Klasifikasi Motif Batik Lampung Menggunakan Ekstraksi Ciri Tepi Canny dan Algoritma Naive Bayes Classifier

Ardianti, Mifta (2018) Klasifikasi Motif Batik Lampung Menggunakan Ekstraksi Ciri Tepi Canny dan Algoritma Naive Bayes Classifier. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (202kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (274kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (494kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (285kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (888kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (892kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (935kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (269kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (382kB) | Request a copy

Abstract

Sistem pengenalan pola saat ini sudah banyak dimanfaakan pada bidang identifikasi motif batik. Motif batik yang beragam dan memiliki ciri khasnya masing-masing disetiap daerah. Menggabungkan teknologi pengenalan pola dengan algoritma klasifikasi dapat dimanfaatkan untuk pembangunan aplikasi ini, seperti yang dilakukan pada penelitaian yang pernah dilakukan. Karena banyaknya algoritma klasifikasi yang kurang tepat dan pemilihan ekstraksi ciri yang belum sesuai maka dalam penelitian ini menggunakan Algoritma Naïve Bayes Classifier dan Ekstraksi ciri deteks tepi canny. Ekstraksi ciri yang digunakan warna, vektor horizontal, vektor vertikal, gabungan warna dan vektor vertikal dan gabungan warna dan vektor horizontal. Penelitian ini mengguankan 10 jenis motif batik lampung yang dipotong-potong menjadi 10 bagian dengan ukuran citra batik 200 x 200 piksel. Kemudian citra batik yang telah dipotong menjadi 10 bagian di ekstraksi sesuai pilihan user untuk mendapatkan data training selanjutnya user melakuakan testing untuk mengetahui jenis motif batik lampung. Hasil penelitian ini memiliki akurasi 47 % untuk ekstraksi warna, 47% untuk ekstraksi vektor horizontal 38% untuk ekstrasi vektor vertikal, 46% untuk ekstraksi ciri menggunakan gabuangan warna dan vektor horizontal/vertikal, maka ini menunjukkan bahwa sistem pengenalan pola dan algoritma klasifikasi Naïve bayes Classifie dapat digunakan untuk mengidentifikasi motif batik lampung.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Batik;lampung;Naïve Bayes;Classifier;klasifikasi;canny.
Subjects: Computer Arts, Digital Arts
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Mifta Ardianti
Date Deposited: 15 Mar 2018 00:46
Last Modified: 15 Mar 2018 00:46
URI: https://etheses.uinsgd.ac.id/id/eprint/6812

Actions (login required)

View Item View Item