APLIKASI KOMPUTER VISION UNTUK IDENTIFIKASI KEMATANGAN JERUK NIPIS

Transkripsi

1 APLIKASI KOMPUTER VISION UNTUK IDENTIFIKASI KEMATANGAN JERUK NIPIS Oktaviano yudha N, Dr. Ir Djoko Purwanto M, Dr. T ri Arief Sardjono. ST. MT Jurusan Teknik Elektro FTI - ITS Abstrak Jeruk nipis banyak terdapat di Indonesia, buah ini termasuk buah yang spesial dalam budaya bangsa kita. Buah ini dapat ditemui dalam berbagai acara keagamaan. Selain itu buah ini juga sangat berguna dalam makanan dan obat-obatan. Buah jeruk nipis berwarna hijau menandakan belum masak, dan akan berubah menjadi kuning kecoklat-coklatan, bentuknya bulat sampai bulat telur berdiameter ± - cm. Ketebalan kulit buahnya ± mm dan permukaannya memiliki banyak kelenjar. Computer vision digunakan untuk mengidentifikasi citra, pemprosessan dan pencakupan keseluruhan pengambilan keputusan. Sehingga computer vision melibatkan banyak teknik dari pengolahan citra digital. Dalam TA ini teknologi computer vision digunakan untuk mendeteksi kematangan dan memilah jeruk nipis. Jeruk nipis yang akan dideteksi dan dipilah, diletakkan di atas ban berjalan. Computer vision akan mengenali jeruk yang sudah matang dengan cara mengenali perubahan warna jeruk menggunakan camera. Sebuah camera yang dipasang secara tetap di atas ban berjalan digunakan untuk mendeteksi kematangan jeruk nipis berdasar perubahan warna dan tekstur kulit.setelah proses deteksi oleh kamera, sebuah selector yang diletakkan di akhir ban barjalan, digunakan untuk memilah jeruk nipis menjadi katagori, yaitu matang dan busuk Kata kunci : pengolahan citra digital, computer vision, jeruk nipis Permasalahan dalam proyek akhir ini adalah:. Bagaimana membuat pemprograman computer vision guna mengolah algoritma pengolahan citra digital.. Merancang alat guna m emilah hasil proses pengolahan citra digital. Batasan masalah dalam pengerjaan proyek akhi r ini adalah sebagai berikut :. Menggunakan kam era WEBCam sebagai penangkap gambar. Sistem yang dibangun adalah berbasis computer. Mendeteksi kematangan jeruk nipis berdas ar perubahan warna.. Memilah jeruk nipis menjadi katagori, yaitu matang dan busuk. 5. Gambar diambil dalam posisi normal(tegak).. Pencahayaan ditempat sistem bekerja adalah tetap atau tidak berubah-ubah 7. Pengerjaan dititikberatkan pada pengaplikasian computer vision II.TEORI PENUNJANG Jeruk nipis dalam Famili Rutaceae, Genus Citrus dan species Citrus auranti folia Swingle. Adapun Jeruk nipis dikenal dengan nam a lain, yaitu: jeruk pecel, jeruk durga dan limau asam Jeruk nipis berasal dari daerah Indo- Malaya I.PENDAHULUAN Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat rendah. Sedangkan pedagang pengumpul dan industri makanan dan obat tradisional melakukan penyortiran mutu menggunakan prosedur analisa warna kulit secara visual mata manusia dan jumlah buah per kilogram dengan s egala keterbatasannya. Berdasarkan hal tersebut maka diperlukan suatu metode yang dapat menjamin keseragaman mutu jeruk nipis. Tujuan umum dari penelitian ini adalah untuk menentukan mutu jeruk nipis secara non konvensional dengan pem anfaatan machine vision sebagai algoritma pengolahan citra digital. Pemakaian komputer vision sebagai eks ekusi pengambilan jeruk nipis yang matang. Gambar. Bagian-bagian jeruk nipis Buah jeruk nipis berwarna hijau menandakan belum mas ak, dan akan berubah menjadi kuning kecoklat-coklat an, bentuknya bulat sampai bulat telur berdiameter ± - cm. Ketebalan kulit buahnya ± mm dan permukaannya memiliki banyak kelenjar. Konsumen sering menghakimi kematangan buah dengan warna. Warna permukaan di anggap sebagai perubahan parameter kualitas dengan kem atangan buah. Banyak buah tidak matang awalnya menunjukkan warna hijau permukaan

