Upload
others
View
18
Download
0
Embed Size (px)
Citation preview
28
BAB III
METODE PENELITIAN DAN PERANCANGAN SISTEM
3.1 Metode Penelitian
Gambar 3.1 Diagram Blok Rancangan Penelitian.
Metode penelitian yang digunakan meliputi studi kepustakaan, pembuatan
program, dan analisis. Studi kepustakaan dilakukan untuk mencari teori atau informasi
dari buku, jurnal, dan artikel-artikel yang berkaitan dengan Penelitian. Dari informasi
studi kepustakaan yang diperoleh, maka dilakukan pembuatan program pada Matlab
untuk membantu analisis.
Penelitian ini menggunakan citra serat kayu yang didapat menggunakan
mikroskop digital. Berdasarkan blok diagram pada Gambar 3.1, dijelaskan bahwa citra
RGB akan diubah menjadi grayscale , setelah itu akan di lakukan ekstraksi ciri GLCM
untuk mendapatkan parameter kontras, korelasi,energi, dan homogeneity dengan
menggunakan sudut 0°, 45°, 90°, dan 135° dengan jarak satu pixel. Setelah didapatkan
hasil ekstraksi GLCM maka akan dilakukan klasifikasi menggunakan Backpropragation
dengan 16 input neuron yang didapatkan dari 4 sudut dan 4 hasil output GLCM, dan
Citra hasil
cropping Grayscale GLCM
Klasifikasi Jenis
Kayu dengan
Backpropagation
29
mempunyai 5 hasil jenis keluaran yang akan mengklasifikasikan jenis-jenis kayu secara
otomatis.
3.2 Prosedur Penelitian
Prosedur ini menjelaskan tentang langkah-langkah yang dilakukan dalam
penelitian seperti pada Gambar 3.2.
.
Gambar 3.2 Flowchart Proses Penelitian Klasifikasi Jenis Kayu
Citra Serat Kayu
Pembagian Data
Data Latih Data Uji
Gray Scalling Gray Scalling
Ekstraksi Fitur GLCM Ekstraksi Fitur GLCM
Pembelajaran
BackPropragation Pengujian
Hasil Pembelajaran
BackPropragation
Analisis Hasil
30
Gambar 3.2 merupakan flowchart proses penelitian untuk klasifikasi jenis kayu yang
akan dijelaskan sebagai berikut:
Data citra serat kayu berdarkan jenis diambil menggunakan mikroskop digital dengan
15 data untuk tiap jenis kayu., jenis kayu tersubut adalah kayu Kamper, Kayu Keruing,
Kayu Meranti, Kayu Pinus, Kayu Randu.
Setelah pengambilan data citra serat kayu maka akan dilakukan ekstraksi ciri
menggunakan GLCM dan hasil ekstraksi Ciri akan menghasilkan output korelasi,
kontras, energi, dan homogeneity, 4 parameter ini akan menjadi inputan, dengan setiap
parameter mempunyai 4 sudut yaitu 0°,45°,90°,dan 135°. Hasil ekstraksi akan menjadi
inputan untuk data latih backpropagation dan output backpropagation dari data latih
merupakan nilai optimasi untuk klasifikasi, setelah didapatkan nilai optimasi maka akan
dilakukan pengujian data untuk uji klasifikasi data dan dilakukan analisis untuk hasil
klasifikasi.
3.3 Perancangan Sistem
Perancangan Sistem analisis dibagi menjadi beberapa bagian pengerjaan sebagai
berikut:
3.3.1 Akses Citra Data Latih
Citra data latih sebanyak 75 data dengan masi-masing 15 data untuk tiap jenias
kayu yang dengan ukuran 800 x 600 pixel, untuk dilakukan ekstraksi dengan
menggunakan GLCM yang nilai parameter outputnya adalah korelasi, kontras,
homogeneity, dan energi. Listing program untuk mengaksesnya dapat dilihat pada
31
gambar 3.3, dimana akan menampung semua gambar yang mempunyai format .jpg pada
satu folder
Gambar 3.3 Listing Program Untuk Mengakses Gambar
3.3.2 Ekstraksi Fitur
Untuk melakukan ekstraksi fitur, citra harus dalam bentuk grayscale sehingga
harus diubah dari RGB ke bentuk grayscale, di dalam Matlab gambar 3.4 merupakan
potongan listing program unruk convert citra RGB menjadi Grayscale.
Gambar 3.4 Listing Program Untuk Konversi RGB Menjadi Grayscale
Setelah menjadi grayscale maka akan dilakukan ekstraksi ciri menggunakan
GLCM dengan jarak 1 pixel dan sudut 0°, 45°, 90°, dan 135°,fungsi yang digunakan
untuk melakukan ekstraksi ciri adalah graycomatrix, dapat dilihat pada gambar 3.5.
Gambar 3.5 Listing Program Untuk Ekstraksi Ciri Menggunakan GLCM
Nilai offset [0 1;-1 1;-1 0;-1 -1] merupakan keterangan sudut yang digunakan
untuk ekstraksi ciri dimana angka 1 merupakan jarak pixel ketetanggaan.
32
Gambar 3.6 Ilustrasi Nilai Offset
Setelah didapat hasil ekstraksi maka dapat diambil propertis hasil ekstraksi
yang merupakan parameter output yaitu kontras, korelasi, energi, dan homogeneity
dengan menggunakan listring program pada gambar 3.7.
