TY  - THES
A1  - 71120077, EVELIN FANNY LARISSA
PB  - Universitas Kristen Duta Wacana
KW  - Batik Geometris
KW  -  Batik Non Geometris
KW  -  Connected Component
Labeling
KW  -  Form Factor
KW  -  Solidity
KW  -  Presentase Area
KW  -  Klasifikasi K-Nearest Neighbor
KW  -  Preprocessing.
M1  - skripsi
ID  - katalog2876
AV  - restricted
UR  - https://katalog.ukdw.ac.id/2876/
TI  - KLASIFIKASI BATIK GEOMETRIS DAN NON GEOMETRIS MENGGUNAKAN K NEAREST NEIGHBOR
EP  - 56
Y1  - 2016/07//
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 Form Factor,
Solidity dan Presentase Area. Pengujian dilakukan dengan melakukan preprocessing dan merubah nilai k untuk melihat hasil akurasinya. Akurasi K-Nearest Neighbor dengan Ekstraksi Ciri Presentase Area memiliki nilai rata-rata yang paling tinggi dengan motif buketan sebesar 92.5 % dan motif semen 75.75%. Nilai K yang memiliki hasil nilai rata-rata yang cukup bagus, dengan presentase akurasi paling tinggi sebesar 61,96 dengan K=20 dan memiliki presentase akurasi paling rendah sebesar 56,16 dengan K=10.
ER  -