LAPORAN PRAKTIKUM

ALAT DAN MESIN PERTANIAN II

(Mesin Pensortasi Warna : Kromameter)

Oleh :
Nama : Sarah Salamah
NPM : 240110170021
Hari, Tanggal Praktikum : Kamis, 26 Sepetember 2019
Waktu / Shift : 15.00-17.00 WIB / 1
Co Ass : Laili Latifah

LABORATORIUM PASCA PANEN DAN TEKNOLOGI PROSES

DEPARTEMEN TEKNIK PERTANIAN DAN BIOSISTEM
FAKULTAS TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS PADJADJARAN
2019
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Bahan hasil pertanian merupakan komoditi yang sangat beraneka ragam
jenisnya. Setiap hasil pertanian memiliki karakteristik tersendiri. Karakteristik
optik berupa warna dapat menentukan kualitas produk, tingkat kematangan, nilai
ekonomis, dan masih banyak lagi. Kebutuhan setiap konsumen akan berbeda-beda
sesuai dengan kepentingan dan selera masing-masing. Selain itu kita tentu akan
memilih tingkat kematangan yang kita perlukan dengan melihat warnanya.
Penentuan kwalitas dapat pula kita tentukan dengan melihat tomat dari penampakan
warna. Keberagaman karakteristik optik dari bahan hasil pertanian dapat kita
klasfikasikan kedalam kelompok sesuai dengan tingkat kecerahan, kedekatan warna
antara merah dan hijau, serta kedekatan warna antara biru dan kuning.
Pengukuran karakteristik optik dari bahan hasil pertanian sebenarnya dapat
kita lakukan dengan panca indra yang kita miliki. Contohnya saat kita membeli
tomat di Swalayan, kita dapat melihat berbagai macam tomat dengan warna yang
berbeda seperti hijau dan merah. Sortasi warna bertujuan agar kita dapat
membedakan setiap bahan hasil pertanian, karna seperti yang kita ketahui sendiri
pendindraaan setiap orang akan bersifat subjektif dan tidak dapat diukur secara
kuantitatif nilai kepekatannya. Dengan karakteristik optik yang begitu beragam,
diperlukan alat yang mempermudah untuk mensortasi bahan hasil pertain tersebut.

1.2 Tujuan
Tujuan praktikum kali ini adalah :
1.2.1 Tujuan Instruksional Umum (TIU)
Mahasiswa dapat menganalisis dan menerapkan proses grading dengan mesin
kromameter
1.1 Tujuan Instruksional Khusus (TIK)
Mahasiswa dapat menganalisis warna dan menerapkan pengukuran
karakteristik optic L*, a*, b*, C dan H dalam grading hasil pertanian dengan
kromameter.
 BAB II
TINJAUAN PUSTAKA

2.1 Pigmen
Pigmen adalah zat yang memberikan warna pada suatu objek. Pigmen dibagi
menjadi dua yaitu pigmen alami dan pigmen buatan. Pengukuran warna pada bahan
hasil pertanian menjadi konsentrasi adalah pigmen alami. Di alam, pigmen alami
tersedia dalam berbagai jenis warna, mulai dari hijau, cokelat, orange kemerahan,
kuning, sampai merah. Zat warna alami hijau disebut klorofil. Klorofil bersumber
dari daun hijau seperti daun katuk, pandan, daun suji, daun muda jati, buah-buahan
seperti alpukat, rumput laut, dan bakteri fotosintetik (bakterioklorofilik). (Wahyu,
2013)
Zat warna alami yang berwarna cokelat adalah tanin dan kurkumin. Tanin dan
kurkumin bersumber dari daun, biji, buah dan rimpang seperti temu giring,
temulawak, kayu manis, dan teh. Zat warna alami orange-kemerahan disebut
karotenoid. Karotenoid merupakan pigmen pelengkap yang distribusinya terdapat
paling melimpah di alam dan berfungsi melindungi klorofil dari efek cahaya yang
berlebihan (fotoproteksi). Karotenoid bersumber dari buah seperti kesumba dan
mangga, tumbuhan tingkat rendah seperti jamur oncom, sayuran seperti wortel dan
tomat, dan hewan seperti pada daging ikan, cangkang udang dan kepiting. (Wahyu,
2013)
Zat warna alami kuning disebut kurkumin. Kurkumin merupakan pigmen
nonfotosintetik berwarna kuning yang bersifat lebih stabil terhadap suhu dan
cahaya, juga dalam tubuh manusia. Kurkumin berasal dari jenis rempah keluarga
Zingibercaceae seperti kunyit dan temu lawak. Sedangkan zat warna alami merah
disebut antosianin. Golongan antosianin merupakan pigmen alami dengan kisaran
warna merah yang luas. Antosianin berasal dari bunga bewarna seperti bunga
rosella dan sumber lainnya seperti buah duwet dan ubi ungu. Kandungan antosianin
yang besar dalam bunga menjadi penentu kenampakan warna bunga yang
dihasilkan terutama pada bunga berwana merah. (Wahyu, 2013)

2.2 Warna
 Warna adalah hasil persepsi dari cahaya dalam spektrum wilayah yang
terlihat oleh retina mata, dan memiliki panjang gelombang antara 400 nm sampai
dengan 700 nm. Sedangkan ruang warna adalah model matematis abstrak yang
menggambarkan cara agar suatu warna dapat direpresentasikan sebagai baris angka
biasanya dengan nilai-nilai dari tiga atau empat buah warna atau komponen.
contohnya adalah ruang warna RGB, ruang warna CMY/CMYK, ruang warna YIQ,
ruang warna YCbCr, ruang warna HSI, HSL, HSV, ruang warna CIELAB. Warna
juga dapat diilustrasikan berdasarkan komponen warnanya. Setiap warna memiliki
3 buah atribut, yaitu: (Munir, 2010)
a. Intensity/brightness/luminance (I)
Atribut yang menyatakan banyaknya cahaya yang diterima oleh mata tanpa
mempedulikan warna. Kisaran nilainya adalah antara gelap (hitam) dan terang
(putih).
b. HUE (H)
Hue digunakan untuk membedakan warna-warna yang terlihat mirip dan
untuk menentukan kemerahan (redness), kehijauan (greenness) dari cahaya. Hue
berkaitan erat dengan panjang gelombang dan jika kita membedakan warna jingga,
merah atau violet.
c. Saturation
Menyatakan tingkat kemurnian warna cahaya, yaitu mengindikasikan
seberapa banyak warna putih diberikan pada warna. Sebagai contoh, warna merah
adalah 100% warna jenuh (saturated color), sedangkan warna pink adalah warna
merah dengan tingkat kejenuhan sangat rendah (karena ada warna putih di
dalamnya). Jadi, jika hue menyatakan warna sebenarnya, maka saturation
menyatakan seberapa dalam warna tersebut.
Hue dikuantisasi dengan nilai dari 0 sampai 255; 0 menyatakan merah, lalu
memutar nilai-nilai spektrum tersebut kembali lagi ke 0 untuk menyatakan merah
lagi. Ini dapat dipandang sebagai sudut dari 0° sampai 360°. Jika suatu warna
mempunyai saturation = 0, maka warna tersebut tanpa hue, yaitu dibuat dari warna
putih saja. Jika saturation = 255, maka tidak ada warna putih yang ditambahkan
pada warna tersebut. Saturation dapat digambarkan sebagai panjang garis dari titik
pusat lingkaran ke titik warna. (Munir, 2010)
2.3 Dimensi Warna
Warna memiliki tiga dimensi, yaitu berupa warna yang tersusun dari hasil
percampuran hitam putih sebagai porosnya, lingkaran warna yang melingkari
poros, dan skala warna yang bergerak menuju poros. Oleh sebab itu, dimensi warna
pun dapat dilihat dari tiga dimensi warna versi Munsell, yaitu dimensi nama warna
(hue), dimensi nilai (value), dan dimensi intensitas (chroma). Penjelasan tiap
dimensi warna versi Munsell dapat dilihat dalam pemaparan dimensi-dimensi
warna versi Munsell sebagai berikut. (Pratomo, 2011)
a. Dimensi Nama Warna (Hue)
Menurut Darmaprawira, sebelum data Munsell menjadi standar, warna-warna
benda disesuaikan dengan benda yang dimaksud seperti contohnya hijau alpokat
berarti warna hijau yang menyerupai buah alpukat. Pada keadaan dimensi satu,
nama-nama warna dalam sistem penamaan warna Munsell belum diberi simbol
secara numerik karena belum ada nilai dan tingkat kekuatan (intensitas).
(Darmaprawira, 2002).
b. Dimensi Nilai atau Derajat (Value)
Nilai derajat yang dimaksud di sini akan membedakan kualitas tingkat
kecerahan warna, misalnya ketika akan membedakan antara merah tua dengan
merah muda. Tingkatan nilai yang biasa digunakan adalah sembilan tingkat mulai
dari tingkatan tercerah, yaitu putih, melalui deretan abu-abu, sampai tingkatan
tergelap yaitu hitam. (Darmaprawira, 2002 )
c. Dimensi Khroma atau Intensitas (Chroma)
Chroma merupakan ukuran kekuatan dan kelemahan (strength dan weakness)
atau kekayaan dan kemiskinan (richness and poorness) suatu warna. Ukuran ini
membedakan warna lebih merah (more red) dan kurang merah (less red) yaitu
ukuran persentasi kualitas keberadaan jatidiri suatu warna. Chromaticity
merupakan atribut sensasi visual suatu warna asli bisa dilihat tanpa bergantung pada
gelap dan terang atau tanpa pengaruh putih dan hitam. Chromaticity disebut juga
kepenuhwarnaan (colorfulness) karena chromaticity merupakan ukuran identifikasi
hue dalam suatu warna. Suatu warna tanpa chromaticity adalah akromatik atau
monokromatik dan akan tampak kelabu atau kabus. (Darmaprawira, 2002 )
2.5 CIECh
Model warna CIELCh merupakan model warna turunan dari model warna
CIELUV atau CIELAB, yang diturunkan dari CIELUV. CIELCh adalah identik
dengan CIELUV sedangkan yang diturunkan dari CIELAB, dengan demikian boleh
disebutkan bahwa model warna CIELCh adalah model warna virtual. Yang
diturunkan hanya nilai chroma nya saja (lihat daftar), sedangkan L memiliki makna
dan nilai yang sama dengan CIELUV maupun CIELAB. Untuk mendapatkan nilai
C dan h dipergunakan rumus segitiga siku-siku sederhana (Pythagoras).
(Almegakm, 2015)

Gambar 1. Rumus Mencari Nilai CIE

(Sumber: Almegakm, 2015)
Contohnya warna jingga memiliki beberapa nilai sesuai dengan ruang warna
yang dipakai : (Almegakm, 2015)

CIEXYZ – Chromaticity Xy CIELUV – CIELCHuv CIELAB – CIELCHab

X = 49,13 L* = 65,37 L* = 65,37
Y = 34,51 u* = 122,37 a* = 50,86
Z= 2,67 v* = 60,22 b* = 21,92
x= 0,569 C*uv = 136,38 C*ab = 96,42
y= 0,400 h*uv = 26,20° h*ab = 58,17°
Gambar 2. Nilai-Nilai CIE
(Sumber: Almegakm, 2015)
Karena keseragaman skala pada ruang warna CIELAB, maka seperti pada
CIELUV perbedaan persepsi warna dapat dirumuskan dengan sederhana pula:
(Almegakm, 2015)

Gambar 3. Rumus Mencari Nilai CIELUV

(Sumber: Almegakm, 2015)
2.5 CIE
Penelitian menunjukkan kombinasi warna yang memberikan rentang warna
yang paling lebar adalah red (R), green (G), dan Blue (B). CIE (Commission
International de l’Eclairage) atau International Lighting Committee adalah
lembaga yang membakukan warna pada tahun 1931. CIE mula-mula
menstandarkan panjang gelombang warna-warna pokok yaitu (R: 700 nm, G: 546.1
nm, dan B : 435.8 nm). Warna-warna lain dapat dihasilkan dengan
mengkombinasikan ketiga warna pokok tersebut. (Assegaf, 2012)
Model warna yang digunakan sebagai acuan dinamakan model RGB.
Ditetapkan oleh Komisi Internationale de l’Eclairage (CIE), ruang warna L*a*b*
dimodelkan setelah teori warna lainnya yang menyatakan bahwa dua warna tidak
bisa merah dan hijau pada waktu yang sama atau kuning dan biru pada saat yang
sama waktu. Seperti ditunjukkan di bawah, L* menunjukkan light atau terang, a*
adalah koordinat merah untuk positif dan hijau untuk negatif, dan b* adalah
koordinat kuning untuk positif dan biru untuk negatif. Perbedaan untuk L* (ΔL*),
a* (Δa*) dan b* (Δb*) bisa positif (+) atau negatif (-). Total perbedaan, Delta E
(ΔE*), selalu positif. (Assegaf, 2012)

2.6 HUE
HSV mendefinisikan warna dalam terminologi hue, saturation dan Value.
Keuntungan HSV adalah adanya warna-warna yang sama dengan yang ditangkap
oleh indra manusia. Sedangkan warna yang dibentuk model lain seperti RGB
merupakan hasil campuran dari warna-warna primer. Model HSV, pertama kali
diperkenalkan oleh A.R Smith pada tahun 1978. (Fauzan, 2015)
 Gambar 4. Warna – Warna HSV
(Sumber: Fauzan, 2015)
Melalui model gambar diatas, kita tahu bahwa HSV memiliki tiga
karakteristik pokok yaitu hue, saturation dan value. Pengertian dari masing –
masing karakteristik pokok tersebut yaitu : (Fauzan, 2015)
a. Hue menyatakan warna sebenarnya seperti merah, violet, dan kuning yang
digunakan menentukan kemerahan (redness), kehijauan (greeness), dan
sebagainya.
b. Saturation, umumnya disebut chroma yang merupakan kemurnian atau
kekuatan warna.
c. Value merupakan kecerahan dari warna. Nilainya berkisar antara 0-100 %.
Apabila nilainya 0 maka warnanya akan menjadi hitam, semakin besar nilai
maka semakin cerah dan muncul variasi-variasi baru dari warna tersebut.

Gambar 5. Rumus Mencari Nilai HSV Cara Pertama

(Sumber: Fauzan, 2015)
 Kemudahan cara pertama ternyata menimbulkan permasalahan, cara pertama
membuat hue tidak terdefinisi jika Saturation bernilai 0. Solusi kedua untuk
mendapatkan setiap nilai HSV adalah menggunakan rumus kedua berikut :

Gambar 6. Rumus Mencari Nilai HSV Cara Kedua

(Sumber: Fauzan, 2015)

2.7 Colorimeter/Chromameter
Prinsip alat ini adalah mengukur parameter atau tristimulus warna XYZ
menggunakan tiga buah filter X (merah), Y (hijau), dan Z (biru). Selain tiga buah
filter, chromameter memiliki beberapa komponen penting antara lain adalah
sumber cahaya, sensor, penguat, pengolah data dan display. Chromameter
merupakan alat yang digunakan untuk mengukur warna dari permukaan suatu
objek. Prinsip dasar dari alat ini ialah interaksi antara energi cahaya diffus dengan
atom atau molekul dari objek yang dianalisis. Alat ini terdiri atas ruang pengukuran
dan pengolah data. Ruang pengukuran berfungsi sebagai tempat untuk mengukur
warna objek dengan diameter tertentu. Setiap kromameter dengan tipe berbeda
memiliki ruang pengukuran dengan diameter yang berbeda pula. Sumber cahaya
yang digunakan yaitu lampu xenon. Lampu inilah yang akan menembak permukaan
sampel yang kemudian dipantulkan menuju sensor spektral. Selain itu, enam fotosel
silikon sensitifitas tinggi dengan sistem sinar balik ganda akan mengukur cahaya
yang direfleksikan oleh sampel (Ririn, 2011).
Skema pengukuran dari kromameter yaitu sampel diberi cahaya diffus dan
diukur pada sudut tertentu. Cahaya diffus yang mengenai sampel dipantulkan pada
sudut tertentu, kemudian diteruskan ke sensor spektral, lalu dihitung menggunakan
komputer mikro. Data hasil pengukuran dapat berupa Yxy (CIE 1931), L*a*b*
(CIE 1976), Hunter Lab atau nilai tristimulus XYZ, yang sebelumnya diolah
melalui pengolah data. Sistem pengukuran yang paling sering digunakan ialah
sistem CIE L*a*b* atau CIELAB. Sistem warna CIELAB merupakan suatu skala
warna-warna yang seragam dalam dimensi warna.
 BAB III
METODOLOGI PRAKTIKUM

3.1 Alat dan Bahan

3.1.1 Alat
Alat yang digunakan dalam praktikum kali ini yaitu:
1. Cawan gelas;
2. Gelas Ukur;
3. Kromameter;
4. Timbangan; dan
5. Wadah sampel
3.1.2 Bahan
Bahan yang digunakan pada praktikum kali ini yaitu 5 macam beras.

3.2 Prosedur Praktikum

Prosedur yang dilakukan pada praktikum kali ini adalah:
1. Menyiapkan alat da bahan yang diperlukan;
2. Menimbang setiap sampel beras sebanyak 4gr;
3. Menyalakan kromameter;
4. Mengkalibrasi warna hitam dan putih pada kromameter;
5. Menyimpan beras pada cawan gelas;
6. Melakukan pemotretan, hasil pemotretan dirubah menjadi nilai yang
mendefinisikan H, C, L*, a*, b*;
7. Mencatat nilai H, C, L*, a*, b* pada setiap sampel;
8. Mengulang langkah 2, 3, 4, 5, dan 6 untuk sempel beras lainnya; dan
9. Melakukan perhitungan nilai C dan H pada masing – masing sampel dengan
rumus dibawah ini:
H = tan-1 x ("b*" /"a*" )
C = [ (a*)2 + (b*)2 ] 1/2
 BAB IV
HASIL

4.1 Tabel
Tabel 1. Hasil Pengukuran Sortasi Warna
No Sampel Ulangan L a* b* C H
Beras 1 75,24 0,63 16,96 16,97 87,86
1 Sentra 2 75,71 0,47 16,77 16,77 88,38
Ramos ⅀ 75,476 0,55 16,865 16,87 88,12
1 76,06 0,42 17,13 17,14 88,59
Beras
2 2 75,58 0,6 16,98 16,99 16,99
Cianjur
⅀ 75,92 0,53 17,055 17,065 88,28
1 76,29 0,40 16,74 16,75 88,63
Beras
3 2 76,01 0,50 17,44 17,44 88,37
Lokal 1
⅀ 76,15 0,45 17,095 17,095 88,5
Beras 1 71,67 1,14 17,10 17,14 86,19
4 Lokal 2 72,33 0,91 17,24 17,24 86,97
II ⅀ 72 1,02 17,17 17,2 86,58
Beras 1 76,55 0,53 16,82 16,83 88,18
5 Pandan 2 76,30 0,58 16,40 16,4 16,4
Wangi ⅀ 76,425 0,55 16,61 16,61 88,085

4.2 Grafik
 77
76
75
74
73
72
71
70
69
Beras Sentra Beras Cianjur Beras Lokal Beras Lokal 2 Beras Pandan
Ramos Wangi

Gambar 7. Diagram Nilai L pada Setiap Sampel Beras

1.2
1
0.8
0.6
0.4
0.2
0
Beras Sentra Beras Cianjur Beras Lokal Beras Lokal 2 Beras Pandan
Ramos Wangi

a*

Gambar 8. Diagram Nilai a* pada Setiap Sampel Beras

17.2
17.1
17
16.9
16.8
16.7
16.6
16.5
16.4
16.3
Beras Sentra Beras Cianjur Beras Lokal Beras Lokal 2 Beras Pandan
Ramos Wangi

b*

Gambar 9. Diagram Nilai b* pada Setiap Sampel Beras

17.2
17.1
17
16.9
16.8
16.7
16.6
16.5
16.4
16.3
Beras Sentra Beras Cianjur Beras Lokal Beras Lokal 2 Beras Pandan
Ramos Wangi

Gambar 10. Diagram Nilai C pada Setiap Sampel Beras

 88.5
88
87.5
87
86.5
86
85.5
Beras Sentra Beras Cianjur Beras Lokal Beras Lokal 2 Beras Pandan
Ramos Wangi

Gambar 11. Diagram Nilai H pada Setiap Sampel Beras

4.3 Perhitungan
4.3.1 Beras Pandan Wangi 4.3.2 Beras Setra Ramos

b* b*
1. H = tan-1 x ( ) 1. H = tan-1 x ( )
a* a*
16,82 16,96
a. tan-1 x ( ) a. tan-1 x ( )
0,53 0,63

= 88,195 = 87,873
16,40 16,77
b. tan-1 x ( ) b. tan-1 x ( )
0,58 0,47

= 87,975 = 88,395
2. C = [ (a*)2 + (b*)2 ] 1/2 2. C = [ (a*)2 + (b*)2 ] 1/2

a. = [ (0,53)2 + (16,82)2 ] ½ a. = [ (0,63)2 + (16,96)2 ] ½

= 16,84 = 16,972
b. = [ (0,58*)2 + (16,40*)2 ] b. = [ (0,47*)2 + (16,177*)2
½
]½
= 16,41 = 16,184
4.3.3 Beras Setra Ramos 4.3.5 Beras Setra Ramos
b* b*
1. H = tan-1 x ( ) 1. H = tan-1 x ( )
a* a*
17,13 17,10
a. tan-1 x ( ) a. tan-1 x ( )
0,42 1,14

= 88,595 = 86,186
16,98 17,28
b. tan-1 x ( ) b. tan-1 x ( )
0,6 0,91

= 87,976 = 86,985
2. C = [ (a*)2 + (b*)2 ] 1/2 2. C = [ (a*)2 + (b*)2 ] 1/2

a. = [ (0,42)2 + (17,13)2 ] ½ 2.1 = [ (1,14)2 + (17,10)2 ] ½

= 17,135 = 17,138

b. = [ (0,6)2 + (16,98)2 ] ½ 3.1 = [ (0,91*)2 + (17,28*)2 ]

½
= 16,991
4.3.4 Beras Setra Ramos = 17,30
b*
1. H = tan-1 x ( )
a*
16,74
a. tan-1 x ( )
0,40

= 88,631
17,44
b. tan-1 x ( )
0,50

= 88,358
2. C = [ (a*)2 + (b*)2 ] 1/2

a. = [ (0,40)2 + (16,74)2 ] ½
= 16,745
b. = [ (0,47*)2 + (16,177*)2

]½
= 17,447
 BAB V
PEMBAHASAN

Praktikum pensortasian beras berdasarkan warna pada kali ini menggunakan

media berupa kromameter. Luaran yang dihasilkan pada praktikum ini berupa
perbandingan nilai L, a* dan b* pada setiap sempel beras lalu digunakan untuk
menghitung nilai Hue (H) yang menyatakan apakah warna tersebut merah, hijau
atau kuning dan menghitung nilai C (chroma) yang menyatakan intensiatas warna.
Kromameter seperti halnya fungsi color matching retina mata manusia yang bisa
mendeteksi tiga nilai warna primer Prinsip kromamameter adalah mengukur
parameter atau tristimulus warna XYZ menggunakan tiga buah filter X (merah), Y
(hijau), dan Z (biru).
Sebelum dilakukan pengukuran, beras ditimbang sebanyak 40gr dengan alas
an pada kondisi tersebut sudah tidak ada pembiasan atau warna yang memantul dari
beras saat beras dimasukkan pada cawan gelas. Pengukuran Nilai L dengan
melakukan 2 kali pengulangan, hasil pada pengukuran pada beras Sentra Ramos
diperoleh rata –rata nilai L sebesar 75,475, pada beras Cianjur diperoleh rata –rata
nilai L sebesar 75,92, pada beras Lokal diperoleh rata –rata nilai L sebesar 76,15,
pada beras Lokal 2 diperoleh rata –rata nilai L sebesar 72, pada beras Pandan Wangi
diperoleh rata –rata nilai L sebesar 76,425. Nilai L terbesar didapatkan pada beras
Sentra ramos, yang menyatakan beras tersebut memiliki tinggat kecerahan paling
tinggi diantara beras lainnya.
Pengukuran nilai a* yang menunjukkan nilai hijau atau merah, dimana a+
bererati cendenrung merah, dengan melakukan 2 kali pengulangan, hasil pada
pengukuran pada beras Sentra Ramos diperoleh rata –rata nilai a* sebesar 0,55,
pada beras Cianjur diperoleh rata –rata nilai a* sebesar 0,53, pada beras Lokal
diperoleh rata –rata nilai a* sebesar 0,46, pada beras Lokal 2 diperoleh rata –rata
nilai a* sebesar 1,02, pada beras Pandan Wangi diperoleh rata –rata nilai a* sebesar
0,555. Pengukuran nilai b* menunjukkkan perbedaan biru atau kuning, dimana b+
bererti cenderung kuning, dengan melakukan 2 kali pengulangan, hasil pada
pengukuran pada beras Sentra Ramos diperoleh rata –rata nilai b* sebesar 16,865,
pada beras Cianjur diperoleh rata –rata nilai b* sebesar 17,055, pada beras Lokal
diperoleh rata –rata nilai b* sebesar 17,095, pada beras Lokal 2 diperoleh rata –rata
nilai b* sebesar 17,17, pada beras Pandan Wangi diperoleh rata –rata nilai b*
sebesar 16,61.
Pengukuran nilai C yang mengindikasikan nilai intensitas serta kekuatan yang
tinggi dengan melakukan 2 kali pengulangan, hasil pada pengukuran pada beras
Sentra Ramos diperoleh rata –rata nilai C sebesar 16,87, pada beras Cianjur
diperoleh rata –rata nilai C sebesar 17,065, pada beras Lokal diperoleh rata –rata
nilai C sebesar 17,095, pada beras Lokal 2 diperoleh rata –rata nilai C sebesar 17,2,
pada beras Pandan Wangi diperoleh rata –rata nilai C sebesar 16,615. 1. Nilai C
yang terbesar terdapat pada beras Lokal 2, nilai intensitas serta kekuatannya lebih
tinggi dibandingkan bersa lainnya. Pengukuran nilai H dengan melakukan 2 kali
pengulangan, hasil pada pengukuran pada beras Sentra Ramos diperoleh rata –rata
nilai H sebesar 88,12, pada beras Cianjur diperoleh rata –rata nilai H sebesar 88,28,
pada beras Lokal diperoleh rata –rata nilai H sebesar 88,5, pada beras Lokal 2
diperoleh rata –rata nilai H sebesar 86,58, pada beras Pandan Wangi diperoleh rata
–rata nilai H sebesar 88,085. Nilai H pada setiap beras berkisar antara86-88 yang
kromatisistasnya berwarna yellow red.
 BAB VI
PENUTUP

6.1 Kesimpulan
Kesimpulan pada praktikum ini adalah :
1. Prinsip kromamameter adalah mengukur parameter atau tristimulus warna
XYZ menggunakan tiga buah filter X (merah), Y (hijau), dan Z (biru);
2. Sortasi beras berguna untuk menentukan kualitas dari suatu beras;
3. Nilai H pada setiap beras berkisar antara 86-88 yang kromatisistasnya
berwarna yellow red; dan
4. Nilai C yang terbesar terdapat pada beras Lokal 2, nilai intensitas serta
kekuatannya lebih tinggi dibandingkan besar lainnya.

6.2 Saran
Saran pada praktikum ini adalah :
1. Beras sebainya telah diidentifikasi secara jelas kualitasnya terlebih dahulu,
sehingga hasil pensortasian warna dapat dibandingkan dengan kualitas beras
tersebut; dan
2. Computer yang disambungkan dengan kromameter sebaiknya dipastikan
tidak error dan data berfungsi dengan baik.
 DAFTAR PUSTAKA

Darmaprawira, Sulasmi. 2002. Warna Teori dan Kreativitas Penggunaannya Edisi

Kedua. Bandung : Institut Teknologi Bandung.

Almegakm. 2015. Alat Ukur Warna. Terdapat pada:

http://analisawarna.com/2015/09/23/alat-ukur-warna/. (Diakses pada tanggal
3 Oktober 2019 pukul 08.29 WIB).

Assegaf. 2012. Model CIELab. Terdapat pada : tep.fateta.unand.ac.id. /. (Diakses

pada tanggal 3 Oktober 2019 pukul 08.29 WIB).

Fauzan, Charis. 2015. Ruang Warna Hue Saturation Value (HSV) serta Proses
Konversinya. Terdapat pada : http://www.charisfauzan.net/2015/01/ruang-
warna-hue-saturation-value-hsv.html. /. (Diakses pada tanggal 3 Oktober
2019 pukul 08.29 WIB).

Munir, Rinaldi. 2010. Pengolahan Warna. Terdapat pada :

http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan%20Citra%
20 Digital/Bab-12_Warna.pdf. /. (Diakses pada tanggal 3 Oktober 2019 pukul
08.29 WIB).

Nurmawarti, Ririn. 2011. Pengembangan Metode Pengukuran Warna

menggunakan CCD (Charge Coupled Device) dan Image Processing. Bogor
: Institut Pertanian Bogor.

Pratomo, Arif. 2011. Kurva Spektral Warna Proses. Terdapat pada

: http://pengantar-warna.co.id/2011/kurva-spektral-warna-proses/. (Diakses
pada tanggal 3 Oktober 2019 pukul 08.29 WIB).

Wahyu, Irvan. 2013. Mengenal Jenis Pigmen Alami dan Manfaatnya. Terdapat
pada : http://himalogista.ub.ac.id/mengenal-jenis-pigmen-alami-dan-
manfaatnya/. (Diakses pada tanggal 3 Oktober 2019 pukul 08.29 WIB).
 LAMPIRAN

Dokumentasi Pribadi

Gambar 12. Penimbangan Beras Gambar 14. Pensortasian Warna

Beras dengan Kromameter

Gambar 15. Hasil Pengukuran nilai

Gambar 13. Kromameter L, a*, b*, C dan H dengan
Kromameter.