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.
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
