Perancangan Aplikasi Deteksi Citra Mentimun Yang Berkualitas Denganmetode Transformasi Haar Wavelet

(1)

Jurnal Pelita Informatika, Volume 8, Nomor 4, April 2020 ISSN 2301-9425 (Media Cetak) Hal: 457-460

457

Perancangan Aplikasi Deteksi Citra Mentimun Yang Berkualitas Denganmetode Transformasi Haar Wavelet

Rapita Sari Berutu

Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Sumatera Utara, Indonesia Abstrak

Mentimun (Cucumis sativus L.) salah satu tanaman yang termasuk dalam famili Cucurbitaceae (tanaman labu-labuan), yang sangat disukai oleh semua lapisan masyarakat. Buahnya dapat dikonsumsi dalam bentuk segar, pencuci mulut atau pelepas dahaga, bahan kosmetika, dan dapat dijadikan bahan obat-obatan. Buahnya biasanya dipanen ketika belum masak benar untuk dijadikan sayuran atau penyegar, tergantung jenisnya. Mentimun dapat ditemukan di berbagai hidangan dalam makanan dan memiliki kandungan air yang cukup banyak di dalamnya sehingga berfungsi menyejukkan. Potongan buah mentimun juga digunakan untuk membantu melembabkan wajah serta banyak dipercaya dapat menurunkan tekanan darah tinggi. Deteksi adalah suatu proses untuk memeriksa atau melakukan pemeriksaan terhadap sesuatu dengan menggunakan cara dan teknik tertentu. Deteksi dapat digunakan untuk berbagai masalah, misalnya dalam sistem pendeteksi sebuah mentimun. Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpan. Wavelet adalah suatu teknik matematika yang bermanfaat untuk analisis numerik dan manipulasi dari kumpulan satu atau dua dimensi sinyal. Proses transformasinya bekerja seperti sebuah mikroskop yang menguji secara rinci dengan membagi sinyal ke dalam komponen frekuensi yang berbeda yang dipetakan ke dalam koefisien dengan energi yang berbeda. Alasan menggunakan Haar Wavelet karena merupakan metode yang lebih bagus digunakan untuk merepresentasikan ciri tekstur dan bentuk. Disamping itu Haar Wavelet memerlukan waktu komputasi yang lebih kecil dari pada transformasi wavelet lainnya, ciri diperoleh dari citra yang telah melewati proses dekomposisi. yakni double untuk dapat dioperasikan

Kata Kunci : Mentimun, Deteksi Citra, Wavelet.

1. PENDAHULUAN

Saat ini produk kemasan maupun produk instan sudah banyak dijual dan laku di pasaran. Produk-produk tersebut tidak sedikit yang menggunakan buah mentimun untuk diolah sebagaibahan pokok atau tambahan pada minuman, makanan dan produk kemasan lainnya.

Mentimun sangat mudah ditemui di Indonesia karena gampang untuk dibudidayakan dan banyak dimanfaatkan.

Dalam proses pemanfaatannya sebagai bahan dalam pembuatan produk kemasan tentu perlu dilakukan pemilihan buah yang baik. Perusahaan tentunya juga perlu memberikan kualitas yang baik untuk hasil produksinya.

Wavelet adalah suatu teknik matematika yang bermanfaat untuk analisis numerik dan manipulasi dari kumpulan satu atau dua dimensi sinyal. Proses transformasinya bekerja seperti sebuah mikroskop yang menguji secara rinci dengan membagi sinyal ke dalam komponen frekuensi yang berbeda yang dipetakan ke dalam koefisien dengan energi yang berbeda. Wavelet berbeda dengan wave, wave merupakan fungsi osilasi dari ruang atau waktu. Wavelet disebut juga dengan ‘wave kecil’ yang memiliki energi berhingga dan terlokalisasi disekitar sebuah titik, serta fungsinya memiliki nilai rata- rata sama dengan nol. Wavelet Haar merupakan wavelet yang paling tua dan sederhana. Alasan menggunakan Haar Wavelet karena merupakan metode yang lebih bagus digunakan untuk merepresentasikan ciri tekstur dan bentuk. Disamping itu Haar Wavelet memerlukan waktu komputasi yang lebih kecil dari pada transformasi wavelet lainnya, ciri diperoleh dari citra yang telah melewati proses dekomposisi. yakni double untuk dapat dioperasikan[1].

Namun sering terjadi pemilihan buah mentimun yang kurang bagus atau rasanya yang berbeda dari mentimun yang lainnya. Seperti mentimun yang memiliki rasa pahit namun bagian luarnya tidak ada masalah sama

sekali. Seringkali berbagai pihak tidak mengetahui buah mentimun yang bagus atau berkualitas baik.

Masalah yang terjadi maka dibuatlah suatu perancangan aplikasi untuk mempermudah berbagai perusahaan atau berbagai pihak dalam pemilihan buah mentimun yang berkualitas baik. Sehingga mentimun yang diolah memiliki kualitas yang baik dan tidak merugikan pihak manapun baik pembeli maupun penjual. Untuk klasifikasi buah mentimun yang berkualitas digunakan metode Transformasi Haar Wavelet. Sistem ini akan mendeteksi kualitas buah mentimun dari bagian luarnya saja.

2. TEORITIS A. Deteksi

Deteksi adalah suatu proses untuk memeriksa atau melakukan pemeriksaan terhadap sesuatu dengan menggunakan cara dan teknik tertentu. Deteksi dapat digunakan untuk berbagai masalah, misalnya dalam sistem pendeteksi sebuah mentimun. Di mana sistem mengidentifikasi masalah-masalah yang berhubungan dengan buah mentimun. Tujuan dari deteksi adalah memecahkan suatu masalah dengan berbagai cara tergantung metode yang diterapkan sehingga menghasilkan sebuah solusi. Deteksi merupakan teknik yang menemukan suatu objek pada citra dengan cara mendeteksi perubahan tingkat kecerahan yang signifikan atau memiliki diskontinuitas (discontinuity)[4].

B. Citra

Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpan. Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas

(2)

458 cahaya pada bidang dwimatra. Sumber cahaya menerangi

objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik, misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya, sehingga bayangan objek yang disebut citra tersebut terekam.

Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat optik berupa foto, analog berupa sinyal video seperti gambar pada monitor televise, digital yang dapat langsung disimpan pada suatu pita magnetic. Citra bergerak (moving images) adalah rangkaian citra diam yang ditampilkan secara beruntun (sekuensial) sehingga memberi kesan pada mata kita sebagai gambar yang bergerak. Setiap citra di dalam rangkaian itu disebut frame. Gambar-gambar yang tampak pada film layar lebar atau televisi pada hakikatnya terdiri atas ratusan sampai ribuan frame[5].

C. Mentimun

Mentimun (Cucumis sativus L.) salah satu tanaman yang termasuk dalam famili Cucurbitaceae (tanaman labu-labuan), yang sangat disukai oleh semua lapisan masyarakat. Buahnya dapat dikonsumsi dalam bentuk segar, pencuci mulut atau pelepas dahaga, bahan kosmetika, dan dapat dijadikan bahan obat-obatan.

Buahnya biasanya dipanen ketika belum masak benar untuk dijadikan sayuran atau penyegar, tergantung jenisnya.

Mentimun dapat ditemukan di berbagai hidangan dalam makanan dan memiliki kandungan air yang cukup banyak di dalamnya sehingga berfungsi menyejukkan.

Potongan buah mentimun juga digunakan untuk membantu melembabkan wajah serta banyak dipercaya dapat menurunkan tekanan darah tinggi. Selain itu buah mentimun dapat digunakan sebagai bahan baku industri minuman, permen dan parfum. Mentimun mempunyai prospek yang cerah untuk dibudidayakan, karena mentimun dapat dipasarkan di dalam negeri dan di luar negeri. Produksi mentimun masih rendah, yaitu rata-rata 10 ton ha-1, hal ini disebabkan karena budidaya mentimun masih dianggap usaha sampingan diantara tanaman budidaya lainnya[7].

D. Metode Transformasi Haar Wavelet

Wavelet Haar merupakan wavelet yang paling tua dan sederhana (Subahar, 2009). Alasan menggunakan Haar Wavelet karena merupakan metode yang lebih bagus digunakan untuk merepresentasikan ciri tekstur dan bentuk. Disamping itu Haar Wavelet memerlukan waktu komputasi yang lebih kecil dari pada transformasi wavelet lainnya, ciri diperoleh dari citra yang telah melewati proses dekomposisi. yakni double untuk dapat dioperasikan. Gambar 2.3 ditunjukkan matriks HAAR ukuran L=8x8. Baris 1 sampai L/2 merupakan filter low pass dan baris L/2+1 sampai L adalah filter high pass.

