Ardiansyah, Andre (2023) Klasifikasi pola batik malang menggunakan jaringan saraf tiruan backpropagation dengan menerapkan ekstraksi fitur gray level co-occurrence matrix (glcm) / Andre Ardiansyah. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Indonesia merupakan negara yang memiliki beraneka ragam seni dan budaya salah satunya merupakan batik. Batik memiliki beragam pola dimana sangat dipengaruhi oleh budaya sekitarnya seperti pada batik Malang dipengaruhi oleh Kerajaan Singhasari dan Kerajaan Kanjuruhan dengan memiliki motif meliputi Isen-Isen Sulur-Sulur Candi Bunga Teratai dan Mahkota. Banyaknya motif pada batik Malang tentu menyulitkan masyarakat dalam mengenali jenis motif batik Malang terutama bagi masyarakat yang tidak terlalu mengenal kain batik. Tujuan penelitian ini adalah untuk menerapkan dan menguji kasus klasifikasi motif pada batik Malang menggunakan metode Jaringan Saraf Tiruan (JST) Backpropagation dan menerapkan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM). Tahapan dalam penelitian ini meliputi pengambilan dataset zoning preprocessing klasifikasi dengan model Backpropagation dan evaluasi hasil menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa skenario terbaik dari percobaan yang dilakukan yaitu pada skenario potongan citra 25 bagian dengan hyperparameter epoch 800 momentum 0.9 learning rate 0.1 dan hidden layer dengan 29 node. Skenario tersebut mendapat hasil akurasi training dan testing berturut-turut yaitu 60.35% dan 63.76%.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | N Fine Arts > NC Drawing Design Illustration |
Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
Depositing User: | library UM |
Date Deposited: | 12 Jun 2023 04:29 |
Last Modified: | 25 Sep 2024 01:27 |
URI: | http://repository.um.ac.id/id/eprint/291737 |
Actions (login required)
View Item |