Anonim, 2001. Penampilan Eksotis Sang Naga di Pot.
http://www.tabloidnova.com/articles.asp?id=8014 (16 Mei 2009) Anonim, 2003. Buah Naga dan Manfaatnya.
http://www.nganjuk.go.id/ina/ttg.php?id=10 (16 Mei 2009) Anonim, 2008. Budidaya Buah Naga.
http://infokebun.wordpress.com/budidaya-buah-naga/ (2 Oktober 2009) Ahmad, U. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Graha Ilmu : Yogyakarta.
Arymurtyh, A. M dan Suryana S. 1992. Pengantar Pengolahan Citra. PT. Elex Media Komputindo. Gramedia. Jakarta.
Anggarwati W. 1986. Pengaruh Umur Panen Terhadap Kualitas dan Daya Tahan Simpan Anggur. J.Hort Balithor Solok No. 17 h 553-558.
Basuki, A., Jozua, F.P. dan Fatchurrochman. 2005. Pengolahan Citra Digital Menggunakan Visual Basic. Graha Ilmu : Yogyakarta.
Faizal, I. 2006. Aplikasi Image Processing untuk Pemutuan Cabai Merah (Capsicum annum L.). Skripsi. Departemen Teknik Pertanian. Institut Pertanian Bogor, Bogor.
Gunayanti, S. 2002. Pemutuan (Grading) Buah Mangga (Mangifera indica L.) Berdasarkan Sifat Fisik Permukaan Buah Menggunakan Pengolahan Citra. Skripsi. Departemen Teknik Pertanian. Institut Pertanian Bogor, Bogor.
Jain, R., Kasturi, R. And Schunk, B.G. 1995. Machine Vision. McGraw-Hill, Inc. NY, USA.
Nurhayati, N. T. 2002. Mempelajari Parameter Mutu Paprika (Capsicum annum var. grossum) dengan Pengolahan Citra. Skripsi. Departemen Teknik Pertanian. Institut Pertanian Bogor, Bogor.
Rienamora, F. 2007. Pengembangan Algoritma Image Processing Untuk Klasifikasi Mutu Belimbing Manis (Averrhoa carambola L.). Skripsi. Departemen Teknik Pertanian. Institut Pertanian Bogor, Bogor.
Sri Rini, D., D. D. Asadayanti, Nurhayati, M. Sofyaningsih, S. Frida, I. B. K. W. Yoga. 2008. Teknologi Pangan Untuk Sekolah Menengah Kejuruan Kelompok Teknologi Industri. Pusat Perbukuan, Departemen pendidikan Nasional : Jakarta. Tampubolon, M.Y. 2006. Pemutuan Buah Jeruk Manis (Citrus sinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra. Skripsi. Departemen Teknik Pertanian. Institut Pertanian Bogor, Bogor.
55 Yang, Q. 1992. The potential for applying machine vision to defect detection in fruit and vegetable grading. ASAE Paper No. 92-3502. ASAE. St Joseph, MI, USA.
APLIKASI IMAGE PROCESSING UNTUK MENENTUKAN TINGKAT MUTU BUAH NAGA (Hylocereus undatus) SECARA NON-DESTRUCTIVE
Oleh : DIAR FITRADA
F14050031
2010
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR
APLIKASI IMAGE PROCESSING UNTUK MENENTUKAN TINGKAT MUTU BUAH NAGA (Hylocereus undatus) SECARA NON-DESTRUCTIVE
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN
Pada Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian,
Institut Pertanian Bogor
Oleh : DIAR FITRADA
F14050031
2010
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR
DIAR FITRADA. F14050031. Aplikasi Image Processing untuk Menentukan Tingkat Mutu Buah Naga (Hylocereus undatus) Secara non-Destructive. Di bawah bimbingan : Prof. Dr. Ir. Atjeng M Syarief, M.SAE dan Dr. Ir. Sutrisno, M.Agr. 2009
RINGKASAN
Buah naga (Hylocereus undatus) merupakan salah satu tanaman tropis yang cukup kaya dengan berbagai vitamin dan mineral yang dapat membantu meningkatkan daya tahan dan metabolisme tubuh. Meskipun buah naga terbilang baru dikenal di Indonesia, namun prospek buah naga di pasar domestik cukup baik karena penggemarnya berangsur-angsur meningkat. Hal tersebut dapat dilihat dengan semakin membanjirnya buah naga di supermarket atau pasar swalayan di beberapa kota di Indonesia. Untuk memenuhi keinginan pangsa pasar serta dapat diterima oleh konsumen, maka penentuan sortasi dan mutu buah naga harus selalu diperhatikan.
Selama ini penentuan sortasi dan mutu buah naga biasanya dilakukan secara visual dengan memperhatikan bentuk fisik, sifat fisik, ukuran buah atau kombinasinya yang dilakukan secara manual. Penentuan mutu secara manual ini masih memiliki banyak kekurangan diantaranya waktu yang dibutuhkan relatif lama serta menghasilkan produk yang beragam karena keterbatasan visual manusia, tingkat kelelahan dan perbedaan persepsi tentang mutu buah.
