II. TINJAUAN PUSTAKA A.
PEPAYA (CARICA PAPAYA L.)
Pepaya (Carica papaya L.) bukan tanaman asli Indonesia. Tanaman pepaya diduga berasal dari Amerika Tengah yang beriklim tropis (Haryoto, 1998). Menurut Chan (1983), buah pepaya merupakan buah tropis yang berasal dari Meksiko Selatan dan Costa Rica, serta dapat tumbuh di daerah 32o lintang utara dan selatan. Pada pertengahan abad ke-16, tanaman ini mulai masuk ke wilayahFilipina, kemudian ke daratan Cina dan Malaysia. Tanaman pepaya baru dikenal secara umum di Indonesia sekitar tahun 1930-an, khususnya di kawasan pulau Jawa (Haryoto, 1998). Di Indonesia pepaya terkenal dengan beberapa sebutan seperti gedang (Sunda, Bali), kates (Jawa, Madura, Sasak), tapaya (Ternate) (Kalie, 1988). Selain itu, beberapa daerah ada yang memberikan sebutan kalikih (Minangkabau), kala jawa (Sumbawa), padu (Flores) dan lain-lain. Secara umum, klasifikasi ilmiah untuk pepaya, yaitu termasuk kerajaanPlantae, divisio Magnoliophyta, kelas Magnoliosida, ordo Brassicales, famili Caricaceae, genus Carica, spesies Carica papaya, dan nama binomial Caricapapaya L. (Anonim, 2006). Menurut Kalie (1988), famili Caricaceaememiliki empat genus, yaitu Carica, Jarilla, Jaracatia, dan Cylicomorpha. Ketiga genus pertama merupakan tanaman yang berasal dari Amerika tropis, sedangkan genus Cylicomorpha merupakan tanaman yang berasal dari Afrika. Tanaman pepaya termasuk tumbuhan perdu dan dapat tumbuh setahun atau lebih. Tanaman pepaya umumnya tidak bercabang, kecuali dipangkas. Batang tanaman berbentuk bulat lurus, berbuku-buku, di bagian tengahnyaberongga, dan tidak berkayu (Haryoto, 1998). Tinggi tanaman pepaya dapat mencapai 5 meter (Haryoto, 1998), mencapai sekitar 2.5-10 meter dengan bentuk buah bulat panjang atau pyriforme, berdaging dan berair (Ochse dan Brink, 1981). Daun pepaya bertulang menjari, permukaan daun bagian atas berwarnahijau tua dan permukaan daun bagian bawah berwarna hijau muda (Haryoto, 1998). Daun-daun pepaya membentuk serupa spiral pada batang pohon bagian atasnya. Tanaman pepaya dibagi menjadi tiga jenis,yaitu tanaman pepaya jantan, tanaman pepaya betina, dan tanaman pepaya sempurna. Menurut Sastrapradja (1980), bunga pepaya berwarna kuning muda atau putih kekuningan, berbau harum, bentuknya bermacammacam, serta memiliki jenis bunga jantan, betina, dan bunga sempurna. Tanaman pepaya jantan memiliki bunga majemuk yang bertangkai panjang dan bercabangcabang. Bunga pertama terdapat pada pangkal tangkai. Ciri-ciri bunga jantan ialah putih atau bakal buah yang rundimeter yang tidak berkepala, benang sari tersusun dengan sempurna (Astuti, 2008). Pada tanaman pepaya betina terdapat bunga majemuk dengan tangkaibunga yang sangat pendek dan terdapat bunga betina kecil dan besar. Bunga yang besar akan menjadi buah. Memiliki bakal buah yang sempurna, tetapi tidak mempunyai benang sari, biasanya terus berbunga sepanjang tahun.Sedangkan pada tanaman pepaya sempurna, bunga tersusun dengan sempurna, bakal buah dan benang sari dapat melakukan penyerbukan sendiri maka dapat ditanam sendirian (Anonim, 2006). Bunga sempurna dapat dibedakan menjadi bunga sempurna petandria, bunga sempurna elongate, dan bunga sempurna redumenter (Rismunandar, 1980). Tanaman pepaya dapat ditanam pada ketinggian 600-700 meter di atas permukaan laut. Di pulau Jawa, pepaya dapat hidup pula pada ketinggian 1000 meter di atas permukaan laut (Sastrapradja, 1980). Tanaman pepaya lebih senang tumbuh di lokasi yang banyak hujan atau cukup tersedia air dengan curah hujan 1000-2000 mm per tahun dan merata sepanjang tahun. Tanaman pepaya dapat tumbuh pada berbagai jenis tanah yang berbedaasalkan memiliki drainase yang baik dan
3
memiliki pH tanah antara 6.5 sampai 7.0 (Chan, 1983). Menurut Haryoto (1998), pepaya akan berproduksi dengan baik bila ditanam pada tanah latosol dan tanah-tanah ringan yang subur, gembur, netral, kaya akan bahan organik, tata udara dan tata air tanahnya baik. Hama yang sering menyerang tanaman pepaya pada musim kemarau adalah tungau merah Tetranychus kansawai dan kutu daun berwarna kuning Myzus persicae. Kutu daun inilah yang menjadi vektor dan penyebar virus keriting (mosaik). Penyakit yang biasa menyerang tanaman pada kondisi lembab dan suhu malam dingin adalah bercak buah Colletotrichum gloeosporioides dan penyakit busuk akar Phytophthorapalmivora. Selain itu, penyakit lain yang sering menyerang tanaman pepaya adalah layu bakteri Bacterium papayae yang menyebabkan gejala layu secara tiba-tiba, tanpa ditandai dengan menguningnya daun (Astuti, 2008)
B.
SIFAT OPTIK BAHAN PERTANIAN
Satu dari karakteristik penting produk hortikultura adalah warnanya, baik eksternal maupun internal, yang dalam banyak hal dapat menentukan dengan jelas tingkat kematangan dan kualitasnya. Klasifikasi buah-buahan dan sayuran berdasarkan warna saat ini telah berkembang secara luas. Disamping warna, sifat optik lain seperti sifat penyerapan cahaya (absorban), sifat penerusan (transmittance) dan sifat pemantulan (reflectance) cahaya juga penting untuk evaluasi kuantitatif berbagai sifat bahan. Dengan perubahan warna, kemampuan penerusan dan pemantulan dari produk juga berubah. Seperti telah diketahui, variasi warna adalah bentuk variasi panjang gelombang radiasi elektromagnetik. Suatu bahan akan menyerap atau memantulkan sinar cahaya berbagai panjang gelombang secara berbeda-beda, tergantung warnanya. Dengan demikian pengukuran-pengukuran dapat dilakukan menggunakan cahaya tunggal (monochromatic) berbagai panjang gelombang (spectrophotometry). Spektrum cahaya nyata (visible light) pada umumnya dibagi dalam delapan interval, berdasarkan karakteristik warnanya.Warna adalah spektrum tertentu yang terdapat di dalam suatu cahaya sempurna (berwarna putih). Identitas suatu warna ditentukan panjang gelombang cahaya tersebut. Panjang gelombang warna yang masih bisa ditangkap mata manusia berkisar antara 380-780 nanometer. Dalam peralatan optis, warna bisa pula berarti interpretasi otak terhadap campuran tiga warna primer cahaya: merah, hijau, biru yang digabungkan dalam komposisi tertentu. Hubungan antara spektrum warna dan panjang gelombang sinar tampak dapat dilihat pada Tabel 1.
