<![CDATA[The type of wood is generally characterized by color, pattern and fiber because wood physically has almost the same characteristics. To determine the type of wood, experience and knowledge about wood are needed. This study applies digital image processing technology using the GLCM (gray level co-occurrence matrix) feature extraction method to produce feature extraction values on wood texture. The parameter values generated in the GLCM feature extraction are correlation, contrast, energy and homogeneity. The results from feature extraction are then used as a data classification of types of wood using MLP (multilayer perceptron) method. There are 4 wood types going to be involved in this research as datasets i.e., teak, sengon, mahogany, and mindi. The results of this study, obtained the best level of accuracy in validation data of 88.75%. The output of this research is softmax data using MLP method with an error value in the training neared target of data by 0.029421 with the epoch 1.000 iterations. Keywords : Digital Image Processing, Feature Extraction, GLCM and MLPAbstrakJenis kayu umumnya dicirikan dari warna, corak dan serat karena kayu secara fisik memiliki ciri yang hampir sama. Untuk menentukan jenis kayu, diperlukan pengalaman dan pengetahuan tentang kayu. Penelitian ini menerapkan teknologi pengolahan citra digital menggunakan metode ekstraksi fitur GLCM (gray level co-occourrence matrix) untuk menghasilkan nilai ekstraksi fitur pada tesktur kayu. Parameter nilai dihasilkan pada ekstraksi fitur GLCM adalah correlation, contrast, energy dan homogeneity. Hasil dari parameter GLCM kemudian digunakan sebagai data untuk klasifikasi jenis kayu menggunakan metode MLP (multilayer perceptron). Dalam penelitian ini digunakan 4 jenis kayu sebagai pengujian dan datasheet, yaitu kayu jati, sengon, mahoni dan mindi. Hasil dari penelitian ini, diperoleh tingkat akurasi terbaik pada data validasi sebesar 88,75 %. Keluaran dari penelitian ini berupa data softmax dengan menggunakan metode MLP dengan nilai error pada data training yang mendekati target sebesar 0.029421 dengan epoch 1.000 iterasi. Kata Kunci : Pengolahan Citra Digital, Ekstraksi Fitur, GLCM dan MLP]]>
Copyrights © 2021
