Ill. METODOLOGI PENELlTlAN 3.1 Kerangka Pemikiran Dalam pelaksanaan penilitan ini dilakukan 4 tahap utama yang terdiri dari: persiapan (pengurnpulan dan pengolahan data citra buah), algoritma pendukung, studi pustaka, penentuan temu kembali dan pembuatan prototipe sistem (Gambar 3.1). Dengan konsep ini digunakan 2 model akses : pertama model akses secara berurut (sekuensial) dan model akses yang kedua dengan akses acak. Jika diasumsikan bahwa sekuential akses diwakilkan dengan variable s dan akses acak diwakilkan dengan variable r maka untuk menghasilkan proses database multimedia yang optimal adalah s + r. Dengan melakukan proses kueri fuzzy, maka citra yang sudah tersimpan ada database dapat ditemukan atau ditelusuri berdasarkan wama, bentuk dan tekstur. Dengan demikian jika ingin mengetahui dan mencari citra tertentu di dalam database, maka dapat mengunakan proses kueri fuzzy. Dalam melakukan pencarian citra dengan proses kueri fuzzy, maka akan ditampilkan beberapa citra berdasarkan peringkat. Dimulai dari peringkat yang mendekati angka 1 (satu) dengan maksud sangat mirip sekali dan mendekati angka 0 (nol) dengan maksud tidak mirip sama sekali. Baik dari sisi wama dan bentuk.
cramdar 3. I Keranwa rernikiran reneurran 3.2 Tahap Persiapan Tahap persiapan dalam penelitian ini, terdapat 3 (tiga) kegiatan utama yang dilakukan secara berurutan, diantaranya adalah : 1. Pengumpulan citra buah 2. Penentuan batasan citra buah 3. Analisa spesifikasi citra buah
Dalam pengumpulan data citra buah, dilakukan melalui beberapa cara seperti : melalui internet, pengambilan dengan photo digital ataupun melalui kumpulan cd citra buah- buahan. Setelah dilakukan pengumpulan data, maka semua citra harm mempunyai ektension JPG atau BMP (*.jpg dan *.bmp). Jika diketemukan ada ekstension yang lain, maka akan dilakukan perubahan. Secara lebih detail gambaran pengumpulan data terhadap citra buah sebagai berikut (Tabel 3.1) : Tabel 3.1 Pengumpulan data citra buah No Asal Image Buah Jumlah Image Keterangan Nama Website : 1 Teknologi Internet 92 www.wikivedia.com \\-\f-n.kompa.comikeschatan~...!kiat.htm www.~roscitech.com.au/tro~/link.htm www.fruitlovers.com/fruittreedescriptions.htm www.fotosearch.com/uhotos-imageslfruit.htm1 www.fieefoto.comlbrowse.isr, www.fruit-images.com/fruit www.fruitfromwashinpton.com/di~items/christmas.htm www.2020tecoh.com/fruit Pengambilan Diambil untuk Image citra Alpukat, Jeruk, 2 gambar dengan 30 Nanas, Kelapa dan Ape1 Photo Digital Dengan pembelian 3 CD & DVD utuk 20 Semua Image yang digunakan akan kumpulan Image dimodifikasi sesuai dengan kriteria yang buah - buah sudah ditentukan 4 Hasil Modifikasi 28 Semua image yang sudah ada, kemudian dari citra yang dilakukan modifikasi. Mulai dari warna, sudah ada. bentuk citra termasuk posisi dari citra.
Kemudian semua citra buah yang sudah dikumpulkan, akan dilakukan identifikasi batasan dari citra buah yang akan dilakukan penelitan. Ini dilakukan untuk menghindari bahasan terhadap penelitan yang menjadi luas, sehingga sulit untuk melaksanakannya. Adapun beberapa batasan terhadap citra buah yang diteliti diantaranya : 1. Warna citra buah difokuskan kepada warna luar yang dimiliki oleh citra buah. Untuk itu beberapa warna luar buah yang diteliti adalah sebagai berikut : 4 Warna merah terdiri atas buah apel, tomat, rambutan, strawberi. J Warna ungu terdiri dari Anggur & Warna coklat seperti buah sawo, duku, kelengkeng. 4 Warna kuning sepert buah pear, pisang J Warna biru seperti buah alpukat, jambu, mangga, kqlapa, semangka 2. Untuk bentuk citra buah yang akan dilakukan penelitian, terdiri atas beberapa bentuk yaitu : bulat, kotak, lcm&mg dsr segitiga. Untuk itu semua citra buah yang dikumpulkan, namun belum dimasukkw ke dalam database citra, hams benar - benar jelas bentuknya, dan tidak boleh dalam keadaan kabur atau tidak sempmzw tarrmpilan bentuknya. Pada saat pengumpulan data, jika bentuk dan warna dari citra buah diketemukan yang tidak jelas atau cacat, maka harus dilakukan perubahan terlebih dahulu.
