ALGORITMA CLOSEST PAIR PADA PROSES PERBA

ALGORITMA CLOSEST PAIR POINT PADA PROSES PERBANDINGAN DATA
HASIL PEMBACAAN SENSOR WARNA TCS3200
Yudhi Andrian1
Email :
yudhi@potensi-utama.ac.id
Abstraksi
Sensor warna TCS3200 memiliki beberapa kelebihan, yaitu: murah, akurat, dan dapat
diaplikasikan di berbagai bidang. Banyak penelitian yang menggunakan sensor warna
TCS3200 namun belum ada penelitian yang membahas mengenai algoritma yang digunakan
pada proses perbandingan data hasilnya. Pada penelitian ini digunakan algoritma closest pair
point untuk membandingkan data hasil pembacaan sensor warna TCS3200. Algoritma ini
tidak dapat langsung diterapkan pada perbandingan nilai RGB hasil pembacaan sensor warna
TCS3200, untuk itu diperlukan pengembangan dari algoritma tersebut. Pengembangan
algoritma closest pair point dilakukan dengan mengubah komponen x dan y menjadi
komponen RGB. Dari hasil penelitian dapat disimpulkan bahwa algoritma closest pair point
dapat dikembangkan untuk membandingkan data hasil pembacaan sensor warna TCS3200,
tingkat keberhasilan algoritma closest pair point dalam mengenali warna dari sensor
TCS3200 sangat baik mencapai 93,75 % dan tingkat kesalahannya hanya 6,25 %.
Kata Kunci : Algoritma closest pair point, Sensor Warna, TAOSTM TCS3200D, DT Sense
Color.
Abstract

TCS3200 color sensor has several advantages, namely: inexpensive, accurate, and can be
applied in various fields. Many research that use color sensor TCS3200 but no research have
discussed yet the algorithms that is used in the comparison of the data results. This research
was used closest pair point algorithm for comparing the data from TCS3200 color sensor
readings. This algorithm can not be directly applied to the comparison of RGB from TCS3200
color sensor readings, it is necessary for improving the algorithm. Closest pair point
algorithm improving is done by changing the x and y components to the RGB components.
From the research it can be concluded the closest pair point algorithm can be improving to
compare the data from TCS3200 color sensor readings, the success rate of the closest pair
point algorithm to recognize the TCS3200 color sensor is very good reach 93.75% and the
error rate is only 6.25%.
Keywords: Closest pair point algorithm, Color sensor, TAOSTM TCS3200D, DT Sense Color.
Pendahuluan
TCS3200 merupakan sensor warna murah yang sangat berguna, yang dengan
kalibrasi lebih lanjut dapat memberikan pembacaan Red, Green, dan Blue (RGB) yang akurat.
[7] Sensor warna TCS 3200 adalah sensor warna buatan TAOS Parralax. TCS3200 adalah
produk penyempurnaan dari produk sebelumnya yaitu TCS 230. Perbedaan antara TCS
3200 dan TCS 230 adalah konsumsi arusnya.[10][11]
Banyak penelitian mengenai sensor warna menggunakan TCS3200. M Seelye, et al.
(2011) merancang robot otomatis yang dilengkapi dengan sensor warna TCS3200 untuk

memonitor pertumbuhan tanaman di laboratorium. Hasil percobaan menunjukkan bahwa
1

Dosen Program Studi Teknik Informatika, STMIK Potensi Utama
Jl. K.L. Yos Sudarso Km 6,5 No. 3A Medan, Telp (061) 6640525

TCS3200 adalah sensor warna murah yang sangat berguna, dengan kalibrasi lebih lanjut dapat
memberikan pembacaan RGB yang akurat. TCS3200 dapat diintegrasikan dengan lengan
robot, sehingga dapat memonitor dan mengendalikan pertumbuhan tanaman secara otomatis.
[5][7]
Arko Djajadi, et al, (2010) memanfaatkan pengolahan citra untuk peningkatan
kinerja sistem persortiran yang telah ada di laboratorium Modular Processing Station
(MPS) yang menggunakan kombinasi sensor kapasitif, induktif dan optis untuk
membedakan warna benda. Sistem menggunakan sebuah mekatronik robot (Mitsubishi
Movemaster RV-M1) untuk pengelompokan warna dengan penerapan pengolahan citra,
dengan melakukan serangkaian gerakan dengan mekanisme penempatan ambil-dan-taruh
sesuai warna dan posisi dari benda kerja.[1]
Tri wiguno ro’uf (2008) menggunakan Sensor Warna Tcs 230 Untuk Mengukur
Kadar Sukrosa Dalam Madu. Pada penelitiannya Tri wiguno menggunakan LED sebagai
sumber cahaya, dimana cahaya dari LED setelah melewati sampel akan diterima oleh sensor

warna TCS 230. Ada dua komponen utama pembentuk IC ini, yaitu photodioda dan
pengkonversi arus ke frekuensi. Hasil keluaran dari sensor warna TCS 230 diterima oleh
MCU ATmega 8535 yang berfungsi sebagai pengolah data kemudian ditampilkan pada LCD
berupa nilai dalam persen.[9].
Andhika rendy pratama dan Ratna adil (2010) mendesain mekanik alat bantu untuk
identifikasi kualiatas susu cair dan sari buah dengan sensor warna TCS 3200. Pada
penelitiannya Andhika menggunakan sampel produk yang masih asli belum diberi
tambahan bahan pengawet.[8]
Dari penelitian – penelitian yang telah dijelaskan sebelumnya, menunjukkan bahwa
sensor warna TCS3200 ini memiliki beberapa kelebihan, yaitu: murah, akurat, dan dapat
diaplikasikan di berbagai bidang. Karena banyak penelitian yang menggunakan sensor warna
TCS3200 dan belum ada penelitian yang membahas mengenai algoritma yang digunakan
pada proses perbandingan data hasil sensornya, maka pada penelitian ini, penulis akan
menganalisa algoritma yang digunakan pada proses perbandingan data hasil pembacaan
sensor warna TCS3200. Algoritma yang digunakan adalah algoritma closest pair point.
Algoritma closest pair point adalah suatu algoritma yang memecahkan persoalan untuk
mencari jarak terdekat antara kumpulan titik dalam suatu bidang dua dimensi.
Sensor Warna
DT Sense Color yang merupakan modul sensor warna berbasis sensor TAOS TM
TCS3200D yang dapat mengenali/mendeteksi warna RGB dari sebuah benda/obyek.

Gambar TAOSTM TCS3200D dan diagram proses sensor ditunjukkan pada gambar 1. [4][7]

(a)

(b)

Gambar 1. (a) Parallax TCS3200 colour sensor (b) Diagram proses sensor
DT-SENSE Color Sensor memiliki spesifikasi sebagai berikut:[4][11]

Mampu mengukur komponen warna RGB dari sebuah objek berwarna.

Berbasis sensor TAOS TCS3200D.

Tersedia 2 LED putih untuk membantu pembacaan data warna pada obyek.

Pin Input/Output kompatibel dengan level tegangan TTL dan CMOS.







Dilengkapi dengan antarmuka UART TTL dan I2C.
Konfigurasi komunikasi serial adalah : baudrate 9600 bps, 8 data bit, 1 stop bit, tanpa
parity, dan tanpa flow control.
Sumber catu daya menggunakan tegangan 4,8 - 5,4 VDC.
Antarmuka I2C mendukung bit rate data hingga 50 kHz.