Gambar 3.7 Listing Program Untuk Mendapatkan Propertis Hasil Ekstraksi Ciri
Menggunakan GLCM
Berikut merupakan hasil nilai ekstraksi ciri berdasarkan property korelasi,
kontras, energi, homogeneity:
a. Kontras
Tabel 3.1 Nilai Ekstrasi Ciri Berdasarkan Kontras
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.075726 0.093516 0.054714 0.09113
Gambar Ke-2 0.081861 0.096124 0.060413 0.103063
Gambar Ke-3 0.10213 0.11505 0.077894 0.136834
Gambar Ke-4 0.121619 0.13683 0.092886 0.164331
33
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-5 0.11996 0.141533 0.094176 0.16019
Gambar Ke-6 0.124078 0.138792 0.096179 0.171464
Gambar Ke-7 0.129091 0.155298 0.103099 0.173882
Gambar Ke-8 0.118071 0.133637 0.087189 0.155781
Gambar Ke-9 0.114366 0.125969 0.089508 0.159544
Gambar Ke-10 0.120209 0.135317 0.094969 0.1667
Gambar Ke-11 0.115668 0.132022 0.090507 0.157507
Gambar Ke-12 0.119274 0.136642 0.090271 0.159548
Gambar Ke-13 0.111041 0.138604 0.089616 0.143675
Gambar Ke-14 0.110027 0.131569 0.08404 0.141947
Gambar Ke-15 0.103315 0.117407 0.081221 0.139306
b. Korelasi
Tabel 3.2 Nilai Ekstrasi Ciri Berdasarkan Kolerasi
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.930195 0.913798 0.949553 0.915997
Gambar Ke-2 0.930899 0.91884 0.94902 0.912981
Gambar Ke-3 0.91152 0.900322 0.932503 0.881448
Gambar Ke-4 0.904849 0.892902 0.927351 0.871376
Gambar Ke-5 0.889348 0.86939 0.913196 0.852171
Gambar Ke-6 0.894365 0.881806 0.918076 0.853982
Gambar Ke-7 0.889299 0.866771 0.911552 0.850829
Gambar Ke-8 0.907776 0.895625 0.931909 0.87833
Gambar Ke-9 0.908582 0.899321 0.928463 0.872488
Gambar Ke-10 0.887981 0.873862 0.911487 0.844608
Gambar Ke-11 0.891344 0.875946 0.91496 0.852
Gambar Ke-12 0.896164 0.88108 0.92144 0.861144
Gambar Ke-13 0.864751 0.831156 0.890853 0.824979
34
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-14 0.921047 0.905572 0.939716 0.898125
Gambar Ke-15 0.909536 0.897138 0.928869 0.877958
c. Energi
Tabel 3.3 Nilai Ekstrasi Ciri Berdasarkan Energi
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.345025 0.334342 0.358514 0.336149
Gambar Ke-2 0.306799 0.298753 0.319682 0.29548
Gambar Ke-3 0.308828 0.301686 0.322979 0.291201
Gambar Ke-4 0.280039 0.272169 0.295138 0.261453
Gambar Ke-5 0.314855 0.302986 0.328767 0.296948
Gambar Ke-6 0.296965 0.288703 0.311475 0.276857
Gambar Ke-7 0.329323 0.315878 0.342472 0.310174
Gambar Ke-8 0.274537 0.26652 0.290956 0.258345
Gambar Ke-9 0.276741 0.270885 0.290028 0.258095
Gambar Ke-10 0.312135 0.303838 0.326131 0.290813
Gambar Ke-11 0.317154 0.307985 0.331337 0.297665
Gambar Ke-12 0.303115 0.293296 0.318687 0.285176
Gambar Ke-13 0.37505 0.357995 0.388545 0.358132
Gambar Ke-14 0.267575 0.257399 0.281577 0.254211
Gambar Ke-15 0.304415 0.296677 0.317294 0.287071
d. Homogeneity
Tabel 3.4 Nilai Ekstrasi Ciri Berdasarkan Homogeneity
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.962162 0.953328 0.972649 0.954741
Gambar Ke-2 0.959259 0.952211 0.969846 0.949382
35
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-3 0.94923 0.942882 0.961128 0.933388
Gambar Ke-4 0.940133 0.932774 0.954009 0.92195
Gambar Ke-5 0.941542 0.931087 0.953394 0.925231
Gambar Ke-6 0.939697 0.932302 0.952397 0.920573
Gambar Ke-7 0.936829 0.924264 0.948846 0.918534
Gambar Ke-8 0.941986 0.934307 0.956764 0.926085
Gambar Ke-9 0.943992 0.938375 0.955852 0.925646
Gambar Ke-10 0.941032 0.933802 0.953107 0.921844
Gambar Ke-11 0.943393 0.935357 0.955172 0.925967
Gambar Ke-12 0.941568 0.932981 0.955243 0.925012
Gambar Ke-13 0.945249 0.932015 0.955529 0.931652
Gambar Ke-14 0.945572 0.935148 0.958291 0.931701
Gambar Ke-15 0.948976 0.942134 0.959818 0.933254
3.3.3 Pembagian Kelas
Pembagian kelas jenis kayu merupakan tahap dimana serat kayu akan
diklasifikasikan berdasarkan jenis kayu. Pembagian kelas akan dilakukan dengan
mnegunakan Matlab. Output hasil ekstraksi ciri menggunakan GLCM adapun
parameternya adalah korelasi, homogeneity, energi, dan kontras dengan 4 sudut yaitu 0°,
45°, 90°, dan 135° sehingga akan terdapat Neuron Input sebanyak 16 untuk setiap data
pelatihan, dan banyaknya data adalah 15 data untuk setiap jenis kayu yang dapat dilihat
pada gambar 3.8 sehingga semua data latih akan berjumlah 75 data.
36
Gambar 3.8 Arsitektur Backpropagation Pada Penelitian Ini
Pada gambar 3.8. Nilai X1, X2, X3, X4, adalah nilai untuk fitur kontras pada
data citra serat kayu pertama, kemudian X5, X6, X7, X8, adalah nilai fitur korelasi pada
citra serat kayu pertama demikian seterusnya untuk fitur energi dan homogeneity. B
merupakan bias dari setiap jaring neuron layer dan W merupakan nilai bobot setiap
neuron dalam layer dengan neuron pada layer berikutnya. Bias dan nilai input akan
dikalikan dengan nilai bobot, contohnya Xnj dan B1 akan dikalikan dengan Wi pada
layer input pada hidden layer 1 dan hasilnya akan menjadi input bagi masing-masing
neuron Zi dan begitu seterusnya untuk input ZZi, input ZZi akan digunakan untuk
menghitung nilai keluaran pada alur maju dengan acara mengkalikan ZZi dan Bias B3
dengan bobot Wi pada hidden layer 2 Pada gambar 3.8 variabel j adalah banyaknya data
pelatihan pada backpropagation dimana pada tabel 3.2. menunjukkan data pelatihan
pada backpropagation dan nilai target yang ingin dicapai pada pelatihan ini.
