BAB I
1
PENDAHULUAN
1.1 Latar Belakang
Gulma adalah tanaman pengganggu yang merugikan tanaman budidaya dengan cara berkompetisi terhadap kebutuhan cahaya, CO2, air, hara, dan
alelopati, dengan mengeluarkan zat beracun yang menghambat tanaman. Gulma memiliki banyak spesies dan memiliki sifat yang berbeda-beda. Pengenalan spesies gulma merupakan langkah awal yang menentukan keberhasilan pengendalian gulma. Mengetahui spesies gulma pada lahan pertanian maka dapat berimplikasi pada pengendalian gulma yang digunakan (Ningsih, 2011).
Pengenalan spesies gulma dibutuhkan untuk menentukan pengendalian yang digunakan, misalnya pengendalian gulma menggunakan pestisida. Dalam lampiran Keputusan Menteri Pertanian Republik Indonesia dengan Nomor 444/Kpts/SR.140/9/2003, dapat dilihat bahwa cara aplikasi, jenis dan dosis pestisida yang digunakan dalam pengendalian gulma disesuaikan dengan spesies gulma pada lahan pertanian.
Penelitian mengenai gulma dalam hubungannya dengan computer vision
telah dilakukan oleh peneliti terdahulu. Weis dan Gerhards (2007) melakukan penelitian tentang identifikasi kepadatan gulma dari citra digital dengan mengambil ciri Region, Countour-based, dan Skeleton-based untuk mendapatkan parameter-parameter bentuk yang sebelumnya telah tersegmentasi menggunakan kamera khusus sedangkan Siddiqi dkk (2009) melakukan deteksi gulma kemudian mengkalisifikasikannya kedalam dua jenis gulma yaitu gulma berdaun sempit dan berdaun lebar. Proses deteksi dan klasifikasi menggunakan algoritma yang didasarkan pada erosion kemudian diikuti oleh algoritma segmentasi dilation. Solahuddin dkk (2010) juga telah melakukan penelitian untuk mendeteksi kepadatan gulma menggunakan metode Fuzzy Clustering dan Dimensi Fraktal.
Fuzzy Clustering digunakan untuk mengidentifikasi kepadatan gulma sedangkan
Dimensi Fraktal digunakan untuk membedakan antara tanaman dan gulma dan Ahmed dkk (2012) menggunakan local pattern operators untuk mengklasifikasikan gulma berdaun lebar dan sempit. Tiga operator dari local pattern operators yang digunakan dalam penelitian tersebut, yaitu Local Binary Pattern (LBP), Local Ternary Pattern (LTP), dan Local Directional Pattern
(LDP).
Dari beberapa penelitian mengenai gulma yang berkaitan dengan computer vision diatas masih menitikberatkan pada identifikasi kepadatan gulma maupun mendeteksi dua jenis gulma, yaitu gulma berdaun lebar atau gulma berdaun sempit. Seperti yang telah disebutkan sebelumnya bahwa dalam menentukan pengendalian gulma terlebih dahulu harus diketahui spesies gulma yang ada pada pada lahan tanaman budidaya. Namun, dalam mengenali suatu spesies gulma tidaklah mudah karena biasanya ditempuh salah satu cara seperti membandingkan gulma yang ingin dikenali dengan material yang telah diidentifikasi di herbarium, konsultasi langsung dengan para ahli gulma, mencari sendiri melalui kunci identifikasi, membandingkan gulma yang ingin dikenali dengan determinasi yang ada, atau membandingkannya dengan ilustrasi yang tersedia. Hal ini tentu saja membutuhkan waktu yang relatif lama bagi orang-orang yang belum ahli dalam bidang gulma. Untuk itu peneliti melakukan penelitian pengenalan spesies gulma. Penelitian ini akan memberikan informasi mengenai spesies gulma dan pengendalian gulma menggunakan pestisida berdasarkan lampiran Keputusan Menteri Pertanian Republik Indonesia dengan Nomor 444/Kpts/SR.140/9/2003.
Untuk mengenali gulma tentunya harus dipahami sifat-sifat vegetativ dari gulma tersebut. Bagian vegetativ gulma yang dapat dipakai untuk mengenali suatu spesies gulma adalah akar, batang, atau daun. Dalam penelitian ini digunakan daun gulma untuk mengenali spesies gulma. Menurut Tjitrosoepomo (1996), daun tumbuhan sering digunakan untuk mengenali suatu tumbuhan karena tumbuhan memiliki daun yang helaiannya yang berbeda-beda, baik dari segi bentuk, ukuran, maupun warna. Selanjutnya, masih menurut Tjitrosoepomo (1996), umumnya ciri-ciri daun pada satu spesies tumbuhan adalah sama satu sama lain, terutama bentuk atau bangun helainya. Kalau ada perbedaan, maka biasanya hanya
mengenai ukuran atau warnanya (daun yang masih muda biasa mempunyai warna yang berlainan dengan daun yang telah dewasa).
Cara tercepat dan termudah untuk mengenali tanaman adalah melalui daunnya (Chaki dan Parekh, 2012). Gulma dapat dikenali dari daunnya. Khusus untuk gulma berdaun lebar, bentuk daunnya sangat beragam. Secara keseluruhan bentuk daun gulma berdaun lebar ada yang lurus, lonjong, lanseolata, ovata, palma, pinata, pina sekta, dan lain-lain. Selain bentuk, spesies tanaman juga memiliki daun yang unik satu sama lain dengan karakteristik seperti warna, tekstur, dan tepian daun (Beghin dkk, 2010).
Pada penelitian ini, ciri bentuk dan ciri tekstur dari citra daun gulma digunakan untuk mengenali spesis gulma. Ciri warna tidak digunakan dalam penelitian ini karena mengingat hampir semua spesies gulma memiliki daun berwarna hijau. Ciri tekstur yang dimaksudkan disini adalah susunan tulang-tulang daun. Hal ini didasarkan pada Tjitrosoepomo (1996) yang menyatakan bahwa diantara sifat-sifat daun yang perlu mendapat perhatian dalam melakukan pengenalan suatu spesies tumbuhan adalah bangunnya (bentuk) dan susunan tulang-tulangnya. Adapun metode yang digunakan untuk melakukan ekstraksi ciri adalah Moment invariant dan derajat kekosongan fraktal (Lacunarity). Moment invariant digunakan untuk mendapatkan ciri bentuk dari citra daun gulma sedangkan fraktal digunakan untuk mendapatkan ciri tekstur dari citra daun gulma.
Moment invariant digunakan untuk mendapatkan ciri bentuk disebabkan metode ini tahan terhadap translasi, rotasi, dan skalasi. Untuk mendapatkan ciri tekstur metode fraktal dipilih yang didasari pada pertimbangan bahwa tekstur daun bersifat alami dan tidak teratur dan fraktal cocok digunakan untuk menggambarkan objek-objek atau image-image yang bersifat alami dan tidak teratur (Hearn dan Baker, 1994).
Hasil ekstraksi ciri dari citra daun gulma dilatih dan kemudian dilakukan pengenalan spesiesnya menggunakan metode Jaringan Syaraf Tiruan. Alasan penggunaan JST dalam penelitian ini adalah Jaringan Syaraf Tiruan mampu mengenali sesuatu dengan berbasis masa lalu. Artinya data masa lalu akan
dipelajari sehingga mempunyai kemampuan untuk memberi keputusan terhadap data yang belum pernah dipelajari yang tentu saja masih dalam domain masalah yang pernah dipelajari. Dengan kata lain bahwa JST dapat belajar dari pengalaman untuk memberi keputusan terhadap data baru dan menurut Sutojo dkk (2011), bahwa JST mampu melakukan generalisasi dari suatu pola tertentu yang artinya bahwa mampu menghasilkan respon terhadap pola-pola yang sebelumnya telah dipelajari. Hal ini sangat bermanfaat bila saat diinputkan data baru yang belum pernah dipelajari ke dalam JST, maka JST tersebut akan dapat memberikan tanggapan yang baik.
