Technologia: Jurnal Ilmiah
Vol 9, No 4 (2018): TECHNOLOGIA

KLASIFIKASI MOTIF SASIRANGAN BERBASIS FITUR GREY LEVEL CO-OCCURRENCE MATRIES MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

Muhammad Saidi Rahman (Unknown)



Article Info

Publish Date
01 Oct 2018

Abstract

Sasirangan adalah kain khas Kalimantan selatan yang dibuat dengan teknik jerujuk. Sasirangan memiliki banyak motif yang berjumlah sekitar 20 motif. Pada penelitian ini motif yang digunakan untuk klasifikasi sasirangan ada 3 motif yaitu Abstrak, Kulat Kurikit dan Hiris Gegatas dengan jumlah citra yang digunakan pada penitilian ini setiap motif ada 10 citra. Grey Level Co-occurrence Matrix (GLCM) digunakan untuk ekstrasi fitur pada gambar sasirangan. Dengan mengambil nilai 5 besaran dari GLCM yaitu Entropi, Korelasi, Kontras, Angular Second Moment (ASM) dan Inverse Different Moment (IDM) dari 4 sudut citra yang berbeda yaitu 00, 450, 900 dan 1350. Selanjutnya hasil ekstrasi akan di klasifikasikan dengan menggunakan metode Backpropagation Neural Network dengan beberapa skenario pengujian melalui X-Validation. Tipe validasi yang diuji yaitu Stratified Sampling, Linear Sampling dan Shuffled Sampling dengan ketentuan Number Validation 2 sampai 10. Hasil akurasi tertinggi pada number validation 10 dengan akurasi 95% pada ketiga tipa validasi. Keywords : Sasirangan, Grey Level Co-occurrence Matrix(GLCM), Backpropagation Neural Network.

Copyrights © 2018






Journal Info

Abbrev

JIT

Publisher

Subject

Computer Science & IT

Description

Technologia: Jurnal Ilmiah adalah wadah informasi, hasil penelitian, dan tulisan terkait bidang Teknik Informatika dan Sistem Informasi yang dikelola oleh Fakultas Teknologi Informasi Universitas Islam Kalimantan Muhammad Arsyad Al Banjari. Frekuensi terbitan pada jurnal ini 4 kali dalam setahun ...