PENGEMBANGAN TINGKAT KEMATANGAN BUAH APEL MANALAGI ( Malus sylvestris ) BERDASARKAN CITRA RED-GREEN- BLUE MENGGUNAKAN PENDEKATAN EUCLIDEAN DISTANCE

  

PENGEMBANGAN TINGKAT KEMATANGAN BUAH APEL

MANALAGI ( Malus sylvestris ) BERDASARKAN CITRA RED-GREEN-

BLUE MENGGUNAKAN PENDEKATAN EUCLIDEAN DISTANCE

  

Roziku Nooriza

  PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNOLOGI INFORMASI POLITEKNIK NEGERI MALANG

  

Abstrak

  Buah apel masuk buah sejati tunggal berdaging, dimana yang dimaksud adalah buah berdaging apel (pomum). Adapun struktur dari buah apel yaitu terdiri dari kulit buah (exocarpium), merupakan lapisan tipis, tetapi sering kali kuat atau kaku seperti kulit, dengan permukaan yang licin, kulit tengah atau daging buah (mesocarpium), biasanya tebal berdaging dan berserabut, selain itu lapisan ini dapat dimakan, serta kulit dalam (endocarpium), yang berbatasan dengan ruang yang mengandung biji, seringkali cukup tebal dan keras.

  Dengan fitur PCD yang telah berhasil diuji oleh penulis, diharapkan dapat membantu para petani dalam memprediksi buah apel menjadi tiga kategori yaitu : matang ,menangkal, dan mentah. .Aplikasi ini mampu memprediksi tingkat kematangan apel sesuai hasil pengujian menggunakan Metode Euclidean Distance

  

Kata kunci : Euclidean Distance ,Apel,PCD, tingkat Kematangan

1.

  dan mempunyai aroma yang kuat. Daging buahnya

   Pendahuluan

  berwarna putih, halus, dan berair. Tangkai buahnya Buah apel masuk buah sejati tunggal panjang berwarna kelabu dan kecil. Bijinya berdaging, dimana yang dimaksud adalah buah berbentuk kelabu agak bulat dan berwarna coklat berdaging apel (pomum). Adapun struktur dari buah tua. apel yaitu terdiri dari kulit buah (exocarpium),

  Warna menjadi salah satu ciri yang mudah merupakan lapisan tipis, tetapi sering kali kuat atau diketahui untuk menentukan apakah buah atau kaku seperti kulit, dengan permukaan yang licin, sayur siap dipanen atau belum. Dalam peneliatian kulit tengah atau daging buah (mesocarpium), ini menerapkan pengkasifikasian objek. Klasifikasi biasanya tebal berdaging dan berserabut, selain itu bertujuan untuk menetapkan kelas yang telah lapisan ini dapat dimakan, serta kulit dalam ditetapkan untuk setiap contoh. Hal ini dapat

  (endocarpium), yang berbatasan dengan ruang yang membantu untuk memahami data yang ada dan mengandung biji, seringkali cukup tebal dan keras. dapat digunakan untuk mempresiksi bagaimana

  Apel manalagi ( Malus sylvestris) Apel kasus baru akan berperilaku (Li T, Zhu S, dan Manalagi mempunyai warna buah tetap hijau

  Ogihara M:2006). Salah satu metode kekuningan walaupun sudah matang. Buahnya pengklasifikasian yang digunakan adalah berbentuk jorong, pangkal dan pucuk berlekuk pendekatan untuk mengklasifikasikan buah dalam dalam. Jenis apel ini mempunyai pori kulit buah kelas matang,menagkal atau kelas mentah. yang nyata, halus dan renggang. Rasa apel ini segar

