Evaluasi Layanan dan Kualitas Website Sistem Informasi Pondok Pesantren Imam Bukhari Surakarta Menggunakan Metode Pengukuran Webqual 4,0

INTISARIPondok Pesantren Imam Bukhari Surakarta merupakan lembaga pendidikan berbasis agama Islam yang menerapkan pendidikan dengan sistem boarding school, dengan jumlah siswa mencapai 2500 siswa aktif. Dalam pengelolaannya saat ini pondok pesantren telah menerapkan penggunaan sistem informasi dalam kegiatan di lembaga pendidikannya, namun dalam penggunaan sistem informasinya belum dilakukan evaluasi layanan dan kualitas website. Oleh karena itu maka sangat diperlukan sebuah evaluasi layanan dan kualitas website untuk pengembangan dan penggunaan sistem informasi yang menjadikan pondok pesantren memiliki sistem informasi yang dapat diandalkan. Tujuan penelitian yaitu melakukan evaluasi layanan dan kualitas website sistem informasi pondok pesantren Imam Bukhari menggunakan metode WebQual 4.0 yang melakukan evaluasi pada variabel independen. Yaitu 3 area meliputi usability, information quality, dan service interaction quality. Hasil dari penelitian adalah rekomendasi berupa hipotesis dan rekomendasi tentang kepuasan pengguna yang merupakan variabel dependen dari penilaian pada standar nilai area variabel independent dan ukuran kualitas website sistem informasi yang diimplementasikan di Pondok Pesantren Imam Bukhari. Kata kunci— evaluasi layanan, kualitas website, sistem informasi, webqual 4,0 ABSTRACTImam Bukhari Islamic Boarding School Surakarta is an Islamic religious-based educational institution that implements boarding school education, with a total of 2500 active students. In its current management, Islamic boarding schools have implemented the use of information systems in activities at their educational institutions, but in the use of information systems there has not been an evaluation of the service and quality of the website. Therefore, it is very necessary to evaluate the service and quality of the website for the development and use of information systems that make Islamic boarding schools have reliable information systems. The research objective is to evaluate the service and quality of the Imam Bukhari Islamic boarding school information system website using the WebQual 4.0 method which evaluates the independent variables. Namely 3 areas include usability, information quality, and service interaction quality. The results of the study are recommendations in the form of hypotheses and recommendations about user satisfaction which is the dependent variable of the assessment on the standard value of the independent variable area and the size of the quality of the information system website implemented at the Imam Bukhari Islamic Boarding School. Kata kunci— Service evaluation, website quality, information system, webqual 4,0.

Analisis Stok dan Penjualan Kaftan Menggunakan Metode Backpropagation (Studi Kasus Lala New Fashion)

INTISASITeknologi data mining sangat berguna dalam membantu penjualan dalam menemukan informasi yang sangat penting dari gudang data mereka. Data mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan, pencarian informasi dalam memprediksi yang mungkin saja tidak dilihat atau dilupakan oleh pelaku bisnis karena di luar dari ekspektasi mereka. Analisis yang diotomatisasi yang dilakukan oleh data mining menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan cukup banyak waktu dalam menjawabnya. Hasil dari analisis adalah menggali informasi dari data penjualan sehingga dapat memprediksi seberapa besar stok yang harus disiapkan untuk nantinya ditaruh di toko sehingga tidak ada penumpukan stok yang berlebih. Pada penelitian ini, akan dilakukan analisis jaringan saraf tiruan untuk memprediksi stok yang akan disiapkan. Algoritma yang akan digunakan adalah backpropagation untuk kemudian dapat menjadi keluaran angka yang dapat di tentukan besaran stok yang akan disiapkan kepada penjual. Diharapkan analisis yang dibuat dalam memprediksi stok dan penjualan menggunakan metode backpropagation dapat memprediksi stok sesuai dengan data yang ada. Kata Kunci: stok, penjualan, backpropagation, prediksi, data mining.. ABSTRACT Data mining technology is very useful in helping sales find important information from their data warehouses. Data mining explores databases to find hidden patterns, predict trends and traits of business behavior that are very useful to support decision making, search for information in predicting that may not be seen or forgotten by business people because it is outside of their expectations. Automated analysis performed by data mining answers business questions that traditionally require considerable time in answering. The result of the analysis is to dig information from sales data so that it can predict how much stock should be prepared to later be placed in the store so that there is no excess stock buildup. In this research, an analysis of artificial neural networks will be conducted to predict the stock that will be prepared. The algorithm that will be used is backpropagation to then be able to output numbers that can be determined the amount of stock to be prepared for the seller. It is expected that the analysis made in predicting stock and sales using the backpropagation method can predict stock in accordance with existing data. Keywords: stock, sales, backpropagation, prediction, data mining..

