Motif batik saat ini sangat berkembang pesat seiring dengan perkembangan jaman. Yogyakarta dan Solo merupakan kota pionir batik yang berkembang sekarang ini. Namun batik Yogyakarta dan Solo memiliki beberapa motif yang mirip sehingga masyarakat awam kurang mampu untuk membedakannya.
Oleh karena itu diperlukan adanya aplikasi yang dapat membedakan kedua motif batik tersebut. Metode K-Means Clustering dan Naïve Bayes Classifier digunakan untuk pengelompokan jenis batik berdasarkan ciri khasnya masingmasing. Gray Level Co-ocurence Matrix digunakan untuk mengekstraksi ciri masingmasing gambar pada tahap preprocessing.
Sehingga dengan dikembangkannya penelitian ini dihasilkan pengelompokan dengan keakuratan 100% berdasarkan pelatihan dan pada saat diuji dengan gambar yang memiliki noise metode tersebut masih bisa mengelompokkan dengan baik. Dengan adanya penelitian ini diharapkan masyarat dapat membedakan motif batik Yogyakarta dan Solo.