Penerapan Metode Gray Level Co-Occurrence Matrix dan K-Nearest Neighbor untuk Menentukan Keaslian Produk Kulit Sapi

MAULANA, HARRIS BINTANG (2023) Penerapan Metode Gray Level Co-Occurrence Matrix dan K-Nearest Neighbor untuk Menentukan Keaslian Produk Kulit Sapi. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of 1. Fulltext_123160062_Harris Bintang Maulana.pdf] Text
1. Fulltext_123160062_Harris Bintang Maulana.pdf
Restricted to Repository staff only

Download (6MB)
[thumbnail of 2. Cover_123160062_Harris Bintang Maulana.pdf] Text
2. Cover_123160062_Harris Bintang Maulana.pdf

Download (553kB)
[thumbnail of 3. Abstrak_123160062_Harris Bintang Maulana.pdf] Text
3. Abstrak_123160062_Harris Bintang Maulana.pdf

Download (326kB)
[thumbnail of 4. Lembar Pengesahan_123160062_Harris Bintang Maulana.pdf] Text
4. Lembar Pengesahan_123160062_Harris Bintang Maulana.pdf

Download (659kB)
[thumbnail of 5. Daftar Isi_123160062_Harris Bintang Maulana.pdf] Text
5. Daftar Isi_123160062_Harris Bintang Maulana.pdf

Download (529kB)
[thumbnail of 6. Daftar Pustaka_123160062_Harris Bintang Maulana-2.pdf] Text
6. Daftar Pustaka_123160062_Harris Bintang Maulana-2.pdf

Download (535kB)

Abstract

Produk berbahan dasar kulit hewan banyak beredar di pasaran antara lain dompet,
jaket, sepatu dan tas. Produk-produk tersebut dibuat melalui serangkaian proses mulai dari
kulit mentah hingga siap potong dan dibentuk menjadi sebuah busana. Produk-produk
tersebut ada yang terbuat dari kulit sapi asli dan ada yang terbuat dari bahan sintetis atau
kulit tidak asli. Bahan dasar pembuatan akan sangat sulit dibedakan hanya dengan melihatnya
saja. Oleh karena itu, ketika ingin membeli sebuah produk berbahan dasar kulit harus
mengetahui ciri-ciri kulit yang asli, sehingga ketika membeli produk tidak akan tertipu
dengan produk yang menggunakan bahan kulit tidak asli. Ciri yang dapat membedakan kulit
asli dan tidak asli adalah dari teksturnya.
Penelitian ini menerapkan metode Gray Level Co-Occurrence Matrix (GLCM) untuk
mengekstraksi fitur pada tekstur kulit sapi. Fitur tekstur yang diekstrak antara lain contrast,
energy, entropy, homogeneity dan correlation pada sudut 0°, 45°, 90° dan 135°. Selanjutnya
hasil dari ektraksi tersebut akan dilakukan klasifikasi menggunakan metode K-Nearest
Neighbor (KNN) pada nilai k yang telah ditentukan yang akan menghasilkan klasifikasi
berupa kulit asli dan tidak asli.
Hasil terbaik yang dihasilkan dari pengujian akurasi pada dataset yang didapatkan
dengan menggunakan confusion matrix adalah sebesar 75% pada pengujian dengan
kombinasi dataset sebesar 60% data training dan 40% data testing pada sudut 0° dan dengan
nilai k yang digunakan adalah 5.
Kata kunci: Kulit Sapi Asli, Kulit Sapi Tidak Asli, Klasifikasi, Gray Level Co-Occurrence
Matrix (GLCM), K-Nearest Neighbor (KNN)

Item Type: Thesis (Other)
Uncontrolled Keywords: Kulit Sapi Asli, Kulit Sapi Tidak Asli, Klasifikasi, Gray Level Co-Occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: A.Md Sepfriend Ayu Kelana Giri
Date Deposited: 06 Jul 2023 04:56
Last Modified: 06 Jul 2023 04:56
URI: http://eprints.upnyk.ac.id/id/eprint/36329

Actions (login required)

View Item View Item