Data Mining untuk Memprediksi Jumlah Penjualan Hasil Pertanian Mengunakan Algoritma Forcasting (Studi Kasus : Dinas Pertanian Kabupaten Banggai)

INTISASITeknologi data mining sangat berguna dalam membantu memprediksi jumlah penjualan dalam menemukan informasi yang sangat penting dari data mereka. Data mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, meramalkan jumlah penjualan yang sangat berguna untuk mendukung pengambilan keputusan, pencarian informasi dalam memprediksi yang mungkin saja tidak dilihat atau dilupakan oleh kepemerintahan daerah Kabupaten Banggai, karena di luar dari ekspektasi mereka. Analisis yang otomatisasi dilakukan oleh data mining menjawab pertanyaan-pertanyaan jumlah penjualan hasil panen tanaman pangan yaitu padi, jagung, kedelai dan ubi kayu yang terjual dengan baik dan jika dilakukan dengan cara tradisional memerlukan cukup banyak waktu dalam menjawabnya. Hasil dari model ini adalah menggali informasi dari data hasil panen dan jumlah penjualan tanaman pangan tersebut, sehingga dapat memprediksi jumlah penjuala hasil panen tanaman pangan tersebut yang terjual dan pemerintah daerah bisa memprediksi hasil panen tanaman pangan apa yang lebih serius untuk di tinggkatkan kwalitasnya. Pada penelitian ini untuk memprediksi jumlah penjualan pertanian mengunakan metode forcesting yaitu regresi linier, untuk kemudian dapat menjadi keluaran angka yang dapat di tentukan berapa banyak jumlah penjualan hasil panen tanaman pangan tersebut, dan akan menjadi bahan evaluasi bagi pemerintah daerah untuk setiap jumlah penjualan hasil panen tanaman pangan tersebut. Diharapkan model yang dibuat dalam memprediksi jumlah penjualan untuk setiap hasil panen tanaman pangan tersebut sesuai data yang ada.Kata Kunci: jumlah penjualan, forcasting, prediksi, data mining. ABSTRACTData mining technology is very useful in helping predict the number of sales in finding very important information from their data. Data mining explored databases to find hidden patterns, forecast the number of sales which is very useful to support decision making, search for information in predicting what the regional government of Banggai Regency may not see or forget, because it is beyond their expectations. Automated analysis carried out by data mining answers questions on the number of food crops sales, wnamely rice, maize, soybeans and cassava which are sold well and if done in the traditional way requires a lot of time to answer them. The result of this model is to find information from the data on yields and the number of these food plants sales, then it can predict the amount of these crops sales that are sold and the local government can predict the yields of more serious food crops to improve their quality. In this study, to predict the amount of agricultural sales using a calculation method, namely linear regression, then the number output can determine how much the these food crops sales are sold, and will be used as evaluation material for local governments for each total sales of crop yields. It is expected that the model made in predicting the number of sales for each crop yield is in accordance with existing data. Keywords: number of sales, prediction, prediction, data mining

Sistem Absensi dan Monitoring Marketing Arteri Pondok Indah Divisi Used Car Menggunakan Metode Algoritma K-Nearest Neighbor dan Naive Bayes pada PT BCA Finance

INTISASI Di era globalisasi sekarang ini, seiring dengan semakin berkembangnya teknologi, banyak orang berharap agar segala sesuatu menjadi lebih praktis, saat ini dibutuhkan sistem untuk melakukan tracking yang mereka lakukan saat bekerja. Salah satu solusi dari masalah ini adalah adanya sistem monitoring terhadap sales dalam melakukan pekerjaannya dalam penjualan, sehingga di sini penulis akan menggunakan k-nearest neighbor dan Naive Bayesian sebagai metode untuk klasifikasi dalam proses absensi sales. Uji coba telah dilakukan untuk menguji fungsionalitas dari sistem yang dibuat. Pengujian akurasi untuk pendeteksi tanda tangan sebagai validasi dalam absensi dengan metode klasifikasi Naive Bayesian memberikan hasil dengan tingkat akurasi yang baik. Dengan sistem absen tanda tangan ini setiap sales tidak dapat melakukan absen jika data akun saat login tidak sesuai. GPS dapat digunakan untuk mengetahui posisi letak keberadaan sales dalam melakukan tracking pekerjaan yang akan di rekam setiap 10 menit sekali. Sistem tracing dengan GPS ini berfungsi untuk mengetahui posisi sales saat melakukan absen, istirahat, kembali bekerja, absen pulang, dan tracking per 10 menit. Kata Kunci : k-nearest neighbor, naive bayes, gps. ABSTRACT In today's era of globalization, along with the development of technology, many people hope that everything becomes more practical, now a system is needed to track what they do while working. One solution to this problem is the existence of a monitoring system for sales in doing their work in sales, so here the author will use k-nearest neighbor and Naive Bayesian as a method for classification in the sales attendance process. Trials have been carried out to test the functionality of the system created. Testing accuracy for signature detection as validation in attendance with the Naive Bayesian classification method gives results with a good level of accuracy. With this signature absent system, every salesperson cannot perform an absence if the account data at login does not match. GPS can be used to find out where the sales are in tracking jobs which will be recorded every 10 minutes. This tracing system with GPS functions to find out the position of sales when taking absences, resting, returning to work, absent from home, and tracking every 10 minutes. Keywords: k-nearest neighbor, naive bayes, gps.

Sistem Rekomendasi Keterampilan dengan Metode User-Based Collaborative Filtering dan Tanimoto Coefficient Similarity

INTISASISistem rekomendasi merupakan bidang yang dimanfaatkan untuk mengatasi persoalan dalam pencarian informasi yang relevan dari banyaknya kumpulan informasi yang tersedia. Hingga saat ini telah banyak situs web penyedia informasi lowongan kerja, namun pada situs-situs web tersebut masih belum terdapat sistem yang dapat merekomendasikan jenis keterampilan yang sesuai. Sehingga banyak para pencari kerja yang tidak update terhadap jenis keterampilan dibutuhkan di dunia kerja yang terus bertambah seiring perkembangan teknologi. Oleh karena itu, dibuatlah sistem rekomendasi untuk merekomendasikan jenis keterampilan yang sedang tren didunia kerja dan memberikan rekomendasi tempat belajar(pelatihan) untuk memenuhi keterampilan yang disarankan. Sistem rekomendasi yang dikembangkan menggunakan teknik User Based Collaborative Filtering dan Tanimoto Coefficient Similarity. Keluaran yang dihasilkan oleh sistem berupa keterampilan baru dan tempat belajar(pelatihan). Pengujian dilakukan dengan metode Black-Box Testing dan Technology Acceptance Model (TAM). Hasil pengujian menggunakan Black-Box Testing bahwa secara fungsional berjalan dengan baik karena tidak ditemukan adanya error atau bug pada setiap proses pengujian dilakukan. Hasil Pengujian menggunakan Technology Acceptance Model (TAM) sebesar 88.36%. Pengujian hasil rekomendasi sebesar 82% dan secara keseluruhan hasil rekomendasi dapat diterima dengan baik oleh pengguna. Kata kunci—Sistem rekomendasi keterampilan, user based, collaborative filtering, tanimoto coefficient similarity, black-box testing, technology acceptance model (TAM).. ABSTRACTThe recommendation system is a field that is used to overcome problems in finding relevant information from the large collection of available information. Until now, there have been many websites that provide job vacancy information, but on these websites there is still no system that can recommend the appropriate type of skill. So that many job seekers are not updated on the types of skills needed in the world of work which continues to grow along with technological developments. Therefore, a recommendation system was created to recommend the types of skills that are trending in the world of work and provide recommendations for places to study (training) to meet the recommended skills. The recommendation system developed using User Based Collaborative Filtering and Tanimoto Coefficient Similarity techniques. The output produced by the system is in the form of new skills and a place to learn (training). Testing is carried out using the Black-Box Testing and Technology Acceptance Model (TAM) method. The test results using Black-Box Testing that functionally run well because no errors or bugs were found in each testing process carried out. Test results using the Technology Acceptance Model (TAM) of 88.36%. Testing the results of recommendations by 82% and overall the results of the recommendations can be well received by users. Keywords— Skills recommendation system, user based, collaborative filtering, tanimoto coefficient similarity, black-box testing, technology acceptance model (TAM).

