i Universitas Kristen Maranatha KLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN
PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA
Arina Diori (0722107)
Jurusan Teknik Elektro Universitas Kristen Maranatha email: arinadiorisinaga@yahoo.com
ABSTRAK
Buah stroberi merupakan buah yang banyak dikonsumsi di Indonesia namun
pemutuannya masih dilakukan secara manual sehingga buah stoberi sering ditemui dalam
keadaan yang tidak baik dan tidak seragam. Buah stroberi juga merupakan buah yang mudah
mengalami kecacatan, oleh karena itu pengolahan citra digital merupakan salah satu teknologi
yang berpeluang cukup besar untuk diterapkan pada mesin sortasi dan pemutuan otomatis.
Pada pemutuan dengan pengolahan citra dilakukan ektraksi ciri buah berdasarkan atribut
kecacatannya, yaitu warna buah, bentuk buah, dan tekstur buah. Esktraksi ciri terlebih dahulu
dilakukan pada citra latih buah yang bagus untuk mendapatkan nilai threshold. Nilai threshold
ini kemudian dibandingkan dengan nilai ekstraksi ciri citra latih buah stroberi. Hasilnya berupa
klasifikasi mutu buah stroberi dalam keadaan bagus dan jelek.
Hasil pemutuannya dibandingkan dengan pemutuan masing – masing ekstraksi atribut kecacatan, dan hasilnya cukup sesuai dengan pemutuan buah stroberi secara manual.
ii Universitas Kristen Maranatha QUALITY CLASSIFICATION OF FRESH STRAWBERRIES BASED ON DEFFECT ATTRIBUTES MEASUREMENT USING IMAGE PROCESSING
Arina Diori (0722107)
Department of Electrical Engineering Maranatha Christian University email: arinadiorisinaga@yahoo.com
ABSTRACT
Strawberry is a fruit that is widely consumed in Indonesia but quality product still done
manually so that strawberry are often encountered in a state that is not good and not uniform.
Strawberry is a fruit that is also prone to disability, therefore, digital image processing
technology is one that is likely large enough to be applied to the automated sorting machines.
In quality classification with image processing performed by the attribute extraction of
fruit characteristics disability, that is fruit color, fruit shape, and texture of the fruit.
Characteristic extraction is conducted prior to the training images to obtain good fruit threshold
value. This threshold value is then compared with the value of the image feature extraction
training strawberries. The result is a classification of quality in good condition and the poor
condition.
The results compared with quality classification each attribute extraction of disability,
and the result is quite in accordance with quality control of strawberries manually.
v Universitas Kristen Maranatha
BAB III. PERANCANGAN DAN REALISASI PERANGKAT LUNAK 3.1 Perancangan algoritma klasifikasi mutu stoberi untuk citra latih …………. 16
vi Universitas Kristen Maranatha
3.3 Perancangan algoritma klasifikasi mutu stoberi untuk citra uji………. 18
3.4 Algoritma pengolahan citra untuk citra uji……… 19
3.5 Ektraksi Warna 3.5.1 Perancangan algoritma data latih ekstraksi warna……… 20
3.5.2 Algoritma pengolahan citra data latih ektraksi warna……….. 21
3.5.3 Perancangan algoritma data uji ekstraksi warna……… 22
3.5.4 Algoritma pengolahan citra data uji ektraksi warna………... 23
3.5.5 Penerapan rumus euclidean distance pada nilai histogram warna…. ..25
3.6 Ektraksi Bentuk 3.6.1 Perancangan algoritma data latih ekstraksi bentuk………. 27
3.6.2 Algoritma pengolahan citra data latih ektraksi bentuk……….. 28
3.6.3 Perancangan algoritma data uji ekstraksi bentuk……… 29
3.6.4 Algoritma pengolahan citra data uji ektraksi bentuk……….. 30
3.6.5 Penerapan logika xor pada piksel hasil ekstraksi bentuk…………... 33
3.7. Ekstraksi Tekstur 3.7.1 Perancangan algoritma data latih ekstraksi tekstur………. 34
3.7.2 Algoritma pengolahan citra data latih ektraksi tekstur………....35
3.7.3 Perancangan algoritma data uji ekstraksi tekstur……….36
3.7.4 Algoritma pengolahan citra data uji ektraksi tekstur………...37
BAB IV. PENGUJIAN DAN ANALISIS DATA 4.1 Data citra latih……….. ... 40
4.2 Penentuan nilai threshold berdasarkan data latih………. ...43
vii Universitas Kristen Maranatha
DAFTAR GAMBAR
Halaman
Gambar 2.1 Buah Stroberi………5
Gambar 2.2 Bagian Stroberi Akibat Benturan………..6
Gambar 2.3 Bentuk Stroberi Cacat dan Sempurna………...7
Gambar 2.4 Warna Gradasi Buah Stroberi……….. 8
