• Tidak ada hasil yang ditemukan

APLIKASI IDENTIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) BERBASIS ANDROID BATIK’S PATTERN IDENTIFICATION THROUGH FEATURE EXTRACTION METHOD, GRAY LEVEL CO – OCCURRENCE MATRIX (GLCM), BASED ON ANDROID

N/A
N/A
Protected

Academic year: 2018

Membagikan "APLIKASI IDENTIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) BERBASIS ANDROID BATIK’S PATTERN IDENTIFICATION THROUGH FEATURE EXTRACTION METHOD, GRAY LEVEL CO – OCCURRENCE MATRIX (GLCM), BASED ON ANDROID"

Copied!
9
0
0

Teks penuh

Loading

Gambar

Gambar 2.1 Hubungan ketetanggaan antar piksel sebgai fungsi orientasi sudut dan jarak.[7]
Gambar 3.1 Blok diagram sistem
Gambar 4.1 Grafik pengaruh pasangan orientasi sudut dan jarak piksel pada GLCM terhadap akurasi
Gambar 4.3 Grafik hasil akurasi terhadap jarak akuisisi terhadap objek.
+2

Referensi

Dokumen terkait

Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix

Penelitian menggunakan uji algoritma Naive Bayes Klasifikasi terhadap citra kain sasirangan yang diekstrak dengan metode berbasis color histogram dan GLCM data terdiri dari

Untuk menghitung objek orang yang ada pada citra, terlebih dahulu mengklik tombol ekstraksi fitur untuk mendapatkan model training yang kemudian citra di input

Puji syukur kehadirat Allah SWT, atas limpahan rahmat dan karunianya, sehingga penulis dapat menyempurnakan skiripsi dengan judul Klasifikasi Motif Batik Menggunakan

Dalam penelitian ini terdapat pembahasan yang akan dilakukan yakni mengetahui tingkat keakuratan klasifikasi dengan jarak piksel tetangga d=1, d=2, d=3, d=4 dan arah GLCM

Proses Ekstraksi ciri yang digunakan dalam Tugas Akhir ini adalah Gray Level Co-Occurrence (GLCM) sebagai metode ektraksi ciri karena dapat menganalisis tekstur pada citra

Hasil akurasi sistem yang optimal didapatkan pada parameter orde dua (kontras,korelasi,energi,homogenitas), arah 0̊, level kuantisasi 8, dan jarak piksel 7 pada metode

Untuk menghitung objek orang yang ada pada citra, terlebih dahulu mengklik tombol ekstraksi fitur untuk mendapatkan model training yang kemudian citra di input