BAB 1 PENDAHULUAN
1.1. Latar Belakang Kayu merupakan salah satu komoditi yang dapat digunakan untuk beberapa keperluan, seperti bahan bangunan, furniture, dll. Setiap jenis kayu memiliki karakteristik yang berbeda sehingga hal tersebut dapat mempengaruhi kualitas maupun harga setiap jenis kayu. Berdasarkan hal tersebut, identifikasi jenis kayu sangat dibutuhkan terutama bagi pihak yang memiliki keperluan untuk mengetahui jenis kayu sehingga memungkinkan pihak yang terkait dapat menggunakan kayu secara tepat guna. Terdapat dua cara yang dapat dilakukan untuk mengidentifikasi jenis kayu yaitu dengan mengamati sifat umum dan sifat anatomi kayu (Mandang & Pandit, 1997). Sifat umum kayu yaitu sifat fisik kayu secara langsung tanpa bantuan alat pembesar bayangan. Sifat fisik kayu meliputi warna, tekstur, arah serat, gambar, berat, kesan raba, lingkaran tumbuh, bau dan sebagainya. Sifat anatomi meliputi bentuk, susunan dan ukuran sel yang dapat diamati dengan bantuan alat pembesar bayangan. Dalam mengidentifikasi jenis kayu terdapat kendala yaitu tidak semua orang memiliki pengetahuan untuk dapat mengidentifikasi jenis kayu. Identifikasi jenis kayu dengan mengamati sifat umum atau sifat anatomi kayu dapat dilakukan oleh orang yang sudah ahli dan memiliki banyak pengalaman. Untuk pihak yang memiliki keperluan untuk mengetahui jenis kayu, maka sangat penting akan kebutuhan terhadap orang yang ahli dalam mengidentifikasi jenis kayu. Namun, ketersediaan ahli kayu sangat terbatas. Selain itu, identifikasi secara manual yang dilakukan oleh para ahli kayu dinilai kurang efisien karena membutuhkan waktu yang banyak. Penelitian mengenai identifikasi jenis kayu telah beberapa kali dilakukan pada penelitian – penelitian sebelumnya. Mohan et al. (2014) melakukan penelitian identifikasi spesies kayu dari India dengan menggunakan Grey Level Co-Occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur kayu dan teknik klasifikasi yang digunakan
Universitas Sumatera Utara
2
adalah metode korelasi. Penelitian lainnya adalah identifikasi kayu perdagangan di Indonesia yang dilakukan dengan menggunakan metode ekstraksi fitur citra twodimensional
principal
component
analysis
(2D-PCA) dan klasifikasi
citra
menggunakan support vector machine (Gunawan et al., 2011). Klasifikasi spesies kayu tropis menggunakan metode kohonen self-organizing map dilakukan dengan cara mengekstraksi citra kayu dengan teknik ekstraksi fitur Grey Level Aura Matrix (BGLAM) dan Statistical Properties of Pores Distribution (SPPD) (Ahmad & Yusof, 2013). Dalam penelitian ini, penulis melakukan identifikasi jenis kayu menggunakan metode pengenalan citra dengan mengolah informasi dari citra mikroskopis penampang lintang (cross section) kayu. Metode ekstraksi fitur yang digunakan adalah Gray Level Co-Occurrence Matrix (GLCM). Metode yang digunakan untuk klasifikasi fitur citra kayu adalah backpropagation neural network. Backpropagation merupakan salah satu algoritma pembelajaran pada jaringan saraf tiruan yang dapat dilakukan untuk pengenalan pola. Backpropagation dapat membuat keseimbangan dalam jaringan dengan melatih jaringan untuk mampu mengenali pola yang ada pada pelatihan serta dapat memberi respon yang benar terhadap pola masukan yang serupa dengan pola yang digunakan pada pelatihan (Listia & Harjoko, 2014). Risaldi et al. (2014) menggunakan metode backpropagation untuk mengklasifikasikan kualitas kayu kelapa dengan membandingkan algoritma neural network backpropagation dan libSVM. Dalam penelitiannya diperoleh hasil bahwa backpropagation memiliki akurasi yang lebih tinggi. Penelitian lain menggunakan backpropagation dalam mengklasifikasikan massa pada citra mammogram (Listia & Harjoko, 2014). Dalam penelitiannya diperoleh bahwa tahap klasifikasi dengan backpropagation mampu mengelompokkan mammogram ke dalam tiga kelas tumor. Berdasarkan latar belakang diatas, maka penulis mengajukan penelitian dengan judul
“IDENTIFIKASI
JENIS
KAYU
TROPIS
MENGGUNAKAN
BACKPROPAGATION NEURAL NETWORK”.
1.2. Rumusan Masalah Identifikasi jenis kayu sangat dibutuhkan bagi pihak yang memiliki keperluan untuk mengetahui jenis kayu. Dalam mengidentifikasi jenis kayu terdapat keterbatasan yaitu tidak semua orang memiliki kemampuan untuk mengidentifikasi jenis kayu, sehingga
Universitas Sumatera Utara
3
ketersediaan orang yang ahli dalam mengidentifikasi jenis kayu sangat dibutuhkan. Namun, ketersediaan pakar kayu sangat terbatas. Selain itu, identifikasi jenis kayu yang dilakukan secara manual oleh para ahli kayu membutuhkan waktu yang banyak sehingga kurang efisien. Oleh karena itu dibutuhkan suatu metode untuk mengidentifikasi jenis kayu sehingga dapat membantu pihak yang memiliki keperluan dalam mengetahui jenis kayu.
1.3. Tujuan Penelitian Adapun tujuan dari penelitian ini adalah untuk mengidentifikasi jenis kayu tropis dengan menggunakan backpropagation neural network.
1.4. Batasan Masalah Untuk mencegah meluasnya ruang lingkup permasalahan dalam penelitian, maka diperlukan adanya batasan masalah. Adapun batasan masalah dalam penelitian ini adalah: 1. Citra yang diambil berasal dari jenis kayu tropis yang tumbuh di daerah Indonesia. 2. Citra kayu yang akan diolah adalah citra pada sisi penampang melintang (cross section) kayu yang difoto dengan menggunakan mikroskop digital. 3. Ukuran resolusi citra hasil akuisisi adalah 2560 x 1920. 4. Ekstensi file citra kayu adalah .jpeg. 5. Kayu yang akan diklasifikasikan berjumlah lima jenis.
1.5. Manfaat Penelitian Manfaat penelitian ini adalah sebagai berikut: 1. Membantu identifikasi jenis kayu tropis. 2. Memberi masukan bagi penelitian yang lain dalam bidang pengenalan citra.
1.6. Metodologi Penelitian Adapun tahapan – tahapan yang akan dilakukan pada penelitian adalah:
Universitas Sumatera Utara
4
1. Studi Literatur Pada tahap ini, dilakukan pengumpulan informasi dan pembelajaran teori – teori pada penelitian yang dilakukan dari berbagai sumber seperti buku, jurnal, prosiding dan orang yang ahli. Informasi yang berkaitan dengan penelitian dapat berupa teori tentang pengenalan kayu, pengolahan citra, ekstraksi fitur GLCM dan teknik klasifikasi backpropagation neural network. 2. Analisis Permasalahan dan Perancangan Analisis dilakukan terhadap data yang diperoleh pada tahap sebelumnya. Data yang dianalisis digunakan sebagai sumber untuk dapat melakukan perancangan sistem. 3. Implementasi Pada tahap ini akan dilakukan implementasi ke dalam bentuk kode program berdasarkan analisis dan perancangan yang telah dilakukan. 4. Pengujian Pada tahap ini akan dilakukan pengujian terhadap pengenalan jenis kayu tropis untuk melihat apakah hasil pengenalan tersebut sudah sesuai dengan yang diharapkan. 5. Dokumentasi dan Penyusunan Laporan Pada tahap ini penulis akan membuat dokumentasi berupa laporan penelitian yang akan memaparkan hasil penelitian yang telah dilakukan.
1.7. Sistematika Penulisan Sistematika penulisan pada skripsi ini adalah sebagai berikut:
Bab 1: Pendahuluan Bab ini berisi latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian, metodologi penelitian dan sistematika penulisan.
Bab 2: Landasan Teori Bab ini berisi teori – teori yang digunakan dalam penelitian ini meliputi identifikasi jenis kayu, pengolahan citra, metode gray level co-occurrence matrix sebagai metode ekstraksi fitur dan backpropagation neural network sebagai metode klasifikasi citra.
Universitas Sumatera Utara
5
Bab 3: Analisis dan Perancangan Bab ini berisi analisis terhadap tahap – tahap yang dilakukan pada identifikasi jenis kayu tropis meliputi tahap akuisisi citra, pra pengolahan serta penerapan metode ekstraksi fitur dan klasifikasi.
Bab 4: Implementasi dan Pengujian Bab ini berisi implementasi terhadap analisis dan rancangan yang telah dipaparkan pada Bab 3 ke dalam bentuk bahasa pemrograman. Selain itu, bab ini berisi tentang hasil pengujian terhadap sistem yang dibangun.
Bab 5: Kesimpulan dan Saran Bab ini berisi kesimpulan terhadap analisis dan perancangan pada Bab 3 serta hasil pengujian sistem pada Bab 4. Bab ini juga berisi saran yang diperlukan untuk pengembangan penelitian selanjutnya.
Universitas Sumatera Utara
