Batik Indonesia memiliki beragam corak motif dan model, yang berbedabeda
pada tiap daerahnya dan menjadi ciri khas daerah tersebut. Dengan beragam
dan banyaknya motif batik, mayoritas masyarakat kesulitan untuk mengenal dan
membedakan ciri motif kain batik, dikarenakan tidak semua masyarakat memiliki
pengetahuan akan jenis dan motif batik yang ada. Perbedaan motif yang ada dapat
dikenali melalui perbedaan bentuk dan tekstur motif intinya. Untuk itu maka
dikembangkan dan dibangun sebuah sistem informasi yang mempunyai fungsi
untuk mengenali dan mengidentifikasi citra batik. Aplikasi ini menerapkan
computer vision dimana komputer diberi pengetahuan sehingga dapat melakukan
proses identifikasi citra. Metode yang digunakan untuk ekstraksi citra yaitu Gray
Level Co-occurance Matrics (GLCM) dengan parameter contrast, dissimilarity,
homogeneity, energy, ASM, correlation, IDM dan entropy dengan sudut arah yang
berbeda yaitu 00, 450, 900 dan 1350.Data citra batik yang digunakan seluruhnya
sebanyak 400 citra, dimana terdiri dari 360 citra data training dan 40 citra data
testing. Metode klasifikasi dalam penelitian ini menggunakan Random Forest.
Dengan melakukan pengujian confusion matrics, maka didapatkan hasil True Batik
Jember 8 dengan False 2, True Batik Bondowoso 7 dengan False 3, True Batik
Situbondo 7 dengan False 3 dan True Batik Banyuwangi 9 dan False 1. Hasil
akurasi yang didapatkan yaitu sebesar 77,5%.