Implementasi Metode Transformasi Wavelet Dan Algoritma K-Nearest Neighbor Untuk Pengenalan Pola Motif Ulos Batak Toba.

Silitonga, Samuel and Kuswardani, Dwina and Siregar, Riki Ruli Affandi (2018) Implementasi Metode Transformasi Wavelet Dan Algoritma K-Nearest Neighbor Untuk Pengenalan Pola Motif Ulos Batak Toba. Diploma thesis, STT PLN.

[thumbnail of Penulisan Samuel Silitonga 201431175.pdf] Text
Penulisan Samuel Silitonga 201431175.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Ulos merupakan kain tenun yang merupakan simbol budaya dari suku Batak yang terdiri dari berbagai jenis motif. Salah satu metode yang dapat digunakan untuk mengenali pola ulos batak berdasarkan motifnya adalah metode transformasi wavelet. Proses pengenalan pola dimulai dengan melakukan dekomposisi pada citra ulos yang telah diubah menjadi citra grayscale dengan metode transformasi wavelet jenis haar kemudian dilakukan ekstrasi fitur dengan GLCM selanjutnya menggunakan algoritma k-nearest neighbor untuk proses klasifikasi. Data uji yang digunakan berupa citra ulos berukuran 512x512 piksel berformat jpg sebanyak 25 data. Berdasarkan hasil uji coba yang telah dilakukan, tingkat pengenalan tertinggi terhadap citra yang diujikan ditunjukan pada saat data uji yang digunakan B1-B5(Ulos Ragihotang) diklasifikasikan dengan data ekstrasi wavelet setiap subband LL, LH, HL dan HH sebesar 70% dan tingkat pengenalan terendah pada saat data uji yang digunakan D1-D5(Ulos Sibolang) diklasifikasikan dengan data ekstrasi wavelet setiap subband LL, LH, HL, dan HH sebesar 25%.

Ulos is a woven fabric which is a cultural symbol of the Batak tribe which consists of various types of motifs. One method that can be used to identify ulos batak patterns based on their motives is the wavelet transformation method. The pattern recognition process begins by decomposing the ulos image which has been converted into a grayscale image with the Haar type wavelet transformation method then feature extraction with GLCM then using the k-nearest neighbor algorithm for the classification process. Test data used in the form of ulos images measuring 512x512 pixels jpg format as much as 25 data. Based on the results of the experiments that have been carried out, the highest level of recognition of the tested image is shown when the test data used by B1-B5 (Ulos Ragihotang) is classified with wavelet extraction data of each subband LL, LH, HL and HH by 70% and the lowest level of recognition when the test data used D1-D5 (Ulos Sibolang) is classified with wavelet extraction data for each subband LL, LH, HL, and HH by 25%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Ulos Batak, Pattern Recognition,Transformasi Wavelet, K-Nearest Ulos Batak, Pengenalan Pola, Transformasi Wavelet, K-Nearest Neighbor Neighbor
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sutrisno
Date Deposited: 11 Nov 2025 06:59
Last Modified: 11 Nov 2025 06:59
URI: https://repository.itpln.ac.id/id/eprint/3731

Actions (login required)

View Item
View Item