<![CDATA[Tidak semua orang mengenal motif tradisional yang beragam hanya melalui ciri-ciri yang tampak secara visual. Sering kali mereka salah dalam mengenali motif tertentu, dikarenakan motif yang bervariasi dan hampir serupa. Penelitian ini dilakukan dengan tujuan merancang dan mengimplementasikan sistem informasi deteksi motif kain yang mampu mengenali citra dari kain tenun dengan cepat dan tepat menggunakan algoritma Learning Vector Quantization. Metode yang digunakan dalam penelitian ini adalah metode Learning Vector Quantization untuk proses deteksi motif tradisional Bali dan ekstraksi fitur tepi dengan metode Sobel. Jenis data yang digunakan pada penelitian ini dilihat dari cara memperolehnya adalah data primer. Pada penelitian ini data motif yang digunakan sebanyak 210 citra, dengan citra yang digunakan sebagai data training sebanyak 80% atau 168 citra dan data testing sebanyak 20% atau 42 citra. Data tersebut dibagi menjadi 6 kelas dari masing-masing motif yang digunakan. Teknik pengumpulan data yang digunakan yaitu wawancara dan observasi langsung ke objek penelitian. Teknik pengujian yang digunakan yaitu pengujian akurasi pada algoritma Learning Vector Quantization. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu melakukan deteksi motif tradisional Bali dengan mengimplementasikan algoritma Learning Vector Quantization dan metode ekstraksi fitur tepi Sobel dimana hasil ekstraksi fitur Sobel berpengaruh terhadap citra yang akan di klasifikasi dan di deteksi.]]>
Copyrights © 2024
