1
11
BAB I
12
PENDAHULUAN
1.1 Latar Belakang
Indonesia selama ini dikenal sebagai negeri penghasil rempah-rempah seperti jahe, pala, merica, cengkeh dan kunyit. Selain rempah-rempah, Indonesia juga dikenal sebagai negara yang memiliki beragam jenis kopi. Indonesia merupakan produsen kopi Robusta dengan pangsa pasar sebesar 20 % dari ekspor kopi robusta dunia (Anonim, 2013), hal ini menjadikan kopi sebagai komoditas perkebunan yang memegang peranan penting perekonomian dalam negeri (Anonim, 2013). Areal kopi robusta tersebar di hampir seluruh kepulauan Indonesia seperti Sumatera (66%), Jawa (12%), Bali dan Nusa Tenggara (8%), Sulawesi (7%), Kalimantan (4%), serta Maluku dan Papua (1%)( Anonim, 2013). Proses pasca panen dan pengolahan kopi disesuaikan dengan kondisi geografis, sehingga karakteristik kopi tiap daerah juga berbeda beda.
Karakteristik kopi pada umumnya diwakilkan oleh bentuk, ukuran, warna, rasa dan aroma. Aroma merupakan salah satu indikator yang paling khas dari kopi, maka dari itu aroma kopi pada masing-masing daerah unik dan berbeda satu sama lain. Beberapa proses pasca panen seperti full-washed, semi-washed, honey dan natural mempengaruhi struktur fisik, cita rasa dan aroma pada kopi (Thepudom et al., 2013). Sejauh ini pengujian aroma yang ditimbulkan kopi selama proses pengolahan masih mengandalkan indera penciuman manusia, sehingga semua bergantung pada kemampuan tester. Ketergantungan pada tester menyebabkan pengujian aroma sulit dilakukan ketika tester tidak dalam kondisi prima dan indera penciumannya terganggu, oleh karena itu metode ini masih bersifat subjektif dan perlu dilakukan standarisasi untuk melakukan uji aroma kopi. Terdapat beberapa metode analitik kimia untuk melakukan uji aroma dan kualitas kopi, diantaranya Gas Chromathography (GC), Gas Chromathography
Mass Spectrum (GC-MS) dan High Performance Liquid Chromatography
dan sensitif untuk identifikasi, namun dibutuhkan perlatan laboratorium yang mahal, tenaga ahli yang berpengalaman dan persiapan sampel yang membutuhkan waktu yang lama untuk melakukan metode analitik kimia tersebut (Rosyad, 2015). Diperlukan suatu instrumen dan metode yang lebih praktis dengan analisis data yang lebih cepat dan biaya yang lebih murah untuk mengatasi keterbatasan metode analitik kimia. Penelitian akan instrumen tersebut mengarah ke suatu alat bernama electronic nose, telah dilakukan upaya untuk menggunakan electronic
nose dalam melakukan pengenalan berbagai macam produk (termasuk kopi)
berdasarkan aroma (Brudzewski et al., 2012). Electronic nose adalah instrumen untuk melakukan uji sampel berdasarkan aroma sampel untuk keperluan identifikasi dan klasifikasi. Electronic nose terdiri dari dua komponen penysusun utama, yaitu sistem penginderaan dan sistem pengenalan pola. Sistem penginderaan terdiri dari susunan beberapa larik sensor gas, dimana setiap sensor akan bereaksi ketika terekspos aroma tertentu. Tiap sensor gas pada electronic
nose akan mengirimkan sinyal berupa nilai tegangan ke sistem akuisisi data. Nilai
tegangan yang terbaca oleh sensor pada saat proses sampling dan pengaliran udara bebas akan membentuk suatu pola tertentu. Pola tersebut kemudian dianalisa lebih lanjut pada sistem pengenalan pola. Pada sistem pengenalan pola, pola yang terbentuk dari suatu aroma akan diklasifikasi dan diidentifikasi untuk menentukan keluaran yang sesuai dengan sampel.