Penelitian ini bertujuan mempelajari parameter mutu buah naga (Hylocereus undatus) menggunakan metode image processing, yaitu panjang, diameter, area, roundness dan intensitas warna RGB (merah, hijau, biru). Mencari korelasi antara data pengukuran langsung dengan hasil image processing, yaitu analisis korelasi antara berat buah dengan luas area objek dari citra, analisis korelasi antara panjang buah aktual dengan panjang objek dari citra, analisis korelasi antara diameter buah aktual dengan diameter objek dari citra, analisis korelasi antara kekerasan buah dengan indeks warna RGB (merah, hijau, biru), analisis korelasi antara total padatan terlarut buah dengan indeks warna RGB (merah, hijau, biru) dan menemukan parameter mutu dari hasil pengolahan citra yang dapat digunakan untuk menentukan kelas mutu buah naga (Hylocereus undatus). Berdasarkan parameter tersebut kemudian dilakukan pemutuan buah naga (Hylocereus undatus) menggunakan parameter mutu citra untuk memperbaiki hasil pemutuan manual.
Pelaksanaan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Penelitian ini berlangsung dari bulan Juli sampai dengan bulan September 2009. Dalam penelitian ini dipergunakan seperangkat alat penangkap citra, seperangkat komputer sebagai alat image processing, jangka sorong sebagai alat untuk mengukur panjang dan diameter buah, timbangan digital sebagai alat untuk mengukur berat buah, rheometer sebagai alat untuk mengukur tingkat kekerasan buah, serta refraktometer yang digunakan untuk mengukur total padatan terlarut (TPT) buah. Bahan yang digunakan yaitu buah naga daging putih (Hylocereus undatus) dengan berbagai kelas mutu yang berbeda, yaitu mutu A, mutu B dan mutu C, masing- masing berjumlah 50 buah.
Hasil analisis korelasi parameter mutu metode pengukuran langsung dengan metode pengolahan citra yaitu untuk hubungan antara pengukuran berat dengan area buah menggunakan cara pengolahan citra memiliki nilai koefisien determinasi sebesar 0.844. Hubungan antara pengukuran diameter secara manual dengan cara pengolahan citra memiliki nilai koefisien determinasi sebesar 0.543. Hubungan antara pengukuran panjang secara manual dengan cara pengolahan citra memiliki nilai koefisien determinasi sebesar 0.293. Hubungan antara pengukuran kekerasan buah dengan komponen warna buah hasil pengolahan citra yaitu komponen warna merah, hijau dan biru berturut-turut memiliki nilai koefisien determinasi sebesar 0.027, 0.073 dan 0.028. Hubungan antara pengukuran total padatan terlarut buah dengan komponen warna buah hasil pengolahan citra yaitu komponen warna merah, hijau dan biru berturut-turut memiliki nilai koefisien determinasi sebesar 0.001, 0.001 dan 0.006.
Berdasarkan analisis korelasi tersebut, parameter mutu yang dapat digunakan untuk menentukan tingkat mutu buah naga (Hylocereus undatus) menggunakan cara pengolahan citra yaitu parameter area buah dan diameter buah. Untuk mutu A menghasilkan area buah lebih dari atau sama dengan 33402 piksel, dan memiliki diameter buah lebih dari atau sama dengan 184 piksel. Untuk mutu B menghasilkan area buah antara 29868 – 33402 piksel, dan memiliki diameter buah antara 173 – 184 piksel. Sedangkan untuk mutu C menghasilkan area buah kurang dari 29868 piksel, dan memiliki diameter buah kurang dari173 piksel.
Validasi pemutuan buah naga menggunakan cara pengolahan citra berdasarkan area buah untuk mutu A menghasilkan ketepatan sebesar 82%, untuk mutu B menghasilkan ketepatan sebesar 50% dan untuk mutu C menghasilkan ketepatan sebesar 78%. Berdasarkan diameter buah untuk mutu A menghasilkan ketepatan sebesar 68%, untuk mutu B menghasilkan ketepatan sebesar 38% dan untuk mutu C menghasilkan ketepatan sebesar 76%. Berdasarkan gabungan parameter mutu antara area buah dan diameter buah untuk mutu A menghasilkan ketepatan sebesar 64%, untuk mutu B menghasilkan ketepatan sebesar 46% dan untuk mutu C menghasilkan ketepatan sebesar 90%.
Judul Skripsi : Aplikasi Image Processing untuk Menentukan Tingkat Mutu Buah Naga (Hylocereus undatus) Secara non-Destructive Nama : Diar Fitrada
NIM : F14050031
Menyetujui Pembimbing I,
(Prof. Dr. Ir. Atjeng M Syarief, M.SAE) NIP: 19460501 197301 1 001
Pembimbing II,
(Dr. Ir. Sutrisno, M.Agr) NIP: 19590720 198601 1 002
Mengetahui : Ketua Departemen,
(Dr. Ir. Desrial, M.Eng) NIP: 19661201 199103 1 004