Klasifikasi Kualitas Buah Stroberi Segar Berdasarkan Pengukuran Atribut Kecacatan Menggunakan Pengolahan Citra.

i Universitas Kristen Maranatha KLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN

PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA

Arina Diori (0722107)

Jurusan Teknik Elektro Universitas Kristen Maranatha email: arinadiorisinaga@yahoo.com

ABSTRAK

Buah stroberi merupakan buah yang banyak dikonsumsi di Indonesia namun pemutuannya masih dilakukan secara manual sehingga buah stoberi sering ditemui dalam keadaan yang tidak baik dan tidak seragam. Buah stroberi juga merupakan buah yang mudah mengalami kecacatan, oleh karena itu pengolahan citra digital merupakan salah satu teknologi yang berpeluang cukup besar untuk diterapkan pada mesin sortasi dan pemutuan otomatis.

Pada pemutuan dengan pengolahan citra dilakukan ektraksi ciri buah berdasarkan atribut kecacatannya, yaitu warna buah, bentuk buah, dan tekstur buah. Esktraksi ciri terlebih dahulu dilakukan pada citra latih buah yang bagus untuk mendapatkan nilai threshold. Nilai threshold ini kemudian dibandingkan dengan nilai ekstraksi ciri citra latih buah stroberi. Hasilnya berupa klasifikasi mutu buah stroberi dalam keadaan bagus dan jelek.

Hasil pemutuannya dibandingkan dengan pemutuan masing – masing ekstraksi atribut kecacatan, dan hasilnya cukup sesuai dengan pemutuan buah stroberi secara manual.

ii Universitas Kristen Maranatha QUALITY CLASSIFICATION OF FRESH STRAWBERRIES BASED ON DEFFECT ATTRIBUTES MEASUREMENT USING IMAGE PROCESSING

Arina Diori (0722107)

Department of Electrical Engineering Maranatha Christian University email: arinadiorisinaga@yahoo.com

ABSTRACT

Strawberry is a fruit that is widely consumed in Indonesia but quality product still done manually so that strawberry are often encountered in a state that is not good and not uniform. Strawberry is a fruit that is also prone to disability, therefore, digital image processing technology is one that is likely large enough to be applied to the automated sorting machines.

In quality classification with image processing performed by the attribute extraction of fruit characteristics disability, that is fruit color, fruit shape, and texture of the fruit. Characteristic extraction is conducted prior to the training images to obtain good fruit threshold value. This threshold value is then compared with the value of the image feature extraction training strawberries. The result is a classification of quality in good condition and the poor condition.

The results compared with quality classification each attribute extraction of disability, and the result is quite in accordance with quality control of strawberries manually.

v Universitas Kristen Maranatha DAFTAR ISI

Halaman

ABSTRAK……….. i

ABSTRACT……… ii

KATA PENGANTAR……….... iii

DAFTAR ISI……….. v

DAFTAR GAMBAR……….. vii

DAFTAR TABEL……… ix

DAFTAR LAMPIRAN……… A BAB I. PENDAHULUAN 1.1 Latar Belakang………. 1

1.2 Rumusan Masalah……… 2

1.3 Tujuan……….. 2

1.4 Pembatasan Masalah……… 3

1.6 Sistematika Penulisan……… 3

BAB II. LANDASAN TEORI 2.1 Buah Stroberi……… 5

2.2 Dasar Pengolahan Citra………. 10

2.3 Citra Berwarna atau Model RGB………. 10

2.4 Histogram Citra……… 11

2.5 Citra Grayscale……… 11

2.6 Citra Biner……… 11

2.7 Euclidean Distance……….. 12

2.8 Analisa Tekstur……… 12

2.9 Logika XOR……… 15

BAB III. PERANCANGAN DAN REALISASI PERANGKAT LUNAK 3.1 Perancangan algoritma klasifikasi mutu stoberi untuk citra latih …………. 16

