eprintid: 2506
rev_number: 17
eprint_status: archive
userid: 33
dir: disk0/00/00/25/06
datestamp: 2020-06-05 03:15:06
lastmod: 2020-06-05 03:15:06
status_changed: 2020-06-05 03:15:06
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71110007, DANNY PRASETYO
creators_id: danny.prasetyo@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: HAPSARI, WIDI
contributors_name: NUGRAHA, KRISTIAN ADI
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN MOTIF BATIK KLASIK MENGGUNAKAN METODE GABOR WAVELET TRANSFORM
ispublished: pub
subjects: NK
subjects: NX
subjects: QA76
divisions: tek_informatika
full_text_status: restricted
keywords: Batik, Gabor Wavelet Transform, Ekstraksi Fitur Tekstur, K-Nearest
Neighbor, Euclidean Distance
abstract: Batik merupakan salah satu ciri khas dari bangsa Indonesia. Hampir seluruh daerah mempunyai motif yang berbeda-beda. Namun, masih banyak masyarakat Indonesia yang masih belum mengetahui ragam motif tersebut. Oleh karena itu, dalam penelitian ini dibuatlah sebuah sistem yang dapat mengenali citra batik berdasarkan motifnya. Pengolahan citra batik dilakukan dengan Gabor Wavelet Transform untuk dilakukan ekstraksi fitur. Sedangkan untuk mengklasifikasikan citra batik menggunakan K-Nearest Neighbor (K-NN) dengan menghitung jarak terdekat antara citra uji dan citra master menggunakan Euclidean Distance. Komponen fitur yang dipakai untuk pengklasifikasian citra batik yaitu, Contrast, Correlation, Energy dan Homogeneity. Dan untuk citra batiknya sendiri berdasarkan motif batik dari daerah Yogyakarta. Terdapat empat motif yang akan dilakukan penelitian seperti, Parang, Ceplok, Nitik dan Semen. Keakuratan hasil penelitian yang diperoleh untuk motif batik sangat beragam. Nilai dari keakuratan hasil tes sulit mencapai sempurna. Hal ini dikarenakan motif batik memiliki bentuk yang spesifik. Akurasi diperoleh dari beberapa citra uji dengan orientasi kombinasi 0o,45 o,90 o dan 135 o. Secara keseluruhan akurasi tertinggi dari motif batik yang diuji adalah sebesar 77,90% yang diperoleh dari komponen nilai Contrast
date: 2015-07
date_type: submitted
pages: 42
institution: Universitas Kristen Duta Wacana
department: Teknologi Informasi
thesis_type: skripsi
thesis_name: other
citation:   71110007, DANNY PRASETYO  (2015) PENGENALAN MOTIF BATIK KLASIK MENGGUNAKAN METODE GABOR WAVELET TRANSFORM.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/2506/1/71110007_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/2506/2/71110007_bab2-sd-bab4_lampiran.pdf