Proses analisa terhadap citra buah, dimaksudkan agar semua data citra buah yang sudah dikumpulkan dapat segera dimasukkan kedalam Database. Dalam melakukan analisa terhadap data citra buah, terdapat beberapa spesifikasi teknis yang dibuat oleh penulis dalam rangka untuk menunjang pelaksanaan penelitian ini diantaranya : 1. Data buah - buahan yang dikumpulkan harus mempunyai latar belakang warna putih. 2. Data buah yang sudah dikumpulkan, dalam satu tampilan hanya menggambarkan satu jenis buah saja dan tidak boleh lebih. Kalaupun dalam satu tampilan itu terdapat kumpulan beberapa jenis buah, hanya bersifat untuk mengetahui perforrna dari sistem yang sudah selesai dikembangkan. 3. Data buah harus mempunyai warna clan bentuk yang sangat jelas. Karena sangat mempengaruhi dalam proses pencarian 1 temu kembali. 4. Untuk 1 (satu) jenis citra buah - buahan, akan dimodifikasi menjadi 5 sarnpai dengan 8 jenis buah yang sarna, namun dengan perbedaan warna, bentuk dan posisi pada citra buah yang sejenis. 5. Untuk data citra buah yang sejenis hams memiliki warna dan bentuk yang mempunyai beberapa perbedaan. 6. Semua data buah yang dimasukkan kedalam database harus mempunyai ektension jpg, bmp. Semua kriteria di atas, harus dapat dipenuhi dalam rangka melakukan proses kueri fuzzy terhadap data buah - buahan. Untuk itu contoh buah dengan kriteria di atas, disajikan pada Gambar 3.2 :
Gambar 3.2 Gambar Buah - buahan dengan spesifikasi teknis tertentu Gambar 3.2 merupakan contoh yang sesuai dengan spesifikasi teknis terhadap data citra buah yang disimpan pada Database. Secara lebih detail tahapan proses persiapan dapat dilihat pada Gambar 3.3 : Gengumpulan' r Penentuan \ Citra buah 1.o Batasan Citra Buah J k 2.0 J L ' ' ~nalisa Citra b buah * 3.0 J 6 v C i Buah v Citra Buah Hasil M kasi Hasil Anaka Gambar 3.3 Bagan alir proses tahap persiapan Gambar 3.3 menjelaskan tentang proses - proses yang akan dilakukan dalam menghasilkan citra buah yang sesuai dengan kebutuhan dalam penelitian.
Sedangkan secara lebih detail gambaran proses tata laksana untuk menghasilkan citra buah yang siap untuk dimasukkan kedalam database citra buah, dapat dilihat pada Gambar 3.4 : Gambar 3.4 Tata Cara Pengolahan Citra Buah Menjadi Database Citra Buah Gambar 3.4 menjelaskan bahwa penelitian ini memfokuskan tentang bagaimana dalam mengolah citra buah, mulai dari saat pengumpulan hingga penentuan spesifikasi terhadap citra buah. Gambaran tentang hasil analisa citra buah, secara lebih rinci disajikan pada Gambar 3.5 : Gambar 3.5 : Gambar Buah Semangka memiliki warna dan bentuk berbeda
Pada Gambar 3.5 disajikan 2 jenis citra buah semangka yang sudah dilakukan analisa citra buah, dimana dengan jenis buah yang sama, narnun mempunyai bentuk dan warna berbeda. Satu buah semangka berwarna biru tua dan mempunyai bentuk bulat, sementara buah semangka lainnya b ema hijau muda dan memiliki bentuk agak lonjong. Pada dua (2) citra diatas memberikan gambaran bahwa proses temu kembali pada data buah-buahan sangat dipengaruhi dengan warna dan bentuk dari citra buah sendiri. Dari hasil pengolahan ini maka semua citra buah akan dimasukkan kedalam database citra buah. Secara lebih detail daftar dari citra buah yang menjadi objek dalam penelitian penulis yang disajikan pada Tabel 3.2. Tabel 3.2. Daftar buah - buahan NAMA BUAH
Terdapat 19 citra buah yang dilakukan penelitian. Melalui citra tersebut dikembangkan menjadi 170 citra, melalui beberapa cara : 1. Mengurnpulkan melalui Internet untuk jenis citra buah yang sejenis dm mempunyai kemiripan baik terhadap bentuk dan warna. Termasuk juga mengumpulkan citra buah yang mempunyai kemiripan bentuk atau warna, narnun berbeda jenis buahnya. 2. Melakukan modifhi terhadap beberapa citra yang sudah ada, agar terjadi perbedaan baik terhadap bentuk maupun warna. 3.3 Algoritma Pendukung Dalam menentukan algoritma pendukung untuk melakukan analisa data citra buah ini, penelitian ini memfokuskan dengan menggunakan algoritma fagin dan threshold. Dalam menggunakan algoritma, maka proses temu kembali citra dimulai dengan proses urut secara beraturan, kemudian dilanjutkan dengan proses 44