vi Universitas Kristen Maranatha

3.3 Perancangan algoritma klasifikasi mutu stoberi untuk citra uji………. 18

3.4 Algoritma pengolahan citra untuk citra uji……… 19

3.5 Ektraksi Warna 3.5.1 Perancangan algoritma data latih ekstraksi warna……… 20

3.5.2 Algoritma pengolahan citra data latih ektraksi warna……….. 21

3.5.3 Perancangan algoritma data uji ekstraksi warna……… 22

3.5.4 Algoritma pengolahan citra data uji ektraksi warna………... 23

3.5.5 Penerapan rumus euclidean distance pada nilai histogram warna…. ..25

3.6 Ektraksi Bentuk 3.6.1 Perancangan algoritma data latih ekstraksi bentuk………. 27

3.6.2 Algoritma pengolahan citra data latih ektraksi bentuk……….. 28

3.6.3 Perancangan algoritma data uji ekstraksi bentuk……… 29

3.6.4 Algoritma pengolahan citra data uji ektraksi bentuk……….. 30

3.6.5 Penerapan logika xor pada piksel hasil ekstraksi bentuk…………... 33

3.7. Ekstraksi Tekstur 3.7.1 Perancangan algoritma data latih ekstraksi tekstur………. 34

3.7.2 Algoritma pengolahan citra data latih ektraksi tekstur………....35

3.7.3 Perancangan algoritma data uji ekstraksi tekstur……….36

3.7.4 Algoritma pengolahan citra data uji ektraksi tekstur………...37

BAB IV. PENGUJIAN DAN ANALISIS DATA 4.1 Data citra latih……….. ... 40

4.2 Penentuan nilai threshold berdasarkan data latih………. ...43

4.3 Data citra uji………. ...44

BAB V. KESIMPULAN DAN SARAN 5.1 Kesimpulan……….. ...47

5.2 Saran……… ...47

DAFTAR PUSTAKA……….. ...48

vii Universitas Kristen Maranatha

DAFTAR GAMBAR

Halaman

Gambar 2.1 Buah Stroberi………5

Gambar 2.2 Bagian Stroberi Akibat Benturan………..6

Gambar 2.3 Bentuk Stroberi Cacat dan Sempurna………...7

Gambar 2.4 Warna Gradasi Buah Stroberi……….. 8

Gambar 2.5 Keriput dan Biji Luar pada Stroberi………10

Gambar 3.1 Blok Diagram Penentuan Nilai Threshold………...16

Gambar 3.2 Blok Diagram Penentuan Mutu Stroberi untuk Citra Uji………... 18

Gambar 3.3 Blok Diagram Penentuan Nilai Threshold dari Estraksi Warna Data Latih….. ……… .20

Gambar 3.4. Blok Diagram Ekstraksi Warna Citra Uji……….. 22

Gambar 3.5 Program Menghitung Nilai Histogram Warna Dua Buah Citra……..23

Gambar 3.6 Histogram Warna dari Citra………24

Gambar 3.7 Nilai Histogram Red Dua Buah Citra………. 25

Gambar 3.8 Blok Diagram Penentuan Nilai Threshold dari Estraksi Warna Data Latih……….27

Gambar 3.9. Blok Diagram Ekstraksi Bentuk Citra Uji………..29

Gambar 3.10 Program Untuk Menghitung Nilai Bit 1 Dari Matriks Hasil Xor Dua Buah Citra Hasil Ekstraksi Bentuk…... 31

Gambar 3.11 Ekstraksi Bentuk Citra………...32

Gambar 3.12. Hasil logika xor pada korelasi dua buah matriks……… 33

Gambar 3.13 Blok diagram penentuan nilai mutu stroberi dari hasil ekstraksi tekstur citra latih……… ……34

viii Universitas Kristen Maranatha

Gambar 3.15 Program untuk menghitung jarak euclidean dari ekstraksi tekstur dua

buah citra………38

Gambar 3.16 Hasil ekstraksi tekstur sebuah citra (intensitas warna, nilai rata-rata, entropi, energi, dan homogenitas)………..39 Gambar 3.17 Hasil jarak euclidean dari dua buah citra hasil tekstur………...39 Gambar 4.1 Penentuan nilai threshold untuk pemutuan buah stroberi …………...43

ix Universitas Kristen Maranatha

DAFTAR TABEL

Halaman

TABEL 2.1 Panjang dan diameter aktual buah stroberi……… 9

TABEL 2.2 Logika XOR………...15

TABEL 4.1 Hasil ektraksi warna, bentuk, dan tekstur dari untuk citra………….. 40

TABE 4.2 Hasil ektraksi warna, bentuk, dan tekstur serta pemutuannya berdasarkan threshold citra latih ………... ... 44

