Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naive Bayes dan k-Nearest Neighbor (k-NN)

Rahmat Robi Waliyansyah, Citra Fitriyah

Abstract


Indonesia saat ini merupakan salah satu produsen terbesar produk yang terbuat dari kayu. Kayu-kayu tersebut tidak semuanya memiliki nilai jual. Kayu jati merupakan salah satu kayu yang memiliki nilai jual yang tinggi, baik skala nasional maupun internasional. Pengelompokkan jenis kayu jati menggunakan beberapa parameter yaitu tekstur, berat, warna dan lain sebagainya. Pengelompokkan jenis kayu jati biasanya memiliki subjektifitas yaitu ketergantungan dari mata manusia (ahli/pakar). Oleh karena itu diterapkanlah teknologi untuk membantu dalam menganalisis suatu tekstur kayu jati agar bisa diklasifikasikan ke dalam kelompok-kelompok tertentu. Pada penelitian ini jenis kayu jati yang digunakan ada 3 : semarangan, blora dan sulawesi. Proses klasifikasi jati menggunakan pengolahan citra digital dengan Metode Naive Bayes dan k-Nearest Neighbor (k-NN). Analisis yang digunakan adalah tekstur dengan Metode Gray Level Co-occurrence Matrix (GLCM) dan jarak spasial adalah 1 piksel. Berdasarkan hasil pengujian dan analisis, Metode k-NN secara umum baik dalam mengklasifikasikan 3 jenis kayu jati yaitu semarangan, blora dan sulawesi dengan tingkat akurasi di atas 70%. Akan tetapi klasifikasi paling baik untuk jenis kayu jati sulawesi dengan Metode Naive Bayes, tingkat akurasinya sebesar 82,7%.


Keywords


Naive Bayes; k-NN; Klasifikasi; Kayu Jati

Full Text:

PDF

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,” in Science And engineering National Seminar 3, 2017, pp. 49–55.

D. A. N. Effendi and E. Z. Astuti, “Pengelompokan Jenis Tekstur Kayu Menggunakan k-Nearest Neighbor dan Ekstraksi Fitur Histogram,” Voice Of Informatics, vol. 6, no. 2, pp. 37–46, 2017.

I. Wahyudi, T. Priadi, and I. S. Rahayu, “Karakteristik dan Sifat-Sifat Dasar Kayu Jati Unggul Umur 4 dan 5 Tahun Asal Jawa Barat (Characteristics and Basic Properties of 4 and 5 year-old of Superior Teakwoods from West Java),” J. Ilmu Pertan. Indones., vol. 19, no. 1, pp. 50–56, 2014.

N. Purwaningsih, I. Soesanti, and H. A. Nugroho, “Ekstraksi Ciri Tekstur Citra Kulit Sapi Berbasis Co-Occurrence Matrix,” in Seminar Nasional Teknologi Informasi dan Multimedia, 2015, pp. 6–8.

J. Arifin and Y. Melita, “Klasifikasi Jenis Kayu Dengan Gray-Level Co-Occurrence Matrices (GLCMs) dan k-Nearest Neighbor,” J. Ilm. Teknol. Inf. Asia, vol. 7, no. 1, pp. 49–58, 2013.

S. B. Nasution, B. Hidayat, and I. N. A. Ramairyana, “Steganalisis Citra Digital Berbasis Discrete Cosine Transform dengan menggunakan Metode K-Nearest Neighbor,” in Seminar Nasional Inovasi dan aplikasi Teknologi Di Industri, 2017, pp. 1–6.

R. A. Syifa, K. Adi, and C. E. Widodo, “Analisis Tekstur Citra Mikroskopis Kanker Paru Menggunakan Metode Gray Level Co-Occurance Matrix (GLCM) dan Tranformasi Wavelet dengan Klasifikasi Naive Bayes,” Youngster Phys. J., vol. 5, no. 4, pp. 457–462, 2016.

R. Kosasih and A. Fahrurozi, “Pengklasifikasian Bunga dengan menggunakan Metode Isomap dan Naive Bayes Classifier,” J. Ilm. Inform. dan Komput., vol. 22, no. 3, pp. 171–179, 2017.

R. E. Putri, Suparti, and R. Rahmawati, “Perbandingan Metode Klasifikasi Naïve Bayes Dan k-Nearest Neighbor pada Analisis Data Status Kerja Di Kabupaten Demak Tahun 2012,” J. Gaussian, vol. 3, no. 4, pp. 831–838, 2014.

F. S. Jumeilah, “Klasifikasi Opini Masyarakat Terhadap Jasa Ekspedisi JNE dengan Naïve Bayes,” J. Sist. Inf. Bisnis, vol. 8, no. 1, pp. 92–98, 2018.

I. Ahmed, D. Guan, and T. C. Chung, “SMS Classification Based on Naïve Bayes Classifier and Apriori Algorithm Frequent Itemset,” Int. J. Mach. Learn. Comput., vol. 4, no. 2, pp. 183–187, 2014.

M. M. Kini, S. H. Devi, P. G. Desai, and N. Chiplunkar, “Text Mining Approach to Classify Technical Research Documents using Naïve Bayes,” Int. J. Adv. Res. Comput. Commun. Eng., vol. 4, no. 7, pp. 386–391, 2015.

F. M. Amin, “Identifikasi Citra Daging Ayam Berformalin menggunakan Metode Fitur Tekstur dan k-Nearest Neighbor (k-NN),” MANTIK, vol. 04, no. 01, pp. 68–74, 2018.

Widiatmaka, A. Mediranto, and H. Widjaja, “Karakteristik, Klasifikasi Tanah, dan Pertumbuhan Tanaman Jati (Tectona grandis Linn f.) Var. Unggul Nusantara di Ciampea, Kabupaten Bogor,” J. Pengelolaan Sumberd. Alam dan Lingkung., vol. 5, no. 1, pp. 87–97, 2015.

U. Reza Noor, “Struktur Anatomi Kayu Jati Plus Perhutani Kelas Umur Asal KPH Bojonegoro,” Bogor, 2006.

M. Tahir, “Pattern analysis of protein images from fluorescence microscopy using Gray Level Co-occurrence Matrix,” J. King Saud Univ. - Sci., vol. 30, no. 1, pp. 29–40, 2018.

R. A. Surya, A. Fadlil, and A. Yudhana, “Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor untuk Klasifikasi citra Batik Pekalongan,” JPIT, vol. 2, no. 2, pp. 23–26, 2017.

I. H. Witten and E. Frank, DATA MINING Practical Machine Learning and Tchnique, Second Edi. California: Morgan Kaufman, 2005.

J. Han, M. Kamber, and J. Pei, Data Mining – Concepts & Techniques, Third Edit. California: Morgan Kaufman, 2011.




DOI: http://dx.doi.org/10.26418/jp.v5i2.32473

Refbacks

  • There are currently no refbacks.


Oktrik
Creative Commons License
This work is licensed under aCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
View My Stats