DATA PRIBADI
Nama : Cecep Supriatna
Jenis kelamin : Laki-laki
Tempat, tanggal lahir : Bandung, 05 Juni 1989
Kewarganegaraana : Indonesia
Tinggi, berat badan : 169 cm, 65 kg
Agama : Islam
Alamat lengkap : Jln Sukamenak Kopo Sayati No.203 Rt.06/10 kec. Margahayu
Selatan Kab. Bandung (Kode pos : 40227)
Telepon, HP : 089656211003
E-mail : Mbukiller@yahoo.com
RIWAYAT ORANG TUA
Nama Ayah : Ngadion Anwar
Alamat Lengkap : Jln Sukamenak Kopo Sayati No.203 Rt.06/10 kec. Margahayu
Selatan Kab. Bandung (Kode pos : 40227)
Telepon, HP : -
Pekerjaan : Pensiunan TNI-AD Bekangdam III Siliwangi
LATAR BELAKANG PENDIDIKAN
- Formal
SD NEGERI 5 Sukamenak Indah , 2001 SMP NEGERI 1 Margahayu ,2006
UNIKOM (TEKNIK KOMPUTER) 2008 - 2014
KEMAMPUAN
Kemampuan Teknik Komputer dan Informatika (Image Processing MATLAB,
Networking, MS office, corel application, adobe application, web programming & design
photoshop dan Corel draw, programmer aplication) Kemampuan internet (e-commers, Bisnis Online)
PENGALAMAN KERJA
Kerja praktek di PT. BANINUSA INDONESIA, 2007
Kerja praktek di Laboratorium Jaringan Komputer Unikom Bandung, 2012
Bandung, Februari, 2014
Hormat saya,
Cecep Supriatna
PERMUKAAN BATUAN
TUGAS AKHIR
Disusun untuk memenuhi syarat kelulusan
Pada Program Studi Sistem Komputer Strata Satu di Jurusan Teknik Komputer
Oleh
CECEP SUPRIATNA 10208090
Pembimbing:
John Adler, M.Si Sri Supatmi, S.Kom
JURUSAN TEKNIK KOMPUTER
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
vi
KATA PENGANTAR
Assalamualaikum Wr, Wb.
Puji syukur penulis panjatkan ke hadirat Allah SWT, yang telah
memberikan rahmat dan karunia-Nya kepada penulis sehingga penulis dapat
menyelesaikan laporan tugas akhir ini. Dalam penyusunan tugas akhir ini penulis
mendapat bimbingan dan dukungan dari banyak pihak, untuk itu penulis ingin
mengucapkan terimakasih kepada:
1. Wendi Zarman, M.Si. Selaku Ketua Jurusan Teknik Komputer.
2. John Adler, S.Si., M.Si yang telah memberikan arahan dan masukan serta
bimbingan selama penulis pelaksanaan tugas akhir dan selaku dosen wali yang
memberi koreksi dan arahan selama menempuh pendidikan.
3. Sri Supatmi, S.Kom Selaku Pembimbing II yang telah memberikan arahan dan
masukan serta bimbingan selama penulis pelaksanaan tugas akhir.
4. Dilianti, S.kom yang memberikan banyak wawasan dan koreksi atau
bimbingan pembelajaran yang membangun selama pelaksanaan tugas akhir.
5. Ayahanda Ngadion Anwar dan Ibunda Imas Sopiah. Yang telah mencintai,
menyayangi, mendidik penulis, serta memberikan do’a kepada penulis dengan
penuh kesabaran dan ikhlas.
6. Seluruh Bapak dan Ibu Dosen Jurusan Teknik Komputer.
7. Jajaran Staf Jurusan Teknik Komputer.
8. Winda Suantika yang selalu memberikan semangat, suport dan doa dalam
menyelesaikan laporan ini.
9. Rekan-rekan seperjuangan di kelas 08TK-3 Unikom, yang tidak kenal lelah
dan saling memotivasi dalam melakukan riset.
Atas segala kebaikan yang telah diberikan semoga Allah SWT, membalas
budi baik semua pihak dengan kebaikan dan pahala yang berlipat. Penulis
menyadari bahwa laporan tugas akhir ini masih memiliki kelemahan untuk itu
kritik dan saran sangat diharapkan.
Wassalamualaikum Wr, Wb.
Bandung, Februari 2014
vii
LEMBAR PENGESAHAN..……….………ii
LEMBAR PERNYATAAN ... iii
ABSTRAK ... iv
ABSTRACT ... v
KATA PENGANTAR... vi
DAFTAR ISI ... vii
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... viii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Maksud dan Tujuan ... 2
1.3 Batasan Masalah ... 3
1.4 Metode Penelitian ... 3
1.5 Sistematika Penulisan ... 4
BAB II DASAR TEORI ... 5
2.1 Definisi Tentang Batuan ... ………5
2.1.1 Batuan………..……….……...5
2.1.2 Batuan Sediment....………..………6
2.1.3 Proses Sedimen………..………..6
2.1.4 Macam-Macam Batuan Sediment………8
2.1.5 Kandungan Batuan Sediment Karbonat……….11 2.2 Citra Digital...………11
2.3 Citra Biner ... 12
2.3.1 Citra Citra Grayscale ... 13
2.3.2 Citra Asli ... 14
2.4 Tentang Jaringan Syaraf Tiruan (JST) ... 15
2.4.1 Konsep Dasar Jaringan Syaraf Tiruan (JST) ………16
viii
2.5 Metode Learning Vector Quantization (LVQ)……..….…………...……17
2.5.1 Cara Kerja Learning Vector Quantization (LVQ)………..18
2.5.2 Proses Pelatihan Learning Vector Quantization (LVQ)….……..19
2.6 Dasar Pengolahan Citra Digital………..19
2.7 Tresholding………20
2.7.1 Tresholding global………...21
2.7.2 Tresholding adaptif………21
2.8 Pengolahan Citra Menggunakan Matlab…...……….21
2.8.1 Software Matlab……….23
2.8.2 Spesifikasi GUI Matlab………..24
2.9 Sofware Antarmuka Matlab……….………..26
2.10 Sistem Matlab……….28
BAB III PERANCANGAN ... 30
3.1 Deskripsi Komponen yang digunakan ... .30
3.1.1 Prangkat Keras ... ……….30
3.1.2 Perangkat Lunak .... ………..30
3.2 Proses Kerja Learnning Vector Quantization (LVQ)………...31
3.2.1 Langkah-Langkah Membangun LVQ ………31
3.3 Proses Pengambilan Citra………...……….33
3.4 Perancangan Sistem (Flowchart Diagram Sistem).……….34
3.4.1 Baca Citra………..………..34
3.4.2 Grayscale..…...………..………..34
3.4.3 Deteksi Tepi………..……….…….35
3.4.4 Segmentasi Watershed.………...35
3.4.5 Ekstraksi Ciri ..……….……….…………..37
3.5 Hitung Jumlah Batuan yang Memiliki Wajik dan Bukan Wajik………...38
3.5.1 Efektifitas Sistem ……...………38
BAB IV PENGUJIAN DAN ANALISA ... 40
ix
4.1.3Segmentasi Watershed ... 41
4.2 Processing Ekstraksi Ciri ... 42
4.2.1Perhitungan Pola bentuk batuan Karbonat ... 43
4.3 Perhitungan Dan Akurasi Sistem ... 43
4.4 Trainning Citra ke-1 dan ke-2 dengan metode LVQ dari JST…...………...49
BAB V SIMPULAN DAN SARAN ... 56
5.1 Simpulan ... 56
5.2 Saran ... 57
x
DAFTAR TABEL
Tabel 4.1 Perhitungan jumlah bentuk pola pada percobaan gambar 4.7…….45
Tabel 4.2 Perhitungan jumlah bentuk pola pada percobaan gambar.4.14…...47
Tabel 4.3 Nilai tingkat sensitivitas, spesifitas, dan akurasi pada percobaan Pada citra pertama dan kedua………...48
Tabel 4.4 Prosentase keberhasilan hasil segmentasi citra menetukan jumlah Keseluruhan bentuk batuan mineral pada percobaan pertama dan kedua…....49
xi
Gambar 2.1 Macam-macam batuan mineral………..……...5
Gambar 2.2 Citra biner……….………..…….12
Gambar 2.3 Representasi citra biner………..………...12
Gambar 2.4 Citra grayscale……….………….14
Gambar 2.5 Citra RGB……….15
Gambar 2.6 Ilustrasi struktur jaringan syaraf tiruan………...…………..16
Gambar 2.7 Arsitektur Learning Vector Quantization (LVQ)...18
Gambar 2.8 Command window………...……….25
Gambar 2.9 Guide quick start………..……….……...25
Gambar 2.10 GUI editor……….…….26
Gambar 2.11 Element tools ……….……26
Gambar 2.12 Antarmuka sistem………..……27
Gambar 3.1 Proses pengambilan citra………..33
Gambar 3.2 Struktur mineral gamping dengan perbesaran (a) 5000x (b) 3000x yang akan dilati………..……33
Gambar 3.3 Flowchart perancangan sistem………....….34
Gambar 4.1. Konversi citra asli hasil SEM ke grayscale………...…..40
Gambar 4.2. Konversi grayscale ke filter sobel (Deteksi Tepi)…………..…….41
Gambar 4.3. Konversi filter sobel (Deteksi Tepi) ke segmentasi watershed (Pemisahan batuan yang bertumpuk)……….41
Gambar 4.4. Proses ekstraksi ciri dan pemisahan pola berdasarkan warna ...42
Gambar 4.5. Tampilan GUI pada matlab perhitungan bentuk citra 1 sayatan batuan berdasarkan warna merah (pola wajik) biru (pola bukan wajik)…………43
xii
Gambar 4.7. Hasil segmentasi watershed dan ekstrasi ciri citra ke-1……...…...45
Gambar 4.8. Gamping Sem3000x ke-2………...………..46
Gambar 4.9 Hasil segmentasi dan ekstrasi ciri citra ke-2 pada percobaan kedua………..47
Gambar 4.10. Sampel training citra ke-1……….50
Gambar 4.11. Neural network training (nntraintool) citra ke-1…...………50
Gambar 4.12. Plot regression citra ke-1………...51
Gambar 4.13 Sampel training citra ke-2……….………….52
Gambar 4.14 Neural network training (nntraintool) Citra ke-2……...…………52
DAFTAR PUSTAKA
[1] Adler, J. Pengaruh Matriks dan Porositas Batuan Karbonat Formasi
Parigi. Majalah Ilmiah Unikom Vol.9, hal 51-60, Maret 2012.
[2] Askira, V. Pengertian Mineral dan Batuan. Diakses tanggal 20 Januari
2014, dari
http://askiravistara.wordpress.com/2013/09/28/mineral-dan-batuan/.
[3] Dewi, K. P. Dasar-Dasar Pembelajaran Jaringan Syaraf Tirua
Menggunakan Matlab. (Buku) 2011
[4] Gonzales, R.C., and Woods, R.E, Digital Image Processing Second edition.
New Jersey: Prentice Hall. 2002.
[5] Kartikasari, D., Perhitungan Rasio Sel darah Normal dan Abnormal
Menggunakan pengolahan citra digital pada Matlab. Jurusan Teknik
komputer. Universitas komputer Indonesia, Bandung. 2007.
[6] Prasetyo, E. Pengolahan Citra Digital dan Aplikasinnya Menggunakan
Matlab, Andi, Yogyakarta, 2011.
[7] Rizki, G. Batuan dan Mineral, Batuan sediment, (online), Mei 2013
(http://rizqigeos.blogspot.com/2013/05/batuan-sedimen.html, diakses 20
januari 2014).
[8] Sutikno, S. Aplikasi Pengenalan tanda tangan dengan menggunakan
Metode Learning Vektor Quantization dan Backpropagation . Teknik
Informatika.Universitas Mercu Buana, 2002.
[9] Wahyono, E. S., & Ernastuti, Identifikasi Nomor Polisi Mobil
Menggunakan Metode Jaringan Syaraf Buatan learning Vector
Quantization. 2010.
[10] Yulianto, S. Syntax-syntax for matlab, (online), Mei 2013
(http://www.mmorph.com/html/morph/mmcwatershed.html. diakses 20
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada perkembangan Jaringan Syaraf Tiruan, JST (Artificial Neural
Network, ANN), telah dimulai pada tahun 1940-an. Setelah itu penelitian
Jaringan Syaraf Tiruan berkembang sangat pesat dan merambat ke semua
bidang keilmuan. Salah satunya ilmu kebumian (geofisika). Dalam ilmu
geofisika, Jaringan Syaraf Tiruan ini sangat diperlukan sebagai dasar
eksplorasi pencarian sumber minyak baru, gamping dimana hidrokarbon
berupa oli dan gas tersimpan di dalam pori-pori batuan tersebut [1].
Dalam Sistem komputer dan beberapa perangkat pendukungnya
merupakan suatu pilihan yang sering dipakai dalam menyelesaikan pekerjaan
manusia. Karena komputer memiliki kemampuan melakukan berbagai macam
proses seperti proses perhitungan data atau gambar (image) untuk pengolahan
citra dan sebagainya [2].
Batuan jenis karbonat banyak sekali ditemukan di Indonesia. Di daerah
Padalarang, bahkan menjadi laboratorium dunia bagi penelitian-penelitian
asing karena keanekaragaman bentuk batuan diseluruh dunia ada di sini.
Batuan jenis ini menjadi sangat penting karena lebih dati 50% reservoar
minyak dan gas adalah reservoar gamping dan juga memiliki pori-pori yang
lebih banyak dari pada batuan igneous dan metamorphic, terlebih lagi
pori-pori tersebut terbentuk pada kondisi suhu dimana hidrokarbon terpelihara di
dalamnya. Itulah mengapa reservoar gamping berperan penting dalam
produksi gas dan minyak[3].
Secara umum, penelitian mengenai batuan karbonat dapat dibagi menjadi
beberapa aspek yaitu deskripsi core teriris, petrografi sayatan tipis (thin slices)
, mineralogy, coreplugs, analisis core khusus, analisis geomekanis, seismic
atau logs. Pertografithinslices, salah satu ilmu geologi memiliki peran yang
diketahui jenis, bentuk, tekstur dan komposisi suatu batuan. Dimana mineral
dolomite jika diberi pewarnaan dengan zat pewarna Alizarin Red S merubah
menjadi merah dan mineral calcite tetap. Sedangkan jika diberi zat pewarna
blue-dye, menghasilkan warna biru yang maerupakan pori-pori batuan [4].
Tiga mineral penyusunnya adalah calcite (CaCO3), dolomite
Ca.Mg(CO3)2, dan aragonite. Kristal rhomobohedral sedangkan aragonite
memiliki struktur kristal yang berbeda, yaitu orthorhombic. Dari komponen
penting suatu batuan selain dua mineral yang dominan adalah pori-pori
batuan, yang setelah ditaburi zat blue-dye berubah jadi warna biru. Untuk itu
dalam tugas akhir ini akan dirancang suatu jaringan syaraf tiruan untuk
mengenali pola bentuk wajik dan bukan wajik yaitu dengan citra putih dan abu
(grayscale) [5].
Dari penjelasan diatas Jaringan Syaraf Tiruan (JST) memiliki potensi
menyediakan kemampuan untuk dapat memecahkan suatu permasalahan yang
sulit dipecahkan. Masalah yang diangkat dalam tugas akhir ini adalah “Penerapan Jaringan Syaraf Tiruan Untuk Mendeteksi dan Mengenali Pola Bentuk Pada Permukaan Batuan”.
Pengenalan bentuk pola gambar pada batuan yang beragam, baik dari segi
bentuk, ukuran dan posisi sudah tentu akan membutuhkan proses
pembelajaran yang lebih kompleks.
1.2 Maksud dan Tujuan
Dari latar belakang diatas, maka permasalahnnya adalah bagaimana cara
melakukan pendeteksian dan perhitungan jumlah objek suatu bentuk pola
batuan yang memiliki pola bentuk wajik dan bukan wajik pada suatu citra
batuan secara otomatis berdasar proses tertentu.
Tujuan tugas akhir ini adalah membuat sistem untuk memisahkan suatu
bentuk pola wajik dan bukan wajik pada suatu permukaan batuan yang
bertumpuk, sebelum dilakukannya proses pendeteksian bentuk dan perhitungan
jumlah pola objek bentuk wajik dan bukan wajik pada suatu citra batuan
3
1.3 Batasan Masalah
Batasan masalah pada tugas akhir ini adalah :
1. Data citra batuan yang diambil dari sebuah pegunungan dari padalarang
langsung dan diambil sebuah sempel yang untuk diproses melalui metoda
SEM ( Scanning Electron Microscope).
2. Untuk memisahkan suatu bentuk pola batuan yang bertumpuk serta
menghitung jumah objek batuan digunakan proses segmentasi watershed.
3. Citra batuan yang diolah hanya variasi perbedaan yg berdasarkan suatu
bentuk yaitu bentuk pola wajik dan bukan wajik.
4. Untuk menentukan pola bentuk wajik dan bukan wajik menggunakan
metode ekstrasi ciri berdasarkan penandaan warna.
