Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Solidarity is an important matter for the Indonesian nation with its diversity. This study reveals the values of solidarity embedded in the motifs of Indonesian batik motifs. This study aims at enriching knowledge about Indonesian batik and raising awareness about the importance of national solidarity. This descriptive qualitative research has found 29 batik motifs that conserve noble values of solidarity, such as Kotak Nan Rancak, Sekar Jagad, Kaledo, Kuda Kupang, and Tambal Ukir. The values of solidarity embedded in the batik motifs are among others diversity, helping each other, togetherness, tolerance, acculturation, harmony, unity, brotherhood, and harmony in community life. Understanding and actualization of these values will strengthen the existence of the Republic of Indonesia.

Abstrak :
Pengakuan batik Indonesia sebagai warisan nonbendawi oleh UNESCO pada 2009, memunculkan beragam motif lokal di Indonesia. Batik dengan motif Gajah Oling dari Kabupaten Banyuwangi adalah salah satunya. Motif ini merupakan motif batik tertua dan terkenal di Kabupaten Banyuwangi. Penelitian ini bertujuan untuk menganalisis motif batik Gajah Oling sebagai identitas kebudayaan di tengah masyarakat Kabupaten Banyuwangi. Motif batik Gajah Oling menjadi identitas kebudayaan Kabupaten Banyuwangi dilihat berdasarkan Teori Kearifan Lokal (Meliono, 2011), Teori Ekonomi Ganda (Itagaki, 1968), dan Teori Transmisi kebudayaan (Tilaar, 1999). Penelitian ini menggunakan metode deskriptif kualitatif, dengan korpus data berupa motif batik Gajah Oling yang dapat ditemui di berbagai sektor kehidupan masyarakat Kabupaten Banyuwangi. Hasil penelitian menunjukkan motif batik Gajah Oling merupakan salah satu identitas kebudayaan kabupaten Banyuwangi karena eksistensi motif ini sudah menyatu dengan kearifan lokal masyarakat Kabupaten Banyuwangi. Motif batik Gajah Oling ini juga mampu menghasilkan profit ekonomi bagi masyarakat maupun pemerintah daerah. Motif ini juga tidak bersifat eksklusif. Penggunaan motif batik Gajah Oling tidak ada batasan kalangan, promosi produk dengan unsur motif batik Gajah Oling juga sudah mencapai nasional dan internasional. Pengaplikasian motif batik Gajah Oling dalam elemen kemasyarakatan didukung dengan hasil transmisi kebudayaan yang berawal dari motif kain dan berkembang ke berbagai produk kreatif lainnya sehingga mempertegas argumen penelitian ini bahwa batik tersebut adalah bagian dari penanda identitas masyarakat Kabupaten Banyuwangi. ......The recognition of Indonesian batik as an intangible heritage by UNESCO in 2009 gave rise to various local motifs in Indonesia. Batik with the Gajah Oling motif from Banyuwangi District is one of them. This motif is the oldest and most famous batik motif in Banyuwangi District. This research aims to analyze the Gajah Oling batik motif as a cultural identity among the people of Banyuwangi District. The Gajah Oling batik motif has become the cultural identity of Banyuwangi District based on the Local Wisdom Theory (Meliono, 2011), Dual Economic Theory (Itagaki, 1968), and Cultural Transmission Theory (Tilaar, 1999). This research uses a qualitative descriptive method, with a corpus of data in the form of Gajah Oling batik motifs which can be found in various sectors of Banyuwangi District community life. The research results show that the Gajah Oling batik motif is one of the cultural identities of Banyuwangi District because the existence of this motif is integrated with the local wisdom of the people of Banyuwangi District. The Gajah Oling batik motif is also able to generate economic profits for the community and local government. This motif is also not exclusive. The use of the Gajah Oling batik motif has no boundaries, promotion of products with elements of the Gajah Oling batik motif has also reached national and international levels. The application of the Gajah Oling batik motif in social elements is supported by the results of cultural transmission which started from cloth motifs and developed into various other creative products, thus reinforcing the argument of this research that batik is part of the identity marker of the people of Banyuwangi District.