37
Tabel 3.5 Data Pelatihan Backpropagation Dan Nilai Target Yang Ingin Dicapai
Data Pelatihan (j) Keterangan Nilai Target
1 Data Pelatihan Serat Citra Kamper 0.1
2 Data Pelatihan Serat Citra Kamper 0.1
3 Data Pelatihan Serat Citra Kamper 0.1
4 Data Pelatihan Serat Citra Kamper 0.1
5 Data Pelatihan Serat Citra Kamper 0.1
6 Data Pelatihan Serat Citra Kamper 0.1
7 Data Pelatihan Serat Citra Kamper 0.1
8 Data Pelatihan Serat Citra Kamper 0.1
9 Data Pelatihan Serat Citra Kamper 0.1
10 Data Pelatihan Serat Citra Kamper 0.1
11 Data Pelatihan Serat Citra Kamper 0.1
12 Data Pelatihan Serat Citra Kamper 0.1
13 Data Pelatihan Serat Citra Kamper 0.1
14 Data Pelatihan Serat Citra Kamper 0.1
15 Data Pelatihan Serat Citra Kamper 0.1
16 Data Pelatihan Serat Citra Keruing 0.25
17 Data Pelatihan Serat Citra Keruing 0.25
18 Data Pelatihan Serat Citra Keruing 0.25
19 Data Pelatihan Serat Citra Keruing 0.25
20 Data Pelatihan Serat Citra Keruing 0.25
21 Data Pelatihan Serat Citra Keruing 0.25
22 Data Pelatihan Serat Citra Keruing 0.25
23 Data Pelatihan Serat Citra Keruing 0.25
24 Data Pelatihan Serat Citra Keruing 0.25
25 Data Pelatihan Serat Citra Keruing 0.25
26 Data Pelatihan Serat Citra Keruing 0.25
27 Data Pelatihan Serat Citra Keruing 0.25
28 Data Pelatihan Serat Citra Keruing 0.25
38
Data Pelatihan (j) Keterangan Nilai Target
29 Data Pelatihan Serat Citra Keruing 0.25
30 Data Pelatihan Serat Citra Keruing 0.25
31 Data Pelatihan Serat Citra Meranti 0.5
32 Data Pelatihan Serat Citra Meranti 0.5
33 Data Pelatihan Serat Citra Meranti 0.5
34 Data Pelatihan Serat Citra Meranti 0.5
35 Data Pelatihan Serat Citra Meranti 0.5
36 Data Pelatihan Serat Citra Meranti 0.5
37 Data Pelatihan Serat Citra Meranti 0.5
38 Data Pelatihan Serat Citra Meranti 0.5
39 Data Pelatihan Serat Citra Meranti 0.5
40 Data Pelatihan Serat Citra Meranti 0.5
41 Data Pelatihan Serat Citra Meranti 0.5
42 Data Pelatihan Serat Citra Meranti 0.5
43 Data Pelatihan Serat Citra Meranti 0.5
44 Data Pelatihan Serat Citra Meranti 0.5
45 Data Pelatihan Serat Citra Meranti 0.5
46 Data Pelatihan Serat Citra Pinus 0.75
47 Data Pelatihan Serat Citra Pinus 0.75
48 Data Pelatihan Serat Citra Pinus 0.75
49 Data Pelatihan Serat Citra Pinus 0.75
50 Data Pelatihan Serat Citra Pinus 0.75
51 Data Pelatihan Serat Citra Pinus 0.75
52 Data Pelatihan Serat Citra Pinus 0.75
53 Data Pelatihan Serat Citra Pinus 0.75
54 Data Pelatihan Serat Citra Pinus 0.75
55 Data Pelatihan Serat Citra Pinus 0.75
56 Data Pelatihan Serat Citra Pinus 0.75
57 Data Pelatihan Serat Citra Pinus 0.75
39
Data Pelatihan (j) Keterangan Nilai Target
58 Data Pelatihan Serat Citra Pinus 0.75
59 Data Pelatihan Serat Citra Pinus 0.75
60 Data Pelatihan Serat Citra Pinus 0.75
61 Data Pelatihan Serat Citra Randu 1
62 Data Pelatihan Serat Citra Randu 1
63 Data Pelatihan Serat Citra Randu 1
64 Data Pelatihan Serat Citra Randu 1
65 Data Pelatihan Serat Citra Randu 1
66 Data Pelatihan Serat Citra Randu 1
67 Data Pelatihan Serat Citra Randu 1
68 Data Pelatihan Serat Citra Randu 1
69 Data Pelatihan Serat Citra Randu 1
70 Data Pelatihan Serat Citra Randu 1
71 Data Pelatihan Serat Citra Randu 1
72 Data Pelatihan Serat Citra Randu 1
73 Data Pelatihan Serat Citra Randu 1
74 Data Pelatihan Serat Citra Randu 1
75 Data Pelatihan Serat Citra Randu 1
Pada tabel 3.5 nilai 0.1 adalah permisalan untuk kelas Kamper, nilai 0.25 untuk
kelas Keruing, nilai 0.5 untuk kelas Meranti, 0.75 untuk kelas Pinus, 1 untuk kelas
Randu. Masing-masing kayu memiliki 16 data input yaitu 4 parameter hasil ekstraksi
GLCM dimana setiap parameter memilik 4 sudut yaitu 0°,45°, 90°, dan 135° seperti
pada tabel 3.5 yang menujukan neuron input dari backpropagation pada masing-masing
data citra.
40
Tabel 3.6 Keterangan Dari Nilai Neuron Input Backpropagation
Neuron Input Keterangan
X1 Korelasi pada sudut 0 derajat
X2 Korelasi pada sudut 45 derajat
X3 Korelasi pada sudut 90 derajat
X4 Korelasi pada sudut 135 derajat
X5 Kontras pada sudut 0 derajat
X6 Kontras pada sudut 45 derajat
X7 Kontras pada sudut 90 derajat
X8 Kontras pada sudut 135 derajat
X9 Energi pada sudut 0 derajat
X10 Energi pada sudut 45 derajat
X11 Energi pada sudut 90 derajat
X12 Energi pada sudut 135 derajat
X13 Homogeneity pada sudut 0 derajat
X14 Homogeneity pada sudut 45 derajat
X15 Homogeneity pada sudut 90 derajat
X16 Homogeneity pada sudut 135 derajat
Tabel 3.6 merupakan tabel untuk masing-masing data citra yang dilatih. Untuk
citra berikutnya dapat dilihat pada tabel 3.5, dan nilai parameter inputnya seperti pada
41
tabel 3.6, begitu juga untuk data selanjutnya. Nilai Awal Bobot adalah nilai Random
default dari Matlab biasanya rangenya dari -1 hingga 1.
Nilai target 0.1 sebanyak 15 untuk citra serat kayu Kamper, nilai target 0.25
sebanyak 15 untuk serat kayu Keruing, nilai target 0.5 untuk serat kayu Meranti, nilai
target 0.75 untuk serat kayu Pinus, nilai target 1 untuk serat kayu Randu. Output pada
gambar 3.8 adalah nilai dibawah 0.1, nilai diantara 0.1 dan 0.25, nilai diantara 0.25
dan 0.5, nilai diantara 0.5 dan 0.75, nilai diantara 0.75 dan 1, dimana nilai-nilai ini akan
menjadi pembatas untuk tiap jenis kayu. Adapun parameter yang digunakan pada
Backpropagation adalah learning rate 0.1, toleransi kesalahan 0.01. nilai learning rate
adalah laju pembelajaran, semakin besar learning rate akan berpengaruh pada besarnya
langkah pembelajaran.