2 yang secara bert ahap berubah menjadi warna kuning ketika mereka matang. Teksture permukaan (pori-pori ) buah juga menunjukkan seberapa matang buah tersebut. Pori-pori jeruk yang matang lebih besar dibandingkan dengan buah yang belum matang. Perubahan pola warna s erupa dal am setiap kategori buah. Jika warna permukaan buah kat egori dan waktu pemanenan dapat ditentukan, kita mampu mengembangan perangkat elektronik yang mampu mensortir buah. Dalam karya ini, dengan menerapkan t eknik pengolahan citra digital kita bisa melakukan pemilihan terhadap buah j eruk nipis ini dengan kategori masak dan busuk.. Warna Warna merupakan hasil persepsi dari cahaya dalam spektrum wilayah yang terlihat ol eh retina mata. Memiliki panjang gelombang antara 00nm sampai dengan 700nm. Warna terdapat model warna, yaitu model warna berorient asi hardware dan berori entasi software. Berikut ini adalah model warna yang berorientasi hardware: - Model RGB (red, green, blue) untuk warna monitor dan warna pada kamera video. - Model CMY (cyan, magenta, yellow) untuk model printer. - Model YIQ, digunakan untuk standard televisi. Y berkoresponden dengan luminasi, I dan Q adalah dua komponen kromatik yang disebut inphase dan quarature. Saturation: kadang disebut chroma, adalah kemurnian atau kekuat an warna. Value : kecerahan dari warna. Nilainya berkisar antara 0-00 %. Apabila nilainya 0 m aka warnanya akan menjadi hitam, semakin besar nilai maka semakin cerah dan muncul variasi-variasi baru dari warna ters ebut. Disini saya memakai model warna RGB-HSV mendefinisikan warna (Hue, Saturation dan Value). Keuntungan HSV adalah t erdapat warna-warna yang s ama dengan yang ditangkap oleh indra manusia. Sedangkan warna yang dibentuk model lain seperti RGB merupakan hasil campuran dari warna-warna primer. Pada format warna RGB bit, maka nilai R, G dan B masing-masing Untuk memberikan nilai warna tertentu digunakan kombinasi dari setiap warna red-green-blue mempunyai range nilai 00 (angka desimalnya adalah 0) dan ff (angka desimalnya adal ah 55), atau mempunyai nilai derajat keabuan 5 = 8. Dengan demikian range warna yang digunakan adalah (8)(8)(8) = (atau yang dikenal dengan istilah True-Color pada Windows). Nilai warna yang digunakan di at as merupakan gambungan warna cahaya merah, hijau dan biru. Sehingga untuk menentukan nilai dari suatu warna yang bukan warna das ar digunakan gabungan skala kecerahan dari setiap warnanya. Berikut ini adalah model warna berorient asi Software (hue, saturation,brightness) adalah manipulasi :. Model HSV (hue, saturation, value).. Model HSI (hue, saturation, intensity).. Model HLS (hue, lightness, saturation). Gambar. Pencampuran warna Tabel. Tabel nilai intensitas warna Warna R G B Hitam Merah Hijau Biru Gambar. sepektrum warna HSV merupakan kependekan dari Hue, Saturation, dan Value. Dimana karakt eristik pokok dari warna tersebut adalah: Hue: menyatakan warna sebenarnya, s eperti merah, violet, dan kuning dan digunakan menentukan kemerahan (redness), kehijauan (greeness), dsb. Kuning Magenta Cyan

3 Putih Abu-Abu Orange Ungu Coklat Pink Navy Webcam WebCam adalah sebuah kamera yang digunakan untuk mengambil objek gambar secara benar dan nyata yang dibutuhkan untuk image processing, obyek di depannya nantinya akan diambil kemudian diolah menjadi data-data yang diinginkan di dalam komputer. HSV merupakan kependekan dari Hue, Saturation, dan Value. Dimana karakteristik pokok dari warna tersebut adalah: Hue: menyatakan warna sebenarnya, s eperti merah, violet, dan kuning dan digunakan menentukan kemerahan (redness), kehijauan (greeness), dsb. Saturation: kadang