KLASIFIKASI CITRA BATIK MADURA MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FEATURE EXTRACTION GLCM (GRAY LEVEL CO OCCURRENEE MATRICCS)

---

ABSTRAK
Batik merupakan kain bergambar dan proses pembuatannya secara khusus yang
di gambar atau menerangkan motif ke suatu kain yang masih kosong, kemudian
melalui proses khusus sehingga mempunyai ciri khas pada kain tersebut. Salah
satu permasalahan dalam bidang pengenalan pola adalah klasifikasi citra ke
dalam kelas tertentu. Batik dapat diklasifikasikan berdasarkan bentuk motifnya
yaitu motif gentongan dan sekarjagat. Tujuan mengenalkan citra batik Madura
gentongan dan sekarjagat sesuai dengan pola motifnya sehingga mudah untuk
dikenali masyarakat umum. Dengan menggunakan algoritma Gray Level Cooccurrence Matrices (GLCM) dan Backpropagation pada Jaringan Syaraf Tiruan
diperoleh hasil batik dalam 2 kelas gentongan dan sekarjagat akurasi (80%).
Dengan data testing 36 data, yang benar untuk batik gentongan 12 data dan
sekarjagat 17 data. Sedangkan yang salah untuk batik gentongan 6 data dan
sekarjagat 1 data. Jadi, dari 36 data batik gentongan dan sekarjagat benar 29
data batik gentongan, sekarjagat dan 7 data salah.
Kata Kunci : Klasifikasi, GLCM, Jaringan Syaraf Tiruan.

---

Ketersediaan

S06-18321

1832

Koleksi Skripsi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1832

Penerbit

Surabaya : ITATS., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Klasifikasi, GLCM, Jaringan Syaraf Tiruan

Info Detail Spesifik

NPM : 06.2013.1.06285 Nilai : B+

Pernyataan Tanggungjawab

PEMBIMBING : TUTUK INDRIYANI,S.T

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar