Klasifikasi Jenis Kayu dengan Metode Convolutional Neural Network

Rosa, Damba Saputra (2025) Klasifikasi Jenis Kayu dengan Metode Convolutional Neural Network. S2 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

	Text (Damba Saputra Rosa) 235312663_Bab 0.pdf Download (442kB)
	Text 235312663_Bab 1.pdf Download (92kB)
	Text 235312663_Bab 2.pdf Download (255kB)
	Text 235312663_Bab 3.pdf Restricted to Registered users only Download (213kB)
	Text 235312663_Bab 4.pdf Restricted to Registered users only Download (197kB)
	Text 235312663_Bab 5.pdf Restricted to Registered users only Download (651kB)
	Text 235312663_Bab 6.pdf Download (227kB)

Abstract

Kayu merupakan bahan baku utama dalam konstruksi rumah dan industri manufaktur perabot rumah tangga, seperti lemari, pintu, dan kursi. Kualitas kayu sangat mempengaruhi nilai ekonomis produk akhir, sehingga pemilihan jenis kayu yang tepat menjadi sangat penting. Setiap jenis kayu memiliki pola dan warna yang khas. Proses identifikasi jenis kayu sering kali memerlukan keahlian khusus, karena setiap jenis kayu memiliki karakteristik fisik yang unik, seperti pola dan warna. Keahlian ini melibatkan kemampuan untuk mengenali dan membedakan jenis kayu berdasarkan detail-detail yang mungkin sulit diidentifikasi oleh orang awam. Penelitian ini mengimplementasikan klasifikasi citra jenis kayu lokal, seperti akasia, glugu, jati, jati belanda, mahoni, nangka, pinus, dan sengon, dengan membandingkan dua model Convolutional Neural Network (CNN), yaitu Xception dan MobileNetV2. Hasil penelitian menunjukkan bahwa kedua model menghasilkan tingkat akurasi yang tinggi, dengan Xception mencapai akurasi 94% dan MobileNetV2 mencapai 89%. Pada percobaan lanjutan, setelah dilakukan fine-tuning, akurasi model Xception meningkat menjadi 99% dan MobileNetV2 mencapai 90%. Analisis menunjukkan bahwa akurasi model dipengaruhi oleh berbagai faktor, seperti pemilihan model, jumlah data pelatihan, jumlah fine-tunning serta jumlah epoch yang digunakan.

Actions (login required)

View Item