HYBRID MATRIK CO-OCCURRENCE DAN LVQ PADA KLASIFIKASI CITRA VARIAN KUE LUMPUR BAKAR
DOI:
https://doi.org/10.23960/jitet.v13i3.6850Abstract Views: 31 File Views: 32
Keywords:
Klasifikasi Citra, Varian Kue Lumpur Bakar, GLCM, LVQAbstract
Kue lumpur bakar merupakan salah satu makanan tradisional dengan berbagai rasa yang sedang populer di Indonesia. Kemiripan secara visual antar varian rasa original, coklat, keju, dan kelapa menjadi kendala dalam membedakan jenis rasa makanan tersebut. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi varian kue lumpur bakar menggunakan pendekatan hybrid Gray Level Co-Occurrence Matrix (GLCM) dan Learning Vector Quantization (LVQ). GLCM digunakan untuk mengekstraksi fitur tekstur seperti kontras dan homogenitas dari citra, selanjutnya LVQ digunakan dalam mengklasifikasikan citra berdasarkan fitur-fitur varian rasa kue lumpur. Eksperimen dilakukan terhadap 200 data dengan rasio data latih dan uji (80:20). Hasil pengujian diperoleh akurasi sebesar 86% pada parameter learning rate 0.001 dan dec alfa 0.9. Temuan ini membuktikan bahwa pendekatan hybrid GLCM dan LVQ mampu mengenali perbedaan varian rasa, serta berpotensi diterapkan dalam sistem otomatisasi pengenalan varian kue lumpur.
Downloads
References
G. Apriadi and K. A. Ekasani, “Kualitas Kue Lumpur Berbahan Campuran Ubi Jalar Cilembu,” J. Ilm. Pariwisata dan Bisnis, vol. 2, no. 7, pp. 1654–1663, 2023, doi: 10.22334/paris.v2i7.489.
Felia Rana Amanda, Any Sutiadiningsih, Asrul Bahar, and Lilis Sulandari, “Inovasi Kue Lumpur Berbahan Dasar Pisang Ambon Dan Tepung Kacang Hijau,” J. Creat. Student Res., vol. 1, no. 4, pp. 445–459, 2023, doi: https://doi.org/10.55606/jcsrpolitama.v1i4.2328.
P. Noviyanti, “Pembuatan Kue Lumpur dengan Substitusi Tepung Pisang Raja sebagai Makanan Selingan Tinggi Kalium untuk Penderita Hipertensi,” Heal. Media, vol. 4, no. 2, pp. 1–17, 2023, doi: https://doi.org/10.55756/hm.v4i2.129.
F. Tatrin Kurniati et al., “GLCM-Based Feature Combination for Extraction Model Optimization in Object Detection Using Machine Learning,” J. Ilm. Tek. Elektro Komput. dan Inform., vol. 9, no. 4, pp. 1196–1205, 2023, doi: 10.26555/jiteki.v9i4.27842.
A. A. Fauzi, F. Utaminingrum, and F. Ramdani, “Road surface classification based on LBP and GLCM features using KNN classifier,” Bull. Electr. Eng. Informatics, vol. 9, no. 4, pp. 1446–1453, 2020, doi: 10.11591/eei.v9i4.2348.
M. Muhathir, M. H. Santoso, and D. A. Larasati, “Wayang Image Classification Using SVM Method and GLCM Feature Extraction,” J. Informatics Telecommun. Eng., vol. 4, no. 2, pp. 373–382, 2021, doi: 10.31289/jite.v4i2.4524.
P. N. Andono and E. H. Rachmawanto, “Evaluasi Ekstraksi Fitur GLCM dan LBP Menggunakan Multikernel SVM untuk Klasifikasi Batik,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 1–9, 2021, doi: 10.29207/resti.v5i1.2615.
