Klasifikasi Serat Miring Pada Kayu Menggunakan Ekstraksi Ciri Statistik Berdasarkan Pada Pengolahan Citra

Abstract

Dalam industri kayu,khususnya di Indonesia, proses pemilahan kelas dan kualitas kayu dilakukan secara manual  dengan  pengamatan visual.  Sistem  manual  membutuhkan waktu  yang  lama  dan  menghasilkan produk dengan mutu yang tidak konsisten karena keterbatasan visual manusia, kelelahan, dan perbedaan persepsi  masing-masing  pengamat.  Pada  tugas  akhir  ini  dirancang  sebuah  sistem  klasifikasi  untuk mengetahui kelas  kayu  berdasarkan serat  miringnya dengan  menggunakan analisis tekstur berbasiskan pengolahan citra digital. Data citra yang diambil menggunakan IP Camera 1 MP. Algoritma yang digunakan untuk ekstrasi ciri adalah statistik orde pertama dan orde kedua, serta klasifikasi kelas kayu menggunakan Euclidean Distance. Sistem akan disimulasikan dengan menggunakan bahasa pemprograman Lab View, agar lebih mudah diimplementasikan langsung ke dalam perangkat keras. Berdasarkan simulasi secara keseluruhan, maka dapat disimpulkan bahwa sistem dapat mengklasifikasikan kelas kayu berdasarkan dua tingkat kemiringan, yaitu kelas A dengan tingkat kemiringan rendah sampai sedang, dan kelas B dengan tingkat kemiringan tinggi. Hasil akurasi tertinggi diperoleh saat k=3 dengan citra grayscale yaitu sebesar 91,52 %. Kata kunci : Klasifikasi Kayu otomatis, Serat miring kayu, ecludian distance, statistik feature extraction, LabView.