PENGELOMPOKAN KAYU KELAPA MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN TEKSTUR CITRA KAYU KELAPA DUA DIMENSI (2D).
Teks penuh
Gambar
Dokumen terkait
Content based image retrieval (CBIR) merupakan metode yang dapat digunakan untuk mendapatkan informasi dari suatu citra serta menentukan kemiripan suatu
Tujuan dari penelitian ini adalah untuk mendapatkan fitur statistik tekstur dari citra batik untuk mengetahui jenis batik tulis, cap dan printing dengan menggunakan
Sistem temu kembali citra ikan hias untuk mendapatkan informasi ciri menggunakan histogram model warna HSV untuk ekstraksi ciri warna, metode canny untuk
Tahap ekstraksi ciri berdasarkan tekstur Pengujian ini dilakukan untuk mengetahui apakah sistem dapat berjalan dengan baik dalam mengenali citra uji dari citra acuan/citra
Seleksi Fitur Untuk Sistem Temu Kembali Citra Setelah mendapatkan fitur tekstur dan fitur bentuk dari hasil ekstraksi fitur, maka dilakukan proses untuk memilih fitur
2) Ekstraksi fitur; menggunakan histogram model warna HSV untuk fitur warna, dan mengekstraksi nilai ciri dari tekstur digunakan metode GLCM ( Grey Level
2) Ekstraksi fitur; menggunakan histogram model warna HSV untuk fitur warna, dan mengekstraksi nilai ciri dari tekstur digunakan metode GLCM (Grey Level
Abstrak - Pengelompokan citra batik dilakukan untuk mengelompokkan batik yang memiliki kemiripan dengan batik lainnya kedalam satu cluster dengan menggunakan algoritma k-means
