SKRIPSI. PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA. Oleh: MARIA YUSTINA TAMPUBOLON F

Transkripsi

1 SKRIPSI PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA Oleh: MARIA YUSTINA TAMPUBOLON F DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR 2006

2 PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor Oleh: MARIA YUSTINA TAMPUBOLON F DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR 2006

3 INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor Oleh: MARIA YUSTINA TAMPUBOLON F Dilahirkan di: Pekanbaru, 4 September 1983 Tanggal lulus: 19 Januari 2006 Menyetujui, Bogor, Januari 2006 Dr. Ir. I Dewa Made Subrata, MAgr. Dosen Pembimbing Akademik Mengetahui, Dr. Ir. Wawan Hermawan, MS Ketua Departemen Teknik Pertanian

4 MARIA YUSTINA TAMPUBOLON. F Pemutuan Buah Jeruk Manis (Citrus sinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra. Di bawah bimbingan: I DEWA MADE SUBRATA RINGKASAN Buah hortikultura semakin lama semakin banyak diminati oleh masyarakat, contohnya buah jeruk manis (Citrus sinensis (L) Osbeck). Buah ini memiliki nilai ekonomis yang tinggi, terlihat dari besarnya permintaan untuk konsumsi rumah tangga, supermarket, hotel dan restoran. Di Indonesia tanaman ini sudah mulai dikembangkan di berbagai daerah. Buah jeruk manis (Citrus sinenesis (L) Osbeck) mengandung kadar vitamin C yang cukup tinggi, kebanyakan dikonsumsi sebagai buah segar. Indonesia berpeluang untuk melakukan ekspor komoditas buah-buahan tropis, tetapi pada kenyataannya andil Indonesia masih sangat kecil dalam memenuhi kebutuhan akan buah-buahan tropis segar dunia tersebut. Penyebabnya adalah kemampuan suplai yang terbatas dan tidak berkelanjutan serta kualitas buah hasil produksi yag masih rendah. Rendahnya kualitas buah-buahan yang akan diekspor seperti buah jeruk manis (Citrus sinensis (L) Osbeck) salah satunya disebabkan oleh penanganan pasca panen yang belum baik, contohnya pensortasian dan pemutuan yang masih dilakukan secara manual. Untuk itu diperlukan adanya suatu teknik yang dapat menggolongkan buah-buahan tersebut dalam berbagai tingkatan mutu sehingga diperoleh hasil yang seragam. Penelitian ini bertujuan untuk menganalisis parameter-parameter mutu beberapa kelas mutu jeruk manis (Citrus sinensis (L) Osbeck) dengan pengolahan citra dan pengukuran langsung, kemudian parameter-parameter mutu yang diperoleh dengan pengolahan citra nantinya dapat digunakan untuk membedakan jeruk manis pacitan berdasarkan kelas mutunya. Dalam penelitian ini akan dicari pula hubungan antara parameter pengolahan citra dengan parameter pengukuran langsung atau manual lalu akan dilakukan pengujian algoritma pengolahan citra yang telah dibangun untuk dapat menggolongkan buah jeruk manis pacitan sesuai dengan kelompok mutunya. Sampel yang digunakan yang digunakan dalam penelitian ini adalah buah jeruk manis pacitan dengan tiga tingkatan mutu yaitu mutu A, B dan C masingmasing mutu terdiri dari 30 buah sampel sehingga jumlah seluruh sampel adalah 90 buah. Tahap pertama penelitian ini adalah pengambilan citradan pengolahan citra jeruk manis pacitan dengan menggunakan kamera digital. Citra direkam dari arah pangkal dan dari arah samping dengan resolusi piksel dan 256 tingkat intensitas warna RGB. Dilanjutkan dengan pengolahan citra, citra yang sudah direkam diolah dengan program yang dibuat menggunakan bahasa pemrograman Visual Basic Ver. 6.0 yang memiliki kemampuan untuk menghitung luas objek, diameter objek dan nilai intensitas warna RGB. Luas objek dihitung dengan cara mengubah terlebih dahulu citra warna menjadi citra biner melalui proses thresholding dengan nilai batas intensitas warna merah 70. Citra objek diset berwarna putih dan latar belakang diset berwarna hitam, sehingga yang menjadi luas objek adalah piksel yang berwarna putih. Dalam proses thresholding sering terjadi noise yaitu adanya piksel di luar

