Hasil Penelitian Menggunakan Feature Warna dan Edge Information

V. ANALISA HASIL DAN PEMBAHASAN

5.1. Hasil Penelitian

5.1.1. Hasil Penelitian Menggunakan Feature Warna dan Edge Information

diolah menjadi 7 feature berbeda untuk mendapatkan angka akurasi pada

masing-masing percobaan.

a. Percobaan I

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini menghasilkan matriks 1x72, yaitu dari

perhitungan:

- rata-rata nilai edge dari matriks 8 vektor diperoleh 1x64.

- penjumlahan kolom (vertikal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan I:

Tabel 5.1. Data angka akurasi feature rata-rata edge vertikal

No. Jumlah State Akurasi (%)

1. 16 41

2. 17 42

3. 18 44

4. 19 43

5. 20 43

6. 21 52

7. 22 53

8. 23 57

9. 24 59

10. 25 63

11. 26 49

12. 27 -

Catatan: - berarti NaN (not a number).

b. Percobaan II

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh,

parang barong, parang pancing, pari sewuli seling pamor, truntum,

tambal, parang tuding, parang keris, parang kusumo ukel, parang

curigo, parang klitik, parang kembang sawut cecek, ceplok dempel,

kawung kembang cempoko hitam, kawung picis, lereng kusuma,

parang kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini menghasilkan matriks 1x72, yaitu dari

perhitungan:

- rata-rata nilai edge dari matriks 8 vektor diperoleh 1x64.

- penjumlahan baris (horizontal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan II:

Tabel 5.2. Data angka akurasi feature rata-rata edge horisontal

No. Jumlah State Akurasi (%)

1. 16 41

2. 17 42

3. 18 44

4. 19 43

5. 20 49

6. 21 52

7. 22 53

8. 23 57

9. 24 61

10. 25 69

11. 26 50

12. 27 -

c. Percobaan III

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini menghasilkan matriks 1x80, yaitu dari

perhitungan:

- rata-rata nilai edge dari matriks 8 vektor diperoleh 1x64.

- penjumlahan kolom (vertikal) dari matriks 8 vektor diperoleh

matriks 1x8.

- penjumlahan baris (horizontal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan III:

Tabel 5.3. Data angka akurasi feature rata-rata edge vertikal-horisontal

No. Jumlah State Akurasi (%)

1. 16 37

2. 17 33

3. 18 36

4. 19 37

5. 20 37

6. 21 36

7. 22 38

8. 23 42

9. 24 62

10. 25 59

11. 26 53

12. 27 55

13. 28 58

14. 29 56

15. 30 56

d. Percobaan IV

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Perhitungan feature ini akan menghasilkan matriks 1x64 dari

perhitungan rata-rata nilai edge.

Hasil Percobaan IV:

Tabel 5.4. Data angka akurasi feature rata-rata edge

No. Jumlah State Akurasi (%)

1. 16 41

2. 17 42

3. 18 44

4. 19 43

5. 20 48

6. 21 52

7. 22 53

8. 23 54

9. 24 -

Catatan: - berarti NaN (not a number).

e. Percobaan V

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini akan menghasilkan matriks 1x79, yaitu dari

perhitungan:

- perhitungan rata-rata Red ( ), rata-rata Green ( ̅), rata-rata Blue

( ), kadar Red, kadar Green, kadar Blue, dan rata-rata dari ̅ .

- rata-rata nilai edge dari matriks 8 vektor diperoleh matriks 1x64.

- penjumlahan kolom (vertikal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan V:

Tabel 5.5. Data angka akurasi feature warna + rata-rata edge vertikal

No. Jumlah State Akurasi (%)

1. 13 5

2. 14 5

3. 15 5

4. 16 10

5. 17 5

6. 18 10

7. 19 5

8. 20 9

9. 21 5

10. 22 5

11 23 5

f. Percobaan VI

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini akan menghasilkan matriks 1x79, yaitu dari

perhitungan:

- perhitungan rata-rata Red ( ), rata-rata Green ( ̅), rata-rata Blue

( ), kadar Red, kadar Green, kadar Blue, dan rata-rata dari ̅ .

- rata-rata nilai edge dari matriks 8 vektor diperoleh matriks 1x64.

- penjumlahan baris (horizontal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan VI:

Tabel 5.6. Data angka akurasi feature warna + rata-rata edge horizontal

No. Jumlah State Akurasi (%)

1. 13 5

2. 14 5

3. 15 5

4. 16 10

5. 17 5

6. 18 10

7. 19 5

8. 20 10

9. 21 5

10. 22 5

11. 23 5

g. Percobaan VII

Daftar komponen percobaan:

 20 jenis batik, yaitu ceplok kece, kawung galar, nitik cengkeh, parang

barong, parang pancing, pari sewuli seling pamor, truntum, tambal,

parang tuding, parang keris, parang kusumo ukel, parang curigo,

parang klitik, parang kembang sawut cecek, ceplok dempel, kawung

kembang cempoko hitam, kawung picis, lereng kusuma, parang

kawung picis, parang kunci.

 Setiap jenis batik memiliki 25 data, sehingga terdapat 500 (25x20 =

500) batik.

 Citra batik berukuran 200 x 200 piksel.

 Perhitungan feature ini akan menghasilkan matriks 1x87, yaitu dari

perhitungan:

- perhitungan rata-rata Red ( ), rata-rata Green ( ̅), rata-rata Blue

( ), kadar Red, kadar Green, kadar Blue, dan rata-rata dari ̅ .

- rata-rata nilai edge dari matriks 8 vektor diperoleh matriks 1x64.

- penjumlahan kolom (vertikal) dari matriks 8 vektor diperoleh

matriks 1x8.

- penjumlahan baris (horizontal) dari matriks 8 vektor diperoleh

matriks 1x8.

Hasil Percobaan VII:

Tabel 5.7. Data angka akurasi feature warna + rata-rata edge vertikal-horizontal

No. Jumlah State Akurasi (%)

1. 11 5

2. 12 5

3. 13 5

4. 14 12

5. 15 6

6. 16 10

7. 17 5

8. 18 10

9. 19 5

10. 20 10

11. 21 5

12. 22 5