<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "Identifikasi Citra Batik Bogor Berdasarkan Deteksi Tepi Menggunakan Metode K�Nearest Neighbor\r\n(Studi kasus: Batik Bogor Tradisiku)"^^ . "Identifikasi Citra Batik Bogor Berdasarkan Deteksi Tepi Menggunakan Metode K�Nearest Neighbor\r\n(Studi kasus: Batik Bogor Tradisiku)\r\n1Harini Kusuma Wardani, 2\r\nIyan Mulyana, M.Kom., 3Arie Qur’ania, M.Kom.\r\nEmail: 1\r\nharinikwardani@gmail.com\r\nProgram Studi Ilmu Komputer FMIPA Universitas Pakuan\r\nABSTRAK\r\nNegara Indonesia kaya akan keanekaragaman budaya, salah satunya adalah budaya \r\nBatik. Batik adalah kerajinan yang memiliki nilai seni tinggi yang telah diakui dunia sebagai \r\nwarisan budaya asal Indonesia. Karena setiap daerah di Indonesia memiliki motif batiknya \r\nsendiri yang mencerminkan keanekaragaman budaya serta kearifan lokal yang menjadi \r\nkarakteristik dari daerah tersebut. \r\nPembuatan aplikasi ini bertujuan untuk mengidentifikasi citra dari tiap motif agar \r\nmasyarakat dapat membedakan antara motif batik Bogor yang satu dengan motif batik Bogor \r\nyang lainnya. Dengan memanfaatkan teknologi yang semakin pesat salah satunya dengan \r\nkomputer dan bantuan kamera, maka diimplementasikanlah identifikasi citra batik \r\nberdasarkan deteksi tepi yang mampu membantu mengenali motif batik Bogor dalam bentuk \r\nsebuah aplikasi desktop. Metode penelitian yang dilakukan adalah menggunakan image \r\nprocessing yang meliputi tahap akuisisi citra, preprocessing, grayscale, ekstraksi ciri bentuk \r\ndan identifikasi menggunakan metode K-Nearest Neighbor (KNN) dengan operator Sobel. \r\nPada aplikasi yang dibuat menggunakan data berupa gambar motif batik dengan ekstensi *.jpg \r\nyang berjumlah 125 gambar, yang terbagi menjadi 25 data latih serta 5 data uji untuk masing�masing motif.\r\nPada tahap resize gambar, dilakukan 3 ukuran yaitu 300x300 pixels, 400x400 pixels \r\ndan 500x500 pixels. Dari hasil percobaan didapatkan akurasi 64% untuk ukuran 300x300 \r\npixels. Akurasi 68% untuk ukuran 400x400 pixels. Dan 80% untuk ukuran 500x500 pixels. \r\nKata Kunci : Identifikasi citra, Deteksi Tepi, K-Nearest Neighbor (KNN), Operator Sobel."^^ . "2018-10-08" . . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pakuan"^^ . . . . . . . . . . . . . . . . . . "Iyan"^^ . "Mulyana"^^ . "Iyan Mulyana"^^ . . "Arie"^^ . "Qur’ania"^^ . "Arie Qur’ania"^^ . . "Harini"^^ . "Kusuma Wardani"^^ . "Harini Kusuma Wardani"^^ . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Ilmu Pengetahuan Alam"^^ . . . "Program Studi Ilmu Komputer"^^ . . . . . . . "Identifikasi Citra Batik Bogor Berdasarkan Deteksi Tepi Menggunakan Metode K�Nearest Neighbor\r\n(Studi kasus: Batik Bogor Tradisiku) (Text)"^^ . . . "Harini Kusuma Wardani - 065114229_ Identifikasi Citra Batik Bogor Berdasarkan Deteksi Tepi Menggunakan Metode K-Nearest N~1.pdf"^^ . . "HTML Summary of #7670 \n\nIdentifikasi Citra Batik Bogor Berdasarkan Deteksi Tepi Menggunakan Metode K�Nearest Neighbor \n(Studi kasus: Batik Bogor Tradisiku)\n\n" . "text/html" . . . "Ilmu Komputer"@en . .