ABSTRAKS
Penelitian ini adalah sebuah upaya untuk mengimplementasikan konsep visi komputer dan teknik segmentasi
citra untuk melakukan upaya klasifikasi ukuran fisik telur ayam ras berdasarkan bobotnya. Alternatif teknologi
ini diharapkan akan menjadi solusi bagi standarisasi pengukuran, efisiensi biaya serta efektivitas pekerjaan
dibandingkan dengan metode standar yang telah berjalan selama ini Dalam penelitian ini klasifikasi dilakukan
dengan menggunakan segmentasi citra dan analisis regresi. Dengan cara tersebut klasifikasi telur ayam ras
diharapkan memiliki nilai yang semakin lama akan semakin tepat. Citra diambil menggunakan web
camera,selanjutnya segmentasi citra diterapkan untuk membagi citra menjadi wilayah-wilayah yang homogen
berdasarkan kriteria keserupaan intensitas warna RGB (true color). Analisis regresi digunakan untuk
mempelajari dan mengukur hubungan yang terjadi antara jumlah pixel objek dengan bobot. Keluaran
segmentasi citra berupa jumlah pixel yang menunjukkan luas objek yang akan menjadi masukan bagi
persamaan regresi untuk menentukan bobot (gram). Hasil penelitian menunjukkan bahwa ciri warna telur ayam
ras adalah normalisasi R ≥ 0,41 dan normalisasi G ≥ 0,3 sementara akurasi pengujian klasifikasi 100% (36/36)
dan nilai akurasi pendugaan bobot 42 % (15/36).
Kata Kunci: visi komputer, segmentasi, telur ayam ras, klasifikasi, RGB
G-1
Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010) ISSN: 1907-5022
Yogyakarta, 19 Juni 2010
persepsi visual, seperti akusisi citra, pengolahan tersebut dapat lebih mudah dilakukan bila suatu
citra, pengenalan dan pembuatan keputusan. hubungan (relasi) dapat ditentukan antara variabel
Computer vision mencoba meniru cara kerja sistem yang akan diramal dengan variabel lain yang telah
visual manusia (human vision) yang sesungguhnya diketahui ataupun sangat mudah untuk diantisipasi.
sangat kompleks, bagaimana manusia melihat objek Untuk keperluan tersebut, regresi dan korelasi sangat
dengan indra penglihatan (mata), lalu citra objek umum digunakan sebagai perangkat analisisnya.
diteruskan ke otak untuk diinterpretasi sehingga (Harinaldi, 2005).
manusia mengerti objek apa yang tampak dalam Analisis Regresi digunakan untuk mempelajari
pandangan mata. Selanjutnya hasil interpretasi ini dan mengukur hubungan variabel yang terjadi antara
digunakan untuk pengambilan keputusan. dua atau lebih variabel. Dalam regresi sederhana
(Darmawan, 2009). dikaji dua variabel, sedangkan dalam regresi
Dalam melakukan pengenalan sebuah objek di majemuk dikaji lebih dari dua variabel. Dalam
antara banyak objek dalam citra, komputer harus analisis regresi, suatu persamaan regresi ditentukan
melakukan proses segmentasi terlebih dahulu. dan digunakan untuk menggambarkan pola atau
Segmentasi adalah memisahkan citra menjadi fungsi hubungan yang terdapat antar variabel.
bagian-bagian yang diharapkan merupakan objek- Variabel yang akan diestimasi nilainya disebut
objek tersendiri atau membagi suatu citra menjadi variabel terikat (dependent variable atau response
wilayah-wilayah yang homogen berdasarkan kriteria variable) dan biasanya diplot pada sumbu tegak
keserupaan tertentu antara derajat keabuan suatu (sumbu y), sedangkan variabel bebas (independent
piksel dengan derajat keabuan piksel-piksel variable atau explanatory variable) adalah variabel
tetangganya. yang diasumsikan memberikan pengaruh terhadap
Menurut Darmawan (Darmawan,2009) variasi variabel terikat dan biasanya diplot pada
Berdasarkan cara kerjanya, terdapat 2 jenis teknik sumbu datar (sumbu x).
