DETAIL KOLEKSI

Implementasi penggunaan metode gray level co-occurrence matrix (glcm) pada pengenalan motif batik Bekasi


Oleh : Sri Handayani

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Ahmad Zuhdi

Pembimbing 2 : Ratna Shofiati

Subyek : Business intelligence;Computer systems

Kata Kunci : batik, bekasi batik motifs, and glcm

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2022_TA_SIF_064001500020_Halaman-Judul.pdf
2. 2022_TA_SIF_064001500020_Lembar-Pengesahan.pdf
3. 2022_TA_SIF_064001500020_Bab-1_Pendahuluan.pdf
4. 2022_TA_SIF_064001500020_Bab-2_Tinjauan-Pustaka.pdf
5. 2022_TA_SIF_064001500020_Bab-3_Metodologi-Penelitian.pdf
6. 2022_TA_SIF_064001500020_Bab-4_Analisis-Hasil-dan-Pembahasan.pdf
7. 2022_TA_SIF_064001500020_Bab-5_Kesimpulan-dan-Saran.pdf
8. 2022_TA_SIF_064001500020_Daftar-Pustaka.pdf
9. 2022_TA_SIF_064001500020_Lampiran.pdf

D Dalam dunia nyata masalah pengklasifikasian suatu citra ditimbangkan dalam makalah ini. Salah satu contoh citra yang sulit untuk dikenali adalah citra motif batik. Batik adalah salah satu kekayaan bangsa Indonesia yang banyak ragam motif dan coraknya, sehingga banyak masyarakat yang kurang mengenali akan corak motif batik tersebut, sehingga penelitian ini dibuat untuk menyelesaikan masalah tersebut. Pada penelitian Langkah yang dilakukan untuk mengidentifikasi suatu citra adalah dengan menggunakan metode gray level co-occurrence matrix sebagai metode untuk melakukan perhitungan ekstrasi fitur.Hasil pengujian dengan memanfaatkan metode gray level co – occurrence pada sudut 0˚ dan dengan jara 1 piksel mendapatkan nilai akurasi sebesar 83%.

I In the real world, the problem of image classification is considered in this paper. One example of an image that is difficult to recognize is an image of a batik motif. Batik is one of the wealth of the Indonesian people which has a very diverse variety of motifs and patterns, so that many people are not familiar with the pattern of batik motifs, so this research was made to solve this problem. In this study, the steps taken to identify an image are using the gray level co-occurrence matrix method as a method for calculating feature extraction. The test results using the gray level co-occurrence method at an angle of 0Ëš and with a distance of 1 pixel get an accuracy value of 83%

Bagaimana Anda menilai Koleksi ini ?