Repo Dosen ULM

Pengenalan Pola Anyaman Kerajinan Tangan Berbahan Purun Masyarakat Lahan Basah Kalimantan Selatan Menggunakan Metode Gray Level Co-Occurrence Matrices (GLCM), Operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN)

Show simple item record

dc.contributor.author Santana Purba, Harja
dc.contributor.author Wiranda, Nuruddin
dc.date.accessioned 2022-08-18T00:09:30Z
dc.date.available 2022-08-18T00:09:30Z
dc.date.issued 2020-09
dc.identifier.citation Purba, H. S., & Wiranda, N. (2020). Pengenalan Pola Anyaman Kerajinan Tangan Berbahan Purun Masyarakat Lahan Basah Kalimantan Selatan Menggunakan Metode Gray Level Co-Occurrence Matrices (GLCM), Operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN). Tidak dipublikasikan en_US
dc.identifier.uri https://repo-dosen.ulm.ac.id//handle/123456789/25206
dc.description.abstract Purun atau Bahasa latinnya disebut dengan Eleocharis Dulcis merupakan tanaman rumput-rumputan yang tumbuh di daerah rawa, memiliki karakteristik daya Tarik dan regang yang cukup tinggi. Purun, bagi wanita suku Banjar adlah sangat erat kaitannya dengan budaya, kerajinan, dan peningkatan ekonomi keluarga. Dalam kearifan local, purun dijadikan sebagai bahan baku kerajinan anyaman tangan seperti tas, tikar, topi, dan berbagai wadah produk pertanian sangat memasyarakat, sehingga peluang bisnis bagi ibu-ibu rumah tangga. Hasil penelitian sebelumnya, menunjukkan bahwa beberapa motif anyaman purun memiliki bentuk berupa geometri bangun datar, yaitu mata punai dan tapak catur berbentuk persegi (K1), motif saluang mudik berbentuk jajargenjang (K2), motif ramak cangkih berbentuk persegi panjang (K3), motif gigi haruan berbentuk segitiga (K4), motif anyam badiri (K5), dan anyaman barabah menggambaarkan susunan garis-garis sejajar (K6). Metode Gray Level Co-Occurrence Matrices (GLCM), operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN) digunakan sebagai pengembangan model pengenalan pola (Motif) anyaman dari anyaman yang telah disebutkan di atas. GLCM digunakan untuk mengambil fitur tekstur dari anyaman, OBM digunakan untuk mengambil fitur bentuk dari anyaman. Fitur tekstur dan bentuk yang diperoleh oleh metode GLCM dan OBM digunakan untuk pelatihan dan pengujian ANN. Penelitian ini menggunakan data sebanyak 60 sampel gambar anyaman yang terdiri dari 6 kelas (K1, K2, K3, K4, K5, K6). Dari sampel tersebut, diambil 42 sampel untuk digunakan sebagai data latih, dan 18 sampel digunakan untuk data uji. Hasil dari penelitian ini berupa akurasi. en_US
dc.language.iso other en_US
dc.publisher Universitas Lambung Mangkurat en_US
dc.subject pengenalan pola en_US
dc.subject gray level co-occurrence matrices (GLCM) en_US
dc.subject Operasi binary morphological (OBM) en_US
dc.subject artificial neural network (ANN) en_US
dc.title Pengenalan Pola Anyaman Kerajinan Tangan Berbahan Purun Masyarakat Lahan Basah Kalimantan Selatan Menggunakan Metode Gray Level Co-Occurrence Matrices (GLCM), Operasi Binary Morphological (OBM) dan Artificial Neural Network (ANN) en_US
dc.type Other en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account