DT-SENSE Color Sensor memiliki antarmuka UART TTL dan I2C yang dapat
digunakan untuk menerima perintah atau mengirim data.[6]
Antarmuka UART TTL
Parameter komunikasi UART TTL adalah sebagai berikut:
• 9600 bps
• 8 data bit
• 1 stop bit
• tanpa parity bit
• tanpa flow control
Semua perintah yang dikirim melalui antarmuka UART TTL dimulai dengan
mengirim 1 byte data yang berisi dan 1 byte data parameter perintah.
Jika perintah yang telah dikirimkan merupakan perintah yang meminta data dari

modul DT-SENSE Color Sensor, maka DT-SENSE Color Sensor akan mengirimkan data
melalui jalur TX TTL.[6]
Antarmuka I2C
DT-SENSE Color Sensor memiliki antarmuka I2C. Pada antarmuka I2C ini, DT-SENSE Color
Sensor bertindak sebagai slave dengan alamat sesuai dengan pengaturan jumper yang ada.
Antarmuka I2C pada
DT-Sense
Color
Sensor mendukung bit rate sampai dengan
maksimum 50 kHz.
Semua perintah yang dikirim melalui antarmuka I 2C diawali dengan start
condition dan kemudian diikuti dengan pengiriman 1 byte alamat DT-SENSE Color Sensor.
Setelah pengiriman alamat, master harus mengirim 1 byte data yang berisi
dan 1 byte data parameter perintah. Setelah seluruh parameter perintah dikirim, urutan
perintah diakhiri dengan stop condition.
Gambar 2 merupakan urutan yang harus dilakukan untuk mengirimkan
perintah melalui antarmuka I2C.[6]

Gambar 2. Urutan pengiriman perintah melalui antarmuka I 2C
Jika perintah yang telah dikirimkan merupakan perintah yang meminta data dari

modul DT-SENSE Color Sensor, maka data – data tersebut dapat dibaca dengan
menggunakan urutan perintah baca. Gambar 3 merupakan urutan yang harus dilakukan untuk
membaca data dari DT-SENSE Color Sensor.

Gambar 3. Urutan membaca data melalui antarmuka I2C
Gambar 3 menunjukkan bahwa untuk membaca data melalui antarmuka I 2C, maka
perintah yang dikirim melalui antarmuka I 2C diawali dengan start condition dan
kemudian diikuti dengan pengiriman 1 byte alamat baca, maka data RGB dapat dibaca pada
bit-bit berikutnya, urutan perintah diakhiri dengan stop condition.
Algoritma Closest Pair Point
Algoritma closest pair point adalah suatu algoritma yang memecahkan persoalan
untuk mencari jarak terdekat antara kumpulan titik dalam suatu bidang dua dimensi.
Permasalahan closest pair merupakan salah satu permasalahan klasik dalam
dunia matematika diskrit. Secara singkat, deskripsi permasalahan adalah sebagai berikut:
diberikan N buah titik yang terletak pada bidang planar 2 dimensi, tentukanlah dua buah
titik yang memiliki jarak paling dekat.[3]

Gambar 4. Ilustrasi permasalahan closest pair
Cara yang paling sederhana untuk memecahkan masalah ini adalah dengan
membandingkan semua kemungkinan titik-titiknya untuk dicari jaraknya. Untuk menentukan

jarak antar titik digunakan persamaan 1.
d

 x1 

x2    y1  y2 
2

2

(1)

Dimana x dan y adalah koordinat masing-masing titik yang diperbandingkan.
Algoritma akan mencoba semua kemungkinan titik hingga didapatkan nilai d yang paling
kecil.
Persamaan 1 digunakan untuk menghitung closest pair point pada suatu bidang dua
dimensi , terdiri dari komponen x dan y, dimana x dan y merupakan koordinat dari titik yang
akan dibandingkan. Sedangkan pada permasalahan perbandingan nilai RGB hasil pembacaan
sensor TCS3200 memiliki 3 komponen, yaitu : Red, Green, dan Blue (RGB). Untuk itu
diperlukan pengembangan dari persamaan closest pair point pada persamaan 1.