Abstrak :
Batik adalah kain yang dihias dengan menggunakan teknik dekorasi tekstil yang memanfaatkan malam sebagai perintang warna. Seni batik telah dikembangkan sejak lama di beberapa bagian negara Asia termasuk Indonesia. Pemanfaatan teknologi informasi dalam bentuk metode deteksi motif batik dapat mendukung perkembangan industri kreatif karena sistem ini nantinya dapat dijadikan sebagai acuan bagi perkembangan elemen-elemen desain motif batik. Fokus penelitian ini adalah deteksi motif batik yang memiliki karakteristik kemunculan yang berulang, multi translasi, multi skala, dan multi orientasi. Domain batik dengan pola geometrisnya dipilih sebagai area implementasi terkait dengan karakteristik motif batik yang bersifat simetri, kemunculan obyek yang berulang di beberapa lokasi dalam satu bidang kain, dan sering kali obyek-obyek motif batik tersebut telah mengalami perubahan skala ataupun perubahan orientasi. Kondisi tersebut dapat menyebabkan adanya kesalahan deteksi dan kesalahan klasifikasi. Metode deteksi motif batik yang diusulkan menggunakan fitur SIFT dan serangkaian post processing berupa voting Hough Transform, clustering, smoothing, deteksi peak, penambahan jumlah minimum voting dan penggabungan konfigurasi yang memiliki nilai berdekatan. Pada citra kueri dilakukan ekstraksi fitur menggunakan SIFT. Deskriptor yang dihasilkan dicocokkan dengan deskriptor citra template pada basis data. Pada penelitian ini diusulkan metode pencocokan keypoint yang berbeda dengan metode standar pencocokan SIFT. Seluruh pasangan keypoint diurutkan mulai dari yang memiliki jarak terdekat hingga yang paling jauh. Selanjutnya ditentukan nilai ambang jumlah keypoint sebesar 1%, 5% dan 10%. Pasangan keypoint hasil pencocokan dilakukan voting menggunakan Hough Transform terhadap konsistensi pose geometris obyek citra kueri. Sehubungan dengan permasalahan yang dihadapi dalam deteksi motif batik, proses pencocokan deskriptor citra berupa keypoint yang diperoleh melalui ekstraksi fitur, harus dapat dilakukan dengan baik sehingga kualitas deteksi motif batik menjadi lebih baik. Pada penelitian ini dikembangkan pula beberapa metode deteksi obyek yang berfungsi sebagai pengambil keputusan terhadap keberadaan obyek tertentu pada citra kueri. Metode deteksi obyek ini bekerja dengan cara mengambil hingga maksimum 80% dari nilai peak tertinggi yang terbentuk pada ruang Hough (MDOTresh), penggunaan nilai ambang berdasarkan rumusan rata-rata nilai peak yang terendah dan peak yang tertinggi (MDOAverage), penentuan nilai k berdasarkan nilai-nilai peak tertinggi sesuai dengan jumlah obyek yang terdapat pada groundtruth (MDOTopk), mengambil konfigurasi pada peak yang memiliki minimum nilai sebesar 3 voting pada setiap konfigurasi luaran ruang Hough (MDOMin), penentuan representasi obyek berdasarkan keluaran clustering DBSCAN (MDOScan), dan melakukan proses smoothing menggunakan filter Gaussian pada hasil deteksi dengan jumlah minimum voting sebanyak 3 buah (MDOGauss). Kehandalan metode dalam melakukan deteksi diindikasikan dengan ketepatan dalam menentukan jumlah obyek yang terdapat pada citra kueri dan mampu mengenali motif batik walaupun telah mengalami transformasi geometris melalui perpindahan posisi, perbedaan skala, dan perubahan orientasi. Berdasarkan hasil yang telah diperoleh, metode deteksi motif batik untuk data citra kueri dengan obyek tunggal, kombinasi translasi, skala, dan orientasi mencapai nilai kinerja maksimum 95.28% menggunakan MDOTresh, sedangkan pada citra kueri dengan obyek tunggal dan variasi noise mencapai 100% melalui MDOTresh, MDOAverage, dan MDOTopk. Hal ini menunjukkan bahwa metode deteksi motif batik mampu menangani obyek tunggal dengan berbagai kondisi. Pada deteksi motif batik dengan multi obyek, multi translasi, multi skala dan multi orientasi capaian maksimum kinerja metode usulan adalah 92.13%, sedangkan untuk citra kueri dengan multi obyek, multi translasi, multi skala, multi orientasi, dan variasi noise diperoleh capaian kinerja 89.89%. Keduanya diperoleh melalui pendekatan MDOGauss. Pada kondisi ini, penambahan jumlah obyek motif pada citra kueri menyebabkan bertambahnya jumlah obyek yang tidak berhasil dideteksi. Kasus selanjutnya adalah deteksi obyek motif batik dengan multi motif, multi obyek, multi skala, dan multi orientasi dengan luaran ruang Hough berupa jumlah voting absolut mencapai 96.09% untuk MDOTresh. Transformasi geometris pada obyek motif batik berakibat penurunan kontras citra sehingga berpengaruh pada jumlah voting yang dihasilkan. Untuk komposisi motif teratur dengan jumlah maksimum 16 obyek motif batik untuk motif sejenis mendapatkan hasil 100% melalui MDOAverage, sedangkan untuk multi motif 92.59% melalui pendekatan MDOTresh dan MDOAverage. ......Batik is a fabric printed design of hand-printing textiles by coating with wax. Batik has been developed since a long time in various countries including Indonesia. Nowadays, information