You are on page 1of 9

Tugas Akhir - 2012

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN


TRANSFORMASI WAVELET DAN JARINGAN SARAF TIRUAN-BACK
PROPAGATION BERBASIS WEB SERVER

Singgih Saputra¹, Bambang Hidayat², Gelar Budiman³

¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

Abstrak
Identifikasi citra daun merupakan proses untuk mengenali dan mengidentifikasi jenis tanaman
obat herbal. Teknologi pengenalan citra daun termasuk di dalam teknik image processing yang
menggunakan karakteristik tanaman. Saat ini pengenalan citra daun dapat dilakukan dengan
menggunakan aplikasi software yang berbasis pengolahan citra digital dengan jaringan saraf
tiruan. Dengan adanya aplikasi ini, tentu akan mempermudah manusia untuk mengenali dan
mengetahui manfaat tanaman obat herbal.
Algoritma yang digunakan untuk implementasi sistem pengenalan citra daun ini adalah dengan
menggunakan filter Wavelet 2D. Filter Wavelet 2D digunakan untuk mendapatkan informasi ciri
yang penting dari citra daun. Jumlah vektor ciri yang dihasilkan diharapkan mewakili ciri spesifik
dari setiap citra daun. Hasil keluaran dari proses ini digunakan sebagai inputan pada proses
pengenalan pola dan pengklasifikasian. Untuk tahapan ini, akan digunakan metode jaringan saraf
tiruan perambatan balik atau back propagation (JST-BP).
Hasil yang ditampilkan adalah bagaimana suatu sistem dapat mengenali dan membandingkan
pola daun tertentu dan dapat mengambil keputusan yang tepat pada setiap jenis pola daun
masukan tertentu. Sistem yang dirancang ini memiliki tingkat keberhasilan akurasi total 78,28%
untuk mengenali dan membandingkan pola serta mengambil keputusan yang tepat.

Kata Kunci : gabor 2D, transformasi wavelet, jaringan saraf tiruan, back propagation,

Abstract
Identification of the leaf image is a process to recognize and identify the types of herbal
medicinal plants. Leaf image recognition technology included in the image processing techniques
that use characteristics of the plant. Current leaf image recognition can be performed using
application software-based digital image processing with neural networks. With this application,
it would be easier for humans to recognize and know the benefits of herbal medicinal plants.
The algorithm used for the implementation of this leaf image recognition system is to use 2D
Wavelet filter. 2D Wavelet filters are used to obtain information essential characteristics of the
image of the leaf. The resulting number is expected to feature vector representing the specific
traits of each leaf image. The output of this process are used as input to the process of pattern
recognition and classification. For this stage, we will use methods of artificial propagation neural
network, or behind the back propagation (BP-ANN).
The result shown is how a system can recognize and compare patterns of certain leaves and can
take appropriate decisions on any particular type of input leaf pattern. Designed system has a
success rate of 78.28% total accuracy to recognize and compare patterns and take appropriate
decisions.

Keywords : 2D Gabor, wavelet transform, neural networks, back propagation.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2012

PENDAHULUAN

BAB I
PENDAHULUAN

1.1 Latar Belakang


Perkembangan dunia ICT (Information Communication and Technology) saat ini
dapat diterapkan dalam berbagai aspek kehidupan. Kesehatan merupakan salah satu aspek
yang menerapkan perkembangan teknologi. Tubuh yang sehat merupakan keinginan bagi
setiap orang,kesehatan akan sangat berharga ketika kita sedang mengalami suatu penyakit.
Setiap penyakit tentu ada obatnya, jika kita dapat menggunakan obat dengan tepat dan
sesuai dengan fungsinya maka kesehatan akan diperoleh kembali.
Obat merupakan zat yang bersifat racun yang dapat menyembuhkan penyakit, namun
jika penggunaanya tidak sesuai aturan maka akan dapat menimbulkan penyakit bahkan
kematian. Saat ini di seluruh dunia, manusia semakin sadar akan pentingnya kembali ke
alam untuk menyembuhkan berbagai penyakit. Alam dari dulu sebenarnya telah
menyediakan berbagai macam obat yang selama ribuan tahun dimanfaatkan manusia
secara turun-temurun. Manusia modern-lah yang kemudian cenderung mengabaikan
anugerah alam tersebut. Obat-obatan kimia tentu saat ini sudah sangat banyak beredar di
masyarakat. Namun,apakah setiap orang mengetahui efek negatif dari obat kimia tersebut?
berikut merupakan efek negatif dari obat-obatan kimia : Efek Samping,Obat kimia
mempunyai efek samping langsung maupun tidak langsung atau terakumulasi. Hal ini
terjadi karena bahan kimia bersifat anorganik dan murni sementara tubuh bersifat organik
dan kompleks. Maka bahan kimia bukan bahan yang benar-benar cocok untuk tubuh.
Selain itu obat kimia sering kurang efektif untuk penyakit tertentu. Obat yang ada hanya
bersifat simptomatik dan harus diminum seumur hidup. Beberapa penyakit belum
diketahui penyebabnya. Banyak pasien secara rutin pergi ke dokter tanpa perbaikan yang
signifikan bahkan semakin buruk keadaannya
Dengan semakin meningkatnya kesadaran tersebut, riset-riset ilmiah pun kini
semakin banyak diarahkan pada bahan-bahan alami. Obat-obatan herbal atau jamu yang
diproses secara modern dan didukung hasil riset pun semakin banyak tersedia. Beberapa
puluh tahun lalu, Anda tidak dapat membayangkan sedemikian banyaknya pilihan obat
herbal modern yang kini ada di pasaran. Adapun kelebihan obat herbal adalah : tidak
menyebabkan efek samping,bebas toksin,mudah diproduksi,murah,dan multi khasiat.

