Secara umum kulit hewan merupakan salah satu bahan mentah yang digunakan sebagai bahan pada industri kulit dan karya seni. Karena pada dasarnya ada beberapa hewan yang digunakan kulitnya untuk kebutuhan manusia. Walupun kadang pada industri makanan juga menggunakan kulit sebagai bahan utama. Namun dalam penelitian ini difokuskan dalam mendukung kepada pengguna yang ingin memanfaatkan kulit untuk kebutuhan mereka seperti untuk tas, sepatu, jaket dan lain sebagainya. Bahan kulit yang telah diproses dan akan digunakan untuk proses pembuatan barang mempunyai beberapa jenis. Jenis itu memiliki tekstur yang berbeda beda sesuai dengan kebutuhan. Sehingga konsumen atau pengguna bahan kulit sulit membedakan bahan jenis kulit dan mutu kualitasnya, karena beberapa bahan jenis kulit memiliki kemiripan secara kasat mata. Selama proses pengolahan kulit hewan menjadi kulit jadi asli, kulit hewan tersebut telah mengalami perubahan baik tekstur maupun warna. Hal itu menyebabkan sulit dikenalinya jenis kulit hewan antar satu spesies dengan spesies lainnya Untuk mengatasi permasalahan tersebut, dibutuhkan suatu sistem yang dapat mengidentifikasi jenis bahan kulit hewan. Perkembangan teknologi dan ilmu pengetahuan yang pesat memungkinkan untuk dapat melakukan klasifikasi suatu objek berdasarkan karakteristik yang dimilikinya. Dalam penelitian ini akan melakukan identifikasi bahan jenis kulit binatang berdasarkan tekstur. Walaupun unsur warna juga mempengaruhi dalam proses penelitian ini, namun pada praproses nilai pada citra dijadikan satu nilai menjadi nilai keabuan, agar mempermudah dalam perhitungan ekstraksi ciri. Untuk proses ekstraksi ciri akan dilakukan dengan menggunakan gabungan beberapa window (multiwindow) yang disebut dengan algoritma MECS-LBP. Namun karena citra kulit binatang ini mempunyai ragam pola citra yang beragam namun halus, maka dalam proses ekstraksi ciri ini penulis menggabungkan dengan metode GLCM dengan 5 ciri yang akan dihitung yaitu kontras, korelasi, energi,entropi, dan homogenitas. Sehigga setiap window selain mendapatkan nilai ekstaksi cirinya tetapi juga dapat 5 ciri yang lain. Ini diharapkan akan meningkatkan kinerja akurasi klasifikasi. Dengan menggunakan nilai masukan dari hasil ekstraksi ciri menggunakan MECS-LBP dan GLCM maka Deep Neural network dapat melakukan pembelajaran citra, sehingga dapat menghasilkan sebuah model yang mampu mengklasifikasikan objek citra jenis bahan kulit hewan secara optimal. Penelitian ini diharapkan dapat membuat sistem yang mampu mengenali jenis bahan kulit hewan dengan tepat dan memiliki akurasi yang tinggi sehingga dapat membantu user untuk mengetahui apakah yang digunakan kulit asli atau palsu, termasuk juga mengetahui kulit yang digunakan berasal dari binatang apa.

Kulit binatang; tekstur; GLCM; MECS-LBP; Multiwindow

• Ayuliana, S.T., MMSI.

• Ayu Hidayah Aslamiah, S.Kom., M.TI