technology is being utilized in recognizing batik motif. Therefore, the development of batik motif detection system is expected to support creative industries since the system can be used as a reference for the development pattern design. This study proposes an object recognition system for batik motif based on clustering Scale Invariant Features Transform (SIFT) features in Hough space. Our principal objective is to verify how many instances of the same object to our method detects accurately, when the object motif is posed in different positions, orientations, and scales. The geometric patterns domain is being selected regarding the characteristics of batik motifs. Batik motifs have symmetrical property and repeated in multiple locations. In addition, the objects of batik motif may be changed in terms of scale and orientation. The proposed method in this research consists of the feature extraction process using SIFT and post processing, namely voting Hough Transform, clustering, smoothing and peak detection. The keypoints from query image and the keypoints from template are matched with comparing the Euclidean distance of each keypoints descriptor in query image to all keypoint descriptors in template image. In this study we proposed a new matching keypoints method. All matched keypoints will be sorted from the closets distance to the farthest distance. Then, we determine the number of matched keypoint that will be used in the next process through the threshold 1%, 5%, and 10%. The similarity of primitive pattern and the occurrences of a motif in different location, scale and orientation will interfere the detection process. Consequently, the SIFT local feature representation must be performed well in terms of feature detection and matching. In this study, several object detection methods are proposed as well based on object’s representation resulted from the voting process in Hough space. Object detection method using thresholding (MDOTresh) is taking 80% of maximum peak value, while object detection method with average threshold (MDOAverage) picks the mean value of minimum and maximum peak in the Hough space. Object detection method Top k (MDOTopk) determines k number of objects from the highest peaks found in the Hough space based on the number of objects in ground truth. Object detection method based on Minimum Voting (MDOMin) considers the voting configurations which have a certain number of votes. In this study the minimum number of votes is tuned to 3 as a valid configuration. Object detection method based on DBSCAN (MDOScan) determines the representation of the object from output clustering. Object detection method using Minimum Voting + Gaussian (MDOGauss) implements smoothing process using Gaussian filter for the output configurations which have a minimum number of votes as 3. The reliability of batik motif recognition system is indicated by the ability of the system to find the number of object motif contained in query image and to classify the object motif into one of several batik motif classes even though the objects motif have undergone a geometric transformation. The evaluation of the proposed method is employing several data sets. Based on the evaluation result using query images with a single object, combination of translation, scale and orientation, object detection system MDOTresh gained balanced score 95.28%, while for the query image with a single object and scale variation of noise reached 100% through MDOTresh, and MDOAverage. It is apparent that the recognition system is capable of dealing with a single object with a various conditions. In recognition process for query image with multiple occurrences object, multi translation, multi scale and multi orientation, the highest performance is 92.13%, whereas for the image query with multi object, multi translation, multi-scale, multi- orientation, and variations in noise yielded 89.89%. Both are obtained through MDOGauss approach. In this case, increasing the number of object motif in the query image, a greater number of incorrect detections are obtained. The next case is the object motif recognition from query images with multi motif, multi object, multi scale and multi orientation. This data set has 2 outputs from Hough space namely absolute voting number and normalized voting number. The absolute voting number outputs achieved the best performance at 96.09% for the MDOTresh, while the normalized voting number gained 36.92% for MDOGauss. Geometric transformations on the object motif will be decreased contrast of object in the query image so that affected the number of voting resulted. The last data set is a regular texture, composition of the object motif with a maximum numbers are 16 objects. The best performance is 100% for homogeneous motif achieved from MDOAverage, while for multi motif yielded 92.59% achieves from MDOTresh and MDOAverage as the best.

