SKRIPSI. KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybrydus) DENGAN TEKNIK PENGOLAHAN CITRA. Oleh : JUAN MARAGIA F

SKRIPSI

KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybrydus) DENGAN TEKNIK PENGOLAHAN CITRA

Oleh : JUAN MARAGIA F14103062

2007 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybrydus) DENGAN TEKNIK PENGOLAHAN CITRA

SKRIPSI Sebagai syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor

Oleh : JUAN MARAGIA F14103062

2007 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN

KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybrydus) DENGAN TEKNIK PENGOLAHAN CITRA

SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh : Juan Maragia F14103062 Dilahirkan pada tanggal 20 Mei 1985 Di Boyolali, Jawa Tengah

Tanggal lulus : Menyetujui, Bogor, Agustus 2007

Prof. Dr. Ir. Hadi K. Purwadaria, M.Sc. NIP. 130354174 Dosen Pembimbing Akademik Mengetahui,

Dr. Ir. Wawan Hermawan, MS. Ketua Departemen Teknik Pertanian

RINGKASAN Juan Maragia. F14103062. Kajian Karakteristik Mutu Bunga Gladiol (Gladiolus hybrydus) Dengan Teknik Pengolahan Citra. Di bawah bimbingan Prof. Dr. Ir. Hadi K. Purwadaria, M.Sc. Salah satu tanaman hias yang banyak disukai adalah jenis bunga, hal ini dapat dilihat pada volume permintaan bunga, khususnya bunga potong. Hal ini dapat dilihat dari grafik permintaan yang selalu meningkat, baik untuk dalam negeri dan luar negeri. Salah satu jenis bunga potong yang masih mempunyai daya tarik adalah bunga Gladiol. Kegunaan utama bunga Gladiol adalah untuk pelengkap hiasan dalam dekorasi. Penangganan pasca panen memegang peranan penting dalam penentuan mutu bunga, terutama kegiatan sortasi dan pemutuan. Selama ini kegiatan sortasi dan pemutuan bunga Gladiol masih dilakukan secara manual, sehingga menghasilkan produk yang kurang seragam. Karena hasil sortasi secara manual kurang memuaskan, maka diperlukan suatu metode untuk mensortasi dan mengelompokkan bunga Gladiol dengan baik. Salah satu alternative untuk memperbaiki kualitas proses sortasi adalah dengan menggunakan Teknik Pengolahan Citra (Image Processing). Proses pengolahan citra adalah Pengolahan Citra adalah proses untuk mengamati dan menganalisa suatu objek tanpa berhubungan langsung dengan objek yang diamati. Pada penelitian ini algoritma yang dipakai adalah pengembangan dari program yang telah ada sebelumya. Tujuan dari penelitian ini adalah untuk menentukan mutu bunga Gladiol dengan algoritma pengolahan yang telah disusun, kemudian membandingkan hasil yang didapat dengan Standar Nasional Indonesia (SNI). Penelitian ini dilaksanakan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas Teknologi Pertanian dan di rumah kost di Desa Balumbang Jaya, Kecamatan Kota Bogor Barat, Bogor. Waktu pelaksanaan penelitian dari dari bulan Maret sampai Juni 2007. Setelah dilakukan perhitungan dengan pengolahan citra didapat beberapa nilai untuk parameter-parameter seperti panjang, luas area, dan indeks RGB. Dari data-data ini kemudian dicari korelasinya dengan pengukuran secara manual. Untuk hubungan panjang antara pengukuran manual dengan teknik pengolahan didapat nilai koefisien determinasi sebesar 0,9786, sedangkan untuk hubungan panjang manual dengan luasan area total di peroleh nilai koefisien determinasi 0,5101. Dari nilai koefisien determinasi pengukuran panjang dapat disimpulkan bahwa panjang bunga Gladiol aktual dapat diduga dari pengukuran panjang dengan teknik pengolahan citra. Nilai koefisien determinasi antara panjang pengukuran manual dengan luas area total yang cukup kecil menunjukkan bahwa luasan area tidak dapat menunjukkan panjang aktual secara akurat. Tingkat kelurusan ternyata tidak dapat diduga dengan menggunakan selisih panjang, hal ini ditunjukkan dengan sebaran tingkat kelurusan dengan selisih panjang yang tidak dapat ditentukan batas atas dan batas bawah antar tingkat kelurusan Jumlah floret tidak dapat diduga dari luas area floret. Hubungan antara jumlah floret aktual dengan luas area floret memiliki nilai koefisien determinasi 0,1247. Jika dilihat dari hubungan antara luas area floret dengan indeks warna merah nilai koefisien determinasi yang diperoleh juga cukup kecil yaitu sebesar 0,0432 sehingga jumlah floret juga tidak bisa diduga dari indeks warna.

Tingkat kemekaran dapat diduga dari luas area floret. Sebaran antara luas area floret dengan tingkat kemekaran memiliki nilai batas atas dan batas bawah y6ang jelas, walaupun ada beberapa bunga Gladiol yang masuk ke tingkat kemekaran di atasanya atau di bawahnya. Setelah dibandingkan dengan standar mutu yang ada, menurut SNI, ternyata ada beberapa kriteria yang tidak sesuai. Ketidaksuaian ini disebabkan beberapa faktor, antara lain faktor manusia (kelelahan dan kejenuhan) dan faktor teknis.

Kata kunci ; Pengolahan Citra, Bunga Gladiol

RIWAYAT HIDUP

Juan Maragia dilahirkan di kota Boyolali Propinsi Jawa Tengah pada tanggal 20 Mei 1985, anak pertama dari tiga bersaudara, putra pasangan Soemardjono dan Pujiatun. Memulai pendidikan di SDN Boyolali 5 lulus tahun 1997, melanjutkan ke SLTPN 1 Boyolali lulus tahun 2000. Melanjutkan di SMUN 1 Boyolali lulus tahun 2003. Pendidikan dilanjutkan di Institut Pertanian Bogor melalui jalur Undangan Seleksi Mahasiswa IPB (USMI) pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian. Penulis sempat aktif di beberapa organisasi kampus, diantaranya : HIMATETA, KITA, dan FKM Boyolali. Pada tahun 2006 penulis mengikuti kegiatan praktek lapangan di PTPN VIII Perkebunan Malabar, Bandung. Topik yang diambil “ASPEK KETEKNIKAN PERTANIAN DI PABRIK TEH HITAM ORTHODOKS PT. PERKEBUNAN NUSANTARA VIII KEBUN MALABAR, PANGALENGAN, BANDUNG, JAWA BARAT” . Sebagai salah satu syarat untuk memperoleh gelar sarjana Teknologi Pertanian, penulis melakukan penelitian yang berjudul “ KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybrydus) DENGAN TEKNIK PENGOLAHAN CITRA”. Di bawah bimbingan Prof. Dr. Ir. Hadi K. Purwadaria, M.Sc. .

DAFTAR ISI

Halaman DAFTAR ISI ................................................................................................... i DAFTAR TABEL .......................................................................................... ii DAFTAR GAMBAR .................................................................................... iii KATA PENGANTAR .................................................................................. iv I. PENDAHULUAN ......................................................................................... 1 A. Latar Belakang ......................................................................................... 1 B. Tujuan ...................................................................................................... 2 II. TINJAUAN PUSTAKA ................................................................................ 3 A. Botani Tanaman Gladiol .......................................................................... 3 1. Budidaya tanaman Gladiol .................................................................. 4 2. Panen.................................................................................................... 5 3. Pasca panen .......................................................................................... 6 B. Pengolahan Citra ...................................................................................... 8 C. Pemprograman Dengan Visual Basic 6.0 ............................................... 12 D. Penelitian Terdahulu................................................................................13 III. METODE PENELITIAN ............................................................................. 16 A.Tempat dan Waktu ................................................................................... 16 B. Bahan dan Alat ........................................................................................ 16 1. Bahan penelitian ................................................................................ 16 2. Peralatan penelitian ............................................................................ 16 C. Metode Penelitian .................................................................................... 17 a. Penelitian pendahuluan ...................................................................... 18 b. Pengambilan citra .............................................................................. 18 c. Algoritma pengolahan citra................................................................ 19 IV. HASIL DAN PEMBAHASAN .................................................................... 22 A. Pengolahan Citra Bunga Gladiol.............................................................22 B. Karakteristik Citra Bunga Gladiol...........................................................27 a. Hubungan antara panjang dengan pengolahan citra dengan panjang dengan pengukuran manual…………………….…………………..27

i

b.Hubungan antara luas area floret dengan jumlah floret yang telah mekar……………………..………………………………………...30 c. Hubungan antara selisih panjang dengan pengolahan citra dengan tingkat kelurusan dengan pengukuran manual……………………..34 d.Hubungan antara indeks warna (Red, Green, Blue) dengan pengolahan citra dengan tingkat kemekaran dengan pengukuran manual.....…...35 C. Pendugaan Kelas Mutu Bunga Gladiol..………………………………39 a. Pendugaan kelas mutu berdasar panjang tangkai……………….……39 b.Pendugaan kelas mutu berdasar luasan area.........................................40 c. Pendugaan kelas mutu berdasar tingkat kemekaran berdasar luas area floret..................................................................................................41 d. Pendugaan kelas mutu berdasar indeks warna (RGB)........................42 e. Pendugaan kelas mutu dengan parameter gabungan...........................42 V. KESIMPULAN DAN SARAN.....................................................................44 A. Kesimpulan..............................................................................................44 B. Saran........................................................................................................44 DAFTAR PUSTAKA ...................................................................................46 LAMPIRAN..................................................................................................47

ii

DAFTAR TABEL

Halaman Tabel 1. Pengelompokan bunga Gladiol menurut Standar Nasional Indonesia ..... 8 Tabel 2. Model warna dan deskripsinya .............................................................. 12 Tabel 3. Hasil perhitungan statistik pada data panjang sisi 1 hasil pengolahan citra......................................................................................................... 29 Tabel 4. Hasil perhitungan statistik pada data panjang sisi 1 hasil pengolahan citra......................................................................................................... 29 Tabel 5. Hasil perhitungan statistik pada data selisih luas area hasil pengolahan citra......................................................................................................... 32 Tabel 6. Hasil perhitungan statistik pada data luas area floret ............................. 33 Tabel 7. Hasil perhitungan statistik pada data indeks warna merah hasil pengolahan citra ..................................................................................... 37 Tabel 8. Hasil perhitungan statistik pada data indeks warna hijau hasil pengolahan citra......................................................................................................... 37 Tabel 9. Kriteria pemutuan berdasar panjang tangkai pada program pemutuan bunga Gladiol ......................................................................................... 39 Tabel 10.Hasil pendugaan kelas mutu bunga Gladiol berdasakan panjang tangkai ................................................................................................................ 40 Tabel 11.Kriteria pemutuan berdasar selisih luas area pada program pemutuan bunga Gladiol ........................................................................................ 40 Tabel 12.Hasil pendugaan kelas mutu bunga Gladiol berdasakan selisih luasan area ........................................................................................................ 41 Tabel 13.Kriteria penentuan tingkat kemekaran berdasar luas area floret pada program pemutuan bunga Gladiol ......................................................... 41 Tabel 14.Hasil pendugaan kelas mutu bunga Gladiol berdasakan luas area floret ................................................................................................................ 48 Tabel 15.Hasil pendugaan kelas mutu bunga Gladiol berdasarkan parameter gabungan antara panjang tangkai dengan luas area floret ..................... 43

iii

DAFTAR GAMBAR

Halaman Gambar 1. Elemen-elemen dari sistem Pengolahan Citra .................................. 11 Gambar 2. Bunga Gladiol (mutu B) .................................................................. 17 Gambar 3. Diagram blok penentuan korelasi panjang tangkai pengolahan citra dengan manual ................................................................................ 20 Gambar 4. Diagram blok penentuan jumlah floret pengolahan citra dengan manual ............................................................................................. 21 Gambar 5. Diagram blok penentuan korelasi tingkat kelurusan pengolahan citra dengan manual ................................................................................ 21 Gambar 6. Citra bunga Gladiol utuh mutu B dengan resolusi 562x200 (sisi 1) 23 Gambar 7. Citra bunga Gladiol utuh mutu B dengan resolusi 562x200 (sisi 2) 23 Gambar 8. Tampilan awal program pengolahan citra ....................................... 24 Gambar 9. Tampilan program saat melakukan proses thresholding .................... 24 Gambar 10. Tampilan program saat melakukan proses binerisasi ...................... 25 Gambar 11. Tampilan program saat melakukan proses perhitungan luas floret .. 26 Gambar 12. Diagram alir algoritma pengolahan citra pada bunga Gladiol ......... 26 Gambar 13. Hubungan antara panjang sisi 1 pengolahan citra dengan pengukuran manual .............................................................................................. 27 Gambar 14.Hubungan antara panjang sisi 2 pengolahan citra dengan pengukuran manual .............................................................................................. 27 Gambar 15. Sebaran panjang sisi 1 tiap mutu bunga Gladiol .............................. 28 Gambar 16. Sebaran panjang sisi 2 tiap mutu bunga Gladiol .............................. 29 Gambar 17. Hubungan antara luas area floret dengan jumlah floret mekar ........ 30 Gambar 18. sebaran luas area total tiap mutu bunga Gladiol .............................. 31 Gambar 19. Sebaran luas area floret tiap mutu bunga Gladiol ............................ 31 Gambar 20. Sebaran selisih luas area total denga luas area floret tiap mutu bunga Gladiol .............................................................................................. 32 Gambar 21.Sebaran tingkat kemekaran pangamatan manual tiap mutu bunga Gladiol .............................................................................................. 33

