Dinamik
Vol 29 No 2 (2024)

Feature Extraction dengan Gray Level Co-Occurrence Matrix Warna Alami dari Tanaman Ketapang berbasis Geolokasi

Ningsih, Dewi Handayani Untari (Unknown)
Zuliarso, Eri (Unknown)
Radyanto, Mohammad Riza (Unknown)
Santoso, Dwi Budi (Unknown)



Article Info

Publish Date
31 Jul 2024

Abstract

Ekstraksi fitur, juga dikenal sebagai ekstraksi fitur, adalah proses mengubah data mentah menjadi representasi yang lebih ringkas dan berguna yang dapat digunakan untuk analisis atau pemodelan lebih lanjut. Ini dilakukan pada tahap preprocessing sebelum masuk ke tahap analisis atau pemodelan. Pewarnaan alami dari berbagai tanaman yang menghasilkan warna tanin setelah pencelupan dikumpulkan menjadi satu alur gradasi warna yang berkaitan dengan susunan derajat atau peningkatan, peralihan warna dari satu warna ke warna lain. Variasi dalam alur ini dipengaruhi oleh jenis tanaman, lama pencelupan, jenis fiksasi yang digunakan, jenis kain, dan lokasi tanaman yang dijadikan sampel.Metode ekstraksi fitur dengan Matriks Co-Occurrence Level Gray (GLCM) digunakan untuk mengidentifikasi gradasi warna yang dihasilkan oleh pewarnaan pada daun Ketapang. Proses ekstraksi fitur tekstur dari gambar tanaman Ketapang menggunakan matriks GLCM digunakan untuk menganalisis dan memahami pola warna alami tanaman Ketapang di berbagai lokasi geografis. Untuk menggambarkan dan mengukur pola warna alami tanaman Ketapang, Gray Level Co-occurrence Matrix (GLCM) adalah representasi statistik dari distribusi spasial intensitas piksel dalam citra, yang mengukur frekuensi kemunculan pasangan intensitas piksel yang berdekatan dan memberikan informasi tentang tekstur citra

Copyrights © 2024






Journal Info

Abbrev

fti1

Publisher

Subject

Computer Science & IT

Description

The Jurnal DINAMIK aims to: Promote a comprehensive approach to informatics engineering and management incorporating viewpoints of different applications (computer graphics, computer networks and security, computer vision, computational intelligence, databases, big data, IT project management, and ...