Klasifikasi Jenis Kayu Menggunakan Support Vector Machine Berdasarkan Ciri Tekstur Local Binary Pattern

Abstract

Indonesia merupakan negara yang kaya akan sumber daya alam, salah satunya adalah kayu. Kayu maupun produk dari kayu merupakan komoditas unggulan ekspor. Mengingat banyaknya jenis kayu yang memiliki tekstur yang hampir sama maka diperlukan pemahaman untuk mengenalinya. Identifikasi jenis kayu saat ini pada umumnya masih dilakukan manusia secara visual. Kemampuan mengidentifikasi jenis kayu harus dilakukan secara berulang-ulang dan membutuhkan waktu proses latihan yang lama. Keterbatasan kemampuan manusia dalam mengidentifikasi jenis kayu yang belum terampil secara visual terkadang berpengaruh terhadap hasil yang diinginkan bagi dunia industri. Saat ini teknologi pengolahan citra digital telah banyak digunakan untuk melakukan klasifikasi jenis kayu berdasarkan teksturnya. \n Pada penelitian ini metode local binary pattern (LBP) akan digunakan untuk melakukan klasifikasi jenis kayu. Metode ini akan menghasilkan ciri tekstur yang nantinya akan digunakan sebagai masukan dalam proses pelatihan dan pengujian menggunakan support vector machine (SVM). Data citra jenis kayu yang digunakan dalam penelitian ini adalah jenis kayu bayur, cempaka, damar, meranti, dan merbau. Citra kayu tersebut diambil secara manual menggunakan kamera digital dengan jarak pengambilan 20 cm, 30 cm, dan 40 cm. \n Hasil akurasi klasifikasi jenis kayu bayur, cempaka, damar, meranti, dan merbau dalam penelitian ini adalah sebesar 97, 3% berada pada parameter sigma 0,1; 0,2; 0,3. Sedangkan hasil error terkecil hasil klasifikasi adalah sebesar 2,7%.