PERANCANGAN SISTEM IDENTIFIKASI FERTILITAS DAN DAYA TETAS TELUR ITIK BERBASIS DIGITAL IMAGE PROCESSING

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 • Perancangan

hard 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=0.0339

Xbar-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 − 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 − μ_3𝜎

, 𝐶𝑝𝑙 =

μ−LSL_3𝜎

)

= min (𝐶𝑝𝑢 =

0.79− 0.767_3x0.065

, 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 − μ_3𝜎

, 𝐶𝑝𝑙 =

μ−LSL_3𝜎

)

= min (𝐶𝑝𝑢 =

0.79− 0.767_3x0.065

, 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 − μ_3𝜎

, 𝐶𝑝𝑙 =

μ−LSL_3𝜎

)

= min (𝐶𝑝𝑢 =

0.79− 0.767_3x0.065

, 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 − μ_3𝜎

, 𝐶𝑝𝑙 =

μ−LSL_3𝜎

)

= min (𝐶𝑝𝑢 =

0.79− 0.767_3x0.065

, 𝐶𝑝𝑙 =

0.767−0.7

3x0.065

)

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 = 0.48

Histogram

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 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

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.