RANCANG BANGUN PROTOTIPE PENYORTIR BUAH TOMAT BERDASARKAN KEMATANGAN MENGGUNAKAN IMAGE PROCESSING
Abstract
Dalam penelitian ini dirancang prototipe penyortir buah tomat berdasarkan kematangan berbasis image processing. Sistem terdiri dari dua bagian, yaitu Hardware dan software. Hardware meliputi web kamera, motor dc, sensor proximity, mekanik penyortir buah tomat yang telah diintegrasikan dengan raspberry pi sebagai pengendali utama sistem. Software yang digunakan adalah Open CV dengan menggunakan dua metode pengolahn citra yaitu metode Haar Cascades dan metode Color Filtering. Metode Haar Cascades adalah metode pengolahan citra untuk pendeteksian objek. Sedangkan metode Color Filtering adalah metode pengolahan citra dipakai untuk memanipulasi suatu Citra berdasarkan warna spesifik. Penyortiran buah tomat bergerak ke kiri dan ke kanan yang digerakan oleh motor dc. Dari hasil pengujian diketahui bahwa penyortiran buah tomat berdasarkan kematangan adalah tomat mentah memiliki batas nilai rendah warna HSV (30, 61, 108) dan batas nilai tinggi warna HSV (90, 222, 255) dan tomat matang memiliki batas nilai rendah warna HSV (0, 81, 83) dan batas nilai tinggi warna HSV (16, 225, 225).
References
M A. Anggriawan, M. Ichwan, D.B. Utami, “Pengenalan Tingkat Kematangan Tomat Berdasarkan Citra Warna Pada Studi Kasus Pembangunan Sistem Pemilihan Otomatiisâ€, Institut Teknologi Nasional Bandung, Bandung, 2017.
A Z. Maula,C. Rahmad, U.D. Rosiani, “Pengembangan Aplikasi Pemilihan Buah Tomat Untuk Bibit Unggul Berdasarkan Warna dan Ukuran Menggunakan HSV dan Thresholdingâ€, Politeknik Negeri Malang, Malang, 2016.
Tomato.org, (2018). Situs Resmi Tomato.org. www.tomato.org [Diakses 27 Jan. 2018].
Y.M. Akbar, A. Musafa, I. Riyanto, “Image Processing-based Flood Detection for Online Flood Early Warning Systemâ€, Proc. The 6th Indonesia-Japan Joint Scientific Symposium (IJJSS 2014), 2014.
A. Basuki, J.F. Palandi, Fatchurrochman. “Pengolahan Citra Digital Menggunakan Visual Basicâ€, Graha Ilmu, Yogyakarta, 2005.
R. Padilla, M.F. Costa, F.F.C. Cicero, “Evaluation of Haar Cascade Classifiers Designed for Face Detectionâ€, World Academy of Science, Engineering and Technology, 2012.
W.S. Pambudi, B.M.N. Simorangkir, “Facetracker Menggunakan Metode Haar Like Feature Dan PID Pada Model Simulasiâ€, Universitas Internasional Batam, Batam, 2012.
Colorizer.org, (2018). Situs Resmi colorizer. [online] http://colorizer.org/ [Diakses 5 Jan. 2018].
Viola, P., Jones, M., “Rapid Object Detection Using a Boosted Cascade of Simple Featuresâ€, Accepted Conference on Computer Vision and Pattern Recognition, 2001.