BAB III METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
3.2 Bahan dan Alat 3.2.1 Bahan Bahan yang digunakan dalam penelitian ini adalah wortel (Daucus carota) berjumlah 50 buah dan labu (Sechium edule) berjumlah 50 buah yang berasal dari pasar induk Bogor.
(a)
(b)
Gambar 8. (a) Wortel, dan (b) labu yang digunakan sebagai objek
3.2.2 Alat Alat-alat yang digunakan dalam penelitian ini dibagi menjadi dua bagian yaitu: a. Perangkat keras Perangkat keras yang digunakan untuk pengambilan citra wortel dan labu pada penelitian ini adalah kamera CCD (Charge Coupled Device), seperangkat komputer, 8 buah lampu LED warna putih, pipa PVC yang berdiameter 4 inchi dengan panjang 20 cm, kain hitam dan putih sebagai alas atau background. Perangkat keras lainnya yang digunakan untuk pengukuran secara langsung adalah chromameter. b. Perangkat lunak Perangkat lunak yang digunakan pada penelitian ini adalah program pengolahan citra yang dibangun dengan bahasa pemrograman SharpDevelop 3.2.
3.3 Prosedur Penelitian Pada penelitian ini, terdapat beberapa tahapan yaitu penyusunan algoritma image processing, pengambilan citra, pengolahan citra, pengukuran warna secara langsung dengan Chromameter, tahap pengolahan data hasil pengolahan citra dan data pengukuran langsung, dan penentuan hubungan pengukuran warna yang diukur dengan menggunakan Chromameter dan image processing.
3.3.1 Penyusunan Algoritma Image Processing Dalam penelitian tahap pertama ini dibuat algoritma pengolahan citra yang dibangun dengan menggunakan bahasa pemrograman SharpDevelop 3.2. Program pengolahan citra yang disusun dapat berfungsi untuk menentukan beberapa parameter citra objek yang dianalisis melalui citra warna seperti indeks warna RGB (merah, hijau, biru), XYZ, dan Lab. Diagram alir algoritma image processing untuk pengukuran warna dapat dilihat pada Lampiran 1.
3.3.2 Pengambilan Citra Sebelum dilakukan pengambilan citra wortel dan labu terlebih dahulu disortir dan dibersihkan dari kotoran yang menempel pada bahan. Kemudian wortel dan labu diambil citranya dengan kamera CCD dan sistem pengolahan citra (image processing). Pengambilan citra dilakukan pada salah satu sisi objek menggunakan latar belakang warna hitam dan pada latar belakang warna putih. Skema perekaman citra digital diilustrasikan pada Gambar 9.
Kartu konversi A/D
Memori citra
Kamera CCD Lampu LED
Pipa PVC
Algoritma pengolahan citra
Objek Layar hitam atau putih
Gambar 9. Skema pengambilan dan pengolahan citra digital
Pengambilan citra dilakukan dengan cara sebagai berikut:
16
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 L*a*b* 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.
17
Komputer mikro
Sensor Spektral
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 ≤ r2 ≤ +1. Untuk r = +1 disebut hubungan positif sempurna dan hubungannya linier langsung
18
sangat tinggi. Sebaliknya jika nilai r2 = -1 disebut hubungannya negatif sempurna dan hubungannya tidak langsung sangat tinggi, yang disebut invers. Nilai r2 tidak mempunyai satuan (dimensi). Makna dari nilai r2 yang dihitung dapat diinterpretasikan dengan Tabel 3. Tabel 3. Interpretasi dari nilai r2 (Usman dan Akbar 2008) r2
Interpretasi
0
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
Pengambilan citra
Nilai komponen warna
Pengukuran warna dengan image processing
Analisis korelasi linier hasil pengukuran warna untuk tiap objek
Nilai komponen warna RGB, XYZ, dan Lab
Gambar 13. Diagram alir proses pengukuran warna
19