lsBN
978-979-256881-3
tonR
xlll
amis,
9
Agustus
"Pembangunan
Nasional
Berbasis
IPTEKS
Untuk Kemandirian
Bangsa"
a
ptnslol€ocoR:
**
oo
or,
",erf
FAKULTAS
HEUITAN
rtanian
Bogor
2AO7
Prosiding
Seminar NasionalXIII
PERSADAi
2OO7DAFTAR
ISI
S:*l'r*ml
::
:::
::
:: ::
...'i'Sambutan Ketua Panitia
,...,..
...viWakil Rektor IPB
...
...viiKetua BPP
PERSADA
...xDekan FKH
IPB
...xiKedutaan Besar Jepang di
lndonesia
...-.xiiiSusunan
Acara
...,...xivTechnicalSession
.-...xviiTata Cara
Sidang
..,.,....xxiiiDaftar Peserta PresentasiOral
...
...-xxivMakalah
Poster
-...xxixMakalah Peserta Presentasi Oral A A1. Pengaruh Herbisida Glifosat (N-Phosphomethyl glycine) Dan Paraquat (1,1' dimethyl 4,4'bipryridillium) Untuk Penyiapan Lahan Tanpa Olah Tanah Terhadap Perkembangan Mikoriza
Arbuskula
...,...1A4. Rural Poultry Keeping ln lndonesia To Household Food Security And Poverty
Alleviation
...,..,...6A7. ldentification Of lmproved Variety And Commercializaton Of Soybean (Glycine max), CORN (Zea mays), And Tomato (Lrbopersicum esculentum) ...12
410. Development Of lmage Processing Algorithm To Determine The Fresh Tomato Maturity Level
...
,...20411. Pengaruh Tingkat Ketuaan Terhadap Perubahan Mutu Buah pepaya (Caica papaya L.) Varietas IPB-1 Setelah Pemeraman
...
....,...30A12. Study On The Vegetation Structure Dynamics Of Pekarangan ln West Java(Case Studies: Cibakung, Simagalih-Pagentongan, Babakan Sukaningal, Tegal Gundilold Settlement, TegalGundil New Settlement, And Baranangsiang lndah) ....36
A13. Etfect Of Storage Temperature And Shelf Life To Quality Of Banana (Musa paradiciaca sp.) After
Ripening
...,...,.,.45A14. Effect
of
Liquid organic Fertilizer on The Growthof
cashew Nut ...,...,..."52 415. UjiAktivitas Anthelmintik Ekstrak Etanot 7A o/o Batang Kayu Kuning (Arcangelisia flava (L.) Men.) Terhadap Larva-3A*aridia
gattiPadaAyam Ras TipePedaging
..."""56 Peserta Presentasi Oral B 82. The Change Of Available Phosphorus During The Period 1970 To 2003 ln Sawah Soil; A Comparative Study ln Java,lndonesia
..."...5983. The Effect Of Organic Manure Compost To Growth, Produce And Quality Of Ginger (Zngiber Officinale
Rosc)
_.. ...66M.
Germination And Seedling VigorOf
Picrasma javanica Blume At Various Temperatures..,...,...,,..
...7285. Respon Tanaman PadiTerhadap Jenis, Dosis, Dan FrekuensiPemberian Konsorsium Mikroba Daun Berasal DariTumbuhan Ekosistem Air Hitam ..."...77
86. Water Ftow Pattem ln Embankment ModelWith Darmaga OxisolsoilWhich ls Completed By Vertical Drainage
Canal
.... ...g4 87. Seepage Pattern ln Embankment ModelWith Toe Drainage Canal By Using Darmaga Latosolsoil...,...
...91Prosiding Seminar Nasional
XIII
PERSADAi
2007
89. Pengaruh suhu Ruang simpan Dan Jenis Kemasan Terhadap Viabilitas Benih
Sambiloto Vnarograpiis paniculata Nees) Selama Penyimpanan
"'t""::;":':"""""-'1
B10. Combination taitooacitius Acidophilus with starter Yoghurt (Lactobacillusburgaicusano sreftococcus thermophitus) on Quality
of
Fermented Milk""""-""'
'.t1 816. Nitrogen Transformation ln Flooded soil Added By Rice straw Andurea
"""-""":"11
Peserta Presentasi Oral C
C1. Effects Of lntrauterine Position On Reproduction. P^erfo-rmance ln Rat (Raffus
sp)
""
1
C2'DevelopmentofMiceAndHamsterEmbryosinKSoMaa,andHECM6Medium...l
C3. lnfluenza n Virus:-ptr'iog"n' Of Neuraminidase Primers And Amplification Of
polymerase
ri"S"
piirt.,-i,'t Z leeZl nnO Neuraminida* (NA) Genes""""""""""""'
1C4. Detection Ot Saieffit" Orun Fiom Tomato-lnfecting Begomovirus ln lndonesia
"""""
1
C5. Viabitity Of
cij1i;
atingiber officinale Rosc-) at Different Gulture Practices And Storage Period!c6. Radiograpnv nno'uitrironogr"phy Diagnostic
of
Pyomeba ln The cats{Fetix catus) '...--.
