PERANCANGAN SISTEM IDENTIFIKASI FERTILITAS DAN
DAYA TETAS TELUR ITIK BERBASIS DIGITAL IMAGE
PROCESSING
Siti Cholifah
2509100160
Latar Belakang
Konsumsi
Daging Itik
Semakin
Tinggi
Produksi
Daging Itik
Tinggi
Populasi Itik
Meningkat
Latar Belakang (Cont’)
Hirarkhi Itik
Latar Belakang (Cont’)
Ada tidaknya embrio dalam telur
Indeks telur itik 70-79%
Berat telur 60 hingga 70 gram per butir
Telur berwarna biru muda
Telur tidak kotor
Telur tidak retak
Ciri-ciri telur itik tetas yang baik
Rumusan Masalah
Bagaimana menciptakan suatu rancangan sistem
identifikasi fertilitas dan daya tetas telur itik
secara otomatis menggunakan digital image
processing yang dapat digunakan untuk
mempercepat proses identifikasi dan sortir di
dalam industri kecil menengah sehingga dapat
Tujuan Penelitian
1
• Merancang sistem identifikasi fertilitas dan indeks telur itik menggunakan
digital image processing
2
• Menguji mekanisme dan kelayakan investasi alat berdasarkan output yang
dihasilkan
1
• Hasil penelitian mampu meningkatkan produksi peternak itik lokal
2
• Menyimpan informasi identifkasi telur ke dalam database perangkat lunak
untuk melakukan perbaikan berkelanjutan
Ruang Lingkup Penelitian
1
• Objek amatan dalam penelitian ini adalah telur itik
2
• Sistem yang dirancang dalam penelitian ini menilai telur itik pada
tahapan identifikasi fertilitas dan indeks telur
3
• Alat ini dapat digunakan untuk mengidentifikasi fertilitas telur itik sebelum
masuk mesin penetas
Batasan
Asumsi
1
• Hasil identifikasi fertilitas dan indeks telur itik secara manual yang
digunakan untuk melakukan pengujian data adalah benar
2
• Semua bentuk telur itik bisa digunakan sebagai objek penelitian
3
• Kinerja alat tidak terganggu dengan keadaan di sekitar sistem.
Metodologi Penelitian
• Identifikasi dan Perumusan Masalah • Penentuan Tujuan Penelitian • Studi Literatur • Studi Lapangan Identifikasi Masalah • Perancanganhard maupun soft ware • Verifikasi dan Pengujian Alat • Pengolahan data Perancangan Sistem dan Pengolahan Data • Analisis Rancangan dan Interpretasi Data Analisa dan Interpretasi Data • Kesimpulan dan Saran Penelitian Kesimpulan dan Saran
PENGUMPULAN, INTERPRETASI, DAN
ANALISA DATA
Gambaran Objek Amatan
Telur Fertil (kiri) dan Telur Infertil (kanan)
Telur yang Memenuhi Indeks Tetas (kiri) dan
Tidak Memenuhi Indeks Tetas (kanan)
lebar telur itik
panjang telur itik
×
100%
Indeks telur itik =
Gambaran Umum Penggunaan
Perangkat Lunak
Mulai kotak tepi luar telur = Inisialisasi posisi 0
Capture, gambar, data
gambar disimpan dan mengekstrak ukuran
gambar
Deteksi ukuran telur dengan filter edge
detection
Deteksi pusat dari ukuran telur dan membuat kotak dalam
telur Menambahkan layer
kotak ukuran telur dan teks untuk ada tidaknya embrio pada
gambar Deteksi embrio dengan di-filter menggunakan detection object Selesai
Gambaran Umum Rancangan Alat
Box gelap
Gambaran Umum Rancangan
Alat (Cont’)
Alas lampu
Led super bright
white
Gambaran Umum Rancangan
Alat (Cont’)
Web camera
Rangkaian kabel
lampu
Gambaran Umum Rancangan
Alat (Cont’)
Interface USB 2.0
Perancangan perangkat lunak alat
Interface Sistem
Perancangan Perangkat Lunak
Alat (Cont’)
Sistem untuk Pendaftaran Operator Baru
Perancangan Perangkat Lunak
Alat (Cont’)
Tampilan Operator akan
Masuk Sistem
Perancangan Perangkat Lunak
Alat (Cont’)
Tampilan Operator akan
Masuk Sistem
Perancangan Perangkat Lunak
Alat (Cont’)
Perancangan Perangkat Lunak
Alat (Cont’)
Indukan
Itik Telur Itik
Teridentifikasi Fertil
Teridentifikasi Infertil
Indeks Telur Tetas
MemenuhiSyarat Bibit Itik Itik Petelur
Telur Itik Konsumsi Indeks Telur Tetas
tidak Memenuhi Syarat Itik Indukan Itik Pedaging Telur Itik/Olahan Sistem mengidentifikasi
dan menyimpan data fertilitas dan indeks telur
Hasilrekap data bisa diintegrasikan mulai daripeternak hingga konsumen telur (bentuk) dan bibit Itik (%fertil dan bentuk)
secara langsung
Data berupa nilaiindeks, fertilitas telur, persentase indeks tidak memenuhisyarat dan telur ditetaskan.
