Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electrical Engineering and Computer Science eProceedings of Engineering
Gurnita Koncara Indraloka
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
The Detection of straight and Slant Wood Fiber Through slop angle fiber feature Ratri Dwi Atmaja; Erwin Susanto; Junartho Halomoan; Gurnita Koncara Indraloka; Muhammad Ary Murti
Indonesian Journal of Electrical Engineering and Computer Science Vol 14, No 2: May 2015
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Quality control is one of important process that can not be avoided in industry. Image processing technique is required to distinguish the quality of wood. If it can be done automatically by the computer, it will be very helpful. This paper discusses the detection of straight and slant wood fiber to distinguish it’s quality. This paper propose an algorithm by using only two features i.e. mean (average value of slop angle fiber) and maximumangle (the maximum value of slop angle fiber). Then the classification method is used by tresholding. The result shows the performance is achieved on accuracy 79.2%. DOI: http://dx.doi.org/10.11591/telkomnika.v14i2.7725
Identifikasi Serat Lurus Dan Miring Pada Kayu Olahan Menggunakan Metode Klasifikasi K-Nearest Neighbor Gurnita Koncara Indraloka; Junartho Halomoan; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kayu olahan merupakan salah satu komoditas terbesar Indonesia yang diperdagangkan di dunia . Kayu yang diekspor memiliki tingkat kualitas yang bisa dilihat dari pola serat kayu pada permukaannya. Pensortiran kayu saat ini masih dilakukan oleh orang ahli dengan hasil yang belum optimal. Maka diperlukan sistem pensortiran kayu otomatis untuk mengurangi kesalahan dalam proses pensortiran. Pada penelitian ini penulis telah merancang sistem klasifikasi kayu otomatis berbasis pengolahan citra digital dengan algoritma ekstraksi ciri statistik orde pertama dan klasifikasi K-Neareset neighbor (K-NN). Berdasarkan hasil simulasi, sistem dapat mengklasifikasikan kayu olahan berdasarkan seratnya, yaitu kayu dengan serat lurus dan miring dengan hasil akurasi tertinggi yang didapatkan adalah 83,12%. Kata kunci : kayu olahan, ekstraksi ciri, klasifikasi, K-NN.
Co-Authors Erwin Susanto Junartho Halomoan Muhammad Ary Murti Ratri Dwi Atmaja