ISSN: 1693-6
930
211
Sistem
Seleksi Kem
a
tanga
n Buah To
m
a
t……(M. Ri
za
Ferdia
nsya
h)
SISTEM SELEKSI KEMATANGAN BUAH TOMAT
WAKTU-NYATA BERBASIS NILAI RGB
M. Riza Ferd
ians
y
a
h, Kartika Firdau
s
y
, Tole Sutik
no
Program Studi Tekni
k
Ele
k
tro, Universitas Ahma
d Da
hlan
Kampus
III UAD, J
l
. Prof. Dr. S
oepomo, J
anturan, Yogyakarta
Telp 027
4-37
9418 p
s
w 22
0, Fax 0274-3815
23
e-mail: ri
za_t
bh@ya
hoo.
co.id, karti
k
af
@nd
o
sat.net.id, tholes2
0
0
0
@yah
oo.co
m
A
b
st
r
a
k
Buah tom
a
t m
e
rupa
kan
salah
satu h
a
s
il pe
rtania
n
yan
g
ba
nyak diko
nsum
si seb
agai
baha
n ba
ku i
ndu
stri pa
ng
an. Buah to
m
a
t yang di
o
l
ah m
e
m
iliki stand
ar
kem
a
tanga
n terte
n
tu,
sehi
ngg
a m
engha
sil
k
an
produ
k ola
han
yan
g
be
rm
utu tinggi. Proses
sele
ksi
ke
m
a
tangan bu
ah
tom
a
t secara
m
anual
dira
sa
kan
kura
n
g
m
endu
kun
g
a
k
selerasi
prod
uk,
apal
agi p
ada
p
r
o
s
e
s
indu
stri skala
besa
r
. Pada
penelitian ini
dira
n
c
an
g p
u
rwarupa
sist
em
seleksi kem
a
tangan b
uah
tom
a
t waktu-nyata
berba
sis nilai
RGB
(Re
d
-G
re
en
-Blue)
citra tom
a
t yang
di-captu
r
e ol
eh
web
c
am
da
n
diolah
ole
h
kom
puter
pri
badi d
eng
an
perang
kat l
una
k Borl
and
Delp
hi 7.
Hasil
penelitian m
enunj
ukkan
bah
wa pu
rwarup
a si
ste
m
seleksi
kem
a
tangan
buah tom
a
t yan
g
dirancang m
e
m
iliki nilai keberhasil
an 96%
.
Kata kunci
:
sele
ksi, RGB,
thresh
oldin
g
, waktu
-
n
y
ata,
delphi
1. PEN
DA
HU
LU
AN
Industri
perta
nian saat ini
berkem
ban
g deng
an
pe
sa
t. Tomat merupa
kan h
a
sil
indu
stri
pertani
an ya
ng cuku
p p
opule
r
kare
n
a
harganya
yang rel
a
tif mura
h dan
memiliki b
a
n
y
ak
keg
una
an,
sebag
ai b
aha
n ma
kan
an
seh
a
ri
-ha
r
i at
aupu
n b
aha
n ind
u
stri
pa
ngan. M
e
ski
pun
tomat meru
p
a
ka
n ha
sil p
e
rtania
n
yan
g
bernil
a
i gizi
tinggi, tetapi tomat juga mempu
n
yai sifat-
sifat yang ku
rang m
eng
un
tungkan, ant
ara lain: mu
dah men
gala
m
i penu
run
a
n
kualita
s
ya
ng
dipen
garuhi oleh
fa
kto
r
li
ngkung
an se
perti kele
mb
aban, te
mpe
r
atur, d
an
mu
tu awal tom
a
t itu
sen
d
iri, mu
d
ah bu
su
k d
a
n
tidak
dap
a
t
menaha
n teka
nan m
e
kanis ya
ng te
rlalu b
e
sar [
6
].
Kematang
an
tomat sang
at mempen
g
a
ruhi m
u
tu tomat terseb
ut. Pada umumnya, prose
s
peng
endali
a
n
mutu dila
kuka
n oleh t
enag
a man
u
s
ia. Namun,
manu
sia
cende
run
g
m
udah
mera
sa l
e
lah
dan je
nuh
jika m
e
la
kuka
n aktivitas yang m
onoton
, serta
rel
a
tif lebih la
mba
t,
sehi
ngg
a jika
diterap
k
an
pada
skala i
ndu
stri be
sa
r diperlu
ka
n
bantua
n me
sin pada p
r
o
s
es
terse
but.
