Batik dengan pola dan nilai seni yang tinggi memiliki peran penting
dalam budaya Jawa. Namun, penelitian terkait pencarian citra batik masih
terbatas. Sistem pencarian citra berbasis konten menawarkan cara efisien untuk
mencari citra dalam basis data yang besar, yang sulit dilakukan secara manual. Dalam
Tugas Akhir ini diajukan sebuah metode baru dalam penyusunan fitur citra untuk
sistem pencarian citra Batik berbasis konten. Fitur baru yang diajukan ini
dihitungkan berdasarkan nilai dari fitur Completed
Local Binary Pattern (CLBP) yang selanjutnya diproses menggunakan teknik Maximum Run Length (MRL). Fitur citra
yang diusulkan merupakan hasil dari MRL-CLBP memiliki panjang fitur yang lebih
rendah dibandingkan dengan fitur CLBP yang asli. Akan tetapi kinerja fitur baru
MRL-CLBP ini hampir sama dengan fitur CLBP yang asli. Penelitian ini juga
melibatkan fitur warna ke dalam MRL-CLBP untuk lebih meningkatkan akurasi dari
sistem pencarian citra Batik berbasis konten. Proses optimasi pada bobot
kemiripan menggunakan algoritma Symbiotic
Organisms Search (SOS) juga mampu meningkatkan kinerja pencarian kemiripan.
Hasil uji coba menunjukkan keefektifan berdasarkan nilai Precision dan Recall dari
fitur citra yang diajukan dibandingkan dengan metode sebelumnya dengan panjang
dimensi yang lebih rendah. Hasil eksperimen juga menunjukkan bahwa metode yang
diusulkan mampu meningkatkan nilai Precision sebesar 2.37% - 2.65%
dibandingkan dengan metode yang sudah ada.
