Fridasari, Arif (2019) IMPLEMENTASI PENGENALAN POLA ARCA SIWA CANDI PRAMBANAN GUNA MENENTUKAN ARAH CITRA DENGAN ALGORITMA CANNY DAN BACKPROPAGATION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (270kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (738kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (615kB) |
|
Text (BAB V)
BAB V.pdf Download (66kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (79kB) |
|
Archive (SOURCE CODE)
Source Code 15.11.8509 Arif Fridasari.zip Restricted to Repository staff only Download (329kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Candi merupakan suatu objek wisata, warisan dan budaya dari peninggalan nenek monyang kita yang merupakan istilah dalam Bahasa Indonesia yang merujuk kepada sebuah bangunan keagamaan tempat ibadah peninggalan purbakala yang berasal dari peradaban Hindu-Buddha. Banyak wisatawan lokal maupun internasional kesulitan untuk membedakan satu jenis candi atau bahkan satu arca candi sekalipun. Penelitian image processing pada masa ini masih sedikit yang meneliti objek tersebut. Peneliti berinisiatif untuk melakukan penelitian pengenalan pola terhadap arca candi. Pengenalan pola terhadap arca candi ini digunakan untuk membedakan pola arah pengambilan citra digital (foto) yang wisatawan ambil. Candi yang diteliti yaitu Arca Siwa Candi Prambanan karena merupakan Arca yang terbesar yang tedapat di kawasan Candi Prambanan. Dalam penerapannya digunakan dua algoritma yaitu algoritma deteksi tepi Canny dan jaringan syaraf tiruan Backpropagation serta proses ekstraksi dengan menggunakan PCA. Algoritma Canny digunakan untuk proses pengolahan citra dimana citra RGB diubah menjadi citra biner. Sedangkan algoritma backpropagation digunakan untuk mengenali pola dari proses pengolahan citra tersebut. Arah yang dikenali oleh sistem yaitu Barat, Selatan, Tenggara, Timur, Timur Laut, dan Utara. Tingkat keberhasilan pengujian terhadap 66 data dengan spesifikasi 42 citra latih dan 24 citra uji.Tingkat keberhasilan pengujian terhadap citra uji sebesar 79,17% .
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Pengenalan Pola, Image Processing, Canny, PCA, Backpropagation. | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 17 Nov 2022 08:40 | ||
Last Modified: | 07 Nov 2023 08:23 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/11293 |
Actions (login required)
View Item |