Indonesia dengan kekayaan alamnya menjadi salah satu negara penghasil kayu terbesar di dunia. Dalam industri kayu di Indonesia proses pemilahan kelas kayu dilakukan dengan pengamatan visual secara manual. Pengamatan secara manual ini menghasilkan kualitas produk yang tidak konsisten, waktu yang lama, dan biaya yang lebih mahal. Dengan adanya permasalahan tersebut dirancanglah sebuah sistem yang dapat mengklasifikasikan kelas kayu berdasarkan tekstur seratnya.
Penelitian ini ditujukan untuk membuat sebuah sistem berbasis desktop untuk mengklasifikasikan lima kelas kayu Cedar. Kelas kayu dibagi menjadi 5 berdasarkan tekstur seratnya. Data citra diambil menggunakan webcam dan scanner. Metode yang digunakan untuk mengklasifikasikan dalam sistem ini adalah Artificial Neural Network dengan pelatihan Backpropagation.
Keluaran dari sistem ini berupa label kelas kayu, waktu untuk proses klasifikasi dan nilai probabilitas dari hasil klasifikasi. Sistem yang dibuat menghasilkan tingkat akurasi sebesar 86,67% dengan rata-rata 0.04 detik untuk melakukan proses klasifikasinya.