Terdapat berbagai macam jenis kayu yang tumbuh dengan subur di Indonesia. Manfaat dari berbagai jenis kayu tersebut digunakan sebagai bahan baku pembuatan mebel. Melimpahnya jenis kayu di Indonesia tidak diikuti dengan pemanfaatan yang merata. Hal ini disebabkan oleh rendahnya pemahaman kualitas setiap jenis kayu. Pemanfaatan teknologi komputasi diharapkan dapat membantu perkembangan dalam sektor industri kayu, sehingga penggunaan kayu sebagai bahan baku dapat secara merata. Dalam penelitian ini digunakan empat jenis kayu yakni, jati, sengon, mahoni dan mindi sebagai dataset yang akan diklasifikasi dengan metode klasifikasi Back-Propagation Neural Network dan fitur Gray Level Co-Occurrence Matrix. Hasil perbandingan antara setiap parameter disajikan dan hasil terbaik menunjukan nilai akurasi yang sangat baik yaitu dengan nilai rata-rata akurasi 96.13%. Output dari penelitian ini menghasilkan klasifikasi jenis kayu menggunakan metode BPNN dengan nilai akurasi yang baik.

Kata Kunci: Klasifikasi Kayu, Back-Propagation Neural Network, dan Gray Level Co-Occurrence Matrix