14 h.
Jangka sorong yang digunakan untuk mengukur panjang dan diameter buah naga.
i. Timbangan digital yang digunakan untuk mengukur berat buah naga.
j. Rheometer yang digunakan untuk mengukur tingkat kekerasan buah naga.
k. Refraktometer yang digunakan untuk mengukur Total Padatan Terlarut TPT
buah naga. l.
Luxmeter yang digunakan untuk mengukur intensitas cahaya.
C. METODE PENELITIAN
Pada penelitian ini, pengambilan data untuk setiap sampel meliputi beberapa tahapan yaitu, tahap pertama adalah pengambilan citra, tahap kedua
adalah pengolahan citra yang meliputi pengukuran panjang, diameter, area, roundness, indeks warna RGB dan HSI, tahap ketiga adalah pengukuran langsung
yang meliputi pengukuran berat buah, pengukuran panjang buah, pengukuran kekerasan, dan pengukuran total padatan terlarut buah naga. Tahap yang terakhir
adalah penentuan parameter mutu dari hasil pengolahan citra yang dapat digunakan untuk menentukan kelas mutu buah naga Hylocereus undatus yang
ditentukan berdasarkan analisis korelasi antara data hasil image processing dengan data pengukuran langsung.
1. Pengambilan Citra
Buah naga dengan berbagai kelas mutu yang berbeda, yaitu mutu A, mutu B dan mutu C terlebih dahulu dibersihkan dari kotoran yang menempel. Setelah
dibersihkan, buah naga diambil citranya menggunakan kamera CCD Charge Coupled Device dengan sistem pengolahan citra image processing.
Pengambilan citra dilakukan dari arah samping pada kondisi berikut : a.
Buah naga diletakkan di atas kain berwarna putih sebagai latar belakang dan di bawah kamera CCD dengan ketinggian 30 cm. Empat buah lampu TL
dinyalakan untuk memberi cahaya pada objek dengan ketinggian 40 cm dan sudut pencahayaan 30
o
.
15 b.
Intensitas reflektans dari buah naga ditangkap sensor kamera CCD melalui lensa dan ditampilkan di monitor komputer yang dihubungkan dengan sensor
kamera. c.
Citra buah naga direkam dengan ukuran 400 x 300 piksel dalam 256 tingkat intensitas warna RGB Red, Green, Blue.
d. Citra buah naga yang telah direkam, disimpan dalam sebuah arsip dengan
extention file .BMP. Untuk dapat membuka kembali file citra buah naga, menghitung panjang,
diameter, area, roundness, intensitas warna RGB dan HSI diperlukan suatu program image processing. Skema perangkat keras untuk pengolahan citra yang
digunakan dalam penelitian beserta aliran datanya dapat dilihat pada Gambar 3.
Gambar 3. Skema perangkat keras untuk pengolahan citra beserta aliran datanya Ahmad, 2005
2. Pengolahan Citra
Pengolahan citra buah naga dilakukan dengan program komputer yang telah dibuat terlebih dahulu dengan menggunakan bahasa pemrograman Visual
Basic 6.0. Adapun program yang dibuat memiliki kemampuan untuk menghitung
16 panjang objek, diameter objek, area objek, roundness, intensitas warna RGB dan
HSI. Algoritma image processing yang dibangun adalah sebagai berikut : a.
Membuat program image processing dalam Visual Basic 6.0, yang memiliki kemampuan untuk menghitung panjang objek, diameter objek, area objek,
roundness, intensitas warna RGB dan HSI. b.
Menghitung nilai panjang, diameter, dan area dilakukan dengan cara merubah terlebih dahulu citra buah naga menjadi citra biner melalui proses
thresholding. Objek diset warna putih, sedangkan latar diset berwarna hitam. Luas area dihitung dengan menjumlahkan piksel berwarna putih, sedangkan
diameter dan panjang dihitung dengan menggunakan rumus euclidean sebagai berikut :
d [i
1
,j
1
],[i
2
,j
2
] = .................................8
c. Citra buah naga yang diperoleh kemudian dianalisis bentuknya dengan faktor
bentuk tak berdimensi. Faktor bentuk yang digunakan adalah kebundaran roundness dengan menggunakan persamaan sebagai berikut :
........................................................................9
Dimana : R = kebundaran tidak berdimensi A = area citra piksel
L = panjang piksel
d. Mencari intensitas warna RGB dan HSI buah naga dilakukan dengan cara
menganalisis warna yang dilanjutkan dengan perintah pengukuran intensitas warna. Area pengukuran warna adalah seluruh piksel objek buah naga.
e. Setelah data pengukuran didapatkan dilakukan analisis korelasi dengan data
pengukuran langsung menggunakan regresi linear.
y = a + bx .....................................................................10
2 2
1 2
2 1
j j
i i
17
3. Pengukuran Langsung