iv

Gambar 22.Hubungan antara tingkat kelurusan dengan selisih panjang (dua sisi yang berbeda) ................................................................................... 34 Gambar 23. Sebaran selisih panjang dua sisi tiap satuan mutu............................ 35 Gambar 24. Sebaran indeks warna merah tiap satuan mutu ............................... 35 Gambar 25. Sebaran indeks warna hijau tiap satuan mutu ................................. 36 Gambar 26. Sebaran indeks warna biru tiap satuan mutu ................................... 36 Gambar 27. Sebaran indeks warna merah tiap tingkat kemekaran ..................... 36 Gambar 28. Sebaran indeks warna merah tiap tingkat kemekaran ...................... 37 Gambar 29. Sebaran indeks warna merah tiap tingkat kemekaran ...................... 38

v

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan hidayahNya sehingga penulis dapat menyelesaikan penyusunan penelitian yang berjudul “KAJIAN KARAKTERISTIK MUTU BUNGA GLADIOL (Gladiolus hybridus) DENGAN TEKNIK PENGOLAHAN CITRA”. Pada kesempatan ini penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada : 1. Bapak Prof. Dr. Ir. Hadi K. Purwadaria, M.Sc. selaku dosen pembimbing atas bimbinganya dan arahannya yang telah diberikan selama penulis melakukan studi. 2. Bapak Dr. Ir. Usman Ahmad, M.Agr dan Dr. Leopold O. Nelwan, S.TP M.Si, yang telah bersedia menjadi penguji. 3. Kedua orang tua dan adik-adik yang telah memberikan doa dan dukungannya. 4. Pak Sulyaden yang telah membantu dalam pelaksanaan penelitian. 5. Teman-teman TPPHP : DDy, Gytha, Ucup, Nana, Woko, Arie, Ajied, Asum, Manda, Deta, Danu, Dyah, Rini, dan Ana, yang selalu memberikan bantuan, dorongan, semangat, dan doa selama pelaksanaan penelitian. 6. Kost Delapan : Khapid, Drajat, Fuad, Ali, dan Singkek, atas kebersamaanya selama ini. 7. Sahabat-sahabat : Kindi, Ervian, Taufik, Anne, Rany, Hanida, Gigi, dan Puspita Crew (eka, dewi, tika, amna, dan wilis) atas perhatian, bantuan, dorongan, semangat, dan doa. 8. Teman-teman TEP 40 atas semangat dan bantuannya selama penyusunan usulan penelitian ini.

Penulis menyadari bahwa skripsi ini masih banyak kekurangan. Saran dan kritik yang membangun senantiasa penulis harapkan. Semoga karya ilmiah ini dapat berguna. Bogor, Agustus 2007

vi

I. PENDAHULUAN

A. Latar Belakang Indonesia merupakan salah satu negara beriklim tropis yang memiliki beraneka ragam produk hortikultura, baik itu buah-buahan ataupun tanaman hias. Dewasa ini tanaman hias telah berhasil menjadi salah satu kebutuhan yang penting, hal ini berkaitan erat dengan keindahan dari tanaman hias itu sendiri. Salah satu tanaman hias yang banyak disukai adalah jenis bunga, hal ini dapat dilihat pada volume permintaan bunga, khususnya bunga potong. Salah satu jenis bunga potong yang masih mempunyai data tarik kuat adalah bunga Gladiol. Sama seperti bunga potong yang lain fungsi utama dari bunga Gladiol adalah sebagai pelengkap dekorasi dan untuk pelengkap dalam upacara keagamaan. Adapun sentra produksi bunga Gladiol di Indonesia terletak dibeberapa propinsi, antara lain di daerah Jawa Barat terdapat di Parongpong (Bandung), Salabintana (Sukabumi) dan Cipanas (Cianjur). Di Jawa tengah terdapat di daerah Bandungan (Semarang) sedangkan di Jawa Timur berada di daerah Batu (Malang). Bunga Gladiol merupakan bunga yang memiliki berbagai macam warna, sehingga konsumen dapat memilih warna sesuai dengan selera. Tetapi untuk proses pemutuan warna hanyalah salah satu parameter. Parameter yang lain digunakan untuk proses pemutuan bunga Gladiol antara lain jumlah kuncup, panjang tangkai, keseragaman, kelurusan tangkai, jumlah bunga mekar, dan kotoran. Dari beberapa parameter yang telah disebutkan, dipasaran atau pada tingkat konsumen kemekaran dan panjang bunga Gladiol merupakan parameter utama. Salah satu cara dalam proses pemutuan adalah dengan pengolahan citra (image processing). Penggunaan pengolahan citra untuk proses pemutuan bukan merupakan hal yang baru, seperti pengolahan citra untuk pemutuan buah manggis seperti yang dilakukan oleh Hamdani (1998). Untuk bunga juga sudah mulai banyak dilakukan, dan kebanyakan pemutuan yang dilakukan adalah pemutuan untuk bunga potong. Pemutuan bunga krisan dengan pengolahan citra juga telah berhasil dilakukan dan hasilnya kita dapat mengelompokkan bunga krisan

1

berdasar panjang tangkai, diameter tangkai, dan jumlah kelopak, seperti yang dilakukan oleh Asmara (2005).

B. Tujuan Tujuan umum dari penelitian ini adalah untuk melakukan pemutuan bunga Gladiol (Gladiolus hybridus) dengan pengolahan citra. Sedangkan tujuan khusus penelitian ini yaitu : 1. Menyusun algoritma pengolahan citra untuk menentukan jumlah floret, panjang tangkai, tingkat kelurusan batang, dan tingkat kemekaran tanaman Gladiol. 2. Menentukan penggolongan mutu bunga Gladiol dengan menggunakan pengolahan citra. 3. Membandingkan hasil penggolongan mutu dengan pengolahan citra dengan Standar Nasional Indonesia (SNI).

2

II. TINJAUAN PUSTAKA

A. Botani Tanaman Gladiol Tanaman Gladiol merupakan tanaman bunga hias berupa tanaman semusim berbentuk herba termasuk dalam famili Iridaceae. Gladiol berasal dari bahasa latin "Gladius" yang berarti pedang kecil, seperti bentuk daunnya. Berasal dari Afrika Selatan dan menyebar di Asia sejak 2000 tahun yang lalu. Tahun 1730 mulai memasuki daratan Eropa dan berkembang di Belanda. Tanaman Gladiol termasuk dalam subklas Monocotyledoneae, berakar serabut, dan tanaman ini membentuk pula akar kontraktil yang tumbuh pada saat pembentukan subang baru. Kelebihan dari bunga potong Gladiol adalah kesegarannya dapat bertahan lama sekitar 5-10 hari dan dapat berbunga sepanjang waktu (deptan, 2007). Berdasarkan kedudukan tanaman Gladiol dalam sistem taksonomi tumbuhan, tanaman Gladiol dapat diklasifikasikan sebagai berikut: Divisi

: Tracheophyta

Subdivisi

: Pteropsida

Klas

: Angiospermae

Subklas

: Monocotyledoneae

Ordo

: Iridales

Famili

: Iridaceae

Genus

: Gladiolus

Spesies :

: Gladiolus hybridus

Hasil penelitian tahun 1988, Indonesia mengenal 20 varietas Gladiol dari Belanda yang kemudian diuji multi lokasi di kebun percobaan Sub Balai Penelitian Hortikultura Cipanas. Tiga varietas diantaranya memiliki penampilan yang paling indah, (warna dan bentuknya berbeda dengan Gladiol lama), yaitu: White godness (putih), Tradehorn (merah jingga), dan Priscilla (putih). Ragam jenis bunga Gladiol adalah : a) Gladiolus gandavensis, berukuran besar, susunan bunga terlihat bertumpang tindih, panjang 90-150 cm.

3

b) Gladiolus primulinus, berukuran kecil, sangat menarik. Bertangkai halus tetapi kuat dan panjangnya mencapai 90 cm. c) Gladiolus ramosus. Panjang tangkai bunga 100-300 cm. d) Gladiolus nanus. Tangkai bunga melengkung, dan panjang hanya 35 cm. Beberapa kultivar tanaman Gladiol lainnya yang telah di uji di Indonesia adalah: Red Majesty, Priscilla, Oscar, Rose Supreme, Sanclere, Dr. Mansoer, Albino, Salem, Merah Api, Queen Occer, Ceker dan lain sebagainya. 1. Budidaya tanaman Gladiol Tanaman Gladiol dapat tumbuh dengan baik pada daerah yang memiliki curah hujan rata-rata 2000-2500 mm/tahun.

Di Indonesia tanaman Gladiol

tumbuh sepanjang tahun, baik pada musim penghujan ataupun musim kemarau. Untuk pertumbuhan dan perkembangannya tanaman Gladiol membutuhkan sinar matahari penuh, keadaan yang kurang menunjang dapat mengakibatkan bunga dapat mengering, dan kuncup tidak dapat terbentuk secara optimal. Kekurangan cahaya yang terjadi pada waktu pembentukan daun ke 5, 6, dan 7 akan menyebabkan kekeringan tampak pada kuncup bunga saja. Meskipun demikian ada beberapa kultifat dari tanaman Gladiol yang kurang peka terhadap cahaya matahari, antara lain Eurovision, Peter, Friendship, Jessica, dan Mascagni (warintek, 2007). Tanaman Gladiol tumbuh baik pada suhu udara 10-25o C dengan ketinggian 500-1500 m dpl. Suhu udara rata-rata yang kurang dari 10o C akan menyebabkan pertumbuhan tanaman akan terhambat, dan jika berlangsung lama dapat terhenti. Suhu udara maksimum pertumbuhan Gladiol adalah 27o C, kadang-kadang dapat menyesuaikan diri sampai suhu udara 40o C, bila kelembaban tanah dan tanaman relatif tinggi. Jenis tanah yang cocok untuk tanaman Gladiol adalah andosol dan latosol yang subur, gembur, banyak mengandung bahan organik, dengan pH tanah berkisar antara 5.5 - 5.9.

2. Panen Budidaya tanaman Gladiol dapat diatur sehingga panen dapat dilakukan setiap minggu. Biasanya budidaya tanaman Gladiol disesuaikan dengan pesanan

4

pasar, sehingga panen dapat dilakukan sesuai dengan waktu yang telah ditentukan. Tanaman Gladiol akan berbunga pada umur 60-80 hari setelah tanam, tergantung pada jenis kultivarnya.

Bunga pertama akan mekar setelah primerdia bunga

muncul. Bunga dapat dipetik setelah warna dari 1 atau 2 floret terbawah telah dapat dilihat dengan jelas tetapi belum mekar. Jika kuncup bunga dibiarkan sampai mekar penuh, kerusakan akan mudah terjadi terutama selama pengemasan dan pengangkutan. Bila bunga dipanen terlalu awal, (sebelum floret terbawah menampakan warna bunga), maka akan ada kemungkinan bunga tidak dapat mekar dengan sempurna. Pemanenan dilakukan secara hati-hati dengan menyertakan 2-3 daun pada tangkai bunga dan menyisakan daun-daun pada tanaman sebanyak mungkin minimum 4 daun. Pemotongan tangkai bunga dengan pisau tajam dan bersih supaya terhindar dari kontaminasi jasad renik. Jika menggunakan pisau tumpul, terjadi luka lebih lebar pada permukaan dasar tangkai bunga, sehingga memungkinkan terjadi infeksi. Bunga Gladiol tergolong bunga yang mudah kehilangan air. Sebaiknya panen bunga dilakukan pagi hari, karena saat tersebut bunga Gladiol berturgor optimum. Kandungan karbohidrat yang rendah dapat diperbaiki dengan larutan pengawet yang mengandung gula. Panen bunga tidak dianjurkan pada saat suhu udara tinggi (siang hari) atau pada turgor rendah, bunga basah oleh embun, hujan atau sebab lain. Bunga yang basah akan mudah terserang oleh cendawan Botrytis gladiolorum (blight), walaupun pada kondisi suhu udara yang rendah. Untuk lahan seluas 1 hektar akan menghasikan panen bunga ± sebanyak 200.000 potong. Secara teknis penanaman dapat diatur dengan pemetakan lahan, sehingga dalam satu saat terdapat lahan siap olah, siap tanam, dan siap panen.

3. Pasca Panen a. Pengumpulan Bunga Gladiol sangat peka terhadap kekuatan gaya berat dan akan selalu cenderung melengkung pada suhu udara tinggi, sehingga berakibat terjadinya perubahan bentuk dan penurunan kualitas. Oleh karena itu bunga potong

5

Gladiol yang dipanen dikumpulkan dan diletakan tegak lurus diruangan pada suhu udara rendah (selama penyimpanan/pengangkutan).

b. Penyortiran dan Penggolongan Setelah dipanen, dilakukan penyortiran dan penggolongan sesuai dengan ukuran. Bunga dibersihkan dari kotoran yang menempel, dengan hati-hati,(bila perlu) cukup diperciki atau disemprot air saja. Hal ini menjaga agar mahkota bunga tidak rusak. Bunga dipilih yang bagus bentuknya, tidak terkena penyakit atau luka, dikelompokan kesegaran/ukuran

sesuai

dengan

bunga).

kebutuhan,

Penggolongan

ini

(berdasarkan dimaksudkan

tingkat untuk

mempertahankan nilai jual sehingga bunga yang bagus tidak turun harganya akibat tercampur dengan yang bunga Gladiol yang berkualitas rendah.

Menurut Standar Nasional Indonesia (SNI) pengelompokan bunga Gladiol dibagi menjadi empat kelompok mutu, yaitu AA, A, B, dan C (SNI 01-44791998).

