IDENTIFIKASI CACAT PADA KAYU MENGGUNAKAN FITUR GLCM DENGAN METODE SVM

Tsar Siregar, Muhammad Azwar (2022) IDENTIFIKASI CACAT PADA KAYU MENGGUNAKAN FITUR GLCM DENGAN METODE SVM. Diploma thesis, Universitas Multi Data Palembang.

Text Muhammad Azwar Tsar Siregar(1721250089).pdf Download (1MB)

Abstract

Kayu adalah bagian batang atau ranting tumbuhan yang mengeras akibat proses lignifikasi secara alami. Kayu memiliki sifat yang tidak dapat ditiru dengan bahan lain. Sifat kayu adalah tahan lama, kuat dan tidak korosif. Kelemahan kayu, yaitu kekurangan alamiah yang terdapat di dalamnya seperti cacat mata kayu, cacat rapuh hati dan cacat lubang penggerek. Penelitian ini menggunakan metode SVM (Support Vector Machine) untuk mendapatkan akurasi terhadap cacat pada kayu dengan menggunakan ekstraksi GLCM (Gray Level Co-occurence Matrix). Dataset yang digunakan terdapat 160 citra kemudian dipisahkan menjadi 112 data train dan 48 data test. Identifikasi yang dilakukan pada kernel Gaussian mendapatkan akurasi tertinggi sebesar 27,08% daripada menggunakan kernel Linear dengan akurasi lebih kecil yakni 16,67%.

Actions (login required)

View Item