Implementasi Algoritma K-Nearest Neighbor untuk Mengidentifikasi Jenis Kayu dengan Pengolahan Citra Digital

Jenis kayu di Indonesia sangat beragam, akan tetapi masyarakat Indonesia masih belum mampu untuk mengidentifikasi jenis jenis kayu tersebut. Untuk itu sistem penghitungan identifikasi jenis kayu Jati, kayu Mahoni, dan kayu Karet berdasarkan citra serat kayunya diperlukan bagi masyarakat. Beberapa oknum memanfaatkan ketidakmampuan masyarakat dalam mengidentifikasi jenis kayu pada furniture atau perabot yang sudah dilapisi oleh pelitur. Sehingga perlu penghitungan identifikasi jenis kayu pada citra tersebut. Dataset citra kayu akan diekstraksi dengan metode GLCM untuk digunakan sebagai masukan dari algoritma yang digunakan. Algoritma yang digunakan untuk penghitungan identifikasi jenis kayu ini menggunakan algoritma KNN (K-Nearest Neighbor) dengan parameter nilai K sebagai penentu jumlah ketetanggaan data terdekat dan hasil identifikasi citra kayu. Sistem identifikasi jenis kayu berdasarkan citranya menggunakan algoritma KNN (K-Nearest Neighbor) menggunakan dataset sebanyak 100 citra. Hasil akurasi tertinggi identifikasi adalah dengan parameter K =5 yaitu 91.6%. Sedangkan hasil akurasi terendah dalam mengidentifikasi adalah dengan parameter K =1 yaitu 61.1%. Sehingga hasil rata rata tingkat akurasi identifikasinya adalah 75.54%.

Kata Kunci: Citra Serat Kayu, KNN (K-Nearest Neighbor), Python.