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 1


JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Tugas Akhir - 2012

PENDAHULUAN

Pada tugas akhir ini penulis akan membuat “Aplikasi Identifikasi Daun Obat
Herbal Menggunakan Transformasi Wavelet dan Jaringan Saraf Tiruan-Back
Propagtion berbasis Web Server”. Dengan aplikasi ini diharapkan dapat membantu
masyarakat untuk mengetahui tanaman obat yang terdapat di sekitar lingkungannya
serta meningkatkan kesadaran untuk dapat kembali ke alam (go green).

1.2 Tujuan

Tujuan tugas akhir ini dapat dirumuskan sebagai berikut.


1. Merancang aplikasi yang dapat melakukan ekstraksi ciri daun obat herbal.
2. Mengidentifikasi dan menganalisa akurasi hasil identifikasi jenis tanaman obat
herbal yang terdapat pada database.

1.3 Perumusan Masalah

Perumusan masalah pada tugas akhir ini adalah :


1. Bagaimana melakukan ekstraksi ciri citra daun menggunakan transformasi wavelet
jenis Gabor 2D sehingga menghasilkan tingkat akurasi yang tinggi?
2. Bagaimana melakukan identifikasi citra daun menggunakan Jaringan Saraf Tiruan –
Back Propagation?
3. Bagaimana menciptakan aplikasi yang memberikan informasi mengenai manfaat
tanaman obat herbal?
4. Bagaimana menganalisa akurasi hasil identifikasi tanaman obat herbal?

1.4 Batasan Masalah

Tugas akhir ini akan membatasi permasalahan pada poin-poin berikut ini.
1. Menggunakan file citra daun dengan format *.jpg sebagai masukan dengan ukuran
1200 x 1600 pixel.
2. Citra daun yang digunakan adalah daun yang telah dewasa, dalam kondisi utuh atau
tidak cacat, dan dalam kondisi segar dan baik.
3. Database yang terdapat pada aplikasi hanya sebatas pada database yang telah ada
pada sistem tersebut.
4. Citra daun yang diidentifikasi merupakan citra daun tunggal, dengan background
bebas, selain warna hijau atau daun lainnya.
APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 2
JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Tugas Akhir - 2012

PENDAHULUAN

5. Jumlah citra yang terdapat pada database hanya 10 jenis.


6. Metode yang digunakan adalah menggunakan wavelet gabor 2D.
7. Citra yang diproses tidak dilakukan cropping secara manual.
8. Tidak membahas perangkat jaringan dan interface antar perangkat jaringan yang
terkait dengan keterhubung web server.

1.5 Metodologi Penelitian

Untuk menyelesaikan permasalahan yang mengarah pada tujuan pembuatan tugas


akhir ini, maka metodologi penyelesaian yang digunakan adalah sebagai berikut:
a. Studi Literatur
Study literatur dilakukan dengan mempelajari referensi yang mendukung
penyelesaian tugas akhir.
b. Pengumpulan data
Data citra daun yang akan diolah diambil dengan menggunakan kamera ataupun dari
internet.
c. Proses Perancangan
Perancangan desain aplikasi yang sesuai dengan kebutuhan sistem yaitu membuat
pemodelan sistem, alur sistem, dan cara kerja sistem.
d. Implementasi Sistem
Sistem yang dibuat akan diimplementasikan menggunakan Matlab.
e. Proses Pengujian dan Analisis
Proses pengujian sistem sangat diperlukan untuk melihat hasil sistem, apakah sistem
berjalan dengan baik . Selanjutnya berdasarkan pengujian sistem di perlukan analisis
agar diketahui hal-hal apa saja yang perlu di perbaiki.
f. Pembuatan Laporan
Sebagai tahap akhir dari tugas akhir ini, maka dibuat laporan berupa buku.

1.6 Sistematika Penulisan

Adapun sistematika yang digunakan untuk penulisan laporan hasil penelitian


tugas akhir ini adalah sebagai berikut:

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 3


JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Tugas Akhir - 2012

PENDAHULUAN

BAB I Pendahuluan
Pada bab ini akan dibahas tentang latar belakang penelitian, rumusan masalah, batasan
masalah, tujuan, metode penelitian, dan sistematika penulisan tugas akhir.

BAB II Dasar Teori


Pada bab memuat tentang teori dasar yang digunakan pada pembuatan tugas akhir
yang meliputi penjelasan mengenai citra digital, transformasi wavelet, jaringan saraf
tiruan.

BAB III Perancangan dan Realisasi Sistem


Pada bab ini dijelaskan cara perencanaan yang digunakan berdasarkan mekanisme dan
batasan yang digunakan, blok diagram dan desain sistem yang dibuat serta
merealisasikannya.

BAB IV Analisa Performansi


Pada bab ini dibahas mengenai analisis hasil tugas akhir secara fungsionalitas dan user
acceptance testing, apakah sesuai dengan tujuan yang diharapkan atau belum.

BAB V Kesimpulan dan Saran

Pada bab ini berisi kesimpulan dan saran dari seluruh kegiatan tugas akhir ini yang
bisa digunakan sebagai masukan untuk pengembangan sistem informasi lebih lanjut
dari topik tugas akhir ini.

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 4


JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2012

KESIMPULAN DAN SARAN

BAB V
PENUTUP

5.1 Kesimpulan
Dari hasil pengujian dan analisis yang telah dilakukan pada proses identifikasi
daun obat herbal, maka dapat diambil beberapa kesimpulan sebagai berikut:
1. Sistem identifikasi daun obat herbal sudah dapat menganalisa 10 jenis daun
obat herbal yaitu : daun belimbing wuluh, daun dewa, daun jambu biji, daun
pala, daun pepaya, daun salam, daun sambiloto, daun sirih, dan daun sirsak.
Tingkat akurasi sistem dalam mengidentifikasi adalah 78,28%.

2. Rata-rata akurasi sistem saat menggunakan data uji dalam mengidentifikasi


daun obat herbal, paling tinggi dicapai saat menggunakan ciri texture analysis
orde ke dua dan menggunakan JST-BP dengan 2 hidden layer, neuron yang
digunakan 200 dan 50, fungsi aktivasi yang digunakan adalah logsig pada setiap
layer, MSE yang dihasilkan adalah 0,00122. Rinciannya adalah sebagai berikut:
a. Daun Belimbing Wuluh (90 citra uji), akurasi 87,78%.
b. Daun Dewa (55 citra uji), akurasi 81,91%.
c. Daun Jambu Biji (50 citra uji), akurasi 56%.
d. Daun Kersem (33 citra uji), akurasi 90,9%.
e. Daun Pala (55 citra uji), akurasi 76,36%.
f. Daun Pepaya (35 citra uji), akurasi 62,85%.
g. Daun Salam (130 citra uji), akurasi 84,61%.
h. Daun Sambiloto (43 citra uji), akurasi 76,74%.
i. Daun Sirih (30 citra uji), akurasi 70%.
j. Daun Sirsak (50 citra uji), akurasi 74%.
k. Rata-rata akurasi adalah 78,28%.
l. Waktu komputasi satu citra uji rata-rata 6,8 detik

3. Dalam sistem ini kinerja JST-BP sangat berpengaruh, jika error yang dihasilkan
semakin kecil akan dihasilkan MSE yang semakin kecil dan tingkat akurasi
akan semakin tinggi.