42
Gambar 3.8 Diagram Alur Proses Backpropagation
Gambar 3.8 merupakan alur kerja backpropagation pada penelitian ini,
pertama-tama akan dilakukan inisialisasi parameter–parameter yang dibutuhkan untuk
membangun sebuah neural network yang telah dirancang, lalu akan dimasukkan input
X1 hingga X16 yang merupakan hasil Ekstraksi Ciri dengan GLCM, dapat dilihat pada
gambar 3.8 setelah parameter Output Ekstraksi masuk maka akan ditampung ke suatu
matrix array, dan setelah itu akan dibangun arsitektur neural network. Setelah dibangun
43
maka akan dilakukan pelatihan data input dari Output Ekstraksi GLCM. Ketika output
data pelatihan didapat akan dilanjutkan untuk pengujian data sample berikutnya
pengujian data sampel akan menghasilkan prediksi output untuk klasifikasi jenis kayu.
3.4 Pengumpulan Data
3.4.1 Pengambilan Data Sampel
Data sampel yang diambil untuk penelitian ini adalah sampel citra serat kayu
berdasarkan jenisnya yaitu kayu Kamper, Keruing, Randu, Pinus, dan Meranti. Proses
dilakukan dengan menggunakan kamera Dino-lite Digital Microscope AM-311 10x-
200x yang dapat dilihat pada gambar 3.10. Pengambilan gambar dilakukan diruangan
dengan intensitas cahaya yang sedang. Dalam proses pengambilan gambar akan diambil
20 kali gambar serat kayu untuk setiap jenis kayu.
Gambar 3.9 Contoh Gambar serat Kayu Kamper
44
Gambar 3.10 Mikroskop digital Dino-Lite
3.4.2 Pembagian Data Uji dan Data Latih
Data sampel yang telah didapat berupa citra serat kayu yang telah di ambil
menggunakan mikroskop digital Dino-lite Digital Microscope AM-311 10x-200x
dengan ukuran pixel setiap citra 800 x 600. Citra serat kayu sebanyak 15 buah untuk
setiap jenis kayu akan digunakan untuk pelatihan.
45
Gambar 3.11 Citra Sampel Serat Kayu Kamper Yang Diambil Menggunakan
Mikroskop Digital
Gambar 3.12 Citra Sampel Serat Kayu Keruing Yang Diambil Menggunakan
Mikroskop Digital
46
Gambar 3.13 Citra Sampel Serat Kayu Meranti Yang Diambil Menggunakan
Mikroskop Digital
Gambar 3.14 Citra Sampel Serat Kayu Pinus Yang Diambil Menggunakan
Mikroskop Digital
47
Gambar 3.15 Citra Sampel Serat Kayu Randu Yang Diambil Menggunakan
Mikroskop Digital
3.5 Pengujian Grayscalling
Pengujian ini untuk mengetahui apakah citra data uji dapat diubah dari RGB
menjadi grayscale atau tidak. Digunakan syntax rgb2gray(Nama File) lalu setelah itu
gambar RGB dan gambar yang telah diubah ke grayscale akan diplot menggunakan
syntax subplot (2,1,2);imshow(Nama File) sehingga akan muncul gambar 3.16
48
Gambar 3.16 Hasil RGB Dan Grayscalling Kayu Pinus
Hasil pengujian sampel citra kayu Pinus data uji menunjukkan bahwa program
grayscalling pada citra kayu sudah sesuai dengan yang diharapkan. Hasil pengujian
yang dilakukan mendapatkan hasil seperti gambar, dimana dimana citra yang tampil
pada gambar 3.16 adalah citra asli dari sampel data uji dan gambar bahwa gambar diatas
adalah citra asli dari sampel data uji dan gambar bawah adalah hasil grayscalling. Dan
proses selanjutnya adalah ekstraksi fitur dengan metode GLCM bisa diterapkan.
49
Hasil pengujian sampel citra kayu Meranti data uji menunjukkan bahwa
program grayscalling pada citra kayu sudah sesuai dengan yang diharapkan. Hasil
pengujian yang dilakukan mendapatkan hasil seperti gambar, dimana dimana citra yang
tampil pada gambar 3.17 adalah citra asli dari sampel data uji dan gambar bahwa
gambar diatas adalah citra asli dari sampel data uji dan gambar bawah adalah hasil
grayscalling. Dan proses selanjutnya adalah ekstraksi fitur dengan metode GLCM bisa
diterapkan.
Gambar 3.17 Hasil RGB Dan Grayscalling Kayu Meranti
50
Gambar 3.18 Hasil RGB Dan Grayscalling Kayu Kamper
Hasil pengujian sampel citra kayu Kamper data uji menunjukkan bahwa
program grayscalling pada citra kayu sudah sesuai dengan yang diharapkan. Hasil
pengujian yang dilakukan mendapatkan hasil seperti gambar, dimana dimana citra yang
tampil pada gambar 3.18 adalah citra asli dari sampel data uji dan gambar bahwa
gambar diatas adalah citra asli dari sampel data uji dan gambar bawah adalah hasil
grayscalling. Dan proses selanjutnya adalah ekstraksi fitur dengan metode GLCM bisa
diterapkan.
51
Gambar 3.19 Hasil RGB Dan Grayscalling Kayu Keruing
Hasil pengujian sampel citra kayu Keruing data uji menunjukkan bahwa
program grayscalling pada citra kayu sudah sesuai dengan yang diharapkan. Hasil
pengujian yang dilakukan mendapatkan hasil seperti gambar, dimana dimana citra yang
tampil pada gambar 3.19 adalah citra asli dari sampel data uji dan gambar bahwa
gambar diatas adalah citra asli dari sampel data uji dan gambar bawah adalah hasil
grayscalling. Dan proses selanjutnya adalah ekstraksi fitur dengan metode GLCM bisa
diterapkan.
52
Gambar 3.20 hasil RGB dan grayscalling kayu Randu
Hasil pengujian sampel citra kayu Randu data uji menunjukkan bahwa program
grayscalling pada citra kayu sudah sesuai dengan yang diharapkan. Hasil pengujian
yang dilakukan mendapatkan hasil seperti gambar, dimana dimana citra yang tampil
pada gambar 3.20 adalah citra asli dari sampel data uji dan gambar bahwa gambar diatas
adalah citra asli dari sampel data uji dan gambar bawah adalah hasil grayscalling. Dan
proses selanjutnya adalah ekstraksi fitur dengan metode GLCM bisa diterapkan.