Abstrak :
Tradisi membatik di Kabupaten Kendal pernah mengalami keterpurukan, namun dewasa kini tradisi tersebut dimunculkan kembali dan mengalami perubahan. Sebagai wujud budaya yang mengandung nilai dan gagasan tertentu, batik telah mengalami perkembangan, baik dari segi teknik, proses pembuatan, corak atau motif, serta fungsi sebagai dampak dari perjalanan zaman dan sentuhan budaya lain. Penelitian ini dilakukan untuk menganalisis perubahan dari motif batik yang ada di Kabupaten Kendal berdasarkan karakteristik wilayah pembatikannya, serta keterkaitan dari teknologi dan pelaku yang dalam penelitian ini dipandang sebagai mode produksi terhadap perubahan dari motif batik tersebut. Penelitian ini merupakan penelitian kualitatif dengan pendekatan ideografis, yang dieksplorasi dengan melalui dua kasus, yakni Batik Linggo yang mewakili wilayah batik dataran tinggi dan Batik Widji yang mewakili wilayah batik dataran rendah. Metode pengumpulan data dilakukan melalui studi literatur, observasi, dan wawancara. Hasil penelitian menunjukkan bahwa perubahan motif batik di Kabupaten Kendal meliputi unsur-unsur yang baru dimunculkan yang merepresentasikan wilayah pembatikan, perluasan pemaknaan, dan perluasan perspektif wilayah pembatikan yang kini didasarkan pada letak geografis. Pada awal kemunculan, motif hanya berupa unsur alam seperti flora dan fauna yang seragam, namun dewasa kini dimunculkannya unsur seperti motif cerita sejarah, pola aktivitas penduduk, hingga motif peninggalan sejarah, dan flora fauna khas. Munculnya unsur-unsur baru tersebut juga didasarkan dari pengrajin batik yang ingin menonjolkan karakteristik wilayah serta keunikan lain yang ditemukan di sekitar wilayah pembatikan mereka, yakni dataran rendah dan dataran tinggi. Perubahan dari motif batik di Kabupaten Kendal tersebut diiringi oleh perubahan dari mode produksi batiknya, di mana keduanya menunjukkan hubungan yang timbal balik. Antara perubahan motif batik dengan perubahan mode produksi tersebut diikat oleh aspek yang sama, yakni aspek pelaku pembatikan. ......The batik tradition in Kendal Regency was on the verge of losing its identity. However, it has now been revived and is undergoing incredible changes. As a form of culture that embodies certain values and ideas, batik has evolved in terms of technique, manufacturing process, patterns or motifs,, as well as function as a result of the passage of time and the touch of other cultures. This research was conducted to analyze changes in batik motifs in Kendal Regency based on the characteristics of the batik making area, as well as the relationship between technology and actors which in this research are seen as modes of production on changes in batik motifs This research is qualitative research with a ideographic approach, the research explored two cases, namely Batik Linggo, which represents the highland batik area, and Batik Widji, which represents the lowland batik area. The research findings reveal that changes in batik motifs in Kendal Regency include newly emerged elements that represent batik-making areas, expanding meanings, and perspectives on batik-making areas based on geographical location. In the beginning, motifs only consisted of natural elements such as uniform flora and fauna. But now, elements such as historical story motifs, population activity patterns, historical heritage motifs, and typical flora and fauna have emerged. These elements highlight regional characteristics and the uniqueness found around their batik-making areas, namely the lowlands and highlands. The changes in batik motifs in Kendal Regency are accompanied by changes in the batik production mode. Changes in batik motifs and mode of productions are both tied to the batik maker.