.."""'
I
c8
Kejadianrorsioio"i;
F;;t"-'!1.umur
!-l?
?y]ll,?:::"::'d*-"Tj;;.i;"'
'183.
il:,ji"ililt;;ffd;;iesG
retinci(Lepus ssp )AkibaJl3P?fn
so2
Perinharasi"
'1 C10. Variation Onon"
furi"roi"teltite Ai Locus BTAI
And BTA10 Based On TheEffects
of
sire nnoine
e"timated Breeding Valueof yijl. of
Holstein-Friesian .--."' 1 c11. Equine DistempJri
il;;i;;
i
ln whiteinino
(centotherium simum) --..---'.--'-...." 1c12. Effect
ot
ovsyncn-'clon Frotocol9l
I!,:
Clnception Rate AndOvarian
1C13. Gamb"run
s"iirl;;il#g-i;a]
trletis aomesbca) Pada Anestesi Per-lnieksi Dan Anestesi Per-lnhalasi Selama OperasiKastrasi
"""""""""'
1c15. pemanfaatan a-Tokoferol Untuk Meningkatkan Profilsuperokslda Dismutase
(SOD)
Ginjalfifut
Oie"wahKondisiSties
""""""""""'""'1
Peserta Presentasi Oral DD3.PreliminaryStudyonPhysicalLoadMeasurementApproacfring%Vo2MaxTrough
Heart Rate
D5. Evaluation
of
r_"nJ suitaoility For Environmentally Agrotourism ln ciliwungUC. Evaludtlull retl Lqrru vurrqv : : OnE
Watershed (Case Study: BogorAnd Puncak
Region)
""""'zv'r
D6. Analysis Ot fvricrocrimaie
nnl
Crop Physiological Characiers ln AgroforestrySystem nt various
ngto"ri*jti"
29.n":-;"""
"""212
oz. xngiotensin converting Enzyme (Ace) lnhibitory Peptide Derived FromTroponin T Of Porcine
Muscie
""""'221
D10. u'lu.
-
Worm noputatiorisin vv()ltrr ruPurcil.rvrro-,:.,iniott"
,,..?.::,'::.--,__';r:^:-
of.lmmunized t,rrrxr Protease And Challenged --.".226226With 't 000 L2 Ascaidia galli ln Laying Hens " ' ' " ' . '
D12. Studi Erapan
D";
d;bsi
p ranan nndisot Pasir sarongge Yang Diberi 14-
Fertafuan bahan Organik (Biomassa
Tanaman)
--""""""""'
E13. Bamboo Existance"tvt"pping And ldentification Of Bamboo Utilization OnlJ lJ. f]rclltlw sterslw a2a
Cianjur-Cisokan Watershed, Middle Part Of
Citarum
"""""' '""
D15'PerceptionofnestheticAndPreferenceofBogorBotanicalGardenMsitors....-...24J'Peserta Makalah Poster P
p1. Effects
of
Azotobacter, Bat Guano And Glyricidia compost on The Growthof
=lleuts \Jl a1l-u(vvqerer ' esr 1Ag
Bushy Black Pepper (Piper nigru?-L') .
::
".'.:".
';,-;;;;:"";:;;:;
""""""'""""'4'
vevt''
-''i
gn'Oont Beiasal Dari Ekosistem Air Hitam Terhadap
P3. Pengaruh Nlikroba Endotlt H€rasal uarl EKoslstellr t\rr rtrtdrrr I
srrrquqt/
. ..-..253
Pertumbuhan Tanaman Padi
"""""
'-";-;;--;-';;;^^"'".'
p4. Study on The
R;;G"rd.n
Devetopme."llt y::ropolitan ln Relation To UrbanilTli'ii"i
fr''tiiiJiiilc"J"-at"dtiDkiJakarta).
1
^r.,
r,u'-
;:
::^-"'
3:?
p5.
;'s:;,-d
/ffiil;;:rF;i6
n,io H/lirr productionof
Horstein-f."*j?.1 -...----..---.--265p6. The Accuracy
eefieen
ilatio And Regression Methods ln Estimating Milk Production Of Dairy Cows""""'
p7.
Eff;ti;rry
Of Orga;ic LiquiO F"ttiriter On Growth, Yield And Quality Of YoungGinger (Zngiber officinale Rosc)
blnger \LILgtuvI tr
p8. The Effect
or
re*iiizerbn
erowtn And Yield Of Two Ginger Promising Lines(Zngiber officinale
Rosc.)
"'."""."""'
pg. The Effect
of
Nitrogenon
Growth And Yieldof
King Bitter (Andrographtspaniculata Nees)
pto.GrowthofSomeMedicinalPlantAtMultiplication
ii
2U
290
00
)5
l3
p11. Phenogpic And Genetic Trend For post-weaning Growth rn Bari
cat e
...2g7 p12. Kemampuan Bertunas Mata umbi Amorynopnarticanpanulafus Roxb.
dan A. Vaiabilis
il.
...P16.
rhe
Effectof
Explant sourcesd
i#;"s;;i;
C;il
iilili""
or
ei"g"i':""""""301
(Zingiber offtcinale Rosc.) ln Vitro Culture :...-...-..._p17- Risk Factors For Native
cn*en
rnrecuon with
Aviani;;;;;;; is;i',
6;;;t"*
""305
And Kalimantan lslands, lndonesia, 2005 ...,...
*
p1B. Epulis Ginssivae And
rhe
T;";tn;;
rn sumatran tisereaiiii;a
ru;;
"""'310
sumatrae)
...,...31g p19. Profil
serp
Dan Antioksidan superoksida Dismutasepala
pant<reasTikus Diabetes Meilitus-yang Diberi
lgnunS e-uan Faie
(ti
rZiii""
channtial.)
..."..er0 P20' Pengaruh Pemberian Tepung Kedelai Kayalsonavo.r\'inl"nVitamin
E Terhadap
Jumrah ser spermatogenik paoa luoutisaminiferi
i".ti-.'r-ir.r.
...".." 324 pz1. Hierarchy
of
poten competenceof
some
Fd;;;
iiiI
ot
c"rr"u papaya...-...330 P22' Produeeof
Embryonic stem cells Derived From rrrouse giastocystsAt Different Stages
t1 16
0
4
8
4
I
a
)
;
Prosiding
Seminar NasionalXIII
PERSADAProsiding
Seminar
PERSADAXIII
Z0O7DEVELOPMENT OF IMAGE
PROCESSING ALGORITHM
TO DETERMINE THE
FRESH
TOMATO
MATURIry
LEVEL.
Usman Ahmad dan Yusuf Rizali
Fakultas Teknologi Pertanian, lnstitut Pertanian Bogor, Kampus IPB Darmaga Bogor 166g0, E-mail: kakajusuf@yahoo.com
ABSTRACT
During the manual sorting and grading tomato, the yield product will be less uniform. The resutt in manual sorting and grading has less accuracy, so needed a better method in sorting and grouping tomato. The growth of image procelsing method enable to determine maturity level of tomato without destroying it. This research tarlet is to learn tne maturit! parameter of fr-e9h tomato using image processing, then compile the algorithm of image piocessing to determine the
maturity level of fresh tomato and also classi! tomato according to its maturity level. Param-eter used for-subdividing tomato according to its maturity level are red colour index and green colour index. Validation based on red colour indeiyielding accuracy ot 100% for full green !o.Tg!9, 48olo for green-red tomato and '100% for full red tomato.
Validation based on greei colour index yielding ac{rrracy of 100o/o for full green tomato, 62Yo for green-red tomato, and i00%, afor full red tomato.
PENDAHULUAN
Buah tomat merupakan salah satu produk
hortikultura yang rnempunyai prospek pemasaran
yang cerah. Hal ini dapal dilihat dari banyaknya
buah tomat yang dapat dimanfaatkan masyarakat.
Potensi pasar buah tomat juga dapat dilihat dari
harga yang terjangkau
oleh
seluruh lapisanmasyarakai, sehingga membuka peluang lebih
besar terhadap serapan pasar. peningkatan
jumlah penduduk, pendidikan, kesadaran gizi dan
meningkatnya pendapatan masyarakat juga akan
meningkatkan kebutuhan buah tomat. Selain itu,
meningkatnya kemajuan
di
bidang
industripengolahan akan berperan terhadap besamya
serapan pasar buah tomat.
Untuk dapat bersaing dipasaran dunia,
produsen
tomat
harus
menghasilkan tomatdengan kualitas yang tinggi. Kualitas tomat yang
baik sangat ditentukan oleh penanganan pasca
panen yang diterapkan. Salah satu proses pasca
panen yang paling penting adalah proses sortasi
dan pemutuan. Proses sortasi dan pemutuan
selalu ada
dan
diperlukan pada penangananpasca panen tomat, baik pada produk segar
maupun produk tomat olahan. Untuk perdagangan
dan
industri yang skalanya besar, diperlukanproses sortasi yang akurat dan cepat. proses
sortasi yang dilakukan secara manual oleh
manusia,
menghasilkanproduk
dengankeragaman kurang baik dan juga memakan waktu
yang relative lama. Hal ini disebabkan karena
keragaman
visual
manusia,faktor
kelelahanmanusia, dan perbedaan persepsi tentang mutu
dari produk yang dihasilkan. Oleh karena itu
diperlukan suatu metoda untuk menghasilkan
sistem sortasi otomatik dengan akurasi yang tinggi dan waktu yang relatif singkat. lmage processing merupakan salah satu alternatif untuk mengatasi
masalah tersebut.
Tujuan
dari
penelitian
ini
adalah mempelajari parameter kematangan buah tomatsegar menggunakan pengolahan citra kemudian
menyusun algoritma image processing untuk
menentukan tingkat kematangan buah tomat
segar serta menggolongkan buah tornat sesuai
dengan tingkat kematangannya.
TINJAUAN PUSTAKA
Tingkat Kematangan Tomat
Tingkat
kematangantamat
dibagi menjadi tiga fase, yaitu fase masak hijau, fasepecah wama dan fase matang. Fase masak hijau
ditandai dengan ujung buah tomat yang sudah
mulai berwama kuning gading. pada fase pecah
wama, ujung buah tomat menjadi benararna merah
jambu atau kemerah-merahan- pada fase matang
sebagian besar permukaan buah sudah benvama merah jambu atau merah. Di negara maju, standar
tingkat kematangan tomat dibuat lebih spesifik
menjadi enam fase, yang meliputi
:
Greerr,Sreakers, Tuming, Pink, Light Red,
dan
Red.llustrasi berbagai tingkat kematangan buah tomat
dapat dilihat pada Gambar
l.
ProsidingSeminar PERSADAXIII'
2OO7GKEEN
BKEAKERS
TURNINGPNK LIGTIT
REDGambar 1. Perubahan wama tingkat kematangan tomat (Florida Fruit & Vegetables Association, 2005) Alat-alat yang digunakan Pada
Pengolahan Citra
lmage Prccessing adalah proses untuk mengamati dan menganalisa suatu objek tanpa
berhubungan langsung dengan
objek
yangdiamati. Proses
dan
analisanya melibatkanpersepsi visual dengan data masukan maupun
data keluaran yang diperoleh berupa citra dari
objek yang
diarnati.
Teknik-teknik lmage Processing meliputi penajaman citra, penonjolanfitur tertentu dari suatu citra, kompresi citra dan
koreksi citra yang tidak fokus atau kabur (Ahmad, 2005).
Perangkat lmage Processing terdiri dari
perangkat keras (hardware) dan perangkat lunak
(sofiware)- Komponen utama dari perangkat keras
citra digital adalah komputer dan alat pemga
komputer baik yang multiguna atau dari jenis khusus yang dirancang untuk lmage Processing
digital. Proses
lmage
Processtng umumnyadilakukan dari piksel
ke
piksel yang bersifatparalel. Sistem perangkat keras terdiri dari sub sistem yailu sub sistem komputer, masukan video, keluaran video, kontrol interaktil penyimpan citra, dan perangkat khusus pengolah
citra-BAHAN DAN METODE
Bahan yang digunakan pada penelitian ini
adalah buah tomat dengan berbagai tingkat kematangan yang berbeda, yaitu pada kondisi buah hijau penuh, hijau merah dan merah penuh. masing-masing bedumlah 50 buah- Buah tomat ini
diperoleh dari kebun petani di daerah Cikoneng,
Bandung, Jawa Barat.
iniadalah Kamera CCD (Charge Coupled
Empat buah lampu TL, Kain putih,
komputer, Jangka sorong, Timbangan digital,
R h eomete r dan Ref n Komete r.
Pada penelitian ini, terdapat tahapan yaitu pengambilan citra, pengolahan ci
yang
meliputi pengukuranarea,
diameteqpanjang, dan wama RGB, pengukuran
yang meliputi pengukuran berat buah pengukuran diameter, pengukuran kekerasan, dan
pengukuran
total
padatanterlarut,
tahappengolahan data hasil pengolahan citra dan data
pengukuran langsung, penentuan
tingkat kematanga yang akan digunakan dalam
proses pengelompokan dan validasi algoritma
untuk pengelompokkan tomat berdasarkan tingkat kematangannya.
HASIL DAN PEMBAHASAN
Penentuan tingkat kematangan buah
tomat dengan metode pengolahan citra adalah
dengan membuat algoritma pengolahan citra yang
dibangun dengan
menggunakan bahasapemrograman Visual Basic 6.0. Adapun program
aplikasi untuk menentukan tingkat kematangan
buah tomat yang dibuat memiliki kemampuan
untuk melakukan proses thresholding, proses
reduksi noise, proses perhitungan luas, panjang,
diameterdan wama RGB.
Tampilan program pengolahan citra
untuk menentukan tingkat kematangan buah
tomat dapat dilihat pada Gambar 2.
[image:6.595.26.559.18.762.2]Prosiding Seminar
PERSADAXIII
j
ZOOT'l
t
"j.il,
rr.r-',n,r,.,,.,.r:,r,u
:-r*ui
ai-
_-'l
!
!ffi rf,r*..$3
{ sL.r .. = r4.i; Il{ri'
ail!t-... = r4ijc.J.d'
Garbar 2. Tampilan program pengolahan Citra
Penentuan
fqH
tCmtgm
TornatBerdasarbrAra
ldr
Dni
ld
ogd;l{qfr
rrt* r*d
areamenunjdcan
ffim m ffi
aan*
@O*an parameterp8ffim
findrn
bnargilr
b€h
tomat
kaera
@t
nila aca
pada kdtgakelompok
hf
ffi
ErErlr rF_
Hasilperhifungan
{tm @ ',h
ree
ruf'a
6|1trdpada Tabd
l-3rmorl
zlum
-
@mmMlu
Tabel 1. Hasil perhitungan statistik pada data area tomat
hasil oenqolahan citra
parameter
.._
Kondisi panenHP
HM
MPGrafik sebaran nilai area tomat dengan
lerbagai kondisi panen dapat dilihat pada GamlUar
3. Hal ini.menunjukan bahwa tingkai kematangan
tomat tidak dapat diukur dari besar kecilnya
ukuran
buah-_IIltrllllm
a
.! rm
fm
<
?@mt
o
g
H
s
g 0
8 o A
t
I
E I
H
i-foirsu
ffirh
Hijau-merah
Merah penuhKondisi
panene;arr
3Sm *a
bnd dengan berbagai kondisi panen1
Standar 17, 1883 1868
[image:7.595.14.553.0.833.2]Penentuan
Tingkat
Kematangan
TomatBerdasarkan Panjang Buah.
Panjang tidak dapat dijadikan parameter penentuan tingkat kernatangan buah tomat karena
berdasarkan
uji
statistik menunjukan bahwasebaran nilai panjang pada ketiga kelompok tomat
tidak berbeda nyata. Hasil perhitungan statistik pada data panjang dapat dilihat pada Tabel 2.
Penentuan
Tingkat
Kematangan
TomatElerdasarkan Diameter
Buah-Diameter tidak dapat dijadikan parameter penentuan tingkat kematangan buah tomat karena
berdasarkan
ujt
stalistik menunjukan bahwasebaran nilai diameter pada ketiga kelompok
tomat tidak berbeda nyata. Hasil perhitungan
statistik pada data diameter dapat dilihat pada
Tabel 3.
Prosiding Seminar
PERSADAXIII
2OO7Tabel 2. Hasil perhitungan statistik pada data tomat hasil penqolahan citra
Parameter
HP Rata-rata 158
Standar deviasi 11
Maksimum 193
Minimum 135
Tabel 3. Hasil perhitungan statistik pada data
tomat hasil
Parameter Kondisi
HM Rata-rata
158
16611
10155
IT
175
133
Kondisi
HM
---tE
10
191
ua
Grafik sebaran panjang tomat dengan berbagai kondisi panen dapat dilihat pada gambar 4.
Hiiau
penuh
Hiiau -merahKondisi
panenMerah penuh
_____l
Gambar 4. Sebaran panjang tomat dengan berbagai kondisi panen 220
200
-3
180J
a
;
160g
€
F
(! 140 o.120
H
E
o o H a
H
E
g
o
o o 8
H H
6
s
o
o 6 6
I
H
B
I
H
8
MP
155
11
175
133 148
135
Hilau
penuh
Hifau-merah
Merah penuhKondisi
panenI
Gambar 5. Sebaran diameter tomat dengan berbagai kondisi panen
l,
[image:8.595.47.585.14.828.2]penentuan
fmgil€t
Kematangan Berdasarkan lflama RGB Buah.Dari hasl try statistik unfuk indeks wama
merah mentnjr.*an bafffa indeks wama merah
dapat dfiadfkan perarneter penentuan tingkat kematangan
hld
bnat
karena sebaran indekswama
nr€r$
p€da
k€tiF
kelornpok tomatberbeda nyata l-fasfl perhitungan statistik pada data indeks w?rrn rrerah dapal dilihat pada Tabel
4.
Prosiding Seminar
PERSADAXIII
ZOOTTabel 4. Hasil perhitungan statistik pada data indeks
warna merah
tomat
"
Tomat
Parametsr
Rata-rata
0.362 0.485
0.512Standardevi?si
ffi
MaKstmum
0.393 0.512
0.530Minimum
ffi
Ambangatas
ffi
Ambang
bawah
-
0,421
OAgzGrafik sebaan rrnde{<s wama merah dengan berbagai kondisi panen dapat dilihat pada gambar 6.
s
E
H
Hiiau
penuh
Hiiau-merah
Merah penuhKondisi
panen3moar'6, Sebaran indeks R tomat dengan berbagai kondisi panen
! a 6
G
3 I ag
lrffiks
r*Em-la th[@.r daeat dijadikanparametef
pstrmJel
U:rglrd ka.nrakrgan buahtomat karena
ketiga keton"@: Unnw herbeda
ryala
Hasil perhifurryanrsffir itrb
.:rre irdeks wama hijau dapat diEhd DFta Tmet 5Tabel 5.. Hasil pefiitungan statistik pada data indeks
warna hijau tomat
Parameter Kondisi panen
HP
HM____ MPRata-rata
0.410 0.306
0,272Standardeviasi
o.om
ruarsrmum 0.431 0.371
0.288Minimum
qffi
Ambang
atas -
0355
-0296--Amoangbawah
ffi
-Grafiir
sm'arr
rrleks rarna hlau dengan berbagai kondisi panen dapat dilihat pada Gambar 7.Kondisi panen
HP
HM
MPa
a
t
t
I I a
Hiiau
penuh
Hiiau-merah
Merah penuhKondisi
panen [image:9.595.31.574.17.821.2]ProsidingSeminarPERSADAX|II
Z0
Tabel
6.
Hasil perhitungan statistik giada datawama biru tomat
lndeks wama biru tidak dapat dijadikan
parameter penentuan tingkat kematangan buah
tomat karena sebaran indeks ,u"rn"
bi*
p"d"ketiga kelompok tomat tidak berbeda nyata. Hasil
perhitungan statistik pada data indeks wama biru dapat dilihat pada Tabel6.
Hubungan Data Hasil Metode pengolahan Citra
dengan Data Metode pengukuran Lng.r.rng
1
.
Grafik hubungan area tomat denganberat tomat dapat ditihat pada Gambar S. dari grafik hubungan antara area dengan berat fomat
Parameter
HP
-rata
Standar deviasi 0.007
Maksimum o.241 Minimum 0.208 Htt o209 0-006 0.218 0.192
Grafik sebaran indeks wama biru dengan
berbagai kondisi panen dapat dilihat pada Gambar g
5 E 6 c 6 = o Io !
s
0.250 I
I
0.240
1
I
0.230
j
I
0.20 l
i
I
o.zro l
I
j
o.2oo .l
l
o.rgo -l_
o u H g u " o F H E q I o a o
I
n c a H oHiiau
penuh
Hiiau-merah
Merah penuhKondisi
panenGambar 8. Sebaran indeks B dengan berbagai k_,di"i
p""*
500 140.00 130.00 120.00
1 10.00
100.00 90.00 80.00 70.00 60.00 .
50.00 .
40.00
-11! I l I i l= l6 iL to ld Jo {o I l I I
dari area tomat.
13500 15500 17500 19500 2.1500 Area (pikset)
Gambar 9. Hubungan area tomat dengan berat tomat
diperoleh
nilai
koefisien determinasinyasebesar 0.9155. Dengan melihat nilai ko
determinasi dari grafik, maka dapat disir bahwa nilai parameter berat tomat dapat
maka dapat disimpulkan bahwa model
yang
dihasilkandapat
menjelaskanperubahan nilai peubah
y
(panjang tomat sebenamya) dengan cukup baik.-Grlnf nrU,panjang tomat hasil pengolahan citra
panjang aktual tomat dapat dilihat pada
Berdasarkan
grafik
hubungan antara panjang tomat hasil pengolahan citra denganpanjang aktual tomat diperoleh nilai koefisien
determinasinya yaitu sebesar 0.g541
O.ng"n
persamaan regresi y = A.OO24x + 0.5596. Dengan
melihat nilai koefisien de{erminasi Oari granh y=o.oo7x-27.75
FF = 0.91ss
25
[image:10.595.29.585.0.842.2]Prosiding Seminar
PERSADAXIII
ZOOT8
75.
7 E
- b5o GA
q €
o 5.5
5 4.5
1 900
y=0.0024x+0.5596
R2 = 0.8g)4i
2100 2300 2500 27OO
panjang {pikset)
[image:11.595.0.568.207.830.2]2900 31OO
Gambar'10- Hubungan panjang tomat hasil p.ngol"hrn citra
dengan panlang aktuat tomat
3.
Korelasi antara diameter hasil pengolahancitra dengan diameter actual
Berdasarkan
grafik
hubungan antaradiameter tomal
hasil
pengolahancitra
yang dengan diarneter akhral tomat diperoleh nilai koefisien determinasirfa yaitu sebesar O.7S05dengan persamaan resresi y
=
O-OAZr + 1.1762.Dengan melihat niNai koefiskrn determinasi dari
s.m
580
5,60
^ 540
-9
szoo
=4n
= 4,60
440-4?o_
40
--15m
grafik, maka dapat disimpulkan bahwa model
regresi
yang
dihasilkandapat
menjelaskanperilaku perubahan nilai peubah y (diameter tomat
yang sebenamya) dengan cukup baik.
Grafik
hubungan diameter tomat hasil pengolahan citra dengan diameter aktual tomat Orp"iOitinat p"Oa Gambar 1 1.
il
U
t
l|
I
t
r- . f
16m 17ffi 1800 19@ 2OOO 21m 22ffi 23OO
diameter (pikset)
Garoar 11 Hubungan diameter citra tomat dengan
diameter aktual tomat
4.
Korelasi antara irdeks rrarna RGB dengan kekerasanGambar
Grafik huh'rrgrr indeks
t'o-"
Rcs
dengan kekerasantomat dapat dilihat pada Gambar 12
-y-0,002x+1.1762
*
= o.7s0sy = -3&.67xr + 484.42x2 - 214 2Ax + 32.174
R2 = 0.4997
Gambar 12. Hubungan indeks warna *ur"n Oung*
*",,o".*
Dari grafik hubungan antara indeks wama
merah, hijau dan biru dengan kekerasan tomat
diperoleh nilai koefisien determinasinya
bertunrt-turut sebesar 0.4997, 0-4951 dan 0.3437- Dengan
melihat nilai koefisien determinasi dari grafik'
maka dapat disimpulkan bahwa nilai parameter
kekerasan tomat tidak dapat diduga dari indeks
wama merah, hijau mauPun biru.
Prosiding Seminar
PERSADAXIII
2OO75-
Korelasi antara indeks wama RGBTPT
Grafik hubungan indeks wama dengan total padatan terlarut fl-PT) tomat d
dilihat pada Gambar 15
-
Gambar 17.y = 548.4x3 - 554 ]f + i€a.ezx - zo.4+
tr t
aa
aa
..1']r'^'!
0.250 o.3oo 0.350 0.400 0.450
[image:12.595.59.583.18.840.2]indeks warna hUau
Gambar 13. Hubungan indeks wama hijau dengan kekerasan
1.60 1.40 1.?0
3 1.oo E
-P o.ao o
:
0.60 0.40 0.20 0
y = soa.12x2 - 212.73x + 2z8M .
R2 = 0.3437
190 o.2oo 0.210 0.220 0.230 0-240 0.250
indekswama biru
Frffi::
Gambar 14- Hubungan indeks wama biru dengan kekerasan
7.0 6-0 5.0
il 4.0
F
3.0 ?.0 1.0 0
y = -1479x3 + $72.1f -773.67x + 107.62
R2 = 0.31'14 t
a!aaalaat' otf
320 0.370 0.420 0.470 0.s20 o.s/o indekswarna merah
Gambar 15. Hubungan antara indeks wama merah dengan TPT
I
IProsiding
Seminar
PERSADAXIlr
i
ZOj 7 .Oa;gr*lfrngnffi
milffiEmmr
merdr,
tta!
fi
frm '"'
DI r@ @r,
terbnn
ffPl! -fi-r*-r nilh rffisr
detefrni|a*D
mrrrrrrr ahE:r
@,31t4-02801 (lar
On, L;:rrrdhfrr
ffi
determinai
rlil
ilm-ldb,fip
fuAur
bahsa nf,d rmF[t
nlm
tonld
|td*
d|l ruul h rrffi
nrer*L
tlalryrrillnu
Validadffi"hLrk
Tingkat
tcerqnrr
tnprrrdm'nmrritnlrilD
d$n*aullp!ffifrmflr
OerUasatan
enffi
l;ffixppffbl
rffi
warna rerah
hrrilfllrmlUllpr m.m
nilai ya'g
ffirnUffmffimn
mt
dapatffi!ilsnHm
Iabd
9.
Perdugaan tingkat kematanganffiarkan
indeks wama merah-kxral
@
HP HM rro
-Dari hasil validasi berdasarkan indeks
srta
merah, unfuk kondisi hijau penuh sebesarlm
% d+at dikenali sebagai tornat hijau penuh,rnt*
tonlat hijau-menah sebesaar 4g o/o dapat*end
sebagai tomat hijau_merah, sedangkantrt*
bnd
rnerah penuh sebesaar 100 yo atauseru.l
sarnpel dapat dikenali sebagai tomatrner* peruh.
Validasi berdasarkan
indeks
wamaradt
untrk tomat hijau_merah, hasil validasitrtg
ddapaftan kurang memuaskan karenahnat
yarg seharusnya masuk kedalam tomatl{a.snr*
karena mempunyai interval nilaililran
irdeks lvama merah yang sama dengand
EE?h penuh, maka saat validasi olehFlpan *enaf
sebagai tomat merah penuh. Pendugaan tingkat kematangan tomatHsntnt
irdekswama hijau dapat dilihat padaTd9.
Tabel 7.
Parrr
m<omr
hGbR m-q,ilrr
Gn
[|m
trdehcffi
lrdehc
"""-s
nr
-.-f,IE-EI..-
-_----padaTdd&
y = s31.51f _ 925.Mx2 + 3?g.g8x _ 34.'2f,2
. * = 0.2801 t taa ttat
a a
a
[ -qf I {r. o$o 0.400 0.450
in&bnrna hijau
GrmUs'rt irruOuqnn
iilf-e
irdekswilma hijau dengan TpTy = 5115v;3 - 44.994f + 9963.4* - 7rt.at
. F3= 0.1644
[image:13.595.0.554.20.806.2]Tabel
9.
Pendugaan tingkat kematangan tomat berdasarkan indeks wamah!g_
Penqolahan Citra
Validasi berdasarkan indeks warna hijau
untuk tomat hijau penuh 1W % dapat dikenali
sebagai tomat hijau penuh, untuk tomat
hijau-merah sebesaar
62 %
dapat dikenali sebagaitomat hijau-merah, sedangkan untuk tomat merah
penuh sebesaar 100 o/o dapal dikenali sebagai
tomat merah penuh.
Validasi berdasarkan indeks wama hijau
untuk tomat hijau-merah, hasil validasi yang
didapatkan kurang memuaskan karena tomat
yang seharusnya masuk kedalam tomat
hijau-merah karena mempunyai interval nilai kisaran
indeks wama merah yang sama dengan tomat
merah penuh, maka saat validasi oleh program
dikenali sebagai tomat merah penuh.
KESIMPUI-AN
Parameter berat tomat dapat diduga dari
area tomat. Hubungan antara area iomat
hasil pengolahan citra dengan berat tomat
diperoleh nilai koefisien determinasinya yaitu sebesar 0.9155.
Hubungan
anlara
panjangtomat
hasilpengolahan
citra
dengan panjang aktualtomat diperoleh nilai
koefisiendeterminasinya sebesar 0.4317- Hubungan
antara diameter tomat hasil pengolahan citra
dengan diameter aktual tomat diperoleh nilai
koefisien determinasinya
yaitu
sebesar 0.7366. Model regnesi yang dihasilkan dapat menjelaskan perilaku perubahan nilai peubahy
(panjangdan
diametertomat
yangsebenamya) dengan cukup baik.
Prosiding Seminar
PERSADAXIII
2Kekerasan dan TPT tomat tidak dapat dari indeks warna merah, hijau maupun
Faiameter
yang
digunakanmenggolongkan tomal berdasarkan
kematangannya adalah indeks R dan
G. Untuk tomat hijau penuh nilai
kurang dari 0.427 dan nilai indeks G
dari atau sama dengan 0.355. Untuk
hijau-merah nilai indeks
R
antara0.492 dan indeks G antara 0.296
-Untuk tomat merah penuh nilai indeks
besar atau sama dengan 0.492 dan
indeks G kurang dari 0.296.
Validasi berdasarkan indeks warna
menghasilkan ketepatan 100 % untuk
hijau penuh, 48
%
untuk tomat hijaudan 100 % untuk tomat merah penuh.
Validasi berdasarkan indeks warna menghasilkan ketepatan 100% untuk
hijau penuh, 62 %untuk tomat hij
dan 100 7o untuk tomat merah penuh.
DAFTAR PUSTAKA
Ahmad, U. 2005. Pengolahan Citra Digital dan
Pemrogramannya. Graha llmu- Yogyakarta. Duriat, Atie Sri, dkk. 1997. Tomat: Teknologi
Balai penelitian Tanaman Sayuran. Bandung
Faizal, lman- 2006. Aplikasi lmage Processing Pemutuan Cabai Merah (Capsicum Annum
Skripsi. Fakultas Teknologi Pertanian, lPB,
Florida Fruil and Vegetables Association .2005
Get The
Most
Out of
Your
T greenchartjpg [1 7-Februari-2007]Hendrawati. 2001. Mempelajari Parameter
Mangga Arumanis Dengan Metode Ciha. Skripsi. Fakultas Teknotogi Pertanian, Bogor.
Tampubolon, Maria Y. 2006. Pemutuan Buah
Manis (Crtrus Sftrests
Q
asbeck)Algoritma Pengolahan Citra. Skripsi. F
Teknologi Pertanian, lPB, Bogor.
[image:14.595.78.564.43.817.2]