BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi Sistem
Pada tahap implementasi sistem, proses klasifikasi jenis tanaman yang dimulai dari tahap pra pengolahan, tahap ekstraksi fitur hingga tahap klasifikasi diimplementasikan ke dalam
bahasa pemrograman Java. 4.1.3.
Spesifikasi perangkat keras dan perangkat lunak
Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membuat program klasifikasi tanaman menggunakan citra daun adalah sebagai berikut.
1. Processor Intel® CoreTMi5-2410M CPU 2.30GHz,
2. Memory RAM 4.00 GB,
3. Sistem Operasi Windows 7 Home Premium 64-bit,
4. Kapasitas Hardisk 600 GB,
5. Netbeans IDE 7.1.2,
6. SQLite Manager 0.8.3.1,
7. JDK 1.8.
Universitas Sumatera Utara
4.1.4. Implementasi perancangan antarmuka sistem
Adapun implementasi perancangan sistem yang telah dibangun adalah sebagai berikut.
Halaman Utama Halaman utama adalah halaman yang pertama kali muncul ketika aplikasi dijalankan.
Halaman utama dapat dilihat pada Gambar 4.1.
Gambar 4.1. Halaman utama
Halaman Training Data Halaman Training Data terdiri dari tiga panel yaitu peng-input-an data informasi
mengenai tanaman dari daun yang akan di training pada panel Leaf Details, peng-input- an gambar tanaman dari daun yang akan di training pada panel Tree Image dan pemilihan
file data training di panel Leaf Training Image. Pada halaman training data terdapat 10 tombol, yaitu tombol ”Add”, tombol “Edit” dan tombol “Delete” di panel Leaf Details,
tombol “Get Image”, tombol “Preview” dan tombol “Delete” pada panel Tree Image, tombol “Get Images”, tombol “Preview” dan tombol “Delete” pada panel Leaf Training
Universitas Sumatera Utara
Image dan tombol “Do RBF Training”. Halaman “Training Data” dapat dilihat pada
Gambar 4.2.
Gambar 4.2. Halaman training data
Halaman Testing Data Halaman Testing
terdiri dari lima label yaitu label “Grayscaling”, “Gaussian”, “Thresholding”, “Feature Extraction” dan “Result”. Halaman ini memiliki tiga tombol
yaitu tombol “Browse”, tombol “Reset” dan tombol “Classify”. Halaman pengujian citra
dapat dilihat pada Gambar 4.3.
Universitas Sumatera Utara
Gambar 4.3. Halaman testing data 4.2.
Pengujian Kinerja Aplikasi
Rencana proses pengujian kinerja aplikasi yang akan diuji dapat dilihat pada tabel 4.1.
Tabel 4.1. Rencana pengujian kinerja aplikasi
NO Halaman Aplikasi yang Diuji
Butir Uji 1
Halaman Utama Tombol “Training Data”
Tombol “Testing Data”
2
Halaman Training Data Tombol “Add”
Tombol “Edit” Tombol “Delete”
Tombol “Get Image” Tombol “Preview”
Tombol “Delete” Tombol “Get Images”
Tombol “Preview” Tombol “Delete”
Tombol “Do RBF Training”
Mencoba file menu dropdown
Universitas Sumatera Utara
“File”
3
Halaman Testing Data Tombol “Browse”
Tombol “Reset” Tombol “Classify”
Mencoba file menu dropdown “File”
Pada Tabel 4.2. akan ditampilkan hasil dari pengujian tools klasifikasi tanaman menggunakan metode Radial Basis Function RBF.
Tabel 4.2. Hasil pengujian kinerja aplikasi
No Halaman
Yang di Uji Skenario Uji
Hasil yang diharapkan Hasil
Pengujian 1
Halaman Utama
Tombol “Training Data” Aplikasi akan menampilkan Halaman data latih
Berhasil Tombol “Testing Data” Aplikasi akan menampilkan
halaman uji data Berhasil
2 Halaman
Training Data
Tombol “Add” Aplikasi akan menampilkan
jendela baru untuk meng-input informasi mengenai tanaman
dari daun yang akan di training
Berhasil
Tombol “Edit” Aplikasi akan menampilkan
jendela baru
untuk memperbaharui
informasi mengenai tanaman yang telah
di input Berhasil
Tombol “Delete” Aplikasi akan menghapus data
informasi mengenai tanaman yang telah di input
Berhasil
Tombol “Get Image” Aplikasi akan menampilkan
Berhasil
Universitas Sumatera Utara
jendela baru untuk meng-input gambar tanaman dari daun
yang akan di training Tombol “Preview”
Aplikasi akan menampilkan jendela baru untuk melihat
gambar tanaman yang telah di input
Berhasil
Tombol “Delete” Aplikasi
akan menghapus
gambar tanaman yang telah di input
Tombol “Get Images Aplikasi akan menampilkan
jendela baru untuk memilih file citra yang akan diproses
Berhasil
Tombol “Preview” Aplikasi akan menampilkan
jendela baru untuk melihat daftar file daun yang telah di
input Berhasil
Tombol “Delete” Aplikasi
akan menghapus
daftar file daun yang telah di input
Berhasil
Tombol “Do RBF Training”
Aplikasi akan
melakukan proses training pada citra yang
telah dipilih Berhasil
Mencoba menu dropdown “File”
Aplikasi akan menampilkan setiap halaman pada menu
dropdown yang terpilih Berhasil
3 Halaman
Data Uji Tombol “Browse”
Aplikasi akan menampilkan halaman baru untuk memilih
file citra yang akan diuji Berhasil
Universitas Sumatera Utara
Tombol “Reset” Aplikasi
akan menghapus
daftar citra yang telah dipilih Berhasil
Tombol “Classify” Aplikasi akan menampilkan
hasil proses pada citra yang dilatih
dan hasil
dari klasifikasi
Berhasil
Mencoba menu dropdown “File”
Aplikasi akan menampilkan setiap halaman pada menu
dropdown yang terpilih Berhasil
4.3. Pelatihan Citra