KLASIFIKASI JENIS KAYU BERDASARKAN CITRA SERAT KAYU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Muhammad Rifaldi Dwimanhendra
Syahrullah Syahrullah
Yuri Yudhaswana Joefrie
Dwi Shinta Angreni
Ryfial Azhar
Deny Wiria Nugraha
Nouval rezandy Lapatta
Abdul Mahatir Najar


DOI: https://doi.org/10.29100/jipi.v10i1.5726

Abstract


Kayu merupakan sumber daya alam yang sangat penting bagi industri mebel atau furnitur. Pemilihan jenis kayu yang tepat sangat krusial dalam industri mebel untuk menentukan kualitas hasil produksi. Pemilihan kayu secara manual memiliki risiko kesalahan yang dapat berdampak negatif pada kualitas akhir produk mebel. Oleh karena itu, diperlukan penerapan teknologi untuk meminimalkan kesalahan pemilihan jenis kayu dan meningkatkan efisiensi proses produksi. Penelitian ini bertujuan membangun model klasifikasi jenis kayu (nantu, palapi, dan uru) berbasis Convolutional Neural Network (CNN) menggunakan citra serat kayu. Dataset terdiri dari 1.584 citra yang dibagi menjadi 80% data pelatihan dan 20% data pengujian. Arsitektur model CNN terdiri dari 4 lapisan konvolusi, 4 lapisan pooling, dan 2 lapisan fully-connected. Hasil pelatihan mencapai akurasi 97,06%, sedangkan hasil pengujian dan evaluasi menggunakan matriks konfusi mencapai akurasi 95,56%. Penelitian ini membuktikan bahwa CNN dapat digunakan secara efektif untuk klasifikasi jenis kayu dengan tingkat akurasi yang tinggi, sehingga dapat membantu meningkatkan efisiensi proses produksi mebel.

Keywords


Citra Serat Kayu; Convolutional Neural Network; Jenis kayu; Indusri Mebel; Klasifikasi

Full Text:

PDF

Article Metrics :

References


E. Y. Prastowo, “Pengenalan Jenis Kayu Berdasarkan Citra Makroskopik Menggunakan Metode Convolutional Neural Network,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 7, no. 2, pp. 489–497, Aug. 2021, doi: 10.28932/jutisi.v7i2.3706.

B. Klaranita, G. Septilaila, I. S. Afifah, and M. Rahmayu, “Sistem Pendukung Keputusan Dalam Memilih Bahan Furniture Terbaik Menggunakan Metode Simple Addative Weighting (SAW),” Jurnal Teknik Informatika, vol. 7, no. 2, pp. 74–78, 2021.

Muthmainnah, A. S. Budi, and Asniati, “Karakteristik anatomi tiga jenis kayu asal Sulawesi Tengah,” ULIN: Jurnal Hutan Tropis, vol. 7, no. 2, pp. 161–166, Sep. 2023, doi: 10.32522/ujht.v7i2.11111.

Neneng, N. Putri, and E. R. Susanto, “Klasifikasi Jenis Kayu Menggunakan Support Vector Machine Berdasarkan Ciri Tekstur Local Binary Pattern,” CYBERNETICS, vol. 4, no. 02, pp. 93–100, 2020.

A. Putri, R. Soekarta, and I. Amri, “Sistem pendukung keputusan pemilihan beberapa jenis kayu untuk kerajinan meuble dengan metode simple additive weighting,” Framework : Jurnal Ilmu Komputer dan Informatika, vol. 01, no. 02, pp. 156–161, 2023.

D. P. Utomo and Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, pp. 437–444, Apr. 2020, doi: 10.30865/mib.v4i2.2080.

I. Romli and A. Turmudi, “Penentuan Jadwal Overtime Dengan Klasifikasi Data Karyawan Menggunakan Algoritma C4.5,” Jurnal Sains Komputer & Informatika (J-SAKTI), vol. 4, no. 2, pp. 694–702, 2020.

I. B. Trisno and M. A. Raharja, “Webinar Artificial Intelligence dan Machine Learning,” JPM Jurnal Pengabdian Mandiri, vol. 2, no. 11, pp. 2307–2315, 2023.

N. R. Sari and Y. Mar’atullatifah, “Penerapan Multilayer Perceptron untuk Identifikasi Kanker Payudara,” Jurnal Cakrawala Ilmiah, vol. 2, no. 8, pp. 3261–3268, 2023.

