KLASIFIKASI TENUN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) - UDiNus Repository
Teks penuh
Dokumen terkait
untuk ekstraksi ciri tekstur, sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode k-nearest neighbor berdasarkan fitur tekstur
3.2.2 Pencocokan citra tenun menggunakan algortima k-means
[r]
Langkah kerja dari CBIR adalah dengan melakukan ekstraksi fitur tekstur terhadap dataset citra yang digunakan, yakni citra tenun menggunakan algoritma GLCM..
Chandran, "Content Based Medical Image Retrieval with Texture Content Using Gray Level Co-occurence Matrix and K-Means Clustering Algorithm," Journal
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
Metode yang digunakan adalah gray level co-occurrence matrices untuk ekstraksi ciri tekstur, sedangkan untuk menentukan kedekatan antara citra uji dengan citra