Data bisa dijadikan inputan bagipeternak untuk melakukan continoues improvement
RCA Telur Itik
Perancangan Perangkat Lunak
Alat (Cont’)
Hasil Uji Validasi Dan Output Alat
Paired Differences
t df Sig. (2-tailed) Mean Std. Deviation Std. Error
Mean 95% Confidence Interval of the Difference Lower Upper Pair 1 VAR00001 - VAR00002 .00681 .05377 .00517 -.00345 .01706 1.315 107 .191
Hasil SPSS untuk Indeks Telur
Hasil Uji Validasi Dan Output
Alat (Cont’)
Control Chart
Control Chart (Cont’)
Sample S a m p le M e a n 12 11 10 9 8 7 6 5 4 3 2 1 0.80 0.75 0.70 __ X=0.7674 UC L=0.8294 LC L=0.7053 Sample S a m p le R a n g e 12 11 10 9 8 7 6 5 4 3 2 1 0.3 0.2 0.1 0.0 _ R=0.1843 UC L=0.3347 LC L=0.0339Xbar-R Chart of C1, ..., C9 UCL = 𝑥 + A
2𝑅
(Error! No text of specified style in document..1) CL = 𝑥
(Error! No text of specified style in document..2) LCL = 𝑥 − A2𝑅
UCL = 𝑥 + A2𝑅
(Error! No text of specified style in document..1) CL = 𝑥
(Error! No text of specified style in document..2) LCL = 𝑥 − A2𝑅
UCL = 𝑥 + A2𝑅
(Error! No text of specified style in document..1) CL = 𝑥
(Error! No text of specified style in document..2) LCL = 𝑥 − A2𝑅 LCL = 𝐷3𝑅 CL = 𝑅 UCL = 𝐷4𝑅 = 0.767 = 0.767 + (0.337 x 0.193) = 0.832 = 0.767 - (0.337 x 0.193) = 0.702 = 0.767 + (0.337 x 0.193) = 0.832 = 0.767 - (0.337 x 0.193) = 0.702 = 0.193 = 1.816 x 0.193 = 0.35 = 0.184 x 0.193 = 0.035 = 0.184 x 0.193 = 0.035 = 1.816 x 0.193 = 0.35
Capability Process
𝐂𝐩 =
𝐔𝐒𝐋 − 𝐋𝐒𝐋𝟔 × 𝝈
(Error!
No
text of specified style in document..1)
=
0.79 − 0.7
6 x 0.065
= 0.231
Cpk = min (Cpu, Cpl)
(Error! No text of specified style in document..2)
= min (𝐶𝑝𝑢 =
USL − μ3𝜎, 𝐶𝑝𝑙 =
μ−LSL3𝜎)
= min (𝐶𝑝𝑢 =
0.79− 0.7673x0.065, 𝐶𝑝𝑙 =
0.767−0.7 3x0.065)
= min (Cpu = 0,11, Cpl = 0.34) = 0,11
𝐂𝐩 =
𝐔𝐒𝐋 − 𝐋𝐒𝐋 𝟔 × 𝝈(Error!
No
text of specified style in document..1)
=
0.79 − 0.7
6 x 0.065
= 0.231
Cpk = min (Cpu, Cpl)
(Error! No text of specified style in document..2)
= min (𝐶𝑝𝑢 =
USL − μ3𝜎, 𝐶𝑝𝑙 =
μ−LSL3𝜎)
= min (𝐶𝑝𝑢 =
0.79− 0.7673x0.065, 𝐶𝑝𝑙 =
0.767−0.7 3x0.065)
= min (Cpu = 0,11, Cpl = 0.34) = 0,11
𝐂𝐩 =
𝐔𝐒𝐋 − 𝐋𝐒𝐋 𝟔 × 𝝈(Error!
