BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 ...repository.dinamika.ac.id/id/eprint/2274/8/BAB_III.pdf · Kamper, Kayu Keruing, Kayu Meranti, Kayu Pinus, Kayu Randu. Setelah

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


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


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


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


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


Gambar Ke-1 0.962162 0.953328 0.972649 0.954741

Gambar Ke-2 0.959259 0.952211 0.969846 0.949382

35


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















16 Data Pelatihan Serat Citra Keruing 0.25













38




31 Data Pelatihan Serat Citra Meranti 0.5















46 Data Pelatihan Serat Citra Pinus 0.75












39





61 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




X5 Kontras pada sudut 0 derajat




X9 Energi pada sudut 0 derajat




X13 Homogeneity pada sudut 0 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






diterapkan.

51

Gambar 3.19 Hasil RGB Dan Grayscalling Kayu Keruing

Hasil pengujian sampel citra kayu Keruing data uji menunjukkan bahwa






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


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


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


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


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


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


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


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


Keruing


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


Keruing


Kayu Keruing


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


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


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


Meranti


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


Meranti


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


Meranti


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


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


Kayu Meranti


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


Pinus


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


Pinus


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


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


Pinus


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


Kayu Pinus


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


Randu


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


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


Randu


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


Randu


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


Kayu Randu


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


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

Documents

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 ...repository.dinamika.ac.id/id/eprint/2274/8/BAB_III.pdf · Kamper, Kayu Keruing, Kayu Meranti, Kayu Pinus, Kayu Randu. Setelah