5. Software yang digunakan untuk penelitian ini adalah Matlab versi 2010b.
1.4 Metode Penelitian
Metodologi yang digunakan dalam pelaksanaan tugas akhir ini antara lain:
1. Studi pustaka untuk mengumpulkan dan mempelajari tentang latar
belakang terbentuknya suatu batuan karbonat dan manfaat dan serta
jenis-jenis batuan tersebut, dan serta mempelajari metode-metode lain yang
sudah ada dan berkaitan dengan tugas akhir ini.
2. Dalam pengumpulan data yang dibutuhkan tentang macam-macam bentuk
batuan dan sifat dan jenisnya.
3. Membangun sistem untuk menghitung jumlah objek bentuk pola wajik dan
bukan wajik pada suatu citra batuan karbonat serta mengenali perbedaan
wajik dan bukan wajik dan dapat dihitung menurut perhitungan yang telah
ditentukan.
4. Pengujian sistem yang telah dibuat dan analisa.
1.5 Sistematika Penulisan
Sistematika penulisan laporan tugas akhir ini sebagai berikut:
BAB I : PENDAHULUAN
Bab ini berisi latar belakang masalah, permasalahan, batasan
masalah, tujuan, metodologi penelitian, sistematika penulisan dari
penelitian tugas akhir yang dibuat.
BAB II : LANDASAN TEORI
Bab ini berisi tentang berbagai teori penunjang yang berhubungan dengan penelitian tugas akhir ini.
BAB III : PERANCANGAN SISTEM
Bab ini berisi pemodelan dari sistem terhadap permasalahan yang
dihadapi dan pemilihan perangkat lunak yang akan
diimplementasikan. Sistem akan dibuat dengan menggunakan
metode segmentasi watershed dan ekstrasi ciri.
BAB IV : PENGUJIAN DAN ANALISA SISTEM
Bab ini berisi pengujian yang dilakukan terhadap aplikasi yang sudah dibuat serta berisikan analisis terhadap sistem yang akan dibangun, meliputi spesifikasi sistem aplikasi dan fungsi sistem yang dibuat.
BAB V : SIMPULAN DAN SARAN
5
BAB II
DASAR TEORI
2.1 Definisi Tentang Batuan
2.1.1 Batuan
Batuan adalah suatu masa mineral yang dapat terdiri atas satu jenis mineral
atau lebih. Mineral adalah suatu bahan atau unsur kimia, gabungan beberapa unsur
kimia sebagai hasil proses alam, bersifat homogen dan mempunyai susunan atau
rumus kimia tertentu. Batuan akan mengalami proses penghancuran dan kemudian
akan terpindahkan atau tergerak oleh berbagai macam proses alam seperti aliran
alir, hembusan angin, gelombang pantai, maupun gletser. Media pengangkut
tersebut dikenal sebagai alat pengikis, yang dapat membawa fragmenatau bahan
yang larut ke tempat-tempat tertentu berupa sedimen dan berupaya untuk
meratakan permukaan bumi. Kemudian terjadi perubahan dari batuan lepas
menjadi batuan yang keras melalui pembebanan dan perekatan oleh senyawa
mineral dalam larutan menjadi batuan sedimen. Batuan-batuan tersebut akan
menyesuaikan dengan lingkungan yang baru sehingga terbentuklah batuan
malihan atau metamorfis.
Macam batuan
mineral Batuan Olivine Batuan Mica
Batuan Quartz Calcite Potassium
Berdasarkan jenis batuan tersebut maka secara garis besar batuan di alam ini
dibagi menjadi tiga bagian, yaitu :
1. Batuan beku
2. Batuan sedimen
3. Batuan metamorfis
Dari ketiga batuan diatas, penulis lebih tertarik membahas jenis batuan nomor dua
yaitu batuan sedimen, karena paling banyak ditemui di daerah padalarang sebagai
laboratorium dunia yang banyak diteliti oleh peneliti-peneliti dari luar negeri.
2.1.2 Batuan Sedimen
Batuan sedimen adalah batuan yang terbentuk dari hasil proses pelapukan,
erosi, pengangkutan dan pengendapan dari batuan yang sudah ada, baik batuan
beku, sedimen maupun batuan metamorf. Batuan sedimen yang terbentuk melalui
proses-proses ini dinamakan batuan sedimen klastik. Selain batuan sedimen
klastik ada batuan sedimen non klastik yaitu batuan sedimen yang terbentuk dari
unsur-unsur organisme ataupun kimiawi, misalnya garam dapur terjadi karena
proses penguapan, batu gamping koral terbentuk karena organisme moluska.
Batuan sedimen klastik yang sangat terkenal antara lain batu pasir, batu
lempung. Batuan sedimen non klastk yang sangat terkenal antara lain batu
gamping, garam dapur dan batu gips.
2.1.3 Proses Sedimen
Batuan yang berasal dari hasil rombakan berbagai jenis batuan adalah
batuan sedimen. Batuan sedimen ini terbentuk dengan proses pertama tentunya
adalah pecahnya atau terabrasinya batuan sumber yang kemudian hasil
pecahannya tertransportasi dan mengendap di suatu area tertentu. Proses-proses
tersebut telah lazim disebut sebagai proses-proses sedimentasi. Proses sedimentasi
pada batuan sedimen klastik terdiri dari dua proses, yakni proses sedimentasi
7
Proses Sedimentasi Mekanik
Proses sedimentasi secara mekanik merupakan proses dimana butir-butir
sedimen tertransportasi hingga diendapkan di suatu tempat. Proses ini dipengaruhi
oleh banyak hal dari luar. Transportasi butir-butir sedimen dapat dipengaruhi oleh
air, gravitasi, angin, dan es. Dalam cairan, terdapat dua macam aliran, yakni
laminar (yang tidak menghasilkan transportasi butir-butir sedimen) dan turbulent
(yang menghasilkan transportasi dan pengendapan butir-butir sedimen). Arus
turbulen ini membuat partikel atau butiran-butiran sedimen mengendap secara
suspensi, sehingga butiran-butiran yang diendapkan merupakan butiran sedimen
berbutir halus (pasir hingga lempung). Proses sedimentasi yang dipengaruhi oleh
gravitasi dibagi menjadi empat, yakni yang dipengaruhi oleh arus turbidit, grain
flows, aliran sedimen cair, dan debris flows.
Proses Sedimentasi Kimiawi
Proses sedimentasi secara kimiawi terjadi saat pori-pori yang berisi fluida
menembus atau mengisi pori-pori batuan. Hal ini juga berhubungan dengan reaksi
mineral pada batuan tersebut terhadap cairan yang masuk tersebut. Berikut ini
merupakan beberapa proses kimiawi dari diagenesis batuan sedimen klastik:
a) Pelarutan (Dissolution), mineral melarut dan membentuk porositas sekunder.
b) Sementasi (Cementation), pengendpan mineral yang merupakan semen dari
batuan, semen tersebut diendapkan pada saat proses primer maupun sekunder.
c) Authigenesis, munculnya mineral baru yang tumbuh pada pori-pori batuan
d) Recrystallization, perubahan struktur kristal, namun kompsisi mineralnya
tetap sama. Mineral yang biasa terkristalisasi adalah kalsit.
e) Replacement, melarutnya satu mineral yang kemudian terdapat mineral lain
yang terbentuk dan menggantikan mineral tersebut
f) Kompaksi (Compaction)
2.1.4 Macam-Macam Batuan Sedimen 1. Batuan Sedimen Klastik
Batuan sedimen klastik merupakan batuan sedimen yang terbentuk dari
pengendapan kembali detritus atau pecahan batuan asal. Batuan asal dapat berupa
batuan beku, metamorf dan sedimen itu sendiri. Batuan sedimen diendapkan
dengan proses mekanis, terbagi dalam dua golongan besar dan pembagian ini
berdasarkan ukuran besar butirnya. Cara terbentuknya batuan tersebut berdasarkan
proses pengendapan baik yang terbentuk dilingkungan darat maupun dilingkungan
laut. Batuan yang ukurannya besar seperti breaksi dapat terjadi pengendapan
langsung dari ledakan gunung api dan diendapkan disekitar gunung tersebut dan
dapat juga diendapkan dilingkungan sungai dan batuan batu pasir bisa terjadi
dilingkungan laut, sungai dan danau. Semua batuan diatas tersebut termasuk ke
dalam golongan detritus kasar. Sementara itu, golongan detritus halus terdiri dari
batuan lanau, serpih dan batua lempung dan napal. Batuan yang termasuk
golongan ini pada umumnya diendapkan di lingkungan laut dari laut dangkal
sampai laut dalam.