A Sutariya, K Amin (2013) menyajikan perbaikan algoritma k-means yang
menggabungkan metode sistematis untuk menemukan centroid awal dan cara yang efisien
untuk menempatkan titik data pada cluster. Mereka menggunakan persamaan 2 untuk
menghitung jarak antara vector X = (x1 , x2 ….. xn) dan vector lain Y = (y1 , y2 ….. yn).[2]
d ( x, y ) 

 x1 

y1    x2  y2   ..........   xn  yn 
2

2

2

(2)

Dari persamaan 1 dan persamaan 2, penulis mencoba mengembangkan persamaan 1
dengan menngunakan analogi dari persamaan 2, diperoleh persamaan 3.

d

 Rd 

Ri    Gd  Gi    Bd  Bi 
2

2

2

(3)

Dimana :
d = nilai closest pair point
Rd = nilai Red pada database
Ri = nilai Red input
Gd = nilai Green pada database
Gi = nilai Green input
Bd = nilai Blue pada database

Bi = nilai Blue input
Flowchart
Langkah awal adalah melakukan pembacaan warna Red, Green, dan Blue (RGB)
beberapa benda (dengan warna RGB yang berbeda) oleh sensor TCS3200 yang akan
dijadikan sebagai database warna RGB (warna RGB pembanding), kemudian disimpan dalam
memori (Electrically Erasable Programmable Read-Only Memory) EEPROM pada alamat
tertentu secara berurutan. Proses berikutnya adalah membaca benda dengan warna RGB
tertentu, kemudian membandingkan warna RGB yang dibaca dengan database warna RGB
dengan menggunakan algoritma closest pair point. Proses perbandingan data warna RGB
yang dibaca dengan database warna RGB ditunjukkan pada gambar 5.

Gambar 5. Diagram Alir Proses perbandingan data warna RGB yang dibaca dengan database
warna RGB
Program membaca data warna RGB benda input (Ri, Gi, Bi). Program
membandingkan warna RGB benda input dengan database warna RGB (Rd, Gd,Bd) dengan
menggunakan algoritma closest pair point. Program akan menyimpan alamat dari nilai closest
pair point (d) terkecil. Program akan terus menerus membandingkan warna RGB benda input

dengan database warna RGB (Rd, Gd,Bd) dengan menggunakan algoritma closest pair point
sampai alamat penyimpanan data RGB terakhir. Program akan menampilkan alamat dari nilai
closest pair point (d) terkecil dan nilai warna RGB benda input.
Hasil Dan Analisa
Dalam penelitian ini, langkah pertama yaitu dilakukan proses penyimpanan database
warna RGB (warna RGB pembanding), kemudian disimpan dalam memori (Electrically
Erasable Programmable Read-Only Memory) EEPROM pada alamat tertentu secara
berurutan. Data yang diperoleh dapat dilihat pada tabel 1.
Tabel 1. Database warna RGB pembanding
Alamat

Red

Green

Blue

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

0
14
2
169
246
88
31
16
30
30
113
92
127
159
106
109

0
92
13
25
105
98
8
52
85
18
151
33
16
19
109
83

0
23
45
77
5
2
7
110
36
41
51
91
59
24
122
6

Keterangan
Warna Hitam
Warna Hijau
Warna Biru
Warna Hot Pink
Warna Merah Orange
Warna Kuning
Warna Saddle Brown
Warna Royal Blue
Warna Forest Green
Warna Nila
Warna Hijau Lime
Warna Ungu
Warna Merah Muda
Warna Merah Tua
Warna Abu-abu
Warna Emas Rod

Proses berikutnya adalah membaca benda dengan warna RGB tertentu (RGB input),
kemudian membandingkan warna RGB yang dibaca (RGB input) dengan database warna
RGB pembanding menggunakan algoritma closest pair point.
Pengujian : Benda input berwarna hijau dengan RGB adalah R=14, G=99, dan B=24.
Database warna RGB pembanding dapat dilihat pada tabel 1.
Dengan menggunakan persamaan 3 akan dicari nilai closest pair point.
d

 Rd 

Ri    Gd  Gi    Bd  Bi 
2

2

2

RGB input dibandingkan dengan Database RGB pembanding pada alamat 1.
d 

 0  14 2   0 

99   0  24
2

2

d  196  9801  576
d  10573

d 103
Selanjutnya RGB input dibandingkan dengan Database RGB pembanding pada alamat 2.
d 

14  14  2   92 

99    23  24 
2

2

d 7
Hasil perbandingan RGB input dengan Database RGB pembanding ditunjukkan pada tabel 2.
Tabel 2. Hasil perbandingan RGB input (R=14, G=99, B=24) dengan Database RGB
Alamat Database RGB Pembanding
Keterangan

