<![CDATA[Klasifikasi kualitas produk merupakan faktor kunci dalam memenuhi standar pasar dan kepuasan pelanggan. Penelitian ini mengembangkan sistem berbasis Android untuk mengklasifikasikan kualitas citra sepatu menggunakan metode Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM). Sistem ini memproses gambar dari galeri perangkat, mengekstraksi fitur HOG, dan melakukan klasifikasi SVM untuk menentukan kelayakan sepatu. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 59,26%. Meskipun akurasi yang diperoleh masih tergolong moderate, analisis matriks konfusi mengungkapkan bahwa sistem mampu mengidentifikasi pola kerusakan fisik dan variasi kecerahan pada sepatu dengan presisi 61% untuk kelas "Layak" dan 57% untuk kelas "Tidak Layak". Keterbatasan performa ini terutama disebabkan oleh variasi pencahayaan ekstrem pada dataset, ukuran dataset yang terbatas (270 citra), dan kompleksitas visual antar kelas yang tinggi. Temuan ini mengindikasikan perlunya penyempurnaan pada parameter ekstraksi fitur atau pengembangan model SVM lebih lanjut untuk meningkatkan akurasi dalam aplikasi industri sepatu.]]>
Copyrights © 2026
