ANALISIS DEKOMPOSISI WAVELET PADA PENGENALAN POLA LURIK DENGAN METODE LEARNING VECTOR QUANTIZATION


Bambang Robi'in(1*);

(1) Akademi Teknik PIRI
(*) Corresponding Author

  

Abstract


Indonesia merupakan negara yang terdiri dari banyak suku dan adat istiadat. Keragaman budaya di Indonesia juga dapat dilihat dari kerajinan tenun seperti songket dari daerah sumatra, ulos dari daerah batak, dan kain lurik dari daerah jawa tengah. Kain lurik dibuat dengan motif bergaris-garis atau kotak-kotak tetapi memiliki pola yang bermacam-macam dan sulit dibedakan antara satu pola dengan yang lainnya. Dalam penelitian ini, pengenalan pola dilakukan dengan membangun jaringan syaraf tiruan dengan metode Learning Vector Quantization (LVQ). Proses dekomposisi yang digunakan untuk ekstraksi ciri suatu citra ini digunakan metode Discrete Wavelet Transform (DWT). Hasil penelitian menunjukan bahwa Jaringan syaraf tiruan untuk Pengenalan pola menggunakan metode LVQ dan wavelet haar, wavelet daubechies, wavelet symlet, dan wavelet coiflet menghasilkan sebuah jaringan syaraf tiruan yang memiliki kinerja berbeda-beda. Hasil terbaik dari kinerja jaringan ini diperoleh kinerja terbaik dengan akurasi sebesar 80% pada JST yang menggunakan metode dekomposisi wavelet haar.

Keywords


Citra; Lurik; Jaringan syaraf tiruan; Learning Vector Quantization; Wavelet

  
     

Article Metrics

Abstract view: 908 times
PDF (Bahasa Indonesia) view: 744 times
     

Digital Object Identifier

doi  https://doi.org/10.33096/ilkom.v9i2.133.153-160
  

Cite

References


S. Wuryani, 2013, "Lurik dan Fungsinya di Masa Lalu," Ornamen, pp. 81-100.

I. Afrianto dan D. Priatama, 2013, "Aplikasi Mobile Pengenalan Citra Menggunakan Metode Learning Vactor Quantization," in Seminar Nasional Teknologi Informasi dan Multimedia 2013 STMIK AMIKOM, Yogyakarta.

Sutarno, 2010, "Analisis Perbandingan Transformasi Wavelet pada Pengenalan Citra Wajah," JURNAL GENERIC, vol. 5, no. 2, pp. 15-21.

G. Kumar, S. Sharma dan H. Malik, 2016, "Learning Vector Quantization Neural Network Based External Fault Diagnosis Model for Three Phase Induction Motor Using Current Signature Analysis," Procedia Computer Science, vol. 93, pp. 1010-1016.

E. Sediyono, Y. Nataliani dan C. M. Rorimpandey, 2009, "Klasifikasi Sidik Jari dengan Menggunakan Wavelet Symlet," Jurnal INFORMATIKA, vol. 5, no. 2, pp. 16-34.

A. Wibowo, Wirawan dan Y. K. Suprapto, 2014, "Verifikasi dan Identifikasi Tandatangan Offline Menggunakan Wavelet dan Learning Vector Quantization," in Seminar Nasional Sains dan Pendidikan Sains IX Fakultas Sains dan Matematika UKSW.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Bambang Robi'in

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.