segmentasi citra, yaitu : Menurut Sugiono (Sugiono, 2006), regresi linier
a. Segmentasi berdasarkan intensitas warna (derajat sederhana didasarkan pada hubungan funsional atau
keabuan). Berasumsi bahwa objek-objek yang kausal suatu variabel terikat dengan suatu variabel
akan dipisahkan cenderung memiliki intensitas bebas. Persamaan umum persamaan regresi linier
warna yang berbeda-beda dan masing-masing sederhana adalah y = a + bx dengan y = subyek
objek memiliki warna yang hampir seragam. dalam variabel terikat yang diprediksikan, a = titik
Salah satu teknik segmentasi berdasarkan potong garis regresi pada sumbu y atau nilai estimasi
intensitas warna adalah mean clustering. Pada y bila a = 0, b = gradien garis regresi atau koefisien
mean clustering dilakukan pembagian citra regresi, yang menunjukkan angka peningkatan
dengan membagi histogram citra. Kelemahan ataupun penurunan variabel terikat yang didasarkan
segmentasi berdasarkan intensitas warna (derajat pada variabel bebas, x = subyek pada variabel bebas
keabuan) antara lain adalah harus tahu dengan yang mempunyai nilai tertentu.
tepat berapa jumlah objek yang ada pada citra
serta citra hasil kurang bagus jika pada citra
terdapat beberapa objek dengan warna pada
masing-masing objeknya bervariasi atau pada
setiap objek memiliki warna yang sama.
b. Segmentasi berdasarkan karakteristik. Yaitu
mengelompokkan bagian-bagian citra yang 4. RANCANG BANGUN APLIKASI
memiliki karakteristik yang sama berupa Aplikasi yang dikembangkan diharapkan dapat
perubahan warna antara titik yang berdekatan, mengklasifikasikan ukuran fisik telur ayam ras
nilai rata-rata dari bagian citra tersebut. Untuk dengan menggunakan ciri warna fisik telur sebagai
menghitung atau menentukan karakteristik penduga dalam menentukan bobot telur ayam ras.
digunakan perhitungan statistik, misalnya varian, Aplikasi secara umum terdiri dari webcam sebagai
standard deviasi, teori probabililitas, transformasi sensor kamera yang dihubungkan pada port USB
fourier. Salah satu teknik segmentasi berdasarkan Personal Computer (PC) sebagai pengendalinya.
karakteristik adalah split and merge. Proses Adapun bahasa pemorograman yang digunakan
tersebut dilakukan secara rekursif karena pada adalah Visual Basic 6.0 dalam paket Visual Basic
setiap saat dilakukan proses yang sama tetapi Enterprise. Langkah yang dilakukan dalam proses
dengan data yang selalu berubah identifikasi dimulai dari penampilan video dari
webcam, kemudian dilakukan proses pencitraan
yaitu proses pengambilan gambar sebanyak 1 frame.
3. REGRESI LINIER Hasil dari pencitraan akan diproses sehingga hasil
Sebelum suatu keputusan diambil seringkali dari proses tersebut akan menjadi data masukan
perlu dilakukan suatu peramalan (forecasting) proses segmentasi citra berupa ciri gambar
mengenai kemungkinan yang terjadi di masa depan berdasarkan warnanya. Hasil dari segmentasi citra
yang berkaitan dengan keputusan tersebut. Hal akan menghasilkan data keluaran berupa identifikasi
G-2
Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010) ISSN: 1907-5022
Yogyakarta, 19 Juni 2010
G-3
Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010) ISSN: 1907-5022
Yogyakarta, 19 Juni 2010
G-4
Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010) ISSN: 1907-5022
Yogyakarta, 19 Juni 2010
G-5