3.6 Pengujian Ekstraksi Fitur
Pengujian ekstraksi fitur bertujuan untuk mengetahui apakah citra yang telah
diubah menjadi grayscale dapat diekstraksi dengan menggunakan GLCM untuk
mendapatkan parameter output kontras,korelasi, energi, dan homogeneity. Adapun hasil
pengujian pada setiap kayu dapat di lihat di Tabel 4.3 hingga 4.22.
53
Tabel 3.7 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Kontras Pada Kayu
Kamper
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.075726 0.093516 0.054714 0.09113
Gambar Ke-2 0.081861 0.096124 0.060413 0.103063
Gambar Ke-3 0.10213 0.11505 0.077894 0.136834
Gambar Ke-4 0.121619 0.13683 0.092886 0.164331
Gambar Ke-5 0.11996 0.141533 0.094176 0.16019
Gambar Ke-6 0.124078 0.138792 0.096179 0.171464
Gambar Ke-7 0.129091 0.155298 0.103099 0.173882
Gambar Ke-8 0.118071 0.133637 0.087189 0.155781
Gambar Ke-9 0.114366 0.125969 0.089508 0.159544
Gambar Ke-10 0.120209 0.135317 0.094969 0.1667
Gambar Ke-11 0.115668 0.132022 0.090507 0.157507
Gambar Ke-12 0.119274 0.136642 0.090271 0.159548
Gambar Ke-13 0.111041 0.138604 0.089616 0.143675
Gambar Ke-14 0.110027 0.131569 0.08404 0.141947
Gambar Ke-15 0.103315 0.117407 0.081221 0.139306
Tabel 3.8 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Korelasi Pada Kayu
Kamper
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.930195 0.913798 0.949553 0.915997
Gambar Ke-2 0.930899 0.91884 0.94902 0.912981
Gambar Ke-3 0.91152 0.900322 0.932503 0.881448
Gambar Ke-4 0.904849 0.892902 0.927351 0.871376
Gambar Ke-5 0.889348 0.86939 0.913196 0.852171
Gambar Ke-6 0.894365 0.881806 0.918076 0.853982
Gambar Ke-7 0.889299 0.866771 0.911552 0.850829
54
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-8 0.907776 0.895625 0.931909 0.87833
Gambar Ke-9 0.908582 0.899321 0.928463 0.872488
Gambar Ke-10 0.887981 0.873862 0.911487 0.844608
Gambar Ke-11 0.891344 0.875946 0.91496 0.852
Gambar Ke-12 0.896164 0.88108 0.92144 0.861144
Gambar Ke-13 0.864751 0.831156 0.890853 0.824979
Gambar Ke-14 0.921047 0.905572 0.939716 0.898125
Gambar Ke-15 0.909536 0.897138 0.928869 0.877958
Tabel 3.9 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Energi Pada Kayu
Kamper
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.962162 0.953328 0.972649 0.954741
Gambar Ke-2 0.959259 0.952211 0.969846 0.949382
Gambar Ke-3 0.94923 0.942882 0.961128 0.933388
Gambar Ke-4 0.940133 0.932774 0.954009 0.92195
Gambar Ke-5 0.941542 0.931087 0.953394 0.925231
Gambar Ke-6 0.939697 0.932302 0.952397 0.920573
Gambar Ke-7 0.936829 0.924264 0.948846 0.918534
Gambar Ke-8 0.941986 0.934307 0.956764 0.926085
Gambar Ke-9 0.943992 0.938375 0.955852 0.925646
Gambar Ke-10 0.941032 0.933802 0.953107 0.921844
Gambar Ke-11 0.943393 0.935357 0.955172 0.925967
Gambar Ke-12 0.941568 0.932981 0.955243 0.925012
Gambar Ke-13 0.945249 0.932015 0.955529 0.931652
Gambar Ke-14 0.945572 0.935148 0.958291 0.931701
Gambar Ke-15 0.948976 0.942134 0.959818 0.933254
55
Tabel 3.10 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Homogeneity Pada
Kayu Kamper
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.962162 0.953328 0.972649 0.954741
Gambar Ke-2 0.959259 0.952211 0.969846 0.949382
Gambar Ke-3 0.94923 0.942882 0.961128 0.933388
Gambar Ke-4 0.940133 0.932774 0.954009 0.92195
Gambar Ke-5 0.941542 0.931087 0.953394 0.925231
Gambar Ke-6 0.939697 0.932302 0.952397 0.920573
Gambar Ke-7 0.936829 0.924264 0.948846 0.918534
Gambar Ke-8 0.941986 0.934307 0.956764 0.926085
Gambar Ke-9 0.943992 0.938375 0.955852 0.925646
Gambar Ke-10 0.941032 0.933802 0.953107 0.921844
Gambar Ke-11 0.943393 0.935357 0.955172 0.925967
Gambar Ke-12 0.941568 0.932981 0.955243 0.925012
Gambar Ke-13 0.945249 0.932015 0.955529 0.931652
Gambar Ke-14 0.945572 0.935148 0.958291 0.931701
Gambar Ke-15 0.948976 0.942134 0.959818 0.933254
Tabel 3.11 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Kontras Pada Keruing
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.833099441 0.778748952 0.83288994 0.760818678
Gambar Ke-2 0.815321967 0.780065549 0.824484733 0.72567378
Gambar Ke-3 0.860184037 0.827506003 0.863012842 0.794868107
Gambar Ke-4 0.845101541 0.787612964 0.841019411 0.781286842
Gambar Ke-5 0.862228655 0.808640925 0.843536665 0.786118346
Gambar Ke-6 0.818068218 0.747240874 0.802784606 0.72431519
Gambar Ke-7 0.846099836 0.805917019 0.832740438 0.750078814
56
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-8 0.830141269 0.766124522 0.802150055 0.726821507
Gambar Ke-9 0.826062353 0.767169832 0.815047028 0.737100875
Gambar Ke-10 0.832816245 0.784757255 0.817649151 0.736966476
Gambar Ke-11 0.821910697 0.740773917 0.79231789 0.722880202
Gambar Ke-12 0.86151617 0.799447414 0.827460802 0.767151363
Gambar Ke-13 0.827981259 0.776727323 0.818674549 0.73928188
Gambar Ke-14 0.803758438 0.730738547 0.772827526 0.68800415
Gambar Ke-15 0.810639198 0.769945867 0.803932319 0.704830893
Tabel 3.12 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Korelasi Pada Kayu
Keruing
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.491659172 0.470001405 0.491723311 0.464252389
Gambar Ke-2 0.412192401 0.396037346 0.416461895 0.377880512
