SINOPSIS RENCANA PENELITIAN

Identifikasi Benih Padi Varietas Lokal Kalimantan Selatan

Menggunakan Jaringan Saraf Tiruan Radial Basis Fungsi
dan PCA (Principle Component Analysis)
Oleh : Muhammad Syahid Pebriadi


Asia merupakan tempat dimana varietas padi dunia banyak ditemukan
dalam jumlah besar. Tercatat, lebih dari 107,000 aksesi di koleksi oleh
International Rice Genebank (IRG) di International Rice Research Institute
(IRRI). Dan sebagian besar dari jenis tanaman atau bahan peternakan dari O.
sativa, O. glaberrima, dan spesies liar (Pesticide Action Network Asia and the
Pacific, 2010). Sedangkan untuk konsumsi Padi di Indonesia sendiri menempati
urutan ke-3 setelah China dan India (United States Department of Agriculture,
2013). Tingginya angka konsumsi disebabkan karena padi (beras) menjadi bagian
yang tidak dapat dipisahkan dari budaya pangan nasional (Neraca.co.id, 2013).
Indonesia juga memiliki ragam padi (Oryza sativa L.) yang cukup banyak.
Tercatat, sebanyak 400 ribu ragam lebih disimpan sebagai koleksi plasma nutfah
di seluruh dunia dan sebanyak 4000 ragam lebih disimpan di bank gen Balai
Besar Biogen (Lestari, 2011). Ragam ini menimbulkan perbedaan kualitas benih
padi yang berpengaruh pada kualitas mutu beras yang dihasilkan. Untuk
menentukan kualitas suatu benih padi yang baik, dapat dilihat dari warna, tekstur
dan kandungan airnya (Guzman & Peralta, 2008). Penentuan kualitas tersebut
dapat dilakukan melalui proses identifikasi.
Saat ini, identifikasi benih padi dapat dilakukan melalui dua cara, yaitu
pengamatan secara langsung dan dengan kimiawi. Pengamatan secara langsung
dilakukan melalui pengamatan warna, tekstur, panjang, ketebalan dan ada
tidaknya bulu halus pada benih padi, sedangkan dengan metode kimiawi, benih
padi yang dijadikan sampel identifikasi akan dihancurkan terlebih dahulu,
kemudian diberi cairan kimia untuk bisa dilihat identitas gennya. Dilihat dari hasil
identifikasi, kedua metode ini memiliki akurasi yang cukup baik, akan tetapi
kedua cara ini juga memiliki kelemahan. Cara pengamatan memiliki tingkat
subjektifitas yang relatif tinggi (Somantri, 2010), sedangkan metode kimiawi
memerlukan sampel benih padi yang banyak dan cairan kimia yang mengeluarkan
biaya yang mahal.
Oleh karena itu, diperlukan suatu metode alternatif dalam melakukan
identifikasi ragam benih padi. Salah satunya menggunakan Teknologi pengolahan
Citra berbasis jaringan saraf tiruan. Teknologi ini menawarkan proses identifikasi
dengan cepat, praktis, murah dan mudah. Teknologi ini telah diaplikasikan oleh
beberapa peneliti untuk melakukan proses identifikasi dan klasifikasi beberapa
tanaman, termasuk padi. Liu et al. (2005) memperlihatkan penggunaan teknologi
pengolahan Citra untuk mengenali ragam varietas padi yang ada di Provinsi
Zheijang, China memiliki akurasi 74-95%. Begitu pula dengan Guzman and
Peralta (2008) yang menggunakan teknologi ini untuk mengklasifikasikan ragam
varietas padi yang ada di Filipina dengan akurasi 70 persen.
Penelitian ini bertujuan membuat aplikasi pengenalan Citra Digital yang
dapat dipergunakan dalam pengidentifikasian ragam benih padi. Benih padi yang
digunakan merupakan varietas lokal Kalimantan Selatan yang dikoleksi dari lahan
rawa (Mursyidin dkk, 2013). Penelitian awal dilakukan kepada masing-masing
benih padi diambil citranya, kemudian dilakukan pengolahan citra digital untuk
menentukan fitur ciri yang dijadikan sebagai variabel masukan. Fitur ciri yang
didapat yaitu Area, Perimeter, Major Axis, Minor Axis, Circularity, Aspect Ratio,
Roundness dan Feret. Fitur ciri area, perimeter, circularity, aspect ratio dan
roundness didapatkan menggunakan aturan Chain Code pada citra. Fitur ciri
Major Axis, minor axis dan feret didapatkan melalui metode Region Properties
dengan pendekatan bentuk elips.
Fitur ciri yang didapat, digunakan sebagai inputan ke dalam jaringan saraf
tiruan untuk menghitung nilai bobot pola jaringan yang terbentuk. Selanjutnya,
nilai bobot ini digunakan dalam pengidentifikasian ragam benih padi. Penelitian
lanjutan direncanakan dengan menambah variabel berupa fitur warna yang
meliputi nilai R(Red), G(Green), B(Blue), H(Hue), S(Saturation), dan I(Intensity)
yang juga pernah digunakan oleh Liu et al. (2005).
Kemudian juga akan ditambahkan algoritma PCA (Principle Component
Analysis) untuk menyeleksi fitur mana dari variabel yang dimasukkan tanpa
mengurangi akurasi. Hasil seleksi dari algoritma PCA akan dimasukkan ke dalam
algoritma Jaringan Saraf Tiruan untuk diproses. Jaringan saraf tiruan yang
digunakan adalah Radial Basis Function (RBF). Jaringan saraf tiruan RBF sering
digunakan dalam proses klasifikasi dan peramalan. Keunggulan dari Jaringan
Saraf Tiruan ini, yaitu komputasinya yang cepat untuk menangani data dalam
jumlah yang besar. Jaringan saraf tiruan ini juga mampu memberikan akurasi
yang cukup memuaskan.
Hasil penelitian ini berupa aplikasi pengenalan citra digital berbasis
jaringan saraf tiruan yang dapat digunakan untuk pengidentifikasian ragam benih
padi varietas lokal Kalimantan Selatan. Kemudian untuk pengembangannya dapat
digunakan dalam pengidentifikasian ragam benih padi varietas lain.

