EVALUASI FILTER EDGE ENHANCEMENT UNTUK MENINGKATKAN KUALITAS DATASET SPECIES KAYU

Dicky Rianto Prajitno, Bambang Sugiarto, Herlan Herlan, Riyo Wardoyo

Abstract


Pengumpulan dataset kayu dilakukan pada posisi potongan melintang untuk merekam foto bentuk, ukuran, dan sebaran pembuluh dan serat kayu. Pengambilan gambar dilakukan menggunakan kamera smartphone yang dilengkapi dengan tambahan lup perbesaran 60 kali. Kondisi pengambilan gambar dengan cara dan peralatan yang tidak ideal menyulitkan untuk mendapatkan gambar dengan kualitas baik dan konsisten, sehingga mengakibatkan tekstur pori-pori dan serat kayu tidak terekspos maksimal, hal ini akan menyebabkan kualitas dataset menurun. Penurunan kualitas dataset akan berdampak pada penurunan akurasi klasifikasi. Oleh sebab itu pada tulisan ini dilakukan penelitian untuk meningkatkan kualitas gambar, dengan menguatkan batas tepian objek pada gambar. Metoda penguatan batas tepian dilakukan menggunakan konvolusi kernel dengan matriks filter edge enhancement, kemudian pengujian performa dilakukan menggunakan dua jenis algoritma ekstraksi pola yaitu LBP dan HOG dengan algoritma klasifikasi pola  SVM. Hasil tertinggi yang dicapai dengan metoda penguatan batas tepian objek didapatkan peningkatan akurasi klasifikasi sebesar +7.14% dibanding sebelumnya.


Keywords


penguatan batas tepian, LBP, HOG, spesies kayu, kernel filter

Full Text:

PDF

References


Dalal, N. & B. Triggs. “Histograms of Oriented Gradients for Human Detection.”

https://ieeexplore.ieee.org/document/1467360

Gunawan, Anak Agung Gede Rai, et al. “Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra.”

https://journal.ipb.ac.id/index.php/jika/article/view/8677

Hadiwidjaja, M. Luthfi, et al. “Developing Wood Identification System by Local Binary Pattern and Hough Transform Method.”

https://iopscience.iop.org/article/10.1088/1742-6596/1192/1/012053

Image Processing Toolbox for Use with MATLAB®: User's Guide: Version 3

https://cis.temple.edu/~latecki/Courses/CIS581-02/MatCIS581-02/Matlab_images_tb.pdf

Prakasa, Esa. “Texture Feature Extraction by Using Local Binary Pattern.”

https://media.neliti.com/media/publications/66764-EN-texture-feature-extraction-by-using-loca.pdf

Ravindran, Prabu, et al. “Classification of CITES-Listed and Other Neotropical Meliaceae Wood Images Using Convolutional Neural Networks.”

https://plantmethods.biomedcentral.com/track/pdf/10.1186/s13007-018-0292-9

Salma, et al. “Wood Identification on Microscopic Image with Daubechies Wavelet Method and Local Binary Pattern.”

https://ieeexplore.ieee.org/document/8629529

Sugiarto, Bambang, et al. “Wood Identification Based on Histogram of Oriented Gradient (HOG) Feature and Support Vector Machine (SVM) Classifier.”

https://www.researchgate.net/publication/323057686_Wood_identification_based_on_histogram_of_oriented_gradient_HOG_feature_and_support_vector_machine_SVM_classifier

Tang, Xin Jie, et al. “MyWood-ID.” Proceedings of the 2018 International Conference on Computational Intelligence and Intelligent Systems - CIIS 2018"

https://www.researchgate.net/publication/335402046_MyWood-ID_Automated_Macroscopic_Wood_Identification_System_using_Smartphone_and_macro-lens

Zubair, A.R. & Fakolujo, O.A. “Image Edge Detection and Image Edge Enhancement: Numerical Experiment on High Pass Spatial Filtering.”

https://www.researchgate.net/publication/313900954_Image_Edge_Detection_and_Image_Edge_Enhancement_Numerical_Experiment_on_High_Pass_Spatial_Filtering




DOI: http://dx.doi.org/10.31258/jst.v18.n2.p38-49

Copyright (c) February 2020 Dicky Rianto Prajitno, Bambang Sugiarto, Herlan -, Riyo Wardoyo

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.