ABSTRAKSI: Industri perminyakan merupakan bidang industri yang sangat penting guna menunjang devisa negara Indonesia. Agar pangsa pasar minyak bumi Indonesia di dunia stabil atau bahkan meningkatkan permintaan, maka alangkah baiknya Indonesia menjaga kualitas minyak bumi yang dihasilkan. Maka dari itu, perlu dikembangkan suatu cara agar dapat mendeteksi kualitas minyak bumi untuk mengklasifikasikan jenis minyak bumi berdasarkan kualitasnya dengan lebih mudah dan sederhana. Hal ini dimaksudkan supaya tidak berdampak pada kepercayaan pasar minyak bumi dunia terhadap kualitas minyak bumi dari Indonesia.
Dalam Tugas Akhir ini digunakan metode deteksi warna untuk mendeteksi kualitas minyak bumi. Hasil dari pengolahan citra ini menjadi input pada pengenalan pola dan identifikasi minyak bumi sehingga dapat diketahui kondisi dari karakteristik yang ada pada tiap citra minyak bumi untuk mendapatkan ciri khas dari masing-masing citra minyak bumi. Metode yang digunakan untuk mengidentifikasi minyak bumi tersebut adalah Jaringan Syaraf Tiruan Kohonen – SOM (Self Organizing Maps) karena JST merupakan sebuah model komputasi dari otak manusia yang mampu melakukan perhitungan, pengenalan, pengamatan serta pengambilan keputusan.
Tugas Akhir ini bertujuan untuk menghasilkan suatu alat bantu yang dapat mengolah citra minyak bumi dan mengklasifikasikan kualitas minyak bumi tersebut serta menganalisis performansi dengan menggunakan analisis warna. Dengan tingkat keberhasilan dari pengklasifikasian Minyak Bumi ini mencapai 93.5%.
Kata Kunci : Minyak Bumi, Ekstraksi Ciri, Jaringan Syaraf Tiruan, Koheren Self Organizing Maps.ABSTRACT: Petroleum industry is one of major industries which is important to gaining total revenue for Indonesian. In order to maintain stability of Indonesian petroleum market position or even increase its demand, it is important for mantain good quality of the product. Therefore, it is needed to develop a way to detect the quality of petroleum for classifying the type of petroleum based on the quality simpler and easier. It is intended for keeping the trust from world market toward Indonesian petroleum quality.
This final project is using colour detection method to detect petroleum quality. The result of image processing be an input for pattern recognition and identifiying the petroleum. Further, it can be determined the condition of the characteristic that found on its petroleum to get special characteristics’ of the petroleum. The method that used for identifying the petroleum is Artificial Neural Network SOM. Artificial Neural Network is computation model based on human brain, which can calculate, acknowledge, observe and make decision.
The final project is aimed to make new aid which can be used for processing oil image, classififying petroleum quality and analyzing performance by using colour analysis. With the accuracy of this classification reached up to 93.5%.Keyword: Petroleum, Feature Extraction, Artificial Neural Network, Koheren Self Organizing Maps