1 Universitas Kristen Maranatha

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Indonesia merupakan negara agraris yang sebagian besar perekonomiannya didukung oleh pertanian. Salah satu produk pertanian Indonesia adalah buah-buahan. Buah stroberi (Fragaria chiloensis L) merupakan buah yang sudah sangat dikenal oleh masyarakat luas, buah ini paling sering dikonsumsi sebagai pemanis atau hiasan pada hidangan makanan (garnish). Stroberi juga merupakan salah satu komoditi hortikultura yang berpotensi besar untuk dikembangkan secara komersial. Banyaknya industri pengolahan yang memanfaatkan stroberi sebagai bahan baku menyebabkan permintaan akan stroberi terus meningkat. Tetapi, hingga saat ini Indonesia belum mampu meningkatkan ekspor stroberi karena masih sulit memenuhi persyaratan mutu yang diminta negara tujuan ekspor.

Seperti halnya hasil-hasil pertanian lainnya, buah stroberi termasuk mudah mengalami kerusakan/pembusukan (perishable). Di Indonesia buah stoberi disortasi secara manual berdasarkan pengalaman yang turun-temurun, sehingga hasilnya tidak seragam dan membutuhkan waktu yang lama sesuai keadaan dan kondisi dari tenaga penyortir. Oleh karena itu diperlukan suatu metoda untuk menghasilkan sistem sortasi secara otomatik dengan akurasi yang tinggi dan waktu yang relatif singkat.

Analisis kecacatan mutu buah stroberi secara manual telah dilakukan di PT. Kusuma Satria Dinasasri Wisatajaya Batu atau yang lebih dikenal dengan PT Kusuma Agrowisata yang berlokasi di Batu, Malang – Jawa Timur.[3]. Sehingga dari hasil data yang diperoleh didapatkan informasi untuk mengembangkan teknologi dalam pemutuan.

Salah satu alternatif teknologi yang dapat digunakan adalah teknik pengolahan citra untuk sortasi secara visual. Pengolahan citra (image processing) merupakan salah satu teknologi yang berpeluang cukup besar untuk diterapkan pada mesin sortasi dan pemutuan otomatis. Teknik pengolahan citra adalah suatu teknik yang dikembangkan

2 Universitas Kristen Maranatha

untuk mendapatkan informasi dari citra dengan cara memodifikasi bagian dari citra yang diperlukan sehingga menghasilkan citra lain yang lebih informatif. Tugas akhir ini akan mengidentifikasi kualitas buah stroberi pasca panen berdasarkan pada parameter kecacatan buah stroberi segar melalui citra yang direkam oleh kamera untuk menggantikan penilaian manual secara visual oleh manusia. Parameter yang digunakan diantaranya warna kulit buah, bentuk buah, dan tekstur buah stroberi.

1.2 Rumusan Masalah

Masalah yang akan dibahas pada Tugas Akhir ini adalah:

 Bagaimana menyusun algoritma pengolahan citra untuk proses klasifikasi kualitas buah stroberi berdasarkan atribut yang telah ditentukan?

 Bagaimana hasil perbandingan kualitas buah stroberi yang diperoleh dari algoritma pengolahan citra yang telah disusun?

1.3 Tujuan

Tujuan Tugas Akhir ini adalah:

 Menyusun algoritma pengolahan citra untuk proses identifikasi klasifikasi buah stroberi berdasarkan atribut yang telah ditentukan.

 Membandingan kualitas buah stroberi yang diperoleh dari algoritma pengolahan citra yang telah disusun.

3 Universitas Kristen Maranatha 1.4 Pembatasan Masalah

Dalam pembuatan tugas akhir ini diperlukan adanya batasan-batasan agar tidak menyimpang dari yang telah direncanakan sehingga tujuan yang sebenarnya dapat tercapai. Adapun batasan-batasan tersebut adalah

 Citra yang dikenali adalah buah stroberi segar pasca panen yang tersedia di retail /supermarket.

