ANALISIS GAMBAR DIGITAL SEBAGAI METODE KARAKTERISASI DAN KUANTIFIKASI WARNA PADA IKAN HIAS

  Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah) ANALISIS GAMBAR DIGITAL SEBAGAI METODE KARAKTERISASI DAN KUANTIFIKASI WARNA PADA IKAN HIAS * ) * ) * ) * ) Ruby Vidia Kusum ah , Eni Kusr ini , Sit i M ur niasih , Anjang Bangun Pr aset io , * * ) dan Kam aluddin M ahf udz

• *)

  Balai Riset Budidaya Ikan Hias Jl. Perikanan No. 13, Pancoran Mas, Depok, Jawa Barat

  E- m ail: kusumah_rv@yahoo.com

• )

  Depart em en Ilm u Kom put er, Inst it ut Pert anian Bogor Jl. Merant i, Kam pus IPB Darm aga, Bogor

  (Naskah diterima: 26 Agustus 2011; Disetujui publikasi: 28 Oktober 2011)

ABST RAK

  Analisis gam bar (foto) digital digunakan sebagai m etode alternatif karakterisasi dan kuant ifikasi warna yang obyekt if, akurat , sert a aplikat if. Software Image m em bant u m engukur dan m engelom pokkan beberapa param eter kualitatif warna secara kuantitatif berdasarkan standar nilai digital RGB (Red Green Blue) yang dim iliki set iap pikselnya. Dengan m elakukan konversi ke m odel HSB (Hue Saturation Brightness), nilai digit al warna yang diperoleh sem akin m udah dipaham i sesuai konsep cara pandang m at a m anusia. Frekuensi serta distribusi warna yang terukur pun dapat ditam pilkan dalam bentuk histogram dua dim ensi dan grafik tiga dim ensi warna (3D color space). Hasil analisis pada delapan strain warna ikan cupang hias (Betta splendens) m enunjukkan variasi warna yang ditam pilkan dalam bentuk kisaran (m inim um - m aksim um ), rata- rata (m ean), sert a st andar deviasi (SD) dari set iap nilai RGB dan HSB. Kecerahan set iap individu dalam suat u st rain warna diukur berdasarkan nilai kecerahan (brightness) yang dim ilik i m odel warna HSB. Penelit ian ini m erupak an st udi pendahuluan yang bertujuan untuk m em pelajari analisis gam bar digital sebagai m etode karakterisasi dan kuantifikasi warna pada ikan hias.

  Be t t a sp l e n d e n s , g a m b a r d i g i t a l , i k a n h i a s, k a r a k t e r i sa si , KATA KUNCI: k uant i f i k asi ABST RACT : D ig it al im ag e analysis as t he t ool in color char act er iz at ion and quantification of ornamental fish. By: Ruby Vidia Kusumah, En i Ku sr i n i , Si t i M u r n i a si h , An j a n g Ba n g u n Pr a se t i o , a n d Ka m a l u d d i n M a h f u d z Digital imaging analysis has been used as an alternative method of color characterization and quantification which are objective, accurate, and applicative. ImageJ software helps to quantitatively measure and group several qualitative parameters base on digital values of RGB (Red Green Blue) from each pixels. By converting to HSB (Hue Saturation Brightness) model, the data can be more easily to understood which is similar to concept on how human eyes look at an object. The frequencies and distributions of colors can be also presented in form of histogram and 3D color graphics. The analysis of eight color strains of siamese fighting fish (Betta splendens) showed color variation depicted in form of ranges (minimum- maximum), means, and standard deviation (SD) of each RGB (Red Green Blue), and HSB (Hue Saturation Brightness) values. The lightness of each individual color strain was quantified based on the brightness values of HSB. This result is a preliminary

  

baseline data to better develop digital image analysis as the tool of characterization

and quantification of colors on ornamental fish.

  J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392

KEYWORD S:

  sem ak i n m u d ah d i p ah am i sesu ai k on sep cara pandang m at a m anusia. Penelit ian ini merupakan studi pendahuluan analisis gambar d i g i t al seb ag ai m et od e k ar ak t er i sasi d an kuantifikasi warna pada ikan hias.

  ness), n i l ai d i g i t al war n a yan g d i p er ol eh

  Pesat nya perkem bangan t eknologi dalam bidang elekt ronik t elah sukses m enghasilkan produk kamera digital yang semakin konsisten dan ak urat dalam m engabadik an berbagai obyek sert a warna sesuai dengan apa yang terlihat dan tertangkap secara visual oleh mata. Dengan bant uan perangkat lunak (software) sepert i Im ageJ, produk berupa gam bar (f ot o) digit al yang dihasilkanpun dapat digunakan sebagai m et ode alt ernat if karakt erisasi dan k u an t i f i k asi war n a yan g ob yek t i f , ak u r at , aplikat if , sert a m urah. Beberapa param et er k u al i t at i f war n a d ap at d i u k u r d an d i k e- lom pok k an secara k uant it at if berdasark an standar nilai digital RGB (Red Green Blue) yang dimiliki setiap piksel- nya. Dengan melakukan konversi ke model HSB (Hue Saturation Bright-

  ), serta fungsi yang t erbat as unt uk aplikasi langsung pada hewan liar di alam m enjadi kelem ahan dari kedua m et ode ini.

