KLASIFIKASI MOTIF BATIK BOJONEGORO BERDASARKAN FITUR TEKSTUR DENGAN METODE K-NN

Prastya, Wahana Yuda (2021) KLASIFIKASI MOTIF BATIK BOJONEGORO BERDASARKAN FITUR TEKSTUR DENGAN METODE K-NN. Other thesis, Universitas Islam Lamongan.

[img] Text
111710099-WAHANA YUDA PRASTYA - cover.pdf

Download (222kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - daftar isi.pdf

Download (19kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - abstrak.pdf

Download (5kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab i.pdf

Download (132kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab ii.pdf

Download (558kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab iii.pdf
Restricted to Repository staff only

Download (352kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab iv.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab v.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
111710099-WAHANA YUDA PRASTYA - bab vi.pdf
Restricted to Repository staff only

Download (6kB)
[img] Text
111710099-WAHANA YUDA PRASTYA - daftar pustaka.pdf
Restricted to Repository staff only

Download (225kB)

Abstract

Batik adalah sejenis kain tertentu yang dibuat khusus dengan motif-motif yang khas yang langsung dikenali masyarakat umum. Batik merupakan hasil karya asli bangsa Indonesia, batik telah resmi dikukuhkan UNESCO yaitu badan dunia PBB dalam bidang kebudayaan dan pendidikan sebagai salah satu warisan dunia. Model pengenalan batik sudah selayaknya menggunakan pemanfaatan teknologi, khususnya teknologi pengolahan citra digital. Pengolahan citra menawarkan model pengenalan awal hingga pengklasifikasian pola batik. Pada penelitian ini akan dirancang sebuah sistem untuk klasifikasi pengenalan jenis Batik Bojonegoro yang menggunakan metode ekstraksi Grey Level Co-Occurrence Matrix, untuk klasifikasi menggunakan metode K-Nearest neighbors. Data citra yang digunakan pada penelitian ini sebanyak 200 data citra training dan 50 data citra testing. dari hasil pengujian didapatkan nilai akurasi yang tertinggi dari K1-K10 adalah pada K1 dan K2 yaitu 72%.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User: Perpus admin UNISLA
Date Deposited: 10 Feb 2022 05:06
Last Modified: 10 Feb 2022 05:06
URI: http://eprints.unisla.ac.id/id/eprint/189

Actions (login required)

View Item View Item