disebut chroma, adalah kemurnian atau kekuatan warna. Value : kecerahan dari warna. Nilainya berkisar antara 0-00 %. Apabila nilainya 0 maka warnanya akan menjadi hitam, semakin besar nilai maka semakin cerah dan muncul variasi-variasi baru dari warna ters ebut.. Motor Stepper Motor Stepper adalah motor DC yang gerakannya bertahap (step per step) dan memiliki akurasi yang tinggi tergantung pada spesifikasinya. Setiap motor stepper mampu berput ar untuk setiap stepnya dalam satuan sudut (0.75, 0.9,.8), makin kecil sudut per step-nya m aka gerakan per step-nya motor stepper tersebut makin presisi. Untuk mengatur gerakan motor per step-nya dapat dilakukan dengan cara berdasarkan simpangan sudut gerakannya yaitu full step dan half step []. III PERANCANGAN ALAT Pada tugas akhi r ini sistem yang dirancang merupakan sistem pengenal an kematangan buah berdasarkan perubahan warna kulit dan dan teksture permukaan. Cara kerja dari keseluruhan sistem adalah:. Kamera/Webcam berfungsi sebagai media penangkap citra yang selanjutnya akan diolah di dalam PC.. PC menerima citra yang ditangkap oleh webcam dan diolah dengan mendeteksi bagian wajah yang ditemukan di dalam citra.. Citra kemudian diproses dilakukan pencocokan data/citra bentuk lain yang sudah disimpan.. Pencocokan data yang baru dengan data yg lama menghasilkan pengelompokan terhadap buah yang matang dan tidak matang. 5. Hasil dari pengolahan citra ini dikirim ke driver motor stepper yang befungsi sebagai penggerak semua system mekanik. Tabel.. Motor Stepper dengan Gerakan Full Step Step S S S S Tabel. Motor Stepper dengan Gerakan Half Step Step S S S S Gambar. Perancangan system

4 . Perancangan sistem mekanik.. Konveyor Pemilah Buah juga dikontrol dengan menggunakan motor stepper Gambar. konveyor Konveyor dan ban berjal an berdimensi panjang 50 cm, lebar 5 cm tinggi dan 0 cm.konveyor berfungsi sebagai pemercepat dan mempermudah pros es perpindahan jeruk kepemilah. Gambar. motor dc penggerak konveyor Konveyor ini menggunakan motor DC sebagai penggerak utama.. Pengontrol Jalan buah Pengontrol buah agar jatuh satu persatu sehingga mudah dicapture Gambar. Pengontrol buah.. Pemilah buah Gambar.5 pemilah buah Alat ini berfungsi memilah buah mana yg matang dan tidak matang.. Perancangan hardware Pada perancangan hardware akan dibuat s ebuah rangkaian driver motor stepper dengan input paralel dari komputer. Untuk kontrol motor stepper yang digunakan pada tugas akhir ini adalah dengan metode full step yang mana terdapat (empat) kombinasi input agar motor dapat bergerak, seperti tabel dibawah ini. Tabel. Motor Stepper dengan kombinasi input Gerakan Full Step Step S S S S Untuk mendapatkan (empat) kombinasi input yang dapat mengerakkan motor stepper secara full step, terdapat beberapa komponen yang akan digunakan pada rangkaian driver motor stepper ini. Diantaranya adalah IC (integrated circuit) Updown counter (7ls9). Terdapat dua sinyal yang masuk, satu sinyal akan mengatur count er up/down dan sinyal lain yang disebut step akan mengurangi dan menambah counter dengan satu hitungan. Dan sekarang kita akan menggunakan output yang keluar dari IC Updown counter. Dengan output binary yang didapat dari IC 7ls9 terdapat (empat) kombinasi output dari counter yaitu, 00, 0, 0,. Selanjutnya output binary tersebut akan didekoderkan sehingga didapat kombinasi output yang berbeda. Untuk mendekoderkan akan digunakan IC Four BCD to decimal decoder (7ls). Karena output dari IC 7ls adal ah aktif low, maka perlu ditambahi IC inverter (7ls0) untuk membalik nilai output menjadi aktif high. Selanjutnya output decoder akan mendrive FET IRF50 dan FET akan mendrive pole dari motor stepper.