  2

  Observasi langsung secara visual m eru- pakan salah sat u m et ode karakt erisasi dan k u an t i f i k asi war n a p ad a m ak h l u k h i d u p , khususnya ikan hias. Meskipun m em berikan hasil yang subyekt if dan t idak akurat , nam un m et ode ini m asih banyak digunakan dalam berbagai st udi yang m enyangkut warna sert a kualit as warna, cont oh f isiologi, dan nut risi (Ako et al., 1999). Spektrofotometer dan colo- r im et er d ap at d igunak an seb agai m et od e lainnya yang lebih dipercaya, obyekt if , sert a akurat dalam karakt erisasi dan kuant if ikasi war n a. Har g a al at yan g m ah al , l u as ar ea tangkapan yang sempit (2- 10 mm

  b anyak p engguna, t er m asuk d i ant ar anya adalah penelit i. Warna yang t am pak secara vi sual ser i ng k al i sul i t d i k ar ak t er i sasi d an dikuantifikasi pada suatu standar nilai tertentu. Akibatnya, hasil yang diperoleh pun seringkali t idak akurat karena perbedaan persepsi yang t erjadi ant ara pengam at sat u dengan lainnya (subyektif).

  Betta splendens, characteriz ation, color, digital im ages, Im ageJ, H SB, m et h od , or n am en t al f i sh , q u an t i f i cat i on , RGB, si am ese f ight ing f ish, sof t w ar e

  PENDAHULUAN

  War n a m er u p ak an k ar ak t er k om er si al pent ing yang dapat m em pengaruhi t ingkat penerimaan konsumen terhadap suatu produk hewani sehingga t urut m enent ukan nilai jual produk t ersebut di pasar (Colihueque, 2010; Tume et al., 2009; Pavlidis et al., 2006; Ander- son, 2000). Pada ikan salm on, warna m enjadi parameter yang pertama kali dipertimbangkan konsum en unt uk pendugaan spesies, um ur, asal, harga, rasa/ t ek st ur yang diingink an, kesegaran, sert a kualit as produk (Anderson, 2000). Sedangkan pada banyak spesies ikan hias, m isalnya cupang hias (Betta splendens), warna dik enal sebagai salah sat u k arak t er penent u keindahan, karena ikan cupang hias m erupakan salah sat u ikan hias yang paling banyak ragam warnanya.

  2006), evolusi (Hoekst ra, 2006; Hof reit er & Sc h o n eb er g , 2 0 1 0 ), k es eh at an h ew an (Clotfelter et al., 2007), fisiologi (Szisch et al., 2002; Yasir & Qin, 2009), hingga nutrisi (Booth et al., 2004; Kalinowski et al., 2005).

  et al., 2008), biologi perkembangan (Hoekstra,

  (David et al., 2004; Hoekst ra, 2006), t ingkah laku hewan (etologi) (Korzan et al., 2008; Price

  dalam Yasir & Qin, 2009), genetika kuantitatif

  hasil pengam at annya t erhadap warna sert a perubahan warna yang t erjadi pada beberapa spesies hewan, sepert i lobst er; sot ong; dan cum i- cum i (Thom pson, 1910). Sam pai seka- rang, berbagai penelit ian yang m enyangkut war na ser t a k ualit as war na sem ak in b er - kembang dan banyak dilakukan dalam berbagai st ud i m ul ai d ar i t ak sonom i (Byer s, 2 0 0 6 ; Pavlidis et al., 2006; Chapm an & Fit z- Coy

  Animalium pun pernah m enuliskan beberapa

  d al am b u k u n ya yan g b er j u d u l Historia

  et al., 2009). Bahkan Aristoteles (384- 322 SM)

  Dalam ilm u p enget ahuan, war na yang menghiasi dan memberikan corak pada tubuh hewan t elah lam a m enjadi t opik pent ing dan m enarik perhat ian para ahli biologi (Leclercq

  Mesk ipun t elah lam a m enj adi k arak t er pent ing dan m enarik unt uk dipelajari, nam un m etode standar karakterisasi dan kuantifikasi warna pada hewan masih menjadi kendala bagi

  BAHAN DAN METODE Objek Penelitian

  Delapan st rain warna ikan cupang hias (Betta splendens Regan 1910) dipilih sebagai p er wak ilan d ar i set iap war na yang um um dijum pai pada banyak spesies ikan hias air tawar ataupun laut. Adapun strain warna yang dimaksud antara lain terdiri atas merah, kuning, jingga, cyan, biru (royal blue), putih (opaque), hit am (super black), abu (Gam bar 1). Jum lah sam pel yang digunak an sebanyak 91 ek or dengan beberapa st rain warna, yait u: cyan (9 ekor), abu- abu (6 ekor), putih (6 ekor), biru (18 ekor), merah (14 ekor), jingga (10 ekor), kuning (19 ekor), dan hitam (9 ekor). Secara terperinci dapat dilihat pada Tabel 1 dan 2.

  Teknik Pengambilan Foto (Gambar D i g i t al )

  Set i ap o b j ek p en el i t i an d i f o t o d al am akuarium berukuran 15 cm x 5 cm x 20 cm m enggunakan kam era digit al Olym pus E450 DSLR tanpa dilakukan pembiusan. Foto diambil dalam ruang gelap (st udio) sebagai upaya st an d ar i sasi t er h ad ap f l u k t u asi cah aya. Pencahayaan bersum ber dari lam pu neon 40 wat t yang dilet akkan di bagian depan at as akuarium . Pengam bilan f ot o dilakukan pada jarak 10 cm di depan akuarium. Foto (gambar) digital yang dihasilkan disimpan dalam format JPG.

