Text

Pengenalan pola citra senjata tradisional Indonesia dengan algoritma Backpropagation

---

PENGENALAN POLA CITRA SENJATA TRADISIONAL INDONESIA DENGAN ALGORITMA BACKPROPAGATION
REVA SETIA ANUGRAH PUTRA
ABSTRAK
Setiap ragam senjata tradisional di Indonesia memiliki ciri yang unik dan berbeda-beda terkait pola, bentuk dan ukurannya. Kurangnya pengetahuan akan kebudayaan Indonesia diera modern, serta minimnya informasi akan ragam dan jenis senjata tradisional Indonesia dikalangan masyarakat akan berdampak pada kelestarian budaya itu sendiri. Dibutuhkannya sebuah metode pengenalan ragam dan pola senjata tradisional di Indonesia dengan menggunakan teknologi, khususnya dalam pengenalan senjata tradisional melalui citra. Penelitian ini guna meneliti penggunaan algoritma backpropagation dengan metode segmentasi thresholding dan canny untuk mengenali pola citra senjata tradisional Indonesia. Dataset citra sebanyak 330 citra dari 11 jenis senjata tradisional Indonesia yang berbeda, 220 data latih dan 110 data uji. Dari hasil penelitian menunjukan pengenalan pola citra senjata tradisional menggunakan metode segmentasi citra thresholding memiliki hasil akurasi sedikit lebih baik dalam mengenali pola citra senjata tradisional dengan akurasi pelatihan sebesar 18.1818%, dan akurasi pengujian sebesar 16.3636%, dibandingkan dengan segmentasi deteksi tepi canny, dengan pelatihan menunjukan hasil akurasi sebesar 13.6364% dan pengujian hasil akurasinya sebesar 15.4545%. Penerapan algoritma backpropagation dengan kedua metode segmentasi citra thresholding maupun canny belum dapat mengenali pola citra senjata tradisional Indonesia dengan baik. Disarankan pada penelitian lebih lanjut dapat menggunakan metode segmentasi dan algoritma yang lain, serta memvariasikan fitur ekstraksi yang lain selain metric dan ecccenricity dalam segmentasi thresholding, serta f-measure dan gmean dalam segmentasi citra deteksi tepi canny, guna memperoleh hasil yang lebih akurat dan lebih baik.
Kata Kunci : Senjata Tradisional Indonesia, Algoritma Backpropagation, Thresholding, Canny, Pengolahan Citra, MATLAB

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SK 18592

Penerbit

Jakarta : Program Studi Pendidikan Informatika FT UNJ., 2018

Deskripsi Fisik

xii, 49 lembar : il. ; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Senjata Tradisional

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Reva Setia Anugrah Putra

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar