Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Teknika

Perbandingan Kinerja Fungsi Kernel Algoritma Support Vector Machine Pada Klasifikasi Penyakit Padi Kurniawan Saputra; Zuriati Zuriati; Sriyanto Sriyanto
TEKNIKA Vol. 17 No. 1 (2023): Teknika Januari - Juni 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.7996483

Abstract

Penelitian ini bertujuan untuk mengukur dan membandingkan kinerja fungsi kernel algoritma Support Vector Machine (SVM) pada klasifikasi penyakit tanaman padi. Fungsi kernel yang dibandingkan adalah : linear, polinomial, RBF, dan sigmoid. Tahapan penelitian: 1) Pengumpulan data penyakit tanaman padi, 2) Melakukan data embedding, 3) Pembagian data testing dan training yang dikelompokkan dalam beberapa perbandingan yaitu: 60%:40%, 70%:30%, 80%:20%, dan 90%:10%, 4) Evaluasi menggunakan matrik konfusi, untuk mendapatkan nilai akurasi, presisi, dan recall. Hasil penelitian menunjukkan nilai akurasi tertinggi 89% pada fungsi kernel linear untuk komposisi data 70%:30% dan polinomial untuk komposisi data 80%:20%. Nilai akurasi terendah pada fungsi kernel RBF dengan komposisi data training dan testing 80%:20% dan 90%:10% senilai 38%. Presisi terbaik pada fungsi kernel linear 90% untuk komposisi data 70%:30%. Nilai presisi terendah pada fungsi kernel RBF dengan komposisi data training dan testing 80%:20% senilai 41%. Untuk recall terbaik 89% pada fungsi kernel linear untuk komposisi data 60%:40%, 70%:30%, dan 80%:20%. Nilai recall terendah pada fungsi kernel RBF dengan komposisi data training dan testing 80%:20% dan 90%:10% senilai 38%. Penelitian ini menyimpulkan bahwa SVM dengan fungsi kernel linier memberikan hasil yang baik untuk klasifikasi penyakit tanaman padi.
Sistem Pengukur Tinggi Tanaman dengan Computer Vision dan Raspberry PI Putra, Rizky Bimantara; Saputra, Kurniawan
TEKNIKA Vol. 16 No. 1 (2022): Teknika Januari - Juni 2022
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13340892

Abstract

Kamera merupakan benda yang biasa digunakan dalam kehidupan sehari-hari untuk mengabadikan objek dalam benduk gambar secara langsung. Semakin berkembangnya zaman, spesifikasi kamera hampir menyerupai kepekaan mata manusia.Walaupun fungsi umum kamera untuk mengambil gambar, kamera juga dapat dimanfaatkan untuk mengolah citra. Salah satu contoh pemanfaatan kamera untuk mengolah citra dapat ditemui dalam pemantauan kondisi lalu lintas pada jalan raya. Pada proyek tugas akhir ini, penulis terinspirasi pada pengukuran tinggi tanaman yang biasanya dilakukan secara manual. Pengukuran tersebut memiliki kelemahan yaitu memerlukan waktu serta tenaga untuk mengukur menggunakan mistar ukur secara langsung. Penulis membuat proyek berjudul “Sistem Pengukur Tinggi Tanaman dengan Computer Vision dan Raspberry pi” dengan memanfaatkan metode pengolahan citra yaitu marker yang diprogram pada perangkat raspberry pi. Sistem ini menggunakan protokol OpenCV pada aplikasi Thonny Python dengan menggunakan bahasa python. Penggunaan hal tersebut sebagai pembuktian apakah kamera dapat digunakan untuk mengukur pertumbuhan tanaman yang disajikan dalam bentuk gambar secara real-time. Proyek ini dikembangkan menggunakan metode pengembangan sistem Enginnering.