PENINGKATAN AKURASI IDENTIFIKASI CITRA KAYU PADA METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) DAN SUPPORT VECTOR MACHINE (SVM) BERBASIS ANDROID

ARIFIN, MUHAMMAD ROSYID (2019) PENINGKATAN AKURASI IDENTIFIKASI CITRA KAYU PADA METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) DAN SUPPORT VECTOR MACHINE (SVM) BERBASIS ANDROID. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP BANDUNG.

[img] Text
Cover.pdf

Download (218kB)
[img] Text
Daftar Isi.pdf

Download (519kB)
[img] Text
BAB I.pdf
Restricted to Repository staff only

Download (454kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (845kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (404kB)
[img] Text
Daftar Pustaka.pdf

Download (295kB)

Abstract

Perkembangan teknologi yang semakin pesat mempermudah dalam pengolahan data. Citra merupakan suatu komponen multimedia yang sangat penting. Suatu citra dapat menyimpan berbagai informasi di dalamnya, sehingga pengolahan citra sangat penting dikembangkan dan diidentifikasi. Computer Vision merupakan suatu pembelajaran menganalisis citra dan video untuk menghasilkan identifikasi dari ciri citra tersebut. Salah satu objek citra yang dapat dianalisis adalah citra kayu. Sebelumnya telah ada penelitian yang melakukan identifikasi citra kayu dengan menggunakan Histogram of Oriented Gradient dan Support Vector Machine namun masih menggunakan perangkat laptop. Tujuan dari penelitian ini adalah untuk melakukan identifikasi citra kayu dengan ekstraksi Histogram of Oriented Gradients dan klasifikasi Support Vector Machine menggunakan perangkat mobile, meningkatkan akurasi identifikasi dengan menambah metode Gaussian Pyramid dan Laplacian Edge Detection, memberikan kemudahan, efisiensi waktu. Hasil dari penelitian ini mendapatkan bahwa terdapat peningkatan akurasi saat menggunakan metode Gaussian Pyramid dan Laplacian Edge Detection dengan nilai akurasi Kayu Kembang Semangkok 72% menjadi 96%, Kayu Ketapang 76% menjadi 86%, Kayu Perepat Darat 88% menjadi 94%, Kayu Pinang 88 % menjadi 92% dan Kayu Puspa 87% menjadi 91%.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Kata Kunci : Identifikasi Citra Kayu, Computer Vision, Histogram of Oriented Gradients, Support Vector Machine, Gaussian Pyramid, Laplacian Edge Detection.
Subjects: Skripsi S1 > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: Users 7 not found.
Date Deposited: 17 Jun 2020 03:42
Last Modified: 17 Jun 2020 03:42
URI: http://repository.usbypkp.ac.id/id/eprint/578

Actions (login required)

View Item View Item