  Analisis Warna

  Fot o (gam bar) digit al dari set iap st rain war na ik an cup ang hias d ianalisis m eng- g u n ak an software Im ag eJ 1 .4 4 0 (Wayn e Rasband, National Institut Institutes of Health, USA) dengan t am bahan plugin Color Inspec- t or 3D (Bart hel, 2007) unt uk m enam pilkan grafis tiga dimensi warna. Software dan plugin dapat diunduh secara gratis dari alamat http:/ / rsb.info.nih.gov. Beberapa param et er warna yang diperoleh dari aplikasi ini antara lain terdiri at as rat a- rat a (m ean), jum lah dan f rekuensi, sert a graf is dist ribusi set iap nilai digit al RGB (Red Green Blue) berupa gam bar dua dim ensi dan t iga dim ensi. Persent ase set iap nilai R, G, dan B dihit ung m enggunakan rum us: %R = (m ean R/ (m ean R+ m ean G+ m ean B))x 1 0 0 %. %G dan %B diperoleh dengan cara yang sam a. Nilai m ean RGB dikonversi pada m odel warna HSB (Hue Saturation Brightness) m en g - g u n ak an RGB t o HSB Cal cu l at o r (h t t p :/ / w w w . r ag s- i n t i n c . c o m / Ph o t o T ec h St u f f / AcrCalibrat ion/ RGB2HSB.ht m l). Sedangkan bagian badan ikan cupang (Betta splendens) yang dianalisis ant ara lain t erdiri at as warna badan (Bd) dan sirip ekor (Se). Khusus unt uk analisis kualitas warna, juga ditambahkan warna

  Gambar 1. St rain warna pada cupang hias (Betta splendens) Figure 1.

  Betta splendens color strains

  Jingga (Orange) Kuning (Yellow) Merah (Red) Put ih (White) Biru (Blue)

  Hitam (Black) Biru m uda (Cyan) Abu- abu (Grey)

  Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah)

  J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392

  H SB p ad a si r i p p er u t (Sp ). Sed an g k an Sebagai cont oh, analisis st at ist ika dilakukan perbandingan karakt er warna unt uk m erah, pada st rain cupang warna biru. hijau, dan biru bagian badan dan sirip ekor

HASIL DAN BAHASAN

  unt uk set iap st rain warna ikan cupang hias dapat dilihat pada Gambar 2.

  Karakter Setiap Strain Warna Ikan Analisis Statistik a Cupang Hias

  Per b ed aan k ualit as war na p ad a b ad an

  Model RGB

  (Bd ), si r i p ek or (Se), d an si r i p p er u t (Sp ) Set i ap st r ai n w ar n a i k an cu p an g d i - dianalisis berdasarkan model warna HSB. Nilai digit al warna H (Hue), S (Saturation), dan B karakt erisasi dalam bent uk kisaran, rat a- rat a

  (m ean ), d an p er sen t ase n i l ai d i g i t al RGB (Kecer ah an ) yan g d i p er o l eh sel an j u t n ya dianalisis st at ist ik m enggunakan uji ANOVA (Red Green Blue) pada badan (Bd) dan sirip d en g an software Mi cr o so f t Ex cel 2 0 0 7 . ekor (Se). Cupang cyan m em iliki kom ponen Tabel 1. Nilai digit al warna pada badan (Bd) dan sirip ekor (Se) berdasarkan m odel RGB (Red

  Green Blue) Table 1. Digital value of body and caudal fin color based on RGB model (Red Green Blue) Bad an ( Bod y ) Sirip eko r ( Ca ud a l f in ) St rain w arna Ket erang an N Color st r a in Rem a r k R G B R G B

  

Cy an Kisaran 38-106 130 – 224 193-241 35-92 136-211 182-244

Cyan

  9 Mean±SD 64±22 173±29 222±19 64±18 162±23 213±20 % Mean

  14

  38

  48

  15

  37

  49 Abu Kisaran 61-137 61-159 83-187 111-179 136-197 146-218 Gray Mean±SD

  6 92±33 99±37 123±41 139±29 159±23 183±26 % Mean

  29

  32

  39

  29

  33

  38 Putih Kisaran 176-214 184-208 192-229 120-172 145-190 139-202 White Mean±SD

  6 196±15 198±9 213±13 142±19 169±20 168±21 % Mean

  32

  33

  35

  30

  35

  35 Biru Kisaran 4-101 22-135 73-226 5-114 43-165 109-244 Blue Mean±SD

  18 41±27 65±32 160±48 51±30 95±42 188±45 % Mean

  15

  24

  60

  15

  28

  56 Merah Kisaran 128-249 10 – 78 9-68 109-251 2-88 0-49 Red

  14 Mean±SD 181±40 40±23 33±21 183±44 30±21 21±13 % Mean

  71

  16

  13

  78

  13

  9 Jingga Kisaran 161-241 54-162 6-97 138-232 35-152 6-87 Orange

  10 Mean±SD 202±29 89±34 40±29 174±33 82±35 35±28 % Mean

  61

  27

  12

  60

  28

  12 Kuning Kisaran 169-243 129-207 8-135 115-243 108-198 8-124 Yellow Mean±SD

  19 222±19 170±20 68±41 205±36 155±23 57±32 % Mean

  48

  37

  15

  49

  37

  14 Hitam Kisaran 7-32 5 – 31 5-32 7-46 9-53 7-62 Black Mean±SD

  9 15±8 15±8 13±9 25±13 26±15 27±20 % Mean

  35

  34

  31

  32

  33

  35 N: jum lah sam pel (total sampel); R: kom ponen warna m erah pada nilai digit al RGB (componen red color to

digital value RGB); G: kom ponen warna digit al hijau (componen green color digital); B: kom ponen warna

digit al biru (componen blue color digital); SD: st andar deviasi (deviation standart)

  Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah)

  warna digit al hijau (G) (Bd: 38%; Se: 37%) dan ikan cupang (Gambar 3) disajikan dalam bentuk kisaran dan rat a- rat a (m ean). Set iap st rain bir u (B) (Bd: 4 8 %; Se: 4 9 %) yang dom inan warna m enunjukkan kom ponen warna digit al dibandingk an k om ponen warna m erah (R) (Bd: 14%; Se: 15%). Sedangkan cupang kuning Hue (H) yang spesifik mulai dari cupang merah

  o o o o o o

  (Bd: 0 - 9 ; Se: 0 - 12 ), oranye (Bd: 11 - 27 ; Se: memiliki komponen warna merah (R) (Bd: 48%;

  o o o o o o

  11 - 37 ), kuning (Bd: 30 - 49 ; Se: 30 - 54 , Se: 49%) dan hijau (G) (Bd dan Se: 37%) yang

  o o o o

• 206 Se: 187 - 208 ), abu (Bd:

  cyan (Bd: 186

  dom inan. Cupang biru m em iliki kom ponen

  o o o o o o

  208 - 286 ; Se: 190 - 268 ), biru (Bd: 219 - 248 ; warna digit al biru (B) yang lebih dom inan (Bd:

  o o o o o

• Se: 202 - 240 ), putih (Bd: 194 - 357 ; Se: 129 60%; Se: 56%) dibandingkan kom ponen warna

  o o o o o

  193 ), dan hitam (Bd: 0 - 300 ; Se: 0 - 348 ). Pada lainnya (R dan G). Sedangkan cupang m erah t ahap selanj ut nya, var iasi war na j uga d i- dan oranye m em iliki kom ponen warna m erah t ent ukan oleh t ingkat kejenuhan (sat urasi, S)

  (R) yang dom inan (m erah: Bd: 71%; Se: 78%; dan k ecerahan (brightness, B)- nya. Secara oranye: Bd: 61%; Se: 60%). Pada cupang putih, lengkap karakt er warna HSB disajikan pada abu, dan hitam , kom ponen- kom ponen warna Tabel 2 dan Gambar 3. yang dim iliki cenderung bernilai seim bang. Secara lengkap, karakt er warna RGB set iap

  Perbandingan Warna

  strain ikan cupang hias disajikan pada Tabel 1 dan Gambar 2.

  Antar Strain Warna M odel HSB Hue

  Berdasarkan m odel warna HSB (Hue Satu- Berdasarkan nilai m ean hue (H), selisih

  

ration Brightness), karakter setiap strain warna warna t erbesar ant ara badan dan sirip ekor

  Tabel 2. Nilai digital warna pada badan dan sirip ekor berdasarkan model HSB (Hue Saturation

  Brightness)

Table 2. Digital value of body and caudal fin color based on HSB model (Hue Saturation Bright-

ness)

  Bad an ( Bod y ) Sirip eko r ( Ca ud a l f in ) St rain w arna Ket erang an N Color st r a in Rem a r k o o H ( ) S ( %) B ( %) H ( ) S ( %) B ( %) Cy an Kisaran 186-206 56-80 76-95 187-208 59-82 71-96

  9 Cyan Mean±SD 198±7 72±8 87±7 201±6 70±7 83±8

Abu Kisaran 208-286 22-38 33-73 190-268 14-45 57-85

  6 Gray Mean±SD 234±32 30±6 48±16 221±31 26±11 72±10 Putih Kisaran 194-357 6-16 81-90 129-193 8-28 57-79

  6 White Mean±SD 252±57 12±4 85±3 168±28 18±9 68±8

Biru Kisaran 219-248 50-97 29-89 202-240 49-95 43-96

  18 Blue Mean±SD 229±8 76±12 63±19 223±11 74±13 74±18 Merah Kisaran 0-9 66-94 50-88 0-12 50-100 43-98

  14 Red Mean±SD 3±3 83±9 68±14 3±3 87±12 70±18 Jingga Kisaran 11-27 60-97 63-95 11-37 55-97 54-91

  10 Orange Mean±SD 18±6 81±13 79±11 21±7 81±14 69±13

Kuning Kisaran 30-49 38-96 66-95 30-54 30-96 45-95

  19 Yellow Mean±SD 39±5 69±19 87±7 40±7 71±18 80±14 Hitam Kisaran 0-300 3- 58 3-13 0-348 5-54 24-Apr

  9 Black Mean±SD 103±107 29±17 6±3 167±124 24±14 12±7

N: jum lah sam pel (total sample); H: jenis warna (hue) dalam m odel HSB (color kind (hue) in model);

S: t ingkat kejenuhan/ kem urnian warna (saturation); B: t ingkat kecerahan warna (brightness); SD: st andar deviasi (deviation standard) Gambar 3. Contoh distribusi tingkat kejenuhan (S) dan kecerahan (B) jenis warna (H) m erah dan biru pada model HSB

  

Figure 3. Examples of saturation distribution (S) and brightness (B) hue (H) red and blue on

HSB model Badan ( Body)

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  Saturation ( % )

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  H/ S badan + sirip ekor cupang merah H/S of body + caudal fin on red betta

  4 0 8 0 120 160 200 240 280 320 360 Hue ( ^o

  ) K ec er ah an w ar n a

  Brightness ( % )

  H/ S badan + sirip ekor cupang biru H/S of body + caudal fin on blue betta

  4 0 8 0 120 160 200 240 280 320 360 Hue ( ^o )