 Citra stroberi yang akan diolah diambil dengan menggunakan kamera CCD (Charge Coupled Device).

 Objek diletakkan pada kertas berwarna putih.

 Intensitas cahaya terang.

 Citra diambil dengan arah tegak lurus dari kamera dengan jarak 30 cm dari objek.

 Ukuran citra yang digunakan adalah 160 x 160 piksel.

 Hanya 1 (satu) objek stroberi pada 1 (satu) citra.

 Perancangan algoritma image processing menggunakan Matlab 7.12.0 (R2011a).1

1.5 Sistematika Penulisan

Untuk memberikan gambaran yang jelas mengenai penulisan tugas akhir ini, maka ditentukan sistematika penulisan sebagai berikut:

BAB I PENDAHULUAN

Bab ini membahas latar belakang penulisan tugas akhir, perumusan masalah, tujuan, pembatasan masalah serta metodologi penelitian.

BAB II LANDASAN TEORI

Bab ini membahas dasar-dasar teori yang berkaitan dengan topik dan perangkat lunak yang dibutuhkan pada penulisan tugas akhir ini.

4 Universitas Kristen Maranatha BAB III PERANCANGAN DAN REALISASI PERANGKAT LUNAK

Bab ini membahas perancangan dan realisasi perangkat lunak yang akan digunakan dalam penulisan tugas akhir ini.

BAB IV PENGUJIAN DAN ANALISIS DATA

Bab ini berisi hasil data pengamatan saat pengujian dan analisa data pengamatan yang diperoleh pada tahap pengujian.

BAB V KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari pengujian yang dilakukan dan saran pengembangan untuk perkembangan aplikasi di kemudian hari.

47 Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari hasil uji coba yang telah dilakukan serta saran untuk pengembangan aplikasi selanjutnya.

5.1 Kesimpulan

Berikut penulis akan memaparkan beberapa kesimpulan dari hasil uji coba yang telah dilakukan.

1. Pada tugas akhir ini telah berhasil disusun algoritma pengolahan citra untuk klasifikasi kualitas buah stroberi segar berdasarkan atribut yang telah ditentukan.

2. Dari hasil citra uji dapat dilihat bahwa pemutuan dengan pengolahan citra dibandingkan dengan pemutuan manual memiliki ketepatan 100 %.

5.2 Saran

Berikut merupakan saran untuk pengembangan aplikasi pengolahan citra pada pemutuan buah stroberi.

1. Pengambilan citra sebaiknya diambil pada posisi atas dan bawah, bisa menggunakan dua buah kamera dalam waktu yang sama agar kecacatan buah khususnya kecacatan tekstur bisa lebih dikenali.

2. Sebaiknya dalam proses pengambilan citra buah stoberi diberikan alat yang dapat membatasi arah buah stroberi menjadi satu arah (tingkat kemiringan yang sama) dan jarak dari kamera yang tetap.

48 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Gonzales, R.C., Woods, R.E. 2002. Digital Image Processing Second Edition. New York : Prentice Hall.

[2] Hartadi, Riyan., Santoso, Imam., Hidayatno Achmad. Deteksi Potensi Kanker

Payudara pada Mammogram Menggunakan Metode Gray Level Co – Occurrence

Matrices.

[3] Karmilasari., Sumarna, Agus. 2011. Temu Kenali Citra Berbasis Konten Warna. Seminar Nasional Aplikasi Teknologi Informasi 2011. Yogyakarta.

[4] Malona, Dora. 2012. Analisis Kualitas Produk Buah Stroberi Segar Berdasarkan Pengukuran Atribut Kecacatan, PT Kusuma Agrobio Bina Tani Perkasa, Batu, Jawa Timur. Laporan Kerja Praktek. Yogyakarta : Universitas Gadjah Mada.

[5] Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung : Informartika Bandung.

[6] Prasetyani, Emma. 2008. Evaluasi Parameter Pemutuan Buah Stroberi (Fragaria chiloensis L.) Menggunakan Pengolahan Citra. Bogor : Institut Pertanian Bogor.

[7] Wijayanto, Dani., Hidayatno, Achmad., Santoso, Imam. Aplikasi Pengolahan Citra untuk Identifikasi Produk Berdasarkan Label Kemasannya. Semarang : Universitas Diponegoro.

