TY  - THES
TI  - KLASIFIKASI BATIK MENGGUNAKAN K-NEAREST NEIGHBOR BERBASIS NILAI ECCENTRICITY DAN COMPACTNESS
N2  - Batik adalah salah satu budaya Indonesia yang memiliki berbagai aneka macam motif, dengan demikian akan semakin banyak waktu yang dibutuhkan untuk melakukan pengklasifikasian secara manual. Selain itu batik juga mempunyai berbagai macam motif yang cukup banyak dan variasi yang sulit untuk dikenali. Pada penelitian ini, batik akan diklasifikasikan untuk menentukan jenis motif batik. Penulis menggunakan metode klasifikasi K-Nearest Neighbor dengan menggunakan nilai ekstraksi ciri eccentricity dan compactness. Pengujian dilakukan dengan mengubah preprocessing dan nilai k untuk melihat hasil akurasinya. Dari hasil pengujian diketahui hasil rata-rata terbaik untuk motif ceplok diperoleh dari preprocessing opening dengan ekstraksi ciri eccentricity persentase sebesar 52,5%. Motif parang diperoleh dari preprocessing opening dengan ekstraksi ciri eccentricity persentase sebesar 87,5%. Sedangkan untuk
motif nitik hasil rata-rata terbaik diperoleh dari preprocessing opening dengan ekstraksi ciri compactness persentase sebesar 47,5% dan untuk motif terakhir yaitu motif semen diperoleh dari preprocessing closing dengan ekstraksi ciri compactness persentase sebesar 37,5%.
Y1  - 2015/07//
ID  - katalog2500
UR  - https://katalog.ukdw.ac.id/2500/
EP  - 64
M1  - skripsi
KW  - Batik
KW  -  Connected Component Labeling
KW  -  Compactness
KW  -  Eccentricity
KW  -  Klasifikasi K-Nearest Neighbor
KW  -  Preprocessing.
A1  - 71110005, STHEFFANY FELIXIANA
AV  - restricted
PB  - Universitas Kristen Duta Wacana
ER  -