  4 0 8 0 120 160 200 240 280 320 360 Hue ( ^o

  ) K ec er ah an w ar n a

  Brightness ( % )

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  H/ S badan + sirip ekor cupang merah H/S of body + caudal fin on red betta

  4 0 8 0 120 160 200 240 280 320 360 Mean red Mean green Mean blue

  K e je n u h a n w a rn a

  H/ S badan + sirip ekor cupang biru H/S of body + caudal fin on blue betta

  Gambar 2. Histogram perbandingan karakter warna RGB badan dan sirip ekor pada setiap strain warna ikan cupang hias (Betta splendens)

  5 0 Mean red Mean green Mean blue

  

Figure 2. Histogram of RGB color character ratio of body and caudal fin of each color strain of

Betta splendens

  M e a n

  250 200 150 100

  5 0 Sirip ekor ( Caudal fin)

  M e a n

  250 200 150 100

  Strain warna (Color strains) cyan % M e a n

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 abu put ih biru merah orange kuning hitam Strain warna (Color strains) cyan

  % M e a n

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 abu put ih biru merah orange kuning hitam

  Mean red Mean green Mean blue Mean red

  Mean green Mean blue Hue ( ^o )

  K e je n u h a n w a rn a

  Saturation ( % )

  J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392 t erdapat pada st rain ikan cupang put ih dan terkecil dimiliki strain warna kuning, sedangkan strain merah tidak terdapat perbedaan di antara kedua bagian tubuh tersebut (Tabel 2; Gambar

  4A). Warna badan pada ikan cupang abu, putih, dan biru m em iliki nilai lebih t inggi diban- dingkan warna sirip ekornya. Sebaliknya pada ikan cupang cyan, jingga, kuning, dan hit am memiliki nilai lebih tinggi dibandingkan warna badannya (Gambar 4A).

  8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 abu put ih biru merah orange kuning hitam

  Hue Sirip ekor Sirip perut

  240 210 235 230 225 220 215

  D e ra ja t (Degree )

  Saturation Sirip ekor Sirip perut Badan

  8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  % 100 9 0

  Brightness Sirip ekor Sirip perut Badan

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0

  Badan %

  Brightness Badan (Body) Sirip ekor (Caudal fin)

  % 100 9 0

  Sat u r asi

  A Strain warna (Color strains) cyan

  Hue Badan (Body) Sirip ekor (Caudal fin)

  4 0 abu put ih biru merah orange kuning hitam Badan (Body) Sirip ekor (Caudal fin)

  360 320 280 240 200 160 120 8 0

  D e ra ja t (Degree )

  Saturation Strain warna (Color strains) cyan

  100 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 abu put ih biru merah orange kuning hitam

  Strain warna (Color strains) cyan %

  (A) ratio of HSB color character of body and caudal fish of each color strain of Betta splendens; (B) ratio of HSB color character of body and caudal fin, and ventral fin of blue color strain

  Gambar 4. (A) Perbandingan karakt er warna HSB badan dan sirip ekor pada set iap st rain warna ikan cupang hias (Betta splendens); (B) Perbandingan karakter warna HSB pada badan, sirip ekor, dan sirip perut dalam strain warna biru Figure 4.

  Ber dasar k an nilai m ean saturation (S), selisih nilai antara warna badan dengan warna ekor set iap st rain warna t idak begit u besar. Perbedaan t erbesar dim iliki st rain warna ikan put ih dan t erkecil t erdapat pada st rain cyan dan kuning, sedangkan pada st rain orange tidak terdapat perbedaan di antara keduanya. Strain cyan, abu, biru, dan hitam memiliki warna

  Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah)

  J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392

  Measured HSB color component on body, caudal fin, and anal fin in blue color strain of siamese fighting fish

  R = 42 G = 39 B = 34

  Figure 5. Pixel and digital value of color 1 unit pixel

  Gambar 5. Piksel dan nilai digital suatu warna

  63 + 19 a

  76 + 11 a

  Sirip perut (Anal fin) 225 + 9

a

  74 + 18 a

  74 + 13 a

  Sirip ekor (Caudal fin) 223 + 11

a

  63 + 19 a

  76 + 12 a

  Badan (Body ) 229 + 8

a

  

values of HSB (Mean + SD), blue color on body, caudal fin, and anal fin are not

significantly different (P > 0.05) on each color components (H, S, B) Bag ian t ub uh Com pon en t of b od y H ( o ) * S ( %) * B ( %) *

  Table 3.

  badan lebih jenuh dibandingkan warna pada si r i p ek or n ya sed an g i k an cu p an g p u t i h , merah, dan kuning adalah sebaliknya (Gambar 4A).

  Tabel 3. Pengukuran kom ponen warna HSB pada badan, sirip ekor, dan sirip anal dalam strain ikan cupang hias warna biru

  secara horizontal maupun vertikal menempati set iap ruang dim ensi gam bar sert a m em iliki nilai- nilai digital dari suatu jenis warna tertentu (1 piksel = 1 jenis warna). Berdasarkan nilai- nilai inilah warna- warna yang m uncul pada g am b ar d i g i t al sel an j u t n ya d ap at d i u k u r ,

  element) (Gam bar 5). Set iap piksel t ersusun

  Gambar digital dibangun oleh unit terkecil b er b en t u k t i t i k (dot) at au p er seg i em p at (square) yang disebut piksel (pixel, picture

  peralat an t ersebut , gam bar digit al juga bisa dibuat dan dihasilkan dari dat a non- gam bar (non- image), seperti fungsi matematika (kurva dan polygon) dan model geometri tiga dimensi (Wikipedia, 2011).

  handycam. Selain m enggunakan peralat an-

  Gam bar digital (digital im age) m erupakan wujud numerik dari suatu gambar dua dimensi (2D) (Wikipedia, 2011) yang dihasilkan oleh perangkat elektronik atau media digital berupa kam era digit al; scanner; web camera; hingga

  Gam b ar D i g i t al

  4B.

