Identifikasi Citra Digital Kura-Kura Sumatera Dengan Perbandingan Ekstraksi Fitur GLCM Dan GLRLM Berbasis Web

Julia Purnama Sari(1), Aan Erlansari(2), Endina Putri Purwandari(3),
(1) Universitas Bengkulu, Indonesia
(2) Informasi Universitas Bengkulu, Indonesia
(3) Universitas Bengkulu, Indonesia

Abstract


Kura-kura merupakan hewan yang sangat mudah dikenali karena mempunyai bentuk tubuh yang khas. Ciri khas yang dimiliki oleh kura-kura adalah adanya karapaks yang sering disebut dengan cangkang. Dalam mengidentifikasi kura-kura tidak bisa sembarangan, dibutuhkan seorang pakar yang benar-benar paham dengan spesies tersebut. Identifikasi keanekaragaman spesies kura-kura sumatera melalui pengolahan citra digital ini menggunakan metode ekstraksi fitur tekstur  berbasis website.  Salah satu cara mengidentifikasi jenis kura-kura yaitu dengan menggunakan sistem identifikasi secara otomatis berbasis pemrosesan citra digital. Pada penelitian ini dilakukan perbandingan dua ekstraksi ciri yaitu Gray Level Co-Occurrence Matrix (GLCM) dan Gray Level Run Length Matrix (GLRLM). Ekstraksi ciri GLCM dan GLRLM yang dilakukan pada penelitian ini menggunakan sudut 0°, 45°, 90°, 135°. Hasil Penelitian menunjukkan bahwa hasil akurasi identifikasi dengan menggunakan ekstraksi ciri GLRLM lebih baik dibandingkan GLCM. Hasil Akurasi tertinggi pada GLRLM 79,5% sementara dengan GLCM menghasilkan akurasi sebesar 75%.

Kata Kunci: Identifikasi, Kura-kura, Karapaks, Gray Level Run length Matrix, Gray Level Co-Occurrence Matrix.


Full Text:

PDF

References


Setiadi, A. E. (2012). IDENTIFIKASI JENIS KURA-KURA DI KALIMANTAN BARAT Seminar Nasional XI Pendidikan Biologi FKIP UNS Biologi , Sains , Lingkungan , dan Pembelajarannya _. 493–497.

Endarwin, Wempy. (2006). Keanekaragaman jenis reptil dan biologi Cyrtodactylus cf fumosus di Taman Nasional Bukit Barisan Selatan Lampung – Bengkulu. [skripsi]

Supriyadi, M. R., Endina, P. P. and Aan, E. (2018) ‘Identifikasi Jenis Kura-Kura Dengan Metode Color Moment Dan Gray Level Co-Occurrence Matrix’, pp. 1–14.

Purwandari, E. P., Hasibuan, R. U., & Andreswari, D. (2018). Identifikasi Jenis Bambu Berdasarkan Tekstur Daun dengan Metode Gray Level Co-Occurrence Matrix dan Gray Level Run Length Matrix. Jurnal Teknologi Dan Sistem Komputer, 6(4), 146–151. https://doi.org/10.14710/jtsiskom.6.4.2018.146 -151

Augustin, Irvie. (2018). Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Gray Level Co-Occurrence Matrix (Glcm) Dan Klasifikasi Support Vector Machine (Svm). Universitas Telkom.

Kusumaningtyas, S., & Asmara, R. A. (2016). Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan (Jst). Jurnal Informatika Polinema, 2(2), 72–75.

Setiadi, Anandita Eka. (2015). Identifikasi dan deskripsi karakter morfologi kura-kura air tawar dari kalimantan barat. Buletin al-ribaath, 12(1).

Mohanty, A. K., Beberta, S., & Lenka, S. K. (2011). Classifying Benign and Malignant Mass using GLCM and GLRLM based Texture Features from Mammogram. International Journal of Engineering Research and Applications (IJERA), 1(3), 687–693.

Radhakrishnan, M., & Kuttiannan, T. (2012). Comparative Analysis of Feature Extraction Methods for the Classification of Prostate Cancer from TRUS Medical Images. International Journal of Computer Science Issues, 9(1), 171–179.

Öztürk, ?., & Akdemir, B. (2018). Application of Feature Extraction and Classification Methods for Histopathological Image using GLCM, LBP, LBGLCM, GLRLM and SFTA. Procedia Computer Science, 132(Iccids),40–46. https://doi.org/10.1016/j.procs.2018.05.057

Kusanti, J., Penyakit, K., Padi, D., & Haris, A. (2018). Klasifikasi Penyakit Daun Padi Berdasarkan Hasil Ekstraksi Fitur GLCM Interval 4 Sudut. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 03(01), 1–6.

Suhartoyo, Hery., Anggraini, N., dan Listiono, Arsela Eko. (2017). Modul Pendidikan Konservasi Kura- Kura Air Tawar Sumatera Untuk Mahasiswa Sains. Bengkulu: Unit Penerbit FKIP UNIB.

Purwandari, E. P. (2018). Teori dan Aplikasi Pengolahan CItra Digital. Bengkulu: Penerbit UNIB Press

Honeycutt, Chris Ebey. (2008). Image analysis techniques and gray level cooccurrence matrices (GLCM) for calculating bioturbation indices and characterizing biogenic sedimentary structures, Computers and Geosciences, Vol 34, hal 1461-1472.

Singh, K. S. H. R. (2016). A Comparison of Gray-Level Run Length Matrix and Gray-Level Co-Occurrence Matrix Towards Cereal Grain Classification. International Journal of Computer Engineering & Technology,73590(7),9–17.




DOI: https://doi.org/10.33369/pseudocode.8.1.66-75

Article Metrics

 Abstract Views : 0 times
 PDF Downloaded : 0 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Julia Purnama Sari, Aan Erlansari, Endina Putri Purwandari

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

Jurnal Pseudocode terindeks

Jurnal Pseudocode
Program Studi Informatika, Fakultas Teknik, Universitas Bengkulu
Jl. W.R. Supratman, Kandang Limun, Bengkulu 38371
Telepon (0736) 344087 Faksimile (0736) 349134
Email: pseudocode@unib.ac.id

Counter Homepage kostenlos

 

Location