Gambar 1.Visible spectrum (Suhendra 2011)
4
Tabel 1.Hubungan antara spektrum warna dan panjang gelombang sinar tampak (Suyatma 2009) Jenis warna Panjang gelombang Kisaran (nm) Nilai tengah (nm) Merah Jingga, orange Kuning Hijau muda Hijau Biru muda Biru Nila Ungu, violet
620 – 770 585 – 600 570 – 585 540 – 570 505 – 540 495 – 505 480 – 495 450 – 480 350 – 450
700 590 576 555 520 500 490 470 380
Cahaya adalah energi radiasi berbentuk gelombang elektromagnetik dengan rentang panjang gelombang sekitar 400-800 nm. Menurut definisi ini, warna (seperti bau, rasa, dan tekstur) tidak dapat dipelajari tanpa sistem penginderaan manusia. Warna yang diterima jika mata memandang objek yang disinari berkaitan dengan tiga faktor, yaitu sumber sinar, ciri kimia dan fisika objek, dan sifat-sifat kepekaan spektrum mata. Untuk menilai sifat objek, kita harus menstandarkan kedua faktor yang lain (Djoelistee G, 2010) Tabel 2. Hubungan sifat fisik sinar dengan sifat subyektif atau sifat organoleptik pada produk pangan (Analisis Warna 2009)
Fenomena fisik
Sifat sinar
Fenomena psikologik dengan sifat organo-leptiknya
Radiasi atau sinar
Sinar sumber penerang pada produk yang dilihat Sinar pantul seluruh spektrum dari sinar terlihat
Cahaya
Sinar pantul (refleksi)
Panjang atau frekuensi gelombang dominan Intesitas sinar Sinar refleksi sejajar
Sinar refleksi tidak sejajar, tak teratur arahnya
Sinar pantul denganspketrum dominan dari sinar terlihat Intensitas sinar pantul dari spektum dominan Sinar yang dipantulkan sejajar dari permukaan benda yang licin Sinar yang dipantulkan oleh permukaan benda dengan arah pantul yang tidak beraturan, ke semua arah
Kecerahan, derajat putih (value, lightness, brightness, whiteness) Warna kromatis, warna pelangi (hue) Keredupan warna, kroma (chroma) Mengkilap (glossy)
Permukaankusam (dull)
5
Gambar 2. Pencampuran warna aditif dan warna subtraktif (Indrasanja 2011) Gelombang elektromagnetik banyak dimanfaatkan dalam bidang pertanian, antara lain: a) Spektrum Visible (400-700 nm) Digunakan untuk penentuan karakteristik mutu fisik (warna, permukaan, cacat) bahan, indikator panen, kesegaran, serta proses sortasi dan grading. b) Spektrum NIR (700-2500nm) Digunakan untuk penentuan karakteristik mutu komposisi bahan (kandungan kimia bahan) seperti kadar air, protein, lemak dan lain-lain. Selain itu dapat digunakan untuk proses sortasi dan grading. c) Spektrum Infrared (2500-10000nm) Digunakan untuk pengeringan dan pemanasan.
C.
METODE PENGUKURAN WARNA DAN UKURAN
Dalam pengukuran warna dapat menggunakan kamera CCD atau kamera digital sebagai sensor citra.Menurut Ahmad (2005) sensor citra (image sensor) digunakan untuk menangkap pantulan cahaya oleh objek yang kemudian dalam bentuk nilai intensitas di memori komputer.Banyak macam dari sensor citra ini yang digunakan untuk menangkap citra seperti yang kita lihat pada TV yaitu vidicon tube, image orthicontube, image dissector tube, dan solidstate image sensor.Saat ini solidstate image sensor banyak digunakan karena mempunyai banyak kelebihan seperti konsumsi daya listrik yang kecil, ukurannya kecil dan kompak, tahan guncangan dan sebagainya.Ini sangat diperlukan bila diintegrasikan ke dalam suatu mesin atau sistem robotik agar bentuknya kompak dan padat.Solidstate image sensor punya sebuah larik elemen fotoelectric yang dapat membangkitkan tegangan listrik dari photon ketika menerima sejumlah energi cahaya. Sensor jenis ini dapat diklasifikasikan berdasarkan caranya melakukan scanning, yang umumnya dibedakan menjadi dua yaitu charge coupled device (CCD) dan complementary metal-oxide semi-conductor (CMOS). Jenis CCD memiliki kelebihan pada resolusi yang tinggi dan kompensasi dari ketersediaan cahaya yang lemah, sedangkan jenis CMOS mempunyai kelebihan pada bentuk yang kecil dan ringan dengan tea yang tetap memberikan hasil citra yang tajam. Tetapi seiring kemajuan teknologi, batas antara kedua macam sensor ini akan semakin kabur kecuali bila kita memerlukan sensor dengan karakteristik ekstrim dari kedua macam sensor yang sudah dijelaskan. Sebuah kamera warna mempunyai tiga sensor citra masing-masing untuk warna hitam, hijau dan biru, atau mempunyai satu sensor yang dilengkapi dengan filter RGB.
