BAB 1 PENDAHULUAN
1.1 Latar Belakang Tanaman karet merupakan tanaman yang memiliki peran penting di bidang industri terutama sebagai bahan baku di bidang industri ban dan otomotif (Sinaga, 2011). Indonesia menjadi produsen terbesar kedua di dunia setelah negara Thailand dengan produksi mencapai hampir 3 juta ton pada tahun 2011. Dengan 27,06% dari hasil produksi dikontribusikan kepada produksi karet dunia. Indonesia memiliki 3,4 juta ha lahan karet dengan 85% merupakan perkebunan rakyat (Dhani, 2013). Salah satu karet olahan yang menjadi bahan ekspor adalah lembaran karet asap atau ribbed smoked sheet (RSS). Karet olahan RSS memiliki kualitas yang telah ditetapkan oleh International Standards of Quality and Packing for Natural Rubber Grades (The Green Book) dan SNI 06-001-1987. Setiap kualitas karet RSS memiliki harga yang berbeda. Untuk menentukan kualitas dari karet olahan RSS maka dilakukan proses sortasi pada tahap proses pengolahannya, sebelum dilakukan cutting. Proses sortasi merupakan proses pengklasifikasian mutu karet lembar RSS. Sampai sekarang, proses sortasi masih dilakukan secara manual dengan pengamatan langsung pada permukaan karet. Pengamatan yang dilakukan secara manual ini biasanya dengan melihat cacat fisik pada permukaan, kotoran, warna tidak merata, jamur, gelembung udara dan lengket sehingga hasil dari sortasi hanya bersifat subjektif (Ahmad et al, 2006). Untuk itu dibutuhkan suatu sistem yang mampu mengklasifikasikan RSS menggunakan citra RSS itu sendiri.
Universitas Sumatera Utara
2
Beberapa penelitian tentang pengklasifikasian mutu RSS ini telah dilakukan oleh beberapa peneliti sebelumnya diantaranya penelitian yang dilakukan oleh Umyai dkk (2011) dalam mendeteksi gelembung udara pada Ribbed Smoked Sheet dimana gelembung udara merupakan salah satu faktor yang mempengaruhi kualitas RSS. Pendeteksian gelembung RSS diteliti berdasarkan dimensi fraktal pada 500 citra RSS menghasilkan 98% tingkat keberhasilan klasifikasi ada atau tidaknya gelembung pada RSS. Namun tidak membahas tentang pengklasifikasian mutu karet RSS. Pada penelitian yang dilakukan oleh Pornpanomchai & Chantharangsikul (2010) pada sistem pengklasifikasian RSS menggunakan metode k-Means Clustering dan the Euclidean Distance dari identifikasi warna untuk mengklasifikasikan RSS ke dalam lima kualitas yaitu RSS1, RSS2, RSS3, RSS4, dan RSS5 menghasilkan 80.90% tingkat keberhasilan dengan rata rata waktu klasifikasi 10.88 detik per citra RSS. Berdasarkan kendala dalam pengklasifikasian kualitas karet maka dibutuhkan suatu metode yang dapat digunakan dalam mengklasifikasikan mutu karet RSS dengan baik berdasarkan jumlah gelembung dalam lembaran karet RSS. Salah satu metode yang sering digunakan dalam pengklasifikasian adalah
Learning Vector
Quantization (LVQ). LVQ merupakan sebuah metode klasifikasi berdasarkan model kohonen yang dikenal sebagai Self-Organizing Map Network (SOM). Namun LVQ berbeda dengan SOM yang bersifat pembelajaran tidak terawasi, LVQ merupakan algoritma pembelajaran terawasi versi model Kohonen dengan arsitektur algoritma yang sederhana sehingga hanya terdiri dari satu lapisan input dan lapisan output (Azara et al, 2012). Pada
penelitian
ini,
penulis
mengusulkan
sistem
yang
mampu
mengklasifikasikan mutu pada karet olahan RSS dengan menggunakan metode LVQ (Learning Vector Quantization) sehingga diharapkan perancangan sistem ini dapat membantu proses pengklasifikasian mutu karet RSS dengan akurat.
