17 a.
Objek diletakkan di atas kain hitam atau putih sebagai alas atau background dan di bawah kamera CCD dengan jarak 20 cm. Kamera diletakkan di bagian tengah pipa PVC berdiameter 4 inchi,
sedangkan lampu LED diletakkan di bagian atas pipa PVC. b.
Perangkat komputer, kamera CCD dan delapan lampu LED dinyalakan untuk memberikan pencahayaan tambahan terhadap objek.
c. Intensitas reflektan objek ditangkap oleh sensor kamera CCD melalui lensa dan ditampilkan di
monitor komputer yang dihubungkan dengan kamera. d.
Citra objek direkam dalam ukuran 744 x 480 pixel dengan 256 tingkat intensitas cahaya merah, hijau dan biru RGB.
e. Citra objek yang telah direkam kemudian disimpan dalam sebuah file dengan format bitmap .bmp.
a b
Gambar 10. a Seperangkat penangkap citra, dan b penyimpanan citra
3.3.3 Pengolahan Citra
Pengolahan citra wortel dan labu dilakukan dengan program komputer yang telah dibuat terlebih dahulu dengan menggunakan bahasa pemrograman SharpDevelop 3.2. Program yang dibuat
memiliki kemampuan untuk menghitung citra warna RGB merah, hijau, biru, XYZ, dan Lab pada objek.
3.3.4 Pengukuran Warna dengan Chromameter
Pada pengukuran warna menggunakan Chromameter, hasil pengukuran dinyatakan dalam CIE Lab yang dicirikan dengan notasi L, a, b. Pengukuran dilakukan tiga kali pada tiga titik yang
berbeda pada salah satu sisi objek. Skema pengukuran dari Chromameter ditunjukkan pada gambar berikut.
18 Bola integrator
lampu
sampel Gambar 11. Sistem pengukuran pada Chromameter Anonim 2011
a b
Gambar 12. Chromameter Minolta CR 400 a sisi layar, dan b sisi samping
3.3.5 Pengolahan Data
Analisis statistik dilakukan untuk mengetahui hubungan hasil pengukuran warna menggunakan image processing dengan Chromameter melalui analisis korelasi regresi linier yang dinyatakan
dengan persamaan regresi. Analisisnya dilakukan dengan perhitungan berikut: y = ax + b
di mana; x = hasil pengukuran komponen warna dengan image processing y = hasil pengukuran komponen warna dengan Chromameter
a = slope garis regresi b = nilai komponen warna pada kondisi garis regresi berpotongan dengan sumbu y
Tingkat ketepatan dan ketelitian ditunjukkan dengan melihat nilai korelasi garis regresi kecenderungan data. Nilai pengukuran yang baik jika nilai korelasinya lebih dari 80 r
2
≥ 0.80. Menurut Usman dan Akbar 2008, nilai r
2
terbesar adalah +1, dan terkecil adalah -1 sehingga dapat ditulis -
1 ≤ r
2
≤ +1. Untuk r = +1 disebut hubungan positif sempurna dan hubungannya linier langsung Komputer mikro
Sensor Spektral
19 sangat tinggi. Sebaliknya jika nilai r
2
= -1 disebut hubungannya negatif sempurna dan hubungannya tidak langsung sangat tinggi, yang disebut invers. Nilai r
2
tidak mempunyai satuan dimensi. Makna dari nilai r
2
yang dihitung dapat diinterpretasikan dengan Tabel 3. Tabel 3. Interpretasi dari nilai r
2
Usman dan Akbar 2008
Gambar 13. Diagram alir proses pengukuran warna r
2
Interpretasi Tidak berkorelasi
0.01 – 0.20
Sangat rendah 0.21
– 0.40 Rendah
0.41 – 0.60
Agak rendah 0.61
– 0.80 Cukup tinggi
0.81 – 0.99
Tinggi 1
Sangat tinggi
Objek wortel, labu
Pengukuran warna dengan chromameter
Pengukuran warna dengan image processing
Nilai komponen warna Pengambilan citra
Analisis korelasi linier hasil pengukuran warna untuk tiap
objek Nilai komponen warna RGB,
XYZ, dan Lab
BAB VI HASIL DAN PEMBAHASAN
4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura
Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan membuat algoritma pengolahan citra yang dibangun dengan menggunakan
bahasa pemrograman SharpDevelop 3.2. Dalam penelitian tahap pertama ini telah dibuat program komputer untuk pengambilan dan pengolahan citra bahan pertanian. Bahan pertanian yang digunakan
dalam penelitian ini adalah wortel dan labu. Hal ini dilakukan untuk membedakan pengukuran warna merah dengan warna hijau. Setiap sampel diberi label penomoran di bagian belakang untuk menandai
sampel yang akan diambil citranya. Program penangkap citra digunakan untuk merekam citra objek dengan latar belakang atau background yang berbeda, yaitu hitam dan putih. Citra objek direkam
dengan resolusi 744 x 480 piksel dan dalam 24-bit warna. Pengambilan citra menggunakan kamera CCD yang dihubungkan ke komputer menggunakan koneksi firewire. Citra warna objek dengan latar
belakang berbeda hasil perekaman dapat dilihat pada Gambar 14.
Gambar 14. a. Citra wortel dengan latar belakang hitam, b. Citra wortel dengan latar belakang putih, f.
Citra labu dengan latar belakang hitam, d. Citra labu dengan latar belakang putih Hasil citra yang diambil menggunakan kamera CCD dikelompokkan ke dalam folder yang
disesuaikan dengan jenis objek dan latar belakangnya. Hasil pengambilan citra disimpan dalam bentuk a
b
c d