Klasifikasi Jenis Sampah Dengan Metode Gray Level Co-Occurrence Matrix (GLCM) Dan Support Vector Machine (SVM)

Reza Alamsyah (STMIK Methodist Binjai)
Irwan Jani Tarigan (STMIK Methodist Binjai)
Riandy Yap (STMIK Methodist Binjai)

Jurnal Armada Informatika
Vol 7 No 2 (2023): Jurnal Armada Informatika : Edisi Desember

Sampah yang tidak dikelola dengan baik dapat menimbulkan berbagai kerugian seperti menyebabkan banjir hingga menjadi ancaman meningkatnya berbagai penyakit. Penelitian ini menggunakan dataset sampah yang diambil dari https://www.kaggle.com/asdasdasasdas/garbage-classification, untuk proses klasifikasi diperlukan proses training citra terlebih dahulu dengan tahapan akuisisi citra datri intensitas warna RGB ke grayscale. Dalam penelitian ini tahapan training dan pengujian sistem dilakukan sebanyak dua tahapan. antara lain : pengujian I, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 60 citra, maka dilakukan tahapan pengujian sebanyak 60 citra sampah dengan tingkat akurasi sistem sebesar 68%. Pengujian II, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 600 citra, maka dilakukan tahapan pengujian sebanyak 600 citra sampah dengan tingkat akurasi sistem sebesar 83%.