Waktu dan Tempat
Penelitian ini dimulai pada bulan Juni 2012 – Juni 2013. Penelitian untuk pengambilan data spektrum cahaya tampak dan analisa kandungan kimia TBS dilakukan di PT. Nirmala Agro Lestasi, Site Lamandau Propinsi Kalimantan Tengah. Sedangkan pengolahan data dan desain sistem deteksi kematangan TBS dilaksanakan di Laboratorium Ergonomika dan Elektronika, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
Bahan dan Alat
Bahan yang digunakan pada penelitian ini adalah tandan buah segar (TBS) kelapa sawit sebanyak 87 buah yang berasal dari klon Marihat, Dumpy dan Selapan Jaya dengan rincian seperti disajikan pada Tabel 3.
Tabel 3 Jumlah sampel penelitian berdasarkan klon dan tingkat kematangan Tingkat Kematangan
(fraksi)
Klon
Marihat Dumpy Selapan Jaya
0 6 6 6
1 6 6 6
2 5 5 5
3 6 6 6
4 6 6 6
Jumlah total (buah) 29 29 29
Alat - alat yang digunakan pada penelitian ini antara lain :
a. Spektrometer ocean optics USB 650 dengan panjang gelombang 200 - 850 nm yang dilengkapi dengan fiber optic solids digunakan untuk mengambil data reflektan dari spektrum TBS kelapa sawit.
b. Digital spotting scope merk Bushnell dengan perbesaran 15 – 45x, LCD 22x untuk menangkap citra TBS
c. Laser pointer merah pada panjang gelombang 660 - 670 nm, daya 100 mW sebagai penunjuk titik pengukuran
d. Lux meter untuk mengukur intensitas cahaya
e. Lampu halogen (1000, 600) Watt dan Lampu Ultraviolet 300 watt untuk simulasi cahaya matahari (spesifikasi pada Lampiran 6)
f. Kain hitam sebagai latar homogen g. Meteran : pengukuran jarak
h. Distance meter : pengukuran jarak dari spektofotometer ke TBS sawit pada pengambilan reflektan diluar ruangan
i. Safety tools untuk peralatan pengaman pada saat pengambilan sampel TBS j. Peralatan laboratorium untuk fruit set dan bunch analisys TBS
13
k. Komponen elektronika antara lain ; mikrokontroler Atmega 32, sensor fotodioda 5 V, LCD display 16 x 2, rangkaian unit penyimpan data, dan komponen lainya untuk pembuatan sistem deteksi kematangan TBS
l. Komputer dan perlengkapannya untuk pengambilan data dan mengolah data dilengkapi dengan perangkat lunak spectasuite, visual basic 6 dan mechanical desktop 6.
Prosedur Penelitian Penelitian Tahap Pertama
Penelitian tahap pertama merupakan proses pembuktian kemampuan
spektrofotometer Uv-Vis dalam memprediksi tingkat kematangan, kandungan minyak dan asam lemak bebas TBS. Diagram alir penelitian tahap pertama dapat di lihat pada Gambar 6.
Gambar 6 Diagram alir penelitian tahap pertama Penelitian pendahuluan
Persiapan sampel uji (40 sampel TBS)
Pengukuran reflektan di dalam ruangan Jarak (2,7,10,15)m & lampu Halogen (600,1000)W Pengujian kandungan kimia TBS (kadar
minyak dan ALB) sebagai referensi
Mulai
Selesai Persamaan regresi
(kandungan kimia dan reflektan TBS)
Korelasi tingkat kematangan, kandungan kimia dan reflektan
Penelitian Pendahuluan
Penelitian pendahuluan merupakan proses pembuktian bahwa digital spotting scope yang tehubung dengan probe fiber optik spektrofotometer Uv-Vis
dapat digunakan dalam pengukuran reflektan TBS. Uji coba awal dilakukan dengan melakukan pengukuran reflektan dari beberapa kertas warna dengan jarak dan tingkat pencahayaan yang berbeda. Hasil pengukuran beberapa kertas warna dapat di lihat pada Gambar 7.
Gambar 7 Hasil pengukuran reflektan kertas warna menggunakan spektrofotometer UV Vis berdasarkan jarak
Dari hasil pengukuran reflektan kertas warna tersebut, tampak terjadi perbedaan pola spektrum dari setiap warna yang diukur pada panjang gelombang
visible (400 - 850) nm sehingga dapat disimpulkan bahwa teleskop dapat digunakan untuk pengukuran spektrum visible dari TBS. Hal ini karena terdapat perbedaan warna berdasarkan tingkat kematangan TBS. Penggunaan digital spotting scope pada pengukuran reflektan bertujuan sebagai media penangkap citra dari TBS dan pantulan dari citra tersebut dibaca oleh perangkat lunak ocean optics spektrum suite.
Persiapan Sampel TBS
Penentuan sampel berdasarkan fraksi di lapangan dilakukan oleh mandor panen atau asisten afdeling yang telah berpengalaman lebih dari 5 tahun, secara umum penentuan fraksi yang dipanen dapat mengacu pada Tabel 4. Total sampel pada penelitian ini adalah sebanyak 87 buah TBS yang berasal dari klon Marihat, Dumpy dan Selapan Jaya. Setiap klon tersebut terdiri atas 4 (empat) tingkat kematangan yaitu mentah (fraksi 0), kurang matang (fraksi 1) matang (fraksi 2 dan fraksi 3), lewat matang (fraksi 4).
-50 0 50 100 150 200 250 400 500 600 700 800 R ef lekt an (% ) Panjang gelombang (nm) Jarak 2 m -50 0 50 100 150 200 250 400 500 600 700 800 Panjang gelombang (nm) Jarak 6 m Biru Hijau Hitam Orange Putih Ungu
15
Tabel 4 Beberapa tingkatan fraksi matang panen pada tanaman kelapa sawit
Pengambilan Spektrum Ultraviolet - Visible TBS
Pada penelitian ini reference putih yang digunakan adalah melamin dan
reference hitam melamin yang dicat menggunakan cat pilok dull black. Citra TBS ditangkap oleh digital spotting scope dan reflektan TBS akan dibaca oleh
spektrometer ocean optics USB 650 (fiber optic solids) pada panjang gelombang 200-850 nm. Untuk memastikan titik pengukuran TBS, maka digunakan laser sebagai penunjuk dan citra dari TBS dapat ditampilkan oleh display yang terdapat pada digital spotting scope. Pembacaan spektrum akan dilakukan dengan menggunakan perangkat lunak ocean optics spektrumsuite yang terhubung dengan
spectrometer USB 650 - fiber optic solids (Gambar 8).
Gambar 8 Spotting scope, spectrofotometer USB 650 dan perlengkapannya
Fraksi Jumlah brondolan Tingkat kematangan
00 tidak ada, buah berwarna hitam sangat mentah 0 1 - 12,5% buah luar membrondol mentah 1 12,5 - 25 % buah luar membrondol kurang matang 2 25 - 50 % buah luar membrondol matang 1 3 50 - 75% buah luar membrondol matang 2 4 75 - 100% buah luar membrondol lewat matang 1 5 buah dalam juga membrondol, ada
yang membusuk lewat matang 2
Jarak pengukuran akan mempengaruhi perbesaran dari digital spotting scope, diameter objek yang ditangkap oleh digital spotting scope diatur sebesar 20 cm sehingga perubahan jarak pengukuran akan berpengaruh pada perubahan perbesaran dari digital spotting scope. Pengaturan perbesaran berdasarkan jarak pengukuran dapat di lihat pada Tabel 5.
Tabel 5 Pengaturan perbesaran berdasarkan jarak pengukuran
Pengukuran reflektan dilakukan dalam ruangan tertutup, hal ini bertujuan untuk mengontrol factor eksternal yang dapat mempengaruhi hasil pengukuran bila proses pengukuran dilakukan di lapang. Sumber cahaya yang digunakan adalah lampu halogen 600 Watt, dan halogen 1000 Watt yang dipasang pada posisi membentuk sudut 450 terhadap TBS yang diukur. Lampu halogen digunakan untuk mengantikan sinar matahari langsung yang juga memancarkan radiasi inframerah. Pengukuran dilakukan pada perlakuan jarak 2 m, 7 m, 10 m dan 15 m dan posisi TBS yang diukur adalah pada bagian yang tampak mata ketika TBS masih berada pada pohonnya. Pengukuran dilakukan sebayak tiga kali ulangan pada titik pengukuran yang berbeda dalam satu TBS yang sama. Metode pengukuran reflektan di dalam ruangan tampak depan dapat di lihat pada Gambar 9 dan tampak atas seperti pada Gambar 10.