Klasifikasi adalah salah satu metode untuk melakukan ekstrak informasi. Tujuan dari klasifikasi adalah untuk menganalisa data input dan membat model yang akurat untuk setiap kelasnya berdasarkan data yang ada. Model kelas tersebut juga digunakan untuk mengklasifikasikan data tes lain/data tes baru untuk ditentukan label kelasnya. Terdapat banyak metode yang dapat digunakan untuk melakukan klasifikasi, salah satunya dengan Jaringan Syaraf Tiruan (JST). JST merupakan suatu arsitektur jaringan untuk memodelkan cara kerja sistem syaraf manusia (otak) dalam melaksanakan tugas tertentu. Pemdoelan ini didasari oleh kemampuan otak manusia dalam mengorganisasi sel-sel penyusunnya atau
khususnya pengenalan pola dengan efektivitas jaringan yang tinggi. Dalam mencari arsitektur yang optimal bukanlah hal yang mudah dalam penggunaan JST. Salah satu kelemahan JST dalah penentuan arsitektur yang optimal. Arsitektur yang dimaksud disini adalah penentuan struktur dan bobot-bobot koneksi dalam JST.
Radial Basis Function (RBF) merupakan salah satu jaringan syaraf tiruan
yang banyak digunakan untuk memecahkan masalah fungsi pendekatan, sistem kontrol dan klasifikasi. RBF memiliki tiga lapisan pada arsitekturnya, pada metode ini digunakan hidden neuron dengan fungsi Gaussian sebagai fungsi aktivasi. Kelebihan metode RBF terletak pada desain yang mudah, generalisasi yang bagus dan toleransi noise pada input sangat tinggi, selain itu, metode RBF mampu mengungguli metode Multilayer Perceptron baik dalam waktu komputasi maupun akurasi pengenalan data uji, namun demikian sebagaimana jaringan syaraf tiruan dengan arsitektur multilayer pada umumnya, diperlukan waktu komputasi yang lebih tinggi dibandingkan jaringan syaraf tiruan dengan arsitektur
single layer.
Learning Vector Quantization (LVQ) adalah salah satu jaringan syaraf
tiruan dengan arsitektur single layer. Metode LVQ pada umumnya digunakan untuk klasifikasi pola, metode ini melakukan pembelajaran terhadap vektor yang mewakili masing-masing kelas. Pengklasifikasian menggunakan metode LVQ bersifat intuitif dan mudah dimengerti karena metode tersebut didasarkan pada perwakilan kelas (prototipe), hal ini merupakan suatu keunggulan dibandingkan dengan metode Multilayer Perceptron (MLP) atau Support Vector Machines (SVM). Keuntungan lain dari metode LVQ adalah arsitekturnya yang sederhana dan waktu pelatihan yang cepat, namun menurut penelitian yang dilakukan oleh (Wang et al., 2006), dimana dibandingakan antara metode kompetitif sejenis LVQ dan RBF untuk klasifikasi teks, metode RBF lebih unggul dibandingkan metode LVQ. Berbagai upaya untuk meningkatkan metode LVQ dilakukan, salah satunya pada penelitian (Syafria, 2014). Pada penelitian tersebut digunakan metode Fuzzy LVQ pada pengenalan suara paru-paru, dari penelitian tersebut dihasilkan
kesimpulan metode Fuzzy LVQ memiliki akurasi 11,4% lebih tinggi dibandingkan dengan metode LVQ.
Berdasarkan karakteristik kedua metode yang telah disebutkan, maka pada penelitian ini akan dibandingkan antara jaringan syaraf tiruan metode Radial
Basis Function (RBF) dengan jaringan syaraf hybrid Fuzzy Learning Vector Quantization (FLVQ) dalam melakukan klasifikasi kopi berbasis electronic nose. 1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah yang diangkat pada penelitian adalah bagaimana mengidentifikasi kopi lokal dengan pendekatan jaringan syaraf tiruan menggunakan electronic nose.
1.3 Batasan Masalah
Dalam penelitian ini diberikan beberapa batasan masalah sebagai berikut 1. Digunakan electronic nose yang telah dikembangkan oleh Laboratorium
Fisika Material dan Instrumentasi UGM.
