Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Perangkat Lunak
Sudarsono, Firman
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Penentuan Kualitas Kayu Jati Berdasarkan Citra Digital Menggunakan Algoritma K-Nearest Neighbour Kamaruddin, Kamaruddin; Umar, Najirah; Wahyuningsih, Pujianti; Sudarsono, Firman
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i2.10722

Abstract

Peningkatan permintaan terkait barang yang terbuat dari kayu tidak dapat dibatasi terutama permintaan furniture meja, lemari dan lain sebagainya. Seiiring perkembangan, membuat produksi kayu jati untuk beralih ke jenis kayu jati unggul dikarenakan masa tumbuh lebih cepat, namun kondisi tersebut membuat kualitas dari kayu jati tidak seperti jenis kayu jati tua. Kesulitan dalam melihat kualitas kayu menjadi masalah yang dihadapi oleh para pengrajin dan pihak mebel. Tujuan penelitian ini untuk menentukan kualitas jenis kayu yang dibagi menjadi 3 kategori kelas yaitu kelas A, kelas B dan kelas C. Untuk menghasilkan klasifikasi kualitas kayu maka, peneliti menggunakan metode KNN dengan melakukan segmentasi warna HSV kemudian menganalisis nilai warna tiap piksel citra berdasarkan nilai toleransi pada dimensi warna HSV. Hasil dari penelitian ini adalah dengan menggunakan 65 data latih kayu jati pada setiap kelas. Pengujian dilakukan menggunakan 27 data uji kayu jati dengan tingkat akurasi 85,19%, presisi mencapai 85,46%, recall mencapai 85,18% dan F1 score mencapai 85,3%. 
Klasifikasi Penentuan Kualitas Kayu Jati Berdasarkan Citra Digital Menggunakan Algoritma K-Nearest Neighbour Kamaruddin, Kamaruddin; Umar, Najirah; Wahyuningsih, Pujianti; Sudarsono, Firman
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 6 No. 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The increase in demand for goods made from wood cannot be limited, especially the demand for table furniture, cupboards and so on. Along with development, teak wood production has shifted to superior types of teak wood because the growth period is faster, but this condition means that the quality of teak wood is not like the old type of teak wood. Difficulty in seeing the quality of wood is a problem faced by craftsmen and furniture makers. The aim of this research is to determine the quality of wood species which are divided into 3 class categories, namely class A, class B and class C. To produce a classification of wood quality, researchers use the KNN method by carrying out HSV color segmentation then analyzing the color value of each image pixel based on the tolerance value on HSV color dimensions. The results of this research were using 65 teak wood training data for each class. Testing was carried out using 27 teak wood test data with an accuracy level of 85.19%, precision reaching 85.46%, recall reaching 85.18% and F1 score reaching 85.3%.
Co-Authors Kamaruddin Kamaruddin Najirah Umar Wahyuningsih, Pujianti