Gambar 9 Pengukuran reflektanTBSdi dalam ruangan tampak depan
Jarak pengukuran (m)
Perbesaran
digital spotting scope
2 12
7 25
10 40
17
Gambar 10 Pengukuran reflektanTBSdi dalam ruangan tampak atas Langkah awal yang dilakukan pada pengukuran reflektan TBS adalah mencari integration time dengan mengukur reflektan reference putih dan
reference hitam berdasarkan jarak pengukuran. Integration time merupakan waktu yang dibutuhkan sampai pada terbentuknya pola spektrum pada pengukuran TBS. Pada pengukuran reflektan TBS spektrofotometer Uv – Vis diatur scans to averages : 10, boxcar width : 5 dan integration time berdasarkan Tabel 6.
Tabel 6 Integration time berdasarkan jarak pengukuran Pencahayaan Halogen 600 watt Halogen 1000 watt Jarak (meter) Integration time
(miliseconds) Integration time (miliseconds) 2 350 193 7 910 490 10 940 760 15 2640 1444
Pengukuran ALB dan Kadar Minyak TBS
Dilakukan di laboratorium kimia pabrik pengolahan TBS yang bertujuan untuk mengetahui asam lemak bebas dan kadar minyak TBS. Pengambilan sampel untuk pengujian ALB dilakukan secara langsung setelah buah jatuh terpanen dengan mengambil 30 butir brondolan menggunakan kampak kecil dengan komposisi 10 butir bagian dalam, 10 butir bagian tengah dan 10 butir bagian luar. Sampel 30 butir tersebut dipilih dan dipastikan tidak terdapat luka, hal ini dilakukan untuk menghindari terjadinya peningkatan ALB yang disebabkan oleh enzim lipase kemudian sampel tersebut langsung dilakukan pengukusan selama 90 menit menggunakan rice cooker. Sampel buah sawit untuk analisa ALB dapat di lihat pada Gambar 11 dan prosedur analisa ALB secara lebih rinci dapat di lihat pad Lampiran 1.
Gambar 11 Sampel buah sawit untuk analisa asam lemak bebas (ALB) Pengambilan sampel untuk analisa kadar minyak TBS dilakukan setelah pengukuran reflektan menggunakan spektrofotometer. Pada analisis ini mengikuti standar operasional prosedur (SOP) PT. Nirmala Agro Lestari yang telah sesuai dengan standar ditetapkan oleh Komite Akreditasi Nasional (LP-323-IDN). Prosedur analisa kadar minyak secara lebih rinci dapat di lihat pad Lampiran 2 dan Lampiran 3.
Analisa dan Pengolahan Data
Data hasil pengukuran reflektan TBS dianalisa untuk memperoleh panjang gelombang tertentu yang dapat membedakan kematangan TBS. Panjang gelombang yang dipilih tersebut akan dijadikan dasar pembuatan perangkat lunak sistem deteksi kematangan TBS berbasis sensor cahaya. Untuk mendapatkan korelasi hubungan antara reflektan dengan kadar minyak dan ALB berdasarkan tingkat kematangan dilakukan dengan menggunakan Microsoftt excel. Korelasi hubungan yang dipilih adalah yang memiliki akurasi (R2) terbaik pada rentang panjang gelombang yang dapat membedakan kematangan.
Penelitian Tahap Kedua
Penelitian tahap kedua difokuskan pada perancangan dan pembuatan sistem deteksi kematangan TBS berbasis spektrum cahaya tampak. Diagram alir prosedur penelitian tahap kedua dapat di lihat pada Gambar 12.
