KLASIFIKASI POLA TEKSTUR PADA MOTIF BATIK PESISIR DENGAN ALGORITMA BACKPROPAGASI

Abstract

Wilayah pesisir pantai pulau Jawa yang meliputi kota Brebes, Cirebon, Pekalongan, Lasem dan Madura memiliki pola motif batik yang beragam. berdasarkan polanya motif batik pesisir dapat dibedakan menjadi batik geometrid an non geometri. Klasifikasi motif batik pesisir digunalan algoritma bakpropagasi dengan menentukan nilai learning rate dan momentum pada saat training data. Data inputan yang digunakan berupa ciri statistik yang diperoleh dari pembentukan nilai GLCM. Ciri statistik yang digunakan antara lain mean, standar deviasi, curtosis, skewness dan enteropy. Sedangkan learning rate terbaik diperoleh pada angka 0,5 dan momentum 1,0 pada motif batik geometri. Sedangkan pada motif batik non geometri  learning rate terbaik diperoleh pada angka 0,5 dan momentum 1,0. Jumlah neurons yang digunakan pada training kedua motif tersebut mempengaruhi nilai epoch (jumlah iterasi) dan error yang dihasilkan.Keyword: learning rate, momentum, glcm, backprogation, motif batik pesisir