3 HASIL DAN PEMBAHASAN
3.1 Data Citra
Sampel hasil dari akuisisi citra mikroskopis kayu pada penelitian ini seperti ditunjukkan pada Gambar 3.1.
Kelas 1 Johar
Kelas 2 Jati
Kelas 3 Rasamala
Kelas 4 Sengon
Gambar 3.1 Sampel citra mikroskopis kayu
3.2 Praproses
Citra kayu berukuran 96 x 128 piksel diubah dari citra RGB menjadi citra grayscale, seperti ditunjukkan pada Gambar 3.2.
Citra RGB Citra Grayscale
Gambar 3.2 Hasil Praproses
3.5 Matriks Transformasi
Matriks hasil transformasi dengan ukuran 96 x 19 , diperoleh dari
perkalian matriks citra asli greyscale ukuran 96 x 128
2
dengan matriks ciri ukuran 128 x 19
2
. Contoh matriks dapat dilihat pada Lampiran 3.
3.6 Pembelajaran Metode SVM
Dari percobaan-percobaan yang dilakukan dengan menggunakan fungsi
kernel dan parameter yang berbeda, didapatkan hasil sebagai berikut: 3.6.1
Percobaan pada fungsi kernel RBF dengan parameter sigma = 1, 5
dan 10 menggunakan ekstraksi ciri 50 - 95
Akurasi pada percobaan ini menunjukkan pola yang tidak begitu berbeda, setiap percobaan dengan menggunakan parameter sigma 1, 5 dan 10 menghasilkan
akurasi di antara 80 - 90, ini berarti persentasi ekstraksi ciri tidak begitu mempengaruhi akurasi.
Gambar 3.4 Hasil akurasi kernel RBF dengan parameter sigma
= 1 Gambar 3.5 Hasil akurasi kernel RBF
dengan parameter sigma = 5
Pada percobaan menggunakan parameter sigma 1 dan 5 terlihat pola peningkatan akurasi seiring bertambahnya ekstraksi ciri sedangkan pada
percobaan menggunakan parameter sigma 10 terjadi sebaliknya dan menghasilkan akurasi terendah pada parameter sigma 1 dengan ekstraksi cirri 70 - 75 dan
menghasilkan akurasi tertinggi pada parameter sigma 10 dengan ekstraksi ciri 50, seperti ditunjukkan pada Gambar 3.4, Gambar 3.5 dan Gambar 3.6.
10 20
30 40
50 60
70 80
90 100
50 60 70 75 80 85 90 95
A k
ur as
i
Persen Ciri
10 20
30 40
50 60
70 80
90 100
50 60 70 75 80 85 90 95
A k
ur as
i
Persen Ciri
Gambar 3.6 Hasil akurasi kernel RBF dengan parameter sigma
= 10
3.6.2 Percobaan pada fungsi kernel RBF dengan parameter sigma
= 15, 20 dan 25 menggunakan ekstraksi ciri 50 - 95
Pada percobaan dengan menggunakan parameter sigma 15, 20 dan 25 terjadi fluktuasi akurasi walaupun tidak terlalu ekstrim perbedaannya, tingkat akurasi
mencapai 70 - 90. Terlihat pada Gambar 3.7, Gambar 3.8 dan Gambar 3.9 bahwa terjadi penurunan akurasi di saat ekstraksi ciri 80 - 95 dan setiap
percobaan memiliki tingkat akurasi yang sama pada setiap parameter sigma.
Gambar 3.7 Hasil akurasi kernel RBF dengan parameter sigma
= 15 Gambar 3.8 Hasil akurasi kernel RBF
dengan parameter sigma = 20
10 20
30 40
50 60
70 80
90 100
50 60 70 75 80 85 90 95
A k
ur as
i
Persen Ciri
10 20
30 40
50 60
70 80
90 100
50 60 70 75 80 85 90 95
A k
ur as
i
Persen Ciri
10 20
30 40
50 60
70 80
90 100
50 60 70 75 80 85 90 95
A k
ur as
i
Persen Ciri
Kategori