Basis wavelet merupakan model yang berbeda- beda dari keluarga wavelet yang memiliki kualitas beragam sesuai dengan kriteria yang dimiliki (Misiti et al.

2002). Pada wavelet Haar, wavelet function didefinisikan dalam Persamaan 1:

Untuk scaling function pada wavelet Haar didefinisikan dalam Persamaan 2:

Dalam proses dekomposisi, wavelet Haar menerapkan bank filter dengan h(0) = h(1) = 1/√2 sebagai koefisien low-pass yang menghasilkan citra pendekatan dan g 0 = 1/√2, g 1 = 1/√2 sebagai koefisien high-pass yang menghasilkan citra detail. Citra hasil dekomposisi akan berukuran seperempat dari ukuran citra sebenarnya.

3. ANALISA

Dalam proses pemanfaatannya tentu perlu dilakukan pemilihan buah yang baik. Perusahaan tentunya juga perlu memberikan kualitas yang baik untuk hasil produksinya. Oleh karena itu, proses awal pemilihan buah di pabrik menjadi sangat penting. Perusahaan yang berskala besar tentunya memerlukan waktu dan tenaga yang lebih dalam penyortirannya. Sehingga diperlukan usaha untuk menggunakan teknologi dalam otomatisasi penyortiran mentimun yang berkualitas. Otomatisasi ini dilakukan dengan menggunakan masukan pemrosesan citra digital dan mengolahnya

A. Penerapan Metode Transformasi HAAR Wavelet Menentukan Filter lowpass dan highpass yang ortogonal serta ortonormal dengan ukuran baris ½ dari ukuran pixel dari baris citra asli. Sehingga ukuran filter lowpass dan highpass adalah 2x4 pixel.

Tabel 1. Filter Low Pass FilterLowPass 0.7 0.7 0 0 0 0 0.7 0.7 Tabel 2. Filter High Pass

FilterHighPass 0.7 -0.7 0 0 0 0 0.7 -0.7

Melakukan Transpose terhadap Matrik asli, sehingga menjadi

Tabel 3. Matrik Transpose 188 191 122 211 203 147 118 187 195 115 118 125 124 108 130 119

(3)

459 Melakukan perkalian Matrik antara filter lowpass

dengan matrik transpose.

Tabel 4. Hasil Perkalian FilterLowPass 274 237 168 279 223 156 174 171

Melakukan Transpose terhadap hasil Perkalian Tabel 5. Transpose Hasil Perkalian FilterLowPass

274 223 237 156 168 174 279 171

Melakukan perkalian Matrik antara filter high pass dengan matrik transpose.

Tabel 6. Hasil Perkalian FilterHighPass 274 -237 168 279

223 156 174 -171

Melakukan Transpose terhadap hasil Perkalian Tabel 7. Transpose Hasil Perkalian FilterHighPass

274 223 -237 156 168 174 279 -171

Untuk Mendapatkan hasil (LL) maka dilakukan kembali perkalian FilterLowPass dengan matrik transpose hasil perkalian FilterLowPass

Tabel 8. Hasil LL 358 265 313 242

Untuk Mendapatkan hasil (LH) maka dilakukan kembali perkalian FilterLowPass dengan matrik transpose hasil perkalian FilterHighPass

Tabel 9. Hasil LH 26 265 313 2

Untuk Mendapatkan hasil (HL) maka dilakukan kembali perkalian FilterHighPass dengan matrik transpose hasil perkalian FilterLowPass

Tabel 10. Hasil HL 26 47 -78 2

Untuk Mendapatkan hasil (HL) maka dilakukan kembali perkalian FilterHighPass dengan matrik transpose hasil perkalian FilterHighPass

Tabel 11. Hasil HH 358 47 -78 242

Hasil perhitungan di atas merupakan contoh untuk mendapatkan salah satu tekstur mentimun yang

berkualitas, dan akan dilakukan kembali pada citra-citra mentimun yang berkualitas yang lain serta dilakukan juga data latih kepada beberapa tekstur mentimun yang tidak berkualitas. Hasil data latih tersebut akan disimpan kedalam database untuk di cocokkan kepada data uji

4. IMPLEMENTASI

Implementasi sistem merupakan tahap dalam melakukan tindakan atau rencana yang telah disusun secara rinci dan jelas. Implementasi umumnya dilakukan apabila perencanaan yang sebelumnya telah selesai.

