PENGEMBANGAN TINGKAT KEMATANGAN BUAH APEL
MANALAGI (Malus sylvestris) BERDASARKAN CITRA
RED-GREEN-BLUE MENGGUNAKAN PENDEKATAN EUCLIDEAN DISTANCE
Roziku Nooriza
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNOLOGI INFORMASI
POLITEKNIK NEGERI MALANG
Abstrak
Buah apel masuk buah sejati tunggal berdaging, dimana yang dimaksud adalah buah berdaging apel
(pomum). Adapun struktur dari buah apel yaitu terdiri dari kulit buah (exocarpium), merupakan lapisan tipis,
tetapi sering kali kuat atau kaku seperti kulit, dengan permukaan yang licin, kulit tengah atau daging buah
(mesocarpium), biasanya tebal berdaging dan berserabut, selain itu lapisan ini dapat dimakan, serta kulit dalam
(endocarpium), yang berbatasan dengan ruang yang mengandung biji, seringkali cukup tebal dan keras.
Dengan fitur PCD yang telah berhasil diuji oleh penulis, diharapkan dapat membantu para petani dalam
memprediksi buah apel menjadi tiga kategori yaitu : matang ,menangkal, dan mentah. .Aplikasi ini mampu
memprediksi tingkat kematangan apel sesuai hasil pengujian menggunakan Metode Euclidean Distance
Kata kunci : Euclidean Distance ,Apel,PCD, tingkat Kematangan
1. Pendahuluan
Buah apel masuk buah sejati tunggal
berdaging, dimana yang dimaksud adalah buah
berdaging apel (pomum). Adapun struktur dari buah apel yaitu terdiri dari kulit buah (exocarpium), merupakan lapisan tipis, tetapi sering kali kuat atau
kaku seperti kulit, dengan permukaan yang licin,
kulit tengah atau daging buah (mesocarpium), biasanya tebal berdaging dan berserabut, selain itu
lapisan ini dapat dimakan, serta kulit dalam
(endocarpium), yang berbatasan dengan ruang yang mengandung biji, seringkali cukup tebal dan keras.
Apel manalagi (Malus sylvestris) Apel
Manalagi mempunyai warna buah tetap hijau
kekuningan walaupun sudah matang. Buahnya
berbentuk jorong, pangkal dan pucuk berlekuk
dalam. Jenis apel ini mempunyai pori kulit buah
yang nyata, halus dan renggang. Rasa apel ini segar
dan mempunyai aroma yang kuat. Daging buahnya
berwarna putih, halus, dan berair. Tangkai buahnya
panjang berwarna kelabu dan kecil. Bijinya
berbentuk kelabu agak bulat dan berwarna coklat
tua.
Warna menjadi salah satu ciri yang mudah
diketahui untuk menentukan apakah buah atau
sayur siap dipanen atau belum. Dalam peneliatian
ini menerapkan pengkasifikasian objek. Klasifikasi
bertujuan untuk menetapkan kelas yang telah
ditetapkan untuk setiap contoh. Hal ini dapat
membantu untuk memahami data yang ada dan
dapat digunakan untuk mempresiksi bagaimana
kasus baru akan berperilaku (Li T, Zhu S, dan
Ogihara M:2006). Salah satu metode
pengklasifikasian yang digunakan adalah
pendekatan untuk mengklasifikasikan buah dalam
2. Landasan Teori
2.1 Botani Apel Manalagi
Apel pertama kali ditanam di Asia Tengah,
kemudian berkembang luas wilayah yang lebih
dingin. Apel yang dibudidayakan memiliki nama
ilmiah Malus domestica yang menurut sejarahnya
merupakan keturunan dari Malus sieversii dengan
sebagian genom dari Malus sylvestris (apel
hutan/apel liar) yang ditemui hidup secara liar di
pegunungan Asia Tengah, di Kazakhstan,
Kirgiztan, Tajikistan, dan Xinjiang, Cina, dan
kemungkinan juga Malus sylvestris. Tanaman ini
masuk ke Indonesia sekitar tahun 1930-an dibawa
oleh orang Belanda dari Australia kemudian
menanamnya di daerah Nongkojajar (Kabupaten
Pasuruan).