Sistem Pakar Menggunakan Metode Certainty Factor untuk Mendiagnosa Hama dan Penyakit pada Tanaman Cabai

INTISARICabai merupakan salah satu jenis tanaman sayuran yang dapat menjadi bumbu masakan atau disajikan secara langsung sebagai bahan tambahan dalam makanan. Cabai juga menjadi sayuran yang paling diminati oleh masyarakat Indonesia, sehingga berpotensi besar untuk dikembangkan dan memiliki nilai ekonomi yang cukup tinggi. Akan tetapi, tanaman cabai memiliki masalah yang kompleks terkait serangan hama dan penyakit yang berpotensi mengurangi produksi dan menyebabkan gagal panen. Sistem pakar merupakan salah satu cabang artificial intelligence dalam ilmu komputer yang dapat dimanfaatkan untuk menyelesaikan berbagai jenis masalah. Sistem pakar mampu berperan seperti seorang pakar, sehingga mendiagnosa hama dan penyakit pada tanaman cabai. Pengembangan sistem pakar ini menggunakan metode centainty factor. Metode ini dapat membantu dalam pengambilan keputusan dan menampilkan persentase hasil diagnosa terkait hama dan penyakit pada tanaman cabai. Sistem pakar dikembangkan berbasis website supaya menjadi sistem yang dinamis, sehingga dapat di akses melalui komputer ataupun smartphone. Hasil akhir diagnosa oleh sistem pakar berupa kesimpulan, penjelasan, dan cara mengatasinya.Kata kunci— Tanaman Cabai, sistem pakar, certainty factor ABSTRACTChili is a type of vegetable plant that can be used as a spice in cooking or served directly as an additional ingredient in food. Chili is also a game that is most in demand by the people of Indonesia, so it is likely to be developed and has a fairly high economic value. However, chili plants have problems related to pests and diseases that disrupt production and cause crop failure. Expert system is a branch of artificial intelligence in computer science that can be used to solve various types of problems. The expert system is able to act as a person, thus diagnosing pests and diseases in chili plants. The development of this expert system uses the centacity factor method. This method can assist in making decisions and displaying diagnostic results related to pests and diseases in chili plants. The expert system was developed based on a website to become a dynamic system, so that it can be accessed via a computer or smartphone. The final result of diagnosis by the system is in the form of conclusions, explanations, and how to overcome them.Kata kunci— Chilli plant, expert system, certainty factor

Penerapan Data Mining untuk Memprediksi Minat Nasabah Terhadap Produk Asuransi Meninggal Dunia dengan Metode Naïve Bayes (Studi Kasus : PT. BNI Life Insurance)