2. Landasan Teori

2.1 Botani Apel Manalagi

  Apel pertama kali ditanam di Asia Tengah, kemudian berkembang luas wilayah yang lebih dingin. Apel yang dibudidayakan memiliki nama ilmiah Malus domestica yang menurut sejarahnya merupakan keturunan dari Malus sieversii dengan sebagian genom dari Malus sylvestris (apel hutan/apel liar) yang ditemui hidup secara liar di pegunungan Asia Tengah, di Kazakhstan, Kirgiztan, Tajikistan, dan Xinjiang, Cina, dan kemungkinan juga Malus sylvestris. Tanaman ini masuk ke Indonesia sekitar tahun 1930-an dibawa oleh orang Belanda dari Australia kemudian menanamnya di daerah Nongkojajar (Kabupaten Pasuruan). Pada tahun 1953, Bagian Perkebunan Rakyat (sekarang : Lembaga Penelitian Hortikultura) mendatangkan beberapa jenis apel dari luar negeri, termasuk Rome Beauty dan Princess Noble. Selanjutnya, sejak tahun 1960 tanaman apel sudah banyak ditanam di Batu untuk mengganti tanaman jeruk yang mati diserang penyakit. Sejak saat itu tanaman apel terus berkembang hingga sekarang di dataran tinggi Kota Batu, Poncokusumo (Malang) dan Nongkojajar (Pasuruan) dan masa kejayaannya pada tahun sekitar 1970an. Balai Penelitian Tanaman Jeruk dan Buah Subtropika (Balitjestro) saat ini memiliki koleksi plasma nutfah apel sekitar 73 varietas, dan diantaranya terdapat 10 varietas apel harapan. Dalam literatur lainnya, sejarah apel di Indonesia dimulai sejak didatangkan dari Australia pada tahun 1934 dan pertama ditanam di Desa Tebo Pujon Malang sebanyak 20 varietas dalam perkembangannya Batu, Malang dan Nongkojajar Pasuruhan Jawa Timur menjadi daerah sentra produksi apel di Indonesia dimana tanaman apel telah di usahakan petani sekitar 1950 dan setelah 1960 tanaman apel terus berkembang pesat (Selama tahun 1984 – 1988 tanaman apel di Jawa Timur menunjukan perkembangan yang pesat, pada tahun 1984 terdapat 7.303.372 pohon bekembang menjadi 9.047.276 pohon pada tahun 1988 atau meningkat 4,7% tiap tahunnya. Sedangkan produksinya meningkat dari 146.690 ton pada tahun 1984 menjadi 275.065 ton pada tahun 1988 atau meningkat 17,5% tiap tahunnya sebelum 2000 jumlah apel di Batu sebanyak 3.107.195 pohon. Jumlah tersebut menghasilkan buah sebanyak 147 ribu ton per tahun. Namun, pada 2004 mengalami penurunan sampai 1 juta pohon. Tahun 2004 pohon apel berjumlah 2 juta pohon dan hanya menghasilkan produktivitas 46 ribu ton per tahun. Seiring perkembangan apel yang pesat di Jawa Timur juga muncul berbagai serangan hama dan penyakit utama tanaman apel yang sebagian besar hama bisa diatasasi oleh petani namuin penyakit selalu muncul silih berganti, diantaranya penyakit Embun Tepung (0idium sp.) disebabkan jamur Pospaera leucotrich sudah muncul di Indonesia pada tahun 1960 sejak tanaman apel diusahakan besar besaran dan pada tahun 1985 di daerah Batu Malang diberitakan bahwa hampir 90 persen tanaman Apel di Batu terserang terserang jamur ini dengan intensitas sampai 54,45 persen dan menurunkan produksi

  50 (Balai Penelitian Tanaman Jeruk dan Buah Subtropika , 2014 1:1)

  2.2 Image Processing Image processing atau pengolahan citra

  adalah proses untuk mengamati dan menganalisa suatu objek tanpa berhubungan langsung dengan objek yang diamati. Proses dan analisanya melibatkan persepsi visual dengan data masukan maupun data keluaran yang diperoleh berupa citra dari objek yang diamati. Teknik-teknik

  image processing meliputi penajaman citra, kompresi citra dan koreksi citra yang tidak fokus

  Start KNN atau kabur (Ahmad Usman 2005:5).

2.3 Equlidian distance

  Input data testing

  Algoritma adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan

  l e Hitung Jarak Euclidian

  data pembelajaran yang jaraknya paling dekat

  ta _p a ₂ mp  

  D d  x x  _{i 2 i 1 i} 

  dengan objek tersebut. distance (jarak) digunakan Sa _{i  1} untuk menentukan tingkat kesamaan (similarity

  Urutkan hasil perhitungan degree ) atau ketidaksamaan (dissimilarity degree) jarak

  dua fektor fitur. (Darma Putra .2010:311)

  Pilih alternatif terbanyak Euclidean distance ini dapat digunakan untuk

  mengukur kemiripan (matching) sebuah obyek dengan obyek yang lain.dengan menggunakan

  Hasil keputusan

  .Jarak antara data query dengan data learning dihitung dengan cara mengukur jarak antara titik yang merepresentasikan data query dengan semua