Proses diagenesa antara lain :
a) Kompaksi sedimen
Yaitu tepatnya butir sedimen satu terhadap yang lain akibat tekanan dari
berat beban di atasnya. Disini volume sedimen berkurang dan hubungan antar
butir yang satu dengan yang lain menjadi rapat.
b) Sementasi
Sementasi yaitu turunnya material-material di ruang antar butir sedimen
dan secara kimiawi mengikat butir-butir sedimen dengan yang lain. Sementasi
makin efektif bila derajat kelurusan larutan pada ruang butir makin besar.
c) Rekristalisasi
Rekristalisasi yaitu pengkristalan kembali suatu mineral dari suatu larutan
kimia yang berasal dari pelarutan material sedimen selama diagenesa atu
sebelumnya. Rekristalisasi sangat umum terjadi pada pembentukan batuan
9
d) Autigenesis
Autigenesis yaitu terbentuknya mineral baru di lingkungan diagenesa,
sehingga adanya mineral tersebut merupakan partikel baru dlam suatu sedimen.
Mineral autigenik ini yang umum diketahui sebagai berikut : karbonat, silica,
klorita, gypsum dan lain-lain.
e) Metasomatisme
Metasomatisme yaitu pergantian material sedimen oleh berbagai mineral
autigenik, tanpa pengurangan volume asal.
2. Batuan Sedimen Non-Klastik
Batuan sedimen Non-Klastik merupakan batuan sedimen yang terbentuk
sebagai hasil penguapan suatu larutan, atau pengendapan material di tempat itu
juga. Proses pembentukan batuan sedimen kelompok ini dapat secara kimiawi,
biologi atau organik, dan kombinasi di antara keduanya (biokimia). Secara kimia,
endapan terbentuk sebagai hasil reaksi kimia, misalnya CaO + CO2 ® CaCO3.
Secara organik adalah pembentukan sedimen oleh aktivitas binatang atau
tumbuh-tumbuhan, sebagai contoh pembentukan rumah binatang laut (karang),
terkumpulnya cangkang binatang (fosil), atau terkuburnya kayu-kayuan sebagai
akibat penurunan daratan menjadi laut. Contohnya; Batu gamping (Limestone),
batu bara (Coal), dan lain-lain. Batuan sedimen yang terbentuk dari hasil reaksi
kimia atau bisa juga dari kegiatan organisme. Reaksi kimia yang dimaksud adalah
kristalisasi langsung atau reaksi organik (Pettjohn, 1975). Menurut R.P.
Koesoemadinata, 1981 batuan sedimen dibedakan menjadi enam golongan yaitu :
a) Golongan detritus dasar
Batuan sedimen diendapkan dengan proses mekanis. Termasuk dalam
golongan ini antara lain adalah breksi, konglomerat dan batu pasir. Lingkungan
tempat pengendapan batuan ini di lingkungan sungai dan danau atau laut.
b) Golongan detritus halus
Batuan yang termasuk kedalam golongan ini diendapkan di lingkungan
laut dangkal sampai laut dalam. Yang termasuk kedala golongan ini adalah batu
c) Golongan karbonat
Batuan ini umum sekali terbentuk dari kumpulan
cangkang moluska, algae dan foraminifera, atau oleh proses pengendapan yang
merupakan rombakan dari batuan yang terbentuk lebih dahulu dan diendapkan
disuatu tempat. Proses pertama biasa terjadi di lingkungan laut litoras sampai
neritik, sedangkan proses kedua diendapkan pada lingkungan laut neritik sampai
bahtial. Jenis batuan karbonat ini banyak sekali macamnya tergantung pada
material penyusunnya.
d) Golongan silikat
Proses terbentuknya batuan ini adalah gabungan antara pross organik dan
kimiawi untuk lebih menyempurnakannya. Termasuk golongan ini yaitu tanah
diatom. Batuan golongan ini tersebarnya hanya sedikit dan terbatas sekali.
e) Golongan evaporit
Proses terjadinya batuan sedimen ini harus ada air yang memiliki larutan
kimia yang cukup pekat. Pada umumnya batuan ini terbentuk di lingkungan danau
atau laut yang tertutup, sehingga sangat memungkinkan terjadi pengayaan
unsure-unsur tertentu. Dan faktor yang penting juga adalah tingginya penguapan
maka akan terbentuk suatu endapan dari larutan tersebut. Batuan-batuan yang
termasuk kedalam batuan ini adalah gips, danhidrit, batu garam.
f) Golongan batu bara
Batuan sedimen ini terbentuk dari unsur-unsur organik yaitu dari
tumbuh-tumbuhan. Dimana sewaktu tumbuhan tersebut mati dengan cepat tertimbun oleh
suatu lapisan yang tersebut di atasnya sehingga tidak akan memungkinkan
terjadinya pelapukan. Lingkungan terbentuknya batubara adalah khusus sekali, ia
harus memiliki banyak sekali tumbuhan sehingga kalau timbunan itu mati
11
2.1.5 Kandungan Batuan Sedimen Karbonat
Karbonat adalah batuan sedimen yang terbentuk dari mineral karbonat
yang utama yaitu kalsit dan dolomit serta kadang-kadang aragonite (tidak stabil).
Batuan sedimen karbonat terdiri CaCO3 (kalsium karbonat) dan MgCO3. Batuan
sedimen terdiri dari susunan mineral-mineral karbonat (senyawanya terdiri dari
atom tunggal karbon dan tiga atom oksigen, dimana karbonat mempunyai struktur
kimia CO3. Batuan utamanya yaitu batuan gamping atau limestone
(CaCO3>50%) dan dolomit (dolostone) (CaMg(CO3)2). Batuan ini mengandung
sekurang-kurangnya 22% dari keseluruhan batuan sedimen yang ada. Batuan
sedimen karbonat mengandung mineral :
Kalsit (Calcite) CaCO2 (yang utama) dengan struktur kristal rhombohedral
(heksagonal) banyak ditemukan pada batuan sedimen tua, bentuknya stabil
dan kalsit mendominasi bahan rangka selama Paleozoic, kalsit low
magnesium (<4%) dan high magnesium (>4%)
Dolomit (dolomite) CaMg(CO3)2 dengan struktur kristal rhombohrdral
(heksagonal), berasosiasi dengan mineral kalsit dan evaporate, batuan
gamping berubah oleh fluida yang kaya akan magnesium, volume-nya
berkurang sebesar 12% yang direpresentasikan oleh void atau vugs.
Aragonit (aragonite) CaCO3 dengan struktur kristal orthorhombic, saat ini
banyak ditemukan dalam batuan sedimen karbonat (zaman Cenozoic), dan
metastabil (dapat berubah menjadi kalsit).
Beberapa karbonat magnesium (magnesite) MgCO3. Dengan struktur kristal
heksagonal (rhombohedral).
2.2 Citra Digital
Citra digital adalah gambar dua dimensi yang dapat ditampilkan pada layar
monitor komputer sebagai himpunan berhingga (diskrit) nilai digital yang disebut
pixel (picture elements). Piksel adalah elemen citra yang memiliki nilai yang
menunjukkan intensitas warna.
Berdasarkan cara penyimpanan atau pembentukannya, citra digital dapat
kumpulan pixel dalam array dua dimensi. Citra jenis ini disebut citra bitmap
(bitmap image) atau citra raster (raster image). Jenis citra yang kedua adalah citra
yang dibentuk oleh fungsi-fungsi geometri dan matematika. Jenis citra ini disebut
grafik vektor (vector graphics).
Dalam pembahasan tugas akhir ini, yang dimaksud citra digital adalah citra
bitmap. Citra digital (diskrit) dihasilkan dari citra analog (kontinu) melalui
digitalisasi. Digitalisasi citra analog terdiri atas sampling dan kuantisasi
(quantization) Sampling adalah pembagian citra ke dalam elemen-elemen diskrit
(pixel), sedangkan kuantisasi adalah pemberian nilai intensitas warna pada setiap
pixel dengan nilai yang berupa bilangan bulat (G.W. Awcock, 1996).
2.3 Citra Biner
Citra biner adalah gambar pada bidang dua dimensi. Dalam tinjauan
matematis, citra yang hanya terdiri atas dua warna, yaitu hitam dan putih. Oleh
karena itu, setiap pixel pada citra biner cukup dipresentasikan dengan satu bit.
Pada gambar 2.2 merupakan citra biner, sedangkan pada gambar 2.3 merupakan
representasi dari citra biner, dimana citra yang berwarna putih memiliki nilai satu,
sedangkan citra yang berwarna hitam memiliki nilai nol.
