Klasifikasi Karet RSS (Ribbed Smoked Sheet) Menggunakan Metode LVQ (Learning Vector Quantization)
vii
ABSTRAK
Indonesia merupakan pengekspor bahan alam karet terbesar kedua di dunia setelah
Thailand. Salah satu jenis karet olahan yang dijadikan bahan ekspor adalah karet
olahan lembar karet asap atau ribbed smoked sheet (RSS). Mutu dari karet olahan RSS
sangat mempengaruhi peningkatan ekspor karet RSS. Kualitas karet RSS telah
ditetapkan pada SNI 06-001-1987 dan International Standards of Quality And
Packing for Natural Rubber Grades (The Green Book). Proses penetapan kualitas
karet RSS disebut juga sebagai proses sortasi. Namun, pada beberapa perkebunan
karet, proses sortasi masih dilakukan secara manual dengan melihat kadar gelembung
pada permukaan lembaran karet secara kasat mata sehingga menghasilkan kualitas
yang kurang tepat dan bersifat subjektif. Maka dari itu penelitian ini ditujukan untuk
melakukan proses klasifikasi karet RSS secara otomatis dan tepat. Penelitian ini
menggunakan proses pengolahan citra dengan citra karet RSS sebagai masukan dan
Hasil klasifikasi sebagai keluaran. Proses klasifikasi RSS menggunakan metode
Learning Vector Quantization (LVQ) dengan dua kelas klasifikasi yaitu RSS1 dan
RSS3. Penelitian ini menggunakan 120 citra RSS sebagai data latih dan 60 citra RSS
sebagai data uji dengan nilai akurasi sebesar 89 % dengan nilai epoh terbaik pada
epoh ke-15.
Kata Kunci: ribbed smoked sheet, pengolahan citra, learning vector quantization.
Universitas Sumatera Utara
viii
CLASSIFICATION OF RSS (RIBBED SMOKED SHEET) USE LVQ
(LEARNING VECTOR QUANTIZATION) METHOD
ABSTRACT
Indonesia is the second ranking exporter of natural rubber in the world after Thailand.
One of rubber type is used as rubber material exports is Ribbed Smoked Sheet (RSS).
The quantity of RSS exports depends on the quality of RSS. RSS rubber quality has
been assigned in SNI 06-001-1987 and the International Standards of Quality And
Packing for Natural Rubber Grades (The Green Book). RSS quality determination
process is also known as the sorting process. However, in the rubber factories, the
sorting process is still done manually by looking and detecting at the levels of air
bubbles on the surface of the rubber sheet by eyes so the resulting in a lack of proper
quality and subjective. Therefore this research has purpose to perform the
classification process RSS rubber automatically and precisely. This research uses
image processing with image of RSS as an input and the result of classification as an
output. The RSS classification used Learning Vector Quantization (LVQ) method
with two grades, which are RSS1 and RSS3 classification. This research used 120
RSS images as training dataset and 60 RSS images as testing dataset with an accuracy
value of 89% and the best perform epoch in fifteenth epoch.
Keyword : image processing, ribbed smoked sheet, learning vector quantization
Universitas Sumatera Utara
ABSTRAK
Indonesia merupakan pengekspor bahan alam karet terbesar kedua di dunia setelah
Thailand. Salah satu jenis karet olahan yang dijadikan bahan ekspor adalah karet
olahan lembar karet asap atau ribbed smoked sheet (RSS). Mutu dari karet olahan RSS
sangat mempengaruhi peningkatan ekspor karet RSS. Kualitas karet RSS telah
ditetapkan pada SNI 06-001-1987 dan International Standards of Quality And
Packing for Natural Rubber Grades (The Green Book). Proses penetapan kualitas
karet RSS disebut juga sebagai proses sortasi. Namun, pada beberapa perkebunan
karet, proses sortasi masih dilakukan secara manual dengan melihat kadar gelembung
pada permukaan lembaran karet secara kasat mata sehingga menghasilkan kualitas
yang kurang tepat dan bersifat subjektif. Maka dari itu penelitian ini ditujukan untuk
melakukan proses klasifikasi karet RSS secara otomatis dan tepat. Penelitian ini
menggunakan proses pengolahan citra dengan citra karet RSS sebagai masukan dan
Hasil klasifikasi sebagai keluaran. Proses klasifikasi RSS menggunakan metode
Learning Vector Quantization (LVQ) dengan dua kelas klasifikasi yaitu RSS1 dan
RSS3. Penelitian ini menggunakan 120 citra RSS sebagai data latih dan 60 citra RSS
sebagai data uji dengan nilai akurasi sebesar 89 % dengan nilai epoh terbaik pada
epoh ke-15.
Kata Kunci: ribbed smoked sheet, pengolahan citra, learning vector quantization.
Universitas Sumatera Utara
viii
CLASSIFICATION OF RSS (RIBBED SMOKED SHEET) USE LVQ
(LEARNING VECTOR QUANTIZATION) METHOD
ABSTRACT
Indonesia is the second ranking exporter of natural rubber in the world after Thailand.
One of rubber type is used as rubber material exports is Ribbed Smoked Sheet (RSS).
The quantity of RSS exports depends on the quality of RSS. RSS rubber quality has
been assigned in SNI 06-001-1987 and the International Standards of Quality And
Packing for Natural Rubber Grades (The Green Book). RSS quality determination
process is also known as the sorting process. However, in the rubber factories, the
sorting process is still done manually by looking and detecting at the levels of air
bubbles on the surface of the rubber sheet by eyes so the resulting in a lack of proper
quality and subjective. Therefore this research has purpose to perform the
classification process RSS rubber automatically and precisely. This research uses
image processing with image of RSS as an input and the result of classification as an
output. The RSS classification used Learning Vector Quantization (LVQ) method
with two grades, which are RSS1 and RSS3 classification. This research used 120
RSS images as training dataset and 60 RSS images as testing dataset with an accuracy
value of 89% and the best perform epoch in fifteenth epoch.
Keyword : image processing, ribbed smoked sheet, learning vector quantization
Universitas Sumatera Utara