[8] Xaverius, Fransiscus. 2012. Pengenalan Pola Citra Tekstur dengan Metode Jarak Euclidean. Jakarta : Universitas Budi Luhur.

[9] http://elib.unikom.ac.id/files/disk1/600/jbptunikompp-gdl-krisnaguna-29990-10-unikom_k-i.pdf . Diakses pada tanggal 20 Mei 2014 pukul 16.05 WIB.

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Indonesia merupakan negara agraris yang sebagian besar perekonomiannya didukung oleh pertanian. Salah satu produk pertanian Indonesia adalah buah-buahan. Buah stroberi (Fragaria chiloensis L) merupakan buah yang sudah sangat dikenal oleh masyarakat luas, buah ini paling sering dikonsumsi sebagai pemanis atau hiasan pada hidangan makanan (garnish). Stroberi juga merupakan salah satu komoditi hortikultura yang berpotensi besar untuk dikembangkan secara komersial. Banyaknya industri pengolahan yang memanfaatkan stroberi sebagai bahan baku menyebabkan permintaan akan stroberi terus meningkat. Tetapi, hingga saat ini Indonesia belum mampu meningkatkan ekspor stroberi karena masih sulit memenuhi persyaratan mutu yang diminta negara tujuan ekspor.

Seperti halnya hasil-hasil pertanian lainnya, buah stroberi termasuk mudah mengalami kerusakan/pembusukan (perishable). Di Indonesia buah stoberi disortasi secara manual berdasarkan pengalaman yang turun-temurun, sehingga hasilnya tidak seragam dan membutuhkan waktu yang lama sesuai keadaan dan kondisi dari tenaga penyortir. Oleh karena itu diperlukan suatu metoda untuk menghasilkan sistem sortasi secara otomatik dengan akurasi yang tinggi dan waktu yang relatif singkat.

Analisis kecacatan mutu buah stroberi secara manual telah dilakukan di PT. Kusuma Satria Dinasasri Wisatajaya Batu atau yang lebih dikenal dengan PT Kusuma Agrowisata yang berlokasi di Batu, Malang – Jawa Timur.[3]. Sehingga dari hasil data yang diperoleh didapatkan informasi untuk mengembangkan teknologi dalam pemutuan.

2 Universitas Kristen Maranatha untuk mendapatkan informasi dari citra dengan cara memodifikasi bagian dari citra yang diperlukan sehingga menghasilkan citra lain yang lebih informatif. Tugas akhir ini akan mengidentifikasi kualitas buah stroberi pasca panen berdasarkan pada parameter kecacatan buah stroberi segar melalui citra yang direkam oleh kamera untuk menggantikan penilaian manual secara visual oleh manusia. Parameter yang digunakan diantaranya warna kulit buah, bentuk buah, dan tekstur buah stroberi.

1.2 Rumusan Masalah

Masalah yang akan dibahas pada Tugas Akhir ini adalah:

 Bagaimana menyusun algoritma pengolahan citra untuk proses klasifikasi kualitas buah stroberi berdasarkan atribut yang telah ditentukan?

 Bagaimana hasil perbandingan kualitas buah stroberi yang diperoleh dari algoritma pengolahan citra yang telah disusun?

1.3 Tujuan

Tujuan Tugas Akhir ini adalah:

 Menyusun algoritma pengolahan citra untuk proses identifikasi klasifikasi buah stroberi berdasarkan atribut yang telah ditentukan.

 Membandingan kualitas buah stroberi yang diperoleh dari algoritma pengolahan citra yang telah disusun.

1.4 Pembatasan Masalah

Dalam pembuatan tugas akhir ini diperlukan adanya batasan-batasan agar tidak menyimpang dari yang telah direncanakan sehingga tujuan yang sebenarnya dapat tercapai. Adapun batasan-batasan tersebut adalah

 Citra yang dikenali adalah buah stroberi segar pasca panen yang tersedia di retail /supermarket.

 Citra stroberi yang akan diolah diambil dengan menggunakan kamera CCD (Charge Coupled Device).

 Objek diletakkan pada kertas berwarna putih.  Intensitas cahaya terang.

