IDENTIFIKASI CITRA KAIN TAPIS LAMPUNG JENIS TAJUK AYUN DAN KETIK MENGGUNAKAN ALGORITMA SELF ORGANIZING MAP

YONO, DENI ARI (2022) IDENTIFIKASI CITRA KAIN TAPIS LAMPUNG JENIS TAJUK AYUN DAN KETIK MENGGUNAKAN ALGORITMA SELF ORGANIZING MAP. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi18312026.pdf - Published Version Download (8MB)
	Text (Abstrak) abstrak18312026.pdf - Published Version Download (189kB)
	Text (Bab I Pendahuluan) b118312026.pdf - Published Version Download (200kB)
	Text (Bab II Landasan Teori) b218312026.pdf - Published Version Download (945kB)
	Text (Daftar Pustaka) daftar_pustaka18312026.pdf - Bibliography Download (401kB)

Abstract

ABSTRAK IDENTIFIKASI CITRA KAIN TAPIS LAMPUNG JENIS TAJUK AYUN DAN KETIK MENGGUNAKAN ALGORITMA SELF ORGANIZING MAP Oleh: DENI ARI YONO 18312026 Provinsi Lampung terletak di Pulau Sumatera. Provinsi Lampung didirikan di tahun 1964. Provinsi Lampung dikenal juga dengan kekayaan alamnya, beragam bahasa dan budayanya. Salah satu budaya Lampung yang sangat terkenal adalah Kain Tapis. Kain Tapis masyarakat Lampung memiliki makna simbolis sebagai simbol ciri khas yang melindungi masyarakat pemakainya. Tapis Lampung sangat beragam dari jenis motifnya, untuk Motif Kain Tapis Lampung sendiri memiliki beragam motif, namun motif kain tapis lampung yang banyak diminati adalah Tapis Tajuk Ayun dan Ketik. Identifikasi tapis lampung adalah tugas yang mudah bagi manusia untuk melakukan identifikasi citra tapis dengan melihat jenis tapis dari bentuk, warna dan tekstur, tetapi tidak untuk mesin atau komputer yang tidak dilengkapi dengan sistem yang cerdas. Penelitian ini dilakukan untuk mengklasifikasi dua jenis tapis dengan motif Tajuk Ayun dan Ketik. Tahapan penelitian ini dibagi menjadi tiga tahapan. Tahap pertama adalah proses Preprocessing pada tahap ini dilakukan peroses resize kemudian mengkonversi citra warna kedalam citra grayscale dengan menggunakan median filter dan membuat grafik histogramnya. Tahap kedua adalah Ekstraksi ciri tekstur menggunakan metode ciri statistik orde pertama. Tahapan terakhir adalah melakukan klasifikasi dengan algoritma Self Organizing Map. Penelitian ini menggunakan 117 data yang terbagi menjadi 80% data untuk proses training dan 20% data untuk proses testing. Berdasarkan hasil penelitian ini dengan menggunakan metode filter median, statistik orde pertama, dan algoritma Self Organizing Map, diperoleh akurasi sebesar 96% untuk proses pelatihan dan 100% untuk proses pengujian.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Filter, Identifikasi Citra, Klasifikasi, Self Organizing Map
Subjects:	INFORMATIKA > TN Mining engineering. Metallurgy
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	11 Apr 2023 08:52
Last Modified:	11 Apr 2023 08:52
URI:	http://repository.teknokrat.ac.id/id/eprint/4601

Actions (login required)

View Item