Klasifikasi Jenis Kapal Berbasis Citra Menggunakan Lbp (local Binary Pattern) Dan Lda (linear Discriminant Analysis)

Abstract

Banyak kapal yang berlayar di perairan Indonesia. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengetahui jenis kapal di suatu perairan untuk mudahkan dalam mendata setiap kapal yang sedang berlayar. AIS adalah suatu sistem yang memberikan penjelasan tentang kapal-kapal yang sedang berlayar. Akan tetapi sistem tersebut masih memliki kekurangan, untuk mendukung sistem tersebut, maka dilakukan penelitian yang dapat mengklasifikasi jenis kapal dengan memanfaatkan citra digital. Jenis kapal yang diklasifikasikan pada tugas akhir ini terdiri dari 4 kategori, yaitu Bulk Carrier, Crude, LCT, dan lain-lain. Kategori lain-lain adalah kapal random yang tidak terdefinisi di sistem. Metode yang digunakan pada tugas akhir ini adalah LBP (Local Binary Pattern) dan LDA (Linear Discriminant Analysis). LBP digunakan sebagai proses ekstraksi ciri untuk mendapatkan ciri penting dari sebuah citra dan hasil proses tersebut akan menjadi input untuk klasifikasi LDA. Proses training menggunakan 60 data latih, dan untuk testing menggunakan 80 citra uji. Hasil penelitian menunjukkan bahwa metode LBP dan LDA pada klasifikasi jenis kapal memiliki akurasi sebesar 81,25%. Pengujian seluruh badan kapal memiliki akurasi yang rendah yaitu 51,25%. Posisi kapal tidak mempengaruhi akurasi sistem. Semakin banyak data latih, maka akurasi meningkat. Varian nilai (P,R) terbaik adalah varian (8,1). Akurasi dap at ditingkatkan dengan data yang lebih valid.

Kata kunci : klasifikasi kapal, citra digital, LBP, LDA