5 objek, agar mendapatkan citra objek yang bersih maka noise tersebut harus dihapus. Piksel-piksel yang berukuran lebih kecil dari 20 piksel diset menjadi sama dengan latar belakang. Diameter dihitung dengan menghubungkan pikselpiksel yang memiliki nilai jarak terjauh pada citra objek. Dalam penelitian ini pengukuran diameter dilakukan pada tiga titik yang berbeda pada objek, rata-rata dari ketiga panjang diameter tersebut merupakan diameter objek. Intensitas warna yang diukur adalah warna merah, hijau, dan biru (RGB). Untuk mendapatkan nilai RGB, dilakukan proses analisis warna yang dilanjutkan dengan perintah pengukuran intensitas warna. Pengukuran RGB dilakukan dengan cara membentuk sebuah jendela objek sebagai sampel dengan ukuran 50 x 50 piksel. Koordinat jendela objek ini sudah ditentukan terlebih dahulu. Tahap kedua yaitu pengukuran secara langsung yang meliputi pengukuran berat, diameter, pengukuran kekerasan kulit dan daging serta pengukuran total padatan terlarut, pada tahapan ini pengujian dilakukan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Pertanian. Selanjutnya tahapan yang ketiga yaitu pengolahan data citra dan data pengukuran secara langsung yaitu pengolahan data citra untuk menentukan perbedaan tiap mutu, pengolahan data pengukuran secara langsung untuk menentukan perbedaan tiap mutu, menentukan hubungan antara hasil pengolahan citra dan pengukuran secara langsung, dan membandingkan antara pemutuan menggunakan pengolahan citra dengan pemutuan pengukuran langsung. Berdasarkan hasil pengolahan citra terlihat bahwa luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping dapat membedakan antara mutu A, B dan C. Luas objek yang direkam dari arah pangkal dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8979 piksel sedangkan untuk luas objek yang direkam dari arah samping dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas bawah piksel, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah 8798 piksel. Begitu pula pada pengukuran diameter objek yang mana dapat membedakan tingkat mutu A pada ambang batas bawah 115 piksel dengan tingkat mutu B, dan pada tingkat mutu B dengan tingkat mutu C. pada ambang batas bawah 108 piksel. Indeks warna merah pada citra yang direkam dari arah pangkal dapat membedakan tingkat mutu A dan B pada ambang batas atas dan tingkat mutu B dan C pada ambang batas atas 0.466, sedangkan pada citra yang direkam dari arah samping indeks warna merah dapat membedakan tingkat mutu A dengan tingkat mutu B pada ambang batas atas 0.482, dan tingkat mutu B dengan tingkat mutu C pada ambang batas atas Indeks warna hijau tidak dapat membedakan antara tingkat mutu A, B dan C pada citra yang direkam dari arah pangkal. Namun pada citra yang direkam dari arah samping indeks warna hijau mampu membedakan tingkat mutu A dan B pada ambang batas atas dan tingkat mutu B dan C pada ambang batas atas Parameter indeks warna biru pada citra yang direkam dari arah pangkal dapat membedakan tingkat mutu A dan B pada ambang batas bawah dan tingkat mutu B dan C pada ambang bawah sedangkan pada citra yang direkam dari arah samping indeks warna biru dapat membedakan tingkat mutu A

6 dengan tingkat mutu B pada ambang batas bawah 0.076, dan tingkat mutu B dengan tingkat mutu C pada ambang batas bawah Berdasarkan hasil uji statistik terhadap data pengukuran langsung memperlihatkan bahwa berat dan diameter buah dapat membedakan mutu A, B dan C, sedangkan parameter tingkat kekerasan buah dan daging serta total padatan terlarut tidak dapat membedakan ketiga mutu tersebut. Parameter luas objek dengan berat buah memiliki hubungan yang linear, terlihat dari tingkat kepercayaan berturut-turut sebesar 93.97% dan 91.83% ini berarti berat buah dapat diduga dari luas objek. Diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung memiliki nilai koefisien determinasi sebesar , ini berarti diameter hasil pengukuran pengolahan citra tidak cukup memiliki hubungan linear dengan diameter hasil pengukuran secara langsung. Parameter indeks warna RGB dengan tingkat kekerasan kulit memiliki tingkat korelasi yang cukup rendah baik pada citra yang direkam dari arah pangkal maupun pada citra yang direkam dari arah samping. Begitu pula dengan tingkat kekerasan daging dan total padatan terlarut yang mana tidak dapat diduga dari indeks warna merah, hijau ataupun biru baik pada citra yang direkam dari arah maupun pada citra yang direkam dari arah samping. Tingkat keberhasilan pemutuan untuk parameter luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 86.7% dan 81.3%. Tingkat keberhasilan pemutuan untuk parameter diameter objek yaitu sebesar 89%, untuk parameter indeks warna merah pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping secara berturut-turut adalah 49% dan 53.7%, parameter indeks warna hijau pada citra yang direkam dari arah samping adalah 54.67%,dan untuk parameter indeks warna biru pada citra yang direkam dari arah pangkal dan samping masing-masing secara berturut-turut yaitu 46.7% dan 63.7%. Perlu diperhatikan teknik pencahayaan yang tepat pada saat pengambilan citra objek agar didapatkan hasil citra yang lebih baik selain itu diperlukan pula penambahan kriteria pemutuan buah jeruk manis pacitan seperti komponen warna hue, saturation dan intensity (HSI), tekstur buah dan lain-lain dengan menggunakan jumlah sampel yang lebih banyak lagi sehingga parameterparameter mutu yang didapatkan dengan metode pengolahan citra nantinya dapat digunakan dan menghasilkan teknik pensortasian yang lebih baik.

7 RIWAYAT HIDUP Penulis lahir di Pekanbaru, pada tanggal 4 September Penulis adalah anak kedua dari empat bersaudara dari pasangan Bapak H.R. Tampubolon dan Ibu D. Napitupulu. Penulis menyelesaikan pendidikan sekolah dasar pada SD Kristen Kalam Kudus Pekanbaru pada tahun Kemudian penulis melanjutkan pendidikan lanjutan pada SLTP Kristen Kalam Kudus Pekanbaru, dan lulus pada tahun Pada tahun yang sama penulis melanjutkan pendidikan lanjutan tingkat atas di SMUN I Pekanbaru dan lulus pada tahun Pada tahun 2001 melalui jalur Ujian Masuk Perguruan Tinggi Negeri (UMPTN) penulis diterima menjadi mahasiswa S1 Institut Pertanian Bogor, di Departemen Teknik Pertanian, Fakultas Teknologi Pertanian. Pada tahun 2004 penulis melaksanakan Praktek Lapang (PL) di PT Inti Indosawit Subur, Kabupaten Pelalawan, Propinsi Riau. Selama masa perkuliahan penulis aktif berorganisasi di himpunan profesi HIMATETA (Himpunan Mahasiswa Teknik Pertanian) dan PMK (Persekutuan Mahasiswa Kristen). Di PMK penulis masuk dalam Komisi Kesenian dan pada tahun dipercaya sebagai Wakil Koordinator Bidang Pembinaan, kemudian pada tahun dipercaya sebagai Wakil Koordinator Bidang Pembinaan pada Kelompok Pra Alumni.

