Pengembangan Algoritma Image Processing untuk Menentukan Tingkat Kematangan Buah Durian (Durio zibethinus Murray) Berdasarkan Berat Jenis

(1)

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

(2)

DenJan 8eJaJa dnfa kW'e'8en�ahkan

ka'�a indah ini wnfwk >a'a, Mana,

(3)

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

(4)

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

(5)

..

-PENGEMBANGAN ALGORITMAIAGE PROCESSING

UNTUK MENENTUKAN TINGKA T KEMAT ANGAN BUAH DURIAN

(DlIrio zibelzinlls

Murray) BERDASARKAN BERA T JENIS

SKRIPSI

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

INSTITUT PERTANIAN BOGOR

(6)

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:

(7)

PenuCts aiazifi.an

i

_{lJaniuug, }awa iJarat, paia}

talOa(

22

_}anuan

1981

an pasagan Kanona aan

Ee

lne. 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)

(8)

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

(9)

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

(10)

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 ...

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

(46)

(47)

(48)

(49)

(50)

(51)

(52)

(53)

(54)

(55)

(56)

(57)

(58)

(59)

(60)

(61)

(62)

(63)

(64)

(65)

(66)

(67)

(68)

(69)

(70)

(71)

(72)

(73)

(74)

(75)

(76)

(77)

(78)

(79)

(80)

(81)

(82)

(83)

(84)

(85)

(86)

(87)

(88)

(89)

(90)

(91)

(92)

(93)

(94)

(95)

(96)

(97)

(98)

(99)

(100)

(101)

(102)

(103)

(104)

(105)

(106)

(107)

(108)

(109)

(110)

(111)

(112)

(113)