Skripsi/Tugas Akhir

Simulasi Algoritma Multi Class SVM untuk Klasifikasi Jenis Kayu Berbasis Ekstraksi Ciri Orde Satu Menggunakan Matlab

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini bertujuan untuk memberikan solusi kepada sektor industri pembangunan dalam proses pemilihan bahan baku kayu jenis pohon agar kegiatan pembangunan tidak terjadi kesalahan yang berakibat pada penurunan kualitas bangunan dalam bentuk Simulasi Algoritma Multi Class SVM untuk Klasifikasi Jenis Kayu Berbasis Ekstraksi Ciri Orde Satu menggunakan tools Matlab. Pemrograman Matlab digunakan karena memiliki library yang lengkap terkhusus dalam/proses pengolahan citra. Proses klasifikasi dilakukan dengan mengambil sampel citra kayu yang telah diolah sebelumnya misalnya citra permukaan kayu papan, mengingat data pada citra tersebut kita dapat melihat fitur tekstur yang ada pada kayu. Simulasi identifikasi jenis kayu dibuat dengan beberapa tahapan melalui fungsi yang ada di Matlab antara lain proses latihan dan proses ekstraksi ciri, di mana tahapan latihan menggunakan Metode SVM dan ekstraksi ciri menggunakan metode Orde Satu. Hasil identifikasi kayu yang diperoleh dari kedua tahapan ini dapat dikatakan cukup berhasil dan akurasi hasil identifikasi yang telah dilakukan oleh program Matlab dengan 10 data uji adalah 60% tingkat kepercayaan.
Kata Kunci: Klasifikasi, Kayu, Multi Class SVM, Ciri Orde Satu, Matlab

ABSTRACT
This study aims to provide solutions to the development industry sector in the process of selecting wood raw materials for tree species so that development activities do not occur errors which result in a decrease in building quality in the form of a Multi Class SVM Algorithm Simulation for Classification of Wood Types Based on First Order Feature Extraction using Matlab tools. Matlab programming is used because it has a complete library, especially in image processing. The classification process is carried out by taking a sample of wood images that have been previously processed, for example the image of a wooden plank surface, considering the data in the image we can see the texture features present in the wood. The simulation of identifying wood species was made in several stages through the functions in Matlab, including the training process and the feature extraction process, where the training stages used the SVM method and feature extraction used the First Order method. The identification results of the wood obtained from these two stages can be said to be quite successful and the accuracy of the results of the identification that have been carried out by the Matlab program with 10 test data is 60% confidence level.
Keywords: Classification, Wood, Multi Class SVM, First Order Characteristics, Matlab

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 LOR s - 0719TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xi + 71 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 13 September 2023

Subjek

Skripsi/Tugas Akhir
Matlab
Support Vector Machine

Lampiran File