Gambar 2.2 Citra biner
13
Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang
lebih kaya daripada citra biner, namun tidak membuat citra biner tidak digunakan
lagi. Pada beberapa aplikasi citra biner masih tetap dibutuhkan, misalkan citra
logo instansi (yang hanya terdiri dari warna hitam dan putih), citra kode barang
(barcode) yang tertera pada label barang, citra hasil pemindaian dokumen teks,
dan sebagainya. Seperti yang sudah disebutkan diatas, citra biner hanya
mempunyai dua nilai derajat keabuan : hitam dan putih. Pixel-pixel objek bernilai
satu dan pixel-pixel latar belakang bernilai nol. Pada waktu menampilkan gambar,
adalah putih dan satu adalah hitam. Jadi pada citra biner, latar belakang berwarna
putih sedangkan objek berwarna hitam seperti tampak pada gambar 2.2 diatas.
Meskipun komputer saat ini dapat memproses citra putih-abu abu (grayscale)
maupun citra berwarna, namun citra biner masih tetap di pertahankan
keberadaannya.
2.3.1 Citra Grayscale
Dalam komputasi, suatu citra digital grayscale adalah suatu citra dimana
nilai dari setiap pixel merupakan sampel tunggal. Citra yang ditampilkan dari citra
jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang
intensitas terlemah dan warna putih pada intensitas terkuat. Citra grayscale
berbeda dengan citra hitam-putih (black dan write), dimana pada konteks
komputer, citra hitam putih hanya terdiri atas dua warna saja yaitu hitam dan putih
saja. Pada citra grayscale warna bervariasi antara putih dan abu-abu, tetapi variasi
warna diantaranya sangat banyak. Citra grayscale seringkali merupakan
perhitungan dari intensitas cahaya pada setiap pixel pada spektrum
elektromagnetik.
Citra grayscale disimpan dalam format delapan bit untuk setiap sampel
piksel, yang memungkinkan sebanyak 256 intensitas. Format ini sangat membantu
dalam pemrograman karena manipulasi bit yang tidak terlalu banyak. Pada
aplikasi lain seperti pada aplikasi medical imaging dan remote sensing biasa juga
digunakan format 10 bit, 12 bit dan 16 bit yaitu citra yang nilai pixel-nya
merepresentasikan derajat keabuan atau intensitas warna putih. Nilai intensitas
merepresentasikan warna putih. Pada umumnya citra grayscale memiliki
kedalaman pixel delapan bit (256 derajat keabuan), tetapi ada juga citra grayscale
yang kedalaman pixel-nya bukan delapan bit, misalnya 16 bit untuk penggunaan
yang memerlukan ketelitian tinggi. Pada gambar 2.4 merupakan contoh citra
grayscale.
Gambar 2.4 Citra grayscale
Citra grayscale merupakan citra satu kanal, dimana citra f(x,y) merupakan
fungsi tingkat keabuan dari hitam keputih, x menyatakan variable kolom atau
posisi pixel di garis jelajah dan y menyatakan variable kolom atau posisi pixel di
garis jelajah. Intensitas f dari gambar hitam putih pada titik (x,y) disebut derajat
keabuan (grey level), yang dalam hal ini derajat keabuannya bergerak dari hitam
keputih. Derajat keabuan memiliki rentang nilai dari I min sampai I max, atau
Imin < f < Imax, selang (Imin, Imax) disebut skala keabuan. Biasanya selang
(Imin, Imax) sering digeser untuk alasan-alasan praktis menjadi selang [0,L],
yang dalam hal ini nilai intensitas nol meyatakan hitam, nilai intensitas L
meyatakan putih, sedangkan nilai intensitas antara nol sampai L bergeser dari
hitam ke putih. Sebagai contoh citra grayscale dengan 256 level artinya
mempunyai skala abu dari nol sampai 255 atau [0,255], yang dalam hal ini
intensitas nol menyatakan hitam, intensitas 255 menyataka putih, dan nilai antara
nol sampai 255 menyatakan warna keabuan yang terletak antara hitam dan putih.
2.3.2 Citra Asli
Citra asli yaitu citra yang nilai pixel-nya merepresentasikan warna
15
kedalaman pixel citra yang bersangkutan. Citra berwarna direpresentasikan dalam
beberapa kanal yang menyatakan komponen-komponen warna penyusunnya.
Banyaknya kanal yang digunakan bergantung pada model warna yang digunakan
pada citra tersebut. Pada gambar 2.5 merupakan contoh citra RGB.
Gambar 2.5 Citra RGB
Intensitas suatu pada titik pada citra berwarna merupakan kombinasi dari
tiga intensitas : derajat keabuan merah (fmerah(x,y)), hijau (fhijau(x,y)), dan biru
(fbiru(x,y)). Persepsi visual citra berwarna umumnya lebih kaya di bandingkan
dengan citra hitam putih. Citra berwarna menampilkan objek seperti warna aslinya
meskipun tidak selalu tepat demikian. Warna-warna yang diterima oleh mata
manusia merupakan hasil kombinasi cahaya dengan panjang gelombang berbeda.
2.4 Tentang Jaringan Syaraf Tiruan (JST)
Jaringan Syaraf Tiruan (JST) atau yang biasa disebut Artificial Neural
Network (ANN) atau Neural Network (NN) saja, merupakan sistem pemroses
informasi yang memiliki karakteristik mirip dengan jaringan syaraf pada makhluk
hidup. Neural Network berupa suatu model sederhana dari suatu syaraf nyata
dalam otak manusia seperti suatu unit threshold yang biner. Neural network
merupakan sebuah mesin pembelajaran yang dibangun dari sejumlah elemen
pemrosesan sederhana yang disebut neuron atau node. Setiap neuron dihubungkan
dengan neuron yang lain dengan hubungan komunikasi langsung melalui pola
hubungan yang disebut arsitektur jaringan. Bobot-bobot pada koneksi mewakili
besarnya informasi yang digunakan jaringan. Metode yang digunakan untuk
Setiap neuron mempunyai tingkat aktivasi yang merupakan fungsi dari input yang
masuk padanya. Aktivasi yang dikirim suatu neuron ke neuron lain berupa sinyal
dan hanya dapat mengirim sekali dalam satu waktu, meskipun sinyal tersebut
disebarkan pada beberapa neuron yang lain.
Misalkan input Z1,t, Z2,t, …, Zm,t yang bersesuaian dengan sinyal dan masuk ke dalam saluran penghubung. Setiap sinyal yang masuk dikalikan dengan
bobot koneksinya yaitu w1, w2, …, wm sebelum masuk ke blok penjumlahan yang berlabel ∑. Kemudian blok penjumlahan akan menjumlahkan semua input terbobot dan menghasilkan sebuah nilai yaitu Zt_in.
Zt_in = .wi = Zt,1.w1 + Zt,1.w2+ … + Zm,1.wm
Aktivasi Zt ditentukan oleh fungsi input jaringannya, Zt=f(Zt_in) dengan f
merupakan fungsi aktivasi yang digunakan.
Gambar 2.6 Ilustrasi struktur jaringan syaraf tiruan
2.4.1 Konsep Dasar Jaringan Syaraf Tiruan (JST)
Jaringan syaraf tiruan terdiri dari beberapa neuron dan ada hubungan antar
neuron- neuron seperti pada otak manusia. Neuron atau sel saraf adalah sebuah
unit pemroses informasi yang merupakan dasar operasi jaringan syaraf tiruan.
Jaringan syaraf tiruan terdiri atas beberapa elemen penghitung tak linier yang
masing-masing dihubungkan melalui suatu pembobot dan tersusun secara paralel.
Pembobot inilah yang nantinya akan berubah beradaptasi selama proses pelatihan.
Pelatihan perlu dilakukan pada suatu jaringan syaraf tiruan sebelum digunakan
untuk menyelesaikan masalah. Hasil pelatihan jaringan syaraf tiruan dapat
diperoleh tanggapa yang benar terhadap masukan yang diberikan terkena derau
17
A. Faktor Bobot
Faktor bobot merupakan suatu nilai yang mendefinisikan tingkat atau
kepentingan hubungan antara suatu node dengan node yang lain. Semakin besar
bobot suatu hubungan menandakan semakin pentingnya hubungan kedua node
tersebut. Bobot merupakan suatu hubungan berupa bilangan real maupun integer,
tergantung dari jenis permasalahan dan model yang digunakan. Bobot-bobot
tersebut bisa ditentukan untuk berada didalam interval tertentu. selama proses
pelatihan, bobot tersebut dapat menyesuaikan dengan pola-pola input. Jaringan
dengan sendirinya akan memperbaiki diri terus-menerus karena adanya
kemampuan untuk belajar. Setiap ada suatu masalah baru, jaringan dapat belajar
dari masalah baru tersebut, yaitu dengan mengatur kembali nilai bobot untuk
menyesuaikan karakter nilai.