No
text of specified style in document..1)
=
0.79 − 0.7
6 x 0.065
= 0.231
Cpk = min (Cpu, Cpl)
(Error! No text of specified style in document..2)
= min (𝐶𝑝𝑢 =
USL − μ3𝜎, 𝐶𝑝𝑙 =
μ−LSL3𝜎)
= min (𝐶𝑝𝑢 =
0.79− 0.7673x0.065, 𝐶𝑝𝑙 =
0.767−0.7 3x0.065)
= min (Cpu = 0,11, Cpl = 0.34) = 0,11
𝐂𝐩 =
𝐔𝐒𝐋 − 𝐋𝐒𝐋 𝟔 × 𝝈(Error!
No
text of specified style in document..1)
=
0.79 − 0.7
6 x 0.065
= 0.231
Cpk = min (Cpu, Cpl)
(Error! No text of specified style in document..2)
= min (𝐶𝑝𝑢 =
USL − μ3𝜎, 𝐶𝑝𝑙 =
μ−LSL3𝜎)
= min (𝐶𝑝𝑢 =
0.79− 0.7673x0.065, 𝐶𝑝𝑙 =
0.767−0.73x0.065
)
P Chart
P Chart (Cont’)
Sample Pr op or tio n 12 11 10 9 8 7 6 5 4 3 2 1 1.0 0.9 0.8 0.7 0.6 0.5 _ P=0.8426 UCL=1 LCL=0.4784 P Chart of C1 CL = sampel pi = 0.84 UCL = p + 3 p (1− p )ni = 0.84 + 3 0.84 (1−0.84 )9 = 1.21 UCL = p + 3 p (1− p )ni = 0.84 - 3 0.84 (1−0.84 )9 = 0.48Histogram
Prosentase Telur Infertil, Indeks Tidak Sesuai, dan Telur Ditolak Masuk Mesin Penetas
Studi Kelayakan Investasi
Biaya Tahunan Challenger
Biaya Tahunan Defender
Net Present Value untuk Defender dan Challenger
Total Biaya Present Value Challenger dan Defender
Analisis Rancangan Perangkat
Keras Alat
Morfologi Chart
Komponen Produk A Alternatif B C Box GelapAcrylic Aluminium Kayu
Lampu
Bohlam Infrared Led
Web Camera
Resolusi dan
Kualitas Rendah Kualitas Tinggi Resolusi dan Resolusi Tinggi dan Kualitas
Rendah
Pallet
Acrylic Aluminium Kayu
Komponen
Produk
A
Alternatif
B
C
Box Gelap
Acrylic
Aluminium
Kayu
Lampu
Bohlam
Infrared
Led
Web Camera
Resolusi dan
Kualitas Rendah
Kualitas Tinggi
Resolusi dan
Resolusi Tinggi
dan Kualitas
Rendah
Pallet
Acrylic
Aluminium
Kayu
Interface
Komponen
Produk
A
Alternatif
B
C
Box Gelap
Acrylic
Aluminium
Kayu
Lampu
Bohlam
Infrared
Led
Web Camera
Resolusi dan
Kualitas Rendah
Kualitas Tinggi
Resolusi dan
Resolusi Tinggi
dan Kualitas
Rendah
Pallet
Acrylic
Aluminium
Kayu
Interface
Morfologi Chart (Cont’)
Analisis Rancangan Perangkat
Keras Alat (Cont’)
Kesimpulan
1
• Alat yang dibuat mampu melakukan identifikasi fertilitas telur berdasarkan dua indikator telur tetas yang baik yakni ada tidaknya embrio dalam telur dan indeks telur antara 70-79
2
• Pengembangan sistem identifikasi fertilitas telur menggunakan digital image processing bisa dilakukan
3 • Alat hasil penelitian dapat diaplikasikan dalam kehidupan di masyarakat
4
• Berdasarkan hasil penelitian, identifikasi yang dilakukan sistem lebih cepat dan murah daripada proses identifikasi (peneropongan) manual
5
• Alat yang dihasilkan mampu menghasilkan peta kontrol yang dapat digunakan untuk melakukan perbaikan berkelanjutan
Saran
1
• Dalam pengembangan ilmu identifikasi bahan makanan dalam penelitian ini adalah telur, sebaiknya lampu yang digunakan adalah lampu infra merah agar kualitas bahan makanan dapat lebih terjaga
2 • Pengembangan identifikasi fertilitas telur tidak hanya menggunakan dua indikator
3
• Penelitian selanjutnya diharapkan dapat meng-capture untuk telur dengan ketebalan cangkang yang berbeda-beda
4
• Penelitian selanjutnya diharapkan dapat mengidentifikasi faktor lain penentu tingginya daya tetas telur itik
• Adluna, L. (2012). Perancangan Automated Multi-View Inspection And Grading Sistem Berbasis Digital Image Processing.
