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

Reza Alamsyah; Irwan Jani Tarigan; Riandy Yap

doi:10.36520/jai.v7i2.85

Authors

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

DOI:

https://doi.org/10.36520/jai.v7i2.85

Keywords:

Klasifikasi, Metode Gray Level Co-occurence Matrix, Support Vector Machine

Abstract

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%.

References

} Andriyani, S. Y. 2019. Implementasi algoritma kriptografi Rail Fence Cipher dan algoritma myszkowski transposition dan Algoritma kompresi fibonacci code. Skripsi Fakultas Ilmu Komputer Dan Teknologi Informasi.

Aresta, R. M., Pratomo, E. W., Geraldino, V., Santoso, J. D. & Mulyatun, S. 2020. Implementasi Multi Enkripsi ROT 13 Pada Symbol Whatsapp. Jurnal Of Information System Management e-ISSN: 2715-3088 Vol 2., No. 1. (2020).

Arifah, P. N. & Basuki, W. A. 2017. Implementasi Kriptografi Caesar Chiper Menggunakan Matlab R2013a. Seminar Matematika Dan Pendidikan Matematika UNY 2017.

Budiharto, W. & Lisangan, C. E.. 2012. Pemrograman VB.NET Aplikasinya. Penerbit: Elexmedia Komputindo Gramedia Jakarta Edisi 1.

Girsang, N. D., Santoso, M. H., Wahyudi, A. & Sitorus, B. A. 2019. Kombinasi Algoritma Kriptografi Transposisi Rail Fence Cipher dan Route Cipher. Prosiding Seminar Nasional Teknologi Informatika Volume 2 Nomor 1 November 2019.

Latifah, R., Ambo, S. N. & Kurnia, S. I. 2017. Modifikasi Algoritma Caesar Chiper Dan Rail Fence Untuk Peningkatan Keamanan Teks Alfanumerik Dan Karakter Khusus. Seminar Nasional Sains dan Teknologi 2017 Fakultas Teknik Universitas Muhammadiyah Jakarta 1-2 November 2017.

Pabokory, F. N., Astuti, I. F. & Kridalaksana, A. H. 2015. Implementasi Kriptografi Pengamanan Data Pada Pesan Teks, Isi File Dokumen, Dan File Dokumen Menggunakan Algoritma Advanced Encryption Standard. Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015. Program Studi Ilmu Komputer, FMIPA, Universitas Mulawarman.

Ratna, D. 2018. Implementasi Algoritma Rail Fence Chiper Dalam Keamanan Data Gambar 2 Dimensi. Jurnal Pelita Informatika, Volume 7, Nomor 1, Juli 2018 ISSN 2301-9425 (Media Cetak) Hal: 38-42.

Setyaningsih, E, Iswahyudi, C. & Widyastuti, N. 2011. Konsep Super Enkripsi Untuk Meningkatkan Keamanan Data Citra. SNASTI 2011. Hal. 7-10.

Setyaningsih, E. 2015. Kriptografi & Implementasinya Menggunakan Matlab. Yogyakarta: Penerbit Andi. Vol 1, Hal. 250.

Siahaan, A.P.U. 2016. Rail Fence Cryptography in Securing Information. International Journal of Science & Engineering Research (IJSER). Vol 7, Issue 7.

Singh, A., Nandal, A. & Malik, A. 2012. Implementation of Caesar Cipher with Rail Fence for Enhancing Data Security. International Journal of Advanced Research in Computer Science and Software Engineering (IJARCSSE) Vol 2, Issue 12: Hal. 78-82.

cchangcs, Garbage Classification Data. https://www.kaggle.com/asdasdasasdas/garbage-classification