ABSTRAK - Identifikasi jenis kayu di Indonesia pada umumnya dilakukan secara manual, dengan cara memperhatikan pori kayu pada daerah penampang kayu menggunakan kaca pembesar atau mikroskop dengan pembesaran minimal 10 kali. Teknik komputerisasi belum banyak dilakukan terutama karena kurangnya penelitian di bidang ini dan sulitnya mendapatkan database kayu. Penelitian ini bertujuan mengembangkan sebuah sistem untuk mengklasifikasikan 4 jenis kayu yang diperdagangkan di Indonesia dengan metode support vector machine (SVM) berbasis citra. Teknik ekstraksi ciri yang digunakan adalah two-dimensional principal component analysis (2D-PCA). Sistem ini dapat mengidentifikasi kayu dalam waktu singkat sehingga mempercepat proses identifikasi jenis kayu. Hasil klasifikasi dari 120 kali percobaan dengan menggunakan 96 data citra dengan 4 jenis kayu menunjukkan akurasi terbaik sebesar 95.83% pada kernel Polinomial.
Kata kunci: Citra mikroskopis, Identifikasi jenis kayu, SVM
PENDAHULUAN - Identifikasi jenis pohon di hutan dapat dengan mudah diketahui dengan memeriksa batang, bunga, buah dan daunnya. Namun setelah pohon ditebang, identifikasi jenis Pohon menjadi sangat sulit karena harus mengenali ciri mikroskopis untuk identifikasinya. Salah satu ciri mikroskopis kayu adalah susunan pori, bentuk pori, frekuensi pori dan jari-jari yang hanya dapat dilihat dengan jelas menggunakan alat seperti mikroskop atau loupe dengan pembesaran minimal 10 kali. Metode identifikasi jenis kayu dapat dipelajari sebagai ilmu pengetahuan, namun kemampuan mengidentifikasi jenis kayu hanya dapat diperoleh melalui proses latihan yang cukup lama, berulang-ulang dan terus-menerus. Permasalahan yang timbul apabila petugas yang mengidentifikasi kayu belum terampil maka proses bisnis akan membutuhkan waktu yang lebih lama dan tentunya akan menambah biaya (Mandang dan Pandit 2002). Sistem identifikasi jenis kayu sangat diperlukan untuk memberikan solusi pada
permasalahan ini.
Post a Comment
Post a Comment