KLASIFIKASI MOTIF BATIK BESUREK MENGGUNAKAN ALGORITMA ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN HISTOGRAM OF ORIENTED GRADIENT (HOG)

FARUQI, MUHAMMAD IHSAN and Ernawati, Ernawati and Putri, Endina (2020) KLASIFIKASI MOTIF BATIK BESUREK MENGGUNAKAN ALGORITMA ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN HISTOGRAM OF ORIENTED GRADIENT (HOG). Undergraduated thesis, Fakultas Teknik.

[img] Text (Thesis)
Skripsi - G1A013024 - Muhammad Ihsan Faruqi.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (8MB)

Abstract

Batik besurek ini mempunyai beberapa motif dasar yang membedakannya dengan jenis batik dari daerah lain. Motifnya antara lain yaitu motif kaligrafi, motif bunga raflesia, motif burung kuau, motif relung paku, dan motif rembulan. Penelitian ini bertujuan untuk mengklasifikasi motif – motif batik besurek dengan membangun aplikasi yang dapat mengklasifikasi motif Batik Besurek menggunakan Gray Level Co-occurrence System dan Histogram of Oriented Gradient untuk ekstraksi fitur dan Adaptive Neuro Fuzzy Inference System untuk klasifikasi motif Batik Besurek. Aplikasi ini dibangun dengan Matlab R2013b. Berdasarkan hasil pengujian aplikasi diperoleh akurasi dari proses klasifikasi pada motif campuran, motif kaligrafi, motif burung kuau, motif raflesia, motif relung paku, dan motif rembulan masing-masing yaitu; (a) 70,58%, (b) 66,67%, (c) 81,81%, (d) 60%, (e) 69,23%, (f) 88,89%. Kata kunci: Batik Besurek, Klasifikasi, Gray Level Co-occurrence System, Histogram of Oriented Gradient, dan Adaptive Neuro Fuzzy Inference System.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 022 Lili Haryanti
Date Deposited: 06 Dec 2021 14:49
Last Modified: 06 Dec 2021 14:49
URI: http://repository.unib.ac.id/id/eprint/23343

Actions (login required)

View Item View Item