B. Fungsi Aktivasi
Setiap neuron mempunyai keadaan internal yang disebut level aktivasi atau
level aktivitas yang merupakan fungsi input yang diterima. Secara tipikal suatu
neuron mengirimkan aktivitasnya kebeberapa neuron lain sebagai sinyal. Yang
perlu diperhatikan adalah bahwa neuron hanya dapat mengirimkan satu sinyal
sesaat, walaupun sinyal tersebut dapat dipancarkan ke beberapa neuron yang lain.
2.4.2 Karekteristik Dasar Jaringan Syaraf Tiruan (JST)
Penyelesaian masalah dengan jaringan syaraf tiruan tidak memerlukan
pemrograman. Jaringan syaraf tiruan menyelesaikan masalah melalui proses
belajar dari contoh-contoh pelatihan yang diberikan. Biasanya pada jaringan
syaraf tiruan diberikan sebuah himpunan pola pelatihan yang terdiri dari
sekumpulan contoh pola. Proses belajar jaringan syaraf tiruan berasal dari
serangkaian contoh-contoh pola yang diberikan. metode pelatihan yang sering
dipakai adalah metode belajar terbimbing. Selama proses belajar itu pola masukan
disajikan bersama-sama dengan pola keluaran yang diinginkan. Jaringan akan
menyesuaikan nilai bobotnya sebagai tanggapan atas pola masukan dan sasaran
2.5 Metode Learning Vector Quantization (LVQ).
Metode Learning Vektor Quantization (LVQ) yaitu merupakan metoda
untuk melakukan pelatihan terhadap lapisan-lapisan kompetitif supervised.
Lapisan kompetitif akan belajar secara otomatis untuk melakukan klasifikasi
terhadap vektor input yang diberikan. Apabila beberapa vektor input memiliki
jarak yang sangat berdekatan, maka vektor-vektor input tersebut akan
dikelompokkan dalam kelas yang sama.
Dari hal ini LVQ merupakan metode klasifikasi data adaptif berdasarkan
pada data pelatihan dengan informasi kelas yang diinginkan yang bisa pula di
ambil dari sebuah JST dari levenberg Marquardt yang di ambil yaitu nilai jumlah
pelatihan epoh-nya dan nilai error (MSE). Walaupun merupakan suatu metoda
pelatihan supervised tetapi LVQ menggunakan teknik data clustering
unsupervised untuk pra proses set data dan penentuan cluster center-nya.
Arsitektur jaringan LVQ hampir menyerupai suatu jaringan pelatihan kompetitif
kecuali pada masing-masing unit output-nya yang dihubungkan dengan suatu
kelas tertentu. Proses pelatihan pada jaringan dilakukan untuk mengeset nilai
bobot jaringan (w
i) yang akan mengalami perubahan pada setiap pelatihan yang
dilakukan.
19
2.5.1 Cara Kerja Learning Vector Quantization (LVQ)
Pada Metoda pembelajaran yang dipilih pada penelitian ini adalah
Learning Vector Quantization (LVQ). Algoritma pembelajaran LVQ terdiri dari
dua tahap, yaitu :
1) Metoda pelajaran data unsupervised digunakan untuk menempatkan beberapa
cluster center tanpa menggunakan informasi kelas.
2) Informasi kelas digunakan untuk fine-tune cluster center untuk memperkecil
banyaknya kasus kesalahan klasifikasi.
2.5.2 Proses Pelatihan Learning Vector Quantization (LVQ)
Dari tujuan diadakannya proses pelatihan pada JST adalah agar JST dapat
diandalkan dalam mengenali pola yang diinputkan sehingga dapat diperoleh hasil
yang diinginkan. Karena itu sangatlah penting untuk melatih JST dengan training
set yang sesuai dengan tugas JST itu sendiri dalam mengenali suatu pola bentuk
pada permukaan batuan.
Kinerja yang diukur pada proses pelatihan jaringan syaraf tiruan pada
metode Learning Vector Quantization adalah :
Lamanya proses pelatihan jumlah (epoch)
Semakin cepat proses pelatihan maka semakin baik kinerja proses
pelatihan tersebut. Hal ini berarti jumlah epoch untuk mencapai nilai error
yang diinginkan adalah semakin mendekati nol.
Perhitungan error (MSE).
Perhitungan error merupakan pengukuran bagaimana jaringan dapat
belajar dengan baik sehingga jika dibandingkan dengan pola yang baru
akan dengan mudah dikenali. Apabila nilai error ini masih cukup besar,
hal ini mengidikasikan bahwa masih perlu dilakukan lebih banyak
pembelajaran lagi hingga nilai error mendekati nol. Apabila output
Koefisien regresi (R) terhadap respon output jaringan dan target yang diinginkan.
Apabila output jaringan tepat sama dengan target maka koefisien regresi akan
bernilai satu.
2.6 Dasar Pengolahan Citra Digital
Citra digital (digital image) merupakan proses mengolah piksel- piksel dalam
citra digital untuk suatu tujuan tertentu. Beberapa alasan dilakukan pengolahan
citra digital antara lain:
1. Untuk mendapatkan citra asli dari suatu citra yang sudah buruk karena
pengaruh derau (noise). Proses pengolahan bertujuan mendapatkan citra yang
diperkirakan mendekati citra sesungguhnya.
2. Untuk memperoleh citra dengan karakteristik tertentu dan cocok secara visual
yang dibutuhkan untuk tahap yang lebih lanjut dalam pemrosesan analisis
citra.
Dalam proses akuisisi, citra yang akan diolah ditransformasikan dalam suatu
representasi numerik. Pada proses selanjutnya representasi tersebut yang akan
diolah secara digital oleh komputer. Pengolahan citra pada umumnya dapat
dikelompokkan dalam dua jenis kegiatan yaitu:
1. Memperbaiki kualitas citra sesuai kebutuhan
2. Mengolah informasi yang terdapat pada citra
Bidang aplikasi yang kedua ini sangat erat kaitannya dengan computer
aided analysis yang umumnya bertujuan untuk mengolah suatu objek citra dengan
cara mengekstraksi informasi penting yang terdapat didalamnya. Dari informasi
tersebut dapat dilakukan proses analisis dan klasifikasi secara cepat dengan
memanfaatkan algoritma komputer. Dari pengolahan citra diharapkan terbentuk
suatu sistem yang dapat memproses citra masukan hinggacitra tersebut dapat
dikenali cirinya. Pengenalan ciri inilah yang sering diaplikasikan dalam kehidupan
21
2.7 Thresholding
Thresholding adalah proses mengubah citra berderajat keabuan menjadi
citra biner atau hitam putih sehingga dapat diketahui daerah mana yang termasuk
obyek dan background dari citra secara jelas. Selama proses thresholding, setiap
pixel dalam foto ditandai sebagai "objek" pixel jika nilai mereka adalah lebih
besar dibandingkan nilai ambang (asumsi obyek menjadi lebih terang dari pada
latar belakang) dan sebagai "latar belakang" pixel lain. Konvensi ini dikenal
sebagai ambang di atas. Varian termasuk di bawah ambang batas yang berlawanan
dari ambang di atas, di dalam batas, dimana piksel yang berlabel "obyek" jika ada
di antara dua nilai thresholds dan di luar batas, yang merupakan kebalikan dari
dalam ambang (Shapiro, dkk. 2001: 83). Biasanya, obyek piksel diberi nilai satu
sedangkan piksel latar belakang diberi nilai nol akhirnya, biner gambar yang
dibuat oleh setiap piksel warna putih atau hitam, tergantung pada pixel labelnya.
Citra hasil thresholding biasanya digunakan lebih lanjut untuk proses pengenalan
objek serta ekstraksi fitur. Metode thresholding secara umum dibagi menjadi dua,
yaitu :
2.7.1 Thresholding global
Thresholding global adalah thresholding yang dilakukan dengan
mempartisi histogram dengan menggunakan sebuah threshold (batas ambang)
global T, yang berlaku untuk seluruh bagian pada citra.
2.7.2 Thresholding adaptif
Thresholding adaptif adalah thesholding yang dilakukan dengan membagi
citra menggunakan beberapa sub citra. Lalu pada setiap sub citra, segmentasi
dilakukan dengan threshold yang berbeda.
Yang menjadi fokus dalam tugas akhir ini adalah metode thresholding
global, thresholding dikatakan global jika nilai threshold T hanya bergantung
pada f(x,y), yang melambangkan tingkat keabuan pada titik (x,y) dalam suatu citra.
proses treshold selesai dilakukan, kemudian dilakukan denoising pada image sel
darah.
(2.1)
2.8 Pengolahan Citra Menggunakan MATLAB.
Pengolahan citra merupakan proses pengolahan dan analisis citra yang
banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan
informasi keluaran yang berbentuk citra.
