134
RANCANG BANGUN ALAT GRADING BUAH TOMAT (Solanum lycopersicum, L) MENGGUNAKAN SENSOR WARNA TCS230
Design of Tomato Grading Equipment (Solanum Lycopersicum, L) Using Color Sensor Tcs230
Khandra Fahmy1*, Andasuryani1, Rola Esvendiarmi1
Jurusan Teknik Pertanian-Fakultas Teknologi Pertanian-Universitas Andalas Kampus Unand, Limau Manis, Padang-25163
*Email khandrafahmy@fateta.unand.ac.id Abstrak
Penelitian ini bertujuan untuk (a) melakukan perancangan sistem alat grading buah tomat untuk mengetahui kerja alat dan keakuratan berdasarkan ukuran warna, (b) merancang sistem otomatis rangkaian elektronika dan bahasa program untuk alat grading buah tomat menggunakan sensor warna TCS230, (c) melakukan pengujian kinerja alat grading buah tomat berdasarkan ukuran warna buah tomat. Metode yang digunakan pada penelitian ini adalah metode eksperimen terdiri dari identifikasi masalah, investarisasi ide, penyempurnaan ide, prinsip kerja, rancangan fungsional, rancangan struktural, tahap perakitan, dan tahap uji kinerja alat. Rancang bangun yang dilakukan dapat menghasilkan alat grading buah tomat menggunakan sensor warna TCS230 gabungan hasil rancangan mekanik dan rangkaian elektonika sistem otomatis dengan prinsip kerja. (1) alat disambungkan dengan sumber listrik. (2) buah tomat dimasukan pada ruang scannimg melalui hopper (3) sensor warna TCS230 membaca warna buah tomat. (4) warna buah tomat ditampilkan pada LCD. (5) motor central lock mendorong buah tomat. (6) motor servo MG996R menggerakkan pintu keluaran ke kanan jika yang terbaca tomat warna hijau dan ke kiri jika tomat warna merah. (7) motor servo SG90 membuka portal pintu keluaran dan buah tomat keluar. Pengujian alat grading menggunakan sensor warna TCS230 mendekati akurat karena nilai koefisien determinasi 0.8747 untuk R, 0.9646 untuk nilai G, dan 0.8538 untuk nilai B. Penentuan kelas buah tomat juga mendekati maksimal, hanya 3.333% kesalahan dalam pembacaan kelas buah tomat.
Kata kunci:Tomat, Alat Grading, Warna, Sensor Warna TCS230.
PENDAHULUAN
Peningkatan produktifitas tomat tidak berbanding lurus dengan perkembangan teknologi pertanian tomat terutama pada prosesgrading (pengelompokan). Berdasarkan survei dilapangan proses grading dilakukan secara manual (menggunakan tenaga manuasia) dan pengelompokan buah tomat di pasar dan supermarket dikelompokkan dengan 2 ukuran warna yaitu kelompok buah tomat merah dan kelompok buah tomat hijau. Apabila buah tomat merah dan hijau disatukan pada suatu tempat lama - kelamaan tomat warna merah merusak tomat warna hijau karena tomat warna merah lebih cepat membusuk dari pada tomat hijau.
Penggunaan tenaga manusia (manual) sebagai penentu pengelompokan buah berdasarkan warna memiliki kekurangan. Kelemahan yang dimiliki manusia adalah ketika manusia melakukan tugas sensorik dalam kapasitas yang besar. Penilaian manusia yang bersifat subjektif dan tidak konsisten terhadap objek buah serta pekerjaan yang berulang-ulang dapat menyebabkan kejenuhan terutama dalam pemisahan buah berdasarkan warna.
Oleh karena itu perlu dikembangkan teknologi yang tepat sebagai solusi untuk pengelompokan dilakukan secara manual, seperti alat sortasi buah menggunakan Mikrokontroler AVR ATMega 16 yang dirancang oleh Anugrahandy et al. (2013). Alat sortasi buah ini bekerja dengan menggunakan mikrokontroler sebagai pusat
135 pengendalian. Alat sortasi tersebut melakukan sortasi berdasarkan nilai ukuran diameter buah yang telah dilakukan scanning oleh webcam yang dianalisa dan diolah oleh program Delphi pada komputer yangselanjutnya akan memberikan informasi ke mikrokontroler untuk memberikan perintah kepada motor servo. Sementara itu kelemahan alat ini dalam melakukan sortasi adalah motor servo yang bekerja pada sistem pengumpanan buah masih bekerja kurang efektif karena motor servo yang digunakan kurang kuat untuk melakukan dorongan terhadap buah. Untuk mengatasi permasalahan diatas maka upaya yang bisa dilakukan adalah dengan melakukan perbaikan pada sistem pengumpanan terutama mengganti motor servo dengan kualitas torsi yang lebih kuat.
Penelitian ini bertujuan untuk (a) melakukan perancangan sistem alat grading buah tomat untuk mengetahui kerja alat dan keakuratan berdasarkan ukuran warna, (b) merancang sistem otomatis rangkaian elektronika dan bahasa program untuk alat grading buah tomat menggunakan sensor warna TCS230, (c) melakukan pengujian kinerja alat grading buah tomat berdasarkan ukuran warna buah tomat.
METODE PENELITIAN
Metode yang digunakan pada penelitian ini adalah metode eksperimen dengan melakukan perancangan dan membangun alat grading tomat, yang dilengkapi dengan sensor warna TCS230 sehingga mampu membaca warna pada buah tomat yang masuk ruang scanning. Penelitian dilaksanakan di Laboratorium Produksi dan Manajemen Alat dan Mesin Pertanian, Program Studi Teknik Pertanian dan Instrumentasi Pusat, Fakultas Teknologi Pertanian Universitas Andalas Padang
Bahan dan Alat Bahan
Bahan yang digunakan untuk pembuatan alat grading buah tomat antara lain besi strip, besi siku, papan akrilik 3 mm, sensor warna TCS230, motor servo MR996R dan SG90, LCD (Liquid Crystal Display) 16 x 2, motor central lock, Arduino Uno R3, dan power supply 12 V 5A. Alat yang digunakan untuk pembuatan alat gradingadalah laptop yang dilengkapi software pendukung, mesin las, penggaris besi, meteran, palu, gerinda, solder,pemotong akrilik, dan timah.
Alat
Alat yang digunakan untuk menguji alat gradingadalah hunterlab, stopwatch, kalkulator, dan kamera digital, sedangkan software yang digunakan untuk mendukung penelitian adalah Solid Works, IDE Arduinodan Eagle. Pengujian alat menggunakan 240 sampel buah tomat yaitu120untuk indeks kematangan 1 dan 120 untuk indek kematangan 6 dengan varietas marta F1.
Prosedur Penelitian Rangkaian Elektronika
Diagram rangkaian elektronika untuk gradingwarna buah tomat dapat dilihat pada Gambar1.
136 Gambar 1. Rangkaian Elektronika.
Perancangan rangkaian elektronika untuk alat grading buah tomat saling berhubungan. Mikrokontroler yang digunakan adalah ATMega 328P yang telah ada pada Arduino Uno R3 yang digunakan sebagai pusat pengendalian. Sensor warna TCS230 digunakan untuk membaca warna dari buah tomat. Sensor warna dihubungkan ke Arduino Uno R3 melalui pin 2, 3, 4, 5, dan 6 pada pin digital di Arduino Uno R3.LCD dihubungkan ke Arduino Uno R3 melalui pin A0, A1, A2, A3, A4, A5 pada pin analog di Arduino Uno R3. Motor central lock dihubungkan ke Arduino Uno R3 melalui pin 8 dan 12 pada pin digital di Arduino Uno R3. Motor servo MG996R dihubungkan ke Arduino Uno R3 melalui pin 11 pada pin digital di Arduino Uno R3. Motor servo SG90 dihubungkan ke Arduino Uno R3 melalui pin 10 pada pin digital di Arduino Uno R3.
