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

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

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

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

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