| dc.description.abstract | Selama penyimpanan buah apel akan mengalami perubahan yang bersifat merugikan. Proses perubahan ini bisa dideteksi dengan pengujian sifat fisik pada setiap periode umur simpan. Namun, pengujian tersebut bersifat destruktif (merusak). Oleh karena itu, diperlukan teknologi pengolahan citra sebagai alternatif untuk mengatasi hal tersebut. Tujuan penelitian untuk mengetahui: (1) hubungan antara variabel citra dengan umur simpan buah apel manalagi, (2) hubungan antara variabel citra dengan variabel sifat fisik buah apel manalagi, (3) program penilaian umur simpan buah apel manalagi. Hasil penelitian ini diharapkan dapat mengetahui hubungan antara variabel citra dengan variabel sifat fisik buah apel manalagi, serta menghasilkan program yang dapat mengklasifikasikan buah apel manalagi berdasarkan umur simpannya. Sampel yang digunakan dalam penelitian ini adalah buah apel manalagi kualitas B dengan umur simpan 29 hari yang didapat dari daerah Nongkojajar Kabupaten Pasuruan Provinsi Jawa Timur. Pengukuran dilakukan sebanyak empat kali yaitu umur simpan 2 hari, umur simpan 11 hari, umur simpan 20 hari dan umur simpan 29 hari. Jumlah sampel sendiri sebanyak 150 sampel yang dibagi menjadi tiga, yaitu 88 sampel untuk data training, 32 untuk data validasi dan 28 untuk pengukuran sifat fisik. Setelah dilakukan sortasi untuk mendapatkan data yang homogen, sampel diambil citranya menggunakan kamera CCD setelah itu dilakukan pengukuran sifat fisik yaitu berat, kekerasan, kadar gula dan pH. Hasil citra buah apel manalagi diolah untuk menghasilkan tujuh parameter citra yaitu area, tinggi, lebar, perimeter, indeks r, indeks g, dan indeks b. Hasil citra dan pengukuran sifat fisik kemudian dianalisis menggunakan analisis anova dan korelasi. Analisis statistik juga dilakukan untuk mengetahui nilai minimal, maksimal, rerata, Q1, Q2, Q3, dan standar deviasi pada hasil citra dan sifat fisik kemudian digambarkan pada grafik boxplot. Hasil analisis citra dan sifat fisik dianalisis anova dan terbukti berbeda nyata pada a 0,05 pada perlakuan umur simpan. Analisis korelasi pada umur simpan dan variabel citra menghasilkan hubungan sangat kuat pada area sebesar -0,989, lebar sebesar -0,843, perimeter sebesar -0,955, indeks warna merah sebesar 0,975, indeks warna hijau sebesar -0,955, indeks warna biru sebesar -0,848 dan tinggi menghasilkan hubungan yang kuat yaitu -0,792. Analisis korelasi pada umur simpan dan variabel sifat fisik menghasilkan hubungan sangat kuat pada berat sebesar 0,949, kekerasan sebesar 0,965, kadar asam sebesar 0,958, dan total padatan terlarut sebesar 0,964. Analisis korelasi pada berat dan variabel citra menghasilkan hubungan sangat kuat pada area sebesar -0,894, perimeter sebesar -0,844, indeks warna merah sebesar 0,8831, indeks warna hijau sebesar -0,9637. Analisis korelasi antara kekerasan dan variabel citra menghasilkan hubungan sangat kuat pada area sebesar -0,9781, tinggi sebesar -0,8481, lebar sebesar -0,906, perimeter sebesar -0,998, indeks warna merah sebesar 0,9405, indeks warna hijau sebesar -0,9363, dan indeks warna biru sebesar -0,8552. Analisis korelasi antara kadar asam dan variabel citra menghasilkan hubungan sangat kuat pada area sebesar -0,9964, tinggi sebesar -0,8664, lebar sebesar -0,9136, perimeter sebesar -0,9834, indeks warna merah sebesar 0,9751, indeks warna hijau sebesar -0,9671, dan indeks warna biru sebesar -0,8924. Analisis korelasi antara total padatan terlarut dan variabel citra menghasilkan hubungan sangat kuat pada area sebesar -0,9921, tinggi sebesar -0,9244, lebar sebesar -0,9495, perimeter sebesar -0,9432, indeks warna merah sebesar 0,9926, indeks warna hijau sebesar -0,9543, dan indeks warna biru sebesar -0,9553. Pada analisis statistika variabel citra yang dapat digunakan sebagai input kaliamat logika terdapat pada area dan indeks warna merah dengan akurasi total sebesar 80,40%. | en_US |