  Pada strain ikan cupang biru, warna badan cenderung m enunjukkan nilai hue (H) lebih tinggi dibandingkan warna sirip ekor dan sirip p er u t n am u n set el ah d i u j i st at i st i k t i d ak berbeda nyat a (P> 0,05) sat u sam a lainnya. Kecerahan (B) t ert inggi t erdapat pada sirip ek or nam un t idak berbeda nyat a (P> 0,05) dengan warna badan dan sirip perut . Secara lengkap disajikan pada Tabel 3 dan Gam bar

  Dalam Suatu Strain Warna

  Per b ed aan p aling b esar d im ilik i st r ain warna put ih sedangkan t erkecil pada st rain m erah. Secara lengkap disajikan pada Tabel 2 dan Gambar 4A.

  Kecer ahan

• Nilai digit al HSB (Mean + SD), warna biru di badan, sirip ekor, dan sirip perut

  t idak berbeda nyat a (P > 0,05) pada set iap kom ponen warna (H, S, B) / Digital

• 360

  dikont rol, at au bahkan dim anipulasi. Dengan bantuan software seperti ImageJ, warna- warna yang dit am pilkan oleh set iap piksel selan- jutnya dapat dikarakterisasi dan dikuantifikasi.

  Karakterisasi dan Kuantifikasi Warna

  0 - 255 255 255 255 1 - 254 255 H (Hue), S (Saturation), B (Brightness)

  0 - 255 255 255 255 1 - 254 255 B

  Biru Blue Magent a Ma gent a Hit am Bla ck Abu Grey * Put ih Whit e R 0 - 255 255 255 255 1 - 254 255 G

  Komponen Component Kisaran Range Merah Red Kuning Yellow Hijau Green

Cyan

Cya n

  S (%) 0 - 100 100 100 100 100 100 100 B (%) 0 - 100 100 100 100 100 100 100 1 - 99 100

  Biru Blue Magent a Ma gent a Hit am Bla ck Abu Grey * Put ih Whit e H ( o ) 0 - 360 0/ 360 60 120 180 240 300 0 - 360 0 - 360 0 - 360

  Komponen Component Kisaran Range Merah Red Kuning Yellow Hijau Green

Cyan

Cya n

  Table 5. Digital value concept of HSB from each strain color ^*

Kom ponen R (Merah), G (Hijau), dan B (Biru) selalu bernilai sam a (Component R (Red), G (Green), and B

(Blue) same value always)

  Tabel 5. Konsep nilai digital HSB dari setiap jenis warna

  Table 4. Digital value concept of RGB from each strain color

  Tabel 4. Konsep nilai digital RGB dari setiap jenis warna

  Set iap st rain warna yang t am pak secara visual pada badan dan sirip ikan cupang hias (Betta splendens) dapat dikarakt erisasi dan dik uant if ik asi secar a obj ek t if ber dasar k an standar nilai RGB (Tabel 1; Gambar 2) maupun HSB (Tabel 2; Gam bar 3). Set iap st rain warna m em i l i k i var i asi n i l ai RGB d an HSB yan g b er b ed a d an sp esif ik unt uk m enam p ilk an jenis- jenis warna (Tabel 1 dan 2; Gambar 2 dan 3).

  ; S= 100%; dan B= 100%. Secara lengkap konsep warna HSB disajikan pada Tabel 5.

  M odel Warna D igit al

  o

  / 360

  o

  ); saturation (S) menun- jukkan t ingkat kejenuhan bernilai persen (%), dan brightness m enunjukkan nilai kecerahan (B) bernilai persen (%). Warna merah murni akan muncul jika memiliki nilai H= 0

  o

  o

  Nilai hue (H) m enunjukkan jenis warna dalam derajat (0

  HSB

  Warna- warna yang m uncul pada m odel warna RGB (Red Green Blue) dihasilkan dari percam puran t iga kom ponen warna prim er cahaya (merah (R), hijau (G), dan biru (B)). Setiap nilai yang dihasilkan m em berikan pengaruh t erhadap warna- warna yang m uncul. Konsep warna RGB yang t erbent uk secara lengk ap t ersaji pada Tabel 4.

  Salah sat u jenis warna yang dit am pilkan oleh set iap piksel pada gam bar digit al adalah m od el RGB (Red Green Blue). RGB d i b u at m engik ut i p engem b angan k onsep p enye- baran warna primer cahaya (merah, hijau, biru) setelah m elewati kristal berbentuk prism a, ini sel an j u t n ya d i m an f aat k an p ad a b an yak perangkat elekt ronik berbasis visual, sepert i t elevisi dan monitor kom put er.

  RGB

  al., 2009).

  Model warna digit al at au lebih dik enal dengan ist ilah color space m erupakan per- wujudan warna dari f ungsi m at em at ika yang membangun suatu gambar digital. Model warna t erbagi dua, yait u t ipe yang berdasarkan at as percam puran warna dasar cahaya (RGB) dan t ipe yang j enis war na ser t a k ecer ahannya t erpisah (HSB) (FuZhong dalam YongYue et

  Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah) Model war na RGB lebih sulit dipaham i karena set iap warna saling bergant ung dari hasil p er cam p ur an at as k et iga k om p onen warna (Red, Green, dan Blue) (Tabel 4). Dengan k at a lain, set iap warna dipengaruhi set iap kom ponen at au t idak berdiri sendiri (bebas). Sed an g k an m o d el w ar n a HSB m em i l i k i kom ponen (Hue, Saturation, Brightness) yang t idak saling bergant ung ant ara sat u sam a lainnya. Jenis warna dit ent ukan nilai hue (H), kem urnian at au kejenuhan warna dit ent ukan nilai saturation (S), sed angk an k ecer ahan dit ent ukan oleh nilai brightness (B) sehingga m udah dipaham i sesuai konsep cara pandang m at a m anusia. Mat a dapat m elihat berbagai j enis war na (Hue). Sed angk an k ualit asnya dit ent ukan oleh t ingkat kecerahan (B) sert a kem urnian (S)- nya. Sem ua jenis warna akan tampil berwarna hitam (gelap pekat) jika tingkat k ecerahan (B)- nya bernilai 0%, sebalik nya, setiap jenis warna akan tampil berwarna putih jika t ingkat kecerahan (B)- nya bernilai 100% dan t ingk at k ej enuhan (S)- nya bernilai 0% (Tabel 5). Berdasarkan hal t ersebut , kualit as warna, seperti halnya kecerahan (B), akan lebih mudah dikuantifikasi berdasarkan model warna HSB.

  Aplikasi Metode Analisis Warna

  Analisis warna berperan pent ing dalam b an yak b i d an g p en el i t i an . Byer s (2 0 0 6 ), Pavlidis et. al. (2006), sert a Chapm an & Fit z- Coy dalam Yasir & Qin. (2009) menggunakan- nya dalam bidang taksonomi; Hoekstra (2006) dan Hof reit er & Schoneberg (2010) dalam bidang evolusi; Clot f elt er et al. (2007) dalam bidang kesehat an hewan; Szisch et al. (2002) dan Yasir & Qin (2009) dalam bidang fisiologi; Booth et al. (2004) dan Kalinowski et al. (2005) dalam bidang nutrisi. Selain itu, berbagai ilmu lainnya sepert i genet ika kuant it at if (David et

  al., 2004) dan t ingkah laku hewan (et ologi)

  (Ko r z an et al., 2 0 0 8 ; Pr i ce et al., 2 0 0 8 ) seringkali juga m enggunakan karakt er warna hewan sebagai bahan dan objek penelit ian.

  ImageJ dan Grafis

  Im ageJ m erupakan software berbasiskan bahasa program Java yang dikembangkan oleh

  National Institutes of Health, USA u n t u k

  m em proses at aupun analisis gam bar digit al (image processing). Im ageJ dibangun ber- dasarkan kepem ilikan um um (public domain) dan dapat diunduh secara grat is dari alam at ht t p :/ / r sb .inf o.nih.gov. Selain m enyaj ik an informasi dalam bentuk nilai (angka), software Im ageJ juga m am pu m enam pilkan inf orm asi dalam bent uk graf is dua dan t iga dim ensi (Gam bar 6 dan 7). Dist ribusi dua dim ensi (Gam bar 6) m enunjukkan pada kit a di m ana lokasi puncak berbagai komponen warna R, G, dan B suatu gam bar digital.

  Gambar 6. Distribusi warna dalam grafis dua dimensi untuk model warna RGB

  

Figure 6. Color distribution in two dimension graphic for RGB color model

  2 5 5 Count : 319704 rMean: 171.55 gMean: 109.99 bMean: 90.47 rSD: 19.70 gSD: 38.22 bSD: 38.20 rMode: 186 gMode: 128 bMode: 112

  J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392

  KESIMPULAN

  

Figure 7. Color distribution of Betta cyan strain in 3D graphic for RGB and

HSB color model Analisis gambar digital sebagai metode karakterisasi ..... (Ruby Vidia Kusumah)

DAFTAR ACUAN

  karakterisasi warna pada ikan hias yang murah, aplikatif, obyektif, serta akurat. Warna- warna yang t erlihat dan t ert angkap langsung oleh m at a (vi su al ) d ap at d i k u an t i t at i f k an b er - dasarkan st andar nilai RGB (Red Green Blue) dari setiap pikselnya. Nilai ini dapat dikonversi ke dalam m odel HSB (Hue Saturation Bright- ness) seh i n g g a l eb i h m u d ah d i p ah am i . Beberapa parameter warna mulai dari kisaran;

  Byers, J.A. 2006. Analysis of Insect and Plant Colors in Digital Images Using Java Software on t he Int ernet . Ann. Entomol. Soc. Am., 99(5): 865- 874. Clotfelter, E.D., Ardia, D.R., & McGraw, K.J. 2007.

  software m er u p ak an m et o d e al t er n at i f

  86. Gambar 7. Dist ribusi warna suat u individu st rain cupang cyan dalam grafis tiga dimensi untuk model warna RGB dan HSB

  Colihueque, N. 2010, Genetics of salmonid skin pigmentation: clues and prospects for im- proving the ex ternal appearance of farmed salmonids. Rev. Fish Biol. Fisheries, 20: 71-

  splendens. doi:10,1093/ beheco/ arm090. Behavioral Ecology, p. 1,139- 1,145.

