSI FITUR MOTIF SASIRANGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS COLOR HISTOGRAM DAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM)

Sari

Sasirangan adalah kain adat suku Banjar di Kalimantan Selatan yang dibuat dengan teknik tusuk jelujur. Penelitian menggunakan uji algoritma Naive Bayes Klasifikasi terhadap citra kain sasirangan yang diekstrak dengan metode berbasis color histogram dan GLCM data terdiri dari 30 citra digital kain sasirangan terdiri dari 10 data citra motif Hiris Gagatas dengan label g class 0, 10 data citra motif Kulat Kurikit diberi label k class 1, dan 10 data citra motif Absrak diberi label a class 2. Pengujian data menggunakan X-Validation dengan ketentuan Number Validaton uji 10 sampai dengan 2, type validasi yang diuji mulai dari Stratified Sampling, Shuffled Sampling dan Linier Sampling. Kesimpulan dari penelitian yang dilakukan diperoleh hasil accuracy Stratified Sampling Color Histogram dengan nilai validasi 5 miliki nilai tertinggi dibandingkan Shuffled Sampling dan Linier Sampling dengan accuracy 63.33%. Hasil accuracy Stratified Sampling GLCM 0°, GLCM 45°, dan GLCMRata-rata dengan nilai validasi 3 miliki nilai tertinggi dengan accuracy 80.00%. Sedangkan hasil accuracy Stratified Sampling GLCM 90° dengan nilai validasi 3 dan Accuracy Linier Sampling nilai validasi 10 miliki nilai tertinggi dengan accuracy 73.33%. Hasil accuracy Stratified Sampling GLCM 135° dengan nilai validasi 3 miliki accuracy 76.67%.

Kata Kunci : Sasirangan, Naive Bayes, Klasifikasi, Color Histogram, Grey Level Coocurrence Matrix (GLCM)