Indonesia merupakan sebagai salah satu negara tropis di dunia,
memiliki sumber daya alam yang sangat kaya diantaranya sumber daya hutan
baik hutan alam maupun hutan tanaman, dengan berbagai jenis ekosistem yang
ada di dalam hutan termasuk pohon. Pohon adalah penghasil kayu, kayu yang
nantinya akan diolah menjadi produk dengan bahan dasar kayu. Kini Indonesia
berada pada posisi ke-13 negara pengekspor kayu terbesar di dunia, berada di
bawah China, Malaysia dan Vietnam. Kayu yang diekspor haruslah memiliki
kualitas yang baik, namun di Indonesia proses pensortiran kayu masih
dilakukan dengan cara manual oleh manusia dimana hal tersebut sangat tidak
efektif.
Supaya proses pensortiran kayu menjadi lebih efektif dan mendapatkan
kualitas kayu yang baik, maka dibutuhkan sebuah sistem untuk mendeteksi
cacat pada kayu dan pensortiran secara otomatis. Pada tugas akhir ini penulis
akan merancang sistem klasifikasi kayu otomatis berdasarkan ada tidaknya
cacat pada kayu berbasis pengolahan citra digital. Metode yang digunakan
untuk ekstraksi ciri pada tugas akhir ini adalah ekstraksi ciri statistik orde
pertama dan kedua, serta untuk metode klasifikasi kondisi kayu digunakan
metode k-Nearest Neighbor (k-NN) selain kedua metode tersebut digunakan
juga metode morfologi citra sebagai perbandingan. Sistem ini dirancang
menggunakan software Matlab R2013a.
Berdasarkan hasil simulasi secara keseluruhan, dapat disimpulkan
bahwa sistem dapat membedakan kondisi kayu berdasarkan ada tidaknya cacat
pada kayu. Hasil akurasi tertinggi diperoleh saat nilai k pada k-NN = 1 dengan
euclidean distance yaitu sebesar 79,3233% dan akurasi yang didapatkan oleh
metode morfologi citra adalah sebesar 95,1128%.
Kata kunci : MATLAB, kayu, analisis tekstur, statistik, k-NN