• Tidak ada hasil yang ditemukan

KLASIFIKASI TENUN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) - UDiNus Repository

N/A
N/A
Protected

Academic year: 2017

Membagikan "KLASIFIKASI TENUN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) - UDiNus Repository"

Copied!
1
0
0

Teks penuh

(1)

TUGAS AKHIR

KLASIFIKASI TENUN MENGGUANAKAN ALGORITMA K-NEAREST NEIGHBOUR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRICES

(GLCM)

Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Informatika

Disusun Oleh:

Nama : Eka Putra Satrio

NIM : A11.2011.06350

Program Studi : TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO

Referensi

Dokumen terkait

Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Informatika.

Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Informatika. Disusun

Metode yang digunakan adalah gray level co-occurrence matrices untuk ekstraksi ciri tekstur, sedangkan untuk menentukan kedekatan antara citra uji dengan citra

3.2.1 Ekstraksi fitur citra tenun menggunakan GLCM dan contoh perhitungan

[r]

Pengklasifikasian tenun berdasarkan daerah asal dengan ekstraksi ciri untuk. diketahui asal daerah dari

Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan kontras, transformasi warna, restorasi),

menjadikannya simetris.. Langkah-langkah ekstraksi fitur pada matrik 2. 1) Membuat area kerja matriks.. 4) Menjumlahkan matriks kookurensi dengan tranposeenya untuk. menjadikannya