KLASIFIKASI KUALITAS KAYU GLUGU MENGGUNAKAN METODE (Support Vektor Machine) SVM
PDF

Keywords

Pohon Kelapa
Sistem Informasi
Support Vektor Machine (SVM)

How to Cite

Latifudin, M. ., N, R. K. ., & W, L. S. . (2022). KLASIFIKASI KUALITAS KAYU GLUGU MENGGUNAKAN METODE (Support Vektor Machine) SVM. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 6(2), 076–081. https://doi.org/10.29407/inotek.v6i2.2563

Abstract

Pohon kelapa merupakan pohon yang tumbuh di wilayah iklim tropis dan hampir di seluruh indonesia ada, pemanfaatan batang kayu kelapa digunakan sebagai pengganti kayu konvesional dalam penggunaan komponen bahan bangunan, mebel dan kerajinan, kayu glugu merupakan salah satu bahan bangunan yang dapat diperhitungkan karena memiliki kelas kuat dan tidak kalah dengan jenis kayu yang lain dan memiliki harga yang yang terjangkau oleh masyarakat menengah kebawah. Tujuan penelitian ini yaitu untuk memilih kayu yang berkualitas, untuk mempermudah dalam pemilihan kayu yang berkualitas di UD Sumber Hikam, serta dengan menggunakan algoritma Support Vektor Machine (SVM) Sistem dapat mengklasifikasi kualitas kayu berdasarkan ciri tekstur menggunakan citra digital. Metode dalam penelitian ini menggunakan model penelitian Waterfall (air terjun) dan Metode SVM. Simpulan dari penelitian ini adalah klasifikasi kualitas kayu menggunakan metode atau algoritma Support Vektor Machine (SVM) berdasarkan tekstur pada citra kayu memperoleh nilai akurasi sebesar 60 % dengan jumlah 110 dataset yang dibagi menjadi 80 data untuk data training dan 30 data testing.

https://doi.org/10.29407/inotek.v6i2.2563
PDF

References

A. B. Darmawan, Diet Sehat Air Kelapa. MediaPressindo, 2013.

M. Miqdad, “Penentuan Kualitas Kayu Kelapa Menggunakan Algoritma Naive Bayes Berdasarkan Tekstur pada Citra,” pp. 1–6, 2015.

Y. Herdiyeni, A. Buono, and V. Y. Noorniawati, “Klasifikasi Citra Dengan Support Vector Machine,” Seminar, vol. 1, no. November, pp. 203–208, 2007.

T. S. A. Sukiman, “Ekstraksi Fitur Glcm (Gray Level Co-Occurrence Matrix) Dan Metode Lvq (Learning Vektor Quantization) Dalam Pengenalan Wajah Berbasis Citra Digital,” Tesis, pp. 1–70, 2020.

N. Z. Munantri, H. Sofyan, and M. Y. Florestiyanto, “Aplikasi Pengolahan Citra Digital Untuk Identifikasi Umur Pohon,” Telematika, vol. 16, no. 2, p. 97, 2020, doi: 10.31315/telematika.v16i2.3183.

E. Meirista, “Aplikasi Metode Support Vector Machine ( Svm ) Untuk Klasifikasi Tanaman Berdaun Menjari Dan Gulma the Application of Support Vector Machine ( Svm ) Method for Classify Leaves Finger Plants and Weeds,” Inst. Teknol. Sepuluh Nop., 2015.

I. Monika Parapat and M. Tanzil Furqon, “Penerapan Metode Support Vector Machine (SVM) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, pp. 3163–3169, 2018, [Online]. Available: http://j-ptiik.ub.ac.id

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2022 Moh Latifudin; Ratih Kumalasari N, Lilia Sinta W

Downloads

Download data is not yet available.