 Citra diambil dengan arah tegak lurus dari kamera dengan jarak 30 cm dari objek.  Ukuran citra yang digunakan adalah 160 x 160 piksel.

 Hanya 1 (satu) objek stroberi pada 1 (satu) citra.

 Perancangan algoritma image processing menggunakan Matlab 7.12.0 (R2011a).1

1.5 Sistematika Penulisan

Untuk memberikan gambaran yang jelas mengenai penulisan tugas akhir ini, maka ditentukan sistematika penulisan sebagai berikut:

BAB I PENDAHULUAN

Bab ini membahas latar belakang penulisan tugas akhir, perumusan masalah, tujuan, pembatasan masalah serta metodologi penelitian.

4 Universitas Kristen Maranatha

BAB III PERANCANGAN DAN REALISASI PERANGKAT LUNAK

Bab ini membahas perancangan dan realisasi perangkat lunak yang akan digunakan dalam penulisan tugas akhir ini.

BAB IV PENGUJIAN DAN ANALISIS DATA

Bab ini berisi hasil data pengamatan saat pengujian dan analisa data pengamatan yang diperoleh pada tahap pengujian.

BAB V KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari pengujian yang dilakukan dan saran pengembangan untuk perkembangan aplikasi di kemudian hari.

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari hasil uji coba yang telah dilakukan serta saran untuk pengembangan aplikasi selanjutnya.

5.1 Kesimpulan

Berikut penulis akan memaparkan beberapa kesimpulan dari hasil uji coba yang telah dilakukan.

1. Pada tugas akhir ini telah berhasil disusun algoritma pengolahan citra untuk klasifikasi kualitas buah stroberi segar berdasarkan atribut yang telah ditentukan.

2. Dari hasil citra uji dapat dilihat bahwa pemutuan dengan pengolahan citra dibandingkan dengan pemutuan manual memiliki ketepatan 100 %.

5.2 Saran

Berikut merupakan saran untuk pengembangan aplikasi pengolahan citra pada pemutuan buah stroberi.

1. Pengambilan citra sebaiknya diambil pada posisi atas dan bawah, bisa menggunakan dua buah kamera dalam waktu yang sama agar kecacatan buah khususnya kecacatan tekstur bisa lebih dikenali.

2. Sebaiknya dalam proses pengambilan citra buah stoberi diberikan alat yang dapat membatasi arah buah stroberi menjadi satu arah (tingkat kemiringan yang sama) dan

48 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Gonzales, R.C., Woods, R.E. 2002. Digital Image Processing Second Edition. New York : Prentice Hall.

[2] Hartadi, Riyan., Santoso, Imam., Hidayatno Achmad. Deteksi Potensi Kanker Payudara pada Mammogram Menggunakan Metode Gray Level Co – Occurrence Matrices.

[3] Karmilasari., Sumarna, Agus. 2011. Temu Kenali Citra Berbasis Konten Warna. Seminar Nasional Aplikasi Teknologi Informasi 2011. Yogyakarta.

[4] Malona, Dora. 2012. Analisis Kualitas Produk Buah Stroberi Segar Berdasarkan Pengukuran Atribut Kecacatan, PT Kusuma Agrobio Bina Tani Perkasa, Batu, Jawa Timur. Laporan Kerja Praktek. Yogyakarta : Universitas Gadjah Mada.

[5] Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung : Informartika Bandung.

[6] Prasetyani, Emma. 2008. Evaluasi Parameter Pemutuan Buah Stroberi (Fragaria chiloensis L.) Menggunakan Pengolahan Citra. Bogor : Institut Pertanian Bogor.

[7] Wijayanto, Dani., Hidayatno, Achmad., Santoso, Imam. Aplikasi Pengolahan Citra untuk Identifikasi Produk Berdasarkan Label Kemasannya. Semarang : Universitas Diponegoro.

[8] Xaverius, Fransiscus. 2012. Pengenalan Pola Citra Tekstur dengan Metode Jarak Euclidean. Jakarta : Universitas Budi Luhur.

[9] http://elib.unikom.ac.id/files/disk1/600/jbptunikompp-gdl-krisnaguna-29990-10-unikom_k-i.pdf . Diakses pada tanggal 20 Mei 2014 pukul 16.05 WIB.