Wulan Maharani, 20552010032 (2024) KLASIFIKASI CITRA MOTIF SONGKET PALEMBANG MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM. Diploma thesis, Universitas Sumatera Selatan.
Wulan Maharani_20552010032_01_Front.pdf
Download (662kB)
Wulan Maharani_20552010032_02_BAB_1.pdf
Restricted to Repository staff only
Download (231kB)
Wulan Maharani_20552010032_03_BAB_2.pdf
Restricted to Repository staff only
Download (650kB)
Wulan Maharani_20552010032_04_BAB_3.pdf
Restricted to Repository staff only
Download (315kB)
Wulan Maharani_20552010032_05_BAB_4.pdf
Restricted to Repository staff only
Download (670kB)
Wulan Maharani_20552010032_06_BAB_5.pdf
Restricted to Repository staff only
Download (1MB)
Wulan Maharani_20552010032_07_BAB_6.pdf
Restricted to Repository staff only
Download (217kB)
Wulan Maharani_20552010032_08_Lampiran.pdf
Restricted to Repository staff only
Download (3MB)
Abstract
Songket Palembang adalah kain tenun tradisional yang memiliki nilai sejarah dan budaya yang mendalam. Kain Songket Palembang dibuat dengan proses yang rumit menggunakan benang emas atau perak dan memerlukan keterampilan yang tinggi. Seiring dengan perkembangan teknologi dan seni lokal, berbagai macam motif songket seperti bunga teratai, geometris, floral terus dikembangkan dengan berbagai variasi hingga kini. Keberagaman motif Songket Palembang seringkali membingungkan masyarakat. Pengolahan citra seperti Klasifikasi citra motif Songket Palembang dapat menjadi solusi praktis dalam mengenali motif secara akurat dan mempermudah para pelaku usaha terutama UMKM dalam memasarkan produknya serta mendorong masyarakat untuk mencintai warisan budaya. Klasifikasi dilakukan dengan 5 motif Songket Palembang yaitu Lepus Berante, Pulir, Naga Besaung Bungo Cino, Lepus Limar Bungo Jatuh, dan Lepus Nampan Perak. Menggunakan ektraksi fitur Scale Invarian Feature Transform (SIFT) yang dapat menemukan fitur keypoint yang stabil dari gambar, Deskriptor yang dihasilkan akan dikumpulkan oleh algoritma KMeans clustering, dan melakukan pengklasifikasian dengan metode Support Vector Machine (SVM). Akurasi yang dihasilkan dari klasifikasi citra Songket Palembang menggunakan ektraksi fitur SIFT ini adalah 99%.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | L Education > L Education (General) |
Depositing User: | Nona Wulan Maharani |
Date Deposited: | 09 Aug 2024 07:18 |
Last Modified: | 09 Aug 2024 07:18 |
URI: | http://repositori.uss.ac.id/id/eprint/338 |