Beberapa p
e
nelitian sejen
i
s yang mel
a
l
u
ka
n
proses
sele
ksi be
rda
s
arka
n citra (
im
age
)
obje
k
anta
r
a l
a
in seba
gai b
e
rikut: Garcia
-Alegre,
dkk [
2
] melakukan
penelitian
un
tuk men
dete
k
si
perm
u
kaan
kulit telur be
rdasarkan
ci
tra obj
ek de
ng
an m
eng
gun
aka
n
m
e
tode
Lapl
ace
. Pa
da
penelitian
terseb
ut, diamb
il kom
pon
en
hijau
(
gr
e
e
n
) u
n
tuk me
nunju
k
kan
p
e
rbe
daa
n
wa
rna
antara
citra t
e
lur dan
lata
r bela
k
a
ngnya
.
Citra
telur a
k
an
dip
r
o
s
e
s
untuk me
nget
ahui
ke
ru
sa
kan
perm
u
kaan t
e
lur m
eng
gu
nakan meto
d
e
Lapl
ace
; Kusum
ade
wi [
3
] mela
ku
kan
penelitia
n u
n
tuk
mendete
k
si
kerusakan t
e
lur me
ngg
u
nakan meto
de
thre
sh
old
i
ng.
Metode
thresholdi
n
g
ini
digun
akan u
n
t
uk me
nentu
k
an kerusakan
telur b
e
rda
s
arkan
nilai bi
nernya,
0=hitam da
n 1
=
pu
tih.
Piksel
wa
rna
putih dian
gga
p seb
agai pi
ksel a
k
tif
.
Penelitian ini bel
um se
ca
ra waktu-nyata (
real-
time
), yang mana d
a
ta citra dima
su
kkan di-
ca
pture
terlebih
dah
ulu dan
dijad
i
kan
file
da
lam
basi
s
data.
Pada pe
neliti
an ini a
k
a
n
di
deteksi
kema
tangan
to
mat
se
ca
ra
wa
ktu-nyata b
e
rb
asi
s
nilai
RGB. Citra tomat yang memilik
i suatu rentan
g nilai RGB tertentu dianggap matang, dan yang
lainnya di
ang
gap tid
a
k ma
tang (menta
h
atau
bu
su
k).
Pro
s
e
s
sep
e
rti juga
din
a
m
aka
n
d
eng
an
thresholdi
ng
nilai RGB cit
r
a
.
Operasi
th
re
sholdin
g
digu
n
a
ka
n untu
k
mengu
bah
cit
r
a de
nga
n format skala
keabu
an,
yang memp
u
n
yai kem
ung
kina
n lebih d
a
ri 2, ke
citra
biner yan
g
h
anya memili
ki 2 buah nil
a
i
(0
dan
1).
Dal
a
m hal
ini, titik den
gan
nilai
rentan
g
nilai
kea
bua
n tert
entu di
uba
h
menjadi
be
rwarna
hitam dan
si
sanya
menja
d
i wa
rna
puti
h
atau
se
b
a
li
knya [1]. Perubah
an
citra
skala
kea
b
u
an
Evaluation Warning : The document was created with Spire.PDF for Python.
ISSN: 16
93-6
930
TELKOM
NIKA
Vol. 4, No. 3, Desem
b
e
r
2006 : 211
- 216
212
menjadi
cit
r
a
biner da
pat di
laku
ka
n me
m
a
kai
amb
ang
gand
a, yaitu
amban
g b
a
wah d
an
amba
ng
atas, d
eng
a
n
me
nggu
n
a
ka
n fun
g
si
GST
(
G
r
a
y
S
c
ale
Transfo
rm
) p
a
da G
a
mb
ar 1.
Pengam
ban
g
an gan
da dil
a
ku
ka
n untu
k
menampil
k
a
n
titik-titik yang memp
uny
ai renta
ng nil
a
i
tertentu.
lainnya
,
1
jika
,
0
atas
ambang
K
bawah
ambang
K
i
o
(1)
atau
lainnya
,
0
jika
,
1
atas
ambang
K
bawah
ambang
K
i
o
(2)
0
25
5
K
i
1
K
o
am
ba
ng
at
as
0
25
5
K
i
1
K
o
am
ba
ng
baw
ah
am
ba
ng
at
a
s
am
ba
ng
b
a
w
ah
(a) Pe
rsam
aan 1
(b) Pe
rsam
aan 2
Gamba
r
1. F
ung
si GST un
tuk ope
ra
si p
engam
ban
ga
n gand
a
Cro
ppin
g
a
d
a
l
ah me
moton
g
satu ba
gia
n
da
ri
citra
sehing
ga di
pe
roleh
cit
r
a b
e
r
ukuran
lebih ke
cil. O
pera
s
i ini pad
a dasa
r
nya a
dalah op
erasi
transla
si, yaitu mengge
se
r koo
r
din
a
t titik
c
i
tra [1].
L
x
x
x
'
untuk
L
x
x
sampa
i
R
x
(
3
)
T
y
y
y
'
untuk
T
y
y
sampa
i
B
y
(
4
)
(
T
L
y
x
,
) dan (
B
R
y
x
,
) ma
sing
-ma
s
in
g adala
h
koo
r
d
i
nat titik pojok kiri ata
s
da
n pojok
kan
a
n
bawah ba
gia
n
citra yang a
k
an di
-
cr
op
seperti pa
da G
a
mba
r
2.
Gamba
r
2. Koordi
nat titik pojo
k
bagia
n
citra yang a
k
an di-
crop
[1]
Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI
KA
ISSN:
1693-6930
■
Sistem
Seleksi Kem
a
tanga
n Buah To
m
a
t……(M. Ri
za
Ferdia
nsya
h)
213
Ukura
n
citra beru
bah m
enj
adi:
L
R
x
x
w
'
(
5
)
T
B
y
y
h
'
(
6
)
Dan tra
n
sfo
r
masi bali
k
nya
adalah:
L
x
x
x
'
untuk
0
'
x
sampa
i
1
'
w
(
7
)
T
y
y
y
'
untuk
0
'
y
sampa
i
1
'
h
(
8
)
2. METODE
PENELITIAN
Diag
ram
kota
k ra
ncang
an
aplikasi u
n
tu
k seleksi
ke
matanga
n to
mat dapat dil
i
hat pada
Gamba
r
3.
Ci
tra tomat (o
bj
ek)
diam
bil m
engg
una
kan
web
c
am
. Acu
an RGB adal
ah nilai
wa
rn
a
piksel
citra a
c
uan. O
u
tput
Thre
sh
olding
adala
h
citra
b
i
ner,
ya
ng sel
anjutnya dila
kuka
n
croppin
g
.
Lang
ka
h terakhi
r
ad
alah
kla
s
ifika
s
i, yang a
k
an
mengh
asil
ka
n output
Matang
ata
u
Bukan
Matan
g
.
Gamba
r
3. Di
agra
m
kota
k rancang
an apl
ika
s
i untu
k
se
leksi kem
a
tan
gan tomat
Program
apli
k
a
s
i dituli
s
da
lam Pa
scal m
engg
una
kan
com
p
iler
Borl
and Del
phi 7.
Akui
si
si
citra men
ggu
nakan
w
e
bc
am
LOGITEC
Pro 5
000. Se
bagai
acuan
digun
akan d
a
t
a RGB
gam
bar
tomat matan
g
dari Bu
ku
Tahuna
n Produ
ksi Pan
g
an Din
a
s Pe
rtanian [5], kemudia
n
diol
ah
mengg
una
ka
n
Adob
e
Ph
o
t
osho
p sehi
n
gga dipe
role
h
nilai pad
a re
ntang:
R
=235
-250,
G
= 4
5
-60,
B
= 10
-25. Pe
ngujia
n dila
kuka
n de
nga
n
mempe
r
hitu
ngkan p
eng
a
r
uh
po
sisi
su
mber
ca
haya
dan
intensita
s
su
mber
cah
a
ya untuk me
mpe
r
oleh
kon
d
isi
optimal.
3.
HASIL D
A
N
PEMBA
HAS
AN
Aplika
s
i
ini
memerl
ukan
nilai rang
e RGB
yang
dig
una
kan
seba
gai
a
c
u
an.
T
a
mpilan
wind
ow
d
apat
dilihat pada
Gamba
r
4.
Gamba
r
4.
Windo
w
untu
k
input nilai RG
B
Capture
objek
RGB acuan
Thresholding
Cropping
Klasifikasi
Matang
Bukan
Mata
ng
Evaluation Warning : The document was created with Spire.PDF for Python.
ISSN: 16
93-6
930
TELKOM
NIKA
Vol. 4, No. 3, Desem
b
e
r
2006 : 211
- 216
214
Tampilan
win
dow
d
e
teksi kematang
an to
mat dapat dili
hat pada G
a
mbar 5.
Gamba
r
5.
Windo
w
Dete
ksi Kematanga
n Tomat
Pengujia
n te
rhad
ap p
r
og
ram dila
ku
ka
n den
gan m
enguji
sam
p
el yang be
rj
umlah 5
0
buah to
mat y
ang di
ambil
seca
ra
acak d
a
ri 1
00 b
uah
tomat. Da
ri 5
0
bua
h
samp
el tomat 4
2
b
uah
samp
el mata
ng dan 8 b
u
a
h
samp
el bel
um matang.