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Red

Green

Blue

0
14
2
169
246
88
31
16
30
30
113
92
127
159
106
109

0
92
13
25
105
98
8
52
85
18
151
33
16
19
109
83

0
23
45
77
5
2
7
110
36
41
51
91
59
24
122
6

RGB
input

R=14
G=99
B=24

Nilai
(d)
103
7
89
180
233
77
94
98
24
84
115
122
145
166
135
98

Dikenali
sebagai
Warna
No. 2
(Warna
Hijau)
Berhasil
dikenali

Pada tabel 2 dapat dilihat bahwa nilai d terkecil (closest pair point) adalah 7, yang
merupakan hasil dari perbandingan RGB input dengan RGB pada alamat 2. Dengan demikian
RGB input dikenali sebagai warna no. 2 yaitu warna hijau. Warna ini sesuai dengan warna
benda yang menjadi input, dengan kata lain, algoritma closest pair point dapat mengenali
input dengan baik (sukses mengenali input).
Tabel 3. Hasil perbandingan RGB input (R=2, G=14, B=45) dengan Database RGB
Database RGB Pembanding RGB Nilai
Alamat
Keterangan
input
(d)
Red
Green
Blue
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

0
14
2
169
246
88
31
16
30
30
113
92
127
159
106
109

0
92
13
25
105
98
8
52
85
18
151
33
16
19
109
83

0
23
45
77
5
2
7
110
36
41
51
91
59
24
122
6

R=2
G=14
B=45

47
82
1
170
263
128
48
77
77
29
176
103
126
158
161
133

Dikenali
sebagai
Warna
No. 3
(Warna
Biru)
Berhasil
dikenali

Pada tabel 3 dapat dilihat bahwa nilai d terkecil (closest pair point) adalah 1, yang
merupakan hasil dari perbandingan RGB input dengan RGB pada alamat 3. Dengan demikian

RGB input dikenali sebagai warna no. 3 yaitu warna biru. Warna ini sesuai dengan warna
benda yang menjadi input.
Pengujian dilanjutkan dengan memasukkan benda input yang berbeda – beda
sebanyak 16 warna, dan dilihat tingkat keberhasilan algoritma closest pair point dalam
mengenalinya. Hasil pengenalan algoritma closest pair point terhadap ke-16 benda input
yang berbeda – beda ditunjukkan pada tabel 4.
Tabel 4. Hasil pengenalan algoritma closest pair point terhadap ke-16 benda input
Dikenali
RGB Benda Input
Warna Benda
Nilai d
No.
Sebagai
Input
Terkecil
Red
Green Blue
Warna
1 Warna Hitam
0
0
1
1
Warna Hitam
Warna Hijau
2 Warna Hijau
14
99
24
7
Warna Biru
3 Warna Biru
2
14
45
1
Warna Merah
4 Warna Hot Pink
123
26
79
23
Muda
Warna Merah
Warna Merah
5
245
106
3
2
Orange
Orange
Warna Kuning
6 Warna Kuning
89
99
2
1
Warna Saddle
Warna Saddle
7
30
8
6
1
Brown
Brown
Warna Royal
8 Warna Royal Blue
16
51
111
1
Blue
Warna Forest
Warna Forest
9
25
80
35
7
Green
Green
Warna Nila
10 Warna Nila
29
16
39
3
Warna Hijau
11 Warna Hijau Lime
113
153
56
5
Lime
Warna Ungu
12 Warna Ungu
90
30
87
5
Warna Merah
Warna Merah
13
125
16
58
2
Muda
Muda
Warna Merah
14 Warna Merah Tua
157
19
21
4
Tua
Warna Abu15 Warna Abu-abu
106
108
121
1
abu
Warna Emas
16 Warna Emas Rod
109
83
6
0
Rod

Ketera
ngan
Berhasil
Berhasil
Berhasil
Gagal
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil
Berhasil

