PENGELOMPOKAN CITRA BATIK MENGGUNAKAN ALGORITMA K-MEAN BERDASARKAN FITUR TEKSTUR DENGAN METODE GLCM.
Teks penuh
Dokumen terkait
sering digunakan dalam CBIR karena memiliki kolerasi yang kuat dengan objek dasar suatu citra [ 2 ]. Pada dasarnya suatu citra memiliki ciri-ciri dasar yaitu warna,
Pada penelitian ini digunakan ekstraksi fitur tekstur berbasis histogram untuk mendapatkan 6 karakteristi ciri tekstur citra kayu kelapa dan metode clustering
Data yang diperoleh tersebut merupakan hasil dari pengelompokan menggunakan algoritma k-means dari fitur-fitur tekstur citra tenun yang diperoleh menggunakan metode
3.2.2 Pencocokan citra tenun menggunakan algortima k-means
Pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan kontras, transformasi
Masing-masing sampel akan diambil satu jenis motif batik dan dilakukan proses segmentasi citra menggunakan metode Filter Gabor dan K-means Clustering dengan membandingkan nilai
Masing-masing sampel akan diambil satu jenis motif batik dan dilakukan proses segmentasi citra menggunakan metode Filter Gabor dan K-means Clustering dengan membandingkan nilai
Pada penelitian ini digunakan ekstraksi fitur tekstur berbasis histogram untuk mendapatkan 6 karakteristi ciri tekstur citra kayu kelapa dan metode clustering