5 7 JP HEADER Gambar 5. Rangkaian jumper dan terminal supply J DB D 9 C 8 5D 7 C D 5 C +V + C U LM7805CT Vin Gambar. Rangkaian port parallel dan regulator U D 5 CTEN MAX /MIN D/U RCO C CLK LOAD QA 5 A QB 0 B QC 7 C QD 9 D SN7 LS9 G ND 8 D0 DIODE 5 Enab le +V U5 A B C D SN 7 LS GND GND V JP? HEA DER R RES + C GND U 9A U 9B SN7 LS0 U 9C SN7 LS0 5 U 9D SN7 LS0 9 8 SN7 LS0 Enable L ED L ED 008 dengan fasiltas Emgu CV yang ada. Metode RGB & HSV yang digunakan adalah menggunakan fasilitas dari Emgu CV Gambar HSV bisa didapatkan dari merubah dari gambar RGB menjadi gambar metode HSV. Dimana dari HSV ini dapat diambil nilai Hue-nya s aja. Dimana nilai Hue-nya dapat menunjukkan nilai intensitas warna dan dipengaruhi dari intensitas cahaya. Pada proses scaning menggunakan prinsip rata-rat a pada area luasan tertentu. Dimana luasan ini diambil datanya kemudian dilakukan rata-rata. Dengan mengunakan pers amaan R = jumlah intensitas warna merah pada luasan area / luas area G = jumlah intensitas warna Hijau pada luasan area / luas area B = jumlah intensitas warna Biru pada luasan area / luas area Sehingga pada program Visual Studio akan dituliskan sebagai berikut: hu = 0 sum = 0 sum = 0 sum = 0 For i = 00 To For j = 5 To 89 bluecentre = ImgColor.Data(i, j, 0) greencentre = ImgColor.Data(i, j, ) redcentre = ImgColor.Data(i, j, ) huecentre = ImgHue.Data(i, j, 0) sum = sum + bluecentre sum = sum + greencentre sum = sum + redcentre hu = hu + huecentre Next Next Gambar 7. Rangkaian Updown counter (7ls9), BCD to decimal decoder (7ls) dan inverter (7ls0) Q IRF50N Q5 IRF50N Q7 I RF50N Q0 I RF50N Gambar 8. Rangkaian switch FET IRF50 terhubung ke buah pole motor stepper. Perancangan software D DIODE D7 DIODE D8 DIODE D9 DIO DE Software yang digunakan adalah Microsoft visual Studio R RES JP 5 HE ADE R +V 5 avb = Math.Abs(sum / 05) avg = Math.Abs(sum / 05) avr = Math.Abs(sum / 05) hue = Math.Abs(hu / 05) bluecentre = avb greencentre = avg redcentre = avr hal ini dirasa penting dilakukan karena untuk mendapatkan hasil yang maksimal maka perlu dilakukan proses scanning pada luasan area tertentu. Selain itu perlu dilakukan proses inisialisasi untuk masing- jenis buah yang akan dilakukan proses scanning. Inisialisasi dilakukan baik untuk buah yang sudah matang maupun jenis jeruk yang masih mentah atau busuk. Hal ini penting dilakukan untuk mendapatkan hasil maksimal agar proses pendeteksian buah jeruk tidak terpengaruh oleh adanya intensitas cahaya dari luar yang mengganggu. Adapun proses inisialisasi nilai yang terbaca saat itu akan disimpan dalam variable tertentu yang tidak mempengaruhi yang lainnya. Adapun proses inisialisasi adalah seperti pada program di bawah : If ProcessID = Then green_matang = greencentre red_matang = redcentre

