INTISARI DAN TAHAPAN-TAHAPAN PENGOLAHAN CITRA PADA JURNAL “IMPLEMENTASI IMAGE STATISTIC METHOD PADA PENGOLAHAN CITRA DIGITAL”

by Adi Triginarsa 17.37 0 komentar PCD

Tahapan-tahapan yang dilakukan pada jurnal “Implementasi Image Statistic Method pada Pengolahan Citra Digital” untuk menguji kematangan buah manga berdasarkan warna kulitnya sebagai objek, antara lain :

1.      Data Acquisition

Data Acquisition adalah tahap awal untuk mengumpulkan data-data yang diperlukan dimana pada jurnal ini mengambil data melalui pengambilan gambar menggunakan kamera digital di setiap objek pengamatan dan selanjutnya di proses pada sistem.

2.      Preprocessing

Proses Preprocessing pada jurnal ini dilakukan dua tahapan yakni :

a.       Resizing

Proses resizing adalah suatu proses dimana ukuran citra buah mangga yang telah di dapat diperbesar atau diperkecil ukurannya agar setiap data yang diambil memiliki kesamaan ukuran.

b.      Deteksi Tepi

Deteksi tepi adalah proses yang menghasilkan tepi-tepi dari objek citra mangga yang bertujuan untuk memperoleh citra yang detail dan memperbaikinya dari error yang terjadi pada akuisisi data.

c.       Morfologi

Morfologi adalah suatu proses yang menggunakan teknik pengolahan citra digital menggunakan bentuk dalam pengolahan citra digital. Setelah proses deteksi tepi telah dilakukan selanjutnya dilakukannya penambahan atau pengurangan pixel yang bertujuan untuk mendapatkan citra semaksimal mungkin dari buah mangga tersebut.

3.      Feature Extraction

Feature extraction adalah tahapan untuk mendapatkan ciri-ciri spesifik dari citra yang telah diuji melalui proses normalisasi warna pada hasil morfologi. Pada jurnal ini proses normalisasi yang dilakukan adalah warna RGB dan setelah proses normalisasi dilakukan akan didapan nilai-nilai yang selanjutnya digunakan untuk pembanding.

4.      Comparison

Pada jurnal ini sebelum menghasilkan citra digital, terlebih dahulu dilakukan proses pemeraman dan pengamatan dari objek yaitu buah mangga. Kemudian selama periode pemeraman akan diambil data harian yang nantinya akan dikumpulkan dari hari ke hari sehingga diperoleh data rata-rata hariannya.

Gambar 1  merupakan data rata-rata harian dari pemeraman yang terjadi. Dapat dilihat pada gambar diatas bahwa terjadi perbandingan antara warna RGB (Red, Green, Blue) yang kemudian akan diolah untuk memperoleh range dan interval terhadap kategori kelas, yaitu mentah, matang dan masak.

Gambar 2 memperlihatkan bahwa nilai warna merah memiliki tingkat korelasi positif terhadap perubahan harian pemeraman, kemudian diikuti oleh warna biru dan warna hijau. Sehingga warna merah dkategorikaan sebagai buah yang kematangannya baik. 

5.      Decision Making

Berdasarkan data hasil pengujian, diperoleh presentase tingkat keberhasilan, khususnya warna merah mencapai 74%, warna hijau 21% dan warna biru 30%, sehingga pendekatan warna merah dapat diimplementasikan dalam sistem klasifikasi kematangan buah mangga dengan hasil yang lebih baik jika dibandingkan dengan warna hijau dan biru.

Gambar 3 merupakan antarmuka yang digunakan petani dalam menentukan kematangan buah manga, dimana terdapat panel pelatihan dimana data yang dimasukkan adalah sejumlah data yang dijadikan obyek, sementara pada panel pengujian, data yang dimasukkan adalah sebuah data yang fokus untuk diuji.