Page 2 - 3013-Article Text-15047-2-10-20240123

IMTechno: Journal of Industrial Management and Technology Volume 5 No. 1 Januari 2024
E-ISSN: 2774-342X

adalah tercampurnya gangue ke dalam batubara. learning berbasiskan CNN tidak lagi memerlukan
Gangue adalah adalah material padat yang lebih keras tahapan ekstraksi fitur dalam klasifikasi berbasiskan
dari batubara dengan kandungan karbon lebih kecil, citra karena mekanisme pengenalan fitur itu sendiri
(Hou, W., 2019). Gangue yang tercampur pada sudah terintegrasi di dalam CNN. Studi implementasi
batubara sangat tidak diharapkan karena menurunkan CNN pada identifikasi batubara dan gangue
kualitas batubara, menurunkan efisiensi penggunaan dilaporkan oleh cukup banyak peneliti, diantaranya
energi dan membuat pemakaian sumber daya menjadi seperti (Hong, , 2023).
tidak optimal. Oleh karena itu pemisahan batubara Studi review ini dilakukan untuk melihat
dan gangue menjadi hal yang sangat penting dalam secara keseluruhan tren penelitian terkait dengan
proses pertambangan atau pada proses produksi identifikasi batubara dan gangue menggunakan
batubara. machine vision. Studi ini juga memotret berbagai
Pemisahan batubara dan gangue dilakukan metode dan jenis-jenis sumber data yang digunakan
dengan terlebih dahulu melakukan identifikasi beserta kecendrungan-kecendrungannya. Bagian
batubara dan gangue. Ada banyak metode yang pertama dari studi review ini adalah pendahuluan,
dikembangkan oleh para peneliti untuk melakukan lalu metode penelitian, hasil dan pembahasan, dan
identifikasi tersebut, yang mana bisa dikelompokkan bagian terkahir adalah kesimpulan dan referensi yang
dalam dua kategori yaitu: Metode Basah dan Metode menjadi rujukan sstudi review ini.
Kering (Hu, F. et al., 2022). Metode Basah adalah
metode yang menggunakan media air dalam
mengidentifikasi batubara dan gangue. Hanya saja, METODE PENELITIAN
metode ini dianggap tidak ramah bagi lingkungan
sehingga kurang diminati. Metode Kering adalah 1. Metode Review
metode yang tidak menggunakan air sebagai media
dalam identifikasi dan pemisahan batubara dan Metode review yang dipergunakan pada studi
gangue, dan menjadi metode yang paling banyak ini, mengacu kepada metode Systematic Literature
digunakan saat ini. Review (SLR), yang guideline-nya sudah dibakukan
Diantara metode Kering yang sebelumnya oleh Kitchenham, B., & Charters, S. (2007),
dikembangkan adalah metode crushing (Yang, D. et Kitchenham, et al. (2010). Metode ini sudah
al., 2018) yang memanfaatkan perbedaan hardness diimplemantasikan diberbagai studi literatur review
di bidang engineering, diantaranya yang dilakukan
pada batubara dan gangue. Ada juga metode vibrasi oleh Hall, T. et al. (2011) dan Wahono, R. (2015).
(Wan, L. et al., 2022) yang melihat pada perbedaan Terkait dengan SLR, Kitchenham, B., &
respon akibat gerakan vibrasi. Metode yang cukup Charters, S. (2007) memberikan penjelasan bahwa
populer adalah metode machine learning dan metode yang dimaksud dengan SLR adalah proses
deep learning yang menggunakan berbagai jenis identifikasi, pengkajian dan intepretasi terhadap
sumber data seperti data optik (berbasis gelombang bukti-bukti penelitian yang ada dengan tujuan untuk
optik), data berbasiskan sinar-X dan sinar gamma, memberikan jawaban terhadap pertanyaan penelitian
data thermal yang berbasiskan sinar inframerah, data tertentu yang sebelumnya diajukan. Sedangkan dalam
multispectral/hyperspectral dan data berbasiskan sifat implementasinya, SLR dilakukan melalui tiga
dielectric. tahapan yaitu tahapan perencanaan, tahapan
Berkembangnya metode yang menggunakan implementasi dan tahapan pelaporan hasil. Dalam
machine learning dan deep learning tidak terlepas dari tahapan perencanaan dilakukan pembahasan terkait
perkembangan yang cukup pesat pada teknologi latar belakang, tujuan serta progres penelitian yang
artificial intelligence dan juga teknologi pengolahan sebelumnya dilakukan, sebagaimana dijelaskan pada
citra (Xue, G. et al., 2023). Machine learning yang bagian pendahuluan di studi ini. Pada tahapan
konvensional masih menggunakan tahapan ekstraksi implementasi, poin-poin yang dibahas adalah
fitur sebelum masuk ke proses klasifikasi oleh pertanyaan penelitian, strategi pencarian dan seleksi,
classifier seperti teori Bayesian (Gao, K. et al., 2013), pengkajian kualitas dan ekstraksi data serta proses
K-means clustering (Li, N. et al., 2021), Support analisa. Selanjutnya implementasi pada tahapan akhir
Vector Machine (Wang, X. et al., 2021; Cheng, G. et yaitu pelaporan hasil.
al., 2023; Zhang, L. et al., 2022), Multilayer
Perceptron (Jiang, J. et al., 2022; Liu, K. et al., 2018) 2. Daftar Pertanyaan Review Studi
atau Backpropagation Neural Networks (Wang, D. et Untuk mengarahkan jalannya penelitian, pada
al., 2022), Random Forest (Lai, W. et al., 2020), tahapan perencanaan dibuat beberapa pertanyaan
Maximum Parameter Likelyhood (Zhang, Q. et al., yang mana menjadi acuan dan untuk menjaga fokus
2021). dalam implementasi review studi. Daftar pertanyaan
Di sisi lain, perkembangan convolutionary yang dibuat sebagaimana digambarkan pada Tabel 1.
neural networks (CNN) yang cukup pesat pada
dekade terkahir membuat metode deep learning
mengalami metamorfosis dalam menyelesaikan
permasalahan pengolahan citra. Metode deep

http://jurnal.bsi.ac.id/index.php/imtechno 61