6 Label8.Text = bluecentre Label9.Text = green_matang Label0.Text = red_matang Label0.Text = hue ProcessID = End If If ProcessID = Then green_busuk = greencentre red_busuk = redcentre Label5.Text = bluecentre Label.Text = green_busuk Label7.Text = red_busuk Label.Text = hue ProcessID = Setelah itu masuk ke proses pendeteksian dengan membandingkan nilai-nilai variable yang ada dengan nilai tertentu. Sehingga didapat sebuah nilai dan program seperti di bawah: If bluecentre < 00 And 90 < greencentre And hue > 0 Then Label.Text = "jeruk matang" ElseIf bluecent re < 00 And 00 < redcentre And hue < Then Label.Text = "jeruk busuk" Else : Label.Text = " " VI. PENGUJIAN DAN ANALISA DATA. PENGUJIAN HARDWARE Pada pengujian hardware ini adalah pengujian terhadap driver motor stepper dengan menganalisa output yang dihasilkan dari rangkai an driver motor. Berikut data hasil respon output dari driver motor stepper s etelah diberi input step. Data di atas m erupakan respon output dari salah satu pole pada motor. Adapun dat a respon output dari keempat pole bisa dilihat pada tabel di bawah ini. Tabel. Data respon output driver motor stepper arah maju Arah Step S S S S Tabel. Data respon output driver motor stepper arah mundur Arah Step S S S S Data di atas merupakan data yang diperoleh dari gabungan sejumlah komponen IC Updown count er, IC decoder dan inverter. Berikut data yang diperoleh dari output tiap komponen. Tabel. Data respon output updown counter(7ls9) arah maju Arah Step QB QA 0 (maju) (maju) 0 0 (maju) 0 0 (maju) 0 (maju) 0 0 Tabel. Data respon output updown counter(7ls9) arah mundur Arah Step QB QA Dari tabel didapat suatu output dari IC Updown counter, yang mana jika input arah berlogika 0 maka data akan menjadi Up counter, sedangkan jika input arah berlogika maka data akan menj adi Down counter, sebagaimana hasil dari output pada tabel di atas. Setelah didapat output respon dari IC Updown counter, selanjutnya data dimasukkan ke dalam dekoder. Pada tugas akhir ini dipakai dekoder BCD to 0 decoder. Namun dari ke empat input BCD yang dipakai pada dekoder ini hanyalah dua input saja, karena hanya ada dua data keluaran dari IC Updown counter. Berikut data respon output dari dekoder. Tabel.5 Data respon output decoder(7ls) arah maju Arah Step C B A 0 (maju) (maju) (maju) (maju) 0 0 (maju) Tabel. Data respon output decoder(7ls) arah mundur Arah Step C B A 0 0 0

7 Dari data keluran dari dekoder itulah yang nantinya digunakan untuk mendrive FET sebagai switch yang terhubung kepada tiap pole dari motor. Karena keluaran dari dekoder merupakan akti f low, maka sebelum digunakan untuk mendrive FET terlebih dahulu dimasukkan ke dalam IC inverter untuk membalikkan nilai output dari dekoder. Sehingga didapat data sebagai berikut. Tabel.7 Data respon output inverter (7ls0) arah maju Arah Ste C B A Tabel.8 Data respon output inverter (7ls0) arah mundur Arah Step