Pada tahun 1953, Bagian Perkebunan Rakyat
(sekarang : Lembaga Penelitian Hortikultura)
mendatangkan beberapa jenis apel dari luar negeri,
termasuk Rome Beauty dan Princess Noble.
Selanjutnya, sejak tahun 1960 tanaman apel sudah
banyak ditanam di Batu untuk mengganti tanaman
jeruk yang mati diserang penyakit. Sejak saat itu
tanaman apel terus berkembang hingga sekarang di
dataran tinggi Kota Batu, Poncokusumo (Malang)
dan Nongkojajar (Pasuruan) dan masa kejayaannya
pada tahun sekitar 1970an. Balai Penelitian
Tanaman Jeruk dan Buah Subtropika (Balitjestro)
saat ini memiliki koleksi plasma nutfah apel sekitar
73 varietas, dan diantaranya terdapat 10 varietas
apel harapan.
Dalam literatur lainnya, sejarah apel di Indonesia
dimulai sejak didatangkan dari Australia pada tahun
1934 dan pertama ditanam di Desa Tebo Pujon
Malang sebanyak 20 varietas dalam
perkembangannya Batu, Malang dan Nongkojajar
Pasuruhan Jawa Timur menjadi daerah sentra
produksi apel di Indonesia dimana tanaman apel
telah di usahakan petani sekitar 1950 dan setelah
1960 tanaman apel terus berkembang pesat (Selama
tahun 1984 – 1988 tanaman apel di Jawa Timur
menunjukan perkembangan yang pesat, pada tahun
1984 terdapat 7.303.372 pohon bekembang menjadi
9.047.276 pohon pada tahun 1988 atau meningkat
4,7% tiap tahunnya. Sedangkan produksinya
meningkat dari 146.690 ton pada tahun 1984
menjadi 275.065 ton pada tahun 1988 atau
meningkat 17,5% tiap tahunnya sebelum 2000
jumlah apel di Batu sebanyak 3.107.195 pohon.
Jumlah tersebut menghasilkan buah sebanyak 147
ribu ton per tahun. Namun, pada 2004 mengalami
penurunan sampai 1 juta pohon. Tahun 2004 pohon
apel berjumlah 2 juta pohon dan hanya
menghasilkan produktivitas 46 ribu ton per tahun.
Seiring perkembangan apel yang pesat di Jawa
Timur juga muncul berbagai serangan hama dan
penyakit utama tanaman apel yang sebagian besar
hama bisa diatasasi oleh petani namuin penyakit
selalu muncul silih berganti, diantaranya penyakit
Embun Tepung (0idium sp.) disebabkan jamur
Pospaera leucotrich sudah muncul di Indonesia
pada tahun 1960 sejak tanaman apel diusahakan
besar besaran dan pada tahun 1985 di daerah Batu
Malang diberitakan bahwa hampir 90 persen
tanaman Apel di Batu terserang terserang jamur ini
dengan intensitas sampai 54,45 persen dan
menurunkan produksi 50 (Balai Penelitian
Tanaman Jeruk dan Buah Subtropika , 2014 1:1)
2.2 Image Processing
Image processing atau pengolahan citra adalah proses untuk mengamati dan menganalisa
suatu objek tanpa berhubungan langsung dengan
objek yang diamati. Proses dan analisanya
melibatkan persepsi visual dengan data masukan
maupun data keluaran yang diperoleh berupa
citra dari objek yang diamati. Teknik-teknik
penonjolan fitur tertentu dari suatu citra,
kompresi citra dan koreksi citra yang tidak fokus
atau kabur (Ahmad Usman 2005:5).
2.3 Equlidian distance
Algoritma adalah sebuah metode untuk
melakukan klasifikasi terhadap objek berdasarkan
data pembelajaran yang jaraknya paling dekat
dengan objek tersebut. distance (jarak) digunakan untuk menentukan tingkat kesamaan (similarity degree) atau ketidaksamaan (dissimilarity degree) dua fektor fitur. (Darma Putra .2010:311)
Euclidean distance ini dapat digunakan untuk mengukur kemiripan (matching) sebuah obyek dengan obyek yang lain.dengan menggunakan
.Jarak antara data query dengan data learning
dihitung dengan cara mengukur jarak antara titik
yang merepresentasikan data query dengan semua titik yang merepresentasikan data learning dengan rumus Euclidean Distance
Rumus Euclidean Distance :
Gambar 2.2 Rumus Euclidean distance Keterangan:
Berikut ini penjelasan flowchart
1.Hitung jarak antara data yang akan
dievaluasi dengan semua pelatihan
2.Urutkan jarak yang terbentuk (urut naik)
3.Tentukan jarak
4.Pasangkan kelas yang bersesuaian
5.Cari jumlah kelas dari tetangga yang
terdekat dan tetapkan kelas tersebut
sebagai kelas data yang akan dievaluasi
Berikut ini fator faktor keberhasilan dalam
menggunakan metode Euclidean
distance Menghitung nilai kemiripan atau ketidakmiripan similarity/dissimilarity distance).Metode perhitungan Euclidean distance,Mengurutkan hasil dari perhitungan nilai kemiripan/ketidakmiripan secara terurut menurun.
1 Menentukan nilai rangking dan
mengambil rangking jumlah tetangga
2 Menentukan kelas dari data uji
berdasarkan kelas yang paling banyak
muncul dari hasil langkah
2.4 Sistem Real time
Menurut kamus “Oxford Dictionary of Computing”, Real-time system dapat didefinisikan
sebagai: “Sistem apapun dalam hal waktu dimana suatu keluaran dihasilkan adalah penting. Hal ini
biasanya dikarenakan suatu masukan yang
berhubungan dengan suatu pergerakan dalam dunia
fisik, dan keluarannya harus tetap memiliki
hubungan dengan pergerakan tersebut.
Keterlambatan dari waktu masuk sampai waktu
keluar harus cukup kecil dan memenuhi batasan
waktu yang dapat diterima.
Secara umum sistem real time merupakan suatu ukuran kinerja suatu sistem tertentu yang
mana menyangkut batasan kinerja sistem dan
tahapan perancangan sistem. Dalam sebuah sistem
real time yang mana memiliki permasalahan waktu harus nyata, maksudnya harus memiliki persyaratan
pewaktuan yang sesuai dengan keadaan nyata yang
dijadikan parameter dalam sistem itu.
3. Implementasi sistem
Dalam pengerjaan Skripsi ini digunakan
pemodelan Software Development Life Cycle
(SDLC) berbentuk Model waterfall yang mengusulkan sebuah pendekatan pada
perkembangan software sistematik dan sekuensial. Mulai pada tingkat dan kemajuan sistem
Pada seluruh analisis, desain, kode,
pengujian, dan pemeliharaan. Model ini melingkupi aktivitas – aktivitas sebagai berikut :
Gambar 3.1 Diagram Waterfall (Sumber: Sommerville, 2011:29)
3.1 Kebutuhan Perangkat Keras
Dalam pembuatan aplikasi manajemen rantai
pasok berbasis web ini membutuhkan perangkat
keras minimum berupa Laptop atau Personal Computer (PC) sebagai berikut:
No Perangkat keras minimum
1 Intel core 13
2 Hardisk 250 gb
3 Ram 4 gb
4 Webcamera 5 mp+ led lamp
5 Usb 2.0
Tabel 4.1 Perangkat Keras Minimum
3.2 Kebutuhan Perangkat Lunak
Pada tahap pembangunan dan implementasi
aplikasi ini, dibutuhkan beberapa perangkat lunak
pendukung diantaranya sebagai berikut:
a. Windows 7
b. Net Framework 3.5
c. Microsoft Visual Studio 2008
d. Microsoft word.
e. Microsoft Access
4. Implementasi Antarmuka
Apabila
semua
tahap
telah
dilaksanakan dan aplikasi berjalan tanpa
ada
error
maka aplikasi tersebut dapat
digunakan dengan
visual studio 2010
dengan bahasa pemrograman VB.net
dengan
framework 04
Gambar 4.12 Perancangan pengambilan citra (Sumber :dukument pribadi penulis )
Gambar 4.12 Antarmuka identifikasi kematangan citra (Sumber :dukument pribadi penulis )
5. Penggujian sistem
Pengujian Unit sistem ini dilakukan dengan cara menjalankan aplikasi secara detail pada setiap konten yang ada, yang bertujuan untuk mengetahui fitur mana yang sudah berfungsi dengan baik, dan fitur mana yang harus diperbaiki karena tidak sesuai dengan fungsinya.