INTISASIPendapatan untuk perusahaan asuransi ditentukan oleh jumlah premi yang dibayar oleh nasabah. faktor penting nasabah berupa premi, premi ditentukan dalam persentase atau tarif tertentu. Pada perusahaan asuransi pasti memiliki jumlah data, dan data tersebut sangat penting bagi perusahaan untuk mengetahui kriteria nasabah yang berminat pada asurnsi yang dipasarkan. Dengan adanya informasi dari data nasabah yang ada, perusahaan asuransi dapat mengambil suatu keputusan dalam menerapkan stragi perusahaan diantarnya yaitu menjual produk- produk promo untuk meninggatkan pendapatan perusahaan. Data mining merupakan suatu teknologi yang dapat membantu perusahaan dalam menemukan suatu yang sangat penting dari sekumpulan data. Data mining dapat membentu sautu pola atau membuat suatu sifat perilaku bisnisa yang berguna untuk pengambilan keputusan. Dengan menggunakan metode algoritma Naive Bayes diharapkan bisa membantu perusahaan dalam pengelolaan data nasabah dengan cara mengklasifikasi data nasabah untuk memprediksi minat nasabah dengan tingkat akurasi melebihi 80% dalam memilih produk asuransi meninggal dunia. Kata Kunci: asuransi, baïve bayes, prediksi, data mining. ABSTRACTIncome for insurance companies is determined by the amount of premium paid by the customer. Important factors for customers in the form of premiums, premiums are determined in certain percentages or rates. The insurance company certainly has the amount of data, and the data is very important for companies to know the criteria of customers who are interested in the insurance marketed. With the information from existing customer data, the insurance company can make a decision in implementing the company's strategy, which is to sell promo products to increase company revenue. Data mining is a technology that can help companies find a very important set of data. Data mining can form a pattern or create a nature of business behavior that is useful for decision making. By using the Naive Bayes algorithm method, it is expected to be able to assist companies in managing customer data by classifying customer data to predict customer interest with an accuracy rate exceeding 80% in choosing a death insurance product. Keywords: insurance, baïve bayes, predictions, data mining..

Optimasi Penempatan Lokasi Access Point dengan Metode Simulated Annealing dan Trilateration (Studi Kasus : Universitas Budi Luhur)

INTISASI Teknologi tanpa kabel yang lebih dikenal dengan Wi-Fi. Wi-Fi (Wirelles Fidelity) adalah koneksi tanpa kabel yang menghubungkan jaringan komputer, seperti ponsel yang menggunakan teknologi radio sehingga pengguna dapat melakukan transfer data dengan cepat dan aman. Kebutuhan akan Wi-Fi terlihat dengan jelas, baik di rumah, di kantor-kantor, di kampus, maupun pusat-pusat bisnis. Trafik pengguna Wi-Fi semakin tinggi, namun pemasangan Access Point belum tepat banyak access point yang terpasang yang pemasangannya tidak menentukan jarak antar access point. Menyebabkan penumpukan sinyal dengan access point lain dan area yang tidak tercover oleh access point atau area blankspot. Banyaknya pemasangan access point yang tidak tepat menjadi permasalahan yaitu koneksi Wi-Fi yang tidak stabil dan banyaknya tempat yang tidak terjangkau oleh sinyal Wi-Fi atau blankspot. Salah satu metode yang dipakai dalam penentuan pemasangan access point saat ini adalah menggunakan metode Simulated Annealing dan Trilateration. Penelitian ini akan membahas optimasi pemasangan access point dengan menggunakan metode trilateration yang digunakan untuk mengukur jarak antar access point dan Simulated Aneling digunakan untuk mengukur kekuatan sinyal Wi-Fi. Dari hasil pemasangan Access point dengan menggunakan metode trialteration dan simulated annealing dapat mengurangi area blankspot dan mengurangi penumpukan sinyal dengan access point lain. Kata Kunci : access point, Simulated Annealing, Trilateration, Sinyal, Area. ABSTRACT Wireless technology, better known as Wi-Fi. Wi-Fi (Wirelles Fidelity) is a wireless connection that connects computer networks, such as mobile phones that use radio technology so that users can transfer data quickly and safely. The need for Wi-Fi is clearly visible, both at home, in offices, on campus, and business centers. Wi-Fi user traffic is getting higher, but the installation of Access Points is not right yet, many installed access points do not determine the distance between access points. Causes signal buildup with other access points and areas not covered by the access point or blankspot area. The number of improper access point installations is a problem, namely unstable Wi-Fi connections and many places that are not covered by Wi-Fi or blankspot signals. One of the methods used in determining the installation of an access point is to use the Simulated Annealing and Trilateration method. This study will discuss the optimization of the installation of access points using the trilateration method used to measure the distance between access points and Simulated Aneling is used to measure the strength of Wi-Fi signals. From the results of installing Access Points using the method of trialteration and simulated annealing can reduce the blankspot area and reduce the buildup of signals with other access points. Keywords: access point, Trilateration, Anneling Simulation, Signal, Area.

