Identifikasi Jenis Shorea Berdasarkan Morfologi Daun

2
Penelitian ini menggunakan 10 jenis Shorea,
yaitu:
kemerah-merahan, isi kayu berwarna merah
(Gambar 4).
1 Shorea Javanica
Shorea Javanica
termasuk ke dalam
meranti putih. Tangkai daun panjang berukuran
1.4–2.4 cm, kadang-kadang lokos, pertulangan
skunder 19-25. Daun lonjong, jorong atau
bundar telur, 6.5-15 x 3.5-8 cm. Bila
mengering, daun bagian atas berwarna lebih tua
daripada permukaan daun bagian bawah.
Permukaan daun bagian atas bila mengering
berwarna coklat kelabu dan pada bagian bawah
berwarna coklat kekuning-kuningan (Gambar
2).
Gambar 4 Daun Shorea Macroptera.
4 Shorea Materialis
Shorea Materialis merupakan jenis meranti
balau. Jenis meranti ini menghasilkan kayu
yang keras dan berat, cocok untuk konstruksi
bangunan seperti jembatan, bantalan rel kereta
api, dermaga, perahu dan konstruksi di daerah
pertambangan (Gambar 5).
Gambar 2 Daun Shorea Javanica.
2 Shorea Johorensis
Shorea Johorensis merupakan jenis meranti
merah. Pohon dan banirnya besar. Batang
merekah atau bersisik dan pada umumnya
berdamar. Kulit luar tebal, kulit dalam juga
tebal, berurat-urat, warnanya merah atau
kemerah-merahan dan, isi kayu berwarna
merah. Tata letak daun berseling, komposisi
daun tunggal, tangkai daun pendek. Ciri khas
daun adalah berlubang-lubang di waktu kering
atau berwarna coklat kekuningan dan apabila
diremas akan hancur. Ujung daun meruncing,
pangkal daun bulat, tulang daun menyirip,
bentuk daun oblong dan tepi daun rata (Gambar
3).
Gambar 5 Daun Shorea Materialis.
5 Shorea Lepida
Shorea Lepida memiliki ciri-ciri utama
pohon dewasa memiliki daun agak tipis,
lonjong dan runcing. Permukaan atas daun bila
mengering coklat agak lembayung, coklat
kuning pada tulang daun, coklat pudar pada
permukaan bawah daun (Gambar 6).
Gambar 6 Daun Shorea Lepida.
Gambar 3 Daun Shorea Johorensis.
3 Shorea Macroptera
Shorea Macroptera merupakan jenis
meranti merah. Pohon besar dan berbanir besar.
Batang merekah atau bersisik, pada umumnya
berdamar. Kulit luar tebal, kulit dalam juga
tebal, berurat-urat, warnanya merah atau
6 Shorea Leprosula
Shorea
Leprosula
termasuk
dalam
kelompok meranti merah. Perawakan pohon
besar, dapat mencapai tinggi 60 m, bebas
cabang 35 m, diameter 1 m. Kulit coklat keabuabuan. Daun lonjong sampai bulat telur,
panjang 8-14 cm dan lebar 3.5-4.5 cm.
Permukaan daun bagian bawah bersisik seperti
2
3
krim, urat daun tersier rapat seperti tangga
(Gambar 7).
sangat besar, batang tidak bercabang hingga
tinggi sekali. Daun berukuran panjang 6.1-13.1
cm dan lebar 2.2-4 cm, ujung daun lancip,
pangkal daun membundar. Permukaan atas daun
bila mengering berwarna coklat, bila diraba
licin. Pertulangan sekunder berjumlah 12-25
pasang (Gambar 10).
Gambar 7 Daun Shorea Leprosula.
7 Shorea Palembanica
Shorea Palembanica termasuk dalam
meranti merah. Perawakan pohon kecil dan
adakalanya sampai sangat besar mencapai 130
cm, batang sering berbonggol dan terpilin.
Tajuk besar, rapat, hijau tua, dan permukaan
pepagan coklat kelabu tua (Gambar 8).
Gambar 10 Daun Shorea Platyclados.
10 Shorea Seminis
Shorea Seminis termasuk dalam kelompok
balau atau selangan batu. Tinggi pohon dapat
mencapai 60 m. Daun berukuran panjang 9-18
cm dan lebar 2.5-8 cm, ujung daun berbentuk
lancip panjang, pangkal daun berbentuk pasak
atau membundar. Permukaan atas dan bawah
daun bila mengering berwarna coklat kelabu
atau coklat kuning. Pertulangan sekunder
berjumlah 9-17 pasang (Gambar 11).
Gambar 8 Daun Shorea Palembanica.
8 Shorea Pinanga
Shorea
Pinanga
adalah
famili
Dipterocarpaceae, sub klas Dikotiledon dan
kelas Angiospermae. Shorea Pinanga ini
tumbuh alami di Kalimantan, pada ketinggian
kurang dari 500 m di atas permukaan laut.
Pohon Shorea Pinanga dapat mencapai tinggi
sekitar 30 m dengan diameter sampai 100 cm.
