S1-2014-283837-chapter1
-
Upload
suharson-son-son -
Category
Documents
-
view
226 -
download
0
Transcript of S1-2014-283837-chapter1
-
7/26/2019 S1-2014-283837-chapter1
1/9
1
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Buah-buahan merupakan salah satu kelompok komoditas pertanian yang
penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi.
Permintaan domestik terhadap komoditas buah-buahan cukup tinggi, ditandai
dengan banyaknya buah-buahan impor yang banyak di pasar modern maupun
tradisional Indonesia. Pisang merupakan salah satu komoditas tanaman buah
dengan tingkat permintaan yang tinggi karena memiliki banyak manfaat. Buah
pisang berperan penting dalam pemenuhan gizi manusia sebagai sumber energi,
serat pangan, dan vitamin. Konsumsi buah pisang penduduk Indonesia pada tahun
2012 berdasarkan data Departemen Pertanian (2012) mencapai 1,825 kg per
kapita setahun, sementara jumlah impor buah pisang ke Indonesia pada tahun
2012 mencapai 1.240.869 ton dan ekspor mencapai 46,475 ton (BPS, 2012)
Tingkat produksi buah pisang di Indonesia berada di atas komoditas
buah-buahan lainnya. Produksi pisang pada tahun 2012 mencapai 6.189.052 ton.
Dibandingkan dengan produksi buah-buahan lain di Indonesia pada tahun 2012,
pisang menempati urutan pertama diikuti buah mangga (2.376.339 ton), nanas
(1.781.899 ton), dan jeruk (1.611.784 ton) (BPS, 2012). Tingkat produksi yang
tinggi ini terdiri dari berbagai macam jenis pisang yang ada di Indonesia.
Disisi lain, kebutuhan masyarakat untuk pasar lokal dalam negeri dan luar
negeri akan buah pisang juga diiringi dengan tuntutan terhadap kualitas pisang
-
7/26/2019 S1-2014-283837-chapter1
2/9
2
yang terjamin. Mutu pisang yang baik sangat ditentukan oleh tingkat ketuaan buah
dan penampakannya. Secara fisik sebenarnya mudah dilihat karena tanda-tanda
ketuaan mudah diamati (Satuhu dan Supriyadi, 1992). Menurut Trubus (2008)
tingkat ketuaan buah untuk dipanen dapat ditentukan secara visual atau dengan
memperhitungkan umur buah. Secara visual ciri-ciri buah pisang sudah bisa
dipanen yaitu ditandai dengan kulit buah menjadi lebih cerah, bentuk buah lebih
membulat tidak bersiku (Anonim 1, 2013). Cara lain untuk menentukan tingkat
ketuaan yaitu dengan memperhitungkan umur buah pisang yang dihitung sejak
bunga mekar. Umur petik varietas pisang mas dari Kebun Plasma Nutfah Pisang
Yogyakarta bisa dipetik saat 40 hari setelah bunga mekar.
Kematangan buah saat dipanen merupakan salah satu faktor penting dalam
menjaga kualitas buah. Menurut Ahmad (2002) kematangan adalah keadaan buah
yang siap untuk dikonsumsi, sedangkan ketuaan adalah suatu keadaan yang
berhubungan dengan umur buah yang cukup siap untuk memasuki stadium
matang. Menurut Sunarjono (2004) buah pisang merupakan jenis buah yang dapat
diperam karena mengeluarkan gas etilen yang memacu proses pematangan. Buah
yang matang karena diperam mempunyai mutu yang rendah.
Pada saat ini Indonesia belum mampu meningkatkan volume ekspor buah-
buahan tropis karena kendala kurang terpenuhinya persyaratan mutu yang diminta
negara tujuan ekspor. Salah satu penyebabnya adalah selama ini sistem sortasi
atau pemilahan buah masih dilakukan secara konvensional, dimana sortasi
konvensional masih belum mampu memisahkan buah-buahan sesuai klasifikasi
yang ditentukan. Padahal konsumen di negara maju berani membeli dengan harga
-
7/26/2019 S1-2014-283837-chapter1
3/9
3
tinggi untuk buah-buahan tropis yang dianggap eksotik asalkan mempunyai mutu
prima. Produksi pisang tidak bersifat musiman dan merata sepanjang tahun.
Secara teknis pisang memiliki bermacam varietas yang sesuai dengan berbagai
kecocokan penggunaan (Anonim 2, 2005)
Selama proses pematangan, warna, rasa, tekstur dan aroma buah
mengalami perubahan (Sutrisno, 1994). Selama pematangan buah pisang terjadi
perubahan warna kulit buah dari hijau ketika masih mentah menjadi
kekuningan sampai kuning merata ketika matang penuh dan akhirnya timbul
bercak coklat yang semakin melebar (Sjaifullah et al., 1997). Proses identifikasi
tingkat kematangan buah pisang yang dilakukan oleh sebagian perusahaan
pengolah maupun pengekspor buah pisang serta petani yang menanam pisang
umumnya selama ini menggunakan prosedur identifikasi tingkat kematangan
pisang secara konvensional yaitu dengan mengamati perubahan warna kulit secara
visual mata manusia dengan segala keterbatasannya. Identifikasi dengan cara ini
memiliki beberapa kelemahan diantaranya adalah menghasilkan produk yang
beragam karena adanya keterbatasan visual manusia, tingkat kelelahan dan
perbedaan persepsi tentang mutu buah. Selain itu menurut Pantastico (1989) batas
antara stadium kematangan buah sukar ditentukan dengan mata telanjang,
sehingga seringkali penentuan kematangan bersifat subjektif. Masih menurut
Pantastico (1989), bagi perkebunan besar, cara ini terlalu banyak makan waktu
dan hasilnya tidak dapat diandalkan.
Proses pemilahan produk pertanian berdasarkangrade warna umumnya
bergantung pada persepsi manusia terhadap faktor komposisi warna citra yang
-
7/26/2019 S1-2014-283837-chapter1
4/9
4
dimiliki oleh buah pisang tersebut. Perubahan warna kulit dalam proses
kematangan dapat dihubungkan dengan panduan indeks warna tingkat
kematangan pisang United States Department of Agriculture (USDA) seperti
yang dinyatakan dalam Tabel 2.3 Tahapan tingkat kematangan buah pisang.
Warna kulit pisang dapat ditangkap dengan menggunakan citra digital. Maka
untuk itu diperlukan suatu sistem yang dapat mendeteksi perubahan warna kulit
selama terjadinya proses pematangan tanpa merusak buah pisang yaitu mengambil
gambar tampak luar perubahan warna kulit dengan menggunakan program citra
digital. Model warna dalam citra digital telah banyak dikembangkan oleh para ahli
seperti model warna RGB. Pengolahan warna RGB mudah dan sederhana, hal
yang perlu dilakukan adalah melakukan pembacaan nilai-nilaired(R),green (G),
dan blue (B) pada suatu piksel, menampilkan dan menafsirkan warna hasil
perhitungan tadi sehingga mempunyai arti sesuai dengan yang diinginkan
(Ahman, 2005). Menurut Munir (2004) analisis tekstur dapat dikatakan pola
berulang dari hubungan (distribusi) spasial dari derajat keabuan pada piksel-piksel
yang bertetangga. Fitur dalam analisis tekstur antara lain perhitungan nilai
kontras, homogenitas, energi, entropi, dan korelasi.