D.
IMAGE PROCESSING
Image processing adalah proses untuk mengamati dan menganalisa suatu objek tanpa berhubungan langsung dengan objek yang diamati. Proses dan analisanya melibatkan persepsi visual
6
dengan data masukan maupun data keluaran yang diperoleh berupa citra dari objek yang diamati. Teknik-teknik image processing meliputi penajaman citra, penonjolan fitur tertentu dari suatu citra, kompresi citra dan koreksi citra yang tidak fokus atau kabur (Ahmad, 2005). Teknik pengolahan citra adalah suatu teknologi yang dikembangkan untuk mendapatkan informasi dari citra digital dengan cara memodifikasi bagian dari citra yang diperlukan sehingga menghasilkan citra lain yang lebih informatif (Jain et al., 1995). Citra merupakan sekumpulan titik-titik dari gambar yang berisi informasi warna dan tidak tergantung pada waktu.umumnya citra dibentuk dari kotak-kotak persegi empat yang teratur sehingga jarak horizontal dan vertikal antar pixel sama pada seluruh bagian citra. Warna citra didapat melalui penjumlahan nilai Red, Green, Blue (RGB). Dalam pengambilan citra, hanya citra yang berbentuk digital yang dapat diproses oleh komputer digital, data citra yang dimasukkan berupa nilai-nilai integer yang menunjukkan nilai intensitas cahaya atau tingkat keabuan setiap pixel.Citra digital dapat diperoleh secara otomatik dari sistem penangkap citra membentuk suatu matrik dimana elemen-elemennya menyatakan nilai intensitas cahaya pada suatu himpunan diskrit dari titik. Citra f (x,y) disimpan dalam memori komputer atau penyimpan bingkai citra dalam bentuk array M x N dari contoh diskrit dengan jarak sama, sebagai berikut:
f(x,y) = f(1,0)
f(0,0) f(1,1) … f(M,0
f(0,1) … f(0,N-1) … f(1,N-1) … … … f(M,1) … f(M,N-1)
Citra dengan modus skala keabuan dengan format 8 bit memiliki 256 tingkat keabuan atau intnsitas warna. Nilai tersebut berkisar antara 0-255, dimana nilai 0 menunjukkan tingkat paling gelap (hitam), sedangkan nilai 255 menunjukkan tingkat paling terang dan tingkat abu-abu berada diantaranya.Citra dengan 24 bit mempunyai 16777216 warna, tiap pixel dinyatakan dengan: a) Bit 0 – 7 untuk warna merah b) Bit 7 – 15 untuk warna hijau c) Bit 16 – 24 untuk warna biru Pada pengolahan citra ada dua unsur utama sebagai penyusunnya, yaitu perangkat keras (hardware) dan perangkat lunak (software). Komponen utama dari perangkat keras pengolahan citra digital adalah kamera penangkap citra, komputer, dan alat peraga. Kamera yang sering digunakan untuk menangkap citra adalah kamera CCD (Charge Coupled Device). Sedangkan komputer dan alat peraga yang digunakan tersebut bisa dari jenis yang multi guna atau dari jenis khusus yang dirancang untuk pengolahan citra digital. Perangkat lunak (software) yang digunakan dalam pengolahan citra tergantung pada jenis penangkap bingkai citra (image frame grabber) yang digunakan. Dari segi penggunaan, sedikitnya ada dua jenis image frame grabber, yaitu jenis yang bisa diprogram (programmable) dimana pustaka fungsinya disertakan dan cara pemakaiannya dalam pemrograman dengan bahasa pemrograman tertentu diberikan, dan jenis yang tidak bisa diprogram (non- programmable), atau setidaknya tanpa dilengkapi buku petunjuk dan fungsi pustaka untuk melalukan pemrograman, sehingga sulit membuat program khusus untuk menggunakannya. (Nurmawati 2011) Menurut Ahmad (2005) persepsi warna dalam pengolahan citra tergantung kepada tiga faktor yaitu: 1. Sifat pantulan spektrum (spectral reflectance) dari suatu permukaan, (menentukan bagaimana suatu permukaan memantulkan gelombang cahaya hingga menampakkan suatu warna).
7
2. Kandungan spektrum (spectral content) dari cahaya yang menyinari (kandungan warna dari cahaya yang menyinari permukaan). 3. Respon spektrum (spectral response) dari sensor dalam peralatan sistem visual, (kemampuan merespon warna dari sensor dalam imaging system). Tabel 3. Model warna dan deskripsinya Model Warna Deskripsi RGB Merah, Hijau, dan Biru (warna pokok). Sebuah model warna pokok aditif yang digunakan pada sistem display. CMY (K) Cyan, Magenta, Kuning (dan Hitam). Sebuah model warna subtraktif yang digunakan pada mesin printer. YcbCr Luminase (Y) dan dua komponen kromasiti (Cb dan Cr). Digunakan dalam siaran gelombang televisi. HIS Hue, Saturasi, dan intensitas. Berdasarkan pada persepsi manusia terhadap warna. Sumber : Ahmad.U. (2005) Salah satu kunci untuk mengilah warna dalam pengolahan citra adalah menentukan model warna yang sesuai dengan persepsi manusia terhadap warna. Model warna (Tabel 3) telah banyak dikembangkan oleh para ahli, seperti model RGB (Red, Green, Blue), model CMY (K) (Cyan, Magenta, Yellow), model YCbCr (luminase serta dua komponen kromasi Cb dan Cr), dan model HSI (Hue, Saturation, Intensiti). Model warna RGB merupakan model warna pokok aditif, yaitu warna dibentuk dengan mengkombinasikan energi cahaya dari ketiga warna pokok dalam berbagai perbandingan. Model warna HSI merupakan model warna yang paling sesuai dengan manusia. Nilai Hue dapat diaplikasikan untuk membedakan antara obyek dan latar belakang. Saturation (kejenuhan) yang tinggi dapat menjadi jaminan nilai Hue yang akurat dalam membedakan obyek dan latar belakang. Intensiti merupakan nilai abu-abu dari piksel dalam citra abu-abu (Ahmad, 2005).Tabel 1.memperlihatkan beberapa model warna yang penting dan deskripsinya serta pemakaiannya. Model warna RGB dapat juga dinyatakan dalam bentuk indeks warna RGB dengan rumus sebagai berikut:
=
...…………………………...(1) =
=
.…………..…………….…(2) ………...………………...(3)
Lab merupakan model warna yang dirancang untuk menyerupai persepsi penglihatan manusia dengan menggunakan tiga komponen yaitu L sebagai luminance (pencahayaan) dan a dan b sebagai dimensi warna yang berlawanan. Perancangan sistem aplikasi ini menggunakan model warna Lab. Model warna ini dipilih karena terbukti memberikan hasil yang lebih baik daripada model warna RGB dalam mengukur nilai kemiripan ciri warna dalam citra. Model warna Lab juga dapat digunakan untuk membuat koreksi keseimbangan warna yang lebih akurat dan untuk mengatur kontras pencahayaan yang sulit dan tidak mungkin dilakukan oleh model warna RGB. Dalam melakukan konversi model warna RGB ke model warna Lab terlebih dahulu dilakukan proses konversi model warna RGB ke
8
XYZ. XYZ adalah nilai-nilai triastimuli yang secara kasat mata mewakili warna merah, hijau dan biru dalam ruang warna CIEXYZ (anonim, 2011). Tahap selanjutnya baru dilakukan konversi model warna XYZ ke Lab. Dan dibawah ini adalah rumus standar untuk konversi RGB ke XYZ: X = 0.607 R + 0.174 G + 0.201 B Y = 0.299 R + 0.587 G + 0.114 B Z = 0.066 G + 1.117 B Sedangkan berikut adalah rumus konversi dari XYZ ke Lab: ∗
dimana f(s) = s1/3 f(s) = 7.787s + 16/116 Xn = 98.071 Yn = 100 Zn = 118.225
E.
