FOURIERFOURIER

Jurnal FourierJurnal Fourier

Di Indonesia, berbagai jenis kayu tumbuh dan berkembang dengan karakteristik dan manfaat yang beragam. Setiap jenis kayu memiliki perbedaan tekstur dan serat, untuk mengklasifikasikannya harus memiliki pengetahuan yang cukup tentang tekstur dan serat kayu. Sistem identifikasi jenis kayu diperlukan untuk membantu proses klasifikasi tersebut. Tujuan dari penelitian ini adalah untuk mengklasifikasikan Kayu Jati, Kayu Sengon, Kayu Mahoni, dan Kayu Gmelina yang banyak diperjualbelikan di Indonesia. Metode klasifikasi yang digunakan dalam penelitian ini adalah Jaringan Syaraf Tiruan dengan ekstraksi Gray Level Co-occurrence Matrix (GLCM). Tahapan pra-pemrosesan meliputi Histogram Equalization, filtering, konversi citra ke dalam bentuk grayscale, dan augmentasi data. Ekstraksi fitur hasil pre-processing menggunakan GLCM yang diambil yaitu kontras, korelasi, energi, homogenitas, dan entropi. Dari hasil penelitian, klasifikasi menggunakan Jaringan Syaraf Tiruan diperoleh akurasi 46%, presisi 43%, recall 42,5%, dan F1-Score 42% dengan sudut kemiringan GLCM 90°. Jadi, metode ini dapat digunakan untuk mengklasifikasikan jenis kayu, namun kurang akurat karena masih terdapat kekurangan pada model.

Dari hasil penelitian, dapat disimpulkan bahwa penggunaan metode Artificial Neural Network dan ekstraksi fitur GLCM dengan k-fold = 10 menghasilkan klasifikasi yang lebih baik dibandingkan k-fold = 5.Hasil penelitian menunjukkan akurasi sebesar 46%, presisi 43%, recall 42,5%, dan F1-Score 42% dengan sudut GLCM 90°.Oleh karena itu, penelitian lebih lanjut diperlukan untuk meningkatkan akurasi klasifikasi jenis kayu dengan memperbaiki model dan teknik ekstraksi fitur yang digunakan.Pengembangan sistem ini diharapkan dapat memberikan solusi dalam identifikasi jenis kayu secara cepat dan akurat.

Berdasarkan latar belakang, metode, hasil, keterbatasan, dan saran penelitian lanjutan yang ada, terdapat beberapa arah penelitian yang dapat dikembangkan. Pertama, penelitian dapat difokuskan pada eksplorasi fitur-fitur lain selain GLCM yang relevan dengan tekstur kayu, seperti Local Binary Pattern (LBP) atau Wavelet Transform, untuk meningkatkan kemampuan diskriminasi model. Kedua, pengembangan model machine learning yang lebih kompleks, seperti Convolutional Neural Network (CNN), dapat dipertimbangkan untuk secara otomatis mempelajari fitur-fitur yang paling relevan dari citra kayu. Ketiga, perlu dilakukan pengumpulan data yang lebih besar dan beragam, termasuk variasi jenis kayu, kondisi pencahayaan, dan sudut pengambilan gambar, untuk meningkatkan generalisasi model dan mengurangi risiko overfitting. Dengan menggabungkan ketiga saran ini, diharapkan dapat menghasilkan sistem klasifikasi jenis kayu yang lebih akurat, robust, dan dapat diandalkan untuk aplikasi di berbagai bidang, seperti industri perkayuan dan pengelolaan hutan.

  1. Identifikasi Kualitas Udang Segar Menggunakan Metode Gray Level Co-Occurance Matrix dan Artificial Neural... doi.org/10.37195/balok.v1i2.168Identifikasi Kualitas Udang Segar Menggunakan Metode Gray Level Co Occurance Matrix dan Artificial Neural doi 10 37195 balok v1i2 168
  2. Analisis Sistem Antrian dengan Simulasi di Puskesmas Cebongan Kota Salatiga | Jurnal Fourier. analisis... doi.org/10.14421/fourier.2019.82.57-64Analisis Sistem Antrian dengan Simulasi di Puskesmas Cebongan Kota Salatiga Jurnal Fourier analisis doi 10 14421 fourier 2019 82 57 64
  3. PERBANDINGAN METODE NEURAL NETWORK DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI DIAGNOSA PENYAKIT DIABETES... cerdika.publikasiindonesia.id/index.php/cerdika/article/view/662PERBANDINGAN METODE NEURAL NETWORK DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI DIAGNOSA PENYAKIT DIABETES cerdika publikasiindonesia index php cerdika article view 662
  4. Perbandingan Metode Support Vector Machine (SVM) dan Artificial Neural Network (ANN) pada Klasifikasi... doi.org/10.34123/semnasoffstat.v2021i1.1014Perbandingan Metode Support Vector Machine SVM dan Artificial Neural Network ANN pada Klasifikasi doi 10 34123 semnasoffstat v2021i1 1014
  5. Penurunan Kadar Lignin pada Fermentasi Limbah Kayu Mahoni Menggunakan Phanerochaete chrysosporium | Jurnal... jurnal.polinema.ac.id/index.php/jtkl/article/view/1616Penurunan Kadar Lignin pada Fermentasi Limbah Kayu Mahoni Menggunakan Phanerochaete chrysosporium Jurnal jurnal polinema ac index php jtkl article view 1616
Read online
File size591.65 KB
Pages12
DMCAReport

Related /

ads-block-test