Pengolahan citra merupakan alternatif untuk pendugaan tingkat
kematangan hasil pertanian secaranon-destruktif. Cara ini memiliki kemampuan
yang lebih peka karena dilengkapi dengan sensor elektro-optika yang lebih
menguntungkan jika dibandingkan dengan cara visual manusia yang sangat
dipengaruhi oleh kondisi psikis pengamatnya (Gao and Tan, 1996). Teknik
pengolahan citra menurut Kusumadewi (2003) bisa memberikan informasi yang
-
7/26/2019 S1-2014-283837-chapter1
5/9
5
baik jika digabungkan dengan sistem pengambilan keputusan yang mampu
memberikan hasil dengan akurasi yang tinggi. Pengolahan citra dan jaringan saraf
tiruan telah banyak digunakan dalam penelitian-penelitian berkaitan dengan
tanaman dan buah-buahan, seperti Dwianto (2001) menggunakan pengolahan citra
dan JST untuk menduga keberadaan air dan nutrisi pada pertumbuhan tanaman
cabai, Damiri dkk (2004) untuk mengidentifikasi kematangan jeruk lemon (Citrus
medica), dan Arham dkk (2004) untuk mengevaluasi tingkat kematangan jeruk
nipis. Penggunaan metode pengambilan keputusan dengan pola pembelajaran
yang diberikan menggunakan Jaringan Saraf Tiruan (Artificial Neural Network)
memungkinkan dalam memberikan hasil akurasi yang tinggi dalam problem
penanganan pasca panen hasil pertanian.
B. PERUMUSAN MASALAH
Penentuan identifikasi kematangan buah pisang mas saat ini dilakukan
secara manual. Proses pemilahan buah pisang sesuai dengan tingkat kematangan
yang dilakukan oleh manusia mempunyai beberapa kelemahan, antara lain akan
terjadi ketidakkonsistensian karena keterbatasan visual manusia dan adanya
tingkat kelelahan serta perbedaan persepsi tentang grade pada masing-masing
pengamat. Oleh karena itu, diperlukan metode pengolahan citra untuk
mendapatkan parameter-parameter fisik buah pisang mas. Pengolahan citra
merupakan alternatif untuk mengatasi persoalan tersebut. Cara ini memiliki
kemampuan yang lebih peka karena dilengkapi dengan sensorelektro-optika yang
lebih menguntungkan jika dibandingkan dengan cara visual manusia yang sangat
dipengaruhi oleh kondisi psikis pengamatnya. Parameter yang ditentukan yaitu
-
7/26/2019 S1-2014-283837-chapter1
6/9
6
parameter warna RGB dan tekstur yang kemudian digunakan untuk melakukan
identifikasi kematangan buah pisang mas dengan menggunakan metode jaringan
saraf tiruan.
C. BATASAN MASALAH
Pada penelitian pembuatan aplikasi ini diberikan pembatasan masalah
sebagai berikut:
1. Varietas buah pisang yang dipakai adalah buah pisang mas (Musa
Paradisiaca, Lin) dari Kebun Plasma Nutfah Pisang Yogyakarta.
2. Objek pisang sudah digolongkan tahapan kematangannya berdasarkan
panduan indeks warna tingkat kematangan pisang USDA
3. Pengambilan citra pada keempat sisi buah pisang dilakukan berdasarkan
asumsi bahwa 4 sisi telah mampu mewakili keseluruhan permukaan buah
pisang yang diambil citranya.
4. Analisis pengolahan citra objek pisang menggunakan analisis warna citra
atas unsur nilai RGB dan tekstur, sedangkan analisis identifikasi citra
objek menggunakan metode jaringan saraf tiruan.
5. Aplikasi analisis pengolahan citra dan metode jaringan saraf tiruan yang
dibuat berbasis pemograman MATLAB dan ToolBox Jaringan Saraf
Tiruan.
-
7/26/2019 S1-2014-283837-chapter1
7/9
7
D. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah ;
1. Mempelajari hubungan antara kematangan buah pisang mas dengan unsur
warna citra RGB dan tekstur menggunakan metode pengolahan citra
digital.
2. Menyusun sistem basis pengetahuan (knowledge based system) dalam
jaringan saraf tiruan untuk mengidentifikasi hasil panen buah pisang mas
berdasarlam analisis tingkat kematangan dari pengolahan citra.
3. Membuat aplikasi yang mampu mengidentifikasi buah pisang mas sesuai
dengan tingkat kematangan.
E. MANFAAT PENELITIAN
Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal
untuk membangun sistem klasifikasi buah pisang sesuai dengan tingkat
kematangan. Dengan melakukan kalibrasi pengaturan peralatan pengolahan citra,
metode dapat digunakan sebagai dasar acuan untuk menentukan tingkat
kematangan objek lain dalam penanganan hasil pasca panen pertanian.
Dari hasil penelitian ini diharapkan dapat diperoleh pemahaman yang
lebih baik terhadap metode arsitektur jaringan Saraf tiruan yang digunakan dalam
pengambilan keputusan klasifikasi tingkat kematangan buah pisang mas.
-
7/26/2019 S1-2014-283837-chapter1
8/9
8
F. KEASLIAN PENELITIAN
Beberapa penelitian terdahulu yang berkaitan dengan aplikasi
pengolahan citra digital yang telah dilakukan sebelumnya dapat dilihat pada Tabel
1.1 berikut ini :
Tabel 1.1 Penelitian Pendukung Terdahulu
No Nama & Tahun Objek Metode
1 Iswahyudi (2010) Apel RGB, Histogram
2 Prianggono (2005) Jeruk Lemon RGB, Kamera Online
3 Arham (2004) Jeruk Nipis RGB, JST
Objek yang dikaji dalam penelitian terdahulu yaitu apel yang
diteliti mengukur kematangan buah apel berdasar kemiripan warna. Pada
penelitian ini, dalam penentuan tingkat kematangan buah apel, dapat
ditentukan berdasarkan komposisi warnanya. Sebagai pembanding adalah
histogram warna buah yang sudah matang. Informasi yang dihasilkan
berupa persentase kemiripan dan penggolongan kematangan buah yang
meliputi mentah, mengkal, dan matang. Hasil percobaan pada program
yang telah dibuat menunjukkan bahwa citra yang memiliki kemiripan
distribusi warna citra yang sama persis memiliki selisih jarak sama dengan
nol (Iswahyudi, 2010). Penelitian lain yaitu pendeteksi buah jeruk lemon
pada pohonnya secara online/ real time menggunakan kamera. Pada
penelitian ini dikembangkan algoritma yang memungkinkan mendeteksi
keberadaan buah jeruk lemon pada pohonnya dengan mempelajari,
mengkaji dan menganalisis karakteristik sinyal-sinyal warna dalam model
-
7/26/2019 S1-2014-283837-chapter1
9/9
9
warna RGB dan HSI dari citra buah jeruk lemon dan latarnya. Sehingga
didapat parameter warna yang digunakan sebagai sarana untuk
memisahkan antara buah jeruk lemon dan latarnya (Prianggono, 2005).
Penelitian yang mendukung terkait penggunaan pengolahan citra digital
dan jaringan syraf tiruan yaitu dalam penelitian evaluasi mutu jeruk nipis
dengan metode pengukuran non konvensional menggunakan pengolahan
citra digital (digital image processing) menghasilkan data yang akan
diproses secara pembelajaran dengan jaringan Saraf tiruan sehingga dapat
digunakan untuk menentukan mutu buah (Arham, 2004).
Keaslian dari penelitian yang penulis lakukan dibandingkan
dengan penelitian yang terdahulu dapat dilihat dari objek dan metode yang
digunakan dalam penelitian. Objek yang digunakan adalah buah pisang
varietas pisang mas. Metode yang digunakan untuk mengidentifikasi
tingkat kematangan buah pisang mas yaitu pengolahan citra yang terdiri
dari pengolah dan analisis citra. Data analisis citra dalam bentuk model
warna RGB dan tekstur. Hasil pengolahan citra dari setiap parameter
tingkat kematangan tersebut digunakan sebagai input layer dalam analisis
Jaringan Saraf Tiruan.