KLASIFIKASI JENIS BATIK PEKALONGAN MENGGUNAKAN CITRA HSI DENGAN METODE K-NEAREST NEIGHBOR

  • WAHYU PRIYO ATMAJA Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Industri
    (ID)
  • VERONICA LUSIANA Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Industri
    (ID)
Keywords: KNN, HSI, Batik, Batik Pekalongan

Abstract

Batik adalah sejenis kain dengan motif-motif yang khas yang dibuat dengan teknik khusus, salah satunya batik di daerah Pekalongan. Dalam artikel ini peneliti ingin mengklasifikasi jenis batik Pekalongan menggunakan citra HSI dengan metode KNN yang bertujuan memberikan hasil berupa seberapa akurat metode tersebut jika digunakan untuk mengklasifikasi objek dengan tingkat warna yang beraneka ragam. Data yang digunakan digunakan berjumlah 57 data citra, terdiri dari 7 data batik jlamprang, 6 data batik liong, 7 data batik semen, 8 data batik terang bulan, 7 data batik tuju rupa dan 22 data batik dari luar kota pekalongan.

Downloads

Download data is not yet available.

Author Biographies

WAHYU PRIYO ATMAJA, Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Industri

 Universitas Stikubank Semarang

VERONICA LUSIANA, Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Industri

Universitas Stikubank Semarang

References

Sherina Samantha Untoro dan Ir. Benny Poerbantanoe, MSP, Museum Batik Pekalongan di Kota Pekalongan, JURNAL eDIMENSI ARSITEKTUR, 2021.
Hendryanto Edha, Sampe Hotlan Sitorus, dan Uray Ristian, Penerapan Metode Transformasi Ruang Warna Hue Saturation Intensity (Hsi) Untuk Mendeteksi Kematangan Buah Mangga Harum Manis, Jurnal Komputer Dan Aplikasi, 2020.
Rini Mulyani, Dedy Atmajaya, dan Fitriyani Umar, Klasifikasi Kematangan Buah Pala Menggunakan Metode K Nearest Neighbor (k-NN) Dengan Memanfaatkan Teknologi Citra Digital, Buletin Sistem Informasi dan Teknologi Islam, 2021.
Ahmad Muslih Syafi’I, dkk, , Klasifikasi Kematangan Pada Buah Mangga Garifta Merah dengan Transformasi Ruang Warna HSI. Journal of Applied Informatics and Computing (JAIC), 2021.
Anggi Priliani Yulianto, Sutawanir Darwis, Penerapan Metode K-Nearest Neighbors (kNN) pada Bearing, Journal Riset Statistika, 2021.
Hardiana Said, dkk, Sistem Prediksi Kualitas Air Yang Dapat Dikonsumsi Dengan Menerapkan Algoritma K-Nearest Neighbor, Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA), 2022.
Published
2023-02-05
Section
Volume 8, Nomor 1 April, Tahun 2023
Abstract viewed = 638 times