ANALISIS PENGELOMPOKAN JENIS KAIN TEKSTIL DENGAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Afralia, Ananda (2026) ANALISIS PENGELOMPOKAN JENIS KAIN TEKSTIL DENGAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Teknik Elektro, Universitas Lampung.

[img]
Preview
File PDF
1. ABSTRAK.pdf

Download (55Kb) | Preview
[img] File PDF
2. SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (2383Kb) | Minta salinan
[img]
Preview
File PDF
3. SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (1677Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Kain tekstil memiliki berbagai jenis karakteristik tekstur yang berbeda, sehingga diperlukan keahlian khusus untuk membedakannya secara manual. Keterbatasan pengetahuan masyarakat dalam mengidentifikasi jenis kain mendorong perlunya sistem otomatis berbasis pengolahan citra digital. Penelitian ini bertujuan untuk mengelompokkan jenis kain tekstil berdasarkan karakteristik teksturnya, dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM) dan algoritma K- Means Clustering. Data set yang digunakan berjumlah 750 data kain yang diperoleh menggunakan kamera mikroskop digital. Jenis kain yang digunakan katun, drill, satin, polyester, dan wol, masing-masing sebanyak 150 citra. Alur penelitian mencakup preprocessing, berupa resize dan konversi citra RGB ke grayscale, ekstraksi fitur GLCM pada empat orientasi sudut (0°, 45°, 90°, dan 135°) dengan delapan fitur tekstur, yaitu energi, korelasi, kontras, homogenitas, maximum probability, entropi, variance, dan disimilaritas, serta pengelompokan data memanfaatkan K-Means Clustering dengan pembagian data ke dalam lima cluster. Evaluasi hasil pengelompokkan dilakukan menggunakan Davies-Bouldin Index (DBI) dan Purity. Output penelitian mengindikasikan nilai DBI sebesar 1,0016768, dan nilai purity sebesar 79,6% yang menggambarkan bahwa metode GLCM dan K-Means Clustering dapat mengklasifikasikan jenis kain tekstil didasarkan pada karakteristik teksturnya dengan cukup baik. Kata Kunci: Kain Tekstil, GLCM, Pengolahan Citra Digital, K-Means Clustering

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer
600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Elektro
Pengguna Deposit: 2602999329 Digilib
Date Deposited: 12 Mar 2026 01:43
Terakhir diubah: 12 Mar 2026 01:43
URI: http://digilib.unila.ac.id/id/eprint/97657

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir