KLASIFIKASI JENIS KAYU MENGGUNAKAN METODE CNN DENGAN ARSITEKTUR INCEPTIONV3

Ade Prayogo, M. Renhat (2025) KLASIFIKASI JENIS KAYU MENGGUNAKAN METODE CNN DENGAN ARSITEKTUR INCEPTIONV3. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2113020041.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2113020041_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2113020041_0708028704_0701107802_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (688kB)
[img] Text (BAB 2)
RAMA_55201_2113020041_0708028704_0701107802_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (394kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2113020041_0708028704_0701107802_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (446kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2113020041_0708028704_0701107802_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (646kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2113020041_0708028704_0701107802_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (7kB) | Request a copy
[img] Text (References)
RAMA_55201_2113020041_0708028704_0701107802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (137kB)
[img] Text (Lampiran)
RAMA_55201_2113020041_0708028704_0701107802_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis yang dapat mengenali jenis kayu berdasarkan citra digital menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur InceptionV3. Sistem ini dikembangkan untuk membantu masyarakat dan pelaku industri kayu dalam mengenali jenis kayu secara cepat dan akurat tanpa memerlukan keahlian khusus. Data yang digunakan berupa 600 gambar dari empat jenis kayu, yaitu jati, mahoni, akasia, dan glugu. Dataset diperoleh dari dokumentasi lapangan dan diolah melalui proses preprocessing dan augmentasi untuk melatih model. Model CNN dengan arsitektur InceptionV3 dipilih karena kemampuannya dalam mengenali pola visual yang kompleks, serta memiliki tingkat akurasi tinggi dalam klasifikasi citra. Evaluasi performa dilakukan dengan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi hingga 99%, dengan performa klasifikasi yang sangat baik pada tiga dari empat kelas kayu. Selain itu, sistem juga mampu membedakan gambar non-kayu dengan baik, ditandai dengan hasil klasifikasi “tidak diketahui” untuk objek yang tidak sesuai. Sistem ini telah diimplementasikan ke dalam bentuk aplikasi berbasis web, sehingga memudahkan pengguna untuk mengunggah gambar kayu dan langsung mendapatkan hasil klasifikasinya. Pengujian manual oleh pengguna menunjukkan bahwa sistem bekerja sesuai harapan. Penelitian ini membuktikan bahwa CNN dengan InceptionV3 efektif digunakan dalam klasifikasi jenis kayu dan berpotensi dikembangkan lebih lanjut untuk skala penggunaan yang lebih luas.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Klasifikasi Citra, Convolutional Neural Network (CNN), InceptionV3, Kayu Jati, Kayu Mahoni, Kayu Akasia dan Kayu Glugu.
Subjects: 140 Plant science > 168 Agricultural and plantation biotechnology
410 Engineering science > 459 Computer science
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: M. Renhat Ade Prayogo
Date Deposited: 07 Aug 2025 11:43
Last Modified: 07 Aug 2025 11:43
URI: http://repository.unpkediri.ac.id/id/eprint/20780

Actions (login required)

View Item View Item