Sebagai
acu
an digu
na
kan
data RGB tomat hasil
percob
aan d
a
ri
5
0
bua
h tomat
matang
dan dihitu
ng
nilai deviasi
maksimum u
n
tuk bata
s
at
as da
n minim
u
m untuk b
a
tas ba
wa
h
Tabel 1. Nilai
RGB Tom
a
t matang
Objek
Objek
Red
Green
Bl
ue
Red
Green
Bl
ue
1
166
135
117
26
157
126
108
2
162
134
115
27
167
135
117
3
165
135
116
28
164
131
118
4
167
137
118
29
161
132
132
5
166
137
115
30
164
134
114
6
163
135
112
31
152
128
108
7
165
135
115
32
151
129
117
8
161
132
119
33
160
131
112
9
164
132
114
34
162
137
118
10
161
134
118
35
164
138
121
11
166
140
118
36
171
136
121
12
171
141
110
37
172
138
120
13
168
137
116
38
170
129
118
14
162
131
109
39
167
131
109
15
160
142
118
40
164
139
110
16
172
145
120
41
163
134
118
17
161
141
112
42
164
135
110
18
158
131
108
43
163
136
110
19
172
131
112
44
164
138
110
20
163
136
109
45
161
137
114
21
164
131
118
46
164
138
120
22
158
129
107
47
161
137
114
23
160
128
118
48
158
140
121
24
162
132
108
49
164
137
121
25
168
136
112
50
163
137
118
Dari
data te
rsebut da
pat di
hitung nil
a
i ra
ta
-rata dan ni
lai
devia
sinya
untuk men
d
a
patka
n
nilai
ran
ge RGB
yang dap
at dipakai se
bagai a
c
u
an i
nput
ran
ge RGB
prog
ram seb
agai
b
e
ri
kut:
Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI
KA
ISSN:
1693-6930
■
Sistem
Seleksi Kem
a
tanga
n Buah To
m
a
t……(M. Ri
za
Ferdia
nsya
h)
215
Tabel 2. Ha
sil
Deteksi Tom
a
t menggu
na
kan
Web
c
am
Sa
mpe
l
Ma
nua
l
Komput
e
r
is
a
s
i
RGB Cit
r
a
Sa
mp
e
l
H
asil
R
G
B
1
Matang
166
135
117
Matang
2
Matang
162
134
115
Matang
3
Matang
165
135
116
Matang
4
Matang
167
137
118
Matang
5
Matang
166
137
115
Matang
6
Matang
163
135
112
Matang
7
Bu
k
an
158
120
180
Bu
k
an
8
Matang
161
132
119
Matang
9
Matang
164
132
114
Matang
10
Matang
161
134
118
Matang
11
Matang
166
140
118
Matang
12
Matang
171
141
110
Buk
a
n
13
Matang
168
137
116
Matang
14
Matang
162
131
109
Matang
15
Matang
160
142
118
Matang
16
Matang
160
145
120
Matang
17
Matang
161
141
112
Matang
18
Matang
159
131
108
Matang
19
Bu
k
an
172
140
180
Bu
k
an
20
Bu
k
an
163
154
109
Bu
k
an
21
Matang
164
131
118
Matang
22
Matang
159
135
117
Matang
23
Matang
160
136
118
Matang
24
Matang
162
132
188
Matang
25
Bu
k
an
198
186
162
Bu
k
an
26
Matang
159
136
117
Matang
27
Matang
167
135
117
Matang
28
Matang
164
131
118
Matang
29
Bu
k
an
186
152
132
Bu
k
an
30
Bu
k
an
194
184
136
Bu
k
an
31
Bu
k
an
175
175
167
Bu
k
an
32
Matang
159
135
117
Matang
33
Matang
160
131
112
Matang
34
Matang
162
137
118
Matang
35
Matang
164
138
119
Matang
36
Matang
168
136
119
Matang
37
Matang
168
138
115
Matang
38
Matang
164
135
118
Matang
39
Matang
167
131
109
Buk
a
n
40
Matang
164
139
111
Matang
41
Matang
163
134
118
Matang
42
Bu
k
an
164
135
112
Bu
k
an
43
Matang
163
136
115
Matang
44
Matang
164
138
114
Matang
45
Matang
161
137
114
Matang
46
Matang
164
138
113
Matang
47
Matang
161
137
114
Matang
48
Matang
159
139
112
Matang
49
Matang
164
137
117
Matang
50
Matang
163
137
118
Matang
Nilai rata-rata
Red
(R
)
:
R
=
n
R
50
1
i
i
R
= 163,520
Nilai deviasi dari
Red
R:
S
R
=
n
x
x
i
i
2
50
1
)
(
S
R
= 4,134
Evaluation Warning : The document was created with Spire.PDF for Python.
ISSN: 16
93-6
930
TELKOM
NIKA
Vol. 4, No. 3, Desem
b
e
r
2006 : 211
- 216
216
Nilai rata-rata
Green
(G
):
G
=
n
G
50
1
i
i
G
= 134,800
Nilai rata-rata
Blue
(B):
B
=
n
B
50
1
i
i
B
= 115,140
Nilai deviasi dari
Gr
e
e
n
G:
S
G
=
n
x
x
i
i
2
50
1
)
(
S
G
= 4,007
Nilai deviasi dari
Blue
B:
S
B
=
n
x
x
i
i
2
50
1
)
(
S
B
= 4,228
Sehingg
a did
apatkan nilai
untuk
rang
e RGB
a
c
uan sebag
ai
beri
k
u
t
:
Red
(R)
= 159.3
94 - 1
67.667
≈
1
59
- 168
Gree
n
(G
)
= 130.7
93 - 1
38.807
≈
1
31
- 139
Blue
(B)
= 110.9
12 - 1
19.368
≈
1
11
– 119
Berda
s
a
r
kan
ha
sil p
eng
ujian
sel
e
ksi
ke
matang
a
n
tomat m
e
nggu
na
kan
prog
ram
komp
uteri
s
a
s
i sepe
rti ditunjukka
n pad
a
Tabel
2, sa
mpel yang tidak
se
suai d
enga
n ke
ada
an
manual
nya a
dalah
sa
mpel
12 d
an
39,
sed
ang
ka
n sampel l
a
inny
a da
pat diid
e
n
tifikasi
seca
ra
bena
r.
Den
g
a
n
de
miki
an, p
e
rsenta
s
e
ke
berh
a
sil
an pu
rwa
r
u
pa si
ste
m
sele
ksi
ke
matanga
n bu
ah
tomat yang d
i
ran
c
an
g adal
ah
50
48
x 100% =
9
6
%, sehing
g
a
siste
m
sele
ksi
kemata
ng
an bua
h
tomat berb
a
si
s nilai RGB layak untu
k
dii
m
pleme
n
tasi
kan.
4. KESIMPULAN
Telah berha
si
l
diban
gun se
buah pu
rwa
r
upa siste
m
seleksi kem
a
tanga
n
tomat berb
a
si
s
nilai RGB. Berda
s
a
r
kan h
a
sil pen
gujia
n, persenta
s
e kebe
rh
asil
an purwa
rup
a
sistem sel
e
ksi
kemata
nga
n
buah tom
a
t yang di
ran
c
an
g men
c
ap
ai 96%, sehi
ng
ga si
stem sel
e
ksi ke
matan
gan
buah tomat b
e
rba
s
i
s
nilai
RGB layak u
n
tuk diimpl
e
m
entasi
k
a
n
.
DAF
TA
R PU
STAK
A
[1]
Achma
d
, B.,
dan Fird
au
sy, K.,
“Teknik
Pengolahan
Citra Digi
tal Menggun
aka
n Delphi“
,
Ardi Publishin
g
, Yogyaka
r
ta, 2005,.
[2] García-Ale
gre,
M.C.,
Ribeiro,
A., Guinea, D., Cristó
bal, G.,
“Eggshell Defects Detectio
n
Bas
e
d on Color Proces
sing”
, Institu
t
o de Automática Indu
stri
al, Spanish
Cou
n
cil fo
r
Scientific Research, Mad
r
id
, Spain, 1997
.
[3] Kus
u
madewi,
D.I.,
“Aplikasi Pen
golahan
Citra Men
ggun
akan
Metod
e
Thre
s
hold
i
ng
untuk
De
tek
s
i Keru
saka
n Telur”
, Skripsi S
-
1, Uni
v
ersita
s Ahm
ad Dahlan,
Yogyaka
r
ta,
2005.
[4] Rus
s
,
J
.
C.,
“The Image Proces
sing Handboo
k 4
Th
Edition”
, CRC pre
s
s LL
C, 2002.
[5]
………,
“Bu
k
u Ta
huna
n
Dina
s Per
t
anian: Prod
uksi Pan
g
a
n
”
,
Dina
s P
e
rtania
n
Ka
b.
Indragi
ri Hili
r, Riau, 200
5.
[6]
………,
http://www.SitusHi
j
au.co.id-Medi
aPertani
an
Evaluation Warning : The document was created with Spire.PDF for Python.