| Autor: |
Finki Dona Marleny, Mambang Mambang |
| Rok vydání: |
2022 |
| Zdroj: |
Journal of Computer Networks, Architecture and High Performance Computing. 4:96-103 |
| ISSN: |
2655-9102 |
| DOI: |
10.47709/cnahpc.v4i2.1479 |
| Popis: |
Kain Sasirangan merupakan kain khas dari daerah Kalimantan Selatan. Pola atau motif kain sasirangan memiliki pola dasar yang unik sehingga berbeda dengan kain khas lainnya di Indonesia. Pola kain sasirangan terbentuk dari proses juju atau jahitan. Corak kain sasirangan yang memiliki keunikan tersebut dapat disegmentasi menjadi bentuk yang lebih bermakna sehingga mudah untuk dianalisis. Segmentasi citra yang akan diuji adalah pola dasar kain sasirangan dengan sampel acak untuk membandingkan hasil evaluasi evaluasi metrik proses segmentasi citra dari pola kain sasirangan. Segmentasi citra yang dibandingkan merupakan segmentasi yang berbeda dengan karakteristik tertentu, yaitu menggunakan pendekatan metode compact watershed, canny filter, dan metode morfologi geodesik active contours. Dalam evaluasi metrik segmentasi citra menggunakan precision-recall yang berfungsi untuk mengevaluasi kualitas keluaran classifier. Setelah proses segmentasi citra dievaluasi, pola kain sasirangan dikelompokkan menggunakan algoritma K-means sebagai strategi pelabelan yang berbeda. Proses pelabelan ini menggunakan algoritme K-means untuk mencocokkan detail dengan lebih baik tetapi dapat menjadi tidak stabil karena bergantung pada inisialisasi acak. Alternatif untuk menyeimbangkan proses pelabelan yang tidak stabil menggunakan algoritma mean dapat menggunakan diskritisasi. Penambahan metode K-means dengan diskritisasi dapat membuat bidang dengan bentuk geometris yang cukup datar. pola kain sasirangan dikelompokkan menggunakan algoritma K-means sebagai strategi pelabelan yang berbeda. Proses pelabelan ini menggunakan algoritme K-means untuk mencocokkan detail dengan lebih baik tetapi dapat menjadi tidak stabil karena bergantung pada inisialisasi acak. Alternatif untuk menyeimbangkan proses pelabelan yang tidak stabil menggunakan algoritma mean dapat menggunakan diskritisasi. Penambahan metode K-means dengan diskritisasi dapat membuat bidang dengan bentuk geometris yang cukup datar. pola kain sasirangan dikelompokkan menggunakan algoritma K-means sebagai strategi pelabelan yang berbeda. Proses pelabelan ini menggunakan algoritme K-means untuk mencocokkan detail dengan lebih baik tetapi dapat menjadi tidak stabil karena bergantung pada inisialisasi acak. Alternatif untuk menyeimbangkan proses pelabelan yang tidak stabil menggunakan algoritma mean dapat menggunakan diskritisasi. Penambahan metode K-means dengan diskritisasi dapat membuat bidang dengan bentuk geometris yang cukup datar. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
