KLASIFIKASI KUALITAS CITRA SEPATU MENGGUNAKAN EKSTRAKSI HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM)

Hidayatullah, Arif Syarif (2024) KLASIFIKASI KUALITAS CITRA SEPATU MENGGUNAKAN EKSTRAKSI HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text Cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (460kB)
	Text LEMBAR PENGESAHAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (483kB)
	Text LEMBAR PERNYATAAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (398kB)
	Text Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (178kB)
	Text BAB I.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (195kB)
	Text Skripsi Full.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text DAFTAR PUSTAKA.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (186kB)
	Text Surat Keterangan Hasil Cek Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (144kB)

Abstract

Klasifikasi kualitas produk menjadi faktor kunci untuk memenuhi standar pasar dan kepuasan pelanggan. Untuk memenuhi kebutuhan ini, sistem berbasis Android telah dikembangkan untuk mengklasifikasikan kualitas citra sepatu dengan menggunakan metode Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM). Sistem ini memungkinkan pemrosesan gambar sepatu dari galeri perangkat Android, ekstraksi fitur HOG untuk mendapatkan informasi relevan, dan klasifikasi menggunakan SVM untuk menentukan apakah sepatu layak atau tidak layak. Meskipun sistem ini dirancang untuk memberikan akurasi tinggi, hasil pengujian menunjukkan akurasi sebesar 59,26%. Temuan ini menunjukkan adanya kebutuhan untuk penyempurnaan lebih lanjut dalam parameter ekstraksi fitur atau pengembangan model SVM guna meningkatkan akurasi sistem dan memperkuat aplikasinya dalam industri sepatu.

Actions (login required)

View Item