@phdthesis{katalog2592,
           month = {July},
           title = {PENGKLASIFIKASIAN MOTIF BATIK BERDASARKAN REPRESENTASI BENTUK DENGAN METODE CHAIN CODE},
          author = {AJENG WULANDARI 71110143},
          school = {Universitas Kristen Duta Wacana},
            year = {2015},
        abstract = {Batik adalah salah satu warisan budaya Indonesia yang memiliki banyak motif yang bermacam-macam. Ini sangat sulit bagi masyarakat awam untuk dapat membedakan motif batik satu dengan motif batik lainnya. Pada penelitian kali ini, batik akan diklasifikasikan untuk mempermudah mengenali motif batik. Proses klasifikasi batik dilakukan dengan ekstraksi fitur menggunakan metode chain code, similarity measures menggunakan metode dynamic time warping, dan proses klasifikasi menggunakan k-nearest neighbor. Hasil klasifikasi nantinya akan diurutkan berdasarkan nilai min \& max dan mean. Motif batik yang digunakan adalah motif batik khas Yogyakarta yaitu ceplok, nitik, parang, dan semen. Hasil keakuratan metode chain code pada proses klasifikasi dengan pengurutan min \& max tertinggi berdasarkan motif adalah motif nitik(40\%) sedangkan berdasarkan nilai k adalah k 5(35\%). Keakuratan metode chain code pada proses klasifikasi dengan pengurutan mean tertinggi berdasarkan motif adalah motif nitik(43\%) sedangkan berdasarkan nilai k adalah k 5(37.5\%).},
             url = {https://katalog.ukdw.ac.id/2592/},
        keywords = {Batik, Ekstraksi Fitur, Chain Code, Dynamic Time Warping, k-nearest neighbor}
}