Prinsip Kerja Alat
Pengoperasian alat grading buah tomat melalui beberapa tahapan berikut : Alat disambungkan dengan sumber listrik. Buah tomat dimasukan pada ruang scannimg melalui hopper. Sensor warna TCS230 membaca warna buah tomat. Warna buah tomat ditampilkan pada LCD. Motor central lock mendorong buah tomat. Motor servo MG996R menggerakkan pintu keluaran ke kanan jika yang terbaca tomat warna hijau dan ke kiri jika tomat warna merah, sehingga Motor servo SG90 membuka portal pintu keluaran dan buah tomat keluar.
Perancangan Alat
Adapun komponen alat yang dirancang terdiri atas rangka utama, hopper, ruang control dan pintu keluaran. .Rangka utama terbuat dari besi siku dan besi plat. Rangka utama memiliki empat kaki dengan tinggi 70 cm, lebar rangka 30 cm dan panjang rangka 60 cm yang disesuaikan berdasarkan desain dari komponen alat.
137 Hopper dibuat menggunakan akrilik 3 mm disatukan dengan menggunakan lem akrilik. Hopper bagian atas berbentuk balok tanpa alas dan tutup dengan ukuran dimensi (P x L x T) 60 cm x 30 cm x 10 cm dan dengan bagian bawah berbentuk persegi dengan ukuran dimensi 10 cm x 10 cm, dikedua bagian tersebut dirancang miring 300.Daya tampung hopper adalah 12 kg buah tomat ( 120 buah tomat).Ruang kontrol terdiri atas 6 bagian yaitu saluran masuk, ruang scanning, ruang sistem pendorong, ruang sensor, ruang Arduino Uno R3, dan saluran keluar. Saluran masuk merupakan tempat perlintasan buah tomat dari hopper menuju ruang pengumpanan, ruang scanning merupakan tempat pembacaan buah tomat, ruang sistem pendorong merupakan tempat motor central lock, ruang sensor merupakan tempat sensor warna TCS230, ruang Arduino Uno R3 tempat Arduino Uno R3, dan saluran keluaran merupakan tempat perlintasan buah tomat menuju pintu keluaran.
Gambar 2. Desain Alat Grading Buah Tomat.
Pengambilan Sampel Sifat Fisik Buah Tomat
Pengambilan sampel sifat fisik buah tomat dilakukan untuk menentukan ukuran warna (kisaran warna, model RGB dan, sudut warna). Pengambilan sampel dilakukan sebanyak 60 buah tomat yang berbeda ukuran warna menggunakan hunterlab. Hunterlab menggunakan sistem warna L, a, dan b sehingga model RGB diperoleh dari hasil konversi dari persamaan (1) sampai persamaan (8), kisaran warna dapat dilihat dari nilai a, dan sudut warna (0Hue) diperoleh hasil konversi nilai L, a, dan b menjadi nilai Hue (0Hue), rumusnya adalah sebagai berikut:
0Hue = tan-1 (b/a)...(1)
Keterangan:
L* : kecerahan warna, nilai berkisar antara 0-100 yang menunjukkan warna hitam hingga putih.
a* : nilai berkisar antara -80 - (+80), menunjukkan warna hijau hingga merah b* : nilai berkisar antara -70 - (+70), menunjukkan warna biru hingga kuning. H : Hue, sudut warna (0º = warna netral, 90º = kuning, 180º = hijau, 270º = biru)
Analisis Korelasi
Analisis yang yang digunakan untuk mengetahui hubungan antara hasil pengukuran sensor warna TCS230 dengan hunterlab adalah analisis korelasi, sehingga menghasilkan persamaan untuk dimasukan ke dalam bahasa program alat grading buah tomat supaya
138 hasil pengukuran alat grading buah tomat sesuai dengan alat standar. Persamaan yang digunakan analisis korelasi menggunakan 60 buah tomat yaitu 30 tomat merah dan 30 tomat hijau. Pengukuran dilakukan dengan mengukur sisi tomat yang sama menggunakan sensor warna TCS230 dan hunterlab.
Uji Ketepatan
Uji ketepatan dilakukan untuk melihat kedekatan antara hasil pengukuran dari sensor warna TCS230 yang telah dikorelasi dengan pengukuran sebenarnya (hunterlab), dengan menghitung standar deviasi dan koefisien varians dari masing-masing pengukuran menggunakan Microsoft Excel. Pada percobaan ini menggunakan 60 buah tomat yaitu 30 tomat merah dan 30 tomat hijau.
Penentuan Kelas
Pengkelasan pada alat grading buah tomat menggunakan sensor warna TCS230 yaitu A untuk tomat hijau dan B untuk tomat merah. Penentuan kelas A dan B berdasarkan ukuran warna buah tomat didapatkan dari pengukuran alat grading buah tomat menggunakan sensor warna TCS230. Pengukuran dilakukan dengan 60 buah tomat yaitu 30 merah dan 30 tomat hijau. Serta jarak pengukuran antara sensor TCS230 dan buah tomat yaitu 1 cm dan 7 cm karena pada ruang scanning jarak terdekat buah tomat dengan sensor 1 cm dan jarak terjauh buah tomat dengan sensor 7 cm. Proses penetuan kelas berdasarkan nilai tertinggi dan yang terendah dari hasil pengukuran untuk masing - masing kelas pada alat. Proses penentuan kelas dapat dilihat pada Lampiran 7.
Persentase Kesalahan Kelas
Persentase kesalahan kelas merupakan banyaknya buah yang salah dalam pengkelasan saat keluar dari pintu keluaran yang dinyatakan dalam satuan persen. Pengujian menggunakan 60 buah tomat yaitu 30 tomat merah dan 30 tomat hijau. Presentase kesalahan kelas dihitung dengan membandingkan banyak buah yang salah kelas dengan banyak buah keseluruhan dalam satuan persen.
HASIL DAN PEMBAHASAN Hasil Rancangan
Poses perancangan (rangkaian elektronika dan mekanik) telah menghasilkan alat grading buah tomat menggunakan sensor warna TCS230 dengan menggunakan power supply 12V dan 5A, dimensi panjang 60 cm, lebar 30 cm, dan tinggi 70 cm. Alat grading ini dibuat dengan tujuan memudahkan mengelompokkan tomat berdasarkan warna menggunakan sensor warna TCS230. Alat grading buah tomat ini terdiri dari rangka utama, hopper, ruang kontrol dan pintu keluaran yang dibuat berdasarkan konsep desain. Alat ini mampu mengelompokkan buah tomat menjadi 2 kelompok warna yaitu tomat merah dan hijau. Pengoperasian alat ini dilakukan oleh satu orang. Hasil rancangan alat grading buah tomat dapat dilihat pada Gambar 3.
139 Gambar 3. Alat Grading Buah Tomat Menggunakan Sensor Warna TCS230: A) Rangka
Utama; B) Hopper; C) Ruang Kontrol dan D) Pintu Keluaran.
Pengambilan Sampel Sifat Fisik Buah Tomat
Pengambilan sampel sifat fisik buah tomat dilakukan untuk menentukan ukuran warna (kisaran warna, model RGB, dan sudut warna) menggunakan hunterlab. Data pengukuran hunterlab dapat dilihat pada Lampiran 9 dan konversi nilai L, a, dan b ke R, G, dan B dapat dilihat pada Lampiran 10. pengukuran kisaran warna, model R, G, dan B, dan sudut warna dapat dilihat pada Tabel 1.
Tabel 1. Pengukuran Ukuran Warna Buah Tomat
Hasil Pengukuran Tomat hijau Tomat Merah KisaranWarna 0 sampai - 80 0 sampai 80
Model R, G dan B Kelas A Kelas B
Sudut Warna Kuadran 2 Kuadran 1
Berdasarkan hasil pengukuran ukuran warna diatas seragam karena sampel 1 - 30 merupakan tomat hijau dan sampel 31 - 60 merupakan tomat merah. Pada kisaran warna tomat hijau jika nilai a berkisar antara 0 sampai -80 dan tomat merah jika nilai a berkisar antara 0 sampai 80. Pada sudut warna (0Hue) tomat hijau jika nilai (0 Hue) pada kuadran 2 dan tomat merah jika nilai (0 Hue) pada kuadran 1.