Backpropagation atau Propagasi Balik merupakan algoritma pelatihan untuk melatih MLP. Algoritma Backpropagation melakukan tahap perhitungan maju untuk menghitung galat antara keluaran aktual dan target kemudian tahap perhitungan mundur yang mempropagasikan balik galat tersebut untuk memperbaiki bobot-bobot sinaptik pada semua neuron yang ada. Pengenalan pola dari citra daun menggunakan JST Backpropagation telah dilakukan oleh Fu dkk (2004) dan menghasilkan tingkat akurasi sebesar 92%. Penggunaan JST
Backpropagation untuk mengenali pola citra daun juga telah dilakukan oleh Chaki dan Parekh (2011) dengan menghasilkan tingkat akurasi diatas 90% sedangkan Danti dkk (2012) menghasilkan tingkat akurasi 92%. Selain mempertimbangkan tingkat akurasi yang dihasilkan peneliti sebelumnya yang menggunakan JST
Backpropagation tersebut, alasan lain penggunaan metode ini adalah bahwa
Backpropagation merupakan algoritma yang menggunakan pola penyesuaian bobot untuk mencapai nilai kesalahan minimum.
Atas dasar ini, maka peneliti menggunakan JST Backpropagation sebagai metode yang digunakan untuk melakukan pengenalan spesies gulma berdasarkan citra daunnya.
1.2 Rumusan Masalah
Permasalahan yang akan diselesaikan dalam penelitian ini adalah melakukan pengenalan spesies gulma dari citra daun gulma tersebut berdasarkan pada ciri bentuk dan tekstur. Ciri bentuk dan tekstur diekstrak menggunakan
metode Moment invariant dan Lacunarity, hasil ekstraksi dilatih dan dikenali spesies gulmanya dengan JST Backpropagation.
1.3 Batasan masalah
Batasan masalah dalam penelitian ini meliputi :
1. Bagian gulma yang diolah dalam penelitian ini adalah daun yang diambil menggunakan kamera dengan latar belakang yang sama dengan ukuran citra 256x256.
2. Daun gulma yang diolah tidak memiliki cacat seperti robek atau ada bagian dari daun yang hilang dan tektur daun atau pola tulang-tulang daunnya dapat terlihat apabila dikonversi dalam bentuk digital.
3. Penelitian ini memfokuskan pada 12 spesies gulma dari jenis gulma daun lebar.
4. Pada penelitian ini ukuran box yang digunakan untuk ciri lacunarity
adalah 2n x 2n, dimana n adalah 1 sampai 4.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengembangkan sistem yang dapat mengenali spesies gulma berdasarkan pada bentuk dan tekstur daunnya.
1.5 Manfaat Penelitian
Hasil penelitian ini diharapkan memberikan manfaat bagi pihak-pihak yang bergerak dalam bidang pertanian untuk dapat mengenali spesies gulma yang dapat dijadikan dasar dalam menentukan pengendalian gulma.
1.6 Keaslian Penelitian
Penelitian mengenai pengenalan maupun identifikasi tanaman berdasarkan pada citra daun telah banyak dilakukan, demikian pula dengan penelitian mengenai gulma dalam bidang computer vision. Metode ektraksi ciri menggunakan Moment invariant yang merepresentasikan bentuk maupun
Lacunarity yang merepresentasikan tekstur serta metode JST Back Propagation
sebelumnya. Berdasarkan referensi dan kajian pustaka, penelitian yang diajukan sebagai Thesis S2 Ilmu Komputer Universitas Gadjah Mada Yogyakarta mengenai pengenalan spesies gulma menggunakan metode ekstraksi ciri Moment invariant dan Lacunarity dengan metode JST Backpropagation belum pernah dilakukan.
1.7 Metodologi Penelitian
Tahap-tahap dalam melakukan penelitian pengenalan spesies gulma meliputi :
1 Pengumpulan Data
Pengumpulan data dilakukan dengan tiga cara, yaitu studi pustaka, pengambilan citra daun gulma, dan wawancara.
a. Studi Pustaka
Kegiatan studi pustaka dilakukan dengan mempelajari literatur-literatur yang mendukung penelitian. Literatur yang dipelajari berkaitan dengan pengolahan citra digital dengan ekstraksi ciri menggunakan Moment Invariant dan Lacunarity dan metode-metode yang digunakan dalam melakukan preprocessing dan segmentasi, dan literature tentang metode pengenalan menggunakan Jaringan Syaraf Tiruan (JST) Backpropagation. Literatur diperoleh dari berbagai sumber antara lain dari jurnal ilmiah, laporan hasil penelitian dan buku.
