Perpustakaan Digital ITB

Saat ini pemeriksaan jenis kayu di Indonesia dilakukan oleh evaluator terlatih. Pengenalan jenis kayu dilakukan berdasarkan ciri umum dan ciri anatomi kayu. Ciri umum meliputi warna, corak, tekstur, arah serat, bau dan kekerasan kayu. Dengan banyaknya jenis kayu yang ada, maka diperlukan pelatihan dan pengalaman bagi evaluator untuk mengenali jenis kayu. Pada penelitian ini dikembangkan suatu sistem pengenalan jenis kayu berdasarkan pori dan kurva konsentris yang merupakan ciri anatomi. Citra kayu yang digunakan terdiri 10 jenis kayu perdagangan Indonesia, yaitu kayu dahu, durian, jati, kamper, keruing, mahoni, meranti putih, merbau, mersawa, dan ramin. Metode yang digunakan untuk ektraksi ciri adalah dengan menggunakan transformasi wavelet diskret dua dimensi. Dengan metode ini, citra masukan akan didekomposisi menjadi empat citra pada tiap levelnya, menjadi citra aproksimasi, detail horizontal, detail vertikal dan detail diagonal. Keluaran dari proses ekstraksi ciri adalah nilai energi dari setiap citra detail hasil dekomposisi. Nilai energi hasil ekstraksi ciri ini menjadi input proses klasifikasi ciri menggunakan jaringan saraf tiruan dengan metode propagasi balik multilayer perceptron (MLP). Proses pelatihan dan pengujian dilakukan dengan menggunakan data latih dan data uji masing-masing 20 data dari setiap jenis kayu. Dari hasil pengujian diperoleh bahwa wavelet secara umum memiliki rata-rata pengenalan jenis kayu sebesar 92,9%. Jenis wavelet db3 memiliki kemampuan pengenalan baik dengan rata-rata sebesar 95% sedangkan bior3.3 memiliki pengenalan paling buruk dengan rata-rata sebesar 89%.