• Anil, J. K. (1989). Fundamentals of Digital Image Processing. New Jersey: Prentice-Hall, Inc.
• Anonim. (2011). Membangun Usaha Penetasan Telur Itik. www.agromedia.net. • Anonim. (2012). Permintaan Daging Bebek Tinggi, Harga DOD Meroket.
www.livestockreview.com.
• Ballard, D. H. (1982). Computer Vision. New Jersey: Prentice-Hall Inc.
• Ballou, R. H. (2004). Business Logistics Management. USA: Prentice Hall International, Inc. • Barati, M. (2008). Dynamic simulation of pellet induration process in straight-grate sistem.
International Journal of Mineral Processing , 30-39.
• Cabe, D. S. (1999). Introduction to the Practice of Statistics. New York: W. H. Freeman. • Faridah, N. A. (2008). Aplikasi Mesin Visi dalam Pendeteksian Fertilitas Telur.
• Gaspersz, V. (1997). Manajemen Kualitas. Jakarta: PT. Gramedia Pustaka Umum. • Juran, J. M. (1992). Juran on Quality by Design. New York: The Free Press.
• Jutawan, A. (2005). Mesin Tetas Listrik dan Induk Buatan. Yogyakarta: Kanisius. • King, D. F. (1939). The Detection of Infertile Eggs and Its Application to Hatchery
Management.
• King, D. F. (1939). The Detection of Infertile Eggs and Its Application to Hatchery Management.
• Montgomery, D. C. (1991). Introduction to Statistical Quality Control. New York: John Wiley & Sons, Inc.
• Mulyadi. (2001). Sistem Akuntansi. Yogyakarta: STIE YKPN.
• Mulyanta, E. S. (2006). Pengolahan Digital Image dengan Photoshop CS2. Yogyakarta: Penerbit Andi.
• Munir, R. (2004). Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika.
• Muslim, A. (1992). Budidaya Mina Itik. Yogyakarta: Kansius.
• Mustapha, d. F. (2010). Preliminary study on the fabrication of aluminium foam through pressure. Journal of Materials Processing Technology .
• Mustaqim, Y. P. (2010). Automated visual grading and inspection for egg. Journal of Industrial Engineering. Journal of Industrial Engineering , 1-8.
• Oro, d. (2012). Comparative Life Cycle Assesment of Thermal Energy Storage Sistem for Solar Power Plants. Renewable Energy , 166-173.
• Smith, L. M. (1995). A Practical Approach in Substation Capasitor Bank Application to Calculating, Limiting, and Reducing the Effect of Transient Current. IEEE , 31.
• Smith, M. G. (2004). Statistical Process Control and Quality Improvement. New Jersey: Prentice Hall.
• Sumantri. (n.d.). Teknis Penetasan Telur Semi Insentif. Balai Penelitian Ternak Po Box 221
Bogor 16002 .
• Sun, D. W. (2009). Eggs and Egg Products. In Infrared Spectroscopy for Food Quality
Analysis and Control. USA: Elsevier Inc.
• Tague, N. R. (2005). The Quality Toolbox. Winconsin: ASQ Quality Press.
• Trucco, E. a. Introductor Techniques for 3-D Computer Vision. US: Prentice Hall.
• V Patel, M. C. (1998). Development and evaluation of an expert sistem for egg sorting.
Computer adn Electronics in Agriculture , 97-116.
• Wakhid, A. (2010). Buku Pintar Beternak dan Bisnis Itik. Tangerang: PT. AgroMedia Pustaka.
• Y Li, S. D. (2012). A machine vision sistem for identification of micro-crack in egg shell. Journal of Food Engineering. Jornal of Food Engineering , 127-134.