19
Gambar 12 Diagram alir penelitian tahap kedua Mulai
Penentuan panjang gelombang yang dapat membedakan kematangan
Pembuatan sistem deteksi kematangan TBS
Penentuan sampel uji (29 sampel TBS/klon) Kalibrasi (19 sampel TBS/klon) Validasi (10 sampel TBS/klon) Pengukuran reflektan TBS Pengujian ALB dan kadar minyak TBS Pendugaan tingkat kematangan,ALB dan kadar minyak TBS Selesai Pengujian ALB dan kadar minyak TBS Pengukuran reflektan TBS Pelatihan JST Validasi Pendugaan tingkat kematangan, ALB, dan kadar minyak
TBS Pengujian sistem deteksi
kematangan TBS
Standar error validasi
Penentuan Sensor Berdasarkan Karakteristik Spektrum TBS
Penentuan sensor yang dapat membedakan kematangan berdasarkan karakteristik spektrum TBS yang telah dilakukan pada penelitian tahap pertama. Berdasarkan hasil pengukuran menggunakan spektrofotometer Uv – Vis, tingkat kematangan untuk klon Marihat, dampy dan Selapan Jaya dapat dibedakan pada kisaran panjang gelombang 650 – 690 nm, untuk itu sensor yang digunakan adalah yang mempunyai sensitivitas pada rentang panjang gelombang tersebut. Menurut Rivas et al. (2013) sensitivitas dari sensor fotodioda (Gambar 13.a), sensor fototransistor (Gambar 13.b) dan sensitivitas dari LDR seperti pada Gambar 13 (c).
Gambar 13 Karakteristik sensor cahaya (a) Fotodioda, (b) Fototransistor,(c) LDR Berdasarkan karakteristik seperti pada Gambar 14, maka sensor yang dipilih adalah fotodioda hal ini dikarenakan panjang gelombang yang cukup sensitif dalam pendugaan tingkat kematangan sawit berada pada panjang gelombang 650-690 nm.
Perancangan Sistem Deteksi Kematangan TBS
Sistem deteksi kematangan TBS dirancang menggunakan bahasa C dengan memasukkan persamaan regresi yang menjelaskan hubungan antara besarnya
21
reflektan TBS pada panjang gelombang yang paling berpengaruh pada penentuan kematangan TBS dengan tingkat kematangan (fraksi), ALB dan kadar minyak TBS. Pembuatan program menggunakan software Code Vision AVR Evaluation V2.05.0 yang sekaligus berfungsi sebagai compiler program. Selanjutnya program tersebut dimasukkan ke dalam sebuah mikrokontroler ATmega 32 untuk otomatisasi pembacaan dan penyimpanan data sementara dari pengukuran tingkat kematangan TBS yang dilakukan. Spesifikasi mikrokontroler ATmega 32 disajikan pada Lampiran 4. Sistem deteksi kematangan yang rancang terdiri atas beberapa bagian antara lain : unit detektor, unit pengendali, unit pengolah data, unit penyimpan data, luaran hasil pembacaan. Kemudian setiap unit dirangkai menjadi satu kesatuan seperti dapat di lihat pada lampiran 5. Secara lebih rinci dijelaskan sebagai berikut :
Unit detektor
Rangkaian ini terdiri dari rangkaian fotodioda (Gambar 14) yang berfungsi sebagai pengukur reflektan yang dipantulkan oleh TBS. Pada rangkaian ini dilengkapi laser berwarna merah (100 mW) yang mempunyai panjang gelombang 660 nm yang berfungsi sebagai sumber cahaya yang dipancarkan ke TBS. Rangkaian ini dihubungkan dengan baterai 9 V.
Gambar 14 Rangkaian unit detector Unit pengendali
Unit pengendali berfungsi sebagai kontrol pengaturan alat deteksi yang terdiri dari tiga rangkaian yaitu switch on /off untuk menyambung dan memutus arus dari baterai, switch klon untuk memilih jenis klon yang akan diukur dan tombol run untuk mengambil data reflektan TBs. Switch klon dibuat untuk melihat karakteristik optik dari masing - masing klon sehingga persamaan yang dimasukkan ke dalam program mikrokontroler berdasarkan data hasil pengukuran dari setiap klon.
Gambar 15 Rangkaian unit pengendali Unit pengolah data
Menggunakan mikrokontroler ATmega 32 seperti pada Gambar 16 (a) yang dipilih karena memiliki beberapa kelebihan dibandingkan dengan yang lain. Spesifikasi mikrokontroler ATmega 32 dapat di lihat pada lampiran 4. Unit pengolah data berfungsi untuk mengolah data hasil pengukuran unit detektor, data yang terukur berupa tegangan analaog yang diubah menjadi data digital yang ditampilkan pada display 16 x 2 (16 karakter dengan 2 baris) seperti pada Gambar 16(b).
