8 kelengkapan pustaka fungsi dan cara pemakaian dalam pemrograman dengan
bahasa pemograman tertentu. Untuk kedua jenis penangkap citra ini memiliki kartu penangkap citra yang dilengkapi dengan perangkat lunak sehingga lebih
siap pakai. Adapun sistem perangkat lunak pengolahan citra dapat dibagi menjadi tujuh modul yang merupakan pengelompokkan rutin menurut fungsi-
fungsi sejenis, yaitu modul proses berkas masukan dan keluaran, modul proses penyaringan dan koneksi radiometris regristrasi citra dan koreksi geometris,
modul klasifikasi citra, modul perhitungan statistik, modul operasi matematika dan modul pembuatan laporan dan peragaan secara grafis.
C. WARNA
Pada pengolahan citra salah satu komponen yang digunakan adalah warna. Warna bukan merupakan sebuah kualitas inheren dari suatu objek dan
tergantung pada iluminasi dimana objek terlihat, tetapi yang inheren adalah kemampuannya menyerap bagian radiasi tertentu dalam spektrum cahaya
tampak serta kemampuannya dalam memantulkan bagian yang lain. Sebuah objek yang memantulkan seluruh cahaya datang disebut berwarna “putih”,
sedangkan yang menyerap seluruh cahaya disebut berwarna “hitam”, namun dalam prakteknya penyerapan ataupun pemantulan tidak dapat diperoleh 100
persen. Menurut Ahmad 2000 warna tidak lebih dari sekedar respon psycho- physiological dan intesitas yang berbeda.
Pengembangan model-model warna saat ini sudah banyak dilakukan, namun untuk proses pengolahan citra model warna yang sering digunakan
adalah model warna RGB Red, Green, Blue ini dikarenakan pada komputer umumnya menggunakan model warna RGB dalam mempresentasikan warna,
sehingga nantinya nilai pengolahan warna yang akan dihasilkan adalah dalam model warna RGB. Berdasarkan cara pembentukan komponen warna, model
warna RGB termasuk warna aditif, sebab warnanya dibentuk dengan mengkombinasikan energi cahaya dari ketiga warna pokok dalam berbagai
perbandingan. Model warna RGB dapat dinyatakan dalam bentuk indeks warna RGB
yang diperoleh melalui normalisasi setiap komponen warna. R Red, G
9 Green dan B Blue masing-masing merupakan besaran yang menyatakan
nilai intensitas warna merah, hijau, dan biru serta r, g dan b adalah nilai-nilai setelah proses normalisasi . Adapun rumus untuk keperluan tersebut adalah
sebagai berikut: Indeks warna merah I
r
= RR+G+B………............………………….1 Indeks warna hijau I
g
= GR+G+B…………………………………..2 Indes warna biru I
b
= BR+G+B……………………………………..3 D. PENELITIAN TERDAHULU
Pengolahan citra dikategorikan dalam tiga kategori, yaitu analisis citra, visi robotik dan untuk pengawasan. Pada umumnya pengolahan citra
mengarah kepada pembuktian atau pengujian kualitas dari pembuangan atau pembersihan kerusakan, sortasi dan grading bahan mentah dan produksi
makanan. Qadavy 1998, melakukan penelitian untuk menentukan kematangan
durian dengan teknik pengolahan citra. Diperoleh hasil bahwa berat buah durian, kekerasan daging buah durian dan intensitas warna biru pada buah
durian matang lebih kecil dari berat, kekerasan daging dan intensitas warna biru buah durian yang belum matang, sedangkan kandungan gula, intensitas
warna merah dan hijau pada buah durian matang lebih berat dari pada buah durian yang belum matang.
Gunayanti 2002 malakukan penelitian untuk menentukan mutu buah mangga berdasarkan sifat fisik permukaan buah menggunakan pengolahan
citra dengan menggunakan parameter luas area, indeks warna, dan tekstur. Jenis mangga yang digunakan dalam penelitian ini adalah mangga Arumanis
dan mangga Gedong. Didapatkan hasil bahwa parameter yang sesuai untuk melakukan pemutuan pada buah mangga Arumanis adalah berdasarkan luas
area dan komponen tekstur contrast. Batasan area yang tepat untuk dapat menghasilkan 3 tingkatan kelas yang berbeda yaitu, untuk mutu I dengan luas
area lebih besar atau sama dengan 11000 piksel, mutu III dengan luas area di bawah 9300 piksel untuk citra dengan resolusi 256 × 192 piksel. Sedangkan
untuk membedakan mutu setiap mangga dengan reject adalah berdasarkan
10 nilai komponen tekstur contrast, dimana buah reject mempunyai nilai contrast
rata-rata diatas 0.6, sedangkan buah mutu I, II, dan III mempunyai nilai contrast dibawah 0.6. Pada mangga Gedong parameter yang sesuai untuk
melakukan pemutuan adalah indeks warna merah yang dimiliki oleh tiap buah. Batasan nilai indeks warna untuk melakukan pemutuan mangga Gedong
tersebut antara lain: untuk mutu I indeks warna merahnya lebih besar atau sama dengan 0.35, sedangkan untuk mutu II indeks warna merahnya antara
0.35 – 0.33 dan bila indeks warna merahnya kurang dari 0.33 akan termasuk buah reject.
Damiri 2003 telah mengidentifikasi tingkat ketuaan dan kematangan jeruk lemon citrus medica menggunakan pengolahan citra dan jaringan saraf
tiruan dan diperoleh bahwa indeks warna merah dan indeks warna hijau dalam pengolahan citra dapat membedakan tingkat kematangan jeruk lemon pada
umur petik 100 hari dengan umur 110 hari, hue corak dapat membedakan tingkat kematangan jeruk lemon pada umur petik 100 hari dengan tingkat
kematangan pada umur petik 110 hari secara langsung. Sedangkan fitur energi dapat membedakan tingkat kematangan pada umur petik 110 hari dengan
tingkat kematangan pada umur petik 120 hari. Arham 2003 mengembangkan algoritma pengolahan citra untuk
menganalisis parameter mutu serta tingkat ketuaan dan kematangan buah jeruk nipis berdasarkan umur petik. Dari analisa ditemukan bahwa indeks warna
merah dapat membedakan umur petik 120 hari dengan 140 hari dan umur petik 140 hari dengan 160 hari, indeks warna hijau dapat membedakan umur
petik 140 hari dengan 160 hari dan umur petik 160 hari dengan 180 hari sedangkan indeks warna biru dapat membedakan umur petik 120 hari dengan
160 hari dan 180 hari. Didapatkan pula area pada proyeksi samping buah jeruk nipis mempunyai korelasi yang tinggi terhadap berat dengan nilai R
2
=0.92, sehingga berat buah jeruk nipis dapat ditentukan dengan area sedangkan
terhadap kekerasan kulit, kekerasan daging dan total padatan terlarut indeks warna merah, hijau dan biru mempunyai koreksi yang rendah.
III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU
