Abstract:
Pada umumnya hutan lahan basah terdapat tumbuhan pinang-pinangan (palem) atau suku(famili) Arecaceae. Salah satu jenisnya adalah Kelapa (Cocos nucifera) yang sering dimanfaatkan seluruh bagiannya termasuk batangnya yang dimanfaat-kan untuk kayubahan, proses pemilihan kayu kelapa yang digunakan sebagai bahan produk dilakukan oleh seorang graderyang terlatih dengan mengamati kayu secara langsung tanpa menggunakan alat bantu (manual). Metode tersebut me-nyebabkan timbulnya ketergantungan keahlian dan pengalaman seorang grader dalam melakukan pemilihan bahan kayu ke-lapa. Dengan keterbatasan seorang grader, maka timbul suatu masalah ketika banyaknya jumlah objek kayu kelapa yang diuji secara manual melebihi kapasitas seorang grader. Oleh karena itu pengelompokan kayu kelapa perlu dibuat dengan intelli-gent system sehingga dapat mengatasi permasalahan tersebut.Penetuan kayu kelapa secara otomatis dapat dibangun menggunakan metode backpropagation dengan mengidentifikasi parameter penentu karakteristik kayu kelapa yang didapatkan dari citra kayu kelapa dua dimensi (2D). Penentuan parameter karakteristik kayu kelapa berdasarkan pada ekstraksi fitur tekstur berbasis histogram pada citra kayu kelapa 2D. Fitur-fitur tekstur yang didapatkan dari metode histogram diantarannya: rerata intensitas, deviasi standar, skewness, energi, entropi, dan kehalusan.Makalahini menguraikan tentang penentuan kualitas kayu kelapa menggunakan algoritma backpropagation berdasarkan pada tekstur citra kayu kelapa 2D.