urut secara random. Dalam melakukan proses pengurutan ini, terdapat suatu proses yang harus dijalankan terlebih dahulu, yaitu menampilkan citra yang sudah tersimpan pada database, yang dipanggil melalui citra query. Untuk pemanggilan citra yang ada didalam basis data, maka diperlukan beberapa fungsi pendukung yaitu : 1. Untuk memanggil kembali data citra berdasarkan warna, maka terlebih dahulu harus menggunakan fungsi histogram, setelah itu dilanjutkan dengan proses euclid yang berguna untuk menentukan jarak warna citra. Kemudian dilanjutkan dengan fungsi sigrnoid yang berguna untuk memproses nilai terhadap citra berdasarkan perbandingan dengan citra kueri. 2. Untuk memanggil kembali data citra berdasarkan bentuk, maka terlebih dahulu harus menggunakan fungsi citra binary, setelah itu dilanjutkan dengan proses euclid yang berguna untuk menentukan jarak kemiripan untuk bentuk citra yang ada dikueri dengan yang tersimpan di basis data. Kemudian dilanjutkan dengan fungsi sigmoid yang berguna untuk memproses nilai terhadap citra berdasarkan perbandingan dengan citra kueri. Dengan nilai sigmoid ini, jika citra bentuk yang ada didalam basis data hampir sama dengan citra bentuk dikueri. 3.4 Analisa Data Citra Buah Dalam melakukan analisa citra buah relevan sebagai bahan penelitian, dibagi menjadi dua bagian yaitu untuk pembuatan file citra buah basis data dan
file citra yang digunakan sebagai bahan penguji (citra kueri). Sedangkan untuk objek citra buah - buahan yang digunakan untuk penelitian terdapat lebih dari 20 jenis buah - buahan., dengan setiap jenis memiliki maksimal 8 citra buah bahkan lebih, sedangkan minimal terdapat 1 citra buah. Citra buah yang digunakan sebagai citra kueri sebanyak 16 jenis citra, untuk mencari dan menelusuri citra buah yang sudah tersimpan kedalam database yang berjurnlah hingga 170 citra buah. Dalam tahapan ini juga diperlukan pemilihan algoritma dan kriteria yang akan diproses. Setelah itu fbngsi aggregasi melakukan proses peringkat terhadap citra yang akan ditarnpilkan berdasarkan kondisi dari citra kueri yang dipilih. Jika citra buah didalam basis data menyerupai dengan kondisi dari citra kueri, maka aka mempunyai peringkat mendekati atau hampir sama dengan angka 1 (satu). Jika hampir menyerupai dengan Citra buah yang dicari, maka hasilnya kurang dari satu tapi lebih besar dengan 0,5. Namun jika citra buah jauh menyerupai dari kondisi warna dan bentuk citra kueri, maka mempunyai peringkat lebih kecil dari 0,5, bahkan dapat mempunyai peringkat mendekati angka 0. Untuk pelaksanaan proses tersebut di atas berlaku juga terhadap algoritma fagin dan threshold. Secara lebih detail diagram untuk pencarian citra buah dengan konsep fuzzi kueri adalah sebagai berikut :
Gambar 3.6 : Anaisa citra buah dengan Konsep Kueri Fuzzy Pada Gambar 3.6 dijelaskan bahwa dalam melakukan analisa citra buah dengan menggunakan konsep kueri fizzy melalui penggunaan algoritrna, terdapat beberapa proses yang harus dilalui, seperti proses pengolahan citra buah yang sudah dikumpulkan, proses temu kembali terhadap citra buah yang sudah disimpan pada basis data, dimana akan ditampilkan berdasarkan kreteria uji warna dan bentuk. Untuk menampilkan citra yang sudah dicari terhadap citra yang sudah ditemu kembali, dapat memilih dengan menggunakan algoritma fagin atau threshold. Setelah citra tersebut ditampilkan, maka dilakukan proses peringkat dengan mengunakan hngsi aggregasi. Jika citra yang mendekati dengan citra buah yang dicari, maka mempunyai peringkat mendekati angka 1, namun jika tidak menyerupai, maka lebih kecil dari 0,5 atau mendekati angka 0.