Gambar Ke-3 0.436095832 0.420585086 0.437539007 0.406969504
Gambar Ke-4 0.389148136 0.36268384 0.387588546 0.361064543
Gambar Ke-5 0.396155222 0.370863635 0.387206798 0.362116918
Gambar Ke-6 0.461791369 0.431746312 0.454662155 0.426438195
Gambar Ke-7 0.41029541 0.391014066 0.403958603 0.371990147
Gambar Ke-8 0.522139842 0.497153298 0.511185925 0.485220915
Gambar Ke-9 0.368807316 0.341498867 0.364041243 0.333287939
Gambar Ke-10 0.477851197 0.457643027 0.471550771 0.441942836
Gambar Ke-11 0.474128437 0.441084075 0.461744982 0.437230371
Gambar Ke-12 0.403296823 0.372842002 0.386537907 0.361694376
Gambar Ke-13 0.481968231 0.460567801 0.47817668 0.448024847
Gambar Ke-14 0.520438593 0.493687678 0.509094855 0.482063846
Gambar Ke-15 0.498062741 0.481453803 0.495137158 0.460701214
57
Tabel 3.13 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Energi Pada Kayu
Keruing
Tabel 3.14 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Homogeneity Pada
Kayu Keruing
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.950870533 0.935226142 0.950859766 0.930870739
Gambar Ke-2 0.930741552 0.917833784 0.934061457 0.901602936
Gambar Ke-3 0.94943923 0.937771581 0.950439622 0.927191439
Gambar Ke-4 0.94882944 0.929999102 0.947551475 0.928586652
Gambar Ke-5 0.953996315 0.936311249 0.947846758 0.929628925
Gambar Ke-6 0.937452719 0.913954073 0.932118809 0.909065067
Gambar Ke-7 0.935704005 0.919723493 0.930412667 0.902075598
Gambar Ke-8 0.952658184 0.935125153 0.945 0.925905573
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.491659172 0.470001405 0.491723311 0.464252389
Gambar Ke-2 0.412192401 0.396037346 0.416461895 0.377880512
Gambar Ke-3 0.436095832 0.420585086 0.437539007 0.406969504
Gambar Ke-4 0.389148136 0.36268384 0.387588546 0.361064543
Gambar Ke-5 0.396155222 0.370863635 0.387206798 0.362116918
Gambar Ke-6 0.461791369 0.431746312 0.454662155 0.426438195
Gambar Ke-7 0.41029541 0.391014066 0.403958603 0.371990147
Gambar Ke-8 0.522139842 0.497153298 0.511185925 0.485220915
Gambar Ke-9 0.368807316 0.341498867 0.364041243 0.333287939
Gambar Ke-10 0.477851197 0.457643027 0.471550771 0.441942836
Gambar Ke-11 0.474128437 0.441084075 0.461744982 0.437230371
Gambar Ke-12 0.403296823 0.372842002 0.386537907 0.361694376
Gambar Ke-13 0.481968231 0.460567801 0.47817668 0.448024847
Gambar Ke-14 0.520438593 0.493687678 0.509094855 0.482063846
Gambar Ke-15 0.498062741 0.481453803 0.495137158 0.460701214
58
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-9 0.938101794 0.917572606 0.934450125 0.910019341
Gambar Ke-10 0.946563065 0.931629896 0.941928214 0.919148553
Gambar Ke-11 0.943613892 0.918641346 0.934470646 0.915129896
Gambar Ke-12 0.944085489 0.919491393 0.93070882 0.90929264
Gambar Ke-13 0.947555277 0.932121781 0.944755843 0.922163591
Gambar Ke-14 0.948100056 0.929163681 0.940105732 0.920065531
Gambar Ke-15 0.943008796 0.930989488 0.940937048 0.914369033
Tabel 3.15 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Kontras Pada Kayu
Meranti
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.90396234 0.825823406 0.874495513 0.870573093
Gambar Ke-2 0.877040543 0.810603581 0.86792312 0.841249466
Gambar Ke-3 0.875081608 0.825354796 0.892587757 0.857483667
Gambar Ke-4 0.87600898 0.830331775 0.894358498 0.853562487
Gambar Ke-5 0.874982675 0.834245576 0.897640611 0.853489201
Gambar Ke-6 0.887086146 0.856336671 0.921303332 0.873778957
Gambar Ke-7 0.903652948 0.876720262 0.926015669 0.887206251
Gambar Ke-8 0.893304953 0.86087208 0.914943541 0.872144462
Gambar Ke-9 0.919950966 0.896697828 0.937973502 0.906172145
Gambar Ke-10 0.895616706 0.871247232 0.917004305 0.868636493
Gambar Ke-11 0.901671882 0.875461744 0.921937032 0.87856249
Gambar Ke-12 0.872565637 0.830654614 0.896451028 0.850703103
Gambar Ke-13 0.887137369 0.854648087 0.907211168 0.860504158
Gambar Ke-14 0.915824453 0.890140984 0.932345524 0.899097769
Gambar Ke-15 0.880685392 0.845726991 0.905166319 0.856595049
59
Tabel 3.16 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Korelasi Pada Kayu
Meranti
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Proses Gambar Ke-1 0.903962 0.825823 0.874496 0.870573
Proses Gambar Ke-2 0.877041 0.810604 0.867923 0.841249
Proses Gambar Ke-3 0.875082 0.825355 0.892588 0.857484
Proses Gambar Ke-4 0.876009 0.830332 0.894358 0.853562
Proses Gambar Ke-5 0.874983 0.834246 0.897641 0.853489
Proses Gambar Ke-6 0.887086 0.856337 0.921303 0.873779
Proses Gambar Ke-7 0.903653 0.87672 0.926016 0.887206
Proses Gambar Ke-8 0.893305 0.860872 0.914944 0.872144
Proses Gambar Ke-9 0.919951 0.896698 0.937974 0.906172
Proses Gambar Ke-10 0.895617 0.871247 0.917004 0.868636
Proses Gambar Ke-11 0.901672 0.875462 0.921937 0.878562
Proses Gambar Ke-12 0.872566 0.830655 0.896451 0.850703
Proses Gambar Ke-13 0.887137 0.854648 0.907211 0.860504
Proses Gambar Ke-14 0.915824 0.890141 0.932346 0.899098
Proses Gambar Ke-15 0.880685 0.845727 0.905166 0.856595
Tabel 3.17 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Energi Pada Kayu
Meranti
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.457597559 0.420515054 0.442978924 0.442188029
Gambar Ke-2 0.408061628 0.376355651 0.403446947 0.391748806