Pengelompokan ini berdasarkan atas panjang tangkai, jumlah floret,

keseragaman, warna spesifik, kelurusan tangkai, jumlah floret mekar, kerusakan mekanis, benda asing/ kotoran dan hama/ penyakit. Pengelompokannya dapat dilihat pada Tabel 1. Penjelasan untuk masing-masing parameter adalah sebagai berikut :

a. Panjang bunga adalah ukuran mulai dari pangkal tangkai sampai dengan bagian terujung bunga. b. Ukuran lurus tangkai bunga dinyatakan dalam ukuran panjang atau besarnya deviasi tekuk tangkai bunga terhadap garis lurus. Cara mengukurnya dengan meletakkan bunga diatas garis lurus dan pada lengkung tangkai yang paling jauh diukur deviasinya. Deviasi atau lenggang-lenggoknya tangkai bunga dapat mencapai lebih dari 7.5 cm tergantung pada jenisnya. c. Ukuran besar bunga (floret) adalah ukuran yang diambil dari bunga (floret) dalam keadaan mekar penuh. Standar Nasional Indonesia SNI 01-4479-1998.

6

d. Jumlah bunga (floret) pertangkai adalah jumlah bunga yang terdapat pada satu tangkai baik yang sudah mekar ataupun yang masih kuncup. e. Keseragaman warna adalah gambaran tentang keadaan warna mahkota bunga dalam satu kemasan. Warna bunga adalah seragam jika seluruh bunga dalam kemasan tersebut mempunyai warna yang seragam. Warna spesifik adalah warna khas bunga Gladiol dari suatu kultivar. f. Keseragaman bentuk adalah gambaran tentang keadaan bentuk bunga dalam satu kemasan. Bentuk bunga adalah seragam jika seluruh mahkota bunga dalam kemasan mempunyai bentuk yang seragam. g. Tingkat kesegaran adalah keadaan fisik yang berkaitan dengan jangka waktu setelah pemetikan, yang ditandai dengan tingkat kelayuan bunga. h. Tingkat kerusakan adalah kondisi yang menggambarkan kerusakan fisik atau kerusakan oleh hama atau penyakit. i. Benda asing/ kotoran adalah semua benda bukan bunga Gladiol dalam kemasan bersangkutan, seperti tanah, sisa pestisida yang terlihat mata, bahan tanaman lain, serangga utuh/ bagian dari serangga yang masih hidup/sudah mati dan lain-lain kotoran yang menempel pada bunga Gladiol tersebut atau yang terdapat pada kemasan yang tampak secara visual. Bahan penyekat atau pembungkus tidak dianggap sebagai kotoran. j. Keseragaman kultivar adalah keadaan yang menggambarkan apakah bunga dalam satu kemasan tersebut terdiri dari kultivar yang sama atau tidak.

7

Tabel 1. Pengelompokan bunga Gladiol menurut Standar Nasional Indonesia No

Parameter

Mutu AA

A

B

C

1

Panjang tangkai (cm)

>95

76-94

61-75

51-60

2

Jumlah minimum floret (buah)

16

14

12

10

3

Keseragaman (%)

100

95

95

<95

4

Warna spesifik (%)

100

95

95

<95

5

Bebas hama/penyakit (proses)

100

95

95

<95

6

Kelurusan tangkai

Lurus

Lurus

Sedang

Kurang

7

Jumlah floret mulai mekar

1-2

1-2

2-3

2-3

(buah) 8

Kerusakan mekanis (%)

0

5

10

>10

9

Benda asing/kotoran (%)

0

1

2

3

Sumber : Deptan (2007)

c. Penyimpanan Penyimpanan

bunga

Gladiol

setelah

panen

bertujuan

untuk

memperlambat proses kelayuan bunga sebelum sampai kekonsumen, selain itu juga dimaksudkan untuk menambah nilai ekonomisnya. Proses penyimpanan biasanya dilakukan pada saat bunga: a) Baru saja dipetik, menunggu pemanenan selesai. b) Setelah dipanen tidak segera dijual/diangkut. c) Diperjalanan sebelum sampai kekonsumen. Dalam tahap ini, bunga dikondisikan agar tetap segar, karena bunga potong sangat sensitif terhadap dehidrasi maka air yang hilang harus diimbangi dengan larutan perendam yang mengandung air dan senyawa lain yang diperlukan. Penyimpanan berkaitan erat dengan suhu udara. Makin rendah suhu udara, makin lambat terjadi penurunan mutu. Suhu udara penyimpanan bunga yang berasal dari daerah tropika relatif lebih tinggi, umumnya berkisar antara 0-5o C.

8

d. Pengemasan dan Pengangkutan Sistem pengemasan yang baik bertujuan melindungi bunga selama pengangkutan dan sebagai sarana promosi yang dapat meningkatkan harga jual. Cara pengemasan yang paling sederhana yaitu dengan membungkus tangkai bunga dengan daun pisang, kemudian dimasukan kedalam ember berisi air sehingga tangkai bunga tercelup dan membungkus bagian atas bunga dengan plastik yang sebelumnya sudah dilubangi. Pengemasan seperti ini umum dilakukan oleh pedagang pengecer yang langsung berhubungan dengan konsumen. Pengemasan yang lebih baik biasa untuk bunga yang akan menempuh perjalanan atau untuk promosi, biasanya bahan pengawet yang digunakan adalah sukrosan dan 8-hydroxyquinoline citrate. Mengingat sifat bunga yang selalu dikonsumsi dalam keadaan segar dan bagus penampilannya maka dituntut sistem pengangkutan yang bisa bergerak cepat. Faktor yang perlu diperhatikan yaitu suhu udara selama pengangkutan dan susunan kemasan agar tidak terlalu tinggi serta tahan goncangan. Sarana pengangkutan biasa menggunakan mobil box yang dilengkapi alat pengatur suhu udara.

B. PENGOLAHAN CITRA (Image Processing) 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). Citra (x,y) disimpan dalam memori komputer atau penyimpan bingkai citra dalam bentuk array N x M dari contoh diskrit dengan jarak sama, sebagai berikut.

f(x,y) =

f(0,0) f(0,1) ... f(0,M-1) f(1,0) f(1,1) ... f(1,M-1) ...

...

...

f(N,0) f(N,1) ...

... f(N,M-1)

9

Citra dengan modus skala keabuan dengan format 8-bit memiliki 256 tingkat keabuan atau intensitas 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 32 768 warna, tiap pixel dinyatakan dengan: •

bit 0 – 7 untuk warna merah

•

bit 7 – 15 untuk warna hijau

•

bit 16 – 24 untuk warna biru Kemungkinan kombinasi warna yang ada adalah 224 = 16 777 216, dimana

nilai 0 menyatakan warna hitam sedangkan nilai 16 777 215 menyatakan warna putih. Ada dua bagian pada proses pembentukan citra, yaitu geometri citra yang menentukan suatu titik dalam pemandangan diproyeksikan pada bidang citra dan fisik cahaya yang menentukan kecerahan suatu titik pada bidang citra sebagai fungsi pencahayaan pemandangan serta sifat-sifat permukaan. 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 pengolahan citra meliputi penajaman citra, penonjolan fitur tertentu dari suatu citra, kompresi citra dan koreksi citra yang tidak fokus atau kabur (Ahmad, 2005). Citra masukan diperoleh melalui suatu kamera yang di dalamnya terdapat suatu alat digitasi yang mengubah citra masukan berbentuk analog menjadi citra digital. Alat digitasi ini dapat berupa penjelajahan solid-state yang menggunakan matrik sel yang sensitif terhadap cahaya yang masuk, dimana citra yang direkam maupun yang digunakan mempunyai kedudukan atau posisi yang tetap. Alat masukan citra yang digunakan adalah kamera CCD (Charge Coupled Device) atau juga bisa menggunakan kamera digital, dimana sensor citra dari alat ini menghasilkan keluaran berupa citra analog sehingga dibutuhkan proses digitasi dengan menggunakan alat digitasi seperti yang telah disebutkan di atas. Perangkat pengolahan citra terdiri dari perangkat keras (hardware) dan perangkat lunak (software). Komponen utama dari perangkat keras citra digital

10

adalah komputer dan alat peraga komputer baik yang multiguna atau dari jenis khusus yang dirancang untuk Image Processing digital. Proses pengolahan citra umumnya dilakukan dari pixel ke pixel yang bersifat paralel. Sistem perangkat keras terdiri dari sub sistem yaitu sub sistem komputer, masukan video, keluaran video, kontrol interaktif, penyimpan citra, dan perangkat khusus pengolah citra. Elemen-elemen dari sistem pengolahan citra disajikan pada Gambar 1.

Citra Masukan

Citra Sensor

Pengubah Analog

Digital

Monitor Peraga

Komputer Digital

Bingkai Penyimpanan

Gambar 1. Elemen-elemen dari sistem pengolahan citra (Arymurthy dan Suryana, 1992)

Tabel 2. Model warna dan deskripsinya Model Warna RGB

Deskripsi 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.

HSI

Hue, Saturasi, dan Intensity. Berdasarkan pada persepsi manusia terhadap warna.

Sumber : Ahmad.U. (2005)

11

Model warna telah banyak dikembangkan oleh para ahli, seperti model RGB (Red, Green, Blue), model CMY (K) (Cyan, Magenta, Yellow), YcbCr (luminase serta dua komponen kromasi Cb dan Cr), dan HSI (Hue, Saturation, Intensity). Model warna RGB merupakan model warna pokok aditif, yaitu warna dibentuk dengan mengkombinasikan energi cahaya dari ketiga warna pokok dalam berbagai perbandingan (Ahmad, 2005). Tabel 2 memperlihatkan beberapa model warna yang penting dan deskripsi serta pemakaiannya. Model warna RGB dapat juga dinyatakan dalam bentuk indeks warna RGB dengan rumus sebagai berikut: Indeks warna merah (I red )

=

R ........................................................(1) R+G+ B

Indeks warna hijau

(I green ) =

G .........................................................(2) R+G+ B

Indeks warna biru

(I blue ) =

B ..........................................................(3) R+G+ B

Dengan R, G dan B masing-masing berupa besaran yang menyatakan nilai intensitas warna merah, hijau dan biru. 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 cukup akurat dalam membedakan obyek dan latar belakang. Intensity merupakan nilai abu-abu dari pixel dalam citra hitam-putih. Model warna RGB dapat ditransformasikan ke model HSI dengan persamaan sebagai berikut:

[

]

0.5 ⎛ 2R − G − B ⎞ 2 Cos H = ⎜ ⎟ × (R − G ) + (R − G )(G − B ) .......................................(4) 2 ⎝ ⎠

S

⎡ ⎤ 3 = 1− ⎢ × min (R, G , B )⎥ ............................................................(5) ⎣ (R + G + B ) ⎦

I

⎛R+G+ B⎞ =⎜ ⎟ ..........................................................................................(6) 3 ⎝ ⎠

12

C. PEMROGRAMAN DENGAN VISUAL BASIC 6.0

Visual Basic merupakan bahasa pemrograman yang menggunakan konsep pemrograman visual. Konsep visual menawarkan begitu banyak kemudahan dalam merancang suatu program. Microsoft Visual Basic diperkenalkan pertama kali oleh perusahaan pembuat perangkat lunak microsoft coorporation, mulai dari versi 1.0 sampai kini dirilis Visual Basic versi 6.0. Microsoft ini mengubah wajah bahasa BASIC ke dalam konsep yang lebih modern, berkonsep object oriented programming atau pemrograman berorientasi pada objek dan berbasiskan pemrograman event driven pada sistem operasi windows. Visual Basic mampu menterjemahkan event yang dimulai oleh pemakai menjadi aktivitas yang bisa diprogram dengan cara memanggil prosedur yang dikaitkan dengan event tersebut. Pemrograman Windows memiliki beberapa karakteristik khusus antara lain, tampilannya yang bersifat grafis. Hal ini diimplementasikan dalam “objek penghubung dengan pemakai” (user interface object). Karenanya dalam aplikasi Windows digunakan icon-icon, tombol dan scrollbar, kotak dialog dan sebagainya

dengan

maksud

pengoperasiannya

lebih

mudah

dan

lebih

menyenangkan. Visual Basic dapat memangkas begitu banyak pernyataan dan instruksi program ke dalam pernyataan yang lebih sederhana untuk melaksanakan instruksi yang begitu panjang, serta menyediakan sekumpulan obyek untuk menjadikan tampilan program tampak menarik. Pemakai bisa memilih obyek mana yang digunakan dalam program, kemudian menentukan karakteristik dan menuliskan sedikit kode untuk obyek tersebut.

D. PENELITIAN TERDAHULU Gunayanti (2002) mengkaji mutu buah mangga Arummanis dan mangga Gedong berdasar sifat fisik permukaan buah seperti area, indeks warna, dan indeks tektur menggunakan teknik pengolahan citra. Dari kajian yang dilakukan diperoleh hasil bahwa untuk membedakan mangga dengan mutu I, II, dan III dengan reject adalah berdasar nilai nilai indeks tekstur contras, di mana buah

13

reject memiliki nilai contras rata-rata di atas 0.6 sedangkan buah mutu I, II, dan III memiliki nilai contras di bawah 0.6.

Parameter indeks warna RGB dan

komponen tekstur selain contras pada mangga Arumanis tidak menunjukkan perbedaan yang nyata sehingga tidak dapat digunakan sebagai parameter dalam melakukan pemutuan.

Pada mangga Gedong parameter yang sesuai untuk

melakukan pemutuan adalah indeks warna merah. Batasan nilai indeks warna merah untuk mutu I yaitu lebih besar atau sama dengan 0.35, sedangkan untuk mutu II indeks warna merah yang dihasilkan antara 0.33-0.35 dan untuk kelas reject indeks warna merah yang dihasilkan sebesar 0.33. Asmara (2005) melakukan kajian karakteristik mutu bunga Krisan tipe spray dengan teknik pengolahan citra.