K. Telaumbanua, S. Sudarto, F. Butar-Butar, and P. S. Bilqis, “Identifikasi Sampah Berdasarkan Tekstur Dengan Metode GLCM dan GLRLM Menggunakan Improved KNN,” Explorer (Hayward)., vol. 1, no. 2, pp. 45–52, 2021, doi: 10.47065/explorer.v1i2.94.
Adela Regita Azzahra, Purnawansyah, H. Darwis, and D. Widyawati, “Klasifikasi Daun Herbal Menggunakan Metode CNN dan Naïve Bayes dengan Fitur GLCM,” Indones. J. Comput. Sci., vol. 12, no. 4, 2023, doi: 10.33022/ijcs.v12i4.3362.
M. A. Lutfia, F. X. A. Setyawan, S. Alam, T. Yulianti, and H. Fitriawan, “Implementasi Ekstraksi Fitur Menggunakan Gray Level Co-Occurrence Matrices (GLCM) dan K-Nearest Neighbor (K-NN) Untuk Klasifikasi Jenis Kain Dasar,” Semin. Nas. Tek. Elek, pp. 3–8, 2023.
M. R. Aohana, R. N. L. Hidhayah, M. J. Andara, N. Amara, and F. Bimantoro, “Review Komprehensif: Ekstraksi Fitur GLCM, GLRLM, dan LBP untuk Pendeteksian Korosi,” Semin. Nas. Teknol. Sains, vol. 3, no. 1, pp. 82–90, 2024, doi: 10.29407/stains.v3i1.4352.
Rizky Adawiyah and Dadang Iskandar Mulyana, “Optimasi Deteksi Penyakit Kulit Menggunakan Metode Support Vector Machine (SVM) dan Gray Level Co-occurrence Matrix (GLCM),” Inf. (Jurnal Inform. dan Sist. Informasi), vol. 14, no. 1, pp. 18–33, 2022, doi: 10.37424/informasi.v14i1.138.
A. Supriyanto, R. Rizal Isnanto, and O. D. Nurhayati, “Robusta Coffee Leaf Disease Classifications Using SVM Method and GLCM Feature Extraction,” J. Nas. Tek. Elektro Dan Teknol. Inf., vol. 4, no. 4, pp. 241–248, 2023.
F. Agustina and Z. A. Ardiansyah, “Identifikasi Citra Daging Ayam Kampung dan Broiler Menggunakan Metode GLCM dan Klasifikasi-NN Image Identification of Local Chicken Meat and Broiler Chicken MeatUsing GLCM Method and K-NN Classification,” 25 J. Infokam, vol. XVI, no. 1, 2020, doi: https://doi.org/10.53845/infokam.v16i1.196.
S. Sriani and Y. Rizky, “Klasifikasi Kualitas Daun Tembakau Menggunakan Glcm (Gray Level Co-Occurrence Matrix) Dan Svm (Support Vector Machine),” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, pp. 3342–3349, 2024, doi: 10.23960/jitet.v12i3.4599.
E. A. Sianipar et al., “Optimasi Klasifikasi Penyakit Diabetes Dengan Algoritma Learning Vector Quantization ( LVQ ),” J. Comput. Sci. INFORMATICS Eng., vol. 04, no. 2, pp. 72–84, 2025.
J. Jumadi, Y. Yupianti, and D. Sartika, “Pengolahan Citra Digital Untuk Identifikasi Objek Menggunakan Metode Hierarchical Agglomerative Clustering,” JST (Jurnal Sains dan Teknol., vol. 10, no. 2, pp. 148–156, 2021, doi: 10.23887/jstundiksha.v10i2.33636.
A. Sah, A. D. Alexander, and A. M. Tanniewa, “Pengembangan Model Klasifikasi Citra Penyakit Daun Lada Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization ( LVQ ),” J. Ilm. Inform. DAN ILMU Komput., vol. 4, pp. 34–44, 2025, doi: https://doi.org/10.58602/jima-ilkom.v4i1.53.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
