PENGEMBANGAN SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI FITUR YCBCR DAN GLRLM DALAM KLASIFIKASI DAGING SAPI DAN DAGING BABI

Ismed Yudha Swandana, . (2025) PENGEMBANGAN SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI FITUR YCBCR DAN GLRLM DALAM KLASIFIKASI DAGING SAPI DAN DAGING BABI. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123210134.pdf Download (160kB)
	Text 2_Abstrak_123210134.pdf Download (230kB)
	Text 3_Halaman Pengesahan_123210134.pdf Download (184kB)
	Text 4_Isi_123210134.pdf Download (230kB)
	Text 5_Daftar Pustaka_123210134.pdf Download (192kB)
	Text 6_skripsi full_123210134.pdf Restricted to Repository staff only Download (6MB)

Abstract

Penelitian ini membahas implementasi algoritma Support Vector Machine (SVM)
untuk klasifikasi citra daging sapi dan daging babi menggunakan kombinasi metode
ekstraksi fitur Mean YCbCr dan Gray Level Run Length Matrix (GLRLM). Tujuan dari
penelitian ini adalah untuk membangun model klasifikasi berbasis pengolahan citra digital
yang mampu membedakan dua jenis daging tersebut secara akurat dan efisien. Dataset yang
digunakan terdiri dari 244 citra, yang dibagi menjadi 70% data latih, 20% data validasi, dan
10% data uji.
Proses penelitian meliputi beberapa tahap, yaitu preprocessing (penyeragaman
ukuran citra menjadi 128×128 piksel), ekstraksi fitur warna menggunakan Mean YCbCr,
ekstraksi fitur tekstur menggunakan GLRLM, penggabungan kedua jenis fitur, serta
klasifikasi menggunakan metode SVM dengan kernel linear. Evaluasi performa dilakukan
menggunakan metrik accuracy, precision, recall, dan F1-score.
Hasil pengujian menunjukkan bahwa model SVM yang dibangun mampu melakukan
klasifikasi dengan performa yang baik, di mana kelas daging sapi memperoleh precision
sebesar 0.82, recall 1.00, dan F1-score 0.90, sedangkan kelas daging babi memiliki precision
1.00, recall 0.80, dan F1-score 0.89. Akurasi keseluruhan yang dicapai model adalah sebesar
90%. Hasil ini menunjukkan bahwa kombinasi fitur Mean YCbCr dan GLRLM mampu
memberikan representasi yang efektif terhadap karakteristik warna dan tekstur citra daging,
sehingga model SVM dapat membedakan kedua jenis daging secara optimal.
Kata kunci: Klasifikasi Citra, Daging Sapi, Daging Babi, YCbCr, GLRLM, Support Vector
Machine (SVM)

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	ISMED YUDHA SWANDANA (Penulis - 123210134) Bambang Yuwono (Pembimbing)
Uncontrolled Keywords:	Klasifikasi Citra, Daging Sapi, Daging Babi, YCbCr, GLRLM, Support Vector Machine (SVM)
Subjek:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Bayu Pambudi
Date Deposited:	22 Dec 2025 01:18
Last Modified:	22 Dec 2025 01:18
URI:	http://eprints.upnyk.ac.id/id/eprint/46242

Actions (login required)

View Item