Universitas Sumatera Utara
3
1.2 Rumusan Masalah Indonesia telah menjadi pengeksport bahan alam karet kedua di dunia setelah Thailand. Salah satu karet olahan yang menjadi bahan ekspor adalah lembaran karet asap atau ribbed smoked sheet (RSS). Mutu dari karet olahan RSS ini sangat berpengaruh besar dalam peningkatan ekspor RSS. Kualitas RSS disesuaikan dengan SNI 06-001-1987 dan International Standards of Quality And Packing for Natural Rubber Grades (The Green Book). Namun, pada sortasi kualitas yang dilakukan oleh perkebunan masih menggunakan pengamatan manual pada permukaan karet yaitu dengan melihat kadar gelembung pada permukaan karet lembaran sehingga menghasilkan kualifikasi yang kurang tepat dan hanya bersifat subjektif. (Ahmad, et al,
2003).
Oleh
karena
itu,
diperlukan
suatu
pendekatan
yang
mampu
mengklasifikasikan kualitas RSS secara tepat pada produk karet olahan RSS. 1.3 Batasan Masalah Adapun batasan masalah pada penelitian ini adalah : 1. Karet RSS yang akan diteliti telah dilakukan pengasapan terlebih dahulu. 2. Karet RSS yang akan diteliti adalah karet RSS1 dan RSS3. 3. Karet RSS tidak mengalami cacat, sobek, molor, dan basah. 4. Data berupa citra dengan format file .jpeg. 5. Pengklasifikasian hanya berdasarkan gelembung. 6. Sistem bersifat offline. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah mengklasifikasikan kualitas karet RSS menggunakan metode Learning Vector Quantization (LVQ). 1.5 Manfaat Penelitian Manfaat dari penelitian ini adalah sebagai berikut : 1. Sistem dapat digunakan untuk mengklasifikasikan kualitas karet RSS dengan otomatis dan akurat. 2. Menambah pengetahuan tentang penggunaan metode LVQ dalam pengklasifikasian.
Universitas Sumatera Utara
4
3. Sebagai bahan penelitian selanjutnya. 1.6 Metode Penelitian Adapun tahapan yang akan dilakukan pada penellitian ini adalah sebagai berikut : 1. Studi Literatur Pada tahap ini, penulis mengumpulkan data dan informasi-informasi yang diperoleh dari beberapa sumber seperti buku, jurnal, prosiding, skripsi dan lainlain yang diperlukan dalam penelitian. 2. Analisis Permasalahan Pada tahap ini, dilakukan analisis terhadap berbagai informasi yang didapat dari beberapa sumber yang diperlukan pada penelitian sehingga diperoleh metode yang tepat dalam menyelesaikan masalah penelitian ini. 3. Perancangan Sistem Pada tahap ini, dilakukan perancangan sistem seperti merancang diagram,
flowchart,
perancangan
desain
interface
untuk
use case selanjutnya
diimplementasikan ke dalam sistem. 4. Pengujian Sistem Pada tahap ini dilakukan pengujian sistem untuk mengetahui apakah sistem berjalan dengan baik dan sesuai dengan kriteria dan kebutuhan yang diinginkan sehingga dapat diketahui kekurangan dari sistem yang dirancang untuk dapat dilakukan perbaikan untuk diperoleh hasil yang lebih baik. 5. Dokumentasi Sistem Pada tahap ini dilakukan dokumentasi sistem dalam bentuk laporan tertulis untuk menampilkan hasil penelitian yang telah dilakukan.
Universitas Sumatera Utara
5
1.7 Sistematika Penulisan Sistematika penulisan dari penelitian terdiri dari lima bagian utama sebagai berikut : Bab 1 : Pendahuluan Bab ini berisi konsep dasar penyusunan penelitian yang terdiri dari latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan. Bab 2 : Landasan Teori Bab ini berisi teori-teori pendukung yang digunakan untuk memahami permasalahan yang akan dibahas pada penelitian ini. Pada bab ini dijelaskan tentang image processing, karet RSS (Ribbed Smoke Sheet), proses preprocessing, ekstraksi fitur dan Learning Vector Quantization dalam proses pengklasifikasian citra. Bab 3 : Analisis dan Perancangan Pada bab ini berisi analisis dan perancangan jaringan syaraf tiruan Learning Vector Quantization dalam mengklasifikan kualitas mutu karet serta perancangan tampilan antar muka pada aplikasi. Bab 4 : Implementasi dan Pengujian Bab ini berisi pembahasan tentang implementasi dari bab analisis dan perancangan yang telah disusun serta pengujian keakuratan sistem dengan keadaan yang sesuai dengan mutu karet RSS. Bab 5 : Kesimpulan dan Saran Bab ini berisi kesimpulan dari penelitian yang telah dikerjakan dan saran yang diajukan untuk penelitian selanjutnya.
Universitas Sumatera Utara
