Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

Ucapan terima kasih penulis sampaikan kepada:

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU.

3. Bapak Muhammad Anggia Muchtar, ST., MM.IT selaku Ketua Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

4. Bapak Mohammad Fadly Syahputra, B.Sc, M.Sc, IT selaku Sekretaris Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

5. Bapak Romi Fadillah Rahmat, B.Comp.Sc, M.Sc selaku dosen pembimbing I yang telah memberikan bimbingan dan saran kepada penulis.

6. Bapak Seniman, S.Kom, M.Kom selaku Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis.

7. Bapak Dr. Sawaluddin, M.IT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

8. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

9. Ayahanda H. Gong Martua Pulungan, S.E dan Ibunda Almh. Hj. Zuchrainis Rangkuti, Faridawati Marpaung, S.Si, M.Si yang selalu memberikan doa, kasih sayang dan dukungan kepada penulis.

10. Adik-adik penulis, Nurul Hidayah Pulungan dan Syarif Hidayatullah Pulungan yang selalu mendukung dan medoakan penulis.

11. Erinsyah Maulia Rangkuti, S.T, Ikhwan Bayonta Nasution, S.T yang telah membantu penulis dalam mendapatkan data penelitian.

12. Para senior Teknologi Informasi, Nanda Putra, S.TI, Hasnul Arif Fikri, S.TI, Yogi Suryo Santoso, Fani Sari Wulandari, S.TI yang telah memberikan dukungan dan masukan kepada penulis.

13. Teman-teman seangkatan Teknologi Informasi, Ossie Zarina Prayitno, Rauva Chairani, Novita Ratu Sianipar, Chairunnisaq, Masyunita, William, Fahrunnisa, Ade Oktariani, Marsha Ayudia, Vanessa Felicia, Dian Aria Ningsih, Susi Elfrida dan lain-lain yang telah membantu penulis menyelesaikan skripsi.

14. Ibu Zullidar Habsyah, S.Pd, M.Si yang telah memberikan dukungan dan arahan kepada penulis.

15. Teman-teman seperjuangan Pimpinan Wilayah IPM SUMUT, Kakanda Maya Puspita Ningrum, S.H, M.H, Abangda Muhammad Arif, S.E, M.M, Erik Syahputra, S.Pd, Syarifah Aini, Winda Handayani, S.Pd dan seluruh anggota PH PW IPM SUMUT yang selalu member semangat kepada penulis.

16. Seluruh keluarga besar Alm. Ramli Rangkuti yang telah memberikan dukungan dan motivasi kepada penulis

17. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.

Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.

Medan, Januari 2016

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.

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.

DAFTAR ISI

Halaman

PERSETUJUAN iii

PERNYATAAN iv

UCAPAN TERIMA KASIH v

ABSTRAK vii

ABSTRACT viii

DAFTAR ISI ix

DAFTAR GAMBAR xi

DAFTAR TABEL xii

BAB 1 PENDAHULUAN

Dalam dokumen Klasifikasi Karet RSS (Ribbed Smoked Sheet) Menggunakan Metode LVQ (Learning Vector Quantization) (Halaman 77-81)