Perbandingan Tingkat Akurasi Pengenalan Cacat Kayu Berdasarkan Tingkat Pencahayaan Dengan Metode JST

  • Rycci Juniawan Universitas MDP
  • Gasim Gasim Universitas MDP

Abstract

Kayu adalah bagian batang / cabang / ranting tumbuhan yang mengeras akibat proses
lignifikasi atau pengayuan secara alami. Kayu terbentuk akibat akumulasi selulosa dan lignin
pada bagian dinding sel berbagai jaringan pada batang pohon. Cacat kayu di alam ini
merupakan akibat serangan dari luar pohon selama masa pertumbuhannya. Penelitihan ini
adalah bagaimana melakukan perbandingan tingkat akurasi pengenalan cacat kayu. Penelitihan
menggunkan dataset cacat kayu yaitu 80 data uji dan 80 data latih. Dataset yang diambil lalu
diekstraksi menggunakan GLCM untuk dilatih menggunakan JST. Pelatihan JST dilakukan
dengan mencari semua kemungkinan hidden layer. Setelah mendapatkan hidden layer kemudian
akan dibandingkan dengan setiap hidden layer untuk melihat hasil pengenalan paling baik.
Perbedaan terlihat secara jelas adalah akurasi menggunakan pencahayaan 3 lampu
memdapatkan akurasi paling tinggi. Dengan melihat persentase dari perhitungan jumlah data
yang dikenali dengan jumlah data yang diuji tiap layer pada seriap pencahayaan. Berdasarkan
hasil yang didapat, pencahayaan 3 lampu dengan jaringan syaraf tiruan dapat menghasilkan
tingkat akurasi yang paling tinggi yaitu sebesar 98%.

Published
2021-10-05
How to Cite
Juniawan, R., & Gasim, G. (2021, October 5). Perbandingan Tingkat Akurasi Pengenalan Cacat Kayu Berdasarkan Tingkat Pencahayaan Dengan Metode JST. Jurnal Algoritme, 2(1), 25-38. https://doi.org/https://doi.org/10.35957/algoritme.v2i1.1452