Penerapan Metode K-Nearest Neighbor untuk Mengidentifikasi Jenis Kayu sebagai Bahan Furniture


Hilma Aszahrah(1*); Siska Anraeni(2); Herdianti Darwis(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Pengenalan jenis kayu dapat dilakukan dengan melakukan pengamatan berdasarkan pada ciri-ciri tertentu yaitu dengan menggunakan parameter tekstur, berat, warna dan lain sebagainya. Begitupun dengan memilih jenis kayu sebagai bahan furniture, selama ini sering dilakukan adalah dengan melihat saja atau memegang kayu secara umum dengen memperhatikan teksturnya. Selain akurasi yang kurang, cara ini juga membutuhkan pengalaman yang cukup banyak apalagi dalam memilih kayu yang akan digunakan dalam membuat dekorasi rumah seperti jendela dan kursi dibutuhkan kayu yang kuat dan kokoh karena itu sistem pengenalan jenis kayu yang akurat dan praktis sangat penting untuk dikembangkan. Mengingat banyaknya jenis kayu yang memiliki kesamaan ciri sehingga sulit mengindetifikasi jenis kayu yang akan digunakan sebagai bahan furniture oleh karena itu dikembangkan suatu sistem teknik klasifikasi untuk identifikasi jenis kayu dengan metode GLCM. Metode ini merupakan suatu metode yang melakukan analisis terhadap suatu piksel pada citra dan mengetahui tingkat keabuan yang sering terjadi, metode yang paling sering digunakan untuk analisis tekstur yang didasarkan pada ciri statistik citra yang dimana dalam perhitungan statistiknya menggunakan distribusi derajat keabuan (histogram) dengan mengukur tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Hasil penelitian menunjukkan dari tahap pengujian dengan nilai K=1,K=7,K=10,K=12, dan K=15 dengan jumlah data training sebanyak 45 data didapatkan nilai K=1 sebagai nilai persentase tertinggi dengan tingkat akurasi sistem sebesar 91%.


Keywords


Kayu; Identifikasi; K-Nearest Neighbour (KNN); GLCM; Supervised Learning

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 41 times
PDF view: 8 times
     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v3i4.1441
  

Cite

References


R. A. Pramunendar, D. P. Prabowo, D. Pergiwati, and K. Latifa, “Klasifikasi Jenis Kayu Menggunakan Back-Propagation Neural Network Berdasarkan Fitur Gray Level Co- Occurrence Matrix,” Sci. Eng. Natl. Semin. 3 (SENS 3), vol. 3, no. Sens 3, pp. 49–55, 2017.

D. K. Seftianingsih, “Pengenalan Berbagai Jenis Kayu Solid Dan Konstruksinya Untuk Furniture Kayu,” J. Kemadha, vol. Vol. 7, no. 1, 2018.

N. Purwaningsih, I. Soesanti, and H. A. Nugroho, “Ekstraksi Ciri Tekstur Citra Kulit Sapi Berbasis Co-Occurrence Matrix,” Semin. Nas. Teknol. Inf. dan Multimed., pp. 6–8, 2015.

E. F. Wahyu Widodo, “Indentifikasi Jenis Kayu Berdasarkan Citra Digital Menggunakan Algoritma Eigenimage Dan Principal,” J. Teknol. Inf. dan Ilmu Komput., vol. 12, no. 2–3, pp. 27–38, 2014.

N. Ahmad and A. Alhamad, “Penerapan Metode Glcm ( Gray Level Co- Occurrence Matrix ) Untuk Reduksi Ciri Pada Pengenalan Ekspresi Wajah,” vol. 3, no. 2, pp. 61–64, 2019.

F. Liantoni, “Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor,” J. Ultim., vol. 7, no. 2, pp. 98–104, 2016, doi: 10.31937/ti.v7i2.356.

A. Muhammad, Y. Riza, A. Kunto, and A. Wibisono, “Alat Identifikasi Jenis Kayu Berbasis Image Processing Dengan Metode K-Nearest Neighbor.” pp. 255–260, 2020.

lipeng Fei Yangqiao Wen, Chensi, “Glcm, fcm dan aplikasinya,” Biomass Chem Eng, vol. 49, no. 23– 6, 2015.

A. A. Kasim and A. Harjoko, “Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level Co- Occurrence Matrices ( GLCM ),” Semin. Nas. Apl. Teknol. Inf. Yogyakarta, 21 Juni 2014, pp. 7–13, 2014.

D. K. Ilmiah, P. T. Informatika, S. Systems, and P. S. I. Udinus, “Implementasi Ekstraksi Fitur Tekstur Gray Level Co-Occurrence Matrices (GLCM) untuk Pengelompokan Citra Tenun menggunakan Algoritma K-Mean Implementasi Ekstrakulikuler,” no. 5, pp. 0–1, 2016.

N. Hermaduanti and S. Kusumadewi, “Sistem Pendukung Keputusan Berbasis Sms untuk Menentukan Status Gizi dengan Metode K- Nearest Neighbor,” Semin. Nas. Apl. Teknol. Inf. ISSN 1907-5022, vol. 2008, no. Snati, pp. 49–56, 2008.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.