<![CDATA[Abstract: Klasifikasi jenis pakaian merupakan salah satu aplikasi penting dalam bidang computer vision yang dapat diterapkan dalam berbagai sektor, seperti e-commerce, sistem inventory fashion, dan aplikasi berbelanja online. Identifikasi manual terhadap jenis pakaian seperti celana panjang, celana pendek, dan rok memerlukan waktu yang lama dan rentan terhadap kesalahan subjektif. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis menggunakan metode Extreme Learning Machine (ELM) untuk mengklasifikasi tiga kategori pakaian berdasarkan fitur morfologi yang diekstraksi dari citra. Sistem ini menggunakan preprocessing dengan konversi ruang warna HSV, thresholding, median filter, dan operasi morfologi untuk menghasilkan citra biner yang optimal. Ekstraksi fitur dilakukan dengan menganalisis karakteristik bentuk menggunakan regionprops yang menghasilkan lima parameter utama: Area, Perimeter, Eccentricity, MajorAxisLength, dan MinorAxisLength. Model ELM dikonfigurasi dengan 5 input neuron, 60 hidden neuron, dan fungsi aktivasi sinusoidal. Pengujian dilakukan menggunakan 30 data latih dan 12 data uji yang terdiri dari 10 sampel untuk setiap kategori pakaian. Hasil evaluasi menunjukkan sistem berhasil mencapai akurasi klasifikasi sebesar 83.333% pada data uji, membuktikan efektivitas metode ELM dalam klasifikasi jenis pakaian berdasarkan fitur morfologi.]]>
Copyrights © 2025
