Pemutuan Buah Mangga Manalagi (Mangifera Indica L) dengan Menggunakan Pengolahan Citra (Image Processing)

Abstract

Mangga manalagi merupakan jenis buah mangga yang digemari oleh orang Indonesia. Buah mangga di indonesia memiliki prospek yang baik jika diekspor ke luar negeri karena nilai produksinya selalu meningkat setiap tahunnya. Adanya prospek yang baik untuk diekspor maka daya saing penjualan buah mangga manalagi juga bertambah. Salah satu upaya yang dilakukan untuk bersaing yaitu dengan meningkatkan kualitas buah mangga dengan cara memutukan buah mangga dengan baik sehingga dapat memenuhi standarisasi buah mangga yang telah ditetapkan oleh SNI. Namun, permasalahan yang dihadapi oleh petani buah mangga di Indonesia adalah proses sortasinya yang masih menggunakan sortasi manual dan cenderung buruk sehingga menyebabkan hasil sortasi buah mangga tidak seragam. Oleh sebab itu, untuk mengatasi masalah tersebut perlu adanya suatu metode yang dapat digunakan untuk membantu proses sortasi, metode tersebut adalah pengolahan citra (image processing). Pengolahan citra merupakan suatu proses memperbaiki kualitas citra dengan cara mentransformasikan dari suatu citra menjadi citra lainnya. Proses pemutuan dengan pengolahan citra diharapkan menjadi metode sortasi yang objektif dengan hasil sortasi yang lebih baik dan seragam. Penelitian ini bertujuan untuk menerapkan metode pengolahan citra untuk pemutuhan buah mangga manalagi, menganalisis variabel- variabel mutu citra buah mangga manalagi, dan membuat program pemutuan buah mangga manalagi. Bahan yang digunakan adalah buah mangga manalagi dengan kelas mutu A,B, C, dan D (reject) dengan jumlah sampel yang digunakan sebanyak 160 buah 9 untuk data training dan 40 buah untuk data validasi yang diambil dari 25% dari data training. Semua sampel tersebut diubah ke dalam bentuk 2 dimensi dengan cara menggambil citranya dengan bantuan alat yaitu kamera CCD (Charge Couple Device). Citra mangga tersebut kemudian diolah dengan software SharpDevelop 4.2 untuk dicari segmentasi dan ekstraksi citranya. Segmentasi bertujuan untuk memisahkan citra biner obyek (mangga manalgi) dan background melalui proses penentuan nilai batas (thresholding). Ekstraksi bertujuan untuk mencari nilai variabel mutu citra seperti variabel area, tinggi, lebar, perimeter, area cacat, indeks warna merah, indeks indeks warna hijau, indeks warna biru. Nilai varibel tersebut kemudian diuji dengan menggunakan analisis statistik untuk mencari nilai rerata, standar deviasi, kuartil pertama (Q1), median (Q2), kuartil ketiga (Q3), nilai maksimum, dan nilai minimum yang kemudian disusun dalam grafik box plot yang mana nanti untuk digunakan dalam penentuan nilai batas yang digunakan untuk input kalimat logika. Perumusan model kalimat logika beserta nilai batas masingmasing kelas mutu pada input variabel area obyek (Area) dan area cacat obyek (c_area) untuk memisahkan mangga manalagi ke dalam kelas mutu A, B, C dan D (reject) ditulis sebagai berikut; if (Area>106847 && c_area<=729) mutu="A"; else if (Area<=106847 && Area>95059 && c_area<=3408) mutu="B"; else if (Area<=95059 && Area>86373 && c_area<=7278) mutu="C"; else mutu = "D";. Validasi progam bertujuan untuk pengujian kinerja atau ketepatan prediksi program pemutuan terhadap contoh yang diberikan selama proses pelatihan. Nilai akurasi produksi buah mangga manalagi paling besar pada pemutuan buah mangga manalagi menggunakan pengolahan citra digital terletak pada kelas mutu A yang memiliki akurasi produksi sebesar 100%, kemudian kelas mutu B, dan mutu D yang memiliki akurasi produksi yaitu sebesar 80%, dan yang terakhir yaitu kelas mutu C yaitu memiliki akurasi produksi sebesar 60%. Pada mutu B, mutu C, dan mutu D tidak memiliki akurasi tidak mencapai 100% dikarenakan terjadi kesalahan pada pembuatan program sehingga terdapat mutu yang seharusnya masuk ke dalam mutu sebenarnya tersebut menyimpang.