A. TEMPAT DAN WAKTU
Penelitian ini dilakukan selama 6 bulan pada bulan Desember 2009 sampai Juni 2010, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departeman Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
B. BAHAN DAN ALAT a. Bahan Penelitian
Bahan yang digunakan dalam penelitian ini adalah kopi Arabika (Coffea
arabica) pada berbagai kelas mutu yang berasal dari Pusat Penelitian Kopi
dan Kakao Indonesia, Jember. b. Peralatan
Alat-alat yang digunakan pada penelitian ini adalah :
1. Ayakan dengan diameter lubang 7.5 milimeter, 6.5 milimeter, dan 5.5 milimeter.
2. Kamera CCD (Charge Couple Device) digital DFK sebagai alat penangkap citra.
3. Perangkat laptop Toshiba Seri P25 dengan processor Pentium IV 3 GHz dengan port paralel
4. Cardbus PC card dan unit catu daya 12 volt sebagai perangkat yang mengkonversi slot PCMCIA laptop menjadi standar perantara FireWire. 5. Empat buah lampu TL dengan daya 7 watt (120-240 volt) sebagai alat
bantu pencahayaan.
6. Papan pengambilan gambar 7. Kabel FireWire.
8. Kain berwarna hitam sebagai penghalang masuknya cahaya dari luar. 9. Tripleks sebagai alat dinding pembatas cahaya masuk sehingga sumber
23 C. PROSEDUR PENELITIAN
a. Penyiapan Sampel Biji Kopi
Sebelum biji kopi diambil citranya dan diolah, langkah pertama yang dilakukan adalah melakukan pemutuan terhadap biji kopi yang akan digunakan sebagai sampel.
Sistem pemutuan biji kopi yang dilakukan mengikuti standar SCAA dengan kelas mutu yang diharapkan adalah specialty grade green coffee yang dipisahkan berdasarkan ukuran. Pemutuan yang dilakukan secara manual dengan menggunakan ayakan I (diameter lubang 7.5 milimeter), ayakan II (diameter lubang 6.5 milimeter), dan ayakan III (diameter lubang 5.5 milimeter). Kelas mutu yang diharapkan dari pemutuan yang dilakukan secara manual yaitu :
1. Kelas mutu A (ukuran besar tanpa cacat) : tidak lolos ayakan dengan diameter lubang 7.5 milimeter.
2. Kelas mutu B (ukuran sedang tanpa cacat) : tidak lolos ayakan dengan diameter lubang 6.5 milimeter.
3. Kelas mutu C (ukuran kecil tanpa cacat) : tidak lolos ayakan dengan diameter lubang 5.5 milimeter.
4. Reject (RJ) : biji cacat (semua jenis cacat) dan biji yang lolos ayakan dengan diameter lubang 5 milimeter namun tidak cacat.
Jumlah masing-masing sampel yang akan digunakan dari kelas-kelas mutu tersebut adalah 160 biji. Sehingga total sampel yang akan digunakan adalah 640 biji kopi.
Prosedur penyiapan biji kopi yang akan dijadikan sampel adalah sebagai berikut :
1. Mempersiapkan biji kopi Arabika dari berbagai kelas mutu yang diperoleh dari Pusat Penelitian Kopi dan Kakao Indonesia dan ayakan dengan diameter lubang 7.5 milimeter, 6.5 milimeter, dan 5.5 milimeter.
2. Melewatkan biji-biji kopi tersebut pada ayakan I (diameter lubang 7.5 milimeter).
24 3. Memisahkan biji kopi tanpa cacat yang tidak lolos ayakan I untuk
digolongkan kedalam kelas mutu A.
4. Mengidentifikasi biji cacat dan kotoran yang tidak lolos ayakan I untuk digolongkan kedalam kelas reject (RJ).
5. Mengulangi prosedur b-d untuk ayakan II (diameter lubang 6.5 milimeter) untuk mendapatkan kelas mutu B, dan ayakan III (diameter lubang 5.5 milimeter) untuk mendapatkan kelas mutu C.
6. Menggolongkan semua biji cacat yang tidak lolos ayakan I, II, dan III dan biji kopi yang tidak cacat dan cacat yang lolos ayakan III menjadi kelas mutu RJ.
7. Mengulangi seluruh prosedur di atas sampai diperoleh sampel 160 biji kopi untuk masing-masing kelas mutu A, B, C, dan RJ.
Diagram alir penyiapan sampel biji kopi dapat dilihat pada Gambar 3.
(a) (b) (c)
Gambar 2. (a) Ayakan I (diameter lubang 7.5 mm), (b) Ayakan II (diameter lubang 6.5 mm), (c) Ayakan III (diameter lubang 5.5 mm).
b. Penentuan Parameter Mutu Kopi dan Parameter Mutu Citra
Penentuan parameter mutu biji kopi sangat penting dilakukan karena berkaitan dengan parameter citra yang digunakan dalam pengolahan citra. Oleh sebab itu menurut Ciptadi (1985) dan Siswoputranto (1993) parameter biji yang harus diperhatikan yaitu :
1. Biji kopi harus bersih, tidak tercampur pecahan kulit dan kotoran lain. 2. Hendaknya jangan sampai terdapat biji-biji pecah, biji-biji hitam, atau
25
tidak lolos tidak
Ya
lolos
tidak lolos tidak
Ya lolos
tidak lolos tidak
Ya
lolos
Gambar 3. Diagram alir proses penyiapan biji kopi
Mulai Sampel biji kopi dari beberapa kelas mutu
Ayakan I
Ayakan II
Ada Cacat? Kelas Mutu A
Ayakan III
Identifikasi RJ
Ada Cacat? Kelas Mutu B Identifikasi RJ
Ada Cacat? Kelas Mutu C Identifikasi RJ
Kelas RJ Hasil : 160 biji kopi dari masing-masing kelas mutu A, B, C, dan RJ
26 3. Biji harus seragam dalam ukuran, bentuk, dan warnanya.
4. Biji-biji cacat yang tidak terlihat dari warna terbagi atas : biji hitam, atau berbintik-bintik, biji berwarna coklat.
5. Cacat biji lainnya yaitu : biji pipih, biji pecah, biji berlubang akibat serangan hama dan biji berkapang.
Berdasarkan parameter mutu biji kopi di atas maka citra yang sesuai untuk menentukan parameter citranya yaitu:
1. Area 2. Indeks warna 3. Tinggi 4. Lebar 5. Perimeter 6. Area cacat
Hubungan parameter mutu biji kopi dengan parameter pengolahan citra dapat dilihat pada Tabel 12.
c. Pengambilan Citra
Prosedur yang akan dilakukan dalam proses pengambilan citra yaitu:
1. Menyiapkan semua sampel biji kopi yang meliputi: biji kopi dari kelas mutu A, B, C, dan RJ.
2. Menyusun biji kopi tersebut secara majemuk dengan konfigurasi 4 × 4. Biji kopi disusun dalam sebuah frame yang setiap framenya memiliki kelas mutu yang sama. Untuk kulit dibuat dengan frame tersendiri. Hal ini dilakukan untuk memudahkan analisa.
3. Menentukan latar belakang yang cocok. Papan pengambilan gambar terbuat dari plastik yang berwarna putih dan papan ini cocok untuk dijadikan latar belakang pengambilan citra karena nilai intensitas RGB nya berbeda dengan nilai intensitas RGB obyek. Dari hasil analisis diperoleh nilai intensitas RGB latar belakang adalah nilai R berkisar antara 120-160, nilai G berkisar antara 110-155, dan nilai B berkisar antara 105-150.
27 Tabel 12. Hubungan parameter mutu kopi dengan parameter mutu citra
Parameter Mutu Kopi Parameter Mutu Citra Uraian
Ukuran Area Area suatu biji mencerminkan
ukuran atau berat biji sesungguhnya. Area ini dicari dengan menghitung jumlah piksel penyusun biji kopi.
Warna Indeks warna R & G Indeks warna R, G, dan B sangat efektif mengkarakterisasikan distribusi global dari warna dalam sebuah image. Karena nilai indeks warna R+G+B adalah sama dengan satu maka indeks warna yang digunakan hanya indeks warna R&G.
Bentuk Perimeter, tinggi dan lebar
Bentuk citra biji kopi diukur melalui perimeter, tinggi, dan lebar. Perimeter merupakan bagian terluar dari objek yang bersebelahan dengan piksel latar belakang. Tinggi merupakan ukuran tertinggi yang dihitung berdasarkan letak ordinat (y) obyek. Sedangkan lebar dihitung berdasarkan pada letak absis (x) obyek.
Cacat Area cacat Parameter mutu yang cocok untuk
mempresentasikan biji kopi yang cacat dari segi warna, bentuk dan cacat kapang adalah area cacat. Area cacat diperoleh berdasarkan fungsi threshold.
Kulit Indeks R&G, perimeter, area
Kulit dapat dianalisis dengan menggunakan parameter mutu citra yaitu indeks R&G atau perimeter atau area, atau gabungan dari ketiga parameter tersebut. Karena kotoran memiliki bentuk yang sangat berbeda dengan biji kopi.
28 4. Memilih jarak kamera terhadap objek yang dilakukan dengan cara coba-coba sampai diperoleh jarak yang paling optimal yaitu 29.8 cm, dan jarak antar kameranya adalah 25.5 cm dan 20 cm dengan kemiringan lampu 45° terhadap bidang vertikal.
5. Menghidupkan laptop, kamera CCD, dan menyalakan lampu penerang untuk memberikan pencahayaan tambahan pada biji kopi.
6. Mengambil citra biji kopi tersebut dengan menggunakan kamera CCD resolusi 640 × 480 piksel.
7. Menyimpan hasil rekaman citra kopi dalam sebuah file dengan format BMP.
d. Pengolahan Citra
Pengolahan citra dilakukan dengan tujuan untuk melakukan ekstrasi citra sehingga diperoleh parameter citranya yaitu area, panjang, perimeter, indeks warna RGB, dan area cacat. Pengolahan citra dilakukan dengan program komputer yang dibuat terlebih dahulu dengan menggunakan bahasa pemograman Sharp Develop 3.2.
Prosedur yang akan dilakukan dalam pengolahan citra yaitu:
1. Melakukan proses capture pada citra yaitu merekam nilai R, G, dan B pada keseluruhan piksel citra dan menyimpannya dalam variabel array dalam memori.
2. Melakukan segmentasi citra yaitu pemisahan background dengan objek untuk mendapatkan citra biner.
3. Melakukan pembagian segmen terhadap citra biji kopi sehingga setiap foto terbagi menjadi 16 segmen. Pembagian segmen didasarkan pada letak koordinat (x,y) biji kopi.
4. Menghitung area tiap biji kopi dengan cara menghitung jumlah piksel penyusun biji kopi.
5. Menghitung tinggi tiap biji kopi dengan menghitung jumlah piksel tinggi obyek pada citra biner.
29 6. Menghitung lebar tiap biji kopi dengan menghitung jumlah piksel lebar
obyek pada citra biner.
7. Menghitung perimeter tiap biji kopi. Perimeter dinyatakan dalam satuan piksel. Perimeter dihitung dari piksel perbatasan antara objek dengan
background pada cita biner.
8. Menghitung area cacat tiap biji kopi yang ditentukan dari proses binerisasi dengan fungsi threshold pada sinyal RGB. Proses thresholding menjadikan area cacat berwarna hitam.
9. Mencari nilai indeks warna merah (R) dan nilai indeks warna hijau (G) pada areal biji kopi yang tidak cacat (berwarna putih), nilai r dan g area biji kopi yang cacat tidak perlu dihitung..
10. Setelah data diperoleh maka dilakukan analisis statistik untuk mendapatkan parameter statistik.
e. Pengolahan Data
Pengolahan data dilakukan menggunakan analisis statistik untuk mengetahui/menentukan batasan nilai parameter mutu citra tiap kelas mutu biji kopi. Prosedur yang akan dilakukan dalam pengolahan data yaitu :
1. Mengumpulkan data-data parameter citra yang diperoleh dari pengolahan citra.
2. Melakukan tabulasi nilai parameter mutu citra area dengan nomor sampel sebagai variabel bebas dan kelas mutu sebagai variabel tidak bebas. 3. Menghitung nilai rata-rata, standar deviasi, nilai maksimum, dan nilai
minimum area obyek untuk setiap kelas mutu. Dari nilai-nilai tersebut diperoleh batasan nilai area objek untuk setiap kelas mutu.
4. Melakukan ploting parameter mutu citra pada grafik.
5. Menentukan nilai batasan yang dapat digunakan untuk memisahkan tiap sampel berdasarkan kelas mutunya.
6. Menyusun pernyataan logika berdasarkan batasan nilai yang diperoleh dari analisis statistik tersebut.
30 7. Melakukan perbandingan pemutuan biji kopi secara manual dengan
pengolahan citra dengan mengambil sampel sebanyak 160 biji untuk setiap kelas mutu, lalu menghitung tingkat kesesuaiannya dengan persamaan: tingkat kesesuaian = (jumlah prediksi yang tepat/jumlah sampel) * 100%.
8. Mengulangi prosedur b dan c untuk parameter mutu citra lainnya yaitu : tinggi, lebar, perimeter, area cacat, indeks warna merah (R), dan indeks warna hijau (G).
9. Memilih pernyataan logika atau menyusun kombinasi dari pernyataan logika yang memiliki tingkat kesesuaian terbaik.
f. Penentuan Kelas Mutu Biji Kopi
Parameter yang digunakan sebagai parameter penentuan kelas mutu biji kopi adalah parameter-parameter yang secara uji statistik dapat diperoleh kelas mutu yang diharapkan yaitu biji kopi tanpa cacat.
Diagram alir pelaksanaan penelitian secara keseluruhan dapat dilihat pada Gambar 4.
31 Gambar 4. Digram alir pelaksanaan penelitian
Mulai
Persiapan biji kopi secara manual : kelas mutu A, B, C, dan RJ
Penentuan parameter mutu kopi dan parameter mutu citra
Pengambilan citra
Pengolahan citra : area, perimeter, panjang, indeks R&G, area cacat
Pengolahan data
Penentuan batas nilai parameter mutu citra untuk masing-masing kelas mutu
Penggolongan kelas mutu biji kopi : A, B, C, dan RJ dengna pengolahan citra
32 IV. HASIL DAN PEMBAHASAN