Gambar 16 Rangkaian unit pengolah data (a) rangkaian mikrokontroler ATMega32, (b) luaran hasil pengukuran
Unit penyimpan data
Rangkaian unit penyimpan data seperti pada Gambar 17 (a) berfungsi sebagai penyimpan data yang dilengkapi dengan Card multimedia, sehingga memudahkan dalam memindahkan data hasil pengukuran. Data yang tersimpan diatur berdasarkan waktu pengambilan data dengan menggunakan rangkaian pewaktu (RTC) menggunakan IC DS1307 seperti pada Gambar 17 (b).
23
Gambar 17 Rangkaian penyimpan data (a), rangkaian card multimedia, (b) rangkaian pewaktu
Uji Kinerja Sistem Deteksi Kematangan TBS
Pengujian sistem deteksi dimulai dari persiapan sampel TBS, pengukuran reflektan dan pengujian ALB dan kadar minyak TBS. Adapun mekanisme kerja sistem deteksi kematangan TBS dapat di lihat pada Gambar 18.
Gambar 18 Diagram alir prinsip kerja sistem deteksi kematangan TBS
Mulai i = 1 Ukur reflektan i = i + 1 Input varietas ya tidak
Penentuan fraksi, ALB dan kadar minyak
Fraksi, ALB dan kadar minyak Simpan data (i)
n = n + 1 tidak ya Penentuan perkiraan hasil Hasil
Simpan data hasil
Stop
i <=3 i <=3
Data hasil pengujian sistem deteksi kematangan berupa nilai tegangan dari spektrum TBS berdasarkan tingkat kematangan yang diterima oleh sensor fotodioda kemudian dianalisis menggunakan jaringan syaraf tiruan (JST) untuk mendapatkan ketepatan pendugaan kematangan, pendugaan ALB dan pendugaan kadar minyak TBS. Penggunaan JST dilakukan karena terdapat hubungan yang tidak linier antara reflektan spektrum TBS berdasarkan tingkat kematangan dengan ALB dan kadar minyak.
Pengembangan Model Jaringan Saraf Tiruan (JST)
Data hasil pengukuran adalah berupa data reflektan selanjutnya dinormalisasi menggunakan persamaan 8 berikut :
...8 Dimana :
xi = data ke-i
DataMin = nilai minimum dari seluruh data DataMin = nilai maksimum dari seluruh data
JST dilatih dengan menggunakan algoritma backpropagation (penjalaran balik). Fungsi transfer yang dipilih adalah fungsi sigmoid. Dalam pembelajaran
backpropagation semua data input sudah dinormalisasi. Sampel yang digunakan sebagai pembelajaran (training) dalam JST berjumlah 19 sampel sedangkan 10 sampel sisanya digunakan sebagai validasi (testing) untuk memperoleh nilai prediksi.
Arsitektur JST yang dibuat terdiri dari tiga lapisan yaitu : lapisan input, lapisan terselubung dan lapisan output. Lapisan input JST terdiri dari 7 node yaitu nilai reflektan yang terbaca pada perlakuan tanpa filter, filter merah dan filter infrared, intensitas pada TBS pada penggukuran tanpa filter, filter merah, filter infrared dan jarak pengukuran. Jumlah iterasi yang digunakan adalah 50000 kali untuk setiap jaringan. Untuk memperoleh nilai bobot yang benar jaringan saraf tiruan dilatih berdasarkan suatu data yang disebut training set (pelatihan). Lapisan terselubung digunakan 10 noda. Output JST adalah berupa ALB, kadar minyak dan tingkat kematangan (fraksi). Model jaringan saraf tiruan seperti pada Gambar 19.
25
Gambar 19 Model jaringan saraf tiruan tiga lapis (backpropagation method). Analisa Data
Nilai prediksi ALB dan kadar minyak TBS akan divalidasi dengan nilai ALB dan kadar minyak TBS yang dilakukan secara kimia (nilai referensi). Untuk menentukan hubungan antara keduanya maka dihitung beberapa parameter yang dapat menjelaskan sejauh mana hasil prediksi itu baik atau kurang memuaskan. Parameter yang digunakan adalah Mean Absolute Percentage Error (MAPE) dengan menggunakan persamaan 9 (Makridakis, 1999 dalam Anugerah, 2007) :
∑| | ...9
Validasi dilakukan untuk menguji ketepatan prediksi JST terhadap contoh yang diberikan selama proses pelatihan. Proses validasi dilakukan dengan memberikan sampel data yang berbeda dengan data yang digunakan saat pelatihan sekaligus untuk melihat kemampuan JST dalam memberikan jawaban yang benar.