Perpustakaan Fakultas Teknik

Universitas Mataram

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of PENGENALAN MOTIF SONGKET LOMBOK MENGGUNAKAN METODE  GRAY LEVEL CO-OCCURRENCE  MATRIX (GLCM) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Tugas Akhir Elektro

PENGENALAN MOTIF SONGKET LOMBOK MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Erni Dwi Jayanti - Nama Orang;

Songket merupakan kain tenun yang dibuat dengan cara mengungkit benang kemudian dimasukkan benang pakan tambahan untuk membentuk pola hias timbul pada dasar tenunan dari benang katun atau benang sutera. Songket dari berbagai daerah memiliki motif yang serupa, namun jika dilihat lebih rinci motif songket dari berbagai daerah tidak sama, salah satunya yang berada di Provinsi Nusa Tenggara Barat yaitu Pulau Lombok. Untuk membantu masyarakat mengenali jenis-jenis motif songket Lombok maka peneliti menerapkan teknologi pengolahan citra digital salah satunya pengenalan pola untuk mengenali pola ciri songket Lombok Penerapan teknologi pengolahan citra digital salah satunya adalah dengan mengembangkan sebuah sistem pengenalan pola untuk menganalisis motif songket Lombok menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dan Jaringan Syaraf Tiruan Backpropagation. Sebelum masuk ke proses ekstraksi ciri dilakukan proses mengubah citra berwarna RGB menjadi citra dengan skala keabuan (grayscale) dan pengubahan ukuran citra (resizing). Pada proses GLCM didapatkan nilai dari hasil ekstraksi ciri dalam parameter mean, variance, energy, entropy, contrast, dissimilarity dan homogeneity. Sedangkan Jaringan Syaraf Tiruan Backpropagation digunakan untuk pengklasifikasian motif songket Lombok. Pada penelitian ini digunakan citra moif songket dengan sampel sebanyak 15 motif songket dengan motif sama warna sama diambil sebanyak 8 kali, dimana 4 citra digunakan sebagai data latih dan disimpan di dalam database dan 4 citra lainnya digunakan sebagai data uji atau data di luar database. Pada proses pengujian tingkat akurasi keberhasilan sistem untuk mengenali pola motif songket Lombok didapatkan persentase rata-rata pengenalan tertinggi pada sudut 0° sebesar 88.33% dan rata-rata pengenalan terendah pada sudut 90° sebesar 68.33%.


Ketersediaan
2019234746.41.Ern.pTersedia
Informasi Detail
Judul Seri
-
No. Panggil
746.41.Ern.p
Penerbit
Universitas Mataram : Fakultas Teknik Unram., 2019
Deskripsi Fisik
xv; 55 Hlm; Illus; 21x29 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
746.41
Tipe Isi
other
Tipe Media
computer
Tipe Pembawa
audio disc
Edisi
-
Subjek
Songket
Pengenalan Pola, Gray Level Co-occurrence Matrix
Jaringan Syaraf Tiruan Backpropagation
Info Detail Spesifik
PENGENALAN MOTIF SONGKET LOMBOK
Pernyataan Tanggungjawab
Erni Dwi Jayanti
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PENGENALAN MOTIF SONGKET LOMBOK MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Fakultas Teknik
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Ruang Baca Fakultas Teknik

Kami menyedian Buku ajar ilmu teknik dan Tugas Akhir mahaiswa Fakultas Teknik Universitas Mataram

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik