| |
Ramadhani. KLASIFIKASI TEKSTUR PADA TEKSTIL MENGGUNAKAN SUPPORT VECTOR MACHINE MULTI KELAS. Banda Aceh : Universitas Syiah Kuala, 2019 |
|
AbstrakTekstur merupakan pola atau motif tertentu yang tersusun secara berulang-ulang pada citra. tekstur mudah dikenali/dikelompokkan oleh manusia, tetapi sulit bagi mesin. klasifikasi tekstur secara otomatis berguna dan dibutuhkan pada banyak bidang seperti industri tekstil, pendaratan pesawat otomatis, fotografi dan seni. pada industri tekstil, klasifikasi tekstur otomatis dapat meningkatkan efisiensi proses desain motif. motif tekstil terdiri dari banyak kelompok, sehingga diperlukan metode klasifikasi multi kelas untuk mengelompokkan motif-motif tersebut. artikel ini memaparkan kinerja tiga metode support vector machine (svm) multi kelas: one against one (oao), directed acyclic graph (dag) dan one against all (oaa) pada klasifikasi motif dari citra tekstil, dimana wavelet gabor digunakan sebagai pengekstraksi fitur. kinerja svm diukur berdasarkan parameter akurasi dan fitur gabor diekstraksi dengan skala dan orientasi yang berbeda. tujuan penelitian ini adalah menentukan kinerja svm dan
Baca Juga : KLASIFIKASI SEVERITY SCORING PENYAKIT KULIT DERMATITIS ATOPIK MENGGUNAKAN MULTI-CLASS SVM (Rivansyah Suhendra, 2020) ,
Baca Juga : KLASIFIKASI MUTU FISIK JAGUNG PIPIL MENGGUNAKAN CITRA DIGITAL DAN SUPPORT VECTOR MACHINE (SVM) (Azkia Maghfirah, 2019) , pengaruh jumlah skala dan orientasi gabor yang digunakan pada klasifikasi motif tekstil. pada simulasi digunakan 120 citra tekstil yang terbagi menjadi tiga kategori motif: bunga, kotak dan polkadot. akurasi pengelompokan svm mencapai kisaran 90%-100%, bahkan untuk citra yang terpotong. pengujian dengan k-fold validation menunjukkan bahwa svm dag lebih baik daripada svm oao dan svm oaa, dengan akurasi mencapai Pengarang tidak dapat memberikan Full Text secara langsung, untuk mendapatkan full text silahkan mengisi Form LSS di bawah. Literature Searching ServiceTulisan yang relevan KLASIFIKASI DOKUMEN BERITA KECELAKAAN TRANSPORTASI BERBAHASA INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (Nur Ratna Sari, 2016) ,PENGUJIAN DAN PEMBAHARUAN ALGORITMA INDOACRO UNTUK PENENTUAN PASANGAN AKRONIM DAN KEPANJANGANNYA DARI DATA TEKS DALAM BAHASA INGGRIS (ARIQ NAUFAL KAMIL, 2020) , IDENTIFIKASI BIBIT PALA JANTAN DAN BETINA BERDASARKAN FITUR BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (ERI SATRIA RZ, 2019) , |
|
|
Kembali ke halaman sebelumnya
Terkini
PROSPEK EKSPOR KOPI ARABIKA ORGANIK BERSERTIFIKAT DI KABUPATEN ACEH TENGAH |
ANALISIS KOMPARATIF TINGKAT PENDAPATAN USAHATANI PADI SAWAH IRIGASI DAN PADI SAWAH TADAH HUJAN BERDASARKAN STATUS PENGUASAAN LAHAN DI KECAMATAN KUTA COT GLIE KABUPATEN ACEH BESAR |
KAJIAN PEMASARAN DAN KEUNTUNGAN PETANI KACANG TANAH DI KECAMATAN DARUSSALAM KABUPATEN ACEH BESAR |
STUDI PENDAPATAN RUMAH TANGGA PERTANIAN DI DATARAN TINGGI (KASUS DESA URING KECAMATAN BUKIT KABUPATEN BENER MERIAH) |
ANALISIS PENDAPATAN USAHATANI TEMBAKAU DI KECAMATAN BANDAR BARU KABUPATEN PIDIE JAYA |