KLASIFIKASI KUALITAS KAYU GLUGU MENGGUNAKAN METODE (Support Vektor Machine) SVM
DOI:
https://doi.org/10.29407/inotek.v6i2.2563Abstract
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.
Keywords:
Pohon Kelapa, Sistem Informasi, Support Vektor Machine (SVM)##plugins.themes.default.displayStats.downloads##
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
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Moh Latifudin; Ratih Kumalasari N, Lilia Sinta W
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
