PENGEMBANGAN ALGORfTMA IMAGE PROCESSING
UNTUK MENENTUKAN T1NGKA T KEMATANGAN BUAH DURIAN (DlIrio zibetlilrus Munoay) BERDASARKAN HERA T JENIS
Oleh:
VERRA MELLY ANA
FOJ499029
2003
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANJAN BOGOR
DenJan 8eJaJa dnfa kW'e'8en�ahkan
ka'�a indah ini wnfwk >a'a, Mana,
Vena Mellyana F01499029. Pngembangan 1goribna Image Proessing untuk Menenn Tingkat Kematangan Buah Durian (Durio zibethinus Murray) Berdasrkn Berat lenis. Di bawah
RINGKASAN
Durian mmpunyai julukan sebagai king of the fruit. lulukan ini mnggambarkan betapa disnanginya buah durian. Begitu bnyaknya penggemar menyebabkan hukum pasar bagi durian-durian yang dijajakan di kota, seakan idak berlaku Bukinya meskipun buh durian melimpah, hargaya tidak pemah turun. Harganya smakin melonjak ketika pasokannya kurang dan haTga ini seolah-olah mnjadi patokn mutu, smakin tinggi hargaya maka semakin bagus mutu buah durian.
Dlm dunia perdagngn, pedagng durian sekarang telah memiliki metoda
k mengelabuhi konswnen. misalnya dengn menyemprotkan essence durian bagian luar sehingga aromanya semerbak dan dapat menarik konsumen. Hal ini menyebabkan bnyak konsumen kecewa, karena durian yang mereka beli dengan harga l temyata masih mentah (Haryanto dan Budiastra, 1999). Oleh karena iu
diperlukn suatu metoda non-destruktif untuk menentukan kriteria buah durian matng u mnah secara efe..1if dan eisien. Salah satu altnatif yang dapat dilakukan adalah dengan menggunakan metoda brat jenis.
Tujuan penelitian ini adalah menyusun algorima Image Processing untuk mnnn luas proyeksi, volume, dn intnsitas na ROB rata-rata buah durian, menenukan ingkat kematangan buah durin berdasarkan kekerasan dan kemnisan buah. ntukan ingkat keteliian berat jenis dngan pndekatan berat jenis secara
mnual dan berdasarkan algorima Iage Processing, dan menentukan tingkat kematngan buh durian berdasarkan berat jenis denan menggnakan algorima
Image rocessing.
Penelitian dilakukan di Laoratorium Teknik Pengolhan Pangan dan HasH Pertanian (TPPP), TEP, FAT, IPB, mulai awal bulan Maret sampai dengan awal bulan luli 2003. Bahan yang diguakan adalah buah durian 1 desa Parung Panjang, Kecmatn Leuiliang, Bogor, dengan ingkat knatangan yang berbeda yaitu 105 hi, 1I5 hari, 125 hari setelh penyerbukan dengan masing-masing berjumlh 10 buah. Peralatan yang digunakan adalah perangkat komputer, kamera CeD (Carge Couple Device), 4 buah lampu, getas ukur, reniktometer, rheometer, dan jangka sarong.
Metode penelitin ini terdiri dari empat langkah, yaitu menentukan tingkat kematngan buah dngan mengukur kekerasn daging buah dan kadar guta buah, mnentukan erat jenis hasil pengu..-uran, menent'J.kan berat jenis dengan cara manual berdasarkan perhitungan volume elips dan volume manual bola, menentukan berat jenis dengan bahasa pemograman Viul Basic berdasarkan perhltungan volume proyeksi elips dan volume proyeksi bola
Proram Image Processing yang dibangn terdiri dari empat menu yaitu menu refresh (mengembalikan gambar ke gambar semula), menu proses manual, menu
threshold (membedakan objek buah durian dengan latar belakang), proses di/osi
(mengisi pixel kosong yang berada dalam objek buah durian), proses erosi
(menghapus pixel yang bukan merupakan pixel objek buah durian) dan perhitungan dimensi (menghitung luas proyeksi, intensitas rata-rataRGB, jari-jari, dan volume).
