Show simple item record

dc.contributor.advisorSitompul, Opim Salim
dc.contributor.advisorAmalia
dc.contributor.authorMutia, Citra Eka
dc.date.accessioned2020-01-17T08:54:39Z
dc.date.available2020-01-17T08:54:39Z
dc.date.issued2019
dc.identifier.urihttp://repositori.usu.ac.id/handle/123456789/22802
dc.description.abstractIndonesia memiliki beragam kain tradisional yang berbeda di setiap daerah, salah satunya songket Palembang. Saat ini tidak banyak orang yang mengetahui jenis motif kain songket Palembang karena kain songket Palembang memiliki motif yang kompleks, maka dibutuhkan suatu metode yang dapat digunakan untuk membedakan jenis motif kain songket yang beragam sehingga mudah untuk mengetahui jenis dari tiap motif tersebut. Hal ini yang mendasari pemanfaatan metode jaringan saraf tiruan untuk dapat mengenali motif songket Palembang tersebut. Pada penelitian ini penulis akan menggunakan operator deteksi tepi Prewitt dan algoritma Backpropagation untuk membuat aplikasi yang dapat mengenali motif songket Palembang tersebut. Hasil dari penelitian ini dengan learning rate 0,5 dan maksimum epoch 200 didapat persen akurasi sebesar 72,7% dengan data uji sebanyak gambar 16 songket dan 6 gambar bukan songket didapat hasil sebanyak 16 gambar sesuai dengan target input menunjukkan bahwa operator deteksi tepi Prewitt dan algoritma Backpropagation dapat digunakan untuk pengenalan pola songket Palembang.en_US
dc.description.abstractIndonesia has variety of different traditional fabrics in each region, one of which is Palembang songket. Currently, not many people knows that the type of songket Palembang stripes and shades, it takes a method that can be used to distinguish the variety stipes and shades of songket so we can spot the differencies. This underlying the use of artificial neural network method to be able to recognize the stripes and shades of songket Palembang. The author will use the Prewitt Edge Detection and Backpropagation algorithm to create an application that can recognize the differency of each Palembang songket. The result of this study with learning rate 0.5 and maximum of epoch 200 obtained 72.7% of accuracy percentage with 16 test data songket images and 6 test data not songket images obtained 16 images result according to target input indicates that the operator Prewitt Edge Detection and Backpropagation algorithm can be used for pattern songket Palembang recognition.en_US
dc.language.isoiden_US
dc.publisherUniversitas Sumatera Utaraen_US
dc.subjectSongketen_US
dc.subjectBackpropagationen_US
dc.subjectPrewitten_US
dc.subjectPengenalan Polaen_US
dc.subjectDeteksi Tepien_US
dc.titleImplementasi Deteksi Tepi Prewitt dan Algoritma Backpropagation untuk Pengenalan Motif Songket Palembangen_US
dc.typeThesisen_US
dc.identifier.nimNIM121401035
dc.description.pages85 Halamanen_US
dc.description.typeSkripsi Sarjanaen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record