Tajuk terdiri atas cabang-cabang yang panjang,
menggantung dan mempunyai daun muda yang
berwarna kemerah-merahan. Daun berukuran
11-24 x 4 – 9 cm, bentuk tajuk melebar, tidak
berbanir (Gambar 9).
Gambar 9 Daun Shorea Pinanga.
9 Shorea Platyclados
Shorea Platyclados termasuk dalam
kelompok meranti merah. Perawakan pohon
Gambar 11 Daun Shorea Seminis.
Jaringan Saraf Tiruan (JST)
Jaringan Saraf Tiruan (JST) adalah prosesor
yang terdistribusi paralel, terbuat dari unit-unit
yang sederhana, dan memiliki kemampuan
untuk menyimpan pengetahuan yang diperoleh
secara eksperimental dan siap pakai untuk
berbagai tujuan. JST meniru otak manusia dari
sudut pengetahuan yang diperoleh dari network
dari lingkungan melalui suatu proses
pembelajaran dan kekuatan koneksi antarunit
yang disebut synaptic weights. Sypnaptic
weights ini berfungsi untuk menyimpan
pengetahuan yang telah diperoleh oleh jaringan
tersebut.
JST
dikembangkan
sebagai
model
matematika yang merupakan penyederhanaan
untuk
sistem
saraf
biologis
manusia
berdasarkan
asumsi
bahwa
pengolahan
informasi terjadi di berbagai elemen yang
3
4
K-Fold Cross Validation
Cross validation merupakan metode
membagi data menjadi k subset yang ukurannya
hampir sama satu sama lain. Himpunan subset
yang dihasilkan yaitu S1, S2,…,Sk yang
digunakan sebagi data latih dan data uji. Dalam
metode ini dilakukan perulangan sebanyak k
kali dimana salah satu subset dijadikan data uji
dan k-1 subset lainnya dijadikan data latih (Fu
1994).
masuk ke Y * ( )+ paling besar dibandingkan
peluang masuk ke kelas lainnya. Secara umum,
arsitektur PNN dapat dilihat pada Gambar 12.
Neuron
A1
Vektor input sebanyak P dimensi
dinamakan neuron, sinyal dilewatkan di antara
neuron melalui connection link masing-masing
connection link memiliki weight (bobot) yang
akan mengalikan sinyal yang lewat, dan
masing-masing neuron memiliki fungsi aktivasi
yang akan menentukan nilai sinyal output
(Fauset 1994).
Neuron
A2
X1
fA(X)
Neuron
An
X2
Ambil
yang
maksimu
m
Neuron
B1
Xp
fB(X)
Neuron
B2
Neuron
Bm
Probabilistic Neural Network (PNN)
Probabilistic Neural Network diperkenalkan
pertama kali oleh Specht tahun 1990 yang
digunakan untuk klasifikasi, mapping, dan
associative memory. Keuntungan utama
menggunakan arsitektur PNN adalah proses
pembelajaran mudah atau sekali lewat dan
sangat cepat. Struktur PNN terdiri atas 4
lapisan, yaitu lapisan masukan, lapisan pola,
lapisan penjumlahan, dan lapisan keputusan/
keluaran (Specht 1990). Proses-proses yang
terjadi pada setiap lapisan yaitu :
1 Lapisan masukan (input layer)
Lapisan Masukan
Lapisan Pola
Lapisan
Penjumlahan
Lapisan Keluaran
Gambar 12 Struktur PNN.
Elips
Luas dan keliling elips (Gambar 13) dapat
dihitung dengan rumus di bawah ini.
Luas elips : πr1r2
Keliling : π (r1 + r2)
Lapisan masukan merupakan objek yang
terdiri atas k nilai ciri yang akan
diklasifikasikan pada n kelas.
r2
r1
2 Lapisan pola (pattern layer)
Lapisan pola merupakan data latih itu
sendiri. Persamaan yang digunakan pada lapisan
pola adalah
( )
(
(
) (
)
Menerima masukan dari node lapisan pola
yang terkait dari kelas yang ada. Persamaan
yang digunakan pada lapisan ini adalah
∑
(
r1 = sumbu panjang dari titik pusat
r2 = sumbu pendek dari titik pusat
Confusion Matrix
3 Lapisan penjumlahan (summation layer)
( )
Gambar 13 Elips.
(
(
) (
)
)
)
Confusion Matrix merupakan sebuah tabel
yang terdiri dari banyaknya baris data uji yang
diprediksi benar dan tidak benar oleh model
klasifikasi. Tabel ini diperlukan untuk
menentukan kinerja suatu model klasifikasi
(Tan et al. 2005). Contoh tabel confusion matrix
dapat dilihat pada Tabel 1.
Tabel 1 Confusion Matrix
4 Lapisan keluaran / keputusan (output layer)
Menentukan kelas dari input yang diberikan.
Input x akan masuk kelas Y jika nilai peluang
Data
Aktual
Kelas 1
Kelas 2
Prediksi
Kelas 1
Kelas 2
a
b
c
d
4