3.5 Pengembangan modul prototipe Setelah dilakukan evaluasi terhadap seluruh data citra buah, maka tahapan berikutnya adalah melakukan pengembangan modul prototipe. Dalam melakukan pengembangan modul ini, akan menghasilkan modul prototipe yang mengunakan konsep kueri fuzzy. Penulis dalam mengembangkan modul prototipe berdasarkan hasil analisa data citra berbasis kueri fuzzy dengan menggunakan algoritma Fagin dan Threshold. Dengan menggunakan modul prototipe ini, maka dapat diketahui kelebihan dan kekurangan setiap algoritma dalam melakukan proses kueri fuzzy dengan menggunakan data citra buah. Dalam melakukan proses kueri fuzzy akan mengfokuskan kepada 2 (dua) bagian yaitu : warna dan bentuk. Dalam melakukan pengembangan analisa data buah dengan algoritma fagin dan threshold, penulis mengunakan metodologi prototipe. Adapun tahapan dalam pengembangan Sistem dengan metode Prototipe dapat disajikan pada Gambar 3.7. 1. Memahami kebutuhan prototipe : Tahap ini digunakan untuk memaharni kebutuhan untuk melakukan analisa dan evaluasi tentang pengembangan modul prototype, dapat melakukan analisis data citra buah dengan algoritma fagin dan threshold. Dalam melakukan pemahaman prototipe, pertama yang dapat dilakukan dengan memahami data citra buah yang sudah dikumpulkan. Kedua, dengan memahami masalah - masalah yang akan dihadapi dalam melakukan kueri terhadap data citra buah melalui algoritma. Ketiga, pemahaman secara lebih detail mengenai kebutuhan dalam melakukan pengembangan prototype sistem. Sehingga pada tahapan ini sudah mendapatkan gambaran secara lebih jelas bagaimana membuat prototipe sistem, setelah melakukan analisa data citra buah - buahan dengan
menggunakan konsep kueri fuzzy. 2. Merancang Cepat : Pada tahapan ini, setelah memahami semua kebutuhan dalam rangka melakukan pengembangan prototipe sistem, maka tahap berikutnya adalah melakukan rancangan secara cepat dan tepat. Rancangan ditekankan kepada memahami semua fungsi - fungsi yang mendukung proses fuzzy kueri terhadap data citra buah. Termasuk menterjemahkan fungsi - fungsi kedalam rancangan, dimana yang dapat membantu proses masuk kueri berdasarkan langkah yang sudah ditetapkan oleh algoritma fagin dan threshold. Pada tahapan ini secara lebih jelas sudah dapat memahami fungsi - fungsi pendukung lainnya termasuk bagaimana merubahnya atau menkonversi algoritma fagin dan threshold kedalam bahasa pemrograman dengan menggunakan bahasa matlab. 3. Tahapan Berikutnya Membuat Sistem Prototipe : Setelah melakukan analisa dan rancangan terhadap setiap rinci kebutuhan menampilkan kebutuhan data citra buah dan infomasi yang dihasilkan. Pada pembuatan prototipe ini sudah mulai membuat pernrograman, berdasarkan masukkan yang diterima dari tahapan sebelumnya. Adapun yang dihasilkan pada saat pembuatan sistem prototipe adalah sebagai berikut : 4 Mengetahui teknik kueri yang dilakukan terhadap data citra buah dan menampilkan informasi citra buah dengan mengunakan algoritrna fagin dan threshold.
4 Bentuk prototipe dari sebuah sistem database citra buah, dimana sudah dapat diperlihatkan suatu sub menu pencarian atau retrieve data citra buah yang sudah tersimpan didalam database dan menampilkan hasil proses pencarian berdasarkan algoritma yang sudah ditentukan. & Melakukan perubahan secara langsung terhadap sistem prototipe, jika dalam percobaan masih diketemukan kesalahan kesalahan baik dari jalannya sistem dan output yang dihasilkan. 4. Tahapan Selanjutnya, Evaluasi pada prototipe: Setelah pembuatan selesai dilaksanakan, kemudian akan dilakukan evaluasi untuk mendapatkan masukkan kekurangan dari prototipe yang sudah dibuat. 5. Setelah dilakukan evaluasi pada prototipe, maka tahapan berikutnya adalah Melakukan perbaikan prototipe : Perbaikan didasarkan dari hasil uji coba sistem yang dilakukan dengan membandingkan spesifikasi teknis yang telah ditetapkan. Untuk pendekatan pembuatan andisa data citra buah yang sudah tersimpan kedalam Database secara menyeluruh mencakup beberapa tahapan (tahapan pembuatan prototipe) yang terdiri dari : 1. Prosedur penyusunan pemanggilan (temu kembali) basis data citra buah buahan dengan mengunakan algoritma fagin dan threshold. 2. Penyusunan struktur database citra buah, dimana sebagai tempat penampungan semua data citra buah - buahan. Pada dasarnya untuk sturktur ini, karena berupa citra buah - buahan, &a data yang dapat disimpan dalam bentuk ekstensi jpg dan bmp.