Analisis Korelasi
Analisis korelasi dilakukan untuk melihat hubungan antara hasil pengukuran sensor warna TCS230 dengan hunterlab. Hasil pengukuran hunterlab dan sensor warna
D
140 TCS230 berupa nilai RGB dapat dilihat pada Lampiran 11 dan perhitungan koefisien korelasi dapat dilihat pada Lampiran 12. Berikut dapat dilihat persamaan hasil analisis korelasi nilai R, G, dan B pada Tabel 2.
Tabel 2. Analisis Korelasi.
Hasil Pengukuran Persamaan r
R y = -0.0744*x + 99.313 - 0.906
G y = -0.0327*x+ 53.973 -0.920
B y = -0.0141*x + 33.914 - 0.717
Kekuatan hubungan antara kedua variabel disebut dengan koefisien korelasi dan dilambangkan dengan simbol “r”. Nilai koefisien r akan selalu berada diantara -1 sampai +1. Jadi, korelasi antara sensor warna TCS230 dan hunterlab memiliki hubungan yang sangat kuat untuk nilai korelasi R dan G, sedangkan korelasi B memiliki hubungan yang kuat dan bentuk hubungannya adalah korelasi linear negatif. Grafik analisis korelasi dapat dilihat pada Gambar 4.
(a) Pengukuran Nilai Red
(b) Pengukuran Nilai Green y = -0.0744x + 99.313 R2 = 0.8225 45 50 55 60 65 70 75 80 250 300 350 400 450 500 550 600 650 700 P en gu k u ran H u n te rl ab Prediksi Sensor (Hz) y = -0.0327x + 53.973 R² = 0.84778 20 25 30 35 40 45 350 450 550 650 750 850 P en gu k u ran H u n te rl ab Prediksi Sensor (Hz)
141 (c) Pengukuran Nilai Blue
Gambar 4. Grafik Analisis Korelasi Hasil Pengukuran dengan Hunterlab dan Prediksi dengan Sensor Warna TCS230.
Uji Ketepatan
Hasil uji ketepatan ditampilkan pada Gambar 5.Uji ketepatan menggunakan 60 buah tomat. Pembacaan warna dilakukan 60 kali pada hunterlab dan 60 sensor warna TCS230 dengan mengukur sisi tomat yang sama. nilai koefisien determinasi didapatkan yaitu 0.8747 untuk nilai red, 0.9643 untuk nilai green, dan 0.8538 untuk nilai blue, ini menunjukan bahwa persamaan baik karena nilai koefisien determinasimendekati 1 dan uji ketetapan bisa dinyatakan berhasil.
(a) Pengukuran Nilai Red y = -0.0141x + 33.914 R² = 0.51413 15 20 25 30 35 400 450 500 550 600 650 700 750 800 P en gu k u ran H u n te rl ab Prediksi Sensor (Hz) y = 0.929x + 5.2209 R2= 0.8747 40 50 60 70 80 50 55 60 65 70 75 80 P re d ik si S en sor Pengukuran Hunterlab
142 (b) Pengukuran Nilai Green
(c) Pengukuran Nilai Blue
Gambar 5. Grafik Uji Ketepatan Hasil Pengukuran dengan Hunterlab dan Prediksi dengan Sensor Warna TCS230.
Nilai koefisien determinasi tidak 1, karena hasil pembacaan warna dari alat grading buah tomat tidak sama dengan hunterlab, serta pada ruang scanning tidak gelap total, ada sedikit cahaya yang datang dari hopper sedangkan pengukuran menggunakan hunterlab sama sekali tidak ada cahaya. Menurut Romadhon dan Jefry (2015), bahwa pencahayaan sangat mempengaruhi tingkat pembacaan sensor warna TCS230. Dalam suatu ruang yang sama sekali tidak ada cahaya, maka ruangan tersebut adalah gelap total. Untuk mengatasi permasalahan tersebut bisa dilakukan perbaikan hopper diganti dengan konveyor dengan sistem tertutup (gelap total).
