Klasifikasi Kelayakan Penggunaan Batu Koral Sikat Menggunakan Metode Backpropagation

Wijaya, I Putu Duta (2025) Klasifikasi Kelayakan Penggunaan Batu Koral Sikat Menggunakan Metode Backpropagation. Masters thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354085_full.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (iThenticate) RAMA_58302_2115354085_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354085_0013048502_0012059501_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (447kB)

Abstract

Batu koral sikat merupakan material pelapis lantai halaman rumah yang populer karena tampilannya yang menarik dan daya tahannya terhadap cuaca. Namun, proses pemilahan batu secara manual seringkali menimbulkan ketidakkonsistenan dan membutuhkan waktu yang lama. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis guna menentukan kelayakan batu koral sikat berdasarkan karakteristik warna dan tekstur permukaannya. Permasalahan yang diangkat dalam penelitian ini adalah seberapa besar tingkat akurasi sistem klasifikasi yang dibangun menggunakan metode Jaringan Saraf Tiruan (JST) dengan algoritma Backpropagation dalam mengidentifikasi batu layak dan tidak layak. Penelitian dilakukan dengan mengumpulkan 488 data gambar batu yang terdiri dari dua kelas: layak (244 data) dan tidak layak (244 data). Setiap gambar diproses melalui tahap preprocessing dan ekstraksi fitur menggunakan metode Gray Level Co-occurrence Matrix (GLCM), yang menghasilkan enam parameter utama: contrast, dissimilarity, homogeneity, ASM, energy, dan correlation dari empat orientasi sudut. Nilai-nilai tersebut digunakan sebagai input untuk pelatihan model JST. Evaluasi dilakukan menggunakan confusion matrix, classification report, dan pengujian masing-masing parameter GLCM secara individu. Hasil menunjukkan bahwa penggunaan semua parameter secara gabungan menghasilkan akurasi sebesar 65,3%, sedangkan parameter ASM secara individu memberikan akurasi tertinggi sebesar 66%. Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web menggunakan bahasa pemrograman Python dan framework Streamlit, yang memungkinkan pengguna mengunggah gambar untuk dianalisis secara otomatis.yang di dapat dari penelitian ini adalah bahwa kombinasi GLCM dan JST mampu digunakan sebagai metode klasifikasi batu koral sikat secara cukup efektif, meskipun masih terdapat ruang untuk peningkatan akurasi melalui pengembangan model dan penambahan data.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Batu koral sikat, Jaringan Saraf Tiruan, Backpropagation, GLCM, Klasifikasi citra
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Putu Duta Wijaya
Date Deposited:	19 Sep 2025 01:33
Last Modified:	19 Sep 2025 01:33
URI:	https://repository.pnb.ac.id/id/eprint/21290

Actions (login required)

View Item