Gambar Ke-3 0.440962895 0.418115302 0.449444874 0.432971028
Gambar Ke-4 0.427878101 0.406210522 0.436871219 0.418914668
Gambar Ke-5 0.434168276 0.414616041 0.445894905 0.425071435
Gambar Ke-6 0.508737104 0.495967912 0.52403782 0.503670288
Gambar Ke-7 0.493538841 0.481533899 0.504204284 0.486525509
Gambar Ke-8 0.506796825 0.493262269 0.515943107 0.498775532
60
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-9 0.37807671 0.365181525 0.38890523 0.370513376
Gambar Ke-10 0.433882249 0.42220915 0.444392783 0.421546039
Gambar Ke-11 0.435059899 0.422387559 0.445312831 0.424031344
Gambar Ke-12 0.503043565 0.485495535 0.513394795 0.494356149
Gambar Ke-13 0.51600079 0.50246043 0.525222979 0.504956978
Gambar Ke-14 0.41355563 0.399784832 0.423009942 0.405041427
Gambar Ke-15 0.5555604 0.542070506 0.565360957 0.547076413
Tabel 3.18 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Homogeneity Pada
Kayu Meranti
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.966663885 0.939928389 0.956452769 0.955682291
Gambar Ke-2 0.954454526 0.930384774 0.951091402 0.942239813
Gambar Ke-3 0.958593033 0.942275855 0.964386477 0.953077651
Gambar Ke-4 0.955499235 0.939450433 0.961948212 0.948527758
Gambar Ke-5 0.952685301 0.93762271 0.961248261 0.945297858
Gambar Ke-6 0.967514602 0.958814684 0.977342098 0.963913747
Gambar Ke-7 0.969559171 0.961163544 0.976625626 0.964619972
Gambar Ke-8 0.970999513 0.962344068 0.976832568 0.96567426
Gambar Ke-9 0.966511959 0.956879008 0.974057109 0.960989077
Gambar Ke-10 0.967338687 0.959767461 0.973984766 0.959127749
Gambar Ke-11 0.967647406 0.959090836 0.97430057 0.960278673
Gambar Ke-12 0.964648171 0.953091406 0.971273651 0.95886988
Gambar Ke-13 0.968049993 0.958938308 0.97376739 0.960698299
Gambar Ke-14 0.966440342 0.956264021 0.973025181 0.96006294
Gambar Ke-15 0.968963635 0.960033166 0.975315804 0.963190807
61
Tabel 3.19 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Kontras Pada Kayu
Pinus
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.020992908 0.031310006 0.022929883 0.028986567
Gambar Ke-2 0.050312891 0.081825989 0.057049249 0.063652186
Gambar Ke-3 0.042140175 0.066514696 0.046819699 0.053161193
Gambar Ke-4 0.059977055 0.097185338 0.06903172 0.076721528
Gambar Ke-5 0.038650396 0.059715713 0.039816361 0.045737472
Gambar Ke-6 0.036099291 0.05577715 0.035749165 0.040503467
Gambar Ke-7 0.032753442 0.046671444 0.028186561 0.035660185
Gambar Ke-8 0.040886525 0.060837733 0.03975793 0.047344239
Gambar Ke-9 0.071074259 0.087973072 0.052911102 0.082674294
Gambar Ke-10 0.028606592 0.0345904 0.022852671 0.036266117
Gambar Ke-11 0.030965791 0.038131972 0.0248101 0.038650149
Gambar Ke-12 0.030367126 0.036874139 0.023255426 0.036602514
Gambar Ke-13 0.043785982 0.057544802 0.035377713 0.051006997
Gambar Ke-14 0.028727576 0.035254836 0.022623122 0.0352423
Gambar Ke-15 0.026172299 0.032622163 0.020121035 0.031201356
Tabel 3.20 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Korelasi Pada Kayu
Pinus
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.828109344 0.743472543 0.813156621 0.762535669
Gambar Ke-2 0.900840417 0.838815946 0.887640515 0.874615452
Gambar Ke-3 0.842130328 0.750807292 0.824498387 0.800837086
Gambar Ke-4 0.863011174 0.778119652 0.842365948 0.824839365
Gambar Ke-5 0.875300087 0.807262413 0.871462541 0.852379053
Gambar Ke-6 0.882499937 0.818473313 0.883717922 0.868181499
62
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-7 0.828932614 0.756150096 0.852903929 0.813681601
Gambar Ke-8 0.824780957 0.739263305 0.829766165 0.797093794
Gambar Ke-9 0.820006176 0.77720836 0.86593845 0.790626471
Gambar Ke-10 0.791653757 0.747908583 0.833347155 0.735695477
Gambar Ke-11 0.805780332 0.760714285 0.844213866 0.757461599
Gambar Ke-12 0.739991969 0.684136515 0.800893393 0.686462604
Gambar Ke-13 0.878602904 0.840407569 0.901920486 0.858537771
Gambar Ke-14 0.833078291 0.795106657 0.868509926 0.795181065
Gambar Ke-15 0.845982523 0.808033526 0.881678158 0.816393213
Tabel 3.21 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Energi Pada Kayu
Pinus
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.865888426 0.856521906 0.863647111 0.858658812
Gambar Ke-2 0.5353986 0.510136578 0.529718074 0.524457919
Gambar Ke-3 0.715766092 0.694769609 0.711755486 0.706174967
Gambar Ke-4 0.550240139 0.520473362 0.54272993 0.536813459
Gambar Ke-5 0.695248837 0.677430563 0.694385592 0.689378754
Gambar Ke-6 0.697148602 0.68023318 0.697282202 0.69336111
Gambar Ke-7 0.794286891 0.78209515 0.798143462 0.791886599
Gambar Ke-8 0.757376211 0.740374409 0.758283291 0.752212837
Gambar Ke-9 0.55469083 0.540701775 0.570441582 0.545379896
Gambar Ke-10 0.84384509 0.83846677 0.849305521 0.837267063
Gambar Ke-11 0.821131524 0.814716589 0.826933731 0.814380636
Gambar Ke-12 0.860975301 0.855064421 0.867557032 0.855525625
Gambar Ke-13 0.645195359 0.63356268 0.652536527 0.639166083
Gambar Ke-14 0.81414592 0.808225637 0.819848411 0.808732155
Gambar Ke-15 0.818640823 0.812780489 0.823993735 0.814202322
63
Tabel 3.22 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Homogeneity Pada
Kayu Pinus