Pada tabel 4 dapat dilihat bahwa dari ke-16 benda berwarna RGB yang menjadi input,
hanya ada 1 benda yang gagal dikenali, yaitu warna hot pink dikenali sebagai warna merah
muda. Hal ini menunjukkan bahwa tingkat keberhasilan algoritma closest pair point dalam
mengenali warna dari sensor TCS3200 sangat baik mencapai 15/16 x 100 % = 93,75 %.
Sedangkan tingkat kesalahannya hanya 1/16 x 100 % = 6,25 %.
Kesimpulan
Berdasarkan percobaan yang dilakukan dan hasil yang didapat, maka dapat diperoleh
kesimpulan sebagai berikut :
1. Algoritma closest pair point dapat dikembangkan untuk membandingkan data hasil
pembacaan sensor warna TCS3200.
2. Tingkat keberhasilan algoritma closest pair point dalam mengenali warna dari sensor
TCS3200 sangat baik mencapai 93,75 %.

3. Tingkat kesalahan algoritma closest pair point dalam mengenali warna dari sensor
TCS3200 hanya 6,25 %.

Daftar Pustaka
1. A Djajadi, F Laoda, R Rusyadi, T Prajogo, A model vision of sorting system
application using robotic manipulator, TELKOMNIKA Vol. 8 No. 2 Augustus 2010
http://telkomnika.ee.uad.ac.id/n9/files/Vol.8No.2Agt10/8.2.8.10.09.pdf
2. A Sutariya, K Amin, An Improvement in K-means Clustering Algorithm, Vol. 2 Issue
1, International Journal of Engineering, January- 2013, - ijert.org
http://www.ijert.org/browse/volume-2-2013/january-2013-edition?
download=2219%3Aan-improvement-in-k-means-clustering-algorithm&start=200
3. Danutama. Karol, Penyelesaian Masalah Closest Pair dengan Algoritma Divide and
Conquer, Makalah IF3051, ITB, Bandung, 2011.
http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/20102011/Makalah2010/MakalahStima2010-055.pdf
4. F Yucel, O Oral, N Caglayan, M Tecimen, Design and Implementation of a Personal
Computer Authorization System using Color Detection, 2011 - socsc.ktu.lt
http://socsc.ktu.lt/index.php/elt/article/download/758/969
5. GS Gupta, M Seelye, J Seelye, D Bailey, Autonomous Anthropomorphic Robotic
System with Low-Cost Colour Sensors to Monitor Plant Growth in a Laboratory,
2011 - cdn.intechweb.org http://cdn.intechweb.org/pdfs/27407.pdf
6. Manual DT-SENSE Color Sensor, Innovative Electronic, 2010.
http://www.innovativeelectronics.com/innovative_electronics/downlo
ad_files/manual/DT-SENSE_Color_Sensor/Manual%20DT-Sense
%20Color%20Sensor.pdf
7. M Seelye, GS Gupta, D Bailey, Low Cost Colour Sensors for Monitoring Plant
Growth in a Laboratory, (I2MTC), 2011 IEEE, 2011 - ieeexplore.ieee.org
http://sprg.massey.ac.nz/pdfs/2011_IMTC_.pdf
8. Pratama, Andhika Rendy dan Adil, Ratna, Desain Mekanik Alat Bantu Untuk
Identifikasi Kualiatas Susu Cair dan Sari Buah dengan Sensor Warna TCS 3200,
2010 http://repo.eepis-its.edu/274/1/7107030035_m.pdf
9. Wiguno Ro’uf, Tri, Aplikasi Sensor Warna Tcs 230 Untuk Mengukur Kadar Sukrosa
Dalam Madu. Other thesis, University of Muhammadiyah Malang, 2008.
http://eprints.umm.ac.id/7015/1/APLIKASI_SENSOR_WARNA_TCS_230.pdf
10. http://pdf1.alldatasheet.com/datasheetpdf/view/202765/TAOS/TCS230/+Q03JJJVRvxybUGVNvt+/datasheet.pdf
11. http://www.parallax.com/Portals/0/Downloads/docs/prod/acc/TCS3200_doc.pdf