Istilah pengolahan citra digital secara umum didefinisikan sebagai
pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas,
pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital
adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit
tertentu. Kebutuhan untuk pengolahan citra secara mudah dan cepat sangat
diperlukan. Penelitian ataupun penerapan di lapangan yang melibatkan proses
pengolahan citra, kadang-kadang menyulitkan dalam bidang pemrograman karena
rutin program yang berhubungan dengan komputer grafik membutuhkan keahlian
khusus dalam implementasinya. Matlab sebagai salah satu tools pemrograman
untuk membantu bidang pendidikan dan penelitian telah menyediakan bermacam-macam ‘toolbox’ yang disesuaikan dengan bidang keilmuan masing-masing, salah satunya adalah ‘Image Processing Toolbox’. Dengan memanfaatkan ‘toolbox’ tersebut, pengguna dapat dengan mudah melakukan penelitiannya.
Matlab adalah sebuah bahasa (pemrograman) dengan unjuk kerja tinggi
untuk komputasi teknis, yang mengintegrasikan komputasi, visualisasi, dan
pemrograman di dalam lingkungan yang mudah penggunaannya dalam
memmecahkan persoalan dengan solusinya yang dinyatakan dengan notasi
matematik. Sistem matlab terdiri dari lima bagian utama, yaitu:
1. Bahasa pemrograman MATLAB
Bagian ini adalah bahasa (pemrograman) tingkat tinggi yang
23
program, struktur data, masukan dan keluaran, serta fitur-fitur
pemrograman berorientasi objek.
2. Lingkungan kerja MATLAB
Bagian ini adalah sekumpulan kakas dan fasilitas MATLAB yang
digunakan oleh pengguna atau pemogram.
3. Penanganan grafik
Bagian ini adalah sistem grafik MATLAB, termasuk
perintah-perintah program tingkat tinggi untuk visualisasi data dua dimensi dan tiga
dimensi, pengolahan citra, animasi, dan presentasi grafik. Selain itu bagian
ini juga termasuk perintah-perintah program tingkat rendah untuk
menetapkan sendiri tampilan grafik seperti halnya membuat antarmuka
pengguna grafis untuk aplikasi-aplikasi MATLAB.
4. Pustaka (library) fungsi matematis MATLAB
Bagian ini adalah koleksi algoritma komputasi mulai dari fungsi
dasar seperti menjmlahkan (sum), menentukan nilai sinus, kosinus, dan
aritmatika bilangan kompleks, fungsi-fungsi seperti inverse matriks, nilai
eigen matriks, fungsi Bessel, dan FFT (Fast Fourier Transform).
5. API (Application Program Interface) MATLAB
Bagian ini adalah pustaka (library) untuk menuliskan program
bahasa C dan fortran berinteraksi dengan MATLAB, termasuk fasilitas
untuk memanggil delapan rutin program dari MATLAB (Dynamic
Lingking), memanggil MATLAB sebagai mesin komputasi dan untuk
pembacaan serta penulisan MAT-Files.
2.8.1 Software Matlab
Matlab adalah sebuah bahasa (pemrograman) dengan kinerja yang tinggi
(high-performance) untuk komputasi teknis, yang mengintegrasikan komputasi,
visualisasi dan pemrograman di dalam lingkungan yang mudah penggunaannya
dalam memecahkan persoalan dengan solusinya yang dinyataka dengan notasi
matematik. Penggunaan matlab, yaitu:
Matematik dan komputasi
Pemodelan, simulasi dan pembuatan prototipe
Grafik untuk sains dan teknik
Pengembangan aplikasi, termasuk pembuatan antarmuka grafis untuk
pengguna GUI (Graphical User Interface).
Matlab adalah sistem interaktif yang menggunakan elemen data dasarnya
adalah array yang tidak membutuhkan dimensi. Hal ini mempermudah untuk
menyelesaikan masalah komputasi terutama menyangkut matriks dan vector.
Nama matlab merupakan singkatan dari matrix laboratory. Pada awalnya
matlab dibuat untuk mempermudah pengembangan perangkat lunak berbasis
matriks oleh proyek LINPACK dan EISPACK.
Matlab memiliki beberapa keunggulan dan kemudahan dalam desain dan
analisis sistem kendali dan sistem linear. Fungsi-fungsi pendukung terangkum
dalam Control System Toolbox dan Signal Proccesing Toolbox. Kebanyakan
operasi dalam sistem kendali dan sistem linear berhubungan dengan operasi
matriks, aritmatika kompleks, menghitung akar, model konversi, dan
penggambaran fungsi-fungsi yang kompleks. Seperti telah kita ketahui
sebelumnya, matlab telah didesain untuk memudahkan pengerjaan operasi-operasi
tersebut diatas, dan analisa fungsi. Pelatihan ini lebih ditekankan pada
pemrograman dan menggunakan fungsi-fungsi dasar dalam bahasa matlab sehinga
teori mengenai ilmu sistem itu sendiri hanya akan disinggung sedikit pada
topik-topik yang relevan.
2.8.2 Spesifikasi GUI (Graphical User Interface) Matlab
Berikut ini akan dibahas teori dasar antarmuka sistem pengguna. teori
antarmuka meliputi perancangan menu-menu pada aplikasi yang akan dibuat.
Perancangan dilakukan dengan menggunakann tools yang sudah tersedia di
matlab, tools tersebut dapat diakses langsung dengan cara mengetikkan guide
pada Command Window untuk membuat dan memprogram antarmuka aplikasi
muncul.
25
1. Pertama ketikkan guide di command window yang sudah dibuka, seperti
terlihat pada gambar 2.8.
Gambar 2.8 Command window
2. Setelah selesai langkah diatas, maka akan muncul tampilan seperti gambar 2.9 dan pilih Blank GUI (Default).
Gambar 2.9 Guide quick start
Gambar 2.10 GUI editor
4. Gambar 2.11 adalah pilihan element tools yang bisa dipakai untuk merancang antarmuka.
Gambar 2.11 Element tools.
2.9 Software Antarmuka Matlab
Matlab disini yaitu sebuah bahasa pemrograman dengan kinerja yang
tinggi (high-performance) untuk komputasi teknis, yang mengintegrasikan
komputasi, visualisasi dan pemrograman di dalam lingkungan yang mudah
penggunaannya dalam memecahkan persoalan dengan solusinya yang dinyatakan
dengan notasi matematik dan grafik. cocok untuk perancangan sistem, pengolahan
27
Berikut merupakan tampilan dari software antarmuka sistem dengan
Matlab Versi 7.1 / 2010b.
Gambar 2.12 Antarmuka sistem
Berikut penjelasan dari tiap komponen pada antarmuka sistem (Gambar 2.12) :
1. Panel file, didalamnya terdapat menu-menu proses pengoahan citra diantaranya :
a .Pushbutton, untuk menampilkan image.
b. Pushbutton refresh, untuk mereset file image yang sudah disimpan dan
dikeluarkan hasil pengolahan citra.
c. Pushbutton exit, untuk mengelurkan program.
2. Panel prepocessing, didalamnya terdapat menu-menu proses pengolahan citra diantaranya :
a. Pushbutton Convert to grayscale
b. Pushbutton Deteksitepi
3. Panel processing, didalamnya terdapat menu-menu proses pengolahan citra diantaranya :
a. Pushbutton Watershed
b. Pushbutton Ekstraksi ciri
4. Panel identifikasi, didalamnya terdapat menu-menu proses pengolahan citra diantaranya :
a. Pushbutton pola wajik
b. Pushbutton bukan wajik
5. Panel Informasi, didalamnya terdapat menu-menu proses pengolahan citra diantaranya :
a. Pushbutton trainning JST
b. Pushbutton jumlah pola wajik
c. Pushbutton jumlah bukan wajik
d. Pushbutton jumlah keseluruhan e. Editteks, nilai penjumlahan
6. Axes1,2,3,4,5,6untuk menampilkan hasil dari semua pengolahan citra.
2.10 Sistem Matlab
Sebagai sebuah sistem matlab tersusun dari lima bagian utama, yaitu :
Development environment. Merupakan sekumpulan perangckat dan
fasilitas yang membantu anda untuk menggunakan fungsi-fungsi dan
file-file matlab. Beberapa perangkat ini merupakan sebuah Graphical User
Interfaces (GUI). Termasuk didalamnya adalah matlab desktop, ommand
window, command history, sebuah editor, debugger, dan browsers untuk
melihat help, workspace, files, dan search path.
