Pengenalan Pola Anyaman Kerajinan Tangan Berbahan Purun Masyarakat Lahan Basah Kalimantan Selatan Menggunakan Metode Gray Level Co-Occurrence Matrices (GLCM), Operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN)

Abstract

Purun atau Bahasa latinnya disebut dengan Eleocharis Dulcis merupakan tanaman rumput-rumputan yang tumbuh di daerah rawa, memiliki karakteristik daya Tarik dan regang yang cukup tinggi. Purun, bagi wanita suku Banjar adlah sangat erat kaitannya dengan budaya, kerajinan, dan peningkatan ekonomi keluarga. Dalam kearifan local, purun dijadikan sebagai bahan baku kerajinan anyaman tangan seperti tas, tikar, topi, dan berbagai wadah produk pertanian sangat memasyarakat, sehingga peluang bisnis bagi ibu-ibu rumah tangga. Hasil penelitian sebelumnya, menunjukkan bahwa beberapa motif anyaman purun memiliki bentuk berupa geometri bangun datar, yaitu mata punai dan tapak catur berbentuk persegi (K1), motif saluang mudik berbentuk jajargenjang (K2), motif ramak cangkih berbentuk persegi panjang (K3), motif gigi haruan berbentuk segitiga (K4), motif anyam badiri (K5), dan anyaman barabah menggambaarkan susunan garis-garis sejajar (K6). Metode Gray Level Co-Occurrence Matrices (GLCM), operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN) digunakan sebagai pengembangan model pengenalan pola (Motif) anyaman dari anyaman yang telah disebutkan di atas. GLCM digunakan untuk mengambil fitur tekstur dari anyaman, OBM digunakan untuk mengambil fitur bentuk dari anyaman. Fitur tekstur dan bentuk yang diperoleh oleh metode GLCM dan OBM digunakan untuk pelatihan dan pengujian ANN. Penelitian ini menggunakan data sebanyak 60 sampel gambar anyaman yang terdiri dari 6 kelas (K1, K2, K3, K4, K5, K6). Dari sampel tersebut, diambil 42 sampel untuk digunakan sebagai data latih, dan 18 sampel digunakan untuk data uji. Hasil dari penelitian ini berupa akurasi.