Gambar 2.5 Keriput dan Biji Luar pada Stroberi………10
Gambar 3.1 Blok Diagram Penentuan Nilai Threshold………...16
Gambar 3.2 Blok Diagram Penentuan Mutu Stroberi untuk Citra Uji………... 18
Gambar 3.3 Blok Diagram Penentuan Nilai Threshold dari Estraksi Warna Data Latih….. ……… .20
Gambar 3.4. Blok Diagram Ekstraksi Warna Citra Uji……….. 22
Gambar 3.5 Program Menghitung Nilai Histogram Warna Dua Buah Citra……..23
Gambar 3.6 Histogram Warna dari Citra………24
Gambar 3.7 Nilai Histogram Red Dua Buah Citra………. 25
Gambar 3.8 Blok Diagram Penentuan Nilai Threshold dari Estraksi Warna Data Latih……….27
Gambar 3.9. Blok Diagram Ekstraksi Bentuk Citra Uji………..29
Gambar 3.10 Program Untuk Menghitung Nilai Bit 1 Dari Matriks Hasil Xor Dua Buah Citra Hasil Ekstraksi Bentuk…... 31
Gambar 3.11 Ekstraksi Bentuk Citra………...32
Gambar 3.12. Hasil logika xor pada korelasi dua buah matriks……… 33
Gambar 3.13 Blok diagram penentuan nilai mutu stroberi dari hasil ekstraksi tekstur citra latih……… ……34
viii Universitas Kristen Maranatha
Gambar 3.15 Program untuk menghitung jarak euclidean dari ekstraksi tekstur dua
buah citra………38
Gambar 3.16 Hasil ekstraksi tekstur sebuah citra (intensitas warna, nilai rata-rata, entropi, energi, dan homogenitas)………..39
Gambar 3.17 Hasil jarak euclidean dari dua buah citra hasil tekstur………...39
ix Universitas Kristen Maranatha
DAFTAR TABEL
Halaman
TABEL 2.1 Panjang dan diameter aktual buah stroberi……… 9
TABEL 2.2 Logika XOR………...15
TABEL 4.1 Hasil ektraksi warna, bentuk, dan tekstur dari untuk citra………….. 40
1 Universitas Kristen Maranatha
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Indonesia merupakan negara agraris yang sebagian besar perekonomiannya
didukung oleh pertanian. Salah satu produk pertanian Indonesia adalah buah-buahan.
Buah stroberi (Fragaria chiloensis L) merupakan buah yang sudah sangat dikenal oleh
masyarakat luas, buah ini paling sering dikonsumsi sebagai pemanis atau hiasan pada
hidangan makanan (garnish). Stroberi juga merupakan salah satu komoditi hortikultura
yang berpotensi besar untuk dikembangkan secara komersial. Banyaknya industri
pengolahan yang memanfaatkan stroberi sebagai bahan baku menyebabkan permintaan
akan stroberi terus meningkat. Tetapi, hingga saat ini Indonesia belum mampu
meningkatkan ekspor stroberi karena masih sulit memenuhi persyaratan mutu yang
diminta negara tujuan ekspor.
Seperti halnya hasil-hasil pertanian lainnya, buah stroberi termasuk mudah
mengalami kerusakan/pembusukan (perishable). Di Indonesia buah stoberi disortasi
secara manual berdasarkan pengalaman yang turun-temurun, sehingga hasilnya tidak
seragam dan membutuhkan waktu yang lama sesuai keadaan dan kondisi dari tenaga
penyortir. Oleh karena itu diperlukan suatu metoda untuk menghasilkan sistem sortasi
secara otomatik dengan akurasi yang tinggi dan waktu yang relatif singkat.
Analisis kecacatan mutu buah stroberi secara manual telah dilakukan di PT.
Kusuma Satria Dinasasri Wisatajaya Batu atau yang lebih dikenal dengan PT Kusuma
Agrowisata yang berlokasi di Batu, Malang – Jawa Timur.[3]. Sehingga dari hasil data
yang diperoleh didapatkan informasi untuk mengembangkan teknologi dalam pemutuan.
Salah satu alternatif teknologi yang dapat digunakan adalah teknik pengolahan
citra untuk sortasi secara visual. Pengolahan citra (image processing) merupakan salah
satu teknologi yang berpeluang cukup besar untuk diterapkan pada mesin sortasi dan
2 Universitas Kristen Maranatha
untuk mendapatkan informasi dari citra dengan cara memodifikasi bagian dari citra yang
diperlukan sehingga menghasilkan citra lain yang lebih informatif. Tugas akhir ini akan
mengidentifikasi kualitas buah stroberi pasca panen berdasarkan pada parameter
kecacatan buah stroberi segar melalui citra yang direkam oleh kamera untuk
menggantikan penilaian manual secara visual oleh manusia. Parameter yang digunakan
diantaranya warna kulit buah, bentuk buah, dan tekstur buah stroberi.
1.2 Rumusan Masalah
Masalah yang akan dibahas pada Tugas Akhir ini adalah:
Bagaimana menyusun algoritma pengolahan citra untuk proses klasifikasi kualitas buah stroberi berdasarkan atribut yang telah ditentukan?
Bagaimana hasil perbandingan kualitas buah stroberi yang diperoleh dari algoritma
pengolahan citra yang telah disusun?
