Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Pseudocode
Kurnia Anggriani
Program Studi Informatika, Fakultas Teknik, Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif Pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram Of Oriented Gradient Dita Retnowati; Ernawati Ernawati; Kurnia Anggriani
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (844.796 KB) | DOI: 10.33369/pseudocode.5.2.75-84

Abstract

Batik Besurek memiliki karakter dan motif yang khas dan unik. Tujuan dari penelitian ini adalah membangun aplikasi yang dapat mendeteksi dan mengklasifikasi motif batik Besurek menggunakan Histogram of Oriented Gradient untuk ekstraksi fitur dan Support Vector Machine untuk klasifikasi motif batik besurek. Penelitian ini terfokus pada motif berikut; Kaligrafi, Rafflesia, dan Burung Kuau. Aplikasi ini dibangun dengan Matlab 2014. Berdasarkan hasil pengujian aplikasi diperoleh akurasi dari proses deteksi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non Besurek masing-masing yaitu; (a) 83,06% ,(b) 86,87%, dan (c) 84,69%. Sedangkan akurasi dari proses klasifikasi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non-besurek masing-masing yaitu; (a) 100%, (b) 89,33%, dan 0%.
Co-Authors Dita Retnowati Ernawati Ernawati