@phdthesis{katalog2590,
           title = {KLASIFIKASI MOTIF BATIK MENGGUNAKAN METODE MOMENT INVARIANTS},
           month = {July},
          author = {ANGELIQUE ANGESTI 71110122},
            year = {2015},
          school = {Universitas Kristen Duta Wacana},
        abstract = {Batik adalah salah satu budaya Indonesia yang motifnya sangat beragam, sehingga sulit untuk mengenali motif dari suatu batik. Oleh karena itu, penulis melakukan klasifikasi k-Nearest Neighbor menggunakan fitur moment invariants dan perhitungan similaritas menggunakan Root Mean Square Error (RMSE). Motif batik yang digunakan dalam penelitian ini adalah motif batik Yogyakarta yaitu motif ceplok, nitik, parang, dan semen. Pada penelitian ini digunakan empat preprocessing yaitu grayscale, biner, opening, dan closing. Motif batik dengan moment invariants menggunakan grayscale memiliki rata-rata persentase sebesar 51,25\%. Motif batik dengan moment invariants menggunakan biner memiliki rata-rata persentase sebesar 70,31\%. Motif batik metode moment invariants menggunakan opening memiliki rata-rata persentase sebesar 62,5\%. Motif batik metode moment invariants menggunakan closing memiliki rata-rata perentase sebesar 46,88\%},
        keywords = {Batik, Moment Invariants, RMSE, k-Nearest Neighbor},
             url = {https://katalog.ukdw.ac.id/2590/}
}