Skripsi

Klasifikasi pola batik Malang menggunakan jaringan saraf tiruan backpropagation dengan menerapkan ekstraksi fitur gray level co-occurrence matrix (GLCM) / Andre Ardiansyah

Abstrak
Indonesia merupakan negara yang memiliki beraneka ragam seni dan budaya salah satunya merupakan batik. Batik memiliki beragam pola dimana sangat dipengaruhi oleh budaya sekitarnya seperti pada batik Malang dipengaruhi oleh Kerajaan Singhasari dan Kerajaan Kanjuruhan dengan memiliki motif meliputi Isen-Isen Sulur-Sulur Candi Bunga Teratai dan Mahkota. Banyaknya motif pada batik Malang tentu menyulitkan masyarakat dalam mengenali jenis motif batik Malang terutama bagi masyarakat yang tidak terlalu mengenal kain batik. Tujuan penelitian ini adalah untuk menerapkan dan menguji kasus klasifikasi motif pada batik Malang menggunakan metode Jaringan Saraf Tiruan (JST) Backpropagation dan menerapkan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM). Tahapan dalam penelitian ini meliputi pengambilan dataset zoning preprocessing klasifikasi dengan model Backpropagation dan evaluasi hasil menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa skenario terbaik dari percobaan yang dilakukan yaitu pada skenario potongan citra 25 bagian dengan hyperparameter epoch 800 momentum 0.9 learning rate 0.1 dan hidden layer dengan 29 node. Skenario tersebut mendapat hasil akurasi training dan testing berturut-turut yaitu 60.35% dan 63.76%.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

ix, 48 hlm. : ilus.

Bahasa

Indonesia

No Reg

2429/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. JARINGAN SARAF TIRUAN - BACKPROPAGATION
2. ARTIFICIAL NEURAL NETWORKS - BACKPROPAGATION

Pembimbing

1. Harits Ar Rosyid, S.t., M.t., Ph.d ; 2. Dr. Heru Wahyu Herwanto, S.t., M.kom

Lampiran Berkas