  End

  titik yang merepresentasikan data learning dengan

Gambar 2.3 Contoh Ilustrasi Flowchart rumus Euclidean Distance

  Euclidean Distance

  Rumus Euclidean Distance : Berikut ini penjelasan flowchart

  p

  2

  1. Hitung jarak antara data yang akan

  d  x  x ..............(1.4)   i 2 i 1 i

  

  dievaluasi dengan semua pelatihan

  i 

  1

  2. Urutkan jarak yang terbentuk (urut naik)

Gambar 2.2 Rumus Euclidean distance

  3. Tentukan jarak Keterangan:

  4. Pasangkan kelas yang bersesuaian = Sampel Data

  x

  1

  5. Cari jumlah kelas dari tetangga yang = Data Uji / Testing

  x

  2

  terdekat dan tetapkan kelas tersebut

  i = Variabel Data

  sebagai kelas data yang akan dievaluasi

  d = Jarak

  Berikut ini fator faktor keberhasilan dalam

  p

  = Dimensi Data menggunakan metode Euclidean

  distance Menghitung nilai kemiripan atau

  Di bawah ini merupakan flowchart dari metode ketidakmiripan similarity /dissimilarity KNN:

  distance ).Metode perhitungan Euclidean distance, Mengurutkan hasil dari perhitungan nilai

  kemiripan/ketidakmiripan secara terurut menurun.

  1 Menentukan nilai rangking dan mengambil rangking jumlah tetangga dari hasil langkah-langkah. berdasarkan kelas yang paling banyak muncul dari hasil langkah

2.4 Sistem Real time

  Menurut kamus “Oxford Dictionary of

  3 Ram 4 gb

   Implementasi Antarmuka Apabila semua tahap telah dilaksanakan dan aplikasi berjalan tanpa ada error maka aplikasi tersebut dapat digunakan dengan visual studio 2010 dengan bahasa pemrograman VB.net dengan framework 04 ^{Analisis Kebutuhan Desain dan Perancangan Pembuatan Kode} _Pengujian

  e. Microsoft Access 4.

  c. Microsoft Visual Studio 2008 d. Microsoft word.

  b. Net Framework 3.5

  a. Windows 7

  Pada tahap pembangunan dan implementasi aplikasi ini, dibutuhkan beberapa perangkat lunak pendukung diantaranya sebagai berikut:

  3.2 Kebutuhan Perangkat Lunak

Tabel 4.1 Perangkat Keras Minimum

  5 Usb 2.0

  4 Webcamera 5 mp+ led lamp

  2 Hardisk 250 gb

  Computing

  1 Intel core 13

  No Perangkat keras minimum

  Computer (PC) sebagai berikut:

  Dalam pembuatan aplikasi manajemen rantai pasok berbasis web ini membutuhkan perangkat keras minimum berupa Laptop atau Personal

  3.1 Kebutuhan Perangkat Keras

Gambar 3.1 Diagram Waterfall (Sumber: Sommerville, 2011:29)

  Pada seluruh analisis, desain, kode, pengujian, dan pemeliharaan. Model ini melingkupi aktivitas – aktivitas sebagai berikut :

  Dalam pengerjaan Skripsi ini digunakan pemodelan Software Development Life Cycle (SDLC) berbentuk Model waterfall yang mengusulkan sebuah pendekatan pada perkembangan software sistematik dan sekuensial. Mulai pada tingkat dan kemajuan sistem

  harus nyata, maksudnya harus memiliki persyaratan pewaktuan yang sesuai dengan keadaan nyata yang dijadikan parameter dalam sistem itu.

  real time yang mana memiliki permasalahan waktu

  Secara umum sistem real time merupakan suatu ukuran kinerja suatu sistem tertentu yang mana menyangkut batasan kinerja sistem dan tahapan perancangan sistem. Dalam sebuah sistem

  ”, Real-time system dapat didefinisikan sebagai: “Sistem apapun dalam hal waktu dimana suatu keluaran dihasilkan adalah penting. Hal ini biasanya dikarenakan suatu masukan yang berhubungan dengan suatu pergerakan dalam dunia fisik, dan keluarannya harus tetap memiliki hubungan dengan pergerakan tersebut. Keterlambatan dari waktu masuk sampai waktu keluar harus cukup kecil dan memenuhi batasan waktu yang dapat diterima.