3. Pembuatan Program Aplikasi dengan menggunakan Software mathlab versi 7.0. Karena penelitian ini bersifat komputasi lunak, maka software ini sangat bermanfaat dalam mendukung semua fungsi - fungsi yang dibutuhkan dalam proses analisa data citra buah termasuk dalam rangkan proses pemanggilan data citra buah yang sudah tersimpan kedalam Database. Gambar 3.7 : Metode Pengembangan Sistem Mengunakan Prototipe Setelah dilakukan proses pembuatan prototipe, maka dalam rangka pengembangan sistem kueri citra buah secara lebih sempurna, untuk itu maka dibutuhkan tahapan selanjutnya, seperti yang ada pada gambar 3.8.
Tiiak Hasil Sistem Start Prototipe ) Analisa dan Perancangan. Sistem Ya Evaluasi 4 Pemrograman Gambar 3.8 Tahapan Penyusunan Setelah Prototipe Pada Gambar 3.8 dapat dijelaskan tetang proses selanjutnya setelah terbentuknya sistem prototipe, untuk melakukan kueri terhadap data citra buah. Proses dimulai dengan melakukan analisa dan perancangan sistem. Pada tahapan ini dilakukan, untuk mengetahui secara keseluruhan tentang kebutuhan pengembangan sistem kueri terhadap data citra buah. Termasuk juga rancangan terhadap inputan, proses dan keluaran dari sistem kueri. Jika analisa dan rancangan dapat sesuai dengan kebutuhan, maka dilanjutkan dengan pembuatan pemrograman secara lebih lengkap dan sempurna. Untuk bahasa pernrograman yang digunakan adalah menggunakan bahasa mathlab. Software mathlab, sangat cocok untuk menyelesaikan kasus - kasus yang bersifat komputasi lunak. Setelah pemrograman untuk menganalisis data citra buah sudah selesai dibuat, maka dilakukan evaluasi secara keseluruhan. Ini dilakukan untuk mengetahui apakah masih diketemukan kesalahan dari hasil pengembangan sistem berbasis kueri fuzzy. Jika masih diketermukan kesalahan, maka dilakukan pemrograman ulang, jika sudah selesai maka sistem tersebut dapat digunakan secara tepat dan benar. 3.6 Pengukuran Kinerja Sistem Dalam menentukan analisa kinerja sistem temu kembali pada data citra buah dengan menggunakan Algoritma Fagin dan Threshold, akan menjadi benar dan akurat, jika jurnlah citra yang berhasil diidentifikasi dengan benar oleh
sistem. Pengukuran kinerja sistem ini dapat menggunakan persamaan sebagai berikut : A. Citra buah yang relevant ( R) R= citra yang relevan hasil query citra yang relevan dolam database B. Citra buah yang presisi (P) x: citra yang relevan hasil query P= citra yang ditampilkan :(q) q = Citra yang ditampilkan 3.7 Dukungan Alat untuk Penelitian Alat yang digunakan dalam melaksanakan penelitian analisa data buah dengan algoritma Fagin dan Threshold dibagi menjadi 2 bagian yaitu : 1. Perangkat Keras berupa satu unit komputer Note book dengan spesifikasi teknis : - Prosesor Utama : Pentium IV. 2.4 Ghz - Memori Utarna : 512 Mbps - Memori Video : 128 Mbyte - Hardisk : 20 Gbyte - Monitor : 17 Inch 2. Perangkat Lunak, yang mendukung untuk penelitian ini yaitu : Sistem Operasi : Micorosoft XP Professional Applikasi Pendukung : Microsoft Ofice dan Mathlab 7.0 service pack 1 3.8 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Januari 2007 hingga bulan Juli 2007, bertempat di Laboratorium Pascasarjana Departemen Ilmu Komputer, Fakultas MIPA IPB.