Implementasi penerapan membutuhkan beberapa spesifikasi yakni meliputi perangkat keras (hardware), perangkat lunak (software) dan implementasi program.

A. Tampilan Program

Sistem pengolahan merupakan suatu kesatuan pengolahan yang terdiri dari prosedur dan pelaksanaan data. Komputer sebagai sarana pengolahan program handaknya menyediakan faislitas-fasilitas pendukung dalam pengolahan nantinya.

a. Tampilan Input

Tampilan form input adalah tampilan dalam memasukkan gambar yang akan di proses. Tampilan form input dalam sistem ini, yaitu memasukkan citra mentimun yang akan d uji. Berikut adalah tampilan input yang di rancang pada sistem.

Gambar 1. Tampilan Form Input b. Tampilan Output

Tampilan Form Output adalah tampilan yang akan di hasilkan dari proses penginputan yang dilakukan.

Berikut adalah tampilan output yang dihasilkan:

Gambar 2. Tampilan Form Output Pengolahan Citra

(4)

460 Gambar 3. Tampilan Output Klasifikasi

Dari hasil pelatihan dengan citra yang di transformasi, energi mentimun yang berkualitas berkisar antara 65 sampai 100 dan berwarna berkisar antara 50 sampai 63. Sedangkan energi citra mentimun yang tidak berkualitas berkisar antara 35-69 dan warna berkisar antara 28-49.

Dari seluruh hasil pengujian program, dilihat transformasi haar wavelet dapat di implementasikan untuk mendeteksi mentimun yang berkualitas dengan hasil klasifikasi berkisar di atas 80%.

5. KESIMPULAN

Dari hasil penelitian diatas maka dapat diambil beberapa kesimpulan antara lain:

a. Dapat mengenali mentimun yang berkualitas.

b. Dapat memproses metode Transformasi Haar Wavelet dalam mendeteksi kandungan buah mentimun.

c. Dapat merancang aplikasi Transformasi Haar Wavelet untuk mendeteksi citra mentimun yang berkualitas menggunakan matlab.

REFERENCES

[1] L. Novamizanti and A. Kurnia, “Analisis Perbandingan Kompresi Haar Wavelet Transform dengan Embedded Zerotree Wavelet pada Citra,” Telkomnika, vol. 3, no. 2, pp.

2338–8323, 2015.

[2] “No Title,” 2003.

[3] A. Juansyah, “PEMBANGUNAN APLIKASI CHILD TRACKER BERBASIS ASSISTED – GLOBAL POSITIONING SYSTEM ( A-GPS ) DENGAN PLATFORM ANDROID Jurnal Ilmiah Komputer dan Informatika ( KOMPUTA ),” J. Ilm. Komput. dan Inform., vol. 1, no. 1, pp.

1–8, 2015.

[4] S. Komputer, K. Kunci, D. Tepi, and O. Eigenface, “5.3 Hal 17 - 21 JIM_PERBANDINGAN KINERJA METODE DETEKSI TEPI PADA PENGENALAN OBJEK MENGGUNAKAN OpenCV,” J. Inform. Mulawarman, vol.

11, no. 2, pp. 17–21, 2016.

[5] A. Ritonga, “Implementasi Pengolahan Citra Dalam Proses Deteksi Tepi Dengan Metode Laplacian of,” vol. 1, no. 2, pp.

20–22, 2016.

[6] J. Antivirus, J. Informatika, F. Teknologi, U. Islam, and B.

Blitar, “Computing Grayscale of Face Detection Menggunakan Metode Sobel Dan,” vol. 11, no. 1, pp. 26–34, 2017.

[7] Abdurrazak, M. Hatta, and A. Marliah, “Plant growth and yield of cucumber (Cucumis sativus L.) in response to different spacing and seed numbers per hole,” J. Agrista, vol.

17, no. 2, pp. 55–59, 2013.

[8] S. Yadi, L. Karimuna, and L. Sabaruddin, “P ENGARUH P EMANGKASAN DAN P EMBERIAN P UPUK O RGANIK T ERHADAP P RODUKSI T ANAMAN M ENTIMUN ( Cucumis sativus L .) Effects of Pruning and Organic Fertilizer on the Yield of,” Berk. Penelit. Agron., vol. 1, no. 2, pp. 107–

114, 2012.