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.989503546 0.984392357 0.988554535 0.985556863
Gambar Ke-2 0.974843554 0.959120436 0.971483723 0.968235197
Gambar Ke-3 0.978929912 0.966812299 0.976604062 0.973463978
Gambar Ke-4 0.970036504 0.951560555 0.965520312 0.961899021
Gambar Ke-5 0.980674802 0.970189504 0.980100167 0.977192554
Gambar Ke-6 0.981950355 0.972119782 0.982125417 0.979767768
Gambar Ke-7 0.983659435 0.97682586 0.985920632 0.982321565
Gambar Ke-8 0.979595675 0.969747765 0.980165554 0.976592715
Gambar Ke-9 0.964526839 0.956094255 0.973561144 0.958895823
Gambar Ke-10 0.985730079 0.982782805 0.988598706 0.982101653
Gambar Ke-11 0.984544917 0.980995304 0.987600515 0.980793674
Gambar Ke-12 0.984858156 0.981627006 0.988380634 0.98185928
Gambar Ke-13 0.978115353 0.971238742 0.982311144 0.974521574
Gambar Ke-14 0.985680712 0.982422728 0.988702351 0.982634804
Gambar Ke-15 0.986950007 0.983733493 0.989945047 0.984513022
Tabel 3.23 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Kontras Pada Kayu
Randu
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.071583229 0.095037411 0.059209098 0.085302789
Gambar Ke-2 0.074826867 0.092147739 0.060417362 0.095400971
Gambar Ke-3 0.087411348 0.106771611 0.070505008 0.113108832
Gambar Ke-4 0.086151439 0.108616572 0.06639399 0.103802541
Gambar Ke-5 0.084582812 0.112567671 0.069603506 0.099878605
Gambar Ke-6 0.077079683 0.097713962 0.062754591 0.095979741
Gambar Ke-7 0.078204005 0.09945863 0.064131886 0.097816344
Gambar Ke-8 0.083579474 0.104667562 0.067890234 0.105626608
64
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-9 0.086424698 0.105933753 0.0716298 0.113612383
Gambar Ke-10 0.05769295 0.068148625 0.04572621 0.075352956
Gambar Ke-11 0.068729662 0.080670538 0.062863105 0.097388012
Gambar Ke-12 0.066931581 0.080052068 0.063361853 0.096777901
Gambar Ke-13 0.079209428 0.090020706 0.063050918 0.106658783
Gambar Ke-14 0.047154777 0.055894158 0.0446202 0.068478754
Gambar Ke-15 0.063942428 0.073451581 0.061679883 0.095914969
Tabel 3.24 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Korelasi Pada Kayu
Randu
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.877933802 0.837943385 0.899035824 0.854543034
Gambar Ke-2 0.835840965 0.797740339 0.867331439 0.790600789
Gambar Ke-3 0.858053199 0.826595216 0.885512901 0.816303677
Gambar Ke-4 0.874535814 0.841837505 0.903315533 0.848846935
Gambar Ke-5 0.876504086 0.835622497 0.898327029 0.854152187
Gambar Ke-6 0.881767813 0.850167502 0.903811591 0.852827219
Gambar Ke-7 0.874562553 0.840455082 0.897123164 0.843089824
Gambar Ke-8 0.869802068 0.836913035 0.894211049 0.835418593
Gambar Ke-9 0.897436735 0.874212791 0.91493065 0.865095923
Gambar Ke-10 0.862585507 0.83763718 0.89121642 0.8204684
Gambar Ke-11 0.877599735 0.856290701 0.888056183 0.826509019
Gambar Ke-12 0.8820877 0.85898302 0.888401115 0.829518521
Gambar Ke-13 0.908415359 0.895906596 0.927078145 0.876666538
Gambar Ke-14 0.891412524 0.871207712 0.897276052 0.842209559
Gambar Ke-15 0.873475391 0.85468601 0.877960966 0.810244385
65
Tabel 3.25 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Energi Pada Kayu
Randu
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.418876056 0.400528533 0.428553881 0.407946827
Gambar Ke-2 0.580076389 0.567170825 0.591312366 0.565859317
Gambar Ke-3 0.506014929 0.492647813 0.517134959 0.489878982
Gambar Ke-4 0.457620748 0.44211603 0.471088849 0.446052975
Gambar Ke-5 0.469783289 0.450863878 0.479971776 0.45975342
Gambar Ke-6 0.503180719 0.48877089 0.512923411 0.490753812
Gambar Ke-7 0.44104101 0.425505644 0.451292384 0.427146597
Gambar Ke-8 0.463215814 0.448060059 0.474189319 0.448479336
Gambar Ke-9 0.380456428 0.367532941 0.390352551 0.363432904
Gambar Ke-10 0.613195602 0.604707314 0.622420049 0.599955038
Gambar Ke-11 0.511786344 0.502616804 0.516059444 0.491103379
Gambar Ke-12 0.520631427 0.51053448 0.523046397 0.499656874
Gambar Ke-13 0.374415519 0.366893294 0.384725209 0.356519963
Gambar Ke-14 0.594912964 0.587997618 0.59686015 0.578022173
Gambar Ke-15 0.541168891 0.533480373 0.542908607 0.518354387
Tabel 3.26 Hasil Pengujian Ekstraksi Tekstur GLCM Untuk Fitur Homogeneity Pada
Kayu Randu
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-1 0.96421951 0.952539276 0.97040658 0.95745447
Gambar Ke-2 0.962764567 0.954260438 0.969841402 0.953271445
Gambar Ke-3 0.956568627 0.947095632 0.964830968 0.944838011
Gambar Ke-4 0.957085593 0.945955852 0.966836394 0.948802865
Gambar Ke-5 0.957808719 0.944030971 0.965231636 0.950599072
Gambar Ke-6 0.961602003 0.951388178 0.968683918 0.952706952
Gambar Ke-7 0.960984216 0.950431744 0.967942404 0.951497524
66
Sudut 0° Sudut 45° Sudut 90° Sudut 135°
Gambar Ke-8 0.958376617 0.94785566 0.966104967 0.947918064
Gambar Ke-9 0.956904464 0.94719192 0.964221272 0.943887149
Gambar Ke-10 0.97129815 0.966101199 0.977167501 0.962924579
Gambar Ke-11 0.96568245 0.959737164 0.968601836 0.951658236
Gambar Ke-12 0.966670491 0.960101595 0.968374722 0.952381072
Gambar Ke-13 0.960423098 0.95501472 0.968477323 0.946818261
Gambar Ke-14 0.976428174 0.972064064 0.977692682 0.965869273
Gambar Ke-15 0.968140036 0.963394003 0.969245792 0.953063268