Penerapan Metode Waterfall pada Skema Sistem Pengaman Sepeda Motor dengan Arduino Nano

INTISASIDengan meningkatnya pertumbuhan kendaraan bermotor, khususnya kendaraan bermotor roda dua setiap tahun, juga menyebabkan peningkatan kejahatan yang terjadi di masyarakat. Berdasarkan data statistik na-sional, tindakan kriminal, terutama kendaraan roda dua saat ini, tidak lagi mengejutkan. Pencurian ini banyak terjadi baik di kota-kota besar maupun di pedesaan. Dengan perkembangan saat ini kendaraan bermotor roda dua bukan kendaraan khusus lagi, karena setiap kepala rumah tangga memiliki lebih dari satu kendaraan bermotor roda dua. Masyarakat banyak memilih kendaraan bermotor roda dua karena fleksibilitas. Sistem kunci ini kadang lupa di lakukan oleh pemilik kendaan bermotor roda dua. Hal ini menyebabkan para pelaku kejahatan bebas mengambil tindakan tanpa dicurigai oleh masyarakat sekitar. Dengan kondisi tersebut, kurang efektif dengan keamanan yang menggunakan sistem kunci. Dengan perkembangan ilmu teknologi saat ini menjadi pengaruh sangat besar untuk pengembangan sistem keamanan kendaraan bermotor roda dua. Teknologi yang sedang berkembang sekrang yaitu mikrokontroler. Dengan menggabungkan sistem keamanan kunci dengan arduino bisa menghasilkan sistem pengaman kendaraan bermotor roda dua dengan alarm Arduino. Dengan semakin meningkatnya kejadian peneliti melakukan penelitian tentang sistem keselamatan sepeda motor. Dalam penelitian ini menggunakan metode waterfall sebagai desain sistem keamanan. Dari hasil penelitian diperoleh skema keselamatan kendaraan bermotor menggunakan Arduino Nano V3.Kata kunci— Sepeda motor, Sistem Keamanan, Waterfall. ABSTRACTWith the increasing growth of motor vehicles, especially two-wheeled motorized vehicles each year, also causes an increase in crime that occurs in the community. Based on national statistical data, criminal acts, especially two-wheeled motor vehicles today, are no longer surprising. This theft happens a lot both in big cities and in the countryside. With the current development of two-wheeled motorized vehicles is not a special vehicle anymore, because every head of household has more than one two-wheeled motorized vehicle. Many people choose two-wheeled motorized vehicles because of their flexibility. This key system is sometimes forgot-ten by the owner of a two-wheeled motorized vehicle. This causes the perpetrators of crime to be free to take action without being suspected by the surrounding community. Under these conditions, it is less effective with security using a key system. With the development of technology now is a very big influence for the develop-ment of two-wheeled motor vehicle safety systems. The technology that is currently developing is a microcon-troller. By combining a key security system with Arduino it can produce a two-wheeled motorized vehicle safety system with an Arduino alarm. With the ever increasing incidence of researchers conducting research on mo-torcycle safety systems. In this study using the waterfall method as a security system design. From the research results obtained a motor vehicle safety scheme using Arunio Nano V3.Kata kunci— Motorcycle, Safety System, Waterfall..

