ABSTRAKSI: Batik merupakan suatu warisan tradisi yang telah menjadi bagian dari kehidupan masyarakat Indonesia. Secara turun-temurun batik telah diwariskan sekaligus dilestarikan. Batik memiliki berbagai macam motif dan warna yang berbeda beda. Setiap motif memiliki arti dan mempunyai ciri khas dari daerah masing – masing daerah seperti batik Sekar Jagad, batik Kawung dari daerah Yogyakarta dan motif batik Megamendung daerah Cirebon. Keanekaragaman motif inilah yang mendorong penulis untuk membuat simulasi sistem yang dapat mengenal motif batik dan daerah asal motif batik tersebut.
Pada sistem perancangan aplikasi ini menggunakan bantuan software Matlab. Proses yang dilakukan dalam perancangan aplikasi ini mengambil citra motif batik dengan menggunakan kamera digital kemudian dilakukan pre processing. Ekstraksi ciri dengan filter 2D Gabor dan identifikasi motif batik menggunakan Jaringan Syaraf Tiruan RBF.
Keakuratan hasil tes yang diperoleh untuk setiap motif batik adalah Megamendung sebesar 63%, Sekar Jagad sebesar 53%, Kawung sebesar 90%, 70% Cupat Manggu sebesar 70%, Truntum sebesar 33% dan Parang sebesar 33%. Akurasi diperoleh dari 180 citra uji dengan orientasi kombinasi 300,600,900,1200, dan 1500, 8 frekuensi pertama, Spread sama dengan 0,1 dan Goal sama dengan 1. Waktu komputasi rata-rata dalam pengenalan motif batik adalah 0,961757 detik.Kata Kunci : Ekstraksi ciri, Filter 2D Gabor Wavelet, Jaringan Syaraf Tiruan RBFABSTRACT: Batik is a traditional heritage that has become part of Indonesian society. Batik generations have passed well preserved. Batik has a variety of different patterns and different colors. Each motif has a meaning and has the characteristics of each region such as batik Sekar Jagad, Kawung batik from Yogyakarta and Megamendung batik motif from Cirebon. Motif diversity is what encourages authors to make the simulation system that can recognize the origin of batik and batik motifs.
On the application system design using Matlab software assistance. The process is done in the design of these applications take motif image using a digital camera then do preprocessing. Feature extraction with 2D Gabor filter and motif recognition using Artificial Neural Network Radial Basis Function.
Accuracy of test results obtained for each batik motif is Megamendung by 63%, Sekar Jagad by 53%, Kawung by 90%, Cupat Manggu by 70%, Truntum by 33% and Parang by 33%. The accuracy obtained from 180 test images with a combination orientation of 300,600,900,1200 , and 150o, 8 first frequency, Spread equal to 0.1 and Goal equal to 1. Average computing time in recognition batik motif is 0.961757 seconds.Keyword: batik, preprocessing, filter 2D gabor wavelet , jaringan saraf tiruan radial basis function.