EUVIMEDEUVIMED entdecken
Crossref

SULSEL TYPICAL BATIK MOTIF CLASSIFICATION USING NEURAL NETWORK METHOD WITH GLCM FEATURE EXTRACTION

Trisakti Akbar, Muhammad Fajar B, Muhammad Akbar Amir, Andi Akram Nur Risal, Nur Azizah Ayu Safanah, M. Miftach Fakhri

Journal of Deep Learning, Computer Vision and Digital Image Processing · 2023

DOI: 10.61255/decoding.v1i1.49 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Deep Learning, Computer Vision and Digital Image Processing, 2023. Verfasst von Trisakti Akbar und 5 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Batik adalah salah satu warisan budaya Indonesia yang terbuat dari corak/gambar di atas sebuah kain. Di Sulawesi Selatan, terdapat begitu banyak motif batik. Motif-motif itu pun terus mengalami perkembangan seiring berjalannya waktu. Karena jumlahnya yang banyak, tentunya akan membuat masyarakat kesulitan untuk mengidentifikasi motif batik yang ada saat ini. Untuk mengatasi permasalahan tersebut, penulis melakukan penelitian untuk mengklasifikasikan motif batik menggunakan Jaringan Syaraf Tiruan (JST) dengan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM). Sampel yang digunakan adalah batik khas Sulawesi Selatan, yaitu motif Tongkonan, motif Kapal Pinisi, motif Lontara, dan motif Toraja gabungan. GLCM digunakan untuk mengekstraksi fitur, terdiri dari Angular Second Moment (ASM), kontras, Inverse Difference Moment (IDM), entropi, dan korelasi, yang kemudian diklasifikasikan dengan metode JST. Berdasarkan hasil uji coba menggunakan 120 data latih dan 40 data uji dari masing-masing jenis batik, didapatkan tingkat akurasi yang sangat tinggi yaitu 100%.

Zitieren

APA

Akbar, T., B, M. F., Amir, M. A., Risal, A. A. N., Safanah, N. A. A., & Fakhri, M. M. (2023). SULSEL TYPICAL BATIK MOTIF CLASSIFICATION USING NEURAL NETWORK METHOD WITH GLCM FEATURE EXTRACTION. Journal of Deep Learning, Computer Vision and Digital Image Processing. https://doi.org/10.61255/decoding.v1i1.49

Vancouver

Akbar T, B MF, Amir MA, Risal AAN, Safanah NAA, Fakhri MM. SULSEL TYPICAL BATIK MOTIF CLASSIFICATION USING NEURAL NETWORK METHOD WITH GLCM FEATURE EXTRACTION. Journal of Deep Learning, Computer Vision and Digital Image Processing. 2023. doi:10.61255/decoding.v1i1.49

BibTeX
@article{Akbar2023,
  author = {Akbar, Trisakti and B, Muhammad Fajar and Amir, Muhammad Akbar and Risal, Andi Akram Nur and Safanah, Nur Azizah Ayu and Fakhri, M. Miftach},
  title = {SULSEL TYPICAL BATIK MOTIF CLASSIFICATION USING NEURAL NETWORK METHOD WITH GLCM FEATURE EXTRACTION},
  journal = {Journal of Deep Learning, Computer Vision and Digital Image Processing},
  year = {2023},
  doi = {10.61255/decoding.v1i1.49}
}
Kostenlos starten →