1 PENDAHULUAN Latar Belakang Dunia biologi mengenal adanya konsep identifikasi untuk setiap organisme di dunia yang telah dilakukan penelitian atasnya. Cara yang umum digunakan untuk mengidentifikasi suatu organisme adalah melalui taksonomi. Sejak bermulanya pada abad ke-4 sebelum Masehi, ilmu taksonomi telah mengalami perkembangan yang pesat. Penggunaan teknologi komputer sebagai alat bantu pada taksonomi modern melahirkan bidang baru yang dinamakan taksonomi numerik atau taksonometri (Tjitrosoepomo 2005). Stace (1980) memberikan lima cara yang sering digunakan untuk melakukan identifikasi terhadap tumbuhan. Kelima cara tersebut yaitu melalui karakteristik morfologi dan anatomi tumbuhan, unsur kimiawi penyusun tumbuhan, struktur kromosom, breeding system, dan lokasi geografis serta ekologi dari tumbuhan. Jika ditinjau dari segi kemudahan dan kecepatan dalam mendapatkan data, maka karakteristik morfologi dan anatomi menjadi acuan pertama dalam proses identifikasi tumbuhan. Karakteristik ini dapat diamati pada organ vegetatif tumbuhan, seperti daun, batang, dan cabang, serta pada organ generatif tumbuhan, seperti bunga dan buah pada tumbuhan dikotiledon. Kedua organ tumbuhan ini memiliki perbedaan waktu observasi. Organ generatif tumbuhan hanya dapat diamati pada waktu tertentu, sedangkan organ vegetatif tumbuhan cenderung tersedia sebagai sumber pengamatan sepanjang waktu. Sebagai salah satu organ vegetatif tumbuhan, karakter morfologi daun khususnya pada tumbuhan dikotiledon diketahui mempunyai pola tertentu yang memperlihatkan keteraturan, sehingga dapat dikelompokkan secara sistematis. Di lain pihak, karakter ini memiliki beberapa kelemahan, antara lain sifatnya yang kurang stabil akibat pengaruh lingkungan, adanya morfologi yang serupa pada anggota taksa yang tidak saling berhubungan, dan sifat polimorfisme yang terdapat pada tahap tertentu pertumbuhan daun (Hickey 1973 dalam Rasnovi 2001). Pengkajian terhadap pemakaian karakter morfologi daun dalam identifikasi jenis telah dilakukan dalam beberapa penelitian. Rasnovi (2001) dalam tesisnya menyimpulkan bahwa karakter morfologi daun dapat memisahkan species contoh dengan indikasi nilai separation coefficient gabungan bernilai satu. Klasifikasi citra daun menggunakan PNN (Probabilistic Neural Network) dengan data berupa 12 fitur citra daun yang dilakukan oleh Wu et al. (2007) menghasilkan akurasi hingga melebihi 90%. Morfologi daun juga telah digunakan bersama dengan karakter bunga dan buah dalam identifikasi species Endospermum duodenum (Salwana et al. 2007). Data spesimen daun yang berupa data kualitatif dapat diolah dalam proses identifikasi kesamaan ciri menggunakan selforganizing maps (SOM) Kohonen (Madarum 2006). Penelitian tersebut menghasilkan nilai cluster recall sebesar 0.429 dan cluster precision sebesar 0.530. Hasil yang belum optimal ini membuka peluang bagi penelitian lebih lanjut untuk membangun model taksonometri tumbuhan berdasarkan karakter morfologi daun dengan hasil yang lebih baik. Tujuan 1 2 Penelitian ini bertujuan : Mengimplementasikan algoritme SOM Kohonen dalam clustering data spesimen daun dikotiledon kelas Magnoliopsida untuk membentuk model taksonometri tumbuhan. Mendapatkan karakteristik data hasil taksonometri dan membandingkannya dengan taksonomi tumbuhan yang telah ditentukan oleh pakar taksonomi. Ruang Lingkup Penelitian ini meliputi pembuatan model taksonometri tumbuhan menggunakan ciri organ vegetatif tumbuhan berupa morfologi daun dikotiledon kelas Magnoliopsida. Metode yang digunakan untuk membangun model taksonometri adalah jaringan SOM Kohonen satu dimensi, dengan jumlah karakter morfologi daun sebanyak 16 karakter. Tingkatan taksa yang menjadi target penelitian adalah tingkat family, ordo, dan subclass. Jumlah neuron output pada setiap model taksonometri ditentukan berdasarkan jumlah taksa yang bersesuaian. Sebanyak 126 data spesimen daun, yang terdiri atas 21 family, 17 ordo, dan 4 subclass, kesemuanya merupakan anggota dari kelas Magnoliopsida. Manfaat Proses clustering dari SOM Kohonen akan menghasilkan pengelompokan data