Main Article Content
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%.
Article Details
License
- Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
- Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
- Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
- Semua Informasi yang terdapat di Jurnal Pseudocode bersifat akademik. Jurnal Pseudocode tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.
How to Cite
Retnowati, D., Ernawati, E., & Anggriani, K. (2018). Penerapan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif Pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram Of Oriented Gradient. Pseudocode, 5(2), 75–84. https://doi.org/10.33369/pseudocode.5.2.75-84