b. Pengambilan Citra Daun Gulma
Pengambilan citra daun gulma dilakukan dengan cara mengambil daun gulma kemudian diambil citranya menggunakan kamera dengan warna
background yang sama pada setiap citra daun gulma yang diambil. c. Wawancara
Wawancara dilakukan dengan melakukan tanya jawab secara langsung dengan pihak yang memiliki kapasitas dan informasi yang dibutuhkan dalam pelaksanaan penelitian. Wawancara dilakukan dengan pakar pertanian mengenai spesies gulma khususnya gulma berdaun lebar.
2 Analisis dan Rancangan Sistem
Analisis sistem dilakukan dengan menganalisa kebutuhan-kebutuhan sistem dan aturan-aturan sistem yang akan digunakan dalam perancangan sistem. Perancangan sistem dilakukan dengan menerjemahkan kebutuhan-kebutuhan dari analisis sistem ke dalam perancangan sistem yang meliputi rancangan akuisisi citra, rancangan proses, rancangan proses aliran data, rancangan basis data, dan rancangan antar muka.
3 Implementasi
Pada tahapan ini dilakukan pembuatan sistem dengan mengimplementasikan metode preprocessing dan segementasi citra serta metode ekstraksi ciri menggunakan Moment Invariant dan Lacunarity serta metode pengenalan menggunakan Jaringan Syaraf Tiruan (JST) Backpropagation. Perangkat lunak yang digunakan untuk membangun sistem tersebut adalah Java sebagai bahasa programnya dan MySQL digunakan untuk manajemen databasenya. 4 Pengujian Sistem
Pada tahap ini dilakukan pengujian terhadap sistem yang telah dibangun. Pengujian dilakukan menggunakan data sebanyak 120 dimana 70% (84 data) digunakan untuk pelatihan dan 30% (36 data) digunakan sebagai data uji. Spesies gulma yang diuji sebanyak 12 spesies dari jenis gulma daun lebar. Adapun spesies gulma yang diuji adalah Euphorbia hirta L, Amaranthus spinosus L, Portulaca oleracea L, Erigeron sumatrensis Retz, Chromolaena odorata, Commelina nudiflora Burm, Ageratum conyzoides L, Physalis angulata L, Alternanthera philoxeroides (Mart.) Griseb, Synedrela nodiflora L, Sida rhombifolia L, dan Boerhavia erecta L. Pemilihan spesies gulma tersebut didasarkan bahwa spesies ini lebih sering muncul pada lahan pertanian.
1.8 Sistematika Penulisan
Sistematika penulisan dalam penelitian ini dibagi menjadi beberapa bab untuk memudahkan dalam pembahasannya, yaitu :
BAB I. PENDAHULUAN
Bab ini membahas mengenai latar belakang masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, keaslian penelitian dan sistematika penulisan.
BAB II. TINJUAN PUSTAKA
Bab ini menjelaskan tentang penelitian yang pernah dilakukan oleh para peneliti lain untuk dijadikan sebagai referensi dalam penelitian.
BAB III. LANDASAN TEORI
Bab ini membahas mengenai teori-teori yang dibutuhkan dan berhubungan dengan masalah yang akan dibahas dalam penelitian.
BAB IV. ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas mengenai analisis sistem, rancangan sistem, bahan digunakan dalam penelitian, akuisisi data penelitian, rancangan proses, rancangan proses aliran data, rancangan basis data, dan rancangan antar muka.
BAB V. IMPLEMENTASI SISTEM
Bab ini membahas mengenai implementasi dari rancangan yang telah dibuat.
BAB VI. HASIL DAN PEMBAHASAN
Bab ini berisi pengujian dan analisis terhadap hasil pengujian sistem yang telah dikembangkan.
BAB VII. KESIMPULAN DAN SARAN
Bab ini membahas mengenai kesimpulan yang diperoleh dari hasil yang telah dicapai serta saran untuk pengembangan sistem selanjutnya.
