SISTEM SELEKSI KEMATANGAN BUAH TOMAT WAKTU-NYATA BERBASIS NILAI RGB

Transkripsi

1 ISSN: SISTEM SELEKSI KEMATANGAN BUAH TOMAT WAKTU-NYATA BERBASIS NILAI RGB M. Riza Ferdiasyah, Kartika Firdausy, Tole Sutiko Program Studi Tekik Elektro, Uiversitas Ahmad Dahla Kampus III UAD, Jl. Prof. Dr. Soepomo, Jatura, Yogyakarta Telp psw 220, Fax Abstrak Buah tomat merupaka salah satu hasil pertaia yag bayak dikosumsi sebagai baha baku idustri paga. Buah tomat yag diolah memiliki stadar kemataga tertetu, sehigga meghasilka produk olaha yag bermutu tiggi. Proses seleksi kemataga buah tomat secara maual dirasaka kurag medukug akselerasi produk, apalagi pada proses idustri skala besar. Pada peelitia ii diracag purwarupa sistem seleksi kemataga buah tomat waktu-yata berbasis ilai RGB (Red-Gree-Blue) citra tomat yag di-capture oleh webcam da diolah oleh komputer pribadi dega peragkat luak Borlad Delphi 7. Hasil peelitia meujukka bahwa purwarupa sistem seleksi kemataga buah tomat yag diracag memiliki ilai keberhasila 96%. Kata kuci: seleksi, RGB, thresholdig, waktu-yata, delphi 1. PENDAHULUAN Idustri pertaia saat ii berkembag dega pesat. Tomat merupaka hasil idustri pertaia yag cukup populer karea hargaya yag relatif murah da memiliki bayak keguaa, sebagai baha makaa sehari-hari ataupu baha idustri paga. Meskipu tomat merupaka hasil pertaia yag berilai gizi tiggi, tetapi tomat juga mempuyai sifatsifat yag kurag megutugka, atara lai: mudah megalami peurua kualitas yag dipegaruhi oleh faktor ligkuga seperti kelembaba, temperatur, da mutu awal tomat itu sediri, mudah busuk da tidak dapat meaha tekaa mekais yag terlalu besar [6]. Kemataga tomat sagat mempegaruhi mutu tomat tersebut. Pada umumya, proses pegedalia mutu dilakuka oleh teaga mausia. Namu, mausia cederug mudah merasa lelah da jeuh jika melakuka aktivitas yag mooto, serta relatif lebih lambat, sehigga jika diterapka pada skala idustri besar diperluka batua mesi pada proses tersebut. Beberapa peelitia sejeis yag melaluka proses seleksi berdasarka citra (image) objek atara lai sebagai berikut: Garcia-Alegre, dkk [2] melakuka peelitia utuk medeteksi permukaa kulit telur berdasarka citra objek dega megguaka metode Laplace. Pada peelitia tersebut, diambil kompoe hijau (gree) utuk meujukka perbedaa wara atara citra telur da latar belakagya. Citra telur aka diproses utuk megetahui kerusaka permukaa telur megguaka metode Laplace; Kusumadewi [3] melakuka peelitia utuk medeteksi kerusaka telur megguaka metode thresholdig. Metode thresholdig ii diguaka utuk meetuka kerusaka telur berdasarka ilai bierya, 0=hitam da 1=putih. Piksel wara putih diaggap sebagai piksel aktif. Peelitia ii belum secara waktu-yata (realtime), yag maa data citra dimasukka di-capture terlebih dahulu da dijadika file dalam basis data. Pada peelitia ii aka dideteksi kemataga tomat secara waktu-yata berbasis ilai RGB. Citra tomat yag memiliki suatu retag ilai RGB tertetu diaggap matag, da yag laiya diaggap tidak matag (metah atau busuk). Proses seperti juga diamaka dega thresholdig ilai RGB citra. Operasi thresholdig diguaka utuk megubah citra dega format skala keabua, yag mempuyai kemugkia lebih dari 2, ke citra bier yag haya memiliki 2 buah ilai (0 da 1). Dalam hal ii, titik dega ilai retag ilai keabua tertetu diubah mejadi berwara hitam da sisaya mejadi wara putih atau sebalikya [1]. Perubaha citra skala keabua Sistem Seleksi Kemataga Buah Tomat (M. Riza Ferdiasyah)

2 212 ISSN: mejadi citra bier dapat dilakuka memakai ambag gada, yaitu ambag bawah da ambag atas, dega megguaka fugsi GST (Gray Scale Trasform) pada Gambar 1. Pegambaga gada dilakuka utuk meampilka titik-titik yag mempuyai retag ilai tertetu. K o 0, jika ambag bawah K i ambag atas 1, laiya (1) atau K o 1, jika ambag bawah K i ambag atas 0, laiya (2) 1 1 K o ambag bawah ambag atas K o ambag bawah ambag atas 0 K i Ki 255 (a) Persamaa 1 (b) Persamaa 2 Gambar 1. Fugsi GST utuk operasi pegambaga gada Croppig adalah memotog satu bagia dari citra sehigga diperoleh citra berukura lebih kecil. Operasi ii pada dasarya adalah operasi traslasi, yaitu meggeser koordiat titik citra [1]. ( L T x x y ' utuk x xl sampai x R (3) x L ' y y T utuk yt y sampai y B (4) x, y ) da ( x, y R B bawah bagia citra yag aka di-crop seperti pada Gambar 2. ) masig-masig adalah koordiat titik pojok kiri atas da pojok kaa Gambar 2. Koordiat titik pojok bagia citra yag aka di-crop [1] TELKOMNIKA Vol. 4, No. 3, Desember 2006 :

3 TELKOMNIKA ISSN: Ukura citra berubah mejadi: w' x R x L (5) h' y B y T (6) Da trasformasi balikya adalah: x x' utuk x ' 0 sampai w '1 (7) x L y y' utuk y ' 0 sampai h '1 (8) y T 2. METODE PENELITIAN Diagram kotak racaga aplikasi utuk seleksi kemataga tomat dapat dilihat pada Gambar 3. Citra tomat (objek) diambil megguaka webcam. Acua RGB adalah ilai wara piksel citra acua. Output Thresholdig adalah citra bier, yag selajutya dilakuka croppig. Lagkah terakhir adalah klasifikasi, yag aka meghasilka output Matag atau Buka Matag. Matag Capture objek RGB acua Thresholdig Croppig Klasifikasi Buka Matag Gambar 3. Diagram kotak racaga aplikasi utuk seleksi kemataga tomat Program aplikasi ditulis dalam Pascal megguaka compiler Borlad Delphi 7. Akuisisi citra megguaka webcam LOGITEC Pro 00. Sebagai acua diguaka data RGB gambar tomat matag dari Buku Tahua Produksi Paga Dias Pertaia [5], kemudia diolah megguaka Adobe Photoshop sehigga diperoleh ilai pada retag: R=235-2, G= 45-60, B= Pegujia dilakuka dega memperhitugka pegaruh posisi sumber cahaya da itesitas sumber cahaya utuk memperoleh kodisi optimal. 3. HASIL DAN PEMBAHASAN Aplikasi ii memerluka ilai rage RGB yag diguaka sebagai acua. Tampila widow dapat dilihat pada Gambar 4. Gambar 4. Widow utuk iput ilai RGB Sistem Seleksi Kemataga Buah Tomat (M. Riza Ferdiasyah)

4 214 ISSN: Tampila widow deteksi kemataga tomat dapat dilihat pada Gambar 5. Gambar 5. Widow Deteksi Kemataga Tomat Pegujia terhadap program dilakuka dega meguji sampel yag berjumlah buah tomat yag diambil secara acak dari 100 buah tomat. Dari buah sampel tomat 42 buah sampel matag da 8 buah sampel belum matag. Sebagai acua diguaka data RGB tomat hasil percobaa dari buah tomat matag da dihitug ilai deviasi maksimum utuk batas atas da miimum utuk batas bawah Tabel 1. Nilai RGB Tomat matag Objek Red Gree Blue Objek Red Gree Blue Dari data tersebut dapat dihitug ilai rata-rata da ilai deviasiya utuk medapatka ilai rage RGB yag dapat dipakai sebagai acua iput rage RGB program sebagai berikut: TELKOMNIKA Vol. 4, No. 3, Desember 2006 :

