Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Klasifikasi Ribbed Smoked Sheets Berdasarkan Ada atau Tidaknya Jamur Menggunakan Metode Neural Network Perceptron

Rektorat UDINUS 2020 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2020
Tujuan
Nomor
fbb0bbec-c8ef-4a18-bfa3-8e7ab0e43e3e
Terbit
2026-10-30

Universitas Dian Nuswantoro (UDINUS) melaksanakan penelitian mengenai klasifikasi Ribbed Smoked Sheets (RSS) secara otomatis berdasarkan ada atau tidaknya jamur. Peserta kegiatan tersebut adalah Arifin, Zaenal; Yuni Madya Mukti, Eki; Jehan Tamamy, Aries; dan Ary Heryanto, M. Penelitian ini membahas pengolahan karet alam dalam bentuk lembaran karet asap yang dikenal sebagai Ribbed Smoked Sheets. Indonesia merupakan negara pengekspor karet alam, dan RSS merupakan salah satu jenis karet olahan yang digunakan sebagai bahan ekspor. Sumber menyatakan bahwa kualitas RSS sangat memengaruhi peningkatan ekspor karet.

Kualitas RSS telah ditetapkan dalam SNI 06-001-1987 dan International Standards of Quality and Packing for Natural Rubber Grades, yang juga disebut sebagai The Green Book. Proses untuk menentukan kualitas RSS disebut proses penyortiran. Di sebagian perkebunan karet, penyortiran masih dilakukan secara manual dengan mengamati ada atau tidaknya jamur pada permukaan RSS dengan penglihatan langsung. Menurut sumber, proses manual tersebut dapat menghasilkan kualitas yang tidak akurat dan subjektif.

Untuk menangani proses penyortiran tersebut, penelitian ini melakukan klasifikasi otomatis berdasarkan keberadaan jamur pada RSS. Penelitian menggunakan pengolahan citra, dengan citra lembaran karet sebagai masukan dan hasil klasifikasi sebagai keluaran. Klasifikasi menggunakan metode Neural Network Perceptron dan menghasilkan dua kategori, yaitu RSS berjamur dan RSS tidak berjamur. Penelitian ini menggunakan 1000 citra RSS sebagai data pelatihan dan 50 citra lembaran karet asap sebagai data pengujian. Sumber juga menyatakan bahwa setiap pengujian memiliki 100 lembar, dengan nilai akurasi 96% dan nilai epoch terbaik pada epoch ke-4.

Dalam kaitannya dengan SDG 17, kegiatan ini merupakan penelitian terkait SDG yang menggunakan pengolahan citra dan metode Neural Network Perceptron untuk klasifikasi RSS. Sumber yang tersedia mendukung topik penelitian, masalah penyortiran, metode yang digunakan, dua kategori klasifikasi, dan hasil yang dilaporkan. Sumber tidak memberikan informasi lebih lanjut mengenai kemitraan institusional atau kegiatan SDG 17 lainnya.

Rujukan https://www.scopus.com/pages/publications/85096832609?origin=resultslist