Penentuan Kelas
Penentuan kelas dilakukan untuk menentukan ukuran warna untuk kelas A dan B menggunakan alat grading buah tomat. Berdasarkan data tersebut ukuran warna untuk kelas A dan B dapat dilihat pada Tabel 3.
y = 1.0374x - 1.3658 R² = 0.96434 20 25 30 35 40 45 50 20 25 30 35 40 45 P re d ik si s en sor Pengukuran Hunterlab y = 0.8512x + 3.8422 R² = 0.85378 20 21 22 23 24 25 26 27 28 29 30 20 22 24 26 28 30 32 P re d ik si s en sor Pengukuran Hunterlab
143 Tabel 3. Ukuran Warna untuk Kelas A dan B.
Tomat akan tergolong hijau, jika nilai red berada diantara 52 - 89, green 37 - 49, dan blue 24 - 31. Tomat akan terbaca merah, jika nilai red berada diantara 68 - 91, green 21- 40, dan blue 20 - 28. Jika buah tomat tidak berada diantara ukuran warna yang telah ditentukan maka warna buah tomat tidak terbaca.
Persentase Kesalahan Kelas
Hasil perhitungan persentasi kesalahan kelas dapat dilihat pada Lampiran 16. Besar kesalahan kelas ditampilkan pada Gambar 6. Pengukuran persentase kesalahan kelas menggunakan 60 buah tomat.
Gambar 6. Grafik Pengukuran Perbandingan Kelas.
Hasil pengukuran kelas terdapat 2 sampel tidak sesuai yaitu pada sampel 18 dan 23, dan 58 sampel sesuai, sehingga persentase kesalahan kelas 3.333%. Kesalahan ini ada karena proses grading buah tomat ini bertahap - tahap sehingga ada perintah yang bersamaan ke mikrokontroler ATMega 328P pada Arduino Uno R3 dan ruang scanning tidak gelap total.
KESIMPULAN
Kesimpulan dari penelitian ini adalah Telah dibuat dan diamati alat grading buah tomat menggunakan sensor warna TCS230 gabungan hasil rancangan mekanik dan rangkaian elektonika sistem otomatis. Prinsip kerja (1) Alat disambungkan dengan sumber listrik. (2). Buah tomat dimasukan pada ruang scanning melalui hopper. (3). Sensor warna TCS230 membaca warna buah tomat. (4). Warna buah tomat ditampilkan pada LCD. (5). Motor central lock mendorong buah tomat. (6). Motor servo MG996R menggerakkan pintu keluaran ke kanan jika yang terbaca tomat warna hijau dan ke kiri jika tomat warna merah. (7). Motor servo SG90 membuka portal pintu keluaran dan buah tomat keluar.
Alat ini bekerja jika buah tomat dimasukkan satu persatu kedalam sistem ruang scanning karena motor central lock tidak bisa menahan beban 200 gram. Waktu yang dibutuhkan untuk grading 1 buah tomat lebih kurang 6 detik. Hopper yang dirancang tidak berfungsi sesuai yang diharapkan. Untuk mengatasi permasalahan diatas maka
96.67% 3.33%
Benar Salah
Tomat Hijau (A) Tomat Merah(B)
(52 ≤ R ≤89) (37 ≤ G ≤49) (24≤ B ≤ 31)
(68 ≤ R ≤91) (21 ≤ G ≤40) (20 ≤ B ≤ 28)
144 bisa dilakukan perbaikan pada hopper dan motor central lock terutama dengan merubah hopper dengan sistem konveyor atau bisa perbaikan dengan motor central lock dengan kualitas beban torsi yang lebih besar.
Uji ketepatan alat grading buah tomat menggunakan sensor warna TCS230 dengan hunterlab berhasil karena nilai koefisien determinasimendekati 1 yaitu untuk red 0.8747, green 0.9643 dan blue 0.8538.
DAFTAR PUSTAKA
Anonim. 2015. Alat Sortasi dan Grading. http://www.tneutron.net/pangan/. (15 Maret 2016).
Anonim. 2017. Pengukuran kelunakan Buah dan Skala Warna Pada Buah Tomat.
http://pawanbagus.blogspot.co.id/2012/10/pengukuran-kelunakan-buah-dan-skala_4597.html. (20 April 2017).
Antoni, R., P. Rozeff, dan N. Deny. 2008. Perancangan Sistem Pengaturan Kecepatan Motor DC Menggunakan Zig Bee Pro Berbasis Arduino Uno ATmega 328P. Fakultas Teknik. Universitas Maritim Raja ali Haji. 10 hal.
