KLASIFIKASI CITRA TEKSTUR KAYU MENGGUNAKAN GRAY LEVEL CO-OCCURANCE MATRIX DAN LOCAL BINARY PATTERN

Jaenal Arifin

Abstract


Kayu merupakan bahan mentah yang akan diproses untuk dijadikan perabotan rumah tangga atau untuk kebutuhan manusia lainnya. Permasalahannya adalah karena banyaknya jenis kayu yang mempunyai corak atau bentuk tekstur yang cenderung sama akan menyulitkan manusia untuk mengenali jenis kayu tersebut. Dalam penelitian ini pengolahan citra digital akan digunakan untuk melakukan ekstraksi fitur dari tekstur kayu kemudian dilakukan pengklasifikasian untuk mengetahui, mengenali dan memastikan jenis kayu. Kayu yang digunakan terbagi menjadi tiga jenis kayu, proses ekstraksi menggunakan dua metode yaitu Gray Level Co-Occurance Matrix dan Local Binary Pattern sedangkan untuk klasifikasi menggunakan K-Nearest Neighbor. Pengujian berdasarkan perbedaan dan kesamaan jumlah data training prosentase keakurasian 78,33%. Pengujian berdasarkan jumlah k memiliki ratarata akurasi dengan menggunakan nilai k yang berbeda mencapai 77,6%. Pengujian menggunakan citra sama dengan data latih tingkat keakurasiannya adalah 100%. Pengujian menggunakan citra diluar data latih mencapai keakurasian 78%. Pengujian menggunakan perbedaan jumlah bit pada level keabuan, 5 bit mendapatkan keakurasian 76% dan yang menggunakan 7 bit mendapatkan keakurasian sebesar 81%.

Keywords


Ekstraksi fitur, Tekstur kayu, GLCM, LBP, KNN

References


Ahmad Fariz Hasan, dkk. 2013. Application of Binary Particle Swarm Optimization in Automatic Classification of Wood Species using Gray Level CoOccurence Matrix and K-Nearest Neighbor. Global Conference for Academic Research on Scientific and Emerging Technologies (GCARSET)

Albregtsen, F., 2008. Statistical Texture Measures Computed from Gray Level Coocurrence Matrices.Image Processing Laboratory.Department of

Informatics.University of Oslo.

Faisal Nur Achsani, dkk. Deteksi Adanya Cacat Pada Kayu Menggunakan Metode Local Binary Pattern. Universitas Telkom

Febrianto,Y. 2012. Pengklasifikasian Kualitas Keramik Berdasarkan Ekstraksi Fitur Tekstur Statistik. Jurusan Teknik Informatika Fakultas Teknologi

Industri.Universitas Gunadarma.

Prasetyo, Eko.2011. Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta, ANDI

Putra, Darma. 2010. Pengolahan Citra Digital. Andi

Rafael C. Gonzalez; Richard E. Woods. 2002. Digital Image Processing. second edition.

Robert M Haralick; K.Shanmugan. 1973. It’shak Dinstein.Textural Features for Image Classification. IEEE Transaction On System, Man And Cybernetics.

Shervan Fekri Ershad. 2011. Texture Classification Approach Based on Combination of Edge & Co-occurrence and Local Binary Pattern. Int'l Conf. IP,

Comp. Vision, and Pattern Recognition (IPCV).

Sutoyo, T. dkk.2009. Teori Pengolahan Citra Digital. Yogyakarta. Andi

Timo Ojala, Matti Pietikäinen and Topi Mäenpää. Gray Scale and Rotation Invariant Texture Classification with Local Binary Patterns. Infotech Oulu.

University of Oulu Finland.




DOI: http://dx.doi.org/10.26798/jiko.v6i1.557

Article Metrics

Abstract view : 1003 times
PDF (Bahasa Indonesia) - 485 times

Refbacks

  • There are currently no refbacks.




Copyright (c) 2022 Jaenal Arifin


JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413