Dari penelitian yang dilakukan diperoleh

hubungan nilai panjang tangkai yang diukur secara langsung dengan pengolahan citra diperoleh nilai R2 = 0.9797. Hubungan nilai diameter tangkai yang diukur secara langsung

dengan pengolahan

citra menghasilkan nilai R2 = 0.9071.

dengan resolusi citra 400x300 pixel, untuk bunga krisan mutu A menghasilkan citra dengan panjang tangkai lebih dari 296 pixel, diameter tangkai lebih dari 42 pixel dan jumlah kuntum lebih besar dari 7.

Untuk bunga Krisan mutu B

diperoleh citra dengan panjang tangkai antara 216-296 pixel, diameter tangkai antara 26-42 pixel, dan jumlah kuntum bunga antara 4-6. Untuk bunga Krisan mutu C diperoleh citra dengan panjang tangkai kurang dari 216 pixel, diameter tangkai tangkai kurang dari 26 pixel dan jumlah kuntum kurang dari 4. pemututan bunga berdasar panjang tangkai diperoleh ketepatan sebesar 100% untuk mutu A, sedangkan untuk mutu B dan mutu C diperoleh ketepatan sebesar 95%. Pemutuan berdasarkan diameter tangkai dan jumlah kuntum diperoleh ketepatan sebesar 100% untuk mutu A, mutu B, dan mutu C. Ahmad (2002) telah melakukan penelitian dengan membangun program untuk melakukan ekstraksi dan analisis beberapa kriteria kematangan buah dari citra buah mangga dan membandingkannya dengan hasil langsung terhadap beberapa faktor penentu tingkat ketuaan mangga Arumanis.

Kriteria yang

dianalisis meliputi area, bentuk (roundness), warna kulit, dan tekstur permukaan kulit buah. Area dari citra buah mangga memiliki korelasi yang erat dengan buah mangga hasil penimbangan dengan nilai R2 = 0.9500, sehingga area citra buah

14

mangga dapat digunakan sebagai kriteria pemutuan bedasarkan ukuran buah, warna kulit dan tekstur permukaan kulit buah tidak berhubungan dengan tingkat kematangan yang diwakili oleh kekerasan dan total padatan terlarut sehingga kriteria ini tidak dapat digunakan untuk menentukan tingkat kematangan magga Arumanis. Permukaan kulit buah mangga sehat dan buah mangga cacat memiliki karakteristik yang berbeda jika dilihat dari fitur tekstur yang diekstrak dari citra, sehingga fitur-fitur tektur ini dapat digunakan sebagai kriteria untuk pemeriksaan dan memisahkan mangga yang cacat dari yang sehat. Faizal (2006) melakukan penelitian tantang aplikasi pengolahan citra untuk pemutuan cabai merah. Program untuk aplikasi ini dibangun dengan visual basic 6.0. Hasil yang didapat dari pengolahan citra akan dibandingkan dengan Standar Nasional Indonesia (SNI) dan pengukuran yang dilakukan secara manual, pemutuan ini dilakukan untuk mengelompokkan cabai merah kedalam tiga kelompok mutu yaitu mutu I, mutu II, dan mutu III. Adapun pemutuan yang dilakukan berdasakan pada panjang buah cabai merah, diameter pangkal cabai merah, faktor bentuk (roundness) dan berdasarkan warna dari cabai merah itu sendiri. Dari data panjang dan diameter buah cabai juga akan dicari korelasinya, dan ternyata terdapat korelasi antara panjang dengan diameter cabai. Dari dari perbandingan antara pengolahan citra dengan Standar Nasional Indonesia ternyata ada beberapa data yang mempunyai perbedaan yang cukup besar.

Pada

pengukuran diameter perbedaan hasil disebabkan karena pengambilan bidang ukur tidak sama antara pengukuran dengan pengolahan citra dengan pengukuran dengan pengukuran manual. Untuk nilai roundness perbedaan antara cabai merah mutu I, mutu II, mutu III dengan pengolahan citra sudah dapat menunjukkan perbedaan mutu, tetapi pada masih ada tumpang tindih antara ketiga kelompok mutu tersebut. Hal ini disebabkan karena pada saat sortasi manual tidak ada parameter keseragaman bentuk yang dapat dijadikan acuan yang nyata.

15

III. METODE PENELITIAN

A. TEMPAT DAN WAKTU

Penelitian ini dilaksanakan selama tiga bulan dari bulan April 2007 sampai dengan bulan Mei 2007, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor dan di rumah kos di Kalurahan Balumbang Jaya Kecamatan Kota Bogor Barat.

B. BAHAN DAN ALAT 1. Bahan Penelitian Bahan yang digunakan pada penelitian ini adalah tanaman Gladiol dengan empat mutu yang berbeda, yaitu mutu AA, A, B, dan C, masing-masing berjumlah 30 tangkai. Bunga Gladiol yang akan digunakan didapat dari petani Salabintana Wetan, Desa Sudajaya Girang Sukabumi. Gambar bunga Gladiol disajikan pada Gambar 2.

Gambar 2. Bunga Gladiol

2. Peralatan Alat-alat yang digunakan pada penelitian ini adalah:

16

a. Kamera digital Cyber-shot Sony dengan resolusi 6 mega pixel. Kamera ini menggunakan lensa merk Carl Zeiss. b. Dudukan kamera merk “YASICHA” c. Dua buah lampu TL merk philip dengan daya 25 Watt (120-240 Volt) sebagai alat bantu pencahayaan. d. Luxmeter untuk mengukur intensitas cahaya. e. Alat digitasi dan Image Processing Board. f. Kain berwarna putih sebagai background. g. Styrofoam putih sebagai alas untuk alat bantu dalam peletakan bunga . h. Seperangkat komputer sebagai alat pengolahan citra. i. Alat ukur panjang ukuran 1 meter untuk mengukur panjang tangkai. j. Wadah plastik untuk tempat penyimpanan bunga sementara

C. METODE PENELITIAN Pada penelitian ini, pengambilan data untuk setiap sampel dilakukan dengan pengambilan citra dari sampel bunga Gladiol menggunakan kamera digital Cybershot Sony, dan pengamatan manual terhadap bunga Gladiol sehingga data yang didapat dapat dibandingkan antara data dengan teknik pengolahan citra dengan data perhitungan atau pengamatan manual manual. Pengolahan citra ini dilakukan untuk mengetahui mutu jika dilihat dari beberapa data yang didapat dari perhitungan dengan teknik pengolahan citra.

a. Penelitian Pendahuluan Penelitian awal ini dilakukan untuk mengetahui berbagai perlakuan untuk pengolahan citra yang optimal sehingga memudahkan pengambilan citra dan pengolahan citra selanjutnya.

Penelitian pendahuluan yang dilakukan adalah

mencoba beberapa alat bantu dalam pengambilan citra. Dari percobaan untuk menentukkan alat pengambil citra dari dua alternatif yaitu kamera digital dan kamera CCD (Charge Coupled Device) dapat diketahui bahwa kamera CCD yang ada tidak cocok digunakan untuk pengambilan obyek dengan dimensi panjang

17

yang besar. Hal ini dikarenakan lensa yang ada tidak sesuai dengan spesifikasi yang dibutuhkan. Dari pengambilan citra akan didapat citra yang melengkung.

b. Pengambilan Citra Bunga Gladiol yang sudah disiapkan terlebih dahulu dipisahkan berdasarkan empat tingkatan mutu yang ada. Pemisahan dilakukan di tingkat pedagang. Pada saat pemisahan terdapat beberapa kesulitan karena banyaknya tingkatan mutu dan parameter, bunga. Misalnya, bunga Gladiol jika dilihat dari jumlah floret dapat masuk ke mutu AA, tapi dari panjang bunga tersebut masuk ke mutu B, ataupun sebaliknya. Setelah terpisah menjadi empat, kelompok bunga Gladiol selanjutnya ambil citranya dengan kamera digital Cyber-shot Sony. Hal ini dikarenakan lensa CCD yang ada tidak ada spesifikasi yang cocok dengan obyek, lensa yang sesuai dengan kebutuhan tidak tersedia. Pengambilan citra dilakukan pada kondisi berikut : a. Bunga Gladiol diletakkan pada kain berwarna putih sebagai latar belakang dan di bawah kamera digital dengan ketinggian 90 centimeter. Dua buah lampu TL dinyalakan untuk memberi cahaya pada objek dengan ketinggian 80 cm dan sudut pencahayaan 90°. Kain putih ini dipilih sebagai latar belakang karena bayangan yang disebabkan oleh objek menjadi satu dengan warna kain, dan kain yang digunakan tidak menimbulkan pantulan cahaya. b. Pengambilan citra dilakukan dengan posisi yang berbeda yaitu pada posisi bunga diletakkan tidur dengan dua sisi yang berbeda. Dari citra yang diambil dari dua sisi ini diharapkan ketiga parameter yang hendak dicari (kemekaran, jumlah floret, panjang tangkai, dan tingkat kelurusan batang) dapat diwakili. c. Intensitas reflektan bunga Gladiol ditangkap oleh sensor kamera digital melalui lensa dan ditampilkan di LCD pada kamera digital d. Citra bunga Gladiol direkam dengan ukuran 2816 x 2112 pixel dalam 256 tingkat intensitas warna RGB (Red, Green, Blue). e. Kemudian citra bunga Gladiol direkam dan disimpan dalam sebuah file dengan extention file JPEG.

18

f. Untuk dapat diolah maka format citra perlu diubah. Format citra awal yang merupakan file dengan extention file JPEG harus di ubah dalam bentuk BMP. Untuk merubah ke dalam format BMP digunakan softwere Adobe Photoshop 7.0, sebelumnya resolusi citra diperkecil dengan Microsoft picture manager sehingga resolusinya menjadi 563 x 200 pixel.

Untuk dapat membuka kembali file citra bunga Gladiol, menghitung luas proyeksi dan mendapatkan nilai intensitas warna (RGB) bunga Gladiol diperlukan suatu program pengolahan citra. Program pengolahan citra ini disusun dalam bahasa Visual Basic.

c. Algoritma Image Processing Algoritma Image Processing yang dibangun adalah sebagai berikut : i.

Merubah file citra bunga Gladiol yang disimpan dalam extention JPEG menjadi extention BMP dengan menggunakan Adobe Photoshop 7.0.

ii.

Membuat program pengolahan citra dalam visual basic dimana terdapat modul membuka file, modul filterisasi dan modul peragaan secara grafis pada citra yang diolah.

iii.

Membuka dan mengolah file citra bunga Gladiol dengan extention BMP dengan menggunakan program pengolahan citra yang telah dibangun. Proses yang dilakukan adalah proses filterisasi langsung (penyaringan citra) ke dalam bentuk luasan yang sesuai dengan bentuk bunga Gladiol tersebut. Proses filterisasi ini berfungsi untuk membedakan tampilan objek dengan latar belakang. Proses filterisasi citra dilakukan secara global thresholding

iv.

Mencari nilai RGB bunga Gladiol dengan cara analisis warna dan pengukuran warna terhadap titik-titik pada bunga Gladiol. Nilai dari titiktitik yang didapat kemudian dirata-ratakan

v.

Menghitung nilai luas proyeksi dengan cara menjumlahkan pixel berwarna putih (objek)

vi.

Setelah

data-data

didapatkan,

dilakukan

Pengklasifikasian

dengan

menggunakan persamaan garis regresi linier dan analisis diskriminan.

19

Pengolahan citra dilakukan untuk mendapatkan beberapa parameter yang akan digunakan untuk proses pemutuan. a. Pengukuran panjang tangkai Untuk menentukan pajang tangkai digunakan metode perhitungan dua pixel dengan jarak terjauh pada sumbu X.

Dimana jarak terjauh

diartikan sebagai panjang. Rumus yang digunakan untuk mengukur panjang (dapat juga digunakan untuk pengukuran diameter, jika pengambilan citra dilakukan dari bawah) adalah :

d ([i1 , j 2 ], [i 2 , j 2 ]) = (i1 −i 2 ) 2 + ( j1 − j 2 ) 2

..............(7)

d([i1,j1],[i2,j2]) = panjang dalam pixel i1 = titik x minimum

j1 = titik y minimum

i2 = titik x maksimum

j2 = titik y maksimum

dari data yang didapat kemudian data dibandingkan dengan data yang telah diperoleh dari pengukuran secara manual, kemudian dicari korelasinya.

Pengukuran Manual

Panjang Tangkai (cm)

Pengolahan Citra

Panjang Tangkai (pixel)

Grafik Korelasi Antara Pengolahan Citra Dengan Hasil Pengukuran Manual

Gambar 3. Diagram blok penentuan korelasi panjang tangkai

b. Pengukuran jumlah floret dan tingkat kelurusan Perhitungan jumlah floret dilakukan dengan proses labeling pada obyek pada saat obyek diambil citranya dari atas ataupun samping. Kedua data yang diperoleh akan dibandingkan posisi mana yang menghasilkan data yang mudah diolah dan akurat.

Proses pelabelan dilakukan dengan

algoritma rekursif yang tahapannya sebagai berikut :

20

-

baca citra secara sistematis (misalnya dari kiri ke kanan) untuk menemukan pixel 1 yang belum diberi label dan beri label baru.

-

Beri label sama pada semua pixel tetangganya

-

Berhenti bila tidak ada lagi pixel 1.

-

Ulangi langkah 1.

Pengukuran Manual

Jumlah Floret mekar (buah)

Pengolahan Citra

Luas area Floret (pixel)

Grafik Korelasi Antara Pengolahan Citra Dengan Hasil Pengukuran Manual

Gambar 4. Diagram blok penentuan korelasi jumlah floret

Pengukuran intensitas lengkung akan dicoba dengan menghitung selisih panjang pada dua sisi pengambilan citra.

