Implementasi Sistem Pendeteksi Cacat Pada Kayu Menggunakan Metode Gabor Wavelet Transform

Abstract

Pemanfaatan kayu sebagai bahan konstruksi di Indonesia masih menjadi pilihan utama bagi masyarakat. Hal ini disebabkan oleh sifat kayu yang mudah didapat, mudah dalam pengerjaan dan mempunyai nilai estetika bagi jenis kayu tertentu. Kualitas kayu merupakan hal yang sangat penting dalam bidang industri kayu. Selama ini, proses pemilahan kayu normal dan kayu cacat masih dilakukan secara manual dengan tenaga manusia. Tentu saja, hal ini bukan merupakan hal yang efisien. Oleh sebab itu diperlukan suatu metode pemilahan kayu normal dan kayu cacat dengan bantuan computer vision. Pada penelitian ini, telah dilakukan perancangan dan implementasi simulasi sistem yang dapat mendeteksi cacat pada kayu menggunakan metode Gabor Wavelet Transform dan metode klasifikasi K-nearest neighbor. Parameter terbaik dari Filter Gabor dan K-NN menghasilkan nilai akurasi sebesar 75.6% untuk data pengujian sejumlah 500 buah citra dengan waktu komputasi 1,27 detik untuk tiap citra.

Kata kunci : cacat kayu, computer vision, Gabor Wavelet, K-NN.