  Red f ish, blue f ish: t rade- of f s bet ween p i g m en t at i o n an d i m m u n i t y i n Betta

  Aquaculture Research, 35: 458- 464.

  mean; st andar deviasi (SD); persent ase dapat

  Analisis gam bar digit al dengan bant uan

  Anderson, S. 2000, Salmon Color and the Con- sum er. IIFET 2000 Proceedings, 3 pp. Barthel, K.U. 2007. Color Inspector 3D. http:/ / r s b w e b . n i h . g o v / i j / p l u g i n s / c o l o r - inspect or.ht m l. diakses Tanggal 13 Juni 2011 pukul 10:29. Boot h, M.A., Warner- Sm it h, R.J., Allan, G.L., &

  Report, 28: 4.

  Ako, H., Tam aru, C.S., Asano, L., Yuen, B., & Yamamoto, M. Achieving natural coloration i n f i sh u n d er cu l t u r e. UJNR Technical

  Penulis mengucapkan terima kasih kepada t im penelit i dan seluruh t eknisi Balai Riset Budidaya Ikan Hias Depok, dan sem ua pihak yang m em bant u k egiat an ini dan Saudar a Sut risno (Bet t a Mania Independen Indonesia) untuk koleksi foto beberapa strain warna ikan cupang.

  d i u k u r d en g an m u d ah . Ni l ai HSB d ap at d ianalisis secar a st at ist ik a unt uk m enguj i perbedaan kualitas warna. Selain tersaji dalam bent uk nilai, dat a yang t erukur juga dapat d i t am p i l k an d al am b en t u k g r af i s b er u p a hist ogram dua dim esi m aupun t iga dim ensi. Beb er ap a software analisis war na, sep er t i Im ag eJ, t er sed ia secar a g r at is, d an d ap at d i u n d u h l an g su n g d ar i si t u sn ya m asi n g - masing.

  Glencross, B.D. 2004. Effect s of diet ary astax anthin source and light manipulation on t he skin colour of Aust ralian snapper Pagrus auratus (Bloch & Schneider, 1801).

UCAPAN TERIMA KASIH

  David, L., Rothbard, S., Rubinstein, I., Katzman, H., Hulat a, G., Hillel, J., & Lavi, U. 2004.

  Aspects of red and black color inheritance in t he Jap anese or nam ent al (Koi) car p (Cyprinus carpio L.). Aquaculture, 233: 129- 147. Hof reit er, M. & Schoneberg, T. 2010. The genet ic and evolut ionary basis of colour var i at i o n i n ver t eb r at es. Cellular and Molecular Life Sciences, 67: 2,591- 2,603. Hoekst ra, H.E. 2006. Genet ics, developm ent and evolution of adaptive pigm entation in vert ebrat es: short review. Heredity, 97: 222- 234. Kalinowski, C.T., Robaina, L.E., Fernandez-

  Palacios, H., Schuchardt , D., & Izquierdo, M.S. 2005. Effect of different carot enoid sources and t heir diet ary levels on red porgy (Pagrus pagrus) growt h and skin colour. Aquaculture, 244: 223- 231.

  Korzan, W.J., Robison, R.R., Zhao, S., & Fernald, R.D. 2008. Color change as a potential be- havioral strategy. Hormones and Behavior 5 4 (2 0 0 8 ) 4 6 3 –4 7 0 , d o i : 1 0 , 1 0 1 6 / j.yhbeh.2008.05.006.

  Leclercq, E., Taylor, J.F., & Migaud, H. 2009.

  Morphological skin colour changes in t e- l eost s. Fish And Fisheries. 1 –3 5 . DOI: 10,1111/ j.1467- 2979.2009.00346.x. Pavlidis, M., Papandroulakis, N., & Divanach, P.

  2006. A method for the comparison of chro- maticity parameters in fish skin: Preliminary result s for colorat ion pat t ern of red skin Sparidae. Aquaculture, 258: 211- 219.

  Price, A.C., Weadick, C.J., Shim, J., & Rodd, F.H.

  2008. Pigments, Patterns, and Fish Behav- ior. Zebrafish, 5(4) Tume, R.K., Sikes, A.L., Tabrett, S., & Smith, D.M.

  2009. Effect of background colour on t he dist ribut ion of ast ax ant hin in black t iger p r aw n (Penaeus monodon): Ef f ect i ve method for improvement of cooked colour.

  Aquaculture, 296: 129- 135.

  Thom pson, A.W. 1910, Translat ed online of Historia Animalium (Arist ot le, 350 SM). h t t p : / / cl assi cs. m i t . ed u / / A r i st o t l e/ history_anim .htm l. diakses 20 Septem ber 2010 pukul 8:44:57 AM. Szisch, V., van der Salm , A.L., Bonga, S.E.W., &

  Pavlidis, M. 2002. Physiological colour changes in t he red porgy, Pagrus pagrus, following adaptation to blue lighting spec- trum. Fish Physiology and Biochemistry, 27: 1- 8. Wi k i p ed i a. 2 0 1 1 . Digital image. h t t p :/ / e n . w i k i p e d i a . o r g / w i k i /

  Digital_image?oldid= 0. diakses 1 Juni 2011 pukul 10:46. Yasir, I. & Qin, J.G. 2009. Effect of Light Inten- sit y on Color Perform ance of False Clown fish, Amphiprion ocellaris Cuvier. J. Of The World Aquaculture Society, 40(3): 337- 350. YongYue, C., HuiPing, Z., & HuoSong, X. 2009.

  A St udy on t he Algorit hm Based on Im age Color Correlat ion Mining. International J.

  of Computer Information Systems and Industrial Management Applications (IJCISIM), 1: 279- 286. J. Ris. Akuakultur Vol.6 No.3 Tahun 2011: 381-392