• 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!
4
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 4 Halaman )

Teks penuh

Referensi

Unduh sekarang ( PDF - 4 Halaman - 122.79 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]

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

Chandran, "Content Based Medical Image Retrieval with Texture Content Using Gray Level Co-occurence Matrix and K-Means Clustering Algorithm," Journal

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

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

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

PERANCANGAN EKSTRAKSI FITUR MOTIF SASIRANGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS COLOR HISTOGRAM DAN GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM)

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