Text
Klasifikasi Jenis Kayu Melalui Pengolahan Citra Digital Menggunakan Algoritma Convolutional Neural Network (CNN)
Penelitian ini bertujuan untuk merancang sistem klasifikasi kayu berbasis pengolahan citra digital dengan algoritma Convolutional Neural Network (CNN) dan menerapkannya dalam aplikasi Android. Dengan metode deep learning yang bersifat supervised learning, sistem menganalisis citra serat kayu dengan fokus pada jenis kayu jati, bitti, dan mahoni. Aplikasi ini memungkinkan pengguna mengunggah atau memotret kayu, lalu sistem akan mengidentifikasi jenisnya. Penelitian ini menggunakan Unified Modeling Language (UML), yang mencakup Use Case Diagram, Activity Diagram, dan Sequence Diagram. Aplikasi dikembangkan menggunakan algoritma CNN dengan arsitektur MobileNetV2. Dataset yang digunakan terdiri dari 300 citra yang terbagi dalam tiga kelas. Dataset dibagi menjadi 70% data latih, 20% data validasi dan 10% data uji. Pelatihan model CNN dengan arsitektur MobileNetV2 menunjukkan performa optimal pada epoch ke-15 dari 20 epoch, dengan akurasi pelatihan 99,31% dan akurasi validasi 98,44%. Pengujian dilakukan menggunakan 10 sampel dari masing-masing kelas kayu, dengan hasil evaluasi confusion matrix kayu Bitti
memiliki performa seimbang precision, recall, f1-score: 90%, kayu Jati dengan precision 100%, recall: 77.8%, f1-score: 87.5%, dan kayu Mahoni mampu
mengenali seluruh sampel dengan recall 100%, precision: 76.9%, f1-score: 87%. Total akurasi pengujian mencapai 86,7%. Arsitektur MobileNetV2 terbukti efektif dalam memproses citra kayu, menjadikannya model yang dapat diandalkan untuk klasifikasi jenis kayu melalui citra digital.
| S250244 | SKR-2024 SAL k | Perpustakaan Universitas Handayani Makassar | Tersedia |
Tidak tersedia versi lain