1.3 Tujuan
Tujuan Tugas Akhir ini adalah:
Menyusun algoritma pengolahan citra untuk proses identifikasi klasifikasi buah stroberi berdasarkan atribut yang telah ditentukan.
Membandingan kualitas buah stroberi yang diperoleh dari algoritma pengolahan citra
3 Universitas Kristen Maranatha 1.4 Pembatasan Masalah
Dalam pembuatan tugas akhir ini diperlukan adanya batasan-batasan agar tidak menyimpang
dari yang telah direncanakan sehingga tujuan yang sebenarnya dapat tercapai. Adapun
batasan-batasan tersebut adalah
Citra yang dikenali adalah buah stroberi segar pasca panen yang tersedia di retail
/supermarket.
Citra stroberi yang akan diolah diambil dengan menggunakan kamera CCD (Charge
Coupled Device).
Objek diletakkan pada kertas berwarna putih.
Intensitas cahaya terang.
Citra diambil dengan arah tegak lurus dari kamera dengan jarak 30 cm dari objek.
Ukuran citra yang digunakan adalah 160 x 160 piksel.
Hanya 1 (satu) objek stroberi pada 1 (satu) citra.
Perancangan algoritma image processing menggunakan Matlab 7.12.0 (R2011a).1
1.5 Sistematika Penulisan
Untuk memberikan gambaran yang jelas mengenai penulisan tugas akhir ini, maka
ditentukan sistematika penulisan sebagai berikut:
BAB I PENDAHULUAN
Bab ini membahas latar belakang penulisan tugas akhir, perumusan masalah, tujuan,
pembatasan masalah serta metodologi penelitian.
BAB II LANDASAN TEORI
Bab ini membahas dasar-dasar teori yang berkaitan dengan topik dan perangkat lunak
4 Universitas Kristen Maranatha BAB III PERANCANGAN DAN REALISASI PERANGKAT LUNAK
Bab ini membahas perancangan dan realisasi perangkat lunak yang akan digunakan
dalam penulisan tugas akhir ini.
BAB IV PENGUJIAN DAN ANALISIS DATA
Bab ini berisi hasil data pengamatan saat pengujian dan analisa data pengamatan yang
diperoleh pada tahap pengujian.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari pengujian yang dilakukan dan saran pengembangan untuk
47 Universitas Kristen Maranatha
BAB V
KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari hasil uji coba yang telah dilakukan serta saran untuk
pengembangan aplikasi selanjutnya.
5.1 Kesimpulan
Berikut penulis akan memaparkan beberapa kesimpulan dari hasil uji coba yang telah
dilakukan.
1. Pada tugas akhir ini telah berhasil disusun algoritma pengolahan citra untuk klasifikasi
kualitas buah stroberi segar berdasarkan atribut yang telah ditentukan.
2. Dari hasil citra uji dapat dilihat bahwa pemutuan dengan pengolahan citra dibandingkan
dengan pemutuan manual memiliki ketepatan 100 %.
5.2 Saran
Berikut merupakan saran untuk pengembangan aplikasi pengolahan citra pada pemutuan
buah stroberi.
1. Pengambilan citra sebaiknya diambil pada posisi atas dan bawah, bisa menggunakan
dua buah kamera dalam waktu yang sama agar kecacatan buah khususnya kecacatan
tekstur bisa lebih dikenali.
2. Sebaiknya dalam proses pengambilan citra buah stoberi diberikan alat yang dapat
membatasi arah buah stroberi menjadi satu arah (tingkat kemiringan yang sama) dan
48 Universitas Kristen Maranatha
DAFTAR PUSTAKA
[1] Gonzales, R.C., Woods, R.E. 2002. Digital Image Processing Second Edition. New
York : Prentice Hall.
[2] Hartadi, Riyan., Santoso, Imam., Hidayatno Achmad. Deteksi Potensi Kanker
Payudara pada Mammogram Menggunakan Metode Gray Level Co – Occurrence
Matrices.
[3] Karmilasari., Sumarna, Agus. 2011. Temu Kenali Citra Berbasis Konten Warna.
Seminar Nasional Aplikasi Teknologi Informasi 2011. Yogyakarta.
[4] Malona, Dora. 2012. Analisis Kualitas Produk Buah Stroberi Segar Berdasarkan
Pengukuran Atribut Kecacatan, PT Kusuma Agrobio Bina Tani Perkasa, Batu, Jawa
Timur. Laporan Kerja Praktek. Yogyakarta : Universitas Gadjah Mada.
[5] Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik.
Bandung : Informartika Bandung.
[6] Prasetyani, Emma. 2008. Evaluasi Parameter Pemutuan Buah Stroberi (Fragaria
chiloensis L.) Menggunakan Pengolahan Citra. Bogor : Institut Pertanian Bogor.
[7] Wijayanto, Dani., Hidayatno, Achmad., Santoso, Imam. Aplikasi Pengolahan Citra
untuk Identifikasi Produk Berdasarkan Label Kemasannya. Semarang : Universitas
Diponegoro.
[8] Xaverius, Fransiscus. 2012. Pengenalan Pola Citra Tekstur dengan Metode Jarak
Euclidean. Jakarta : Universitas Budi Luhur.
[9]