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 lain-

lain 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 use case

diagram, flowchart, perancangan desain interface untuk 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