Komputasi Budaya Untuk Pencarian Gambar Semantik Pada Lukisan Budaya Indonesia Dengan Deteksi Dan Informasi Aliran Lukisan

  • Ratri Cahyaning Winedhar Politeknik Elektronika Negeri Surabaya, Indonesia
  • Ali Ridho Barakbah Politeknik Elektronika Negeri Surabaya, Indonesia
  • Achmad Basuki Politeknik Elektronika Negeri Surabaya, Indonesia
  • Arvita Agus Kurniasari Politeknik Negeri Jember, Jawa Timur, Indonesia
Keywords: Image feature extraction, Cultural computing, image search painting, impression similarity, painting style

Abstract

Lukisan merupakan salah satu gambaran kompleks yang mencerminkan pengamatan dan perasaan seniman terhadap lingkungan. Kondisi ini memperluas kebutuhan akan sistem pendeteksi citra budaya karena masyarakat awam yang kurang memiliki pengalaman artistik akan sulit mendapatkan kesan lukisannya. Oleh karena itu, peneliti menekankan penerapan lukisan budaya Indonesia ke dalam aplikasi mobile. Sistem yang diusulkan telah diimplementasikan pada 239 lukisan budaya Indonesia yang terdiri dari lima kategori gaya lukisan. Kategorinya adalah abstraksionisme, naturalisme, ekspresionisme, realisme, dan romantisme. Sistem mengekstrak 3 fitur, yaitu fitur warna, bentuk, dan tekstur. Ekstraksi ciri warna menggunakan Histogram 3D Color Vector Quantization. Ekstraksi fitur bentuk menggunakan Connected Component Labeling Algorithm (CCL) dengan menghitung nilai area, diameter setara, luas, convex hull, soliditas, eksentrisitas, dan perimeter masing-masing objek. Ekstraksi fitur tekstur menggunakan Gabor Transformation dengan 40 kernel. Sedangkan untuk ekstraksi impresi dilakukan survey terhadap beberapa orang tentang impresi lukisan budaya Indonesia. Survei ini dilakukan terhadap responden yang memahami seni lukis seperti pelukis, pemerhati lukisan, dan orang-orang yang berkecimpung di dunia seni rupa. Untuk menunjukkan gaya lukisan peneliti menggunakan proses klasifikasi menggunakan K-Nearest Neighbor. Hasil eksperimen menunjukan fitur warna sebagai fitur terbaik dalam impression query

Published
2021-06-30
Section
Articles