1. Home
  2. Lainnya

Tujuan dan Manfaat Penelitian Batasan Masalah

1.2. Tujuan dan Manfaat Penelitian

Tujuan dari tugas akhir ini adalah membuat aplikasi yang dapat mengenali berbagai macam motif batik Yogyakarta menggunakan ekstraksi ciri Discrete Cosine Transform DCT dan metode pengukuran jarak Dice. Manfaat Penelitian ini adalah membantu masyarakat atau pengguna aplikasi yang belum mengerti tentang motif batik Yogyakarta, agar dapat mengenali jenis-jenis motif batik Yogyakarta melalui sebuah aplikasi.

1.3. Batasan Masalah

Penulis menetapkan beberapa batasan masalah yang dianggap perlu pada perancangan ini, yaitu sebagai berikut: a. Pengenalan hanya pada batik Yogyakarta. Batik yang akan dikenali sebanyak 20 motif batik Yogyakarta, seperti: Ceplok Kece, Kawung Galar, Nitik Cengkeh, Parang Barong, Parang Pancing, Parisewuli Seling Pamor, Truntum, Tambal, Parang Tuding, Parang Keris, Parang Kusumo Ukel, Parang Curigo, Parang Klitik, Parang Kembang Sawut Cecek, Ceplok Dempel, Kawung Kembang Cempoko Hitam, Kawung Picis, Lereng Kusuma, Parang Kawung Picis, dan Parang Kunci. b. Ukuran citra motif batik Yogyakarta 200 × 200 piksel dengan format data .BMP [1]. c. Proses pengenalan tidak real time. d. Menggunakan Perangkat lunak software komputasi Matlab 7.0.4 dalam pembuatan Program. e. Menggunakan metode Discrete Cosine Transform DCT untuk ekstraksi ciri. f. Gambar citra motif batik Yogyakarta untuk pengujian dengan dimasukkan kedalam database akan menggunakan variasi rotasi -10 ° , -5 ° , 0 ° , 5 ° , 10 ° dan penskalaan 90, 95, 100, 105, 110. Untuk pengujiannya dengan tidak dimasukkan kedalam database dengan variasi rotasi -2,5 ° , -7,5 ° , -12,5 ° , 2,5 ° , 7,5 ° , 12,5 ° dan variasi skala 92,5, 97,5, 102,5, 107,5, 112,5. Lihat contoh di lampiran yang di masukan database 1, dan 2 serta yang tidak dimasukkan ke database 3 dan 4. g. Menggunakan fungsi jarak Dice. h. Resizing citra yang digunakan ukurannya bervariasi seperti 200 × 200, 128 × 128, 64 × 64, 32 × 32, dan 16 × 16 piksel. i. Window ekstraksi ciri yang digunakan ukurannya bervarisi seperti 4 × 4, 5 × 5, 6 × 6, 7 × 7, 8 × 8, 9 × 9, dan 10 × 10 piksel. j. Selain 20 citra motif batik Yogyakarta diatas akan dikenali secara salah. k. Keluarannya berupa teks di layar monitor dan suara di speaker.

1.4. Metodologi Penelitian

Dokumen yang terkait

Aplikasi pengenalan ucapan dengan ekstraksi ciri DCT dan fungsi jarak divergensi untuk mengatur kecepatan kipas angin AC.

2 14 180

Pengenalan secara real time huruf Jawa jenis cetak menggunakan ekstraksi ciri Wavelet dan fungsi jarak Euclidean.

0 4 106

Aplikasi pengenalan ucapan secara real time untuk mengatur nyala led hias dengan ekstraksi ciri DCT dan Jarak Clark.

0 4 141

Pengenalan nada pianika menggunakan jendela segitiga, DCT, dan fungsi jarak euclidean.

0 10 12

View of Klasifikasi Motif Batik Lampung Menggunakan Ekstraksi Ciri Tepi Canny dan Algoritma Naïve Bayes Classifier

0 4 7

TUGAS AKHIR PENGENALAN NADA GAMELAN KENONG SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK CHEBYSHEV

0 2 81

TUGAS AKHIR PENGENALAN NADA GAMELAN SLENTHEM SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLEDIAN

0 1 80

TUGAS AKHIR PENGENALAN NADA GAMELAN REONG SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK MINKOWSKI

0 0 87

TUGAS AKHIR PENGENALAN PLAT NOMOR SEPEDA MOTOR MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLIDEAN

0 0 111

TUGAS AKHIR PENGENALAN NADA SULING BAMBU SECARA REALTIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN SIMILARITAS SORENSEN

0 0 77