2. Sensor gas TGS yang digunakan pada electronic nose terdiri dari 8 buah sensor unselected.
3. Sampel kopi yang digunakan pada penelitian ini terdiri dari enam daerah berbeda yakni Ciwidey, Gayo, Flores, Toraja, Bali dan Batak.
4. Kualitas biji kopi yang digunakan pada penelitian ini sama yakni satu.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah membandingkan hasil identifikasi kopi yang diperoleh dengan menggunakan metode Fuzzy LVQ dan RBF.
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat untuk mengetahui kelebihan dan kekurangan metode Fuzzy LVQ dan metode RBF pada permasalahan klasifikasi kopi berbasis electronic nose.
1.6 Metodologi Penelitian
1. Melakukan identifikasi masalah dari tema yang dilatarbelakangi oleh keadaan dan permasalahan dari jaringan syaraf tiruan, menganalisis berbagai permasalahan yang masih ada, dan mencari solusi atas masalah yang ditemukan.
2. Merumuskan tujuan dari penelitian. Tujuan dari penelitian ini adalah mengembangkan jaringan syaraf tiruan metode Fuzzy LVQ dan metode RBF untuk klasifikasi kopi berbasis electronic nose dan membandingkan akurasi kedua metode dalam melakukan klasifikasi kopi.
3. Melakukan pembelajaran lebih lanjut tentang sistem yang dibahas pada penelitian ini dengan metode :
a. Studi literatur, yaitu mempelajari artikel, makalah, jurnal, karya tulis, serta buku-buku yang terkait dengan sistem electronic nose dan jaringan syaraf tiruan.
b. Studi konsultasi kepada dosen pembimbing mengenai rancangan sistem dan pengembangan yang bisa diterapkan pada sistem.
4. Membuat perancangan sistem yang terdiri dari dua bagian, yaitu :
a. Perancangan dua arsitektur jaringan syaraf tiruan disesuaikan dengan
electronic nose yang digunakan.
b. Perancangan software dengan Grafis User Interface (GUI) berbasis Matlab yang berfungsi unutk mengatur parameter kedua metode jaringan syaraf tiruan, mengetahui hasil pelatihan jaringan syaraf tiruan dan mengkomparasi hasil klasifikasi kopi dari kedua metode jaringan syaraf tiruan.
5. Analisis terhadap kedua metode yang telah dibuat yaitu dengan cara mengamati hasil proses pelatihan dan pengujian sampel kopi sehingga dapat dilakukan evaluasi hasil pembahasan dan menarik kesimpulan dari hasil penelitian yang dilakukan.
1.7 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penyusunan tugas akhir ini adalah sebagai berikut :
BAB I PENDAHULUAN
Pada bab ini terdiri atas latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Tinjauan pustaka ini memuat uraian sistematis tentang informasi hasil penelitian yang disajikan dalam pustaka dan menghubungkannya dengan masalah penelitian yang ingin dikaji oleh penulis.
BAB III LANDASAN TEORI
Dalam bab ini membahas landasan teori yang memberikan penjelasan dan gambaran tentang kopi secara umum, electronic nose, jaringan syaraf tiruan, metode Fuzzy LVQ dan RBF.
BAB IV ANALISIS PERANCANGAN SISTEM
Dalam bab ini berisi penjelasan mengenai perancangan sistem keseluruhan yang dibuat. Mulai dari penjelasan sistem secara umum, hingga penjelasan mengenai komponen yang digunakan dalam pembangunan sistem.
BAB V IMPLEMENTASI
Dalam bab ini dicantumkan implementasi dari perancangan dua metode jaringan syaraf tiruan, meliputi perancangan data latih dan data uji.
BAB VI HASIL DAN PEMBAHASAN
Hasil penelitian yang telah dilakukan dan pembahasan terhadap pengaruh parameter kedua metode jaringan syaraf tiruan terhadap kinerja jaringan syaraf tiruan dan hasil pengenalan sampel kopi pada kedua metode jaringan syaraf tiruan.
BAB VII KESIMPULAN DAN SARAN
Bab ini berisikan kesimpulan dan saran mengenai tugas akhir. Memuat kesimpulan dari hasil penelitian yang telah dilakukan dan masukan saran untuk perbaikan serta pengembangan sistem ini pada masa mendatang.
