GDL

Journal from gdlhub / 2017-11-11 13:29:12
Oleh : Hani Ramadhan, Isye Arieshanti, Anny Yuniarti, Nanik Suciati, Kursor
Dibuat : 2017-11-11, dengan 1 file

Keyword : Histogram Perbedaan Warna, Impresi Citra Kain Batik, Klasifikasi Label Jamak
Url : http://journal.trunojoyo.ac.id/kursor/article/view/1106/941
Sumber pengambilan dokumen : WEB

Hampir setiap orang akan memperhatikan impresi busana yang dipakai, termasuk busana dengan motif batik. Namun, perpaduan berbagai motif dan warna batik memberikan impresi yang beragam. Sehingga, penentuan impresi dari satu kain batik menjadi sulit. Untuk membantu seseorang dalam menentukan impresi dari busana batik yang dipilih, dibutuhkan sistem yang mampu mengklasifikasikan impresi citra kain batik secara otomatis. Akan tetapi, pembuatan sistem klasifikasi label jamak merupakan memiliki tantangan tersendiri. Penelitian sebelumnya membuktikan bahwa metode klasifikasi ansambel label jamak dengan pencarian threshold mampu menjawab tantangan tersebut dengan kehandalannya dalam menangani himpunan data label jamak. Studi ini bertujuan untuk mengembangkan sistem yang menerapkan metode klasifikasi ansambel label jamak untuk menentukan impresi citra kain batik. Sistem ini memanfaatkan fitur tekstur dan warna yang dihasilkan dari Histogram Perbedaan Warna. Hasil uji coba metode ini memberikan performa yang baik dalam evaluasi label jamak. Nilai evaluasi tersebut antara lain Hamming Loss sebesar 0,173 dan Average Precision 0,866

Deskripsi Alternatif :

Many people will consider the fashion products’ impression that will be worn, including the one with batik motif. Unfortunately, diverse impressions could be produced from combinations of the motif and color from a single batik cloth. Therefore, impression determination becomes a difficult case. To overcome this difficulty, an automatic batik cloth multi-impression classification system should be necessary to aid in choosing certain batik cloth. Nevertheless, this system implementation has its own intriguing challenge. Previous researches implied that multilabel ensemble classification method could deal with the problem against the highly imbalanced dataset. Thus, the aim of this study is to develop the multilabel classification system, which features come from the color and texture feature by Color Difference Histogram. From the test, this method demonstrated good performance by several multilabel evaluations, which are 0.173 by Hamming Loss and 0.866 by Average Precision

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	gdlhub
Organisasi	Kursor
Nama Kontak	Herti Yani, S.Kom
Alamat	Jln. Jenderal Sudirman
Kota	Jambi
Daerah	Jambi
Negara	Indonesia
Telepon	0741-35095
Fax	0741-35093
E-mail Administrator	elibrarystikom@gmail.com
E-mail CKO	elibrarystikom@gmail.com