C B A Selanjutnya data inilah yang akan digunakan untuk mendrive FET yang terhubung kepada tiap pole pada motor.. PENGUJIAN SOFTWARE Pengujian software dilakukan dengan langsung mem akai buah jeruk yang baru dipetik dari pohon dan buah yang sudah busuk. Gambar. Tampilan program saat mendeteksi buah busuk Dari hasil pengujian didapat hasil sebagai berikut: Kondisi buah Jumlah buah sample Analisa matang 0 8buah dikenali matang busuk 0 7buah dikenali busuk random Matang 5 buah busuk buah buah Busuk 5 matang buah KESIMPULAN V. PENUTUP Keberhasilan mengenali 80% 70% 80% Dari perancangan, realisasi, dan pengujian alat pada tugas akhir ini dapat disimpulkan beberapa hal seperti berikut ini:. Dari hasil percobaan didapat keberhasilan mengenali buah matang sebesar 80%. Dari hasil percobaan didapet keberhasilan m engenali buah busuk sebesar 70%. Perlu didukung dengan pengaturan pencahayaan ruangan yang dijaga konstan.. Dari semua pengujian yang dilakukan didapat suatu hasil yang hampir sesuai dengan yang dinginkan. Kebanyakan error dan kegagalan adalah diakibatkan minimnya tool dan masih kurang optimalnya mekanik system. SARAN Saran saran yang dapat diberikan penulis untuk tugas akhir ini diantaranya adalah : Gambar. Tampilan program saat mendeteksi buah matang. Alat ini sangat cocok sekali diperuntukkan kepada industry menengah ke bawah maupun kalangan mahasiswa.. Alat yang didesain pada tugas akhir ini tentunya masih banyak adanya ketidaksempurnaan, sehingga perlu adanya 7

8 studi lanjut yang bisa lebih meminimalkan kekurangan yang ada pada alat ini. Perlu adanya studi lanjut tentang pemilihan metode yang paling tepat dibanding dengan metode yang tel ah dipakai pada tugas akhir ini. DAFTAR PUSTAKA Jurusan teknik Elektro ITS Tahun 00 0 Penulis mengikuti seminar Proyek Akhir, sebagai salah satu persyaratan untuk memperoleh gelar Sarjana. oktaviano_yudha@yahoo.co.id VIAN@elect-eng.its.ac.id. Ina Agustina, Fauziah, KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++, Seminar Nasional Informatika 009 (semnasif 009) UPN Veteran Yogyakart a, Mei 009. < a.blogspot.com/0/0/ konversi-color-space-rgb-hsv-dan-hsv.html>. diakses pada 5 juni 0., Praktikum 9 color detection < Prak_Citra/Prak9ColorDetection.pdf>, diakses pada Juni 0.. D. I. Amarasinghe and D. U. J. Sonnadara, Surface colour variation of Papaya fruits with maturity, Proceedings of the Technical Sessions, 5 (009) -8, Institute of Physics Sri Lanka 5., Motor stepper < html>, RIWAYAT HIDUP PENULIS Nama : Oktaviano yudha N Tempat/Tanggal Lahir : Lumajang/ 9 Oktober 98 Alamat : Jln. Raya Jarit No.5 Candipuro. Lumajang Telepon/Hp : oktaviano_yudha@yahoo.co.id Hobi : Wisata Kuliner, Menggambar,Touring Motto : Hidup harus penuh makna Riwayat Pendidikan : SD Negeri Pasirian Tahun SLTP Negeri I Pasirian Tahun SMU Negeri I Lumajang Tahun