KLASIFIKASI JENIS KAYU MENGGUNAKAN BACK-PROPAGATION NEURAL NETWORK BERDASARKAN FITUR GRAY LEVEL COOCCURRENCE MATRIX

Abstract

Terdapat berbagai macam jenis kayu yang tumbuh dengan subur di Indonesia. Manfaat dari berbagai jenis kayu
tersebut digunakan sebagai bahan baku pembuatan mebel. Melimpahnya jenis kayu di Indonesia tidak diikuti dengan
pemanfaatan yang merata. Hal ini disebabkan oleh rendahnya pemahaman kualitas setiap jenis kayu. Pemanfaatan
teknologi komputasi diharapkan dapat membantu perkembangan dalam sektor industri kayu, sehingga penggunaan
kayu sebagai bahan baku dapat secara merata. Dalam penelitian ini digunakan empat jenis kayu yakni, jati, sengon,
mahoni dan mindi sebagai dataset yang akan diklasifikasi dengan metode klasifikasi Back-Propagation Neural
Network dan fitur Gray Level Co-Occurrence Matrix. Hasil perbandingan antara setiap parameter disajikan dan
hasil terbaik menunjukan nilai akurasi yang sangat baik yaitu dengan nilai rata-rata akurasi 96.13%. Output dari
penelitian ini menghasilkan klasifikasi jenis kayu menggunakan metode BPNN dengan nilai akurasi yang baik.
Kata Kunci: Klasifikasi Kayu, Back-Propagation Neural Network, dan Gray Level Co-Occurrence Matrix