= 116
− 16
∗
= 500
−
∗
= 200
−
untuk s > 0.008856 untuk s ≤ 0.008856
! !
PENELITIAN TERDAHULU
Damiri (2003), telah mengidentifikasi tingkat ketuaan dan kematangan jeruk lemon (citrus medica) menggunakan image processing dan jaringan syaraf tiruan (JST). Dari hasil penelitian ini diperoleh bahwa indeks warna merah dan warna hijau dalam pengolahan citra dapat membedakan tingkat kematangan buah jeruk lemon pada umur petik 100 hari dengan tingkat kematangan umur petik 110 hari secara langsung. Yustina (2006) melakukan penelitian untuk pemutuan jeruk manis (citrus sinensis L.) dengan menggunakan algoritma image processing. Hasil penelitian inimenunjukan bahwa pengukuran dengan menggunakan pengolahan citramemperlihatkan luas objek pada citra yang direkam dari arah pangkal dan citra yang direkam dari arah samping dapat membedakan antara mutu A, B, dan C,begitu pula pada pengukuran diameter. Sedangkan untuk indeks warna merah danwarna biru mampu membedakan mutu A, B, dan C pada citra yang direkam dari arah pangkal dan samping. Indeks warna hijau dapat membedakan antara mutu A,B,dan C pada citra yang direkam dari arah samping, sedangkan pada citra yangdirekam dari arah pangkal indeks warna hijau tidak dapat membedakan mutu. Reinamora (2007) melakukan penelitian untuk klasifikasi mutu belimbing manis dengan menggunakan algoritma image processing. Hasil penelitian ini menunjukan bahwa belimbing yang masuk kelas mutu memiliki nilai komponen warna merah lebih dari atau sama dengan 133, nilai komponen warna hijau lebih dari atau sama dengan 91, dan komponen warna biru lebih dari atau sama dengan 61. Indra Lesmana (2008) melakukan penelitian untuk evaluasi parameter pemutuan wortel dengan menggunakan image processing. Hasil penelitian ini untuk pemutuan wortel dengan menggunakan sistem pengolahan citra, dan menggunakan parameter panjang, diameter, dan area, dapat menentukan pemutuan wortel berdasarkan grade-grade tertentu yang hasilnya cukup memuaskan. Emma Prasetyani (2008) melakukan peneletian untuk mengevaluasi parameter pemutuan buah strawberry menggunakan pengolahan citra. Hasil penelitian ini untuk pemutuan strawberry dengan
9
sistem pengolahan citra dan parameter panjang diameter dan area untuk menentukan pemutuan strawberry berdasarkan grade-grade tertentu. Qadavy (1998) melakukan penelitian untuk menentukan kematangan durian dengan teknik pengolahan citra. Hasil penelitian ini menunjukan bahwa berat buah durian, kekerasan daging buah durian, dan intensitas warna biru pada buah durian matang lebih kecil dari berat, kekerasan daging dan intensitas warna biru buah durian yang belum matang. Sedangkan kandungan gula, intensitas warna merah dan hijau pada buah durian matang lebih berat daripada buah durian yang belum matang. Hendrawati (2001) mempelajari parameter kemasakan mangga arumanis dengan metode pengolahan citra. Dari pengujian yang dilakukan diperoleh hasil bahwa tingkat kekerasan rata-rata mangga arumanis mengalami penurunan dengan bertambahnya umur petik. Selain itu terdapat hubungan linier antara luas dengan berat dengan nilai determinasi sebesar 0.9543. Tingkat kekerasan dan total padatan terlarut tidak memiliki hubungan yang bersifat nyata dengan indekswarna RGB.
10
