APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM)

PAWENING, AGENG HADI (2016) APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

354Kb

Abstract

Batik merupakan warisan budaya Indonesia menggambarkan filsafat hidup dan warisan leluhur yang harus dijaga. Hal ini dapat dilihat dari jenis motif batik yang dihasilkan. Beberapa kota penghasil batik di Indonesia menawarkan jenis motif batik berdasarkan tempat dan budaya kota tersebut, salah satunya batik Lasem. Batik Lasem ini memiliki keunikan yaitu motif dan teknik pembuatan dengan cara tradisional dengan teknik batik tulis. Sehingga sulit untuk mengklasifikasikan beberapa motif batik Lasem tersebut. Aplikasi Pengklasifikasian Batik Lasem ini dapat menjadi solusi untuk membantu pengklasifikasian motif batik Lasem. Aplikasi ini dikembangkan menggunakan metode Gray Level CoOccurrence Matrices (GLCM) sebagai teknik ekstraksi fitur dan Support Vector Machine (SVM) sebagai model pengenalan motifnya. Data batik yang digunakan untuk pelatihan dan pengujian sebanyak 100 yang berasal dari 50 motif batik gunungringgit dan 50 motif batik krecak. Pengujian dilakukan dengan menggunakan 5-fold cross validation dan penghitungan akurasi menggunakan confusion matrix. Berdasarkan hasil pengujian didapatkan rata-rata akurasinya sebesar 69%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:59321
Deposited By:Mrs. Rismiyati .
Deposited On:16 Jan 2018 08:39
Last Modified:16 Jan 2018 08:39

Repository Staff Only: item control page