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 64


JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Tugas Akhir - 2012

KESIMPULAN DAN SARAN

4. Sistem masih sangat rentan terhadap noise salt n pepper dan noise gaussian,
akurasi menurun ketika citra uji diberikan noise tersebut, berikut merupakan
rinciannya :
a. Noise salt n pepper dengan density 0.01 akurasi mencapai 17,86%.
b. Noise salt n pepper dengan density 0.02 akurasi mencapai 14,88%.
c. Noise salt n pepper dengan density 0.05 akurasi mencapai 9,8%.
d. Noise Gaussian dengan mean=0 dan variansi =0.01 akurasi mencapai
18,38%.
e. Noise Gaussian dengan mean=0.1 dan variansi =0.02 akurasi mencapai
10,5%.
f. Noise Gaussian dengan mean=0.2 dan variansi =0.03 akurasi mencapai
8,75%.
untuk menanggulanginya dapat digunakan median filter atau gunakan LPF.

5.2 Saran
Adapun saran untuk pengembangan tugas akhir selanjutnya adalah :
1. Menambah referensi jenis daun obat herbal untuk diidentifikasi.
2. Menggunakan algoritma ekstraksi ciri yang lebih baik sehingga mengurangi
kesalahan dalam menentukan ciri.
3. Menggunakan metode identifikasi yang lain dengan waktu komputasi yang singkat.

APLIKASI IDENTIFIKASI DAUN OBAT HERBAL MENGGUNAKAN TRANSFORMASI WAVELET DAN 65


JARINGAN SARAF TIRUAN-BACK PROPAGATION BERBASIS WEB SERVER

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2012

DAFTAR PUSTAKA

[1] Aryuanto, Dkk, “Segmentasi Warna Untuk Ekstraksi Simbol dan Karakter
Pada Citra Rambu Lalu Lintas”, Jurnal Ilmu Komputer dan Informasi, Volume 3,
Nomor 1, ISSN 1979 0732.
[2] Chaniago, Dendy. 2011. Klasifikasi Buah Pisang Berdasarkan Jenis Dan
Kematangan Berbasis Pengolahan Citra Dengan Camera Digital, Tugas Akhir,
Bandung: Institut Teknologi Telkom.
[3] Eliyani; Pengantar Jaringan Syaraf Tiruan; MateriKuliah.Com; 2005
[4] Falasev, Reza Syauqi. 2007. Pengenalan Sidik Jari Manusia dengan Matrix
Kookurensi Aras Keabuan, Tugas Akhir, Depok : Fasilkom UI.
[5] Jong, J.S. 2005. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan
Matlab. Andi, Yogyakarta.
[6] Munir, Rinaldi. (2004). Pengolahan Citra Digital dengan Pendekatan Algoritmik.
Informatika. Bandung.
[7]Color Segementation Based Lab Color Space,
http://www.mathworks.com/searchresults/?c%5B%5D=entiresite&q=lab,
diakses terakhir tanggal 16 Januari 2012.
[8] Lab_Color_Space,http://pengantar-warna.blogspot.com/,diakses terakhir tanggal
10 Januari 2012.
[9] Pengolahan Citra Digital,

http://www.ittelkom.ac.id/library/index.php?view=article&catid=15%3
Apemrosesan-sinyal&id=383%3Apengolahan-citra-
digital&option=com_content&Itemid=15, diakses terakhir tanggal 22 Januari
2012.
[10] Agus Prijono & Marvin Ch. Wijaya, 2007. Pengolahan Citra Digital
Menggunakan MatLAB Image Processing Toolbox. Bandung : Informatika.
[11] Putra, Darma. 2009. Pengolahan Citra Digital. Yogyakarta: Andi
[12]Kumpulan Tutorial Statistika,http://statutorial.blogspot.com/2008/01/skewness-
dan-kurtosis, diakses terakhir tanggal 25 Januari 2012.

xxxiii

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Tugas Akhir - 2012

[13] Arianto, Tomy. 2005. Klasifikasi Golongan Darah menggunakan Jaringan


Saraf Tiruan Back Propagationa, Tugas Akhir, Bandung : Institut Teknologi
Telkom.
[14] Sefrina, Amalia. 2011. Analisis Perancangan Aplikasi Pengenalan Individu
Melalui Citra Tulisan Tangan Berbasis 2D Gabor Wavlet dan Back
Propagation Neural Network, Tugas Akhir, Bandung : Institut Teknologi
Telkom.
[15]Morfologi Daun , http://www.irwantoshut.net/daun.html, diakses terakhir
tanggal 1 Oktober 2011.

xxxiv

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi


Powered by TCPDF (www.tcpdf.org)