Pada pengukuran kekerasan daging buah durian diperoleh hasil rata-rata kekerasan daging buah durian asal desa Parung Panjang, Kecamatan Leuwiliang, Bogor untuk umur petik 105 hari, 115 hari, dan 125 hari betutut-turut sebesar 1.689 ± 0.688 N, 0.397 ± 0.185 N 0.164 ± 0.045 N. Kekerasan daging buah akan semakin menurun dengan semikin meningkatnya umur petik buiah berdasarkan persamaan garis regresi y� 0.0053 x' -1.293 7 x + 9.172
Hubungan antara umur petik, tingkat kekerasan, dan kadar gula menjelaskan bahwa semakin tinggi umur petik buah durian, maka tingkat kekerasan daging buah semakin berkurang dan kandungan kadar gula (total padatan terlarut) semakin bertambah.
Pada pengukuran berat jenis manual elips, diperoleh nilai rata-rata dan standar deviasi untuk umur petik 105.hari, 115 hari dan 125 hari berturut-turut sebesar 0.906 ± 0.113 glem3, 0.851 ± 0.071 glem3, dan 0.839 ± 0.070 glem3, sedangkan standar
error untuk berat jenis manual elips sebesar 0.085 glem) dengan nilai koefisien
keragaman sebesar 9.850 %.
Pada pengukuran berat jenis manual bola, diperoleh nilai rata-rata dan standar deviasi untuk umur petik 105 hari, 115 hari dan 125 hari berturut-turut sebesar 0.932 ± 0.124 glcm', 0.869 ± 0.082 glcm', dan 0.849 ±0.071 glcm', sedangkan slandar
error untuk berat jenis manual bola sebesar 0.091 glem3 dengan nilai koefisien
keragaman sebesar 10.601 %.
Pada pengukuran berat jenis proyeksi elips, diperoleil nilai rata-rata dan standar deviasi untuk umur fetik 105 hari. 115 hari dan 125 hari berturut-turut sebesar 0.898 ± 0.026 glcm , 0.868 ± 0.051 glcm', dan 0.850 ± 0.043 glcm', sedangkan standar error untuk berat jenis proyeksi elips sebesar 0.045 g/em3 dengan nilai koeisien keragaman sebesar 5.251 %.
Pada pengukuran berat jenis proyeksi bola, diperoleh nilai rata-rata dan standar deviasi untuk umur fetik 105 hari, 115 hari dan 125 hari beturut-turut sebesar 0.885 ± 0.022 glcm , 0.877 ± 0.041 glcm', dan 0.859 ± 0.037 glcm', sedangkan standar error untuk berat jenis proyeksi bola sebes.1r 0.034 g/em3 dengan nilai koefisien keragaman sebesar 4.007 %.
Hasil perhitungan intensitas warna ROB rata-rata dengan metoda Image
Processing menghasilkan nilai rata-rata wna (merah, hijau, dan bim) untuk umur
petik 105 hari berturut-turut adalah 184.633, 147.767, dan 113.167, untuk umur petik 115 hari berturut-turut adalah 186.133 , 149.433, dan 110.500, dan untuk umur petik 125 hari berturut-turut adaJah 186.533,147.933, dan 110.800.
Tingkat ketelitian tertinggi diperoleh dengan pendekatan berat jenis proyeksi bola, dengan standar error terkeeil sebesar 0.034 g/em3 dan koefisien keragaman terkeeil sebesar 4.007 %. Besnya ratio standar error terhadap standar deviasi (RPD) sebesar 1.029.
Saran yang dapat diajukan untuk penelitian selanjutnya adalah agar dianalisa lebih lanjut dalam penentuan volume buah durian berdasarkan algoritma Image
Processing pada jari-jari proyeksi sebaiknya dihitung setiap perputaran sudut 5
..
-PENGEMBANGAN ALGORITMAIAGE PROCESSING
UNTUK MENENTUKAN TINGKA T KEMAT ANGAN BUAH DURIAN
(DlIrio zibelzinlls
Murray) BERDASARKAN BERA T JENISSKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pad a Jurusan Teknik Pertanian Fakultas Teknologi Pertanian
Institut Pertanian Bogor
OIeh:
VERRA MELLY ANA
F01499029
2003
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
PENGEMBANGAN ALGORITMA IMAGE PROCESSING
UNTUK MENENTUKAN TINGKAT KEMATANGAN BUAII DURIAN
(Duro Jetill1" Munay) BERDASARKAN BERA T JENIS
SKRIPSI
Sebagai salah satu syamt uotuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada JUNsan Teknik PeJ1�nian
Fakultas Teknologi Pertanian
Institut Pe."tanian Bogol'
Oleh:
VERRA MELLY ANA
FOl499029
Dilahirkan pada tanggal22 Januari 1981
Di Banduog
Tanggallulus:
PenuCts aiazifi.an
ilJaniuug, }awa iJarat, paia
talOa(
22}anuan
1981
an pasagan Kanona aan
Eelne. Penus merupa�an ana� penama an tga
6ersauara.
iJwayat peiign aimuai aan Se9az Vasar (SV)
•
Neeri lJa6a9n svra6aya XII lJaniug
(1987-1993)
PenuCts meanjut�an petii�an
r
Se9ai Menegaz Penama (SM� Negen
37
Janiug
(1993-1996)
an seanjutnya
r
Se9az Menegai Vmum (SMV)
Neeri
16
lJaiug
(1996-1999)
Paaa taiun
1999,
penults aiterima fi intitut Pertanan Bogor mea{ui
Vian See�si Mas� I3 (VSMI) paa Fa�uCtas <�naogi Penanan
('11) program sti <�n�Penanian (EP)
KATA PENGANTAR
Bismillahirrohmanirrohim. Puji SYUkUf peTIulis panjatkan ke hadirat Allah
SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
yang berjudul Pengembangan Algoritma Image Processing uotuk Menentukan
Tingkat Kematangan Buah Durian (Dllrio Zibethinus Murray) Berdasarkan Berat
Jenis dapat diselesaikan dengan baik.
Skripsi ini merupakan hasil penelitian yang dilaksanakan di Laboratorium
Teknik Pengoiahan Pangan dan Hasil Pertanian, Jurusan Teknik Pertanian, Fakultas
Tecnologi Pertanian, Institut Pertaoian Bogor, sejak awal bulan Maret sampai awal
bulan juli 2003.
Ungkapan rasa terimakasih yang sedalam-dalamnya atas segala bantuan baik
meril maupun materi, penulis ucapkan kepada:
1. Dr. Ir. ] Wayan Budiastra, M.Agr., selaku dosen pembimbing yang selalu
memberikan semangat dan bimbingannya kepada penulis sehingga skripsi Int
dapat terselesaikan.
2. Dr. Jr. I Dewa 'Made Subrata, tI.Agr dan Dr. Jr. Sliroso, M. Agr selaku dosen penguji pada ujian skripsi
3. Papa, tlama, Debby, dan Noni tersayang atas dorongan semangat dan do'anya
yang diberikan selama ini. I Love U So Much!
4. Deff ArnaIdy, SKSKTMts atas bantuan dan dorongan semangat untuk maju terus and for being here in my heart ..
5., Mendiang Adrian "Adio" {ansen Alfritz, sobat terbaik yang tak terJupakan.
6. Sulyaden, yang telah membantu penulis saat penelitian dilaksanakan.
7. Dheni & Weedee, tenan seperjuangan dan satu dosen pembimbing.
8. Tenan seperjuangan Sarah, YusufH, Suroso, Avi, Lukman, atas segaia tawa
canda, dukungan dan bantuan yang diberikan.
9. Diana, sobat yang selalu ceria dan tenan-tenan seperiuangall EP'36 yang tida.: bisa disebutkan satu per satu
10. Serta seluruh warga dan staf Teknik Pertanian atas segala bantuan dan
Walaupun bagaimanapun perJuangan yang penulis lakukan. tetapi penulis
menyadari adanya kekurangan dalam tulisan ini. Penulis sangat mengharapkan saran
dan kritik demi kesempumaannya. Semoga tulisan ini dapat memberi manfaat bagi
nusa dan bangsa pada umumnya dan khususnya bagi yang memeriukannya.
Bogor, Agustus 203
DAfARISI
B. Imge Proce�sing (Pengolahan Citra)
1. Perangkat Keras .... .
2. Perangkat LunaL .. .
C. Aplikasi Teknik Image Processing di Bidang Pertnian D. Pmrogaman dengan VisnaJ Basic 6.0 ...