KLASIFIKASI JENIS MOTIF BATIK YOGYAKARTA BERDASARKAN POLA GARIS MENGGUNAKAN LEARNING VECTOR

22104828, Josevto Tri Umpunu (2017) KLASIFIKASI JENIS MOTIF BATIK YOGYAKARTA BERDASARKAN POLA GARIS MENGGUNAKAN LEARNING VECTOR. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22104828_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
22104828_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Batik merupakan salah satu simbol penting bagi beberapa daerah kususnya di daerah Jawa.Di dalam adat Jawa, Batik merupakan symbol yang digunakan dalam acara keagamaan, acara pernikahan,Perkembangan batikpun dimulai di Jawa Tengah, dan batik Yogyakarta merupakan salah satu dari perkembangan batik yang ada pada saat ini. Perkembangan batik memunculkan banyak jenis jenis batik dari berbagai daerah dengan nama yang berbeda-beda, namun yang membuat batik-batik disetiap daerah berbeda adalah motif yang terdapat pada batik itu sendiri. Klasifikasi batik merupakan salah satu langkah yang dapat dilakukan dalam membantu mengenali kembali jenis jenis batik serta menjaga unsur dan motif utama dari batik sehingga budaya batik di Yogyakarta tetap terjaga.Salah satu algoritma yang bias digunakan untuk proses klasifikasi motif batik tersebut adalah algoritma Learning Vector Quantization (LVQ) agar proses klasifikasi berjalan dengan baik, maka algoritma LVQ akan didukung oleh thinning menggunakan zhang-suen. Hasil dari penelitian yang menggunakan 200 sampel citra untuk diproses dalam sistem menunjukkan bahwa algoritma LVQ memiliki keakuratan sebesar 25% dalam proses Klasifikasi citra batik Yogyakarta. Ada beberapa parameter yang mempengaruhi algoritma ini dalam proses Klasifikasi citra batik seperti Learning rate, Error rate, dan Max Epoch.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: Algoritma, Zhang suen, Learning Vector Quantization, Klasifikasi, Citra,
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: Ms Lea Destiany
Date Deposited: 28 Jun 2021 03:01
Last Modified: 28 Jun 2021 03:01
URI: http://katalog.ukdw.ac.id/id/eprint/4564

Actions (login required)

View Item View Item