• Tidak ada hasil yang ditemukan

IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) UNTUK PENGELOMPOKAN CITRA TENUN MENGGUNAKAN ALGORITMA K-MEANS - UDiNus Repository

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2017

Membagikan "IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) UNTUK PENGELOMPOKAN CITRA TENUN MENGGUNAKAN ALGORITMA K-MEANS - UDiNus Repository"

Copied!
1
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 1 Halaman )

Teks penuh

(1)

Referensi

Unduh sekarang ( PDF - 1 Halaman - 126.36 KB )

Dokumen terkait

IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) UNTUK PENGELOMPOKAN CITRA TENUN MENGGUNAKAN ALGORITMA K-MEANS - UDiNus Repository

[r]

IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) UNTUK PENGELOMPOKAN CITRA TENUN MENGGUNAKAN ALGORITMA K-MEANS - UDiNus Repository

[r]

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

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

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

3.2.1 Ekstraksi fitur citra tenun menggunakan GLCM dan contoh perhitungan

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

[r]

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

[r]

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

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

IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR GRAY LEVEL CO- OCCURRENCE MATRICES (GLCM) UNTUK PENGELOMPOKAN CITRA TENUN MENGGUNAKAN ALGORITMA K-MEANS

HASIL & IMPLEMENTASI Hasil pengujian dalam pengelompokan 153 data citra tenun yang digunakan menunjukkan hasil yang berbeda-beda untuk ke-empat sudut