Pengenalan Motif Batik Pandeglang Menggunakan Deteksi Tepi Canny dan Metode K-NN Berbasis Android

INTISASIBatik yang merupakan warisan budaya Indonesia telah ditetapkan UNESCO pada tanggal 2 Oktober 2009 sebagai hak kebudayaan intelektual bangsa Indonesia. Kabupaten Pandeglang pada awalnya tidak memiliki tradisi membatik, namun perkembangan dunia pariwisata di KEK Tanjung Lesung Pandeglang, Banten turut mendorong warga sekitar kawasan wisata KEK Pariwisata Tanjung Lesung untuk menampakan geliatnya. Teknologi komputer juga telah berkembang secara pesat, diawali dengan operasi hitung sederhana hingga bisa melakukan pekerjaan dengan waktu yang singkat. Teknologi komputer yang sedang berkembang adalah pengenalan pola. Pengenalan pola merupakan disiplin ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu obyek. Penelitian ini menggunkan deteksi tepi Canny dan metode K-NN yang merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data yang paling mirip (tetangga terdekat) dengan jumlah k yang telah ditentukan dan mengklasifikasikannya ke dalam kelas baru. Berdasarkan hasil pengujian pada ekstraksi ciri HOG dengan k terbaik yaitu k=1 persentase rata–rata accuracy sebesar 72%, Untuk persentase tertinggi yaitu pada batik 4 dan batik 14 dengan nilai persentase yang didapat sebesar 100%. Sedangkan persentase terendah yaitu pada batik 1, batik 5, dan batik 13 dengan nilai persentase yang didapat sebesar 40%. Sedangkan pada pengujian ekstraksi ciri GLCM dengan k terbaik yaitu k=9 mendapatkan nilai akurasi sebesar 85%. Untuk persentase tertinggi yaitu pada batik 1, batik 2, batik 3, batik 4, batik 9 dan batik 14 dengan nilai persentase yang didapat sebesar 100%. Sehingga ekstraksi ciri GLCM lebih baik dari ekstraksi ciri HOG. Kata Kunci : Pola, Batik, Klasifikasi, Canny, dan K-NN. ABSTRACT Batik, which is a cultural heritage of Indonesia, was established by UNESCO on October 2, 2009 as the intellectual property rights of the Indonesian people. Pandeglang Regency initially did not have a batik tradition, but the development of the world of tourism in the Tanjung Lesung SEZ, Pandeglang, Banten helped encourage residents around the tourism area of the Tanjung Lesung SEZ to display their stretching. Computer technology has also developed rapidly, beginning with simple arithmetic operations so that it can do work in a short time. Computer technology that is developing is pattern recognition. Pattern recognition is a scientific discipline to classify or describe something based on quantitative measurements of features or the main characteristics of an object. This research uses Canny edge detection and K-NN method which is a method to classify objects based on the most similar data (nearest neighbor) with a predetermined number of k and classify them into new classes. Based on the results of testing on the extraction of HOG features with the best k is k = 1 percentage average accuracy of 72%, the highest percentage is in batik 4 and batik 14 with a percentage value obtained by 100%. While the lowest percentage is in batik 1, batik 5, and batik 13 with a percentage value of 40%. Whereas in the GLCM feature extraction test with the best k, k = 9 get an accuracy value of 85%. For the highest percentage, namely in batik 1, batik 2, batik 3, batik 4, batik 9 and batik 14 with a percentage value of 100%. So that GLCM feature extraction is better than HOG feature extraction. Keywords: Pattern, Batik, Classification, Canny, and K-NN