BAB III METODOLOGI PENELITIAN

3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c. Sistem Model : HP b. Software a. Sistem Operasi : Microsoft Windows 8.1 Pro 64-bit b. Matlab 9.1 (R2016b) 3.1.2 Bahan Penelitian Bahan yang digunakan pada penelitian ini adalah citra RGB permukaan buah manggis sebanyak 120 citra yang diperoleh dari database Fakultas Teknik. Dalam penelitian ini digunakan sampel citra permukaan buah manggis yang diperoleh menggunakan kamera digital merk SONY. Citra permukaan buah manggis yang digunakan mempunyai variasi tingkat kerusakan permukaan buah dan posisi kerusakan yang berbeda. Total citra sebanyak 120 adalah 60 citra rusak pada permukaan buah manggis dan 60 citra tidak rusak pada permukaan buah manggis. Total 120 citra adalah gabungan dari citra latih dan citra uji. 25

26 3.2 Langkah Penelitian Langkah penelitian digunakan sebagai acuan yang telah dirancang sebelumnya. Apabila pelaksanaan penelitian menemukan suatu kendala, maka langkah penelitian perlu diperiksa untuk mengetahui proses mana yang kira-kira bisa diperbaiki untuk mendapatkan hasil penelitian yang objektif. Tahap pertama pada langkah penelitian adalah studi literatur yaitu mempelajari topik dari beberapa referensi tentang penelitian yang sesuai. Selanjutnya melakukan klasifikasi manual pada citra untuk dibandingkan dengan program yang akan dibuat. Setelah itu tahap perancangan program yaitu penulisan kode program untuk membuat aplikasi ekstraksi ciri kualitas permukaan buah manggis. Tahap berikutnya adalah tahap pengujian, program yang telah selesai dibuat diuji dengan citra uji, apabila hasil akurasi program masih jauh dari akurasi sempurna, maka dilakukan perbaikan pada kode program hingga program dapat mendeteksi citra dengan akurasi mendekati sempurna. Setelah itu adalah tahap pembahasan hasil pengujian. Tahap terakhir adalah tahap penulisan laporan sebagai dokumentasi penelitian agar peneliti lain dapat mempelajari dan memberikan saran kepada penulis. Alur jalannya penelitian ini ditunjukkan oleh diagram alir pada Gambar 3.1

27 Mulai Studi Literatur Klasifikasi Manual Perancangan Program Penyusunan Program Pengujian Perangkat Lunak Optimal? Tidak Ya Pembahasan Penulisan Selesai Gambar 3. 1 Diagram alir langkah penelitian

28 3.2.1 Studi Literatur Pada tahap studi literatur penulis mempelajari tentang buah manggis, pengolahan citra, pemrograman menggunakan matlab. Referensi yang digunakan bersumber dari paper, jurnal dan penelitian-penelitian yang sesuai dengan topik bahasan. Setelah mempelajari topik dari beberapa referensi telah didapatkan pengetahuan dan informasi berupa analisis kelebihan dan kekurangan. Selanjutnya akan dilakukan analisis untuk mendapatkan solusi dari permasalahan yang diangkat. 3.2.2 Klasifikasi Manual Klasifikasi manual dilakukan dengan cara mengelompokkan citra berdasarkan tingkat rusak tidaknya pada permukaan buah manggis. Dengan klasifikasi manual ini dapat digunakan sebagai tolak ukur dalam menghitung tingkat akurasi program melalui perbandingan klasifikasi manual dan menggunakan program. Hasil akhir yang nantinya akan digunakan adalah citra permukaan manggis yang telah dikelompokkan berdasarkan rusak dan tidaknya dari citra manggis tersebut. 3.2.3 Perancangan Program Pada tahap perancangan program ini diharapkan dapat menghasilkan program yang sesuai dengan kebutuhan dalam memecahkan suatu masalah dari program yang telah dibuat. Pada tahap ini telah dilakukan perancangan sebuah program untuk mendeteksi kerusakan pada permukaan buah manggis menggunakan metode ekstraksi ciri curvelet dan menggunakan metode klasifikasi LDA, penelitian ini menggunakan beberapa hasil ekstraksi ciri sebagai input LDA yaitu mean, energy, entropy, standard deviation, variance, sum, correlation,

29 contrast, homogeny. Dari beberapa ekstraksi ciri tersebut akan ditentukan ekstraksi ciri mana yang memiliki akurasi dengan nilai terbaik. Tahap pertama adalah resizing citra yaitu penyeragaman ukuran citra dan selanjutnya mengubah citra dari mode RGB menjadi mode grayscale. Tahap berikutnya adalah tahap transformasi curvelet pada citra. Setelah melalui tahap transformasi maka akan menghasilkan berupa ciri dari citra sebagai keluarannya. Urutan perancangan program sesuai dengan diagram alir pada Gambar 3.2 Mulai Resize Citra Konversi RGB ke grayscale Dekomposisi FDCT Ekstraksi Ciri Klasifikasi LDA Selesai Gambar 3. 2 Diagram alir perancangan program

30 a. Resize Citra Resize citra bertujuan untuk menyeragamkan citra input sebelum diproses menggunakan metode transformasi curvelet. Pada tahap pengambilan gambar data citra permukaan buah manggis mempunyai ukuran yang berbeda-beda maka dari itu digunakan fungsi resize untuk menyeragamkan ukuran citra menjadi 512x512 piksel. Resize citra ini berfungsi agar citra input dapat diolah menjadi ukuran yang lebih kecil dari ukuran aslinya sehingga dapat mempercepat proses pengolahan citra karena ukuran piksel yang lebih kecil. b. Konversi citra RGB ke grayscale Tahap berikutnya adalah mode warna citra diubah dari RGB (Red Green Blue) yang terdiri dari 3 layer yaitu layer R, layer G, layer B menjadi mode warna grayscale yang terdiri dari 1 layer. Konversi citra RGB ke citra grayscale bertujuan untuk menyederhanakan citra input sehingga mengurangi waktu pemrosesan. Proses konversi citra pertama adalah pembacaan folder data citra RGB, selanjutnya perhitungan banyaknya input citra yang akan dikonversikan ke mode grayscale, berikutnya proses konversi citra, setelah itu data citra grayscale disimpan.

31 Mulai Data Citra RGB Hitung total citra Konversi RGB ke Grayscale Hasil citra Grayscale Selesai Gambar 3. 3 Diagram alir konversi Grayscale Sampel gambar permukaan buah manggis yang telah dikonversi dari citra RGB ke mode citra grayscale di tampilkan pada gambar 3.4. (a) Citra RGB (b) Citra grayscale Gambar 3. 4 Konversi citra RGB ke grayscale

32 c. Transformasi Curvelet Setelah citra diubah ke mode grayscale kemudian ditransformasi pada frekuensi sub-gambar dimana komponennya dihasilkan dengan cara dikomposisi citra yang akan menghasilkan level-level nilai matriks dari citra gambar. Transformasi curvelet bekerja dengan cara gambar grayscale diuraikan menjadi kurva-kurva dalam bentuk skala yang tersusun atas irisan kurva yang disebut koefisien curvelet, dari koefisien curvelet tersebut menghasilkan detail curvelet. Pada tahap transformasi curvelet ini dimulai dari pembacaan data citra hasil dari konversi citra grayscale kemudian data input yang telah tersimpan dalam variable dimasukkan ke fungsi curvelet transform untuk selanjutnya dilakukan proses transformasi, setelah proses transformasi selesai, akan diperoleh nilai-nilai dari koefisien curvelet maupun nilai kurva. Mulai Data Citra Grayscale Ambil Data Citra Dekomposisi Curvelet Transform Koefisien Curvelet & Curva koefisien Curvelet Selesai Gambar 3. 5 Diagram alir proses Transformasi Curvelet

33 Tampilan citra grayscale dan hasil dekomposisi dengan transformasi curvelet ditunjukan pada gambar 3.6. (a) Citra grayscale (b) Koefisien curvelet (c) Detail curvelet level 1 (d) Detail curvelet level 2 (e) Detail curvelet level 3 (f) Detail curvelet level 4 (g) Detail curvelet level 5 (h) Detail curvelet level 6 Gambar 3. 6 Proses Transformasi Curvelet

34 d. Ekstraksi Ciri Setelah mendapatkan nilai koefisien curvelet dari sub gambar, maka langkah selanjutnya adalah melakukan ekstraksi ciri. Ekstraksi ciri dihitung dari koefisien curvelet yang telah diperoleh dari proses transformasi curvelet diskrit dan akan menghasilkan nilai yang diperlukan, yaitu nilai dari mean, energy, entropy, standard deviation, variance, sum, correlation, contrast, homogeneity. Hasil dari ekstraksi ciri tersebut akan digunakan untuk menentukan permukaan buah yang rusak dan tidak rusak. Ekstraksi ciri yang digunakan adalah nilai mean, energy, entropy, standard deviation, variance, sum, correlation, contrast, homogeneity yang didapat dari perhitungan matriks koefisien curvelet dari masing-masing citra. Hasil ekstraksi ciri yang dipilih ini akan digunakan untuk memberikan penilaian kualitas buah manggis. Nilai dari ekstraksi ciri akan dianalisis untuk dimasukan sebagai input untuk proses pengklasifikasian menggunakan metode LDA. Mulai Ambil Data Citra hasil Transformasi Curvelet Nilai curva dari koefisien curvelet Hitung Ekstraksi Ciri Hasil Ekstraksi Ciri Selesai Gambar 3. 7 Diagram alir proses ekstraksi ciri

35 Tahap ekstraksi ciri adalah tahap yang hasilnya akan digunakan pada proses klasifikasi. Proses ekstraksi ciri dimulai dengan mengambil data hasil transformasi curvelet, data nilai ekstraksi ciri didapatkan dari data nilai kurva koefisien curvelet yang dihasilkan dari proses transformasi, dan selanjutnya dilakukan perhitungan ekstraksi ciri. e. Klasifikasi Metode klasifikasi yang digunakan dalam penelitian ini adalah metode Linear Discriminant Analysis (LDA) dengan menggunakan dua tahapan yaitu citra latih dan citra uji. Klasifikasi dibagi menjadi 2 kelas yaitu kelas rusak dan kelas tidak rusak. Metode klasifikasi ini mengambil input dari nilai-nilai hasil ekstraksi ciri. Proses pertama pada klasifikasi ini mengumpulkan data nilai dari hasil ekstraksi ciri, selanjutnya dibuat kelompok untuk pengambil keputusan apakah hasil klasifikasi akan menghasilkan data citra rusak atau tidak rusak. Diagram alir proses pelatihan atau training ditunjukkan pada gambar 3.8.