Matlab mathematical function library. Merupakan sekumpulan algoritma
komputasi mulai dari fungsi-fungsi dasar sepertri: sum, sin, cos, dan
complex arithmetic, sampai dengan fungsi-fungsi yang lebih komplek
seperti matrix inverse, matrix eigenvalues, bessel functions, dan fast
fourier transforms.
Matlab language. Merupakan suatu high level matrix atau array language
dengan control flow statements, functions, data structures, input atau
output, dan fitur-fitur object oriented programming. Ini memungkinkan
bagi kita untuk melakukan kedua hal baik pemrograman dalam lingkup
29
lingkup yang lebih besar untuk memperoleh hasil-hasil dan aplikasi yang
komplek.
Graphicsmatlab memiliki fasilitas untuk menampilkan vektor dan matriks
sebagai suatu grafik. Di dalamnya melibatkan high level functions
(fungsi-fungsi level tinggi) untuk visualisasi data dua dikensi dan data tiga
dimensi, image processing, animation, dan presentation graphics. Ini juga
melibatkan fungsi level rendah yang memungkinkan bagi anda untuk
membiasakan diri untuk memunculkan grafik mulai dari bentuk yang
sederhana sampai dengan tingkatan graphical user interfaces pada aplikasi
matlab.
Matlab Application Program Interface (API). Merupakan suatu library yang
memungkinkan program yang telah anda tulis dalam bahasa C dan Fortran
mampu berinterakasi dengan matlab. Ini melibatkan fasilitas untuk pemanggilan
routines dari matlab (dynamic linking), pemanggilan matlab sebagai sebuah
30
3.1 Deskripsi Komponen yang Digunakan
Dalam penerapan jaringan syaraf tiruan untuk mendeteksi bentuk pola
gambar pada permukaan batuan ini, diperlukan perangkat atau peralatan yang
mendukung dalam desain dan pemrogramannya. Adapun perangkat yang
digunakan adalah :
3.1.1 Perangkat Keras
Perangkat keras yang digunakan dalam perancangan untuk mendeteksi
bentuk pola gambar pada permukaan batuan ini berupa komputer laptop sebagai
alat pemrosesan dan pemprograman jaringan syaraftiruan. Penulis menggunakan
komputer dengan motherboard Intel GMA 4500M (Aser Aspire 4732Z),
proccessor intel pentium T4400 (2.2 GHz, 800 MHz FSB), harddisk 160 GB,
Virtual Graphics Accelereation (VGA) 1 GB memory.
3.1.2 Perangkat Lunak
Perangkat lunak yang digunakan dalam penerapan jaringan syaraf tiruan
(JST) ini yaitu untuk mendeteksi bentuk pola pada permukaan batuan adalah
aplikasi matlab 7.1, matlab disini adalah sistem interaktif yang menggunakan
element data dasarnya adalah array yang tidak membutuhkan dimensi. Hal ini
mempermudah untuk menyelesaikan masalah komputasi terutama menyangkut
matriks dan vector. Nama matlab merupakan singkatan dari matrix laboratory.
Pada awalnya matlab dibuat untuk mempermudah pengembangan perangkat lunak
berbasis matriks oleh proyek LINPACK dan EISPACK.
Matlab memiliki beberapa keunggulan dan kemudahan dalam desain dan
analisis sistem kendali dan sistem linear. Fungsi-fungsi pendukung terangkum
dalam Control System Toolbox dan Signal Proccesing Toolbox. Kebanyakan
31
matriks, aritmatika kompleks, menghitung akar, model konversi, dan
penggambaran fungsi-fungsi yang kompleks. Seperti telah kita ketahui
sebelumnya, matlab telah di desain untuk memudahkan pengerjaan
operasi-operasi tersebut diatas dan analisa fungsi. Pelatihan ini lebih ditekankan pada
pemrograman dan menggunakan fungsi-fungsi dasar dalam bahasa matlab sehinga
teori mengenai ilmu sistem itu sendiri hanya akan disinggung sedikit pada
topik-topik yang relevan.
3.2 Proses Kerja Learning Vector Quantization (LVQ)
Pada metode Learning Vector Quantization (LVQ) terdiri atas dua lapisan
tersembunyi. Lapisan tersembunyi pertama merupakan lapisan kompetitif yang
terdiri S1 neuron. Bobot-bobot input akan diset sama dengan nilai tengah dari
vector-vektor input. Sedangkan lapisan tersembunyi kedua teraktivasi dengan
fungsi linear (Purelin) yang terdiri dari S2 neuron sesuai dengan jumlah kelas
yang diharapkan, dengan catatan S1 > S2. Misalkan neuron ke satu, dua dan ke
tiga pada lapisan kompetitif termasuk dalam kelas satu, maka ketiga neuron
pertama pada lapisan tersembunyi kedua, dan akan memiliki bobot sama dengan
nol menuju ke neuron yang lain (selain neuron pertama) pada lapisan tersembunyi
kedua. Learning Vector Quantization (LVQ) sendiri dapat dibangun dengan
menggunakan fungsi seperti berikut : Newlvq
3.2.1 Langkah-Langkah Membangun Learning Vector Quantization (LVQ)
Berikut ini adalah pelatihan jaringan LVQ jika diberikan (n) buah data
dengan (m) buah variable input. Dan data tersebut dibagi dalam sebuah K kelas.
Proses Pengambilan Citra.
1. Tetapkan:
a) Bobot awal variable input ke-j menuju ke kelas ke-i yaitu Wij, dengan i = 1,2, ……….., K dan J = 1,2, …., m.
b) Maksimum epoch = Maxepoch.
d) Pengurungan learning rate = Dec α.
e) Minimal learning rate yang diperbolehkan = Min α.
2. Masukkan:
Data input Xij dengan i = 1,2, …,n dan j = 1,2, .., m.
Target berupa kelas, yaitu Tk dengan k = 1, 2, ..,n.
3. Tetapkan kondisi awal epoch, yaitu epoch=0
4. Kerjakan jika (epoch<Maxepoch) dan (α > Min α)
epoch =epoch+1
b) Kerjakan untuk i = 1 sampai n
- Tentukan J sedemikian sehingga | Xi - Wj| minimum dengan j= 1, 2, , K.
- Perbaiki Wj dengan ketentuan:
Jika T = Cj makaWj + α ( Xj –Wj )
Jika T ≠ CjmakaWj + α ( Xj –Wj )
c) Setelah nilai α (pengurangannilai α bias dilakukan dengan α = α- Dec α atau
dengan cara α = α*Dec α) .
Setelah dilakukan pelatihan akan diperoleh bobot-bobot akhir. Bobot-bobot
inilah yang nantinya akan digunakan untuk melakukan pengujian atau simulasi
dengan data yang berbeda (tidak sama dengan data yang digunakan untuk
pelatihan).
Adapun algoritma Pengujian LVQ sebagai berikut :
1. Masukkan data yang akan diuji, misalnya Xij dengan i = 1, 2, …,np dan j = 1, 2, …, m.
2. Kerjakan untuk i = 1 sampai np
a) Tentukan J sedemikian sehingga | Xi - Wj| minimum dengan j= 1, 2, , K.
b) J adalah kelas untuk Xi.
3.3 Proses Pengambilan Citra
Proses pengambilan citra dilakukan turun langsung ke lapangan didaerah
pegunungan padalarang yang diambil sebuah sampel bungkahan batuan yaitu
33
dengan tahapan seperti dibawah seperti melalui proses SEM (Scanning Electron
Microscope), disini proses yang paling penting dikarenakan proses ini proses yang
akan menghasilkan gambar yang sebagai media utama untuk penelitian
selanjutnya. Dengan menghasilkan gambar seperti (sem500x, sem1000x,
sem3000x, sem5000x). Gambar yang diambil disimpan dalam format *.Png. atau
*.Bmp. Pengambilan citra digambarkan seperti gambar berikut ini,
Lokasi Pengambilan sample
Bongkahan Batuan
Potongan Batuan
Laptop Hasil Gambar SEM
(Scaning Elecron Microsof)
Microsop Electron
Gambar 3.1 Proses pengambilan citra
(a) (b)
3.4 Perancangan Sistem (flowchart diagram sistem)
Secara garis besar sistem program yang akan dirancang untuk mendeteksi
dan menghitung pola bentuk wajik dan bukan wajik dapat dilihat pada flowchart
3.3 dibawah ini,
Mulai
Baca Gambar
Konversi ke Grayscale
Deteksi Tepi
Segmentasi Watershed
Ekstraksi Ciri
Labeling
Training JST
Perhitungan Pola Bentuk
Selesai
Gambar 3.3 Flowchart perancangan sistem
3.4.1 Baca Citra
Citra digital diperoleh dari foto thin slice dalam ukuran micropis, batuan
gamping berwarna dengan penyimpanan format *Bmp dan *Png. Citra yang