<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="60854">
 <titleInfo>
  <title>PENINGKATAN KINERJA TEMU KEMBALI CITRA BERBASIS KONTEN (TKCK) BUSANA MENGGUNAKAN ENERGI DAN REGION OF INTEREST (ROI)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NIZA AULIA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Program Studi Magister Teknik Elektro Universitas Syiah Kuala</publisher>
   <dateIssued>2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Theses</form>
  <extent></extent>
 </physicalDescription>
 <note>Perkembangan model busana saat ini semakin bervariasi, terlihat dari beragam model busana yang bermunculan di pasaran, khususnya model busana wanita. Perkembangan model busana wanita yang signifikan terdapat pada ragam jenis bentuk yang memiliki detail seperti detail pita, kancing dan rimpel. Adapun permasalahannya adalah pencarian busana yang memiliki detail sulit dilakukan, sehingga tujuan dari penelitian ini adalah menghasilkan teknik temu kembali busana yang memiliki detail seperti pita, kancing, rimpel atau detail kombinasi. Penelitian ini menerapkan metode Normalized Pyramid Histogram of Oriented Gradients (NPHOG) dan Region of Interest (ROI); dengan total sebanyak empat fitur yang dihasilkan yaitu NPHOG, Piramid-Energi, ROI-HOG dan ROI-Energi. Fitur NPHOG diperoleh dari gabungan histogram gradien level 0, level 1 dan level 2, sedangkan fitur Piramid-Energi diperoleh dari penjumlahan piksel bernilai 1 yang didapatkan dari tepi citra pada setiap level. Metode ROI hanya terdiri dari 1 level saja, kemudian level tersebut dibagi menjadi 3 bagian yaitu bagian atas, tengah dan bawah. Fitur ROI-HOG diperoleh dengan cara menggabungkan histogram gradien dari ketiga bagian tersebut, sedangkan fitur ROI-Energi diperoleh dari penjumlahan tepi citra pada ketiga bagian tersebut. Simulasi dilakukan terhadap 200 citra dataset yang berukuran 800x1200 piksel. Hasil simulasi ROI-HOG mengalami peningkatan terhadap NPHOG untuk detail atas sebesar 3,46%, detail tengah 5,27% dan detail bawah 3,39%. Peningkatan yang dialami ROI-Energi terhadap Piramid-Energi untuk detail atas adalah sebesar 4,9%, detail tengah 4,38% dan detail bawah 2,4%. Oleh karena itu, dapat disimpulkan bahwa penggunaan energi dan ROI yang diusullkan mampu memberikan hasil temu kembali yang lebih baik daripada NPHOG. ROI juga memiliki besaran fitur yang lebih kecil daripada NPHOG.</note>
 <subject authority="">
  <topic>IMAGE PROCESSING - COMPUTER SCIENCE - ENGINEERING</topic>
 </subject>
 <subject authority="">
  <topic>CLOTHING</topic>
 </subject>
 <classification>621.399 4</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>60854</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2019-08-08 15:14:59</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2020-01-16 11:42:54</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>