3. Implementasi sistem

Gambar 4.12 Perancangan pengambilan citra (Sumber :dukument pribadi penulis )Gambar 4.12 Antarmuka identifikasi kematangan citra (Sumber :dukument pribadi penulis )

  Pengujian Unit sistem ini dilakukan dengan cara menjalankan aplikasi secara detail pada setiap konten yang ada, yang bertujuan untuk mengetahui fitur mana yang sudah berfungsi dengan baik, dan fitur mana yang harus diperbaiki karena tidak sesuai dengan fungsinya.

  Pada gambar 6.1 merupakan gambaran proses integrasinya : _{Visual VB 1. Interface 2. Capture gambar 3. Jumlah RGB 4.Normalisasi RGB 5. Input data training ke Access}

  6. Menampilkan hasil kematangan _{7.menyimpan hasil dari kematangan . 8. Testing} Access _{1. Training Perceptron Untuk Menyimpan data histogram RGB}

  Visual C# dan Microsoft Excel 2007

  (Sumber : Pengujian) 6.

   Pengujian

  6.1.1 Penggujian menggunakan bola lampu Berikut ini penulis menampilkan gambar.

  Penggujian menggunakan bola lampu.

Gambar 6.1 Bola lampu led philip. (Sumber :

  Pengujian) Keterangan : Merek : Philips Jenis:bola lampu LED Kapasitas tegangan 220-240 volt 50/60Hertz

5. Penggujian sistem

Gambar 6.2 Dokumentasi pengambilan buah apel.

  (Sumber : Pengujian)

  6.2.2 Penggujian menggunakan Cahaya LED yang berasal dari webcam

  Berikut ini penulis menampilkan gambar. Penggujian menggunakan bola lampu.

Gambar 6.4 Penggujian menggunakan Cahaya LED

  Pada kamera .(Sumber : Pengujian) Keterangan :

  Merek : M-tech Model :WB-200 Jenis:lampu LED Resulusi:5 mega pixel Dimensi :54 mm x54 mm x20 mm

Gambar 6.5 Dokumentasi pengambilan buah apel

  .(Sumber : Pengujian)

Gambar 6.6 hasil Penggujian menggunakan Cahaya

  LED .(Sumber : Pengujian) Di Akses Tanggal 10 Juli 2016). hasil

Tabel 6.6 hasil perhitungan jarak dan Elektronika dasar .2013. pengertian citra http://elektronika-dasar.web.id/pengertian-

  rangking(sumber :uji coba ) ( diakses pada tanggal 30 Agustus.

7. Daftar Pustaka: 2016).

  Balai Penelitian Tanaman Jeruk dan Buah Connolly, T., Begg, C. 2010. Database Systems: a Subtropika .2014. sejarah perkembangan practical approach to design,

  apel di indonesia . mplementation, and management. 5th

Edition . America: Pearson Education.

(di

  akses pada tanggal 30 Agustus 2016) Li T, Zhu S, dan Ogihara M, “Using Discriminant Analysis for multi-class classification: an

  

Sommerville, Ian. 2011. Software Engineering experimental investigation”, Regular Paper,

(Rekayasa Perangkat hal: 1-2,2006 Lunak) . Jakarta: Erlangga.

  Usman,Ahmad. 2010. Aplikasi Teknik Pengolahan

  Citra dalam Analisis Non-Destruktif Produk Pangan. Rubrik Teknologi. Vol 19. No 1.

  .http://isjd.pdii.lipi.go.id/admin/jurnal/19110 7180.pdf (diakses tanggal 10Maret 2016). Han & Kamber, 2001 Data Mining:Concepts and

  Techniques

  (di akses tanggal 10 juli 2016).

  Iswahyudi, C. 2010. Prototype aplikasi untuk mengukur kematangan buah apel berdasar kemiripan warna. Jurnal Teknologi, 3(2). (di akses pada tanggal 30 Agustus. 2016).

  Nugroho, Adi .2005. Rational Rose Untuk

  pemodelan berorientasi Object Informatika.Bandung.

  Li T, Zhu S, dan Ogihara M:2006 “University of

  MiamiTheory of Computing, Data Mining, Music Information Retrieval Verified

  “(di akses tanggal 10 juli 2016).

  

  (di akses tanggal 10 juli 2016).

  

  https://books.google.co.id/books?isbn=1590 590260(di akses tanggal 10 juli 2016). Ahmad Haris, 2015 Aplikasi Image Processing

  Untuk Proses Pemutuan Apel Manalagi (Malus Sylvestris Mill)