@thesis{thesis, author={Iqbal Tawaqal }, title ={KLASIFIKASI MOTIF TENUN BERDASARKAN DAERAH ASALNYA MENGGUNAKAN METODE PENGOLAHAN CITRA METODE SUPPORT VECTOR MACHINE(SVM)}, year={2021}, url={https://etd.umy.ac.id/id/eprint/3622/}, abstract={Tenun merupakan hasil karya berupa kain yang berasal dari Indonesia, terbuat dari benang (kapas, sutra, dan sebagainya). Tenun memiliki motif beragam di setiap daerah, hal ini dikarenakan adanya pengaruh dari berbagai macam unsur seperti alam, lingkungan, kepercayaan dan kebudayaan. Karena motif tenun yang sangat beragam inilah tidak semua orang dapat membedakan darimana asal daerah kain tenun tersebut. Untuk mengatasi permasalahan di atas, pada penelitian ini akan mengembangkan metode Support Vector Machine (SVM) yang berbasis pengolahan citra. Citra kain tenun yang digunakan dalam penelitian ini berasal dari 3 daerah yaitu Sumatera, Kalimantan, dan Nusa Tenggara. Tahap pengolahan citra pada penelitian ini diawali dengan pengaturan ukuran citra dan di konversi ke dalam mode grayscale, kemudian dilakukan segmentasi menggunakan edge detection metode canny. Metode klasifikasi menggunakan Support Vector Machine (SVM) yang terdiri dari 4 model yaitu Linear SVM, Quadratic SVM, Cubic SVM, dan Fine Gaussian SVM. Pada penelitian ini model Linear SVM menghasilkan tingkat akurasi 100% pada kelas Sumatera dan Kalimantan, dan menghasilkan tingkat akurasi 75% pada kelas Nusa Tenggara dengan rata-rata akurasi training model yaitu 89.92%. Quadratic SVM menghasilkan tingkat akurasi 100% pada kelas Sumatera dan Kalimantan, 75% pada kelas Nusa Tenggara dengan rata-rata akurasi training model yaitu 98.80%. Cubic SVM menghasilkan tingkat akurasi 100% pada semua kelas citra dengan rata-rata training model 99.8%. Fine Gaussian SVM menghasilkan tingkat akurasi 100% pada semua kelas citra dengan rata-rata training model 99.63%. Berdasarkan hasil pengukuran akurasi yang telah dilakukan dapat dilihat bahwa model Support Vector Machine (SVM) yang paling baik digunakan untuk proses klasifikasi tenun ialah model Cubic SVM.} }