IMPLEMENTASI METODE SOBEL DAN METODE LEARNING VECTOR QUANTIZATION UNTUK MENGENALI POLA UKIRAN TORAJA

71110163, IAN MOODY (2016) IMPLEMENTASI METODE SOBEL DAN METODE LEARNING VECTOR QUANTIZATION UNTUK MENGENALI POLA UKIRAN TORAJA. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71110163_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
71110163_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract

Toraja adalah salah satu suku dari sekian banyak suku di Indonesia. Toraja tidak hanya memiliki ritual budaya dan pemandangan alam yang luar biasa indahnya tetapi juga memiliki sejumlah kekayaan seni rupa. Salah satunya yaitu ukiran. Akan tetapi tidak semua orang Indonesia mengenal ukiran Toraja. Dengan kasus tersebut mendorong penulis untuk membuat progran sederhana dalam Mengenali Pola Ukiran Toraja. Dengan menggunakan algoritma Learning Vector Quantization (LVQ). LVQ digunakan untuk pelatihan dan pengenalan citra ukiran Toraja. Membandingkan nilai data latih dan data uji dengan jarak data terkecil akan ditetapkan sebagai citra ukiran Toraja. Hasil pengenalan lima ukiran Toraja yaitu Pa’ Ulu Karua, Pa' Kapu' Baka, Pa' Tedong, Pa’ Ulu Gayang, dan Pa’ Ulu Karua dengan menggunakan algoritma Learning Vector Quantization dengan 15 data uji ukiran Toraja sistem dapat mengenali dengat tepat sebanyak 10 data uji ukiran Toraja, sedangkan 5 data uji ukiran Toraja mengalami kesalahan dalam pengenalan. Presentase keberhasilan pengenalan memiliki hasil yang cukup baik, yaitu sebesar 66,6%.

Item Type: Thesis (Bachelor)
Subjects: N Seni Rupa > NX Seni Umum
Q Ilmu Pengetahuan > QA Matematika > QA75 Komputer Elektronik. Ilmu Komputer
Q Ilmu Pengetahuan > QA Matematika > QA76 Perangkat Lunak (Software) Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms priska lim
Date Deposited: 02 Nov 2020 03:57
Last Modified: 02 Nov 2020 03:57
URI: http://katalog.ukdw.ac.id/id/eprint/1386

Actions (login required)

View Item View Item