IDENTIFIKASI JENIS KAYU BERDASARKAN FITUR TEKSTUR LOCAL BINARY PATTERN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Rahayu, Ni Made Yeni Dwi (2022) IDENTIFIKASI JENIS KAYU BERDASARKAN FITUR TEKSTUR LOCAL BINARY PATTERN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Masters thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
1729101080-COVER.pdf
Download (529kB)
[img] Text (Abstrak)
1729101080-ABSTRAK.pdf
Download (486kB)
[img] Text (BAB 1 PENDAHULUAN)
1729101080-BAB 1 PENDAHULUAN.pdf
Download (230kB)
[img] Text (BAB 2 KAJIAN TEORI)
1729101080-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
1729101080-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (707kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
1729101080-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
1729101080-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (213kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
1729101080-DAFTAR PUSTAKA.pdf
Download (423kB)
[img] Text (LAMPIRAN)
1729101080-LAMPIRAN.pdf
Download (940kB)

Abstract

Dalam mengidentifikasi jenis kayu orang kadang kala mengalami kesulitan dalam membedakannya secara visual karena adanya kemiripan tekstur dan serat pada kayu. Sehingga banyak kemungkinan orang memalsukan kayu dengan cara memberikan jenis kayu lain yang tekstur dan seratnya mirip. Penelitian ini bertujuan untuk membangun suatu model machine learning yang dapat membantu proses identifikasi jenis kayu berdasarkan fitur teksur citra pada kayu. Jenis kayu yang digunakan untuk data set pada penelitian ini meliputi kayu bangkirai, jati dan mahoni. Metode Local Binary Pattern (LBP) digunakan dalam proses ekstraksi ciri untuk menghasilkan vektor ciri yang dijadikan data input pada proses klasifikasi citra dengan menggunakan metode Learning Vector Quantization (LVQ). Parameter yang digunakan pada metode LBP meliputi numpoint dan radius dengan nilai 1 sampai 10. Data set yang digunakan pada penelitian ini untuk masing-masing kayu (kayu bangkirai, jati dan mahoni) terdiri dari 80 citra latih dan 20 citra uji. Fitur image processing pada data set yang digunakan tidak bergantung arah. Hasil pengujian menunjukkan akurasi yang cukup rendah yaitu 68,33%. Hal tersebut dipengaruhi oleh beberapa faktor yaitu pembentukan data set dan terdapat beberapa citra kayu memiliki susunan pori berbentuk terlihat hampir sama dan jarak yang hampir berdekatan pada saat dilakukan ekstraksi. Penelitian selanjutnya dapat memperbaiki pada proses akuisisi pengambilan citra kayu menambahkan fuzzy logic (Iakovidis et al., 2008) pada proses ekstraksi dan pada proses klasifikasi dapat menggunakan metode deep leraning yang lainnya.

Item Type: Thesis (Masters)
Uncontrolled Keywords: kayu, Local Binary Pattern, Learning Vector Quantization.
Subjects: Q Science > Q Science (General)
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: Ni Made Yeni Dwi Rahayu
Date Deposited: 11 Jul 2022 03:14
Last Modified: 11 Jul 2022 03:14
URI: http://repo.undiksha.ac.id/id/eprint/10601

Actions (login required)

View Item View Item