Pengamatan Manual

Tingkat kelurusan

Pengolahan Citra

Selisih panjang (pixel)

Grafik Korelasi Antara Pengolahan Citra Dengan Hasil Pengukuran Manual

Gambar 5. Diagram blok penentuan korelasi tingkat kelurusan

21

IV. HASIL DAN PEMBAHASAN

A. Pengolahan Citra Bunga Gladiol Hasil pengambilan citra bunga Gladiol yang dilakukan dengan kamera digital akan didigitasi oleh bingkai penangkap citra dengan dengan resolusi citra sebesar 2816 x 2112 pixel.

Hasil perekaman dan digitasi

terlebih dahulu

disimpan dalam memori external kamera yang mempunyai kapasitas 256 mega byte, kemudian dengan menggunakan kabel data akan dipindahkan ke dalam memori hardisk untuk analisa citra lebih lanjut. Program pengolahan citra bunga Gladiol yang digunakan merupakan program hasil modifikasi program terdahulu yang menggunakan bahasa pemrograman Visual Basic 6.0. Program ini dapat berfungsi sebagai pembangun algoritma mutu bunga Gladiol dan sebagai program untuk grading atau sortasi mutu bunga Gladiol. Untuk program pembangun algoritma mutu bunga Gladiol dihitung 5 parameter, yaitu panjang tangkai (dua sisi), luas area total, luas area floret, indeks warna (RGB), panjang floret, dan vertikal floret yang nantinya akan digunakan sebagai dasar penetapan bagi proses sortasi atau grading mutu bunga Gladiol. Untuk mendapatkan parameter-parameter itu maka pengambilan citra bunga dilakukan dengan cara meletakkan bunga tidur dengan dua sisi yang berbeda. Kedua macam citra yang dibutuhkan adalah :

1. Citra bunga Gladiol dari atas, dengan floret menghadap kamera (resolusi lebar = 2816 pixel, tinggi = 2112 pixel). 2. Citra bunga Gladiol dari atas, dengan floret membelakangi kamera (resolusi lebar = 2816 pixel, tinggi = 2112 pixel).

Selanjutnya citra diubah dari format JPEG ke format BMP dengan menggunakan Adobe

photoshop 7.0, kemudian dengan Microsoft Picture

Manager ukuran pixel gambar diubah menjadi 563 x 200 pixel. Pengecilan ukuran ini dimaksudkan untuk mempermudah dalam penyusunan bahasa program dan untuk memperkecil ukuran file.

Dibawah ini disajikan beberapa posisi

pengambilan citra bunga Gladiol mutu B.

22

Gambar 6. Citra utuh bunga Gladiol mutu B dengan resolusi 563 x 200 (sisi 1)

Gambar 7. Citra utuh bunga Gladiol mutu B dengan resolusi 563 x 200 (sisi 2)

Pada penelitian kali ini kecuali untuk mutu AA bunga Gladiol yang digunakan untuk masing-masing mutu berjumlah 30 tangkai, sedangkan untuk mutu AA hanya 10 tangkai. Hal ini disebabkan oleh keterbatasan ketersediaan bunga Gladiol mutu AA dipasaran, keterbatasan ini disebabkan karena para petani merasa terlalu lama untuk menunda panen agar mendapat bunga Mutu AA, sedangkan harga bunga dipasaran tidak ada perbedaan antara bunga Gladiol mutu AA dengan mutu-mutu yang lain, karena kebayakan konsumen lebih melihat pada panjang tangkai dan kemekaran floret.

Faktor lain adalah kultivat yang ada

sekarang sulit untuk mencapai jumlah floret sampai 16 floret, biasanya floret terbawah terlebih dahulu rusak sebelum tumbuh floret berikutnya.

23

Gambar 8. Tampilan awal program pengolahan citra

Gambar 9. Tampilan saat program melakukan proses Thresholding

Citra dipanggil dengan menekan tombol Open, maka pada tampilan program akan muncul kotak dialog open file citra. File citra yang telah dipilih akan ditampilkan pada kotak citra (Picture Box) 1, program hanya akan menampilkan citra dalam format BMP. Citra tersebut selanjutnya akan dikopi pada kotak citra 2 untuk proses Thresholding, sehingga setiap pixel latar akan diwakili oleh pixel

24

yang berwarna hitam dan pixel obyek tetap tidak mengalami perubahan warna, seperti terlihat pada Gambar 9.

Tujuan dari Thresholding adalah untuk

memisahkan antara pixel obyek dengan pixel latar.

Gambar 10. Tampilan saat program melakukan proses binerisasi.

Selanjutnya citra dibinerisasi, yaitu hanya memberikan dua nilai intensitas pada citra. Pixel obyek akan diwakili oleh warna putih (RGB=(0,0,0)), dan pixel latar diwakili oleh warna hitam (RGB=(0,0,0)), seperti ditunjukkan pada Gambar 10 sesudah binerisasi. Tujuan binerisasi citra adalah untuk mempermudah mendapatkan data-data pengolahan citra yang diharapkan.

Setelah binerisasi kemudian dilanjutkan

dengan perhitungan nilai-nilai parameter luas proyeksi citra, panjang citra dan luas proyeksi floret. Data-data pengambilan data citra disajikan pada Lampiran. Pada program ini proses binerisasi langsung dilanjutkan dengan proses perhitungan luasan area obyek. Pendugaan jumlah floret yang mekar dilakukan dengan menghitung luasan warna merah pada citra (karena bunga yang dipakai warna merah). Seperti ditunjukkan pada Gambar 11. Dilakukan dengan menghitung jumlah pixel yang terdeteksi oleh program. Implementasi pengembangan algoritma untuk grading bunga Gladiol dapat dijabarkan dalam langkah-langkah seperti Gambar 12.

25

Gambar 11. Tampilan saat program melakukan proses perhitungan luas area floret

MULAI Bunga Gladiol Mutu AA (10 sampel) Mutu A (30 sampel) Mutu B (30 sampel) Mutu C (30 sampel) Pengambilan Citra

Extention JPEG

Open File

Minimize

Filterisasi

Global Tresholding

Program Karakteristik Mutu - Luas area total dan luas area floret untuk tiaptiap mutu - panjang bunga untuk tiap-tiap mutu - indeks warna untuk tiap-tiap mutu Program Pemutuan Bunga SELESAI Gambar 12. Diagram alir algoritma pengolahan citra pada bunga Gladiol.

26

B. Karakteristik Citra Bunga Gladiol. a. Hubungan antara panjang dengan pengolahan citra dengan panjang dengan pengukuran manual Grafik hubungan antara panjang perhitungan menggunakan teknik pengolahan citra dengan panjang pengukuran manual dapat dilihat pada gambar dibawah. Gambar 13 dan Gambar 14 memperlihatkan hubungan panjang pada dua sisi yang berbeda antara pengolahan citra dengan pengukuran manual.

Panjang  pengukuran manual (cm)

100 90 80 70 60

y = 0,1807x ‐ 5,662

50

R2 = 0,9784

40 300

350

400

450

500

550

600

Panjang sisi 1 pengolahan citra (pixel)

Gambar 13. Hubungan antara panjang sisi 1 hasil pengolahan citra dengan

Panjang  pengukuran manual (cm)

panjang dengan pengukuran manual.

100 90 80 70 60

y = 0,18x ‐ 4,7628

50

R2 = 0,9677

40 300

350

400

450

500

550

600

panjang sisi 2 pengolahan citra (pixel)

Gambar 14. Hubungan antara panjang sisi 2 hasil pengolahan citra dengan panjang dengan pengukuran manual.

27

Dari grafik hubungan antara panjang (pada dua sisi pengambilan citra) pengukuran dengan teknik pengolahan citra dengan panjang pengukuran manual dapat dilihat bahwa semua mempunyai nilai koefesien determinasi (R2) yang dihasilkan cukup tinggi. Nilai R2 yang tinggi menunjukkan bahwa model linier yang dikembangkan untuk menjelaskan bentuk hubungan kedua peubah cukup handal, yang berarti model yang dibuat mampu menjelaskan prilaku peubah Y (panjang dengan pengukuran manual) dengan baik. Semakin besar nilai R2 berarti model semakin mampu menerangkan prilaku peubah Y, dimana kisaran nilai R2 mulai dari 0% sampai 100%. Pada pengukuran sisi 1 diperoleh nilai R2 = 0.9484, dan pada pengukuran sisi 2 yang dibandingkan dengan panjang pengukuran manual diperoleh nilai R2 = 0.9677. Untuk mengetahui hubungan antara panjang tangkai pengolahan citra dengan mutu dapat dilihat pada grafik sebaran panjang tangkai tiap mutu bunga Gladiol. Grafik sebaran panjang tangkai bunga Gladiol mutu AA, mutu A, mutu

Panjang sisi 1 dengan pengolahan citra  (pixel)

B, mutu C dapat dilihat pada Gambar dibawah.

600 550 500 450 400 350 300 0

1 AA

2 A

3 B

4C

5

Mutu

Gambar 15. Sebaran panjang sisi 1 tiap mutu bunga Gladiol.

28

Tabel 3. Hasil perhitungan statistik pada data panjang sisi 1 hasil pengolahan citra Panjang sisi 1 pengolahan citra (pixel) Parameter AA 536.6000 8.7711 554 525

Panjang sisi 2 dengan pengolahan citra  (pixel)

Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

A 496.7272 31.8721 547 431 524 440

524

B 418.8485 19.9799 449 347 440 374

C 341.7576 15.5101 366 307 374

600 550 500 450 400 350 300 0

1 AA

A2

B3

C4

5

Mutu

Gambar 16. Sebaran panjang sisi 2 tiap mutu bunga Gladiol.

Tabel 4. Hasil perhitungan statistik pada data panjang sisi 2 hasil pengolahan citra Panjang sisi 2 pengolahan citra (pixel) Parameter

Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

AA 542.0000 11.7568 556 517 517

A 488.8485 35.6310 526 392 517 427

B 415.7879 30.2573 443 371 427 371

C 340.3939 16.3630 372 304 371

29

Dari grafik sebaran panjang (sisi 1 dan sisi 2) tidak ada yang dapat benarbenar mengelompokkan panjang bunga sesuai dengan mutu, tapi dari perhitungan statistik masih dapat ditentukan ambang batas atas dan ambang batas bawah sehingga parameter panjang pengolahan citra dapat dijadikan untuk parameter pemutuan.

Hasil perhitungan statistik pada data panjang (sisi 1 dan sisi 2)

masing-masing disajikan dalam Tabel 3, dan Tabel 4. Pada grafik dapat dilihat ada beberapa bunga yang masuk ke mutu diatas atau masuk ke mutu dibawahnya, hal ini disebabkan kelelahan dan kejenuhan mata saat melakukan sortasi manual Tetapi secara umum masih dapat dilihat bahwa panjang bunga mutu AA lebih besar daripada panjang bunga mutu A, begitu seterusnya.

b. Hubungan antara luas area floret dengan jumlah floret yang telah mekar Dari grafik hubungan antara pengukuran luas area floret dengan jumlah floret mulai mekar walaupun tidak berbeda nyata tetapi masih ada kecenderungan untuk jumlah floret mekar 3 memiliki luasan area yang lebih besar dari bunga dengan jumlah floret mekar 2, begitu seterusnya sampai bunga dengan 6 floret mekar lebih besar dari bunga dengan 5 floret mekar. Tidak ada perbedaan yang jelas antara tiap jumlah floret mekar disebabkan kemekaran antar floret tidak sama, ada floret yang telah mekar penuh dan ada floret yang baru mekar sebagian. Dapat dilihat pada Gambar 17.

Luas Area Floret (pixel)

4500 4000 3500 3000 2500 2000 1500 1000 500 0 0

1

2

3

4

5

6

7

Jumlah floret mekar (buah)

Gambar 17. Hubungan antara jumlah floret mekar dengan luas area floret.

30

Luas area total pengolahan citra (pixel)

8000 7000 6000 5000 4000 3000 2000 0

AA1

A2

B3

C4

5

Mutu

Gambar 18. Sebaran luas area total tiap mutu bunga Gladiol.

Sama dengan grafik sebaran luas area total tiap mutu (Gambar 18), pada sebaran luas area floret tiap mutu bunga Gladiol (Gambar 19) juga tidak dapat menunjukkan perbedaan yang jelas untuk tiap mutunya. Rata-rata luasan floret untuk tiap mutu hampir sama, untuk mutu C sedikit berbeda, mutu C memiliki kecenderungan luas area yang lebih kecil, ini disebabkan karena kemekaran bunga Gladiol mutu C rata-rata juga kurang bagus jika dibandingkan dengan mutu yang lain. Luasan area floret ternyata juga tidak dapat menunjukkan jumlah floret yang ada, hal ini karena luas floret hanya menghitung luas floret yang telah mekar sedangkan floret yang belum mekar tidak dapat terdeteksi, program hanya

Luas area floret dengan pengolahan  citra (pixel)

mendeteksi warna merah pada citra.

4500 4000 3500 3000 2500 2000 1500 1000 500 0

1

AA

2

3

A

B

4

C

5

Mutu

Gambar 19. Sebaran luas area floret tiap mutu bunga Gladiol.

31

Selisih luas area total dengan luas area  floret (pixel)

4500 4000 3500 3000 2500 2000 1500 1000 0

AA1

A2

B3

C4

5

Mutu

Gambar 20. Grafik sebaran selisih luas area total tiap mutu bunga Gladiol.

Tabel 5. Hasil perhitungan statistik pada data selisih luas area hasil pengolahan citra. Parameter

Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

Selisih luas area total dengan luas area floret (pixel)

AA 3740.9 182.2059 4137 3493 3493

A 3034.97 344.1495 3708 2078 3493 2800

B 2380.364 252.0945 2971 1927 2800 2000

C 1804.667 340.5816 3283 1395 2000

Selisih antara luas area total dengan luas area floret adalah luasan tangkai dan luasan floret yang belum mekar. Grafik hubungan antara selisih luas area total dan luas area floret disajikan pada Gambar 20. Meskipun masih ada data yang tumpang tindih, tapi dari perhitungan statistik masih dapat diketahui ambang batasnya. Perhitungan statistik pada data selisih luas area total dan luas area floret disajikan pada Tabel 5.