DAFTAR PUSTAKA
Guzman, J. D., & Peralta, E. K. (2008). Classification of philippine rice grains
using machine vision and artificial neural networks. IAALD AFITA
WCCA , 41-48.
Lestari, P. (2011). Metode PCR (Polymerase Chain Reaction) Cara
Mengidentifikasi Padi Bermutu Rasa Tinggi. SinarTani , 13-16.
Liu, Zhao-yan, Fang Cheng, Yi-bin Ying, & Xiu-qin Rao. (2005). Identification
of rice seed varieties using neural network. Journal of Zhejiang University
SCIENCE B , 1095-1100.
Mursyidin, D.H., Isa Azhari, BS. Daryono.2013. Laporan Kemajuan Hibah
Penelitian 2012. Dirjen Dikti. Jakarta.
Pesticide Action Network Asia and the Pacific. (2010). Saving The Rice Seed.
PANAP RICE SHEETS , 1-16.
Liu, Zhao-yan, Fang Cheng, Yi-bin Ying, & Xiu-qin Rao. (2005). Identification
of rice seed varieties using neural network. Journal of Zhejiang University
SCIENCE B , 1095-1100.
Somantri, A. S. (2010). Menentukan Klasifikasi Mutu Fisik Beras Dengan
Menggunakan Teknologi Pengolahan Citra Digital Dan Jaringan Syaraf
Tiruan . Jurnal Standardisasi Vol. 12, No. 3 , 162 - 173 .
Neraca.co.id. (2013, Maret 3). Konsumsi Beras Nasional Tertinggi Se-Asia.
http://www.neraca.co.id/harian/article/26605/Konsumsi.Beras.Nasional.Te
rtinggi.SeAsia
Di akses tanggal 3 Agustus 2013
United States Department of Agriculture. (2013, Agustus 1). Milled Rice
Domestic Consumption by Country in 1000 MT - Country Rankings.
http://www.indexmundi.com/agriculture/?commodity=milled-
rice&graph=domestic-consumption
Diakses tanggal 10 Agustus 2013