Pada gambar 6.1 merupakan gambaran proses
integrasinya :
Visual VB
1. Interface 2. Capture gambar
3. Jumlah RGB 4.Normalisasi RGB 5. Input data training ke Access 6. Menampilkan hasil kematangan 7.menyimpan hasil dari kematangan .
8. Testing
Access 1. Training Perceptron Untuk Menyimpan data
histogram RGB
Gambar 6.1 Gambaran umum integrasi Microsoft Visual C# dan
Microsoft Excel 2007
(Sumber : Pengujian)
6. Pengujian
6.1.1 Penggujian menggunakan bola lampu
Berikut ini penulis menampilkan gambar.
Penggujian menggunakan bola lampu.
Gambar 6.1 Bola lampu led philip. (Sumber :
Pengujian)
Keterangan :
Merek : Philips
Jenis:bola lampu LED
Gambar 6.2 Dokumentasi pengambilan buah apel.
(Sumber : Pengujian)
6.2.2 Penggujian menggunakan Cahaya LED
yang berasal dari webcam
Berikut ini penulis menampilkan gambar.
Penggujian menggunakan bola lampu.
Gambar 6.4 Penggujian menggunakan Cahaya LED
Pada kamera .(Sumber : Pengujian)
Keterangan :
Jenis :Web Camera
Merek : M-tech
Model :WB-200
Jenis:lampu LED
Resulusi:5 mega pixel
Dimensi :54 mm x54 mm x20 mm
Gambar 6.5 Dokumentasi pengambilan buah apel
.(Sumber : Pengujian)
Gambar 6.6 hasil Penggujian menggunakan Cahaya
Berikut kami tampilkan hasil tabel 6.6
hasil
Tabel 6.6 hasil perhitungan jarak dan
rangking(sumber :uji coba )
7. Daftar Pustaka:
Balai Penelitian Tanaman Jeruk dan Buah Subtropika .2014. sejarah perkembangan apel di indonesia . http://balitjestro.litbang.pertanian.go.id/seja rah-perkembangan-apel-di-indonesia/ (di akses pada tanggal 30 Agustus 2016)
Sommerville, Ian. 2011. Software Engineering (Rekayasa Perangkat Lunak). Jakarta: Erlangga.
Usman,Ahmad. 2010. Aplikasi Teknik Pengolahan Citra dalam Analisis Non-Destruktif Produk Pangan. Rubrik Teknologi. Vol 19. No 1.
.http://isjd.pdii.lipi.go.id/admin/jurnal/19110 7180.pdf (diakses tanggal 10Maret 2016).
Han & Kamber, 2001 Data Mining:Concepts and Techniques
www.comp.nus.edu.sg/~atung/publication/g kdbk01.pdf (di akses tanggal 10 juli 2016).
Iswahyudi, C. 2010. Prototype aplikasi untuk mengukur kematangan buah apel berdasar kemiripan warna. Jurnal Teknologi, 3(2).(di akses pada tanggal 30 Agustus. 2016).
Nugroho, Adi .2005. Rational Rose Untuk pemodelan berorientasi Object
Informatika.Bandung.
Li T, Zhu S, dan Ogihara M:2006 “University of MiamiTheory of Computing, Data Mining, Music Information Retrieval Verified “(di
akses tanggal 10 juli 2016).
Nell B. Dale, Chip Weems, Michael McMillan – 2003. Programming and Problem Solving with Visual Basic .NET
https://books.google.co.id/books?isbn=0763 717630 (di akses tanggal 10 juli 2016).
Les Smith 2002 Writing Add-ins for Visual Studio. NET
https://books.google.co.id/books?isbn=1590 590260(di akses tanggal 10 juli 2016).
Ahmad Haris, 2015 Aplikasi Image Processing Untuk Proses Pemutuan Apel Manalagi (Malus Sylvestris Mill)
Http://Repository.Unej.Ac.Id/123456789/66 394(Di Akses Tanggal 10 Juli 2016).
Elektronika dasar .2013. pengertian citra
http://elektronika-dasar.web.id/pengertian-citra/ ( diakses pada tanggal 30 Agustus. 2016).
Connolly, T., Begg, C. 2010. Database Systems: a practical approach to design, mplementation, and management. 5th Edition. America: Pearson Education.
