DETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN

DETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN

Author		: Faisal Nur Achsani; Ratri Dwi Atmaja; Rita Purnamasari
Published on	: KNSI

Abstract

Penggunaan kayu sebagai bahan kebutuhan masih diminati meski banyak alternatif bahan lain yang dapat digunakan. Dalam industri pengolahan kayu di Indonesia sangat perlu adanya proses pemilahan kayu mentah yang kemudian akan diproses selanjutnya. Namun hingga sekarang proses pemilahan kayu olahan dilakukan secara manual oleh manusia, membutuhkan waktu yang lama dan tidak efisien. Paper ini dibuat dengan tujuan mensimulasikan sistem yang mampu mendeteksi ada tidaknya cacat pada kayu berdasarkan pengolahan citra digital. Menggunakan metode transformasi LBP (Local Binary Pattern) dan ekstraksi ciri statistik orde kedua, GLCM (Gray Level Co-occurence Matrix). LBP adalah salah satu metode transformasi citra, mengelompokan citra kayu ke dalam cluster-cluster warna dan mempertegas gradasinya. Pada tahap preprocessing dilakukan proses thresholding untuk memperjelas gradasi warna pada kayu yang akan dianalisis. Ekstrasi ciri GLCM akan menghasilkan beberapa paramater statistik orde kedua yang kemudian dilakukan pengklasifikasian menggunakan K-NN (K-Nearest Neighbor). Parameter terbaik menghasikan akurasi sebesar 90,8% terhadap jumlah data uji sebanyak 500 data dengan waktu rata-rata citra uji diproses adalah 0,172 detik.