UMM Institutional Repository

KLASIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI GRAY LEVEL CO-OCCURENCE MATRIX (GLCM) PADA PLATFORM ANDROID

Sunawar, Seno (2017) KLASIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI GRAY LEVEL CO-OCCURENCE MATRIX (GLCM) PADA PLATFORM ANDROID. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-senosunawa-47943-1-pendahul-n.pdf

Download (355kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-senosunawa-47943-2-babi.pdf

Download (499kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-senosunawa-47943-3-babii.pdf

Download (1MB) | Preview
[img]
Preview
Text
jiptummpp-gdl-senosunawa-47943-4-babiii.pdf

Download (593kB) | Preview

Abstract

Batik merupakan salah satu seni dan budaya yang terkenal berasal dari Indonesia setiap batik yang ada di Indonesia memiliki ciri khas tersendiri tergantung dari mana batik itu berasal. Saat ini banyak masyarakat Indonesia yang menggunakan batik tanpa mengetahui nama motif, asal, maupun makna yang terkandung dari batik yang di gunakan, hal ini di sebabkan banyaknya motif batik asal Indonesia. Pada penelitian ini penulis membangun sistem yang dapat melakukan klasifikasi motif batik menggunakan metode Gray Level Co-occurence Matrix (GLCM) sebagai ekstraksi fitur citra batik serta metode K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM) sebagai metode klasifikasi. Pada tulisan ini ciri GLCM yang di gunakan sebanyak empat ciri yaitu Energi, Entropi, Kontras, dan Korelasi dengan jarak satu piksel dan pada sudut 0o, 45o, 90o, 135o. Pengujian yang digunakan berupa perhitungan akurasi dengan skenario pembagian data dan cross-validation. Dari hasil pengujian didapatkan rata-rata akurasi untuk KNN sebesar 78,3% dan 92,3% untuk SVM pada skenario menggunakan cross-validation, sedangkan dengan skenario pembagian data akurasi tertinggi untuk KNN sebesar 67% dan 86% untuk SVM. Hal ini menunjukan bahwa penggunaan metode GLCM untuk ekstraksi motif batik sudah efektif.

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: 28 Dec 2017 07:44
Last Modified: 28 Dec 2017 07:44
URI : http://eprints.umm.ac.id/id/eprint/36070

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