Anugrahandy, Arga, Bambang Dwi Argo, dan Bambang Susilo. 2013. Perancangan Alat Sortasi otomatis Buah Apel Manalangi (Malus sylvestris Mill) menggunakan Mikrokontroler AVR ATMega 16. Jurnal Keteknikan Pertanian Tropis dan Biosistem Vol 1 No. 1. Universitas Brawijaya. 9 hal.
Badan Pusat Statistik dan Direktorat Jenderal Hortikultura. 2015. Sumatera Barat. Kadir, Abdul. 2012. Panduan Praktis Mempelajari Aplikasi Mikrokontroler dan
Pemogramanya menggunakan Arduino. Yogyakarta. AndiOffset.
Marpaung, L. 1997. Pemanenan dan Penanganan Buah Tomat. Bandung. Balai Penelitian Tanaman Sayuran.
Nasution, A. Juni. 2015. Rancang Bangun Alat Penimbang Berat Otomatis Untuk Biji Kacang Tanah dengan Kontrol Hopper berpintu. [Skripsi]. Padang. Fakultas Teknologi Pertanian. Universitas Andalas. 49 hal.
Nurmawati, Ririn. 2011. Pengembangan Metode Pengukuran Warna Menggunakan kamera CCD (Charge Coupled Device) dan Image Processing. [Skripsi]. Bogor. Fakultas Teknologi Pertanian. Institut Pertanian Bogor. 68 hal.
Nurindahsari, P., Mirwan Ushada, dan M. Affan Fajar Falah. 2014. Analisis Kinerja Mutu Prototipe Greening Material Lumut Berdasarkan Perubahan Skala Warna L*a*b* dan RGB. Fakultas Teknologi Pertanian. Universitas Gadjah Mada. 8 hal. Pantastico, E.R.B. 1997. Fisiologi Pasca Panen Penanganan dan Pemanfaatan Buah -
buahan dan Sayur-sayuran Tropika dan Subtropika. Yogyakarta. Universitas Gadjah Mada Press.
Pitowarno, E. 2006. Robotika: Desain, Kontrol, dan Kecerdasan Buatan. Yogyakarta. Andi Offset.
Pratomo, D.S. dan Erna, Z.A. 2012. Analisis Regresi dan Korelasi antara Pengunjung dan Pembeli terhadap Nominal pembelian di Indomaret Kedungmundu Semarang dengan Metode Kuadrat Terkecil. Jurnal Penelitian Ilmiah Teknik Informatika, Universitas Dian Nuswantoro.
Priyadi, Bambang. 2012. Aplikasi Sensor Warna Jenis TCS230 sebagai Alat Komposisi Warna pada Cat Mobil. Jurnal ELTEK Vol 10 No 02 Teknik Elekrtro. Politeknik Negeri Malang.
145
Romadhon, A.S. dan Jefry, R.B. 2015. Prototipe Alat Pemilah Jeruk Nipis menggunakan Sensor Warna TCS230. Jurnal Ilmiah Mikrotek Vol. 1, No. 4
Setiawan, A. 2011. 20 Aplikasi Mikrokontroler ATMega 8535 dan ATMega16. Yogyakarta. Andi Offset.
Sugiyono. 2008. Statika untuk Penelitian. Bandung: CV.Alfabeta.
Suyatma, 2009. Diagram Warna Hunter (Kajian Pustaka). Jurnal Penelitian Ilmiah Teknologi Pertanian, Institut Pertanian Bogor, Page 8 - 9.
Tim Bina Karya Tani. 2009. Pedoman Bertanam Tomat. Bandung. Yrama Widya. Wardhana, Lingga. 2006. Belajar sendiri Mikrokontroler AVR Seri ATMega32
Simulasi, Hardware Aplikasi. Yogyakarta. Andi Offset.
Wasonowati, Catur, 2011. Meningkatkan Pertumbuhan Tanaman Tomat (Licopersicon esculentum) dengan sistem Budidaya Hidroponik. Jurnal Agrovigor Volume 4 No.1. Universitas Trunojoyo Madura. 27 hal.
