KLASIFIKASI JENIS ULOS BERDASARKAN EKSTRAKSI FITUR WARNA DAN TEKSTUR MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS

Penulis

  • Sanri Yuliana Siallagan Universitas Negeri Medan
  • Silvia Wulandari Situngkir Universitas Negeri Medan
  • Dedy Kiswanto Universitas Negeri Medan

Kata Kunci:

Ulos, KNN, LBP, Citra

Abstrak

Keberadaan tenun tradisional ulos dalam berbagai upacara adat menjadi simbol identitas, cara penghormatan, tanda kasih sayang, dan pengikat persatuan kepada seseorang, keluarga dan kelompok kerabat yang melaksanakan upacara adat masih menjadi kebudayaan yang dilestarikan hingga saat ini. Namun, proses identifikasi jenis ulos secara manual sering kali menjadi tantangan karena variasi motif yang banyak dan memiliki kesamaan visual yang sulit untuk dibedakan. Pengetahuan masyarakat luas mengenai motif dan tekstur ulos juga terbatas. Oleh karena itu di era digital dan teknologi yang berkembang pesat, teknologi pengolahan citra dengan machine learning diharapkan mampu membantu pengenalan jenis jenis ulos berdasarkan warna dan teksturnya. Salah satu algoritma yang sering digunakan dalam pengolahan citra adalah algortima K-Nearest Neighbors (KNN). Berdasarkan pengujian penelitian ini dapat mengestraksi fitur warna dan tekstur dengan F-1 score 100%.

Unduhan

Diterbitkan

2024-12-30