<![CDATA[Kain dasar merupakan bahan tekstil yang dapat diolah menjadi sebuah pakaian yang mempunyai nilai jual seperti baju, celana, selimut, seprai, jaket dan lain-lain. Masyarakat pengguna umumnya masih menggunakan indra peraba atau bahkan perkiraan dalam mengklasifikasikan jenis kain berdasarkan teksturnya. Penelitian ini memanfaatkan salah satu algoritma machine learning yaitu K-Nearest Neighbour (K-NN) dan metode ekstraksi Gray Level Co-Occurrence Matrice (GLCM) untuk mengidentifikasi serta mengklasifikasikan jenis kain berdasarkan teksturnya. Penelitian ini menggunakan 5 jenis kain yaitu drill, katun, polyester, satin, dan wool. Fitur tekstur yang digunakan sebagai variabel independen pada penelitian ini yaitu disimilaritas, homogenitas, korelasi, kontras, angular second moment (ASM), dan energi dengan masing masing menggunakan orientasi sudut 4 arah yaitu 0o , 45o . 90o , dan 135o . Hasil pengujian memperlihatkan tingkat akurasi yaitu 80% dengan 750 data latih dan 50 data uji, dengan rata-rata waktu komputasi dalam mengidentifikasi yang diperoleh adalah 0,052 detik.]]>
Copyrights © 2023
