Chapter I PDF
Chapter I PDF
PENDAHULUAN
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
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.
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.
flowchart,
perancangan
desain
interface
untuk
use case
selanjutnya