E. Hermawan, “Klasifikasi Pengenalan Wajah Menggunakan Masker atau Tidak Dengan Mengimplementasikan Metode CNN ( Convo-lutional Neural Network ),” JURNAL INDUSTRI KREATIF DAN INFORMATIKA SERIES (JIKIS), vol. 1, no. 1, pp. 33–43, 2021.

R. A. Imaduddin and T. N. Suharsono, “Implementasi Metode Convolutional Neural Network Untuk Klasifikasi Citra Jamur Berbasis Mobile,” Innovative: Journal Of Social Science Research, vol. 3, no. 5, pp. 864–875, 2023.

F. Ramadhani, A. Satria, and Salamah, “Implementasi Algoritma Convolutional Neural Network dalam Mengidentifikasi Dini Penyakit pada Mata Katarak,” sudo Jurnal Teknik Informatika, vol. 2, no. 4, pp. 167–175, Dec. 2023, doi: 10.56211/sudo.v2i4.408.

M. F. Naufal, “Analisis Perbandingan Algoritma SVM, KNN, dan CNN untuk Klasifikasi Citra Cuaca,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) , pp. 311–318, 2021, doi: 10.25126/jtiik.202184553.

F. Huda and P. M. Pajar Kharisma, “Klasifikasi Jenis Buah Pisang Menggunakan Algoritma Convolutional Neural Network,” Journal of Artificial Intelligence and Technology Information, vol. 1, no. 3, pp. 100–105, 2023.

N. M. Y. D. Rahayu, M. W. Antara Kesiman, and I. G. A. Gunadi, “Identifikasi Jenis Kayu Berdasarkan Fitur Tekstur Local Binary Pattern Menggunakan Metode Learning Vector Quantization,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 10, no. 3, pp. 157–166, Dec. 2021, doi: 10.23887/janapati.v10i3.40804.

W. Bismi and M. Qomaruddin, “Klasifikasi Citra Genus Panthera Menggunakan Pendekatan Deep learning Berbasis Convolutional Neural Network (CNN),” Jurnal Informatika dan Rekayasa Perangkat Lunak , vol. 5, no. 2, pp. 172–179, 2023.

A. Prayoga, Maimunah, P. Sukmasetya, M. R. A. Yudianto, and R. Abul Hasani, “Arsitektur Convolutional Neural Network untuk Model Klasifikasi Citra Batik Yogyakarta,” Journal of Applied Computer Science and Technology, vol. 4, no. 2, pp. 82–89, Nov. 2023, doi: 10.52158/jacost.v4i2.486.

I. Wulandari, H. Yasin, and T. Widiharih, “Klasifikasi Citra Digital Bumbu dan Rempah Dengan Algoritma Convolutional Neural Net-work (CNN),” JURNAL GAUSSIAN, vol. 9, no. 3, pp. 273–282, 2020, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/

N. Fadlia and R. Kosasih, “Klasifikasi Jenis Kendaraan Menggunakan Metode Convolutional Neural Network(CNN),” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 24, no. 3, pp. 207–215, 2019, doi: 10.35760/tr.2019.v24i3.2397.

N. S. Mahajaya, P. Desiana, W. Ayu, and R. R. Huizen, “Pengaruh Optimizer Adam, AdamW, SGD, dan LAMB terhadap Model Vi-sion Transformer pada Klasifikasi Penyakit Paru-paru,” SPINTER, vol. 1, no. 2, pp. 818–823, 2024, [Online]. Available: https://www.kaggle.com/datasets/tawsifurrahman/covid19-radiography-database,

B. P. Pratiwi, A. S. Handayani, and Sarjana, “Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Con-fusion Matrix,” JURNAL INFORMATIKA UPGRIS, vol. 6, no. 2, pp. 66–75, 2020.

L. Yuwono, M. E. Fadillah, M. Indrayani, W. Maesarah, A. Ramadhan, and S. F. Panjaitan, “Klasifikasi Pendapatan Pedagang Kaki Lima Dan Pelaku Usaha Online Akibat Dampak Covid-19 Menggunakan Metode Naive Bayes,” Bulletin of Applied Industrial Engi-neering Theory, vol. 2, no. 1, pp. 1–6, 2021.