@thesis{thesis,
		author={MAWY  ANNISA AL},
		title ={KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK IDENTIFIKASI CITRA KAIN BATIK LAMPUNG MOTIF SIGER, DAN SEMBAGI},
		year={2022},
		url={http://repository.teknokrat.ac.id/4100/},
		abstract={Lampung memiliki motif batik yang beragam sesuai dengan ciri khas daerahnya khususnya kabupaten/kota. Batik Lampung memiliki beberapa motif yang beragam. Oleh karena itu proses identifikasi motif kain batik perlu dilakukan secara otomatis dengan menerapkan teknologi pengolahan citra digital. Hasil dari analisa yang dilakukan pada penelitian ini yaitu untuk mengidentifikasi motif Batik Lampung dengan memanfaatkan teknologi komputer, khususnya dalam pengolahan citra digital untuk membantu pengenalan motif batik Lampung. Di era digitalisasi, terdapat beberapa cara untuk membedakan sesuatu objek, salah satunya adalah pengenalan citra. Dari berbagai cara yang digunakan untuk mendapatkan ciri motif batik Lampung menggunakan ekstraksi fitur GLCM. Setelah dilakukan proses ekstraksi ciri citra pada kain batik Lampung kemudian dijadikan data klasifikasi. Penelitian ini menggunakan klasifikasi K-Nearest Neighbor dan Naïve Bayes. Data yang digunakan sebanyak 300 citra yang terdiri dari 150 citra motif siger, dan 150 citra motif sembagi. Pada pengujian menggunakan metode K-Nearest Neighbor mendapatkan nilai akurasi paling tertinggi di nilai K = 3 sebanyak 78,33% data training, da 81,66% data testing. Pada pengujian menggunakan metode Naïve Bayes menghasilkan akurasi sebesar 96,66% data training dan 98,33% untuk data testing.}
		}