Bifawaidati, Isyi (2017) Penerapan Algoritma Fuzzy C-Means Untuk Klasifikasi Citra Tenun Berdasarkan Fitur Tekstur. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1212100043-Undergraduate_theses.pdf - Published Version Download (4MB) | Preview |
Abstract
Tenun merupakan salah satu kain tradisional Indonesia yang memiliki makna, nilai sejarah, keindahan warna dan motif. Oleh karena itu, pelestarian kain tenun harus sangat diperhatikan. Salah satu yang dapat menangani hal tersebut adalah adanya kemudahan dalam mengakses dan mengolah data kain tenun pada media komputer. Jika terdapat kemudahan dalam akses penyebaran kain tenun, maka memungkinkan untuk menarik minat masyarakat baik dari Indonesia maupun mancanegara. Hal tersebut dapat meningkatkan nilai ekonomi Indonesia. Pada penelitian ini menggunakan tiga motif tenun dari tiga daerah yaitu, motif Endek dari Bali, motif Lurik dari NTT, dan motif Rangrang dari Jawa Tengah. Pada penelitian ini dilakukan klasifikasi tenun berdasarkan motif daerahnya. Pertama, citra akan melalui pra-proses yaitu cropping, grayscalling, dan normalisasi. Kemudian citra diekstraksi menggunakan Gabor Filter. Ekstraksi menghasilkan 40 vektor setiap citranya. Selanjutnya hasil ekstraksi diklasifikasi menggunakan Fuzzy C-Means. Klasifikasi menghasilkan vektor pusat yang kemudian diukur kemiripannya dengan vektor fitur citra uji Hasil pengujian menunjukkan bahwa sistem dapat mengenali citra sesuai dengan motif daerahnya dengan tingkat akurasi sebesar 94%.
==================================================================================================================
Tenun is one of traditional fabric from Indonesia which has meanings, historical value, beautiful colour and design. Therefore, Tenun fabric preservation must be payed. The easy of access and process Tenun fabric data in computer is one of solution for that situation. If we get it, then it possible to outdrawn common interest, either from Indonesia or foreign countries. So, it can increase economics value of Indonesia. In this research, we used Tenun design from three region,namely Endek design from Bali, Lurik design from NTT, and Rangrang design from Center of Java. We classified Tenun based on region’s design. First, image through pra-process, i.e. cropping, grayscalling, and normalization. Then, image extracted by using Gabor Filter. This extraction produced 40 vectors for each image. The result of this extraction classified by using Fuzzy C-Means. This classification produced the center vector that we measured its resemblance with image test feature vector. The result of this testing show that the system can identify the image according to its region’s design and the accuration rate is 94%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Tenun, Gabor filter, Fuzzy C-Means, Tekstur |
| Subjects: | Q Science Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | ISYI BIFAWA'IDATI |
| Date Deposited: | 06 Apr 2017 04:32 |
| Last Modified: | 06 Apr 2017 04:32 |
| URI: | http://repository.its.ac.id/id/eprint/2973 |
Actions (login required)
 |
View Item |