BAB 1 PENDAHULUAN
1.1. Latar Belakang Data mining adalah proses mengeksplorasi dan menganalisis data dalam jumlah besar untuk menemukan pola dan rule yang berarti (Berry & Linoff, 2004). Klasifikasi adalah salah satu jenis data mining yang paling umum digunakan untuk analisis dan kategorisasi baik di dunia industri maupun akademik (Han & Kamber, 2006). Permasalahan klasifikasi sudah menjadi isu lama dalam bidang komputasi terutama pada pengenalan pola (pattern recognition). Berbagai solusi diajukan untuk mengatasi masalah klasifikasi ini, diantaranya klasifikasi kanker payudara, klasifikasi penyakit pada tanaman, klasifikasi jenis kayu, dan lain-lain. Tanaman biasanya diidentifikasi secara manual berdasarkan taksonomi yang membutuhkan waktu yang lama. Ada banyak bagian tumbuhan yang bisa mempermudah untuk mengidentifikasi tumbuhan, seperti buah, biji, bunga, daun, akar, dan lain-lain. Tetapi bagian tanaman seperti bunga, buah dan biji tidak selalu tersedia karena tanaman hanya menghasilkan bagian tersebut di waktu tertentu. Sedangkan akar sulit untuk di dapat karena harus menggali tanah untuk mendapatkannya. Hanya daun yang tersedia hampir sepanjang tahun. Setiap Negara di dunia memiliki tanaman yang beragam serta memiliki karakteristik masing-masing, namun banyak tanaman yang belum teridentifikasi dan sangat sulit untuk mengidentifikasi tanaman bila hanya terdapat daun pada tanaman tersebut. Selain itu, banyak tanaman yang memiliki daun dengan bentuk yang hampir sama, menjadikan identifikasi secara manual tidak efektif dan membutuhkan waktu yang lama. Hal ini dialami oleh mahasiswa jurusan terkait.
Universitas Sumatera Utara
2
Penelitian mengenai klasifikasi tanaman telah beberapa kali dilakukan pada penelitian – penelitian sebelumnya.
(Imaduddin & Tawakal, 2015) melakukan
penelitian deteksi dan klasifikasi daun menggunakan metode Adaboost dan Support Vector
Machine
dengan
tingkat
akurasi
51.68%.
Penelitian
lain
yaitu
pengklasifikasian daun mangga, salam dan sawo menggunakan Naïve Bayes (Hermawan et al., 2013). Hasil penelitian ini menunjukkan bahwa algoritma Native Bayes cukup efektif untuk proses klasifikasi. Penelitian selanjutnya berkaitan dengan metode yang akan digunakan penulis untuk mengimplementasikan aplikasi adalah penelitian yang dilakukan oleh (Er et al., 1999) mengenai facial recognition menggunakan metode Radial Basis Function. Pada penelitian ini Discriminant Eigenfeatures digunakan sebagai metode feature extraction. Hasil penelitian ini menunjukkan hasil akurasi tinggi dengan tingkat error yang rendah yaitu sebesar 1.5%. Pada penelitan ini, penulis mengusulkan sistem menggunakan metode Radial Basis Function untuk mengklasifikasi tanaman menggunakan citra daun. Radial Basis Function merupakan jaringan saraf tiruan yang dapat dilatih sehingga dapat mengklasifikasikan dengan baik, memiliki kelebihan dalam hal pengujian atau pembelajaran yang sangat cepat. Dengan pemilihan metode ini diharapkan peneliti dapat mengklasifikasikan tanaman dengan akurat dalam waktu yang singkat sehingga dapat mempermudah pengenalan daun yang selama ini dilakukan secara manual berdasarkan taksonomi. Berdasarkan latar belakang tersebut, penulis mengajukan proposal penelitian dengan judul “PENERAPAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION PADA TOOLS KLASIFIKASI TANAMAN”. 1.2.