32

luas area floret dengan pengolahan  citra (pixel)

4500 4000 3500 3000 2500 2000 1500 1000 500 0

1 Bagus

2 Kurang

3

Tingkat kemekaran

Gambar 21. Grafik sebaran luas area floret terhadap tingkat kemekaran.

Tabel 6. Hasil perhitungan statistik pada data selisih luas area floret hasil pengolahan citra. Luas Area floret

Parameter Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

Bagus 3071.6180 489.6300 4176 2113

Kurang 1951.2200 632.6114 3675 783 2500

2500

Dari grafik sebaran luas area floret terhadap tingkat kemekaran dapat dilihat masih ada over lap data ( Gambar 21), tapi dari hasil perhitungan statistik (Tabel 6) masih dapat ditentukan ambang batas atas dan ambang batas bawah. Pada bunga Gladiol tingkat kemekaran bagus masih ada yang tumpang tindih dengan bunga dengan tingkat kemekaran kurang. Penyebab masih adanya data yang tumpang tindih ini disebabkan oleh kemampuan manusia yang terbatas dalam melakukan pengamatan manual dan tidak adanya standar tingkat kemekaran yang nyata untuk dijadikan acuan.

33

c.

Hubungan antara selisih panjang

dengan pengolahan citra dengan

tingkat kelurusan dengan pengukuran manual dan sebarannya tiap

selisih panjang dua sisi (pixel)

mutu bunga Gladiol.

80 70 60 50 40 30 20 10 0 -10 0 -20 -30

1

2

AA

A

3

B

4

5

C

Mutu

Gambar 22. Sebaran selisih panjang dua sisi tiap mutu bunga Gladiol.

Dari sebaran grafik pada Gambar 22 dapat dilihat bahwa sebaran tingkat kelurusan

untuk tiap mutu tidak dapat menunjukkan perbedaan yang jelas,

sehingga selisih panjang tidak dapat dijadikan parameter untuk pemutuan. Hal ini disebabkan kebengkokan bunga Gladiol dapat terjadi pada tiap ruas tangkai sehingga perbedaan panjang mempunyai sebaran yang besar dan perbedaan kebengkokan serta kuantitas bunga yang kecil menyebabkan data tidak dapat memperlihatkan perbedaan yang jelas.

Faktor lain adalah pada pengamatan

manual adanya perbedaan persepsi serta kelelahan dan kejenuhan mata pengamat serta peletakan bunga Gladiol yang kurang konsisten pada saat pengambilan citra terutama pada posisi lengkung dan balik. Pada Gambar 23 dapat dilihat sebaran selisih panjang dengan tingkat kelurusan hasil pengamatan manual. Dari grafik dapat dilihat bahwa untuk tiap tingkat kelurusan sebarannya tidak dapat menunjukkan perbedaan yang jelas, sehinga selisih panjang dua sisi tidak dapat digunakan untuk pendugaan tingkat kelurusan.

34

selisih panjang antara dua sisi (pixel)

80 70 60 50 40 30 20 10 0 -10 0 -20 -30

1

2

3

4

Tingkat kelurusan

Gambar 23. Grafik sebaran hubungan antara tingkat kelurusan dengan selisih panjang dua sisi.

d.

Hubungan antara indeks warna (Red, Green, Blue) dengan pengolahan citra dengan tingkat kemekaran dengan pengukuran manual. Grafik sebaran indeks warna (Red, Green, Blue) perhitungan menggunakan

teknik pengolahan citra dengan tingkat kemekaran dan tiap mutu bunga Gladiol dapat dilihat pada Gambar 24, 25, dan 26. Dari grafik sebaran indeks warna ternyata dari ketiga indeks yang diukur semuanya tidak menunjukkan perbedaan yang jelas antara tiap mutu bunga Gladiol. Hal ini disebabkan karena indeks warna sangat dipengaruhi oleh kemekaran floret mekar, dan kemekaran floret antar mutu relatif seragam. Pada gambar dibawah ini dapat dilihat sebaran indeks warna pada tiap kemekaran.

Indeks warna merah

0,365 0,36 0,355 0,35 0,345 0,34 0,335 0,33 0,325 0,32 0,315 0

AA1

A2

B3

4 C

5

Mutu

Gambar 24. Sebaran indeks warna merah tiap mutu bunga Gladiol.

35

0,345

Indeks warna hijau

0,34 0,335 0,33 0,325 0,32 0

AA1

A2

B3

4 C

5

Mutu

Gambar 25. Sebaran indeks warna hijau tiap mutu bunga Gladiol.

0,34

Indeks warna biru

0,335 0,33 0,325 0,32 0,315 0

AA1

A2

B3

4 C

5

Mutu

Gambar 26. Sebaran indeks warna biru tiap mutu bunga Gladiol.

Indeks warna merah

0,365 0,36 0,355 0,35 0,345 0,34 0,335 0,33 0,325 0,32 0,315 0

Bagus 1

Kurang 2

3

Tingkat kemekaran

Gambar 27. Sebaran indeks warna merah tiap tingkat kemekaran.

36

Tabel 7. Hasil perhitungan statistik pada data indeks warna merah hasil pengolahan citra. Indeks warna merah

Parameter

Bagus 0.3465 0.0044 0.3596 0.3380

Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

Kurang 0.3357 0.0035 0.3396 0.3200 0.3400

0.3400

0,345 0,34

Indeks warna hijau

0,335 0,33 0,325 0,32 0,315 0

Bagus 1

Kurang 2

3

Tingkat kemekaran

Gambar 28. Grafik sebaran indeks warna hijau tiap tingkat kemekaran. Tabel 8. Hasil perhitungan statistik pada data indeks warna hijau hasil pengolahan citra. Parameter Rata-rata Standar Deviasi Maksimum Minimum Ambang Atas Ambang Bawah

Indeks warna hijau Bagus Kurang 0.3300 0.3370 0.0029 0.0026 0.3358 0.3429 0.3230 0.3316 0.3340 0.3340

37

0,34

Indeks warna biru

0,335 0,33 0,325 0,32 0,315 0

Bagus 1

Kurang 2

3

Tingkat kemekaran

Gambar 29. Grafik sebaran indeks warna biru tiap tingkat kemekaran.

Dari ketiga grafik (Gambar 27,Gambar 28, dan Gambar 29) antara sebaran indeks warna di atas indeks warna merah dan hijau lebih dapat menunjukkan perbedaan jika dibandingkan dengan indeks warna biru. Hal ini dikarenakan bunga Gladiol yang dipakai berwarna merah, sehingga program lebih dapat menjelaskan perbedaan indeks warna merah. Untuk warna hijau dikarenakan unsur bunga yang sebagian besar terdiri dari warna merah dan hijau, sehingga indeks warna hijau akan menunjukkan kecenderungan berbanding terbalik dengan indeks warna merah.

38

C. pendugaan kelas mutu bunga Gladiol a. pendugaan kelas mutu berdasar panjang tangkai Pendugaan kelas mutu untuk bunga Gladiol berdasar ukuran panjang pada dua sisi memiliki nilai R2 cukup tinggi sehingga pendugaan kelas mutu bunga Gladiol berdasarkan panjang lebih dapat dijadikan acuan. Batas kriteria pemutuan untuk pendugaan kelas mutu panjang dapat dilihat pada Tabel 6.

Tabel 9. Kriteria pemutuan berdasar panjang tangkai pada program pemutuan bunga Gladiol.

Panjang tangkai (cm)

Panjang tangkai dalam citra (píxel) Balik (píxel)

Lengkung (píxel)

Lurus (píxel)

AA ≥ 95

≥ 517

≥ 524

≥ 541

76 ≤ A < 94

392 ≤ A < 517

440 ≤ A < 524

441 ≤ A < 541

61 ≤ B < 75

371 ≤ B < 392

374 ≤ B < 440

380 ≤ B < 441

C<60

<371

<374

<380

Selanjutnya batas-batas nilai pixel tersebut dimasukkan ke dalam program visual basic yang akan digunakan untuk pemutuan kelas mutu bunga Gladiol. Hasil pendugaan kelas mutu bunga Gladiol menggunakan teknik pengolahan citra disajikan pada Tabel 11. Dari hasil pemutuan program berdasar panjang tangkai dari dua panjang yang diukur dengan teknik pengolahan citra (sisi 1 dan sisi 2), panjang sisi 1 (floret menghadap kamera) yang dipilih sebagai dasar pandugaan kelas mutu berdasar panjang.

Pemilihan ini disesuaikan dengan kondisi di

lapangan yang lebih mudah dalam

pengambilan gambar pada sisi 1 dan

kemungkinan untuk merusak floret lebih kecil.

39

Tabel 10. Hasil pendugaan kelas mutu bunga Gladiol berdasar panjang tangkai.

Program/ Manual

AA

A

B

C

Jumlah

AA

10 (100%)

0 (0%)

0 (0%)

0 (0%)

10

A

4 (12%)

27 (81%)

2 (6%)

0 (0%)

33

B

0 (0%)

3 (9%)

30 (91%)

0 (0%)

33

C

0 (0%)

0 (0%)

0 (0%)

33 (100%)

33

Jumlah

14

30

32

33

b. pendugaan mutu berdasar selisih luas area. Selisih dari luas area total dengan luas area floret menggunakkan teknik pengukuran pengolahan citra dapat dijadikan untuk parameter dalam menentukan mutu dari bunga Gladiol. Selisih antara luas area total dengan luas area floret sama dengan luasan tangkai dan floret yang belum mekar.

Tabel 11. Kriteria pemutuan berdasarkan selisih luas area pada program pemutuan bunga Gladiol. Mutu

AA

A

B

C

Pixel

≥ 3493

2800 ≤ A < 3493

2000 ≤ A < 2800

<2000

Tabel 12. Hasil pendugaan kelas mutu bunga Gladiol berdasar selisih luasan area. Program/ Manual

AA

A

B

C

Jumlah

AA

10 (100%)

0 (0%)

0 (0%)

0 (0%)

10

A

8 (24%)

20 (61%)

5 (15%)

0 (0%)

33

B

0 (0%)

2 (6%)

29 (88%)

2 (6%)

33

C

0 (0%)

0 (0%)

4 (12%)

29 (88%)

33

Jumlah

18

22

38

31

40

Dari tabel diatas masih ada data yang masih tumpang tindih, walaupun demikian untuk bunga Gladiol mutu AA, B, C memiliki persentase yang bagus, sedangkan untuk mutu A hasil yang didapat kurang jika dibandingkan dengan ketiga mutu yang lain. Penyebab tumpang tindih ini adalah program yang dibuat untuk luas area floret hanya menghitung luas area floret yang telah mekar, sehingga kucup floret tidak terhitung.

c. pendugaan tingkat kemekaran berdasar luas area floret Dalam penelitian ini tingkat kemekaran dibagi menjadi dua mutu, yaitu mutu 1 dan mutu 2. Dari hasil perhitungan hubungan antara tingkat kemekaran dengan luas area floret dapat ditentukan batas atas dan batas bawah pixel. Di bawah ini disajikan batas atas dan batas bawah dari pixel.

Tabel 13. Kriteria penentuan tingkat kemekaran berdasar luas area floret pada program pemutuan bunga Gladiol.

Tingkat kemekaran

Bagus (1)

Kurang (2)

Ukuran pixel

>2500

≤ 2500

Tabel 14. Hasil pendugaan tingkat kemekaran berdasar luas area floret.

Program/ manual

Bagus (1)

Kurang (2)

jumlah

Bagus (1)

59 (86%)

9 (14%)

68

Kurang (2)

6 (15%)

35 (85%)

41

jumlah

65

44

Penilaian tingkat kemekaran untuk bunga Gladiol pada pengamatan manual hanya dibagi menjadi dua kriteria. Pembagian dua kriteria ini disesuaikan dengan SNI. Dari sebaran pixel maksimum dan minimum untuk masing-masing tingkat kemekaran dapat ditentukan ambang batas jumlah pixel untuk masing-

41

masing tingkat kemekaran, untuk bunga yang memiliki tingkat kemekaran bagus memiliki jumlah pixel lebih besar dari 2500 dan untuk bunga dengan tingkat kurang memiliki jumlah pixel kurang dari 2500.

d. Pendugaan kelas mutu berdasar indeks warna Merah, Hijau, dan Biru. Dari pengukuran dengan teknik pengolahan citra didapat nilai rata-rata dari warna merah, hijau, dan biru. Dari ketiga nilai ini kemudian dicari indeks warna merah, indeks warna hijau, dan indeks warna biru. Dari ketiga indeks warna ini indeks warna merah dapat digunakan untuk menentukan tingkat kemekaran. Untuk menghindari tumpang tidih dengan penentuan tingkat kemekaran dengan perhitungan luas area maka perhitungan dengan menggunakan warna merah tidak digunakan.

e. Pendugaan kelas mutu dengan dua parameter (panjang dan tingkat kemekaran. Parameter utama yang dapat di pakai untuk pendugaan kelas mutu adalah parameter panjang. Panjang yang digunakan adalah panjang lengkung. Selain panjang parameter yang akan digunakan adalah tingkat kemekaran. Tingkat kemekaran adalah jumlah floret mekar dalam satu tangkai bunga Gladiol. Dalam Standar Nasional Indonesia (SNI) tingkat kemekaran yang ada merupakan perhitungan kemekaran untuk tranportasi dan diasumsikan bunga dengan mutu yang lebih baik akan menjalani tranportasi lebih jauh jadi tingkat kemekaran bunga dengan mutu bagus lebih kecil. Kenyataan yang ditemui di pasaran bunga Gladiol dengan mutu bagus adalah bunga dengan tingkat kemekaran yang baik, hal ini karena pedagang menyesuaikan dengan keinginan konsumen. Jika Standar Nasional Indonesia aspek transportasi lebih diperhatikan, maka pada kenyataan dipasaran hal itu disiasati dengan mengorbankan satu floret terbawah (akan layu dan dibuang). Pasar lebih mengutamakan tingkat kemekaran dari pada jumlah floret yang mekar. Dapat dilihat pada Tabel 16 bahwa pendugaan mutu dengan parameter gabungan, yaitu panjang lengkung dengan tingkat kemekaran hasil

42

yang didapat tidak begitu bagus, hal ini karena pada sortasi manual awal tidak diperhatikan tingkat kemekaran.

Tabel 15. Hasil pendugaan kelas mutu bunga Gladiol berdasar dengan parameter gabungan antara panjang dengan tingkat kemekaran. Program/ Manual

AA

A

B

C

Jumlah

AA

7 (80%)

3 (30%)

0 (0%)

0 (0%)

10

A

0 (0%)

25 (75%)

8 (25%)

0 (0%)

33

B

0 (0%)

24 (72%)

9 (27%)

0 (0%)

33

C

0 (0%)

0 (0%)

15 (46%)

18 (54%)

33

jumlah

7

52

32

18

43

V. KESIMPULAN DAN SARAN

A. KESIMPULAN 1. Parameter utama yang dapat dipakai dari hasil perhitungan dengan teknik pengolahan citra adalah parameter panjang. Sedangkan parameter yang dapat digunakan untuk mengetahui sebaran tingkat kemekaran adalah indeks warna merah dan luasan area floret. 2. Dari perhitungan nilai koefisien determinasi untuk pengukuran panjang lengkung sebesar 0.9784; Nilai ini cukup besar untuk menunjukkan hubungan pengukuran panjang secara manual dengan teknik pengolahan citra (hal ini juga ditunjukkan pada ketepatan program yang cukup baik). 3. Jumlah floret juga tidak dapat dihitung secara tepat karena kesamaan warna dengan tangkai serta kondisi floret mekar yang saling berdempetan. 4. Jika dibandingkan dengan SNI ada beberapa data yang kurang sesuai misalnya kondisi di lapangan ternyata tingkat kemekaran (jumlah floret yang mekar) lebih dijadikan parameter kualitas dari pada jumlah floret, sehingga tingkat kemekaran dijadikan salah satu parameter pemutuan. 5. Ketepatan pendugaan pemutuan dengan parameter panjang menghasilkan keakuratan data untuk mutu AA sebesar 100%, untuk mutu A 81%,, untuk mutu B 91%, dan mutu C sebesar 100%. 6. Ketepatan pendugaan pemutuan dengan parameter selisih luas area total dengan luas area floret menghasilkan keakuratan data untuk mutu AA sebesar 100%, untuk mutu A 61%,, untuk mutu B 88%, dan mutu C sebesar 88%. 7. Ketepatan

pendugaan

tingkat

kemekaran

berdasar

luas

area

floret

menghasilkan keakuratan data untuk tingkat kemekaran bagus 86% dan untuk kemekaran kurang 85%. 8. Ketepatan pendugaan pemutuan dengan parameter gabungan menghasilkan keakuratan data untuk mutu AA sebesar 80%, untuk mutu A sebesar 75%, untuk mutu B sebesar 27%, dan mutu C sebesar 54%.

44

B. SARAN 1. Pada proses sortasi manual perlu diperhatikan lagi tingkat keakuratannya dan dibuat parameter keseragaman bentuk yang dapat dijadikan acuan secara nyata. 2. Sebaiknya dilakukan penelitian lanjutan untuk dapat menggolongkan mutu Bunga Gladiol secara spesifik (program yang dibuat bisa mendeteksi jumlah floret dan tingkat kelurusan). 3. Untuk penelitian selanjutnya sebaiknya dilakukan penggolongan berdasar jumlah floret dan tingkat kelurusan batang dengan metode yang lebih baik.

45

DAFTAR PUSTAKA

Ahmad, U. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Graha Ilmu. Yogyakarta. Asmara, Andi.2005. Kajian Karakteristik Mutu Bunga Krisan Tipe Spray Dengan Teknik Pengolahan Citra. Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Faizal, Iman. 2006. Aplikasi Pengolahan Citra Untuk Pemutuan Cabai Merah (Capsicum annum L.). Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Gunayanti, Sinta. 2002. Pemutuan Buah Mangga Berdasarkan Penampakannya Menggunakan Pengolahan Citra. Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Hendrawan, Yusuf. 2003. Pengkajian Karakteristik Mutu Bunga Gerbera (Gerbera jamesonii) Dengan Menggunakan Sistem Pengolahan Citra. Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Kurniadi, Adi. 2001. Pemrograman Microsoft Visual Basic 6. Elex Media Komputindo. Jakarta. Nugroho, Christian. 2002. Pengkajian Karakteristik Mutu Fisik Bunga Mawar Merah (rosa hybrid) Dengan Menggunakan Sistem Pengolahan Citra. Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Rimando, Tito J. 2001. Ornamental Horticulture, A Little Giant In The Tropics. University of The Philippines Los Banos. Filipina. Wahyono, Agung. 2002. Pengembangan Algoritma Grading Bunga Anggrek Potong (Dendrobium sp) Dengan Pengolahan Citra. Skripsi. Departemen Teknik Pertanian, IPB. Bogor. Widyawan, R; Prahastuti Sarwintyas. 1994. Bunga Potong (Tinjauan Literatur). LIPI. Jakarta. Wilfret, Gary J. 1992. “Introduction To Floriculture, Second Edition. Academic press inc. 6: 143-157 http://www.deptan.go.id http://www.warintek.ristek.go.id

46

LAMPIRAN

47

Lampiran 1. Panjang bunga Gladiol dengan teknik pengolahan citra. No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Panjang Bunga Mutu C (pixel) Sisi 1 Sisi 2 335 358 348 323 344 341 344 341 345 307 349 312 325 357 355 360 317 336 318 330 366 339 353 328 366 356 358 340 350 330 349 357 341

333 350 341 319 342 336 341 343 345 305 349 304 327 356 349 359 322 331 318 324 358 337 352 339 363 372 358 334 350 322 351 359 344

No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Panjang Bunga Mutu B (pixel) Sisi 1 Sisi 2 421 402 382 426 434 401 435 389 389 406 374 408 390 422 413 416 436 447 421 434 392 433 421 435 439 434 443 413 424 449 439 433 421

423 409 385 422 426 402 402 391 386 395 371 407 382 406 400 412 432 434 425 436 384 432 422 437 442 436 443 419 432 434 434 433 427

48

Lampiran 1. Panjang bunga Gladiol dengan teknik pengolahan citra (lanjutan). No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Panjang Bunga Mutu A (pixel) Sisi 1 Sisi 2 514 505 517 511 457 518 435 473 525 522 519 524 487 532 533 466 515 490 476 486 504 522 510 547 475 527 460 442 440 500 532 497 431

505 490 524 501 463 513 438 462 523 519 521 524 492 524 526 461 515 503 465 469 497 518 514 495 465 517 462 434 431 513 526 430 392

No

1 2 3 4 5 6 7 8 9 10

Panjang Bunga Mutu AA (pixel) Sisi 1 Sisi 2 544 535 542 538 536 537 527 554 525 528

546 553 556 539 542 540 532 555 517 540

49

Lampiran 2. Luas area citra bunga Gladiol dengan teknik pengolahan citra. No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Luas Area Citra Mutu C (pixel) Total Floret 4722 5523 3312 4767 4265 5469 5021 4653 5566 4324 5197 5569 4682 5295 3438 5175 2740 4437 3551 2911 3824 4236 4279 2568 4100 3128 3281 3367 4195 3010 4721 3817 2699

3070 3818 1554 3236 2612 3329 3124 2826 3607 2629 3610 3112 2816 3188 1745 3368 1229 2754 1607 1310 2267 2683 2724 783 817 1389 1510 1456 2326 1140 3010 2422 1217

No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Luas Area Citra Mutu B (pixel) Total Floret 3917 4114 5658 5309 5568 5660 6736 4292 5272 6203 5465 4236 6492 5883 3884 4181 4729 5952 4672 4194 5017 4966 5093 5791 5030 4544 5292 5013 5064 5548 5054 4545 5154

1505 1875 3711 3011 3283 3594 4176 1437 3329 4144 3538 1800 4082 3654 1575 2130 2336 3492 2236 1684 2384 2384 2477 2820 2833 1953 2884 2418 2768 3158 2780 2113 2412

50

Lampiran 2. Luas area citra bunga Gladiol dengan teknik pengolahan citra (lanjutan) No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Luas Area Citra Mutu A (pixel) Total Floret 5329 5123 6154 6150 6218 5594 5966 5878 6987 5658 5660 6614 5045 6003 5638 5395 7469 4359 4831 5131 5952 6128 6325 5997 5790 6310 6195 5822 5189 6269 6556 5644 5431

1621 2290 3362 3011 3366 2301 2968 3215 3700 2158 2580 3604 2263 2915 2128 2593 4019 1492 2121 2332 2599 3210 2967 3019 3102 2977 3590 2711 3111 3393 2920 2427 2591

No

1 2 3 4 5 6 7 8 9 10

Luas Area Citra Mutu AA (pixel) Total Floret 6955 6796 7128 6297 5853 6486 5607 6691 6174 7372

3333 3135 3483 2804 2025 2803 1897 2554 2241 3675

51

Lampiran 3. Nilai indeks warna (RGB) dengan teknik pengolahan citra. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Nilai Indeks Warna Mutu C Merah Hijau Biru 0,351807 0,356265 0,338863 0,347087 0,349169 0,348780 0,346341 0,344743 0,352078 0,342233 0,350242 0,346535 0,342995 0,347188 0,339623 0,341346 0,335697 0,342995 0,335681 0,334895 0,338902 0,338902 0,338863 0,331776 0,336493 0,334895 0,339578 0,334906 0,338983 0,333333 0,338902 0,334906 0,331776

0,327711 0,324324 0,334123 0,330097 0,327791 0,329268 0,329268 0,332518 0,327628 0,332524 0,328502 0,329208 0,330918 0,330073 0,334906 0,334135 0,333333 0,333333 0,338028 0,337237 0,336516 0,336516 0,336493 0,338785 0,338863 0,339578 0,337237 0,339623 0,336562 0,340376 0,336516 0,339623 0,341121

0,320482 0,319410 0,327014 0,322816 0,323040 0,321951 0,324390 0,322738 0,320293 0,325243 0,321256 0,324257 0,326087 0,322738 0,325472 0,324519 0,330969 0,323671 0,326291 0,327869 0,324582 0,324582 0,324645 0,329439 0,324645 0,325527 0,323185 0,325472 0,324455 0,326291 0,324582 0,325472 0,327103

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Nilai Indeks Warna Mutu B Merah Hijau Biru 0,333333 0,334917 0,344221 0,340633 0,342298 0,348259 0,350000 0,335714 0,342233 0,343902 0,340633 0,335749 0,350000 0,343902 0,334123 0,337292 0,320000 0,352273 0,337989 0,336088 0,343490 0,343490 0,350000 0,347222 0,344262 0,336022 0,349727 0,342541 0,347107 0,350975 0,349162 0,342391 0,349862

0,338061 0,339667 0,331658 0,335766 0,334963 0,333333 0,332500 0,340476 0,334951 0,334146 0,335766 0,338164 0,330000 0,334146 0,338863 0,337292 0,342857 0,323864 0,332402 0,336088 0,329640 0,329640 0,327778 0,330556 0,330601 0,336022 0,327869 0,331492 0,327824 0,325905 0,326816 0,331522 0,327824

0,328605 0,325416 0,324121 0,323601 0,322738 0,318408 0,317500 0,323810 0,322816 0,321951 0,323601 0,326087 0,320000 0,321951 0,327014 0,325416 0,337143 0,323864 0,329609 0,327824 0,326870 0,326870 0,322222 0,322222 0,325137 0,327957 0,322404 0,325967 0,325069 0,323120 0,324022 0,326087 0,322314

52

Lampiran 3. Nilai indeks warna (RGB) dengan teknik pengolahan citra (lanjutan) No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Nilai Indeks Warna Mutu A Merah Hijau Biru 0,335766 0,338068 0,345821 0,342939 0,343931 0,335244 0,349432 0,347701 0,351744 0,338109 0,340974 0,342105 0,336182 0,344828 0,335244 0,340000 0,352941 0,327684 0,333333 0,336182 0,343023 0,342939 0,345821 0,342939 0,338068 0,349570 0,359551 0,357341 0,339523 0,340541 0,354286 0,345506 0,351801

0,340633 0,332386 0,328530 0,331412 0,329480 0,335244 0,326705 0,327586 0,325581 0,335244 0,332378 0,330409 0,333333 0,330460 0,335244 0,331429 0,326471 0,338983 0,336182 0,333333 0,331395 0,331412 0,331412 0,331412 0,332386 0,326648 0,323034 0,324100 0,331565 0,332432 0,328571 0,331461 0,326870

0,323601 0,329545 0,325648 0,325648 0,326590 0,329513 0,323864 0,324713 0,322674 0,326648 0,326648 0,327485 0,330484 0,324713 0,329513 0,328571 0,320588 0,333333 0,330484 0,330484 0,325581 0,325648 0,322767 0,325648 0,329545 0,323782 0,317416 0,318560 0,328912 0,327027 0,317143 0,323034 0,321330

No 1 2 3 4 5 6 7 8 9 10

Nilai Indeks Warna Mutu AA Merah Hijau Biru 0,346041 0,347059 0,346154 0,342105 0,337143 0,348571 0,335244 0,344928 0,344538 0,338369

0,331378 0,329412 0,328402 0,330409 0,337143 0,328571 0,338109 0,333333 0,330532 0,335347

0,322581 0,323529 0,325444 0,327485 0,325714 0,322857 0,326648 0,321739 0,324930 0,326284

53

Lampiran 4. Ukuran floret yang terdeteksi dengan teknik pengolahan citra. No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Ukuran Floret* Mutu C (pixel) Panjang Vertikal 115 154 103 134 128 121 129 109 141 129 127 150 122 126 115 136 101 120 84 86 147 117 129 31 90 89 99 110 114 84 141 98 104

53 51 27 47 43 61 73 57 52 57 50 69 51 59 34 57 44 50 41 35 64 55 61 24 54 33 48 91 38 33 48 46 24

No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Ukuran Floret* Mutu B (pixel) Panjang Vertikal 105 101 139 126 124 137 163 72 137 175 99 206 189 148 94 128 138 165 128 124 149 136 128 120 138 124 134 135 119 158 137 129 155

41 38 57 66 44 56 57 44 55 52 59 42 64 56 46 34 51 55 43 49 59 58 50 62 46 49 48 58 62 74 57 54 49

54

Lampiran 4. Ukuran floret yang terdeteksi dengan teknik pengolahan citra (lanjutan). No

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Ukuran Floret* Mutu A (pixel) Panjang Vertikal 108 124 144 147 154 156 150 164 161 146 143 155 160 147 419 117 145 123 140 181 135 111 145 136 159 133 166 300 162 161 164 167 149

52 36 75 53 57 57 47 43 75 59 51 52 40 53 57 45 79 44 51 61 37 38 35 64 45 59 83 51 43 50 49 63 54

No

1 2 3 4 5 6 7 8 9 10

Ukuran Floret* Mutu AA (pixel) Panjang Vertikal 175 151 158 120 138 170 135 202 144 175

59 52 51 57 35 44 62 60 52 60

\

55

Lampiran 5. Kelurusan, kemekaran, dan jumlah floret hasil pengamatan. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Hasil Pengamatan Mutu C kelurusan kemekaran floret 1 1 1 1 1 1 1 1 1 2 1 3 2 2 1 1 2 1 3 3 1 1 1 3 1 3 1 2 1 2 1 3 1

1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

10 10 7 9 9 10 8 10 9 10 9 10 7 9 8 8 8 10 10 6 7 10 7 9 10 8 8 10 10 9 9 7 7

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Hasil Pengamatan Mutu B kelurusan kemekaran floret 1 2 2 1 2 1 3 1 1 1 1 1 1 1 3 1 1 1 1 2 1 1 1 1 1 2 1 1 1 1 2 1 1

2 2 1 1 1 1 1 2 1 1 1 2 1 1 2 2 2 1 1 2 1 1 1 1 1 2 1 1 1 1 1 1 1

11 11 11 11 11 11 11 12 11 11 12 11 12 12 11 11 13 11 11 11 11 11 12 12 12 11 11 12 11 11 11 11 12

56

Lampiran 5. Kelurusan, kemekaran, dan jumlah floret hasil pengamatan (lanjutan). No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

Hasil Pengamatan Mutu A kelurusan kemekaran floret 2 1 2 2 2 2 2 1 1 2 1 1 1 1 2 1 1 1 1 2 1 1 1 1 1 2 1 1 1 3 1 2 1

2 2 1 1 1 2 1 1 1 2 1 1 2 1 2 1 1 2 2 2 1 1 1 1 2 1 1 1 2 1 1 1 1

14 14 13 13 13 13 13 13 13 14 14 14 13 13 14 14 14 13 14 14 14 15 15 14 14 14 13 12 12 14 15 13 14

No 1 2 3 4 5 6 7 8 9 10

Hasil Pengamatan Mutu AA kelurusan kemekaran floret 1 1 1 2 1 1 1 3 2 2

1 1 1 1 2 1 2 1 1 2

15 15 15 16 15 15 15 15 15 15

57

Lampiran 6. Listing program pengolahan citra bunga Gladiol. Dim h1(3, 3), h2(3, 3) As Single 'perimtah open Private Sub Command1_Click() Dim strFilter As String strFilter = "Bitmap (*.bmp)|*.bmp|" CommonDialog1.Filter = strFilter CommonDialog1.ShowOpen Picture1.Picture = LoadPicture(CommonDialog1.FileName) Text1 = CommonDialog1.FileName Command3.Enabled = True End Sub 'panjang balik Private Sub Command10_Click() pxmin = 10000 pxmaks = 50 pymin = 10000 pymaks = 50 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 q = DoEvents() f = Picture2.Point(i, j) If f <> RGB(0, 0, 0) Then If i < pxmin Then pxmin = i pymin = j ElseIf i > pxmaks Then pxmaks = i pymaks = j End If End If Next j Next i Picture2.Line (pxmin, pymin)-(pxmaks, pymaks), RGB(0, 255, 0) Text4 = 0 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 255, 0) Then Text4 = Text4 + 1 End If Next j Next i Text4.Text = Text4 + 1

58

End Sub 'panjang lengkung Private Sub Command11_Click() pxmin = 10000 pxmaks = 50 pymin = 10000 pymaks = 50 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 q = DoEvents() f = Picture2.Point(i, j) If f <> RGB(0, 0, 0) Then If i < pxmin Then pxmin = i pymin = j ElseIf i > pxmaks Then pxmaks = i pymaks = j End If End If Next j 'ProgressBar1.Value = i * 71 / (Picture1.Height) Next i Picture2.Line (pxmin, pymin)-(pxmaks, pymaks), RGB(0, 255, 0) Text3 = 0 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 255, 0) Then Text3 = Text3 + 1 End If Next j Next i Text3.Text = Text3 + 1 End Sub 'deteksi floret Private Sub Command12_Click() Dim i, j As Integer For i = 1 To Picture1.Width Step 15 For j = 1 To Picture1.Height Step 15 warna = Picture1.Point(i, j) r = warna And RGB(255, 0, 0) g = Int((warna And RGB(0, 255, 0)) / 256) b = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256) If g > 30 Then 'yang dihilangkan

59

Picture2.PSet (i, j), RGB(0, 0, 0) Else Picture2.PSet (i, j), RGB(r, 0, 0) End If Next j Next i End Sub 'luas floret Private Sub Command13_Click() Dim i, j As Integer Dim warna As Long Text9 = 0 For i = 0 To Picture2.ScaleWidth Step 15 For j = 0 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 0, 0) Then Text9 = Text9 Else Text9 = Text9 + 1 Picture2.PSet (i, j), RGB(255, 255, 255) End If Next j DoEvents Next i End Sub 'mutu kemekaran I Private Sub Command14_Click() If Val(Text9) >= 2500 Then Text10.Text = "bagus" Else: Text10.Text = "kurang" End If End Sub 'panjang floret Private Sub Command15_Click() pxmin = 10000 pxmaks = 50 pymin = 10000 pymaks = 50 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 q = DoEvents() f = Picture2.Point(i, j) If f <> RGB(0, 0, 0) Then If i < pxmin Then pxmin = i

60

pymin = j ElseIf i > pxmaks Then pxmaks = i pymaks = j End If End If Next j 'ProgressBar1.Value = i * 71 / (Picture1.Height) Next i Picture2.Line (pxmin, pymin)-(pxmaks, pymaks), RGB(0, 255, 0) Text22 = 0 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 255, 0) Then Text22 = Text22 + 1 End If Next j Next i Text22.Text = Text22 + 1 End Sub 'vertikal floret Private Sub Command17_Click() Ymin = 10000 Ymaks = 50 Xver1 = 10000 Xver2 = 50 For i = 1 To Picture2.ScaleWidth Step 15 For j = 1 To Picture2.ScaleHeight Step 15 q = DoEvents() c = Picture2.Point(i, j) If c <> RGB(0, 0, 0) Then If j < Ymin Then Ymin = j Xver1 = i ElseIf j > Ymaks Then Ymaks = j Xver2 = i End If End If Next j Next i Picture2.Line (Xver1, Ymin)-(Xver2, Ymaks), RGB(0, 0, 255) Text24 = 0 For i = 1 To Picture2.ScaleWidth Step 15

61

For j = 1 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 0, 255) Then Text24 = Text24 + 1 End If Next j Next i Text24.Text = Text24 + 1 End Sub 'mutu kemekaran II Private Sub Command18_Click() If (Text15) >= 0.34 Then Text12.Text = "bagus" Else: Text12.Text = "kurang" End If End Sub 'mutu panjang II Private Sub Command19_Click() If Val(Text11 - Text9) >= 3493 Then Text13.Text = "AA" ElseIf Val(Text11 - Text9) < 3493 And Val(Text11 - Text9) >= 2800 Then Text13.Text = "A" ElseIf Val(Text11 - Text9) < 2800 And Val(Text11 - Text9) >= 2000 Then Text13.Text = "B" Else: Text13.Text = "C" End If End Sub 'perintah exit Private Sub Command2_Click() Pesan = MsgBox("Anda Telah Selesai menggunakan Program ini?" & Chr(10) & "Program Designed By Juan Maragia (F14103062) TEP-IPB-'40", vbOKOnly + vbQuestion, "Pesan ") If Pesan = 1 Then Unload Me Unload Me End Sub Private Sub Command20_Click() If (Text5.Text) = "AA" And (Text10.Text) = "bagus" Then Text14.Text = "AA" ElseIf (Text5.Text) = "AA" And (Text10.Text) = "kurang" Then Text14.Text = "A" ElseIf (Text5.Text) = "A" And (Text10.Text) = "bagus" Then Text14.Text = "A"

62

ElseIf (Text5.Text) = "A" And (Text10.Text) = "kurang" Then Text14.Text = "B" ElseIf (Text5.Text) = "B" And (Text10.Text) = "bagus" Then Text14.Text = "B" Else: Text14.Text = "C" End If End Sub 'perintah refresh Private Sub Command3_Click() Picture1.Picture = LoadPicture("") Picture2.Picture = LoadPicture("") Text1.Text = "": Text2.Text = "": Text3.Text = "": Text4.Text = "" Text5.Text = "": Text6.Text = "": Text7.Text = "": Text8.Text = "" Text9.Text = "": Text10.Text = "": Text11.Text = "": Text12.Text = "" Text13.Text = "": Text15.Text = "": Text16.Text = "": Text17.Text = "" Text22.Text = "": Text23.Text = "": Text24.Text = "" End Sub 'perintah save Private Sub Command4_Click() CommonDialog1.Filter = "bitmap (*.bmp)|*.bmp" CommonDialog1.DefaultExt = ".bmp" CommonDialog1.ShowSave Call SavePicture(Picture1.Image, CommonDialog1.FileName) End Sub 'perintah tresholding Private Sub Command5_Click() Dim i, j As Integer For i = 1 To Picture1.Width Step 15 For j = 1 To Picture1.Height Step 15 warna = Picture1.Point(i, j) r = warna And RGB(255, 0, 0) g = Int((warna And RGB(0, 255, 0)) / 256) b = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256) If b > 70 Then Picture2.PSet (i, j), RGB(0, 0, 0) Else Picture2.PSet (i, j), RGB(r, g, b) End If Next j Next i End Sub 'perintah binerisasi Private Sub Command6_Click()

63

Dim i, j As Integer Dim warna As Long Text11 = 0 For i = 0 To Picture2.ScaleWidth Step 15 For j = 0 To Picture2.ScaleHeight Step 15 If Picture2.Point(i, j) = RGB(0, 0, 0) Then Text11 = Text11 Else Text11 = Text11 + 1 Picture2.PSet (i, j), RGB(255, 255, 255) End If Next j DoEvents Next i End Sub 'indeks RGB Private Sub Command7_Click() Dim luas, i, j As Integer Dim RataRed, RataGreen, RataBlue As Integer Dim JumRed, JumGreen, JumBlue, warna, r, g, b As Long 'Nilai awal luas = 0 JumRed = 0 JumGreen = 0 JumBlue = 0 For i = 1 To Picture1.ScaleWidth Step 15 For j = 1 To Picture1.ScaleHeight Step 15 warna = Picture1.Point(i, j) r = warna And RGB(255, 0, 0) g = Int((warna And RGB(0, 255, 0)) / 256) b = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256) If b > 150 Then Picture2.PSet (i, j), RGB(0, 0, 0) Else 'Penjumlahan nilai r,g,b JumRed = JumRed + r JumGreen = JumGreen + g JumBlue = JumBlue + b luas = luas + 1 End If Next j DoEvents Next i ' Rata-rata r,g,b

64

RataRed = Int(JumRed / luas) RataGreen = Int(JumGreen / luas) RataBlue = Int(JumBlue / luas) Text6.Text = RataRed Text7.Text = RataGreen Text8.Text = RataBlue Text15.Text = RataRed / (RataRed + RataGreen + RataBlue) Text15 = FormatNumber(Text15, 3) Text16.Text = RataGreen / (RataRed + RataGreen + RataBlue) Text16 = FormatNumber(Text16, 3) Text17.Text = RataBlue / (RataRed + RataGreen + RataBlue) Text17 = FormatNumber(Text17, 3) End Sub 'mutu panjang I Private Sub Command8_Click() If Val(Text2) >= 541 Then Text5.Text = "AA" ElseIf Val(Text2) < 541 And Val(Text2) >= 441 Then Text5.Text = "A" ElseIf Val(Text2) < 441 And Val(Text2) >= 380 Then Text5.Text = "B" Else: Text5.Text = "C" End If End Sub

65