UMM Institutional Repository

KLASIFIKASI BATIK MENGGUNAKAN METODE MULTI TEXTON HISTOGRAM DAN SUPPORT VECTOR MACHINE

Maulani, Ayu Septya (2017) KLASIFIKASI BATIK MENGGUNAKAN METODE MULTI TEXTON HISTOGRAM DAN SUPPORT VECTOR MACHINE. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-ayuseptyam-47403-1-pendahul-n.pdf

Download (923kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-ayuseptyam-47403-2-babi.pdf

Download (318kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-ayuseptyam-47403-3-babii.pdf

Download (920kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-ayuseptyam-47403-4-babiii.pdf

Download (1MB) | Preview

Abstract

Batik merupakan salah satu cerminan budaya Indonesia secara simbolik yang sampai saat ini telah diakui oleh dunia. Warisan nenek moyang nusantara ini memiliki motif dan corak yang beraneka ragam. Hampir setiap daerah di Indonesia memiliki ciri khas batik tersendiri sehingga masyarakat sulit mengenali ragam batik yang berbeda-beda. Pada penelitian ini, penulis bermaksud untuk membuat sistem pengenalan batik menggunakan metode Multi Texton Histogram untuk proses ekstraksi fitur yang kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor dan Support Vector Machine untuk menghasilkan gambar yang memiliki tingkat kedekatan paling tinggi beserta identitas mengenai batik tersebut. Keakuratan hasil tes yang diperoleh untuk setiap motif batik sangat beragam. Nilai dari keakuratan hasil tes sulit mencapai sempurna. Hal ini dikarenakan motif batik tidak memiliki bentuk yang spesifik. Tingkat akurasi yang diperoleh menggunakan klasifikasi KNN data k = 5 accuracy adalah 70% untuk 4 texton dan 82% untuk 6 texton sedangkan tingkat akurasi yang diperoleh menggunakan klasifikasi SVM adalah 64% untuk 4 texton dan 76% untuk 6 texton. Dari hasil penelitian menyimpulkan bahwa penggunaan metode MTH sebagai metode ekstraksi fitur, KNN dan SVM sebagai classifier dapat diterapkan untuk klasifikasi citra pada batik.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Ida Fitriani Noor
Date Deposited: 27 Dec 2017 07:05
Last Modified: 27 Dec 2017 07:05
URI : http://eprints.umm.ac.id/id/eprint/36063

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo