PROJECT PENGOLAHAN CITRA IDNETIFIKASI

KEMATANGAN BUAH TOMAT MENGGUNAKAN

METODE BACKPROGATION

Disusun oleh :

Nama : M AKHI FAJRI R

Nim : 1457301064
Nama : M RIZKI NANDA
Nim : 1457301065
MK : Pengolahan Citra Digital
PRODI : Teknik Informatika

LABORATORIUM INFORMATION PROCESSING

TEKNOLOGI INFORMASI DAN KOMPUTER
POLITEKNIK NEGERI LHOKSEUMAWE
2017
 HALAMAN PENGESAHAN

Telah dilaksanakan Praktikum Mata Kuliah Pengolahan Citra Digital di Laboratorium

Information Processing pada hari rabu, Tgl 22 Maret 2017 s/d
29 Maret 2017 dengan materi Praktikum :

INDEFIKASI KEMATANGAN BUAH TOMAT

Oleh :
Nama : M Rizki Nanda
Nim : 1457301065
Kelas : 3.4

Disetujui oleh :

Dosen Pengasuh Mata Kuliah Nilai

Mulyadi,ST.,M.Eng
Nip. 19730723 200212 1 0015011001

i
 DAFTAR ISI

HALAMAN PENGESAHAN ....................................................................................................... i

DAFTAR ISI .............................................................................................................................. ii

DAFTAR GAMBAR................................................................................................................... 3

1.1 Tujuan praktikum ............................................................. Error! Bookmark not defined.

1.2 Dasar teori ......................................................................... Error! Bookmark not defined.

1.2.1 Image Processing .................................................................................................. 5

1.3 ALAT DAN BAHAN .................................................................................................... 7

1.4 LANGKAH PERCOBAAN .......................................................................................... 7

ANALISA ............................................................................................................................. 14

KESIMPULAN ..................................................................................................................... 15

REFERENSI............................................................................................................................. 16

ii
 DAFTAR GAMBAR

Gambar 2.1 Nilai warna RGB dalam hexadecimal5

Gambar 2.2 Komposisi warna RGB..5
Gambar 2.3 Form nilai warna..7
Gambar 2.4 Form Capture Gambar (Menangkap Citra)8
Gambar 2.5 Hasil Capture Gambar9
Gambar 2.6 Desain Form Latihan10
Gambar 2.7 Hasil Mencampur R=0 G=255 B=128.10
Gambar 2.8 Hasil Mencampur R=128 G=128 B=50.........11
Gambar 2.9 Hasil Mencampur R=100 G=100 B=100..12
Gambar 3.1 Output Program member warna.13
Gambar 3.1 Output Program Menangkap Gambar13

3
IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODE
BACKPROPAGATION

1.1 Pendahuluan

Cara mengidentifikasi dan mendeteksi kematangan buah yang dilakukan di

rumah kaca masih banyak menggunakan cara manual. Cara manual dilakukan
berdasarkan pengamatan visual secara langsung pada buah yang akan diklasifikasi.
Kelemahan pengklasifikasian manual sangat dipengaruhi subjektifitas operator sortir
sehingga pada kondisi tertentu tidak konsisten proses pengklasifikasiannya.
Perkembangan teknologi informasi memungkinkan identifikasi buah berdasarkan ciri
warna dengan bantuan komputer.Cara komputasi ini dilakukan dengan pengamatan
visual tidak langsung dengan menggunakan kamera sebagai pengolah citra dari
gambar yang direkam (image processing) untuk kemudian diolah dengan
menggunakan perangkat lunak komputer.Pada tugas ini penulis melakukan penelitian
pada identifikasi tingkat kematangan buah tomat berdasarkan warna.
Identifikasi ini menggunakan aplikasi jaringan syaraf tiruan (JST) dengan
metode pembelajaran backpropagation. Objek yang diamati yaitu buah tomat yang
berbeda tingkat kematangannya berdasarkan warna. Informasi citra dari buah tomat
yang diamati menggunakan bantuan kamera webcam atau gambar .gambar di
integrasikan ke komputer menggunakan jaringan syaraf tiruan agar komputer dapat
mengenali informasi citra buah tomat tersebut.

4
2.2 Landasan Teori

Tomat (Lycopersicum esculentum) adalah tumbuhan dari keluarga

Solanaceae, tumbuhan asli Amerika Tengah dan Selatan, dari Meksiko sampai Peru.
Kata "tomat" berasal dari kata dalam bahasa Nahuat,dimana tomat merupakan keluarga
dekat dari Kentang.

2.2.1 Pengolahan Citra

Pengolahan citra adalah pemrosesan citra atau image processing, khususnya

dengan menggunakan komputer menjadi citra yang kualitasnya lebih baik. Dengan
kata lain pengolahan citra adalah kegiatan memperbaiki kualitas citra agar mudah
diinterpretasi oleh manusia atau mesin (komputer).

2.2.2 Image Processing

Suatu citra biasanya mengacu ke citra RGB.Sebenarnya bagaimana citra

disimpan dan dimanipulasi dalam computer diturunkan dari teknologi televisi,yang
pertama kali mengaplikasikannya untuk tampilan grafis komputer.Jika dilihat dengan
kaca pembesar,tampilan monitor komputer akan terdiri dari sejumlah triplet titik
warna merah (RED),hijau (GREEN) dan biru (BLUE).Tergantung pada pabrik
monitornya untuk menentukan apak titik tersebut merupakan titik bulat atau kotak
kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan blue.
Pada dasarnya pengolahan citra adalah mengolah warna RGB yang terletak
pada posisi tertentu.Hal ini biasanya dipresentasikan dengan nilai hexadecimal dari
0x00000000 sampai 0x00ffffff. Dengan warna hitam adalah 0x00000000 dan warna
putih adalah 0x00ffffff. Hal ini dapat didefinisikan nilai warna di atas seperti gambar
2.1,variable 0x00 menyatakan angka dibelakangnya adalah hexadecimal.

5
 Gambar 2.1 Nilai warna RGB dalam hexadecimal

Terlihat bahwa dimana setiap warna mempunyai range nilai 00 (angka

decimalnya adalah 0) dan ff (angka desimalnya adalah 255), atau mempunyai
nilai derajat keabuan 256 = 2 . Dengan demikian range warna yang digunakan
adalah (2 )(2 )(28) = 224 (dikenal dengan istilah True Colour pada Windows).
Nilai warna yang digunakan di atas merupakan gabungan warna cahaya merah,
hijau, dan biru seperti yang terlihat pada gambar 2.2. Ini berarti untuk menentukan
nilai dari suatu warna yang bukan warna dasar digunakan gabungan skala kecerahan
dari setiap warnanya.

Gambar 2.2 Komposisi warna RGB

Dari definisi di atas bias dinyatakan untuk menyajikan warna tertentu

dapat dengan mudah dilakukan, yaitu dengan mencampurkan ketiga warna dasar
RGB.Table 2.1 berikut memperlihatkan contoh-contoh warna yang bias digunakan.
{2}
Tabel 2.1 Contoh-contoh warna dalam hexadecimal

Untuk mengetahui kombinasi warna,perlu dibuat suatu program yang dapat

menampilkan warna sesuai dengan nilai yang dimasukkan sehingga dapat dicoba

6
 berbagai macam kombinasi warna RGB seperti gambar 2.2.

2.2.3 Jaringan Saraf Tiruan BackProgation

Jaringan saraf tiruan (JST) adalah sistem pemroses informasi yang memiliki
karakteristik mirip dengan jaringan syaraf biologis. Seperti proses informasi pada
otak manusia, cara kerja jaringan syaraf tiruan sama dengan cara kerja manusia yaitu
belajar melalui contoh. Backpropagation melatih jaringan untuk mendapatkan
keseimbangan antara kemampuan jaringan untuk mengenali pola yang digunakan
selama pelatihan, serta kemampuan jaringan untuk memberikan respon yang benar
terhadap pola masukan yang serupa (tapi tidak sama) dengan pola yang dipakai
selama pelatihan.Pelatihan Bacpropagation meliputi 3 fase. Fase pertama adalah fase
maju. Pola masukan dihitung maju mulai dari layar masukan hingga layar keluaran
menggunakan fungsi aktivasi yang ditentukan. Fase kedua adalah fase mundur.
Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan
yang terjadi. Kesalahan tersebut dipropagasikan mundur, dimulai dari garis yang
berhubungan langsung dengan unit-unit dilayar keluaran. Fase ketiga adala modifikasi
bobot untuk menurunkan kesalahan yang terjadi.
2.2.4
2.2.5
2.2.6

2.1 ALAT DAN BAHAN

1. Sebuah laptop Toshiba
2. Jobsheet untuk melakukan praktikum
3. Microsoft Visual Studio 2010
4. Microsoft Visual Studio 6.0

2.2 LANGKAH PERCOBAAN

7
2.2.1 Percobaan Memberi Warna

1. Membuat project baru

2. Memilih objek PictureBox dan meletakkan pada posisi sesuai dengan gambar 2.3.
3. Mengatur kondisi besar-kecilnya kemudian menyesuaikan dengan cara drag and
drop.
4. Memilih objek label dan meletakkan sesuai contoh form, mengubah property
Caption dengan VALUE COLOR.
5. Memilih objek text, meletakkan sesuai contoh form, mengubah property text dengan
H80000F.

Gambar 2.3 Form nilai warna

6. Meletakkan objek CommandButton dan meletakkan sesuai contoh, mengubah

Caption dengan BACKGROUND COLOR, kemudian mengisi source code
berikut ini pada layar code pada objek CommandButton :
Private Sub Command1_Click()
Txtwarna = & & Trim(Text1) & &
warna = Val(txtwarna)
Picture1.BackColor = warna
Label1.Caption = warna
End Sub
7. Pada CommandButton2 menuliskan perintah berikut :
Private Sub Command2_Click()
Unload Me

8
 End Sub
8. Menjalankan program, mengubah nilai warna dan perhatikan apa yang terjadi.

2.2.2 Percobaan Menangkap Citra Dengan Picture Box

1. Membuat project baru dengan nama Capture Citra

2. Menyesuaikan posisi objek sama dengan gambar 2.5
3. Mengisikan isi table di bawah ini untuk mengisi property

Tabel 2.2 Pengisian property

Gambar 2.4 Form Capture Gambar (Menangkap Citra)

4. Mengisikan source code berikut pada CommandButton1

Private Sub Command1_Click()
For i=1 To Picture1.Width Step 15

9
 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)
Picture2.Pset(i,j), RGB(r,g,b)
Next j
Next i
End Sub

5. Pada CommandButton2 mengisikan source berikut :

Private Sub Command2_Click()
End
End Sub

6. Menjalankan program hasilnya seperti ditunjukkan pada gambar di bawah ini.

Gambar 2.5 Hasil Capture Gambar

2.3 LATIHAN

10
1. Membuat program untuk mengubah warna 3 buah picture-box dengan tiga macam
nilai RGB dengan masing-masing nilai 0-255, sedangkan picture-box yang keempat
bernilai RGB yang merupakan kombinasi nilai-nilai R,G,B, kemudian mencoba
kombinasi di bawah ini:
a. R=0 G=255 B=128
b. R=128 G=128 B=50
c. R=100 G=100 B=100

Gambar 2.6 Desain Form Latihan

a. R=0 G=255 B=128

11
 Gambar 2.7 Hasil Mencampur R=0 G=255 B=128

b. R=128 G=128 B=50

Gambar 2.8 Hasil Mencampur R=128 G=128 B=50

c. R=100 G=100 B=100

12
 Gambar 2.9 Hasil Mencampur R=100 G=100 B=100

2. Membuat program untuk melakukan perputaran citra .Hasil seperti ditunjukan pada
gambar

2.6 HASIL PERCOBAAN

1. PROGRAM MEMBERIKAN WARNA

Gambar 3.1 Output Program member warna

13
2. Menangkap Gambar Dengan PictureBox

Gambar 3.1 Output Program Menangkap Gambar

ANALISA

14
KESIMPULAN

warna mempunyai range nilai / harga 00 (angka desimalnya adalah 0)

dan ff (angka desimalnya adalah 255) atau dapat dikatakan mempunyai derajat
keabuan 256 ( 0 255 ). Dengan demikian, banyaknya range warna yang digunakan
atau yang dihasilkan adalah sebesar (28) (28) (28) = 224 (atau dikenal dengan istilah
True Colour pada windows). Oleh karena itu, penentuan nilai suatu warna yang bukan
warna dasar dapat dihasilkan dengan menggunakan gabungan skala kecerahan setiap
warnanya. Jadi, dapat dikatakan suatu warna memiliki nilai tertentu, dimana nilai
tersebut merupakan gabungan warna cahaya merah, hijau, dan biru.
Sehingga apabila kita mencampurkan ketiga warna dasar RGB dengan
komposisi atau dengan nilai yang berbeda-beda, kita akan menghasilkan warna-warna
baru yang bernilai berbeda dengan ketiga warna dasar tersebut.

15
 REFERENSI

http://repository.usu.ac.id/bitstream/123456789/16347/3/Chapter%20II.pdfVisualBasicVersio
n 6.0. Jakarta : Bima Sarana Informatika
Hendra,ST. 2011. Pemrograman GDI+ pada VB.NET.pdf

16