5 TELKOMNIKA ISSN: Tabel 2. Hasil Deteksi Tomat megguaka Webcam Komputerisasi Sampel Maual RGB Citra Sampel R G B Hasil 1 Matag Matag 2 Matag Matag 3 Matag Matag 4 Matag Matag 5 Matag Matag 6 Matag Matag 7 Buka Buka 8 Matag Matag 9 Matag Matag 10 Matag Matag 11 Matag Matag 12 Matag Buka 13 Matag Matag 14 Matag Matag 15 Matag Matag 16 Matag Matag 17 Matag Matag 18 Matag Matag 19 Buka Buka 20 Buka Buka 21 Matag Matag 22 Matag Matag 23 Matag Matag 24 Matag Matag 25 Buka Buka 26 Matag Matag 27 Matag Matag 28 Matag Matag 29 Buka Buka 30 Buka Buka 31 Buka Buka 32 Matag Matag 33 Matag Matag 34 Matag Matag 35 Matag Matag 36 Matag Matag 37 Matag Matag 38 Matag Matag 39 Matag Buka 40 Matag Matag 41 Matag Matag 42 Buka Buka 43 Matag Matag 44 Matag Matag 45 Matag Matag 46 Matag Matag 47 Matag Matag 48 Matag Matag 49 Matag Matag Matag Matag Nilai rata-rata Red (R): R = i1 R R = 163,520 i Nilai deviasi dari Red R: S R = ( xi x) i1 S R = 4,134 2 Sistem Seleksi Kemataga Buah Tomat (M. Riza Ferdiasyah)

6 216 ISSN: Nilai rata-rata Gree (G): G = i1 G G = 134,800 Nilai rata-rata Blue (B): B = i1 B B = 115,140 i i Nilai deviasi dari Gree G: S G = S G = 4,007 ( xi x) i1 Nilai deviasi dari Blue B: S B = S B = 4,228 2 ( xi x) i1 2 Sehigga didapatka ilai utuk rage RGB acua sebagai berikut: Red (R) = Gree (G) = Blue (B) = Berdasarka hasil pegujia seleksi kemataga tomat megguaka program komputerisasi seperti ditujukka pada Tabel 2, sampel yag tidak sesuai dega keadaa maualya adalah sampel 12 da 39, sedagka sampel laiya dapat diidetifikasi secara bear. Dega demikia, persetase keberhasila purwarupa sistem seleksi kemataga buah 48 tomat yag diracag adalah x 100% = 96%, sehigga sistem seleksi kemataga buah tomat berbasis ilai RGB layak utuk diimplemetasika. 4. KESIMPULAN Telah berhasil dibagu sebuah purwarupa sistem seleksi kemataga tomat berbasis ilai RGB. Berdasarka hasil pegujia, persetase keberhasila purwarupa sistem seleksi kemataga buah tomat yag diracag mecapai 96%, sehigga sistem seleksi kemataga buah tomat berbasis ilai RGB layak utuk diimplemetasika. DAFTAR PUSTAKA [1] Achmad, B., da Firdausy, K., Tekik Pegolaha Citra Digital Megguaka Delphi, Ardi Publishig, Yogyakarta, 2005,. [2] García-Alegre, M.C., Ribeiro, A., Guiea, D., Cristóbal, G., Eggshell Defects Detectio Based o Color Processig, Istituto de Automática Idustrial, Spaish Coucil for Scietific Research, Madrid, Spai, [3] Kusumadewi, D.I., Aplikasi Pegolaha Citra Megguaka Metode Thresholdig utuk Deteksi Kerusaka Telur, Skripsi S-1, Uiversitas Ahmad Dahla, Yogyakarta, [4] Russ, J.C., The Image Processig Hadbook 4 Th Editio, CRC press LLC, [5], Buku Tahua Dias Pertaia: Produksi Paga, Dias Pertaia Kab. Idragiri Hilir, Riau, [6], TELKOMNIKA Vol. 4, No. 3, Desember 2006 :