Rumusan Masalah
Dunia kaya akan keberagaman tanaman, tetapi banyak tanaman yang belum teridentifikasi. Selain itu, identifikasi tanaman dilakukan secara manual berdasarkan taksonomi sehingga membutuhkan waktu yang lama. Oleh karena itu, dibutuhkan sebuah aplikasi yang dapat mengklasifikasi tanaman dalam waktu yang singkat dan akurat.
Universitas Sumatera Utara
3
1.3.Batasan Masalah Dalam melakukan penelitian ini, peneliti memberikan batasan pada ruang lingkup masalah. Hal ini bertujuan agar penelitian dapat dilakukan pada batasan-batasan yang jelas.
Adapun batasan masalah yang digunakan adalah: 1. Citra yang digunakan merupakan citra daun, 2. Data
yang
digunakan
merupakan
dataset
yang
diambil
dari
http://flavia.sourceforge.net/, 3. Klasifikasi akan dilakukan pada lima jenis tanaman, 4. Ekstensi citra yang digunakan adalah citra format jpeg (.jpg), dan png (.png), 5. Sistem bersifat offline.
1.4.Tujuan Penelitian Adapun tujuan dari penelitian ini adalah merancang sebuah tools klasifikasi untuk mengidentifikasi jenis tanaman dalam waktu singkat dan akurat menggunakan metode Radial Basis Function. 1.5. Manfaat Penelitian Adapun manfaat yang dapat diperoleh dari penelitian ini adalah : 1. Menambah pengetahuan penulis, 2. Mempermudah identifikasi tanaman, 3. Menjadi bahan referensi bagi peneliti selanjutnya. 1.6.
Metodologi Penelitian
Tahapan yang akan dilakukan pada penelitian ini adalah sebagai berikut : 1. Studi Literatur Pada tahap ini, penulis mengumpulkan literatur tentang masalah yang diperlukan untuk dalam penelitian. Tahapan ini dilakukan untuk mengetahui
Universitas Sumatera Utara
4
apa yang telah diteliti dan dikerjakan sebelumnya sehingga dapat dilakukan pengembangan pada penelitian ini. 2. Analisis Pada tahapan ini dilakukan analisis terhadap materi dan data yang mendukung terhadap penyelesaian masalah 3. Perancangan Pada tahap ini dilakukan perancangan program untuk menyelesaikan permasalahan yang terdapat di dalam tahap analisis kemudian dilanjutkan dengan mengimplementasikan hasil analisis dan perancangan ke dalam sistem. 4. Implementasi Pada tahap ini dilakukan implementasi dari analisis dan perancangan yang telah dilakukan kedalam kode program Java dengan menggunakan NetBeans. 5. Pengujian Pada tahap ini dilakukan identifikasi terhadap citra daun yang diinput kedalam sistem untuk memastikan hasil klasifikasi sesuai dengan yang diharapkan. 6. Dokumentasi dan Penyusunan Laporan Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dan implementasi Radial Basis Function pada tools klasifikasi.
1.7. Sistematika Penulisan Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut: Bab 1: Pendahuluan Bab ini berisi tentang latar belakang dari penelitian yang dilaksanakan, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
Universitas Sumatera Utara
5
Bab 2: Landasan Teori Bab ini berisi tentang teori-teori yang diperlukan untuk memahami permasalahan yang dibahas pada penelitian ini. Teori-teori yang berhubungan dengan klasifikasi, citra, image processing, ekstraksi fitur, dan Radial Basis Function. Bab 3: Analisis dan Perancangan Bab ini menjabarkan arsitektur umum, pre-processing yang dilakukan, ekstraksi fitur, serta analisis dan penerapan metode Radial Basis Function dalam tools klasifikasi. Bab 4: Implementasi dan Pengujian Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah dijabarkan pada bab 3. Hasil dari pengujian yang dilakukan terhadap implementasi juga dijabarkan pada bab ini. Bab 5: Kesimpulan dan Saran Bab ini berisi tentang ringkasan dan kesimpulan dari rancangan yang telah dibahas pada bab 3, serta hasil penelitian yang dijabarkan pada bab 4. Bagian akhir pada bab ini memuat saran-saran yang diajukan untuk pengembangan penelitian selanjutnya.
Universitas Sumatera Utara
