Cirebon Mask Classification using Robust K-Nearest Neighbour

Gray Level Co-ocurence Matrix untuk Pengekstrasian Ciri Topeng Cirebon

“…Kurniadi mengusulkan penyelesaian klasifikasi topeng Cirebon menggunakan metode robust statistic menggunakan z-score untuk mencari data yang dianggap sebagai outlier. Metode yang diusulkan oleh Kurniadi memberikan hasil penambahan akurasi akan tetapi kelemahan terbesar dari penelitian ini adalah penggunaan metode ekstraksi fitur yang sederhana dalam menyelesaikan data yang kompleks [2].…”

“…Proses evaluasi pada penelitian ini akan menggunakan akurasi, presisi dan recall. Berdasarkan hasil di atas bahwa metode GLCM yang diusulkan masih tidak mampu mengalahkan metode first order statistic yang sudah dilakukan oleh Kurniadi [2] sebelumnya. Secara keseluruhan akurasi yang didapatkan baik dari data augmentasi dan bukan augmentasi mengecewakan dikarenakan hasil tidak dapat menghasilkan nilai lebih dari 50%.…”

“…Secara keseluruhan akurasi yang didapatkan baik dari data augmentasi dan bukan augmentasi mengecewakan dikarenakan hasil tidak dapat menghasilkan nilai lebih dari 50%. Hal ini merupakan problem yang dikemukakan oleh [2] pada penelitian sebelumnya dimana dataset public yang tersedia tidak merepresentasikan data yang dilapangan sehingga tidak cocok digunakan.…”

Klasifikasi Topeng Cirebon menggunakan Metode Convolutional Neural Network

“…Kurniadi mengusulkan penyelesaian klasifikasi topeng Cirebon menggunakan metode robust statistic menggunakan zscore untuk mencari data yang dianggap sebagai outlier. Metode yang diusulkan oleh Kurniadi memberikan hasil penambahan akurasi akan tetapi kelemahan terbesar dari penelitian ini adalah penggunaan metode ekstraksi fitur yang sederhana dalam menyelesaikan data yang kompleks[2]. Sehingga kami menggunakan metode deep learning terutama convolutional neural network sebagai metode yang digunakan dalam proses pengklasifian topeng ini.…”

“…Hasil eksperimen juga dibandingkan dengan hasil menggunakan first order statistical feature[2] dan GLCM [1] yang dilakukan oleh Kurniadi menggunakan SVM dan KNN sebagai classifier dan CNN dengan konsep transfer learning pada data yang ada. Pada CNN optimizer yang digunakan adalah adam dengan epoch 100. atas bahwa metode yang CNN memberikan hasil akurasi terbaik dibandingkan dengan menggunakan metode-metode feature crafted seperti GLCM ataupun First Order Feature.…”