8 KATA PENGANTAR Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena berkat, anugerah dan kasih setia-nya penulis mampu menyelesaikan skripsi yang berjudul Pemutuan Jeruk Manis (Citrus sinensis (L) Osbeck) Menggunakan Algoritma Pengolahan Citra, yang merupakan salah satu persyaratan untuk memperoleh gelar Sarjana Teknik Pertanian pada Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Penelitian ini bertujuan untuk menggolongkan buah jeruk manis (Citrus sinensis (L) Osbeck) ke dalam beberapa tingkatan mutu dengan menggunakan algoritma pengolahan citra. Skripsi ini merupakan hasil terbaik yang dapat penulis kerjakan, akan tetapi penulis menyadari dengan sepenuhnya bahwa masih banyak kekurangan dan ketidaksempurnaan dalam penelitian ini. Penulis berharap skripsi ini dapat bermanfaat bagi banyak pihak. Pada kesempatan ini penulis juga ingin menyampaikan terimakasih kepada semua pihak yang telah membantu baik berupa bimbingan, motivasi, saran, dan kritik antara lain kepada: 1. Bapak H. R. Tampubolon, Mama D. Napitupulu, Ferry, Hotman, dan Anggita yang menyayangiku, memberikan motivasi dan mendoakanku setiap saat. 2. Bapak Dr. Ir. I Dewa Made Subrata, MAgr. sebagai dosen pembimbing, atas saran dan kritik dan bimbingan selama proses penyelesaian skripsi ini. 3. Bapak Dr. Ir. Suroso, MAgr. dan Bapak Ir. Mad Yamin, MT. sebagai dosen penguji yang telah memberikan saran dan masukan bagi penulis. 4. Seluruh sahabat dan teman-teman TEP 38, Sari, Bujun terimakasih banyak. 5. Semua pihak yang tidak dapat saya sebutkan satu persatu yang telah membantu dan mendukung saya dalam penyelesaian skripsi ini. Bogor, Januari 2006 Penulis

9 DAFTAR ISI Halaman KATA PENGANTAR...i DAFTAR ISI... ii DAFTAR TABEL...v DAFTAR GAMBAR... vii DAFTAR LAMPIRAN...x I. PENDAHULUAN...1 A. LATAR BELAKANG...1 B. TUJUAN PENELITIAN...2 II. TINJAUAN PUSTAKA...3 A. BOTANI JERUK MANIS...3 B. PENGOLAHAN CITRA... 5 C. WARNA... 8 D. PENELITIAN TERDAHULU... 9 III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU B. BAHAN DAN ALAT Bahan Alat penelitian C. METODE PENELITIAN Persiapan Pengangkutan Tahapan penelitian a. Pengambilan citra dan pengolahan citra b. Pengolahan secara langsung c. Pengolahan data citra dan data pengukuran langsung d. Menentukan hubungan antara hasil pengolahan citra dengan pengukuran secara langsung e. Membandingkan antara pemutuan menggunakan pengolahan citra dengan pemutuan secara langsung ii

10 IV. HASIL DAN PEMBAHASAN A. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGOLAHAN CITRA (PENGUKURAN TIDAK LANGSUNG) Luas objek Diameter Nilai indeks warna merah, hijau dan biru (RGB) B. PEMUTUAN BUAH JERUK MANIS PACITAN DENGAN METODE PENGUKURAN LANGSUNG Berat Diameter Tingkat kekerasan kulit dan daging Total padatan terlarut C. HUBUNGAN HASIL METODE PENGOLAHAN CITRA DENGAN METODE PENGUKURAN LANGSUNG Korelasi antara luas objek dengan berat buah berbagai tingkat mutu Korelasi antara diameter hasil pengolahan citra dengan diameter hasil pengukuran langsung berbagai tingkat mutu Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan kulit berbagai tingkat mutu Korelasi antara indeks warna merah, hijau dan biru dengan kekerasan daging berbagai tingkat mutu Korelasi antara indeks warna merah, hijau dan biru dengan total padatan terlarut berbagai tingkat mutu D. PERBANDINGAN PEMUTUAN MENGGUNAKAN METODE PENGOLAHAN CITRA DENGAN PEMUTUAN MENGGUNAKAN METODE PENGUKURAN LANGSUNG V. KESIMPULAN DAN SARAN A. KESIMPULAN B. SARAN iii