PENGENALAN CITRA JENIS ULAR BERDASARKAN TEKSTUR MENGGUNAKAN CONTENT BASED IMAGE RETRIEVAL (CBIR) DAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM)

Mohamad, Hamam Fahri (2017) PENGENALAN CITRA JENIS ULAR BERDASARKAN TEKSTUR MENGGUNAKAN CONTENT BASED IMAGE RETRIEVAL (CBIR) DAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Ular adalah suatu reptile yang memiliki banyak keistimewaan dari segi bentuk tekstur, pola dan warna yang berbeda-beda. Sehingga menambah keeksotisan dari jenis ular. Dari sebuah pola ataupun warna spesies ular, maka dapat diketahui jenis spesies ular tersebut. Bagi orang yang awam membedakan jenis ular merupakan hal yang sulit dikarenakan banyak sekali jenis dan karakteristik ular yang berbeda. Dibutuhkan suatu aplikasi yang dapat digunakan sebagai pengenalan tekstur pola ular, melalui media citra yang diinputkan melalui suatu aplikasi, diharapkan aplikasi ini dapat mempermudah dalam pengenalan ular dan pemahaman tentang ular. Pengenalan citra jenis ular pada penulisan ini menggunakan metode gray level co-occurrence matrix (GLCM) untuk ektraksi ciri tekstur, Sedangkan untuk menentukan kedekatan citra training dan citra testing menggunakan metode content based image retrieval (CBIR) dari fitur tekstur citra yang diperoleh dan metode Euclildean Distance digunakan dalam perhitungan kemiripan antara citra. Metode evaluasi menggunakan metode Recognition Rate untuk mengukur akurasi. Hasil dari penelitian ini menggunakan 150 citra ular, 100 data citra ular digunakan sebagai data training dan 50 data ular sebagai data testing menghasilkan sistem yang dapat menentukan tingkat pengenalan tekstur ular dengan tingkat akurasi sebesar 68%.

Actions (login required)