IDENTIFIKASI BATIK PEKALONGAN MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX DAN PROBABILISTIC NEUTRAL NETWORK
FRISNANDA ADITYA

Informasi Umum

Kode

19.04.4933

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Programming For Processing Modes

Dilihat

278 kali

Informasi Lainnya

Abstraksi

ABSTRAK Batik adalah kesenian menggambar diatas kain yang dalam pembuatannya dilakukan secara khusus. Kerajinan batik setiap daerah memiliki ciri khas tertentu salah satunya batik Pekalongan. Perkembangan dan jenis yang membedakan batik dari negara lain masih belum banyak yang mengetahui, dikarenakan belum adanya pendataan secara komputerisasi yang baik dan belum adanya aplikasi untuk menganalisis batik Pekalongan guna membantu pengetahuan masyarakat Indonesia. Berdasarkan permasalahan diatas penulis membuat sistem yang dapat mengidentifikasi motif batik Pekalongan. Pada Tugas Akhir ini telah dilakukan penelitian Identifikasi batik Pekalongan menggunakan metode Gray Level Co-occurrence Matrix sebagai metode ekstraksi ciri dan metode Probabilistic Neural Network sebagai klasifikasi. Metode Gray Level Co-occurrence Matrix merupakan matriks yang mengandung informasi mengenai posisi ketetanggaan piksel yang memiliki tingkat keabuan tertentu. Jaringan Probabilistic Neural Network jauh lebih relatif tidak sensitif terhadap outlier dan menghasilkan prediksi probabilitas target yang akurat.
Dari hasil pengujian pengklasifikasian ini diperoleh akurasi terbaik 98,33%. Akurasi diperoleh dari pengujian 150 citra menggunakan parameter Gray Level Co-Occurrence Matrix kontras-korelasi-energy-homogenitas, dengan nilai sudut 0°,45°,90°135°, dan radius = 1 dan Probabilistic Neural Network yaitu, ukuran gambar 256 × 256, dan nilai spread 0.1. Kata Kunci: Batik, Gray Level Co-Occurrence Matrix, Probabilistic Neutral Network (PNN).

• TTH4B4 - TUGAS AKHIR
• TUI4B4 - TUGAS AKHIR
• III4A4 - TUGAS AKHIR

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook