SKRIPSI
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian,
Institut Pertanian Bogor
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian,
Institut Pertanian Bogor
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
Dilahirkan di: Pekanbaru, 4 September 1983
Tanggal lulus: 19 Januari 2006
Menyetujui,
Bogor, Januari 2006
Dr. Ir. I Dewa Made Subrata, MAgr. Dosen Pembimbing Akademik
Mengetahui,
MARIA YUSTINA TAMPUBOLON. F14101109. Pemutuan Buah Jeruk Manis (Citrus sinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra. Di bawah bimbingan: I DEWA MADE SUBRATA. 2006.
RINGKASAN
Buah hortikultura semakin lama semakin banyak diminati oleh masyarakat, contohnya buah jeruk manis (Citrus sinensis (L) Osbeck). Buah ini memiliki nilai ekonomis yang tinggi, terlihat dari besarnya permintaan untuk konsumsi rumah tangga, supermarket, hotel dan restoran. Di Indonesia tanaman ini sudah mulai dikembangkan di berbagai daerah. Buah jeruk manis (Citrus sinenesis (L) Osbeck) mengandung kadar vitamin C yang cukup tinggi, kebanyakan dikonsumsi sebagai buah segar.
Indonesia berpeluang untuk melakukan ekspor komoditas buah-buahan tropis, tetapi pada kenyataannya andil Indonesia masih sangat kecil dalam memenuhi kebutuhan akan buah-buahan tropis segar dunia tersebut. Penyebabnya adalah kemampuan suplai yang terbatas dan tidak berkelanjutan serta kualitas buah hasil produksi yag masih rendah.
Rendahnya kualitas buah-buahan yang akan diekspor seperti buah jeruk manis (Citrus sinensis (L) Osbeck) salah satunya disebabkan oleh penanganan pasca panen yang belum baik, contohnya pensortasian dan pemutuan yang masih dilakukan secara manual. Untuk itu diperlukan adanya suatu teknik yang dapat menggolongkan buah-buahan tersebut dalam berbagai tingkatan mutu sehingga diperoleh hasil yang seragam.
Penelitian ini bertujuan untuk menganalisis parameter-parameter mutu beberapa kelas mutu jeruk manis (Citrus sinensis (L) Osbeck) dengan pengolahan citra dan pengukuran langsung, kemudian parameter-parameter mutu yang diperoleh dengan pengolahan citra nantinya dapat digunakan untuk membedakan jeruk manis pacitan berdasarkan kelas mutunya. Dalam penelitian ini akan dicari pula hubungan antara parameter pengolahan citra dengan parameter pengukuran langsung atau manual lalu akan dilakukan pengujian algoritma pengolahan citra yang telah dibangun untuk dapat menggolongkan buah jeruk manis pacitan sesuai dengan kelompok mutunya.
Sampel yang digunakan yang digunakan dalam penelitian ini adalah buah jeruk manis pacitan dengan tiga tingkatan mutu yaitu mutu A, B dan C masing-masing mutu terdiri dari 30 buah sampel sehingga jumlah seluruh sampel adalah 90 buah. Tahap pertama penelitian ini adalah pengambilan citradan pengolahan citra jeruk manis pacitan dengan menggunakan kamera digital. Citra direkam dari arah pangkal dan dari arah samping dengan resolusi 256 × 192 piksel dan 256 tingkat intensitas warna RGB. Dilanjutkan dengan pengolahan citra, citra yang sudah direkam diolah dengan program yang dibuat menggunakan bahasa pemrograman Visual Basic Ver. 6.0 yang memiliki kemampuan untuk menghitung luas objek, diameter objek dan nilai intensitas warna RGB.
objek, agar mendapatkan citra objek yang bersih maka noise tersebut harus dihapus. Piksel-piksel yang berukuran lebih kecil dari 20 piksel diset menjadi sama dengan latar belakang. Diameter dihitung dengan menghubungkan piksel-piksel yang memiliki nilai jarak terjauh pada citra objek. Dalam penelitian ini pengukuran diameter dilakukan pada tiga titik yang berbeda pada objek, rata-rata dari ketiga panjang diameter tersebut merupakan diameter objek.
Intensitas warna yang diukur adalah warna merah, hijau, dan biru (RGB). Untuk mendapatkan nilai RGB, dilakukan proses analisis warna yang dilanjutkan dengan perintah pengukuran intensitas warna. Pengukuran RGB dilakukan dengan cara membentuk sebuah jendela objek sebagai sampel dengan ukuran 50 x 50 piksel. Koordinat jendela objek ini sudah ditentukan terlebih dahulu.
Tahap kedua yaitu pengukuran secara langsung yang meliputi pengukuran berat, diameter, pengukuran kekerasan kulit dan daging serta pengukuran total padatan terlarut, pada tahapan ini pengujian dilakukan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Pertanian. Selanjutnya tahapan yang ketiga yaitu pengolahan data citra dan data pengukuran secara langsung yaitu pengolahan data citra untuk menentukan perbedaan tiap mutu, pengolahan data pengukuran secara langsung untuk menentukan perbedaan tiap mutu, menentukan hubungan antara hasil pengolahan citra dan pengukuran secara langsung, dan membandingkan antara pemutuan menggunakan pengolahan citra dengan pemutuan pengukuran langsung.
Berdasarkan hasil pengolahan citra terlihat bahwa luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping dapat membedakan antara mutu A, B dan C. Luas objek yang direkam dari arah pangkal dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah 10187 piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8979 piksel sedangkan untuk luas objek yang direkam dari arah samping dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah 10611 piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8798 piksel. Begitu pula pada pengukuran diameter objek yang mana dapat membedakan tingkat mutu A pada ambang batas bawah 115 piksel dengan tingkat mutu B, dan pada tingkat mutu B dengan tingkat mutu C. pada ambang batas bawah 108 piksel.
Indeks warna merah pada citra yang direkam dari arah pangkal dapat membedakan tingkat mutu A dan B pada ambang batas atas 0.455 dan tingkat mutu B dan C pada ambang batas atas 0.466, sedangkan pada citra yang direkam dari arah samping indeks warna merah dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas atas 0.482, dan tingkat mutu B dengan tingkat mutu C pada ambang batas atas 0.490. Indeks warna hijau tidak dapat membedakan antara tingkat mutu A, B dan C pada citra yang direkam dari arah pangkal. Namun pada citra yang direkam dari arah samping indeks warna hijau mampu membedakan tingkat mutu A dan B pada ambang batas atas 0.483 dan tingkat mutu B dan C pada ambang batas atas 0.492.
dengan tingkat mutu B pada ambang batas bawah 0.076, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 0.057.
Berdasarkan hasil uji statistik terhadap data pengukuran langsung memperlihatkan bahwa berat dan diameter buah dapat membedakan mutu A, B dan C, sedangkan parameter tingkat kekerasan buah dan daging serta total padatan terlarut tidak dapat membedakan ketiga mutu tersebut.
Parameter luas objek dengan berat buah memiliki hubungan yang linear, terlihat dari tingkat kepercayaan berturut-turut sebesar 93.97% dan 91.83% ini berarti berat buah dapat diduga dari luas objek. Diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung memiliki nilai koefisien determinasi sebesar 0.7322, ini berarti diameter hasil pengukuran pengolahan citra tidak cukup memiliki hubungan linear dengan diameter hasil pengukuran secara langsung.
Parameter indeks warna RGB dengan tingkat kekerasan kulit memiliki tingkat korelasi yang cukup rendah baik pada citra yang direkam dari arah pangkal maupun pada citra yang direkam dari arah samping. Begitu pula dengan tingkat kekerasan daging dan total padatan terlarut yang mana tidak dapat diduga dari indeks warna merah, hijau ataupun biru baik pada citra yang direkam dari arah maupun pada citra yang direkam dari arah samping.
Tingkat keberhasilan pemutuan untuk parameter luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 86.7% dan 81.3%. Tingkat keberhasilan pemutuan untuk parameter diameter objek yaitu sebesar 89%, untuk parameter indeks warna merah pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 49% dan 53.7%, parameter indeks warna hijau pada citra yang direkam dari arah samping adalah 54.67%,dan untuk parameter indeks warna biru pada citra yang direkam dari arah pangkal dan samping masing-masing secara berturut-turut yaitu 46.7% dan 63.7%.
Perlu diperhatikan teknik pencahayaan yang tepat pada saat pengambilan citra objek agar didapatkan hasil citra yang lebih baik selain itu diperlukan pula penambahan kriteria pemutuan buah jeruk manis pacitan seperti komponen warna
RIWAYAT HIDUP
Penulis lahir di Pekanbaru, pada tanggal 4 September 1983.
Penulis adalah anak kedua dari empat bersaudara dari
pasangan Bapak H.R. Tampubolon dan Ibu D. Napitupulu.
Penulis menyelesaikan pendidikan sekolah dasar pada SD
Kristen Kalam Kudus Pekanbaru pada tahun 1995. Kemudian
penulis melanjutkan pendidikan lanjutan pada SLTP Kristen
Kalam Kudus Pekanbaru, dan lulus pada tahun 1998. Pada tahun yang sama
penulis melanjutkan pendidikan lanjutan tingkat atas di SMUN I Pekanbaru dan
lulus pada tahun 2001.
Pada tahun 2001 melalui jalur Ujian Masuk Perguruan Tinggi Negeri
(UMPTN) penulis diterima menjadi mahasiswa S1 Institut Pertanian Bogor, di
Departemen Teknik Pertanian, Fakultas Teknologi Pertanian. Pada tahun 2004
penulis melaksanakan Praktek Lapang (PL) di PT Inti Indosawit Subur,
Kabupaten Pelalawan, Propinsi Riau.
Selama masa perkuliahan penulis aktif berorganisasi di himpunan profesi
HIMATETA (Himpunan Mahasiswa Teknik Pertanian) dan PMK (Persekutuan
Mahasiswa Kristen). Di PMK penulis masuk dalam Komisi Kesenian dan pada
tahun 2003 – 2004 dipercaya sebagai Wakil Koordinator Bidang Pembinaan,
kemudian pada tahun 2004 – 2005 dipercaya sebagai Wakil Koordinator Bidang
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena
berkat, anugerah dan kasih setia-Nya penulis mampu menyelesaikan skripsi yang
berjudul “Pemutuan Jeruk Manis (Citrussinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra”, yang merupakan salah satu persyaratan untuk memperoleh gelar Sarjana Teknik Pertanian pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Penelitian ini bertujuan
untuk menggolongkan buah jeruk manis (Citrus sinensis (L) Osbeck) ke dalam beberapa tingkatan mutu dengan menggunakan algoritma pengolahan citra.
Skripsi ini merupakan hasil terbaik yang dapat penulis kerjakan, akan
tetapi penulis menyadari dengan sepenuhnya bahwa masih banyak kekurangan
dan ketidaksempurnaan dalam penelitian ini. Penulis berharap skripsi ini dapat
bermanfaat bagi banyak pihak.
Pada kesempatan ini penulis juga ingin menyampaikan terimakasih kepada
semua pihak yang telah membantu baik berupa bimbingan, motivasi, saran, dan
kritik antara lain kepada:
1. Bapak H. R. Tampubolon, Mama D. Napitupulu, Ferry, Hotman, dan Anggita
yang menyayangiku, memberikan motivasi dan mendoakanku setiap saat.
2. Bapak Dr. Ir. I Dewa Made Subrata, MAgr. sebagai dosen pembimbing, atas
saran dan kritik dan bimbingan selama proses penyelesaian skripsi ini.
3. Bapak Dr. Ir. Suroso, MAgr. dan Bapak Ir. Mad Yamin, MT. sebagai dosen
penguji yang telah memberikan saran dan masukan bagi penulis.
4. Seluruh sahabat dan teman-teman TEP’38, Sari, Bujun terimakasih banyak.
5. Semua pihak yang tidak dapat saya sebutkan satu persatu yang telah
membantu dan mendukung saya dalam penyelesaian skripsi ini.
Bogor, Januari 2006
ii
DAFTAR ISI
Halaman
KATA PENGANTAR ...i
DAFTAR ISI... ii
DAFTAR TABEL...v
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN...x
I. PENDAHULUAN ...1
A. LATAR BELAKANG ...1
B. TUJUAN PENELITIAN ...2
II. TINJAUAN PUSTAKA...3
A. BOTANI JERUK MANIS...3
B. PENGOLAHAN CITRA... 5
C. WARNA ... 8
D. PENELITIAN TERDAHULU ... 9
III.METODOLOGI PENELITIAN... 11
A. TEMPAT DAN WAKTU... 11
B. BAHAN DAN ALAT... 11
1. Bahan ... 11
2. Alat penelitian... 12
C. METODE PENELITIAN ... 12
1. Persiapan... 12
2. Pengangkutan... 12
3. Tahapan penelitian ... 12
a. Pengambilan citra dan pengolahan citra ... 13
b. Pengolahan secara langsung ... 14
c. Pengolahan data citra dan data pengukuran langsung ... 14
d. Menentukan hubungan antara hasil pengolahan citra dengan pengukuran secara langsung ... 16
iii
IV.HASIL DAN PEMBAHASAN... 19
A. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGOLAHAN CITRA (PENGUKURAN TIDAK LANGSUNG) ... 19
1. Luas objek ... 19
2. Diameter... 23
3. Nilai indeks warna merah, hijau dan biru (RGB) ... 24
B. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGUKURAN LANGSUNG ... 31
1. Berat ... 31
2. Diameter... 32
3. Tingkat kekerasan kulit dan daging ... 34
4. Total padatan terlarut ... 36
C. HUBUNGAN HASIL METODE PENGOLAHAN CITRA DENGAN METODE PENGUKURAN LANGSUNG... 37
1. Korelasi antara luas objek dengan berat buah berbagai tingkat mutu ... 37
2. Korelasi antara diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung berbagai tingkat mutu... 38
3. Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan kulit berbagai tingkat mutu ... 39
4. Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan daging berbagai tingkat mutu... 42
5. Korelasi antara indeks warna merah, hijau dan biru dengan total padatan terlarut berbagai tingkat mutu... 44
D. PERBANDINGAN PEMUTUAN MENGGUNAKAN METODE PENGOLAHAN CITRA DENGAN PEMUTUAN MENGGUNAKAN METODE PENGUKURAN LANGSUNG ... 47
V. KESIMPULAN DAN SARAN... 50
A. KESIMPULAN ... 50
SKRIPSI
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian,
Institut Pertanian Bogor
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN
PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian,
Institut Pertanian Bogor
Oleh:
MARIA YUSTINA TAMPUBOLON F14101109
Dilahirkan di: Pekanbaru, 4 September 1983
Tanggal lulus: 19 Januari 2006
Menyetujui,
Bogor, Januari 2006
Dr. Ir. I Dewa Made Subrata, MAgr. Dosen Pembimbing Akademik
Mengetahui,
MARIA YUSTINA TAMPUBOLON. F14101109. Pemutuan Buah Jeruk Manis (Citrus sinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra. Di bawah bimbingan: I DEWA MADE SUBRATA. 2006.
RINGKASAN
Buah hortikultura semakin lama semakin banyak diminati oleh masyarakat, contohnya buah jeruk manis (Citrus sinensis (L) Osbeck). Buah ini memiliki nilai ekonomis yang tinggi, terlihat dari besarnya permintaan untuk konsumsi rumah tangga, supermarket, hotel dan restoran. Di Indonesia tanaman ini sudah mulai dikembangkan di berbagai daerah. Buah jeruk manis (Citrus sinenesis (L) Osbeck) mengandung kadar vitamin C yang cukup tinggi, kebanyakan dikonsumsi sebagai buah segar.
Indonesia berpeluang untuk melakukan ekspor komoditas buah-buahan tropis, tetapi pada kenyataannya andil Indonesia masih sangat kecil dalam memenuhi kebutuhan akan buah-buahan tropis segar dunia tersebut. Penyebabnya adalah kemampuan suplai yang terbatas dan tidak berkelanjutan serta kualitas buah hasil produksi yag masih rendah.
Rendahnya kualitas buah-buahan yang akan diekspor seperti buah jeruk manis (Citrus sinensis (L) Osbeck) salah satunya disebabkan oleh penanganan pasca panen yang belum baik, contohnya pensortasian dan pemutuan yang masih dilakukan secara manual. Untuk itu diperlukan adanya suatu teknik yang dapat menggolongkan buah-buahan tersebut dalam berbagai tingkatan mutu sehingga diperoleh hasil yang seragam.
Penelitian ini bertujuan untuk menganalisis parameter-parameter mutu beberapa kelas mutu jeruk manis (Citrus sinensis (L) Osbeck) dengan pengolahan citra dan pengukuran langsung, kemudian parameter-parameter mutu yang diperoleh dengan pengolahan citra nantinya dapat digunakan untuk membedakan jeruk manis pacitan berdasarkan kelas mutunya. Dalam penelitian ini akan dicari pula hubungan antara parameter pengolahan citra dengan parameter pengukuran langsung atau manual lalu akan dilakukan pengujian algoritma pengolahan citra yang telah dibangun untuk dapat menggolongkan buah jeruk manis pacitan sesuai dengan kelompok mutunya.
Sampel yang digunakan yang digunakan dalam penelitian ini adalah buah jeruk manis pacitan dengan tiga tingkatan mutu yaitu mutu A, B dan C masing-masing mutu terdiri dari 30 buah sampel sehingga jumlah seluruh sampel adalah 90 buah. Tahap pertama penelitian ini adalah pengambilan citradan pengolahan citra jeruk manis pacitan dengan menggunakan kamera digital. Citra direkam dari arah pangkal dan dari arah samping dengan resolusi 256 × 192 piksel dan 256 tingkat intensitas warna RGB. Dilanjutkan dengan pengolahan citra, citra yang sudah direkam diolah dengan program yang dibuat menggunakan bahasa pemrograman Visual Basic Ver. 6.0 yang memiliki kemampuan untuk menghitung luas objek, diameter objek dan nilai intensitas warna RGB.
objek, agar mendapatkan citra objek yang bersih maka noise tersebut harus dihapus. Piksel-piksel yang berukuran lebih kecil dari 20 piksel diset menjadi sama dengan latar belakang. Diameter dihitung dengan menghubungkan piksel-piksel yang memiliki nilai jarak terjauh pada citra objek. Dalam penelitian ini pengukuran diameter dilakukan pada tiga titik yang berbeda pada objek, rata-rata dari ketiga panjang diameter tersebut merupakan diameter objek.
Intensitas warna yang diukur adalah warna merah, hijau, dan biru (RGB). Untuk mendapatkan nilai RGB, dilakukan proses analisis warna yang dilanjutkan dengan perintah pengukuran intensitas warna. Pengukuran RGB dilakukan dengan cara membentuk sebuah jendela objek sebagai sampel dengan ukuran 50 x 50 piksel. Koordinat jendela objek ini sudah ditentukan terlebih dahulu.
Tahap kedua yaitu pengukuran secara langsung yang meliputi pengukuran berat, diameter, pengukuran kekerasan kulit dan daging serta pengukuran total padatan terlarut, pada tahapan ini pengujian dilakukan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Pertanian. Selanjutnya tahapan yang ketiga yaitu pengolahan data citra dan data pengukuran secara langsung yaitu pengolahan data citra untuk menentukan perbedaan tiap mutu, pengolahan data pengukuran secara langsung untuk menentukan perbedaan tiap mutu, menentukan hubungan antara hasil pengolahan citra dan pengukuran secara langsung, dan membandingkan antara pemutuan menggunakan pengolahan citra dengan pemutuan pengukuran langsung.
Berdasarkan hasil pengolahan citra terlihat bahwa luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping dapat membedakan antara mutu A, B dan C. Luas objek yang direkam dari arah pangkal dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah 10187 piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8979 piksel sedangkan untuk luas objek yang direkam dari arah samping dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah 10611 piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8798 piksel. Begitu pula pada pengukuran diameter objek yang mana dapat membedakan tingkat mutu A pada ambang batas bawah 115 piksel dengan tingkat mutu B, dan pada tingkat mutu B dengan tingkat mutu C. pada ambang batas bawah 108 piksel.
Indeks warna merah pada citra yang direkam dari arah pangkal dapat membedakan tingkat mutu A dan B pada ambang batas atas 0.455 dan tingkat mutu B dan C pada ambang batas atas 0.466, sedangkan pada citra yang direkam dari arah samping indeks warna merah dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas atas 0.482, dan tingkat mutu B dengan tingkat mutu C pada ambang batas atas 0.490. Indeks warna hijau tidak dapat membedakan antara tingkat mutu A, B dan C pada citra yang direkam dari arah pangkal. Namun pada citra yang direkam dari arah samping indeks warna hijau mampu membedakan tingkat mutu A dan B pada ambang batas atas 0.483 dan tingkat mutu B dan C pada ambang batas atas 0.492.
dengan tingkat mutu B pada ambang batas bawah 0.076, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 0.057.
Berdasarkan hasil uji statistik terhadap data pengukuran langsung memperlihatkan bahwa berat dan diameter buah dapat membedakan mutu A, B dan C, sedangkan parameter tingkat kekerasan buah dan daging serta total padatan terlarut tidak dapat membedakan ketiga mutu tersebut.
Parameter luas objek dengan berat buah memiliki hubungan yang linear, terlihat dari tingkat kepercayaan berturut-turut sebesar 93.97% dan 91.83% ini berarti berat buah dapat diduga dari luas objek. Diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung memiliki nilai koefisien determinasi sebesar 0.7322, ini berarti diameter hasil pengukuran pengolahan citra tidak cukup memiliki hubungan linear dengan diameter hasil pengukuran secara langsung.
Parameter indeks warna RGB dengan tingkat kekerasan kulit memiliki tingkat korelasi yang cukup rendah baik pada citra yang direkam dari arah pangkal maupun pada citra yang direkam dari arah samping. Begitu pula dengan tingkat kekerasan daging dan total padatan terlarut yang mana tidak dapat diduga dari indeks warna merah, hijau ataupun biru baik pada citra yang direkam dari arah maupun pada citra yang direkam dari arah samping.
Tingkat keberhasilan pemutuan untuk parameter luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 86.7% dan 81.3%. Tingkat keberhasilan pemutuan untuk parameter diameter objek yaitu sebesar 89%, untuk parameter indeks warna merah pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 49% dan 53.7%, parameter indeks warna hijau pada citra yang direkam dari arah samping adalah 54.67%,dan untuk parameter indeks warna biru pada citra yang direkam dari arah pangkal dan samping masing-masing secara berturut-turut yaitu 46.7% dan 63.7%.
Perlu diperhatikan teknik pencahayaan yang tepat pada saat pengambilan citra objek agar didapatkan hasil citra yang lebih baik selain itu diperlukan pula penambahan kriteria pemutuan buah jeruk manis pacitan seperti komponen warna
RIWAYAT HIDUP
Penulis lahir di Pekanbaru, pada tanggal 4 September 1983.
Penulis adalah anak kedua dari empat bersaudara dari
pasangan Bapak H.R. Tampubolon dan Ibu D. Napitupulu.
Penulis menyelesaikan pendidikan sekolah dasar pada SD
Kristen Kalam Kudus Pekanbaru pada tahun 1995. Kemudian
penulis melanjutkan pendidikan lanjutan pada SLTP Kristen
Kalam Kudus Pekanbaru, dan lulus pada tahun 1998. Pada tahun yang sama
penulis melanjutkan pendidikan lanjutan tingkat atas di SMUN I Pekanbaru dan
lulus pada tahun 2001.
Pada tahun 2001 melalui jalur Ujian Masuk Perguruan Tinggi Negeri
(UMPTN) penulis diterima menjadi mahasiswa S1 Institut Pertanian Bogor, di
Departemen Teknik Pertanian, Fakultas Teknologi Pertanian. Pada tahun 2004
penulis melaksanakan Praktek Lapang (PL) di PT Inti Indosawit Subur,
Kabupaten Pelalawan, Propinsi Riau.
Selama masa perkuliahan penulis aktif berorganisasi di himpunan profesi
HIMATETA (Himpunan Mahasiswa Teknik Pertanian) dan PMK (Persekutuan
Mahasiswa Kristen). Di PMK penulis masuk dalam Komisi Kesenian dan pada
tahun 2003 – 2004 dipercaya sebagai Wakil Koordinator Bidang Pembinaan,
kemudian pada tahun 2004 – 2005 dipercaya sebagai Wakil Koordinator Bidang
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena
berkat, anugerah dan kasih setia-Nya penulis mampu menyelesaikan skripsi yang
berjudul “Pemutuan Jeruk Manis (Citrussinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra”, yang merupakan salah satu persyaratan untuk memperoleh gelar Sarjana Teknik Pertanian pada Departemen Teknik Pertanian,
Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Penelitian ini bertujuan
untuk menggolongkan buah jeruk manis (Citrus sinensis (L) Osbeck) ke dalam beberapa tingkatan mutu dengan menggunakan algoritma pengolahan citra.
Skripsi ini merupakan hasil terbaik yang dapat penulis kerjakan, akan
tetapi penulis menyadari dengan sepenuhnya bahwa masih banyak kekurangan
dan ketidaksempurnaan dalam penelitian ini. Penulis berharap skripsi ini dapat
bermanfaat bagi banyak pihak.
Pada kesempatan ini penulis juga ingin menyampaikan terimakasih kepada
semua pihak yang telah membantu baik berupa bimbingan, motivasi, saran, dan
kritik antara lain kepada:
1. Bapak H. R. Tampubolon, Mama D. Napitupulu, Ferry, Hotman, dan Anggita
yang menyayangiku, memberikan motivasi dan mendoakanku setiap saat.
2. Bapak Dr. Ir. I Dewa Made Subrata, MAgr. sebagai dosen pembimbing, atas
saran dan kritik dan bimbingan selama proses penyelesaian skripsi ini.
3. Bapak Dr. Ir. Suroso, MAgr. dan Bapak Ir. Mad Yamin, MT. sebagai dosen
penguji yang telah memberikan saran dan masukan bagi penulis.
4. Seluruh sahabat dan teman-teman TEP’38, Sari, Bujun terimakasih banyak.
5. Semua pihak yang tidak dapat saya sebutkan satu persatu yang telah
membantu dan mendukung saya dalam penyelesaian skripsi ini.
Bogor, Januari 2006
ii
DAFTAR ISI
Halaman
KATA PENGANTAR ...i
DAFTAR ISI... ii
DAFTAR TABEL...v
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN...x
I. PENDAHULUAN ...1
A. LATAR BELAKANG ...1
B. TUJUAN PENELITIAN ...2
II. TINJAUAN PUSTAKA...3
A. BOTANI JERUK MANIS...3
B. PENGOLAHAN CITRA... 5
C. WARNA ... 8
D. PENELITIAN TERDAHULU ... 9
III.METODOLOGI PENELITIAN... 11
A. TEMPAT DAN WAKTU... 11
B. BAHAN DAN ALAT... 11
1. Bahan ... 11
2. Alat penelitian... 12
C. METODE PENELITIAN ... 12
1. Persiapan... 12
2. Pengangkutan... 12
3. Tahapan penelitian ... 12
a. Pengambilan citra dan pengolahan citra ... 13
b. Pengolahan secara langsung ... 14
c. Pengolahan data citra dan data pengukuran langsung ... 14
d. Menentukan hubungan antara hasil pengolahan citra dengan pengukuran secara langsung ... 16
iii
IV.HASIL DAN PEMBAHASAN... 19
A. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGOLAHAN CITRA (PENGUKURAN TIDAK LANGSUNG) ... 19
1. Luas objek ... 19
2. Diameter... 23
3. Nilai indeks warna merah, hijau dan biru (RGB) ... 24
B. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGUKURAN LANGSUNG ... 31
1. Berat ... 31
2. Diameter... 32
3. Tingkat kekerasan kulit dan daging ... 34
4. Total padatan terlarut ... 36
C. HUBUNGAN HASIL METODE PENGOLAHAN CITRA DENGAN METODE PENGUKURAN LANGSUNG... 37
1. Korelasi antara luas objek dengan berat buah berbagai tingkat mutu ... 37
2. Korelasi antara diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung berbagai tingkat mutu... 38
3. Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan kulit berbagai tingkat mutu ... 39
4. Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan daging berbagai tingkat mutu... 42
5. Korelasi antara indeks warna merah, hijau dan biru dengan total padatan terlarut berbagai tingkat mutu... 44
D. PERBANDINGAN PEMUTUAN MENGGUNAKAN METODE PENGOLAHAN CITRA DENGAN PEMUTUAN MENGGUNAKAN METODE PENGUKURAN LANGSUNG ... 47
V. KESIMPULAN DAN SARAN... 50
A. KESIMPULAN ... 50
iv VI.DAFTAR PUSTAKA ... 52
v
DAFTAR TABEL
Halaman
Tabel 1. Perkiraan permintaan dan konsumsi buah di Indonesia... 1
Tabel 2. Syarat mutu SNI jeruk keprok ...4
Tabel 3. Persyaratan mutu buah jeruk segar sesuai dengan permintaan
segmen pasar ... 4
Tabel 4. Kandungan gizi dalam 100 gram buah jeruk manis... 5
Tabel 5. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data luas objek pada citra yang direkam dari arah pangkal dan
samping ... 21
Tabel 6. Hasil perhitungan statistik pemutuan jeruk manis pacitan
pada data diameter... 23
Tabel 7. Hasil perhitungan statistik pemutuan jeruk manis pacitan
pada data indeks warna merah pada citra yang direkam dari arah
pangkal dan samping... 26
Tabel 8. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data indeks warna hijau pada citra yang direkam dari arah pangkal
dan samping. ... 28
Tabel 9. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data indeks warna biru pada citra yang direkam dari arah pangkal
dan samping. ... 30
Tabel 10. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data berat ... 32
Tabel 11. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data diameter ... 33
Tabel 12. Hasil perhitungan statistik pemutuan jeruk manis pacitan
pada data kekerasan kulit ... 35
Tabel 13. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
data kekerasan daging ... 35
Tabel 14. Hasil perhitungan statistik pemutuan jeruk manis pacitan pada
vi Tabel 15. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter luas
objek pada citra yang direkam dari arah pangkal... 47
Tabel 16. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter luas
objek pada citra yang direkam dari arah samping... 47
Tabel 17. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter diameter
objek pada citra yang direkam dari arah pangkal... 48
Tabel 18. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter indeks
warna merah pada citra yang direkam dari arah pangkal... 48
Tabel 19. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter indeks
warna merah pada citra yang direkam dari arah samping...48
Tabel 20. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter indeks
warna hijau pada citra yang direkam dari arah samping... 48
Tabel 21. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter indeks
warna biru pada citra yang direkam dari arah samping ...49
Tabel 22. Perbandingan antara pemutuan manual dengan pemutuan
menggunakan metode pengolahan citra pada parameter indeks
vii
DAFTAR GAMBAR
Halaman
Gambar 1. Sistem terdepan dari pengolahan citra. ... 6
Gambar 2. Jeruk manis pacitan pada berbagai mutu ... 11
Gambar 3. Diagram alir pelaksanaan penelitian ... 18
Gambar 4. Tampilan awal program pengolahan citra ... 19
Gambar 5. Tampilan citra buah jeruk manis pacitan yang sudah
dithresholding ...20 Gambar 6. Grafik hubungan antara luas objek pada citra yang direkam
dari arah pangkal dengan tingkat mutu ... 22
Gambar 7. Grafik hubungan antara luas objek pada citra yang direkam
dari arah samping dengan tingkat mutu ... 22
Gambar 8. Grafik hubungan antara diameter objek pada citra yang direkam
dari arah pangkal dengan tingkat mutu ... 24
Gambar 9. Tampilan citra buah jeruk manis pacitan dengan hasil indeks
warna ... 25
Gambar 10. Grafik hubungan antara nilai indeks warna merah pada citra
yang direkam dari arah pangkal dengan tingkat mutu ... 26
Gambar 11. Grafik hubungan antara nilai indeks warna merah pada citra
yang direkam dari arah samping dengan tingkat mutu ... 27
Gambar 12. Grafik hubungan antara nilai indeks warna hijau pada citra
yang direkam dari arah pangkal dengan tingkat mutu ... 28
Gambar 13. Grafik hubungan antara nilai indeks warna hijau pada citra
yang direkam dari arah samping dengan tingkat mutu ... 29
Gambar 14. Grafik hubungan antara nilai indeks warna biru pada citra
yang direkam dari arah pangkal dengan tingkat mutu ... 30
Gambar 15. Grafik hubungan antara nilai indeks warna biru pada citra
yang direkam dari arah samping dengan tingkat mutu ... 31
Gambar 16. Grafik hubungan berat buah jeruk manis pacitan dengan
viii Gambar 17. Grafik hubungan diameter buah jeruk manis pacitan dengan
tingkat mutu ... 34
Gambar 18. Grafik hubungan tingkat kekerasan kulit buah jeruk manis
pacitan dengan tingkat mutu ... 35
Gambar 19. Grafik hubungan tingkat kekerasan daging buah jeruk manis
pacitan pada berbagai tingkat mutu... 36
Gambar 20. Grafik hubungan total padatan terlarut buah jeruk manis
pacitan pada berbagai tingkat mutu... 37
Gambar 21. Grafik hubungan luas objekpada citra yang direkam dari
arahpangkal dengan berat... 38
Gambar 22. Grafik hubungan luas objek pada citra yang direkam dari
arah samping dengan berat... 38
Gambar 23. Grafik hubungan diameter hasil pengolahan citra dengan
diameter pengukuran langsung ... 39
Gambar 24. Grafik hubungan indeks warna merah pada citra yang direkam
dari arahpangkal dengan kekerasan kulit ... 40
Gambar 25. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah pangkal dengan kekerasan kulit ... 40
Gambar 26. Grafik hubungan indeks warna biru pada citra yang direkam
dari arah pangkal dengan kekerasan kulit ... 40
Gambar 27. Grafik hubungan indeks warna merah pada citra yang direkam
dari arah samping dengan kekerasan kulit ... 41
Gambar 28. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah samping dengan kekerasan kulit ... 41
Gambar 29. Grafik hubungan indeks warna biru pada citra yang direkam
dari arah samping dengan kekerasan kulit ... 41
Gambar 30. Grafik hubungan indeks warna merah pada citra yang direkam
dari pangkal dengan kekerasan daging ... 42
Gambar 31. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah pangkal dengan kekerasan daging... 42
Gambar 32. Grafik hubungan indeks warna biru pada citra yang direkam
ix Gambar 33. Grafik hubungan indeks warna merah pada citra yang direkam
dari arah samping dengan kekerasan daging... 43
Gambar 34. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah samping dengan kekerasan daging... 43
Gambar 35. Grafik hubungan indeks warna biru pada citra yang direkam
dari arah samping dengan kekerasan daging... 44
Gambar 36. Grafik hubungan indeks warna merah pada citra yang direkam
dari arah pangkal dengan total padatan terlarut ... 45
Gambar 37. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah pangkal dengan total padatan terlarut ... 45
Gambar 38. Grafik hubungan indeks warna biru pada citra yang direkam
dari arah pangkal dengan total padatan terlarut ... 45
Gambar. 39. Grafik hubungan indeks warna merah pada citra yang direkam
dari arah samping dengan total padatan terlarut ... 46
Gambar 40. Grafik hubungan indeks warna hijau pada citra yang direkam
dari arah samping dengan total padatan terlarut ... 46
Gambar 41. Grafik hubungan indeks warna biru pada citra yang direkam
x
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Berat buah jeruk manis pacitan pada mutu A, B dan
C (gram) ... 55
Lampiran 2. Rata-rata diameter buah jeruk manis pacitan pada mutu
A, B dan C (cm) ... 56
Lampiran 3. Rata-rata tingkat kekerasan kulit buah jeruk manis pacitan
pada berbagai mutu (kg)... 57
Lampiran 4. Rata-rata tingkat kekerasan daging buah jeruk manis pacitan
pada mutu A, B dan C (kg) ... 58
Lampiran 5. Rata-rata total padatan terlarut buah jeruk manis pacitan pada
mutu A, B, dan C ( °Brix) ... 59
Lampiran 6. Luas buah jeruk manis pacitan hasil pengolahan citra pada
mutu A, B dan C (piksel) ... 60
Lampiran 7. Diameter buah jeruk manis pacitan hasil pengolahan citra
pada mutu A, B dan C (piksel)... 61
Lampiran 8. Indeks warna RGB pada citra yang direkam dari arah pangkal
buah jeruk manis pacitan pada mutu A, B, dan C... 62
Lampiran 9. Indeks warna RGB pada citra yang direkam dari arah samping
buah jeruk manis pacitan pada mutu A, B, dan C... 63
I. PENDAHULUAN
A. LATAR BELAKANG
Jeruk (Citrus sinensis (L) Osbeck) merupakan salah satu tanaman hortikultura yang saat ini sedang dikembangkan di berbagai daerah di
Indonesia karena mempunyai potensi ekonomi tinggi. Peluang pasar domestik
untuk komoditi buah tropis seperti jeruk cukup besar, ini dapat terlihat dari
besarnya permintaan terhadap buah jeruk segar terutama untuk keperluan
konsumsi rumah tangga, supermarket, hotel dan restoran. Adapun
pertumbuhan permintaan konsumsi jeruk dan perkiraan permintaan jeruk
beberapa tahun mendatang dapat dilihat pada tabel berikut ini.
Tabel 1. Perkiraan permintaan dan konsumsi buah di Indonesia Total Buah Sumber: Desain dan Analisis Investasi Agribisnis Jeruk, IPB 1998.
Buah jeruk yang banyak dikonsumsi dalam keadaan segar dan
mempunyai nilai ekonomis tinggi antara lain jeruk keprok, jeruk siam, jeruk
besar (nambangan) dan jeruk manis.
Indonesia berpotensi dan memiliki peluang untuk melakukan ekspor
komoditas buah-buahan tropis. Namun pada kenyataannya andil Indonesia
sebagai salah satu negara pemasok buah-buahan tropis segar dunia masih
sangat kecil yakni kurang dari satu persen pasokan dunia. Kemampuan suplai
yang terbatas dan tidak berkelanjutan serta kualitas produksi yang masih
rendah menjadi penyebabnya.
Penanganan pasca panen buah-buahan memiliki peranan penting dalam
penentuan mutu buah jeruk, terutama untuk kualitas ekspor. Salah satu
tahapan dalam pasca panen buah-buahan yang perlu mendapat perhatian
2 dilakukan secara manual sehingga produk yang dihasilkan memiliki mutu
yang kurang seragam.
Mengacu pada peningkatan mutu buah jeruk untuk ekspor di masa
yang akan datang maka diperlukan suatu metode untuk menentukan mutu dari
buah sehingga diperoleh hasil yang seragam. Pengolahan citra (image processing) dapat dijadikan salah satu alternatif pilihan karena merupakan salah satu metode pengukuran yang bersifat tidak merusak bahan atau non-destruktif. Pada umumnya image processing ini digunakan untuk memperbaiki kualitas suatu gambar, namun dapat pula digunakan untuk aplikasi pemutuan
suatu produk. Dengan alat ini pensortasian dapat dilakukan secara objektif dan
konsisten sehingga diharapkan hasil sortasi memiliki keseragaman.
B. TUJUAN PENELITIAN
1. Menganalisis parameter-parameter mutu beberapa kelas mutu jeruk manis
dengan pengolahan citra dan pengukuran langsung.
2. Menentukan parameter-parameter mutu yang diperoleh dengan
pengolahan citra sehingga dapat digunakan untuk membedakan jeruk
manis pacitan berdasarkan kelas mutunya.
3. Mencari hubungan antara parameter pengolahan citra dengan parameter
pengukuran langsung atau manual.
4. Menguji algoritma pengolahan citra yang telah dibangun untuk dapat
menggolongkan buah jeruk manis pacitan sesuai dengan kelompok
II. TINJAUAN PUSTAKA
A. BOTANI JERUK MANIS
Jeruk manis merupakan tanaman buah tahunan. Pertama kali
dibudidayakan oleh masyarakat Cina bagian selatan (Sudjijo dan Juliati,
1999). Jeruk manis ini rasanya memang manis, tetapi ada pula jeruk manis
yang disertai rasa asam sedikit. Saat ini di daerah tropis maupun sub tropis
tanaman ini sudah banyak dibudidayakan.
Jeruk manis atau jeruk peras termasuk dalam klasifikasi berikut ini:
Kingdom : Plantae (tumbuh-tumbuhan)
Divisio : Spermathophyta (tanaman berbiji)
Sub divisio : Angiospermae (biji di dalam buah)
Kelas : Dicotyledoneae (biji berkeping dua)
Ordo : Rutales
Famili : Rutaceae
Genus : Citrus
Species : Citrus Sinensis (L) Osbeck
Varietas jeruk manis dibagi atas empat golongan yakni jeruk manis
biasa (common orange, blond orange), jeruk manis pusar (navel orange), jeruk manis darah (pigmental orange) dan jeruk manis tidak asam (acidless orange). Salah satu contoh jeruk manis yang termasuk ke dalam kelompok jeruk manis tidak asam (acidless orange) adalah jeruk manis pacitan atau yang biasa dikenal dipasaran sebagai jeruk manis baby pacitan (Pracaya,1999).
Jeruk manis yang digunakan dalam penelitian ini adalah jeruk manis
pacitan yang diperoleh dari daerah Batu, Malang, Jawa Timur.
Buah jeruk manis pacitan ini termasuk dalam varietas jeruk manis yang
tingkat keasamannya rendah sekali bahkan bisa dikatakan tidak asam atau
yang disebut juga jeruk manis bergula. Jeruk manis pacitan termasuk dalam
4 Varietas jeruk manis ini cukup banyak, seringkali penamaan jeruk
manis ini berdasarkan nama daerah asalnya misalnya jeruk manis batu karena
asalnya dari Batu, jeruk manis pacitan karena berasal dari Pacitan, jeruk manis
Sunkist karena berasal dari perusahaan Sunkist Growers, Inc. dari California, Amerika Serikat, dan lain-lain.
Persyaratan mutu jeruk manis dapat dibagi atas dua bagian yaitu
persyaratan mutu berdasarkan SNI jeruk dan persyaratan mutu berdasarkan
segmen pasar. Persyaratan mutu berdasarkan SNI jeruk mengacu pada SNI
jeruk keprok. Persyaratan mutu berdasarkan SNI jeruk dan berdasarkan
segmen pasar dapat dilihat pada Tabel 2 dan Tabel 3.
Tabel 2. Syarat mutu SNI jeruk keprok
Syarat Karakteristik
Mutu I Mutu II Kesamaan Sifat Varietas Seragam Seragam Tingkat Ketuaan Tua, tapi tidak
terlalu matang
Tua, tapi tidak terlalu matang
Kekerasan Keras Cukup Keras
Ukuran Seragam Seragam
Kerusakan maks. (jml/jml) (%) 5 10
Kotoran Bebas Bebas
Busuk maks (jml/jml) (%) 1 2
Tabel 3. Persyaratan mutu buah jeruk segar sesuai dengan permintaan segmen pasar. Warna Buah Kuning
Merata Permukaan Kulit Mulus, tidak
berbintik-Hama/Penyakit Bebas Bebas Bebas
5 Buah yang banyak mengandung vitamin C ini memiliki kulit yang
tebal dan sukar untuk dikupas sehingga banyak orang lebih memilih
memerasnya untuk diambil airnya daripada dimakan sebagai buah segar
ataupun makanan pencuci mulut. Kandungan gizi dalam 100 gram buah jeruk
manis dapat dilihat pada Tabel 4.
Tabel 4. Kandungan gizi dalam 100 gram buah jeruk manis
Komponen Jumlah
Sumber: Vadekum Jeruk, Direktorat Tanaman Buah, Ditjen BP Hortikultura, 2000.
Pemetikan atau pemanenan jeruk manis dapat dilakukan 7 – 9 bulan
dari masa berbunga, tergantung dari varietasnya. Kualitas buah yang
dihasilkan ditetapkan berdasarkan beberapa faktor, yaitu penampakan,
ketebalan kulit, kandungan cairan, kandungan gula dan asam, tekstur daging
buah, tidak adanya biji, aroma (flavor), rasa, kandungan vitamin, dan
kandungan total zat pada yang larut (°Brix) (Pracaya, 1999).
B. PENGOLAHAN CITRA (Image Processing)
Menurut Arymurthy dan Suryana (1992) bahwa pengolahan citra
merupakan proses pengolahan dan analisis citra yang melibatkan persepsi
visual dan ciri dari proses ini ialah terdapatnya data masukan dan data
keluaran yang berbentuk citra, citra yang dimaksudkan disini bukanlah citra
yang berupa foto atau gambar cetak dan lain-lain, tetapi berupa citra digital,
6 visual yang berusaha menganalisis dan mengamati suatu objek tanpa
merusaknya.
Suatu sistem perekaman data menghasilkan keluaran berupa citra.
Citra ini dapat bersifat optik yaitu berupa foto, bersifat analog yang berupa
sinyal-sinyal video dan bersifat digital yang dapat langsung disimpan pada
suatu pita magnetik. Citra yang bersifat digital saja yang dapat diproses oleh
komputer digital. Dalam pengambilan citra, data citra yang masuk merupakan
nilai-nilai integer yang menunjukkan nilai intensitas cahaya atau tingkat
keabuan setiap piksel. Piksel (pixel atau picture element) berarti elemen citra; yang merupakan satuan terkecil dari citra.
Citra digital diperoleh secara otomatis dari suatu sistem perangkat citra
digital yang merupakan bagian terdepan dari suatu sistem pengolahan citra
dimana nantinya akan membentuk suatu matriks setelah melakukan
penjelajahan citra, elemen-elemen dari matrik ini menyatakan nilai intensitas
cahaya pada suatu himpunan diskrit dari titik seperti yang terlihat pada gambar
1. Selain itu diperlukan proses konversi agar citra digital dapat diproses di
komputer.
Gambar 1. Sistem terdepan dari pengolahan citra.
Menurut Arymurthy dan Suryana (1992), diperlukan suatu proses
pembuatan kisi-kisi arah horizontal dan vertikal untuk mengubah citra yang
bersifat kontinu menjadi citra digital dimana citra f (x,y) ini nantinya akan
disimpan dalam suatu memori komputer atau dalam suatu penyimpanan dalam
bentuk array N x M dari contoh diskrit dengan jarak yang sama, sebagai
7 f(0,0) f(0,1) ……. f(0,n-1)
f(x,y) = f(1,0) f(1,1) ……. f(1,n-1)
……. ……. ….. ……...
f(m,0) f(m,1) ….. f(m,n-1)
Setiap elemen dari array di atas disebut sebagai piksel atau elemen
citra yang merupakan suatu daerah empat persegi kecil dengan ukuran tertentu
dan menunjukkan harga intensitas keabuan piksel pada lokasi yang
bersangkutan. Nilai skala keabuan berkisar dari 0 (hitam) hingga maksimum
255 (putih).
Terdapat dua unsur utama penyusun dalam pengolahan citra yaitu
perangkat keras dan perangkat lunak. Perangkat keras yang pertama adalah
kamera dengan jenis Charge-coupled device (CCD), kamera jenis ini sering digunakan sebagai alat masukan citra dalam proses pengolahan citra untuk
keperluan sortasi. Sensor dari alat ini menghasilkan keluaran berupa citra
analog sehingga dibutuhkan perangkat digitasi yang terpisah dengan kamera.
Selain itu terdapat pula kamera digital yang menghasilkan keluaran langsung
berupa citra digital, dengan menggunakan kamera digital ini tidak diperlukan
lagi proses digitasi.
Perangkat keras yang kedua adalah komputer, komputer yang
digunakan bisa dari jenis komputer multiguna ataupun komputer yang
memang dirancang khusus untuk pengolahan citra digital (Arymurthy, 1992).
Adapun sistem dari perangkat keras ini terdiri dari beberapa sub sistem yaitu
sub sistem komputer, masukan video, kontrol proses interaktif, penyimpan
berkas citra dan perangkat keras khusus pengolahan citra.
Perangkat lunak (software) yang digunakan pada pengolahan citra (image processing) tergantung pada jenis image frame grabber. Image frame grabber (penangkap bingkai citra) merupakan rangkaian perangkat keras yang dilengkapi dengan A/D converter dan memori citra. Berdasarkan
8 kelengkapan pustaka fungsi dan cara pemakaian dalam pemrograman dengan
bahasa pemograman tertentu. Untuk kedua jenis penangkap citra ini memiliki
kartu penangkap citra yang dilengkapi dengan perangkat lunak sehingga lebih
siap pakai. Adapun sistem perangkat lunak pengolahan citra dapat dibagi
menjadi tujuh modul yang merupakan pengelompokkan rutin menurut
fungsi-fungsi sejenis, yaitu modul proses berkas masukan dan keluaran, modul proses
penyaringan dan koneksi radiometris regristrasi citra dan koreksi geometris,
modul klasifikasi citra, modul perhitungan statistik, modul operasi matematika
dan modul pembuatan laporan dan peragaan secara grafis.
C. WARNA
Pada pengolahan citra salah satu komponen yang digunakan adalah
warna. Warna bukan merupakan sebuah kualitas inheren dari suatu objek dan
tergantung pada iluminasi dimana objek terlihat, tetapi yang inheren adalah
kemampuannya menyerap bagian radiasi tertentu dalam spektrum cahaya
tampak serta kemampuannya dalam memantulkan bagian yang lain. Sebuah
objek yang memantulkan seluruh cahaya datang disebut berwarna “putih”,
sedangkan yang menyerap seluruh cahaya disebut berwarna “hitam”, namun
dalam prakteknya penyerapan ataupun pemantulan tidak dapat diperoleh 100
persen. Menurut Ahmad (2000) warna tidak lebih dari sekedar respon psycho-physiological dan intesitas yang berbeda.
Pengembangan model-model warna saat ini sudah banyak dilakukan,
namun untuk proses pengolahan citra model warna yang sering digunakan
adalah model warna RGB (Red, Green, Blue) ini dikarenakan pada komputer umumnya menggunakan model warna RGB dalam mempresentasikan warna,
sehingga nantinya nilai pengolahan warna yang akan dihasilkan adalah dalam
model warna RGB. Berdasarkan cara pembentukan komponen warna, model
warna RGB termasuk warna aditif, sebab warnanya dibentuk dengan
mengkombinasikan energi cahaya dari ketiga warna pokok dalam berbagai
perbandingan.
Model warna RGB dapat dinyatakan dalam bentuk indeks warna RGB
9 (Green) dan B (Blue) masing-masing merupakan besaran yang menyatakan nilai intensitas warna merah, hijau, dan biru serta r, g dan b adalah nilai-nilai
setelah proses normalisasi . Adapun rumus untuk keperluan tersebut adalah
sebagai berikut:
Indeks warna merah (Ir) = R/(R+G+B)………...……….(1)
Indeks warna hijau (Ig) = G/(R+G+B)………..(2)
Indes warna biru (Ib) = B/(R+G+B)………..(3)
D. PENELITIAN TERDAHULU
Pengolahan citra dikategorikan dalam tiga kategori, yaitu analisis
citra, visi robotik dan untuk pengawasan. Pada umumnya pengolahan citra
mengarah kepada pembuktian atau pengujian kualitas dari pembuangan atau
pembersihan kerusakan, sortasi dan grading bahan mentah dan produksi makanan.
Qadavy (1998), melakukan penelitian untuk menentukan kematangan
durian dengan teknik pengolahan citra. Diperoleh hasil bahwa berat buah
durian, kekerasan daging buah durian dan intensitas warna biru pada buah
durian matang lebih kecil dari berat, kekerasan daging dan intensitas warna
biru buah durian yang belum matang, sedangkan kandungan gula, intensitas
warna merah dan hijau pada buah durian matang lebih berat dari pada buah
durian yang belum matang.
Gunayanti (2002) malakukan penelitian untuk menentukan mutu buah
mangga berdasarkan sifat fisik permukaan buah menggunakan pengolahan
citra dengan menggunakan parameter luas area, indeks warna, dan tekstur.
Jenis mangga yang digunakan dalam penelitian ini adalah mangga Arumanis
dan mangga Gedong. Didapatkan hasil bahwa parameter yang sesuai untuk
melakukan pemutuan pada buah mangga Arumanis adalah berdasarkan luas
area dan komponen tekstur contrast. Batasan area yang tepat untuk dapat menghasilkan 3 tingkatan kelas yang berbeda yaitu, untuk mutu I dengan luas
area lebih besar atau sama dengan 11000 piksel, mutu III dengan luas area di
bawah 9300 piksel untuk citra dengan resolusi 256 × 192 piksel. Sedangkan
10 nilai komponen tekstur contrast, dimana buah reject mempunyai nilai contrast
rata-rata diatas 0.6, sedangkan buah mutu I, II, dan III mempunyai nilai
contrast dibawah 0.6. Pada mangga Gedong parameter yang sesuai untuk melakukan pemutuan adalah indeks warna merah yang dimiliki oleh tiap buah.
Batasan nilai indeks warna untuk melakukan pemutuan mangga Gedong
tersebut antara lain: untuk mutu I indeks warna merahnya lebih besar atau
sama dengan 0.35, sedangkan untuk mutu II indeks warna merahnya antara
0.35 – 0.33 dan bila indeks warna merahnya kurang dari 0.33 akan termasuk
buah reject.
Damiri (2003) telah mengidentifikasi tingkat ketuaan dan kematangan
jeruk lemon (citrus medica) menggunakan pengolahan citra dan jaringan saraf tiruan dan diperoleh bahwa indeks warna merah dan indeks warna hijau dalam
pengolahan citra dapat membedakan tingkat kematangan jeruk lemon pada
umur petik 100 hari dengan umur 110 hari, hue (corak) dapat membedakan
tingkat kematangan jeruk lemon pada umur petik 100 hari dengan tingkat
kematangan pada umur petik 110 hari secara langsung. Sedangkan fitur energi
dapat membedakan tingkat kematangan pada umur petik 110 hari dengan
tingkat kematangan pada umur petik 120 hari.
Arham (2003) mengembangkan algoritma pengolahan citra untuk
menganalisis parameter mutu serta tingkat ketuaan dan kematangan buah jeruk
nipis berdasarkan umur petik. Dari analisa ditemukan bahwa indeks warna
merah dapat membedakan umur petik 120 hari dengan 140 hari dan umur
petik 140 hari dengan 160 hari, indeks warna hijau dapat membedakan umur
petik 140 hari dengan 160 hari dan umur petik 160 hari dengan 180 hari
sedangkan indeks warna biru dapat membedakan umur petik 120 hari dengan
160 hari dan 180 hari. Didapatkan pula area pada proyeksi samping buah jeruk
nipis mempunyai korelasi yang tinggi terhadap berat dengan nilai R2=0.92,
sehingga berat buah jeruk nipis dapat ditentukan dengan area sedangkan
terhadap kekerasan kulit, kekerasan daging dan total padatan terlarut indeks
III. METODOLOGI PENELITIAN
A. TEMPAT DAN WAKTU
Penelitian ini dilakukan di Laboratorium Teknik Pengolahan Pangan dan
Hasil Pertanian (TPPHP) Departemen Teknik Pertanian, Fakultas Teknologi
Pertanian, IPB dan Pondok Aulia Desa Cibanteng, pada bulan Agustus 2005
sampai dengan bulan Januari 2006.
B. BAHAN DAN ALAT
1. Bahan
Bahan atau objek penelitian yang digunakan adalah buah jeruk manis
pacitan dengan tiga tingkatan mutu yaitu mutu A, mutu B, mutu C. Buah
jeruk manis pacitan ini diperoleh dari pedagang pengumpul di Batu,
Malang, Jawa Timur. Jumlah sampel untuk setiap mutu adalah 30,
sehingga total keseluruhan sampel adalah 90 buah. Pada penelitian ini
penentuan tingkatan mutu berdasarkan SNI jeruk berbeda dengan
tingkatan mutu yang ada di pasaran. Menurut informasi yang didapatkan
dari pedagang pengumpul, jeruk yang tergolong mutu A adalah jeruk
berukuran sedang, jeruk yang tergolong mutu B adalah jeruk berukuran
kecil, dan jeruk yang berukuran besar tergolong mutu C. Penggolongan ini
juga berdasarkan permintaan pasar dimana jeruk berukuran sedang adalah
yang paling banyak diminta dan digemari.
Mutu A Mutu B Mutu C
12 2. Alat Penelitian
Peralatan penelitian yang digunakan dibagi atas dua bagian, yaitu:
a. Perangkat keras
Peralatan perangkat keras yang digunakan untuk pengolahan
citra yaitu kamera digital Kodak CX6330 31MP dengan resolusi 2032
x 1524 piksel, seperangkat komputer dengan prosesor Intel Pentium IV
1.70 GHz dan RAM (Random Process Memory) 256 MB, lampu TL 8 Watt merk Philips, timbangan digital merk METTLER PM-4800 untuk
mengukur berat jeruk manis, jangka sorong untuk mengukur diameter
buah jeruk manis, Rheometer model CR-30 untuk mengukur kekerasan
jeruk manis, dan Refraktometer digital untuk mengukur total padatan
terlarut yang terkandung dalam jeruk manis.
b. Perangkat lunak
Dalam penelitian ini digunakan perangkat lunak yaitu program
yang ditulis dalam Visual Basic Ver. 6.0 yang dapat beroperasi pada sistem operasi WindowsXP Professional. Program ini terlebih dahulu dibuat dan digunakan untuk menganalisis gambar output dari kamera.
C. METODE PENELITIAN
1. Persiapan
Penelitian ini dimulai dengan mengadakan survey pada pedagang
jeruk manis pacitan. Survey ini bertujuan untuk mengetahui karakteristik
jeruk manis dan pengklasifikasiannya.
2. Pengangkutan
Bahan penelitian diangkut dengan kendaraan umum dan jeruk
manis pacitan dikemas dalam kardus. Tiap tumpukan diberi alas koran
untuk mencegah adanya cacat serta memar.
3. Tahapan penelitian
Pada penelitian ini terdapat beberapa tahapan, yaitu: tahap
pengambilan citra dan pengolahan citra jeruk manis pacitan, tahap
pengolahan secara manual atau langsung yang meliputi pengukuran berat,
13 pengukuran total padatan terlarut, dan tahap pengolahan data hasil
pengolahan citra dan data pengukuran langsung.
a. Pengambilan citra dan pengolahan citra
Citra buah jeruk manis direkam dengan menggunakan kamera
digital. Sebelum diambil citranya, buah jeruk manis pacitan terlebih
dahulu dibersihkan menggunakan lap basah. Pengambilan gambar
dilakukan pada dua arah yakni arah pangkal dan arah samping.
Pengambilan citra dilakukan pada kondisi sebagai berikut:
1. Buah jeruk manis pacitan diletakkan di atas kain hitam sebagai
latar belakang dan terfokus oleh kamera digital dengan jarak 21.5
cm. 1 buah lampu TL diletakkan pada ketinggian sekitar 41 cm di
atas buah jeruk manis dengan sudut pencahayaan 12°.
2. Citra buah jeruk manis direkam dengan resolusi 256 x 192 piksel
dan 256 tingkat intensitas cahaya RGB.
3. Kamera dihubungkan dengan komputer sehingga citra buah jeruk
manis pacitan terekam pada komputer. Selanjutnya hasil rekaman
tersebut disimpan, dengan menggunakan fasilitas Adobe Photoshop 7.0 file diubah menjadi berekstensi JPEG berukuran 30 KB.
Pengolahan citra jeruk manis pacitan dilakukan dengan
program komputer yang telah dibuat terlebih dahulu dengan
menggunakan bahasa pemrograman Visual Basic Ver. 6.0. Adapun program yang dibuat yaitu memiliki kemampuan untuk menghitung
luas objek, diameter objek dan nilai intensitas warna objek.
Perhitungan luas objek dilakukan dengan cara mengubah
terlebih dahulu citra warna menjadi citra biner melalui proses
thresholding dengan nilai threshold tertentu. Objek diset berwarna putih, sedangkan latar belakang diset berwarna hitam. Area dihitung
dengan cara menghitung jumlah piksel berwarna putih. Sedangkan
diameter akan dihitung dengan menghubungkan piksel-piksel yang
memiliki nilai jarak terjauh pada citra objek.
Intensitas warna yang diukur adalah warna merah, hijau, dan
14 warna yang dilanjutkan dengan perintah pengukuran intensitas warna.
Pengukuran RGB dilakukan dengan cara membentuk sebuah jendela
objek sebagai sampel dengan ukuran 50 x 50 piksel.
b. Pengukuran secara langsung
1. Pengukuran berat
Pengukuran berat buah jeruk manis pacitan adalah dengan
menggunakan timbangan digital.
2. Pengukuran diameter
Pengukuran diameter jeruk manis pacitan adalah dengan
menggunakan jangka sorong. Pengukuran diameter ini dilakukan di
tiga titik yang berbeda. Nilai dari hasil pengukuran tersebut
dirata-ratakan.
3. Pengukuran kekerasan
Berikutnya dilakukan pengujian kekerasan buah jeruk manis
pacitan dengan menggunakan alat Rheometer, pengujian dilakukan
pada tiga titik yang berbeda yaitu atas, tengah dan bawah. Setelah
diperoleh data pada masing-masing pengukuran, kemudian
dirata-ratakan sehingga diperoleh tingkat kekerasan masing-masing jeruk
manis.
4. Pengukuran total padatan terlarut
Pengukuran total padatan terlarut buah jeruk manis yaitu dengan
menggunakan alat Refraktometer. Dilakukan dengan cara mengiris
daging buah, kemudian cairan jeruk manis pacitan diteteskan pada
Refraktometer yang telah dibersihkan dengan aquades. Pengukuran dilakukan sebanyak tiga kali pengulangan untuk setiap
sampel jeruk manis pacitan ini. Nilai dari tiga kali pengulangan
tersebut dirata-ratakan. Adapun satuan dari total padatan terlarut
adalah ° Brix.
c. Pengolahan data citra dan data pengukuran secara langsung
Data yang didapatkan dari pengolahan citra dan pengukuran
secara langsung kemudian diolah. Adapun pengolahan data-data
15 1. Pengolahan data citra untuk menentukan perbedaan tiap mutu
a. Perbedaan nilai luas objek untuk setiap mutu dari citra yang
direkam dari arah pangkal.
b. Perbedaan nilai luas objek untuk setiap mutu dari citra yang
direkam dari arah samping.
c. Perbedaan nilai diameter untuk setiap mutu dari citra yang
direkam dari arah pangkal.
d. Perbedaan nilai indeks warna merah (r), indeks warna hijau (g)
dan indeks warna biru (b) untuk setiap mutu dari citra yang
direkam dari arah pangkal.
e. Perbedaan nilai indeks warna merah (r), indeks warna hijau (g)
dan indeks warna biru (b) untuk setiap mutu dari citra yang
direkam dari arah samping.
2. Pengolahan data pengukuran secara langsung untuk menentukan
perbedaan tiap mutu
a. Perbedaan berat buah jeruk manis pacitan untuk setiap mutu.
b. Perbedaan diameter buah jeruk manis pacitan untuk setiap
mutu.
c. Perbedaan tingkat rata-rata kekerasan kulit buah jeruk manis
pacitan untuk setiap mutu.
d. Perbedaan tingkat rata-rata kekerasan daging buah jeruk manis
pacitan untuk setiap mutu.
e. Perbedaan total padatan terlarut buah jeruk manis pacitan untuk
setiap mutu.
Proses grading dilakukan setelah didapatkan interval atau batasan nilai tertentu berdasarkan analisis statistik data parameter mutu
yang telah didapat. Batasan nilai ini diharapkan dapat
mengklasifikasikan buah pada tingkatan kelas yang berbeda-beda.
Pemutuan secara manual didapat berdasarkan karakteristik
buah pada tiap tingkatan kelas (grade) yang diperoleh dari pedagang buah jeruk manis di pasar induk sesuai dengan kriteria yang telah
16 d. Menentukan hubungan antara hasil pengolahan citra dan pengukuran
secara langsung
1. Analisis korelasi antara berat buah dengan luas objek dari citra
yang direkam dari arah pangkal berbagai mutu menggunakan
regresi linear.
2. Analisis korelasi antara berat buah dengan luas objek dari citra
yang direkam dari arah samping berbagai mutu menggunakan
regresi linear.
3. Analisis korelasi antara diameter pengukuran langsung dengan
diameter objek hasil pengolahan citra dari citra yang direkam dari
arah pangkal berbagai mutu menggunakan regresi linear.
4. Analisis korelasi antara kekerasan kulit dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah pangkal
berbagai mutu menggunakan regresi linear.
5. Analisis korelasi antara kekerasan kulit dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah samping
berbagai mutu menggunakan regresi linear.
6. Analisis korelasi antara kekerasan daging dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah pangkal
berbagai mutu menggunakan regresi linear.
7. Analisis korelasi antara kekerasan daging dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah samping
berbagai mutu menggunakan regresi linear.
8. Analisis korelasi antara total padatan terlarut dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah pangkal
berbagai mutu menggunakan regresi linear.
9. Analisis korelasi antara total padatan terlarut dengan indeks warna
merah, hijau dan biru dari citra yang direkam dari arah samping
17 e. Membandingkan antara pemutuan menggunakan pengolahan citra
dengan pemutuan secara pengukuran langsung
Perbandingan dilakukan untuk melihat tingkat keberhasilan
antara kedua metode. Parameter yang digunakan sebagai parameter
penentuan pemutuan adalah parameter-parameter yang secara uji
statistik dapat membedakan ketiga mutu buah jeruk manis pacitan
berdasarkan nilai-nilai interval tertentu. Diagram alir pelaksanaan
18
Gambar 3. Diagram alir pelaksanaan penelitian.
Pengambilan Sampel Jeruk Manis Pacitan
Pengukuran Langsung Pengukuran Tidak Langsung
Pengambilan Citra Jeruk Pacitan dengan Kamera Digital
Pemindahan Gambar ke Komputer
Pengolahan Citra Jeruk Pacitan
Proses Thresholding
Citra Biner
Perhitungan Diameter Perhitungan Luas
Perhitungan indeks warna RGB dengan membuat jendela objek berukuran 50 x 50
piksel pada citra jeruk manis pacitan
Analisa hubungan antara parameter pengukuran secara langsung dengan parameter pengolahan citra dengan menggunakan analisa regresi linear dan melakukan perbandingan antara pemutuan manual dengan pemutuan menggunakan pengolahan citra.
• Parameter Berat
• Parameter Diameter
• Parameter Kekerasan Kulit dan Daging
• Parameter Total Padatan Terlarut
Mulai
IV. HASIL DAN PEMBAHASAN
A. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGOLAHAN CITRA (PENGUKURAN TIDAK LANGSUNG)
Pemutuan buah jeruk manis pacitan dengan metode pengolahan citra
adalah dengan membuat algoritma pengolahan citra yang dibangun dengan
menggunakan bahasa pemrograman Visual Basic 6.0. Program yang digunakan berfungsi untuk menghitung luas objek, diameter dan indeks warna
RGB.
Tampilan awal program pengolahan citra dapat dilihat pada Gambar 4.
Gambar 4. Tampilan awal program pengolahan citra.
Citra dipanggil dengan memilih directori penyimpanan objek, kemudian semua file objek akan tampil pada kotak nama file. File yang dipilih akan
tampil pada kotak citra setelah mengklik file pada kotak nama file.
1. Luas objek
Penghitungan luas dari buah jeruk manis pacitan dilakukan dengan
terlebih dahulu mengubah citra buah jeruk manis pacitan menjadi citra
20
threshold. Maka citra jeruk yang sudah dithresholding akan tampil pada kotak citra yang kedua.
Citra yang sudah dithresholding dapat dilihat pada Gambar 5 berikut ini.
Gambar 5. Tampilan citra buah jeruk manis pacitan yang sudah dithresholding.
Apabila masih ada noise atau piksel yang berada di luar objek maka setelah menekan tombol noise removeable citra yang berwarna putih yang berukuran lebih kecil dari 20 piksel akan dihitamkan sehingga sama
dengan latar belakang maka hanya akan terdapat objeknya saja.
Bersamaan dengan berjalannya pembersihan noise tersebut luas dari citra biner jeruk manis pacitan akan dihitung, begitu pula dengan panjang
diameternya. Nilai dari luas dan diameter akan tampil pada kotak
pengukuran.
Pada jeruk manis pacitan rata-rata luas objek untuk citra yang
direkam dari arah pangkal adalah 11716 piksel untuk mutu A, 9366 piksel
untuk mutu B dan 8410 piksel untuk mutu C sedangkan untuk citra yang
direkam dari arah samping memiliki rata-rata luas objek 12041 piksel,
9541 piksel dan 8287 piksel masing-masing untuk mutu A, B dan C. Dari