36 Mulai Training set Kelompok data; rusak dan tidak rusak Data Ekstraksi Ciri Proses LDA train LDA Classifier Model Selesai Gambar 3. 8 Diagram alir proses training Setelah proses training selanjutnya adalah proses pengujian atau testing. Pada proses pengujian ini akan sama dengan proses tahap training. Hal yang membedakan dengan tahap training adalah pada bagian testing, yaitu LDA Model dari hasil training dibandingkan dengan nilai yang ada pada hasil training. Data testing digunakan untuk mengklasifikasi rusak atau tidaknya sebuah citra berdasarkan LDA Classifier Model. Diagram alir proses pengujian atau testing ditunjukkan pada gambar 3.9.

37 Mulai Testing set Data Ekstraksi Ciri Proses LDA classify Hasil Klasifikasi Selesai Gambar 3. 9 Diagram alir proses testing 3.2.4 Penyusunan Program Tahap penyusunan program adalah tahap realisasi dari perancangan program yang telah dibuat sesuai dengan diagram alir. Penyusunan program ini menggunakan software Matlab 9.1 (R2016b). Penyusunan program dilakukan sesuai dengan diagram alir pada tahap perancangan program. Program disusun dengan merealisasikan setiap tahap dengan membagi masing-masing tahap didalam file.m pada matlab supaya program terstruktur. File.m yang telah dibuat sebagai fungsi matlab yaitu get_images.m, get_ct.m, get_fe.m, show_plot.m, train9_lda.m, testing9_lda.m, LDA9_accuracy.m dan start.m. Semua fungsi saling berhubungan dalam penggunaan fungsinya.

38 3.2.5 Pengujian Pengujian merupakan suatu proses pengoperasian sistem atau program dalam kondisi tertentu, melakukan pengamatan dari hasil pengujian yang telah dilakukan dan membuat evaluasi terhadap beberapa bagian yang kurang optimal. Dengan proses pengujian dapat mengetahui berbagai kesalahan yang mungkin akan terjadi. Setelah mengetahui adanya kesalahan maka dapat dicari solusi dari kesalahan tersebut dan melakukan pengujian ulang. Pengujian program deteksi kerusakan permukaan buah manggis bertujuan untuk mengetahui tingkat akurasi program berdasarkan data-data dari hasil ekstraksi ciri. Cara yang digunakan pada tahap pengujian ini adalah membandingkan hasil deteksi program dengan hasil deteksi secara manual. Hasil pengujian ini merupakan sebuah persentase tingkat akurasi program. Perhitungan persentase dapat dihitung dengan rumus: akurasi = data benar data uji x 100 %... (3.1) Dari proses pengujian yang dilakukan dalam program diharapkan menghasilkan data yang akurat dan optimal, supaya dapat menghasilkan akurasi yang optimal dilakukan proses validasi. Validasi dilakukan untuk memperkuat hasil dari penelitian, validasi dilakukan dengan mengulang program proses latih dan uji pada setiap data set. Jenis validasi dimodifikasi metode dan jumlah perulangan. Dari 120 citra dibuat kombinasi data set pada masing-masing fold yaitu 4-Fold Cross Validation. Pengelompokan data set training dan testing ditunjukan pada gambar 3.10

39 Gambar 3. 10 4-Fold Cross Validation 3.2.6 Analisis dan Pembahasan Analisis dan pembahasan merupakan suatu proses pengolahan data yang disajikan dalam bentuk informasi, sehingga semua data dapat mudah dipahami dan bermanfaat untuk menjawab permasalahan yang berkaitan dengan penelitian yang dilakukan. Dengan analisis dan pembahasan ini kita dapat mengetahui perbedaan antara kebutuhan yang diperlukan dengan kondisi program saat ini. Program yang telah dibuat kemudian dianalisis terhadap algoritma yang digunakan agar menghasilkan program yang optimal. 3.2.7 Penulisan Laporan Penulisan laporan bertujuan untuk mengungkapkan hasil penelitian yang telah dilakukan dalam bentuk tulisan ilmiah yang sistematis dan sesuai dengan metodologi yang telah ditentukan. Penulisan laporan ini juga sebagai transformasi pengetahuan antara penulis dan pembaca sehingga potensi dari wawasan penelitian menjadi lebih luas. Pembaca juga dapat mempelajari dan mengoreksi hasil dari penelitian sehingga dapat menjadi bahan acuan untuk penelitian selanjutnya.