<![CDATA[Kain adalah salah satu dari ribuan hasil karya manusia di penjuru dunia. Kain sendiri terbuat dari tenunan benang yang berasal dari bahan kapas, sutra, dan sintesis lainnya. Pada umumnya kain adalah salah satu bahan dasar untuk membuat pakaian, tetapi kain juga bisa digunakan untuk bahan dasar jilbab, tas, celana, selimut dan kebutuhan lainnya. Sampai saat ini berbagai macam jenis kain dan teksturnya yang di pengaruhi trend model fashion. Pengenalan tekstur kain biasanya dilakukan dengan metode manual oleh mata, dengan perabaan, maupun diasumsikan secara pribadi. Untuk keperluan yang lebih luas misalnya toko online, maka klasifikasi kain secara manual tidak bisa dilakukan. Tujuan dari penelitian ini yaitu mendesain, mengimplementasikan, dan mengoptimalkan model Support Vector Machine (SVM) untuk mencapai tingkat akurasi klasifikasi yang tinggi. dengan melibatkan pemilihan parameter SVM yang optimal untuk menemukan yang paling sesuai dengan data tekstur kain.Adapun metode yang digunakan dalam penelitian ini metode Support Vector Machine berbasis Web Flask, dimana fokus pada citra tekstil klasifikasi berdasarkan teksturnya yang diimplementasikan adalah Gray Level Co- occurrencee Matrix (GLCM). Hasil dari penelitian ini menggunakan dataset dengan 4 jenis kain masing-masing 150 gambar sehingga total dataset 600 gambar. Pada tahap pree-processing mengubah warna gambar asli ke grayscale (keabuan) dan mengubah gambar dalam ukuran yang sama yaitu 450x450. Kemudian hasil dari ekstraksi fitur GLCM dilakukan proses pengklasifikasian menggunakan metode Support Vector Machine (SVM) dengan menggunakan 480 data training dan 120 data testing diperoleh nilai akurasi 47%. Dan prediksi jenis kain diimplementasikan ke Web Flask, sehingga Web Flask dapat memprediksi jenis kain.]]>
Copyrights © 2024
