LAPORAN PRAKTIKUM
KARAKTERISTIK BAHAN HASIL PERTANIAN
(Karakteristik Optik: Pengukuran warna dengan Pengambil Citra Digital)
Oleh:
Nama : Salma Delila Purnama
NPM : 240110160100
Hari, Tanggal Praktikum : Rabu, 15 November 2017
Waktu/Shift : 07.30-09.30/B2
Co. Ass : 1. Connie Shintia Ayu Sidabutar
2. Lisa Oktavia Br Napitupulu
3. Zahra Eza Arpima
4. Zulfaa Irbah Zain
Gambar 1. Kromameter
(Sumber: Nurjanah, 2016)
Nilai hue mewakili panjang gelombang yang dominan yang menentukan apakah
warna tersebut merah, hijau atau kuning. Nilai Hue diukur dari lokasi pada roda
standar warna, yang diekspresikan dengan nilai derajat sudut diantara 0° dan 360°.
Sedangkan chroma menunjukan ukuran kekuatan atau kemurnian sebuah warna, juga
dikenal dengan istilah intensitas warna/saturasi. (Nurjanah, 2016)
2.2 Sortasi
Sortasi adalah pemisahan bahan yang sudah dibersihkan ke dalam berbagai fraksi
kualitas berdasarkan karakteristik fisik (kadar air, bentuk, ukuran, berat jenis, tekstur,
warna, benda asing/kotoran), kimia (komposisi bahan, bau dan rasa ketengikan) dan
biologis (jenis dan jumlah kerusakan oleh serangga, jumlah mikroba dan daya
tumbuh khususnya pada bahan pertanian berbentuk bijian). Ada dua macam proses
sortasi, yaitu sortasi basah dan sortasi kering. Proses ini untuk memisahkan kotorann-
kotoran atau bahan-bahan asing lainnya dari bahan simplisia. Hal tersebut
dikarenakan tanah merupakan salah satu sumber mikrobia yang potensial. Sehingga,
pembersihan tanah dapat mengurangi kontaminasi mikroba pada bahan obat.
Tujuannya untuk memisahkan benda-benda asing seperti bagian-bagian tanaman
yang tidak diinginkan dan pengotoran lain yang masih tertinggal pada simplisia
kering. Sortasi dapat dilakukan dengan atau secara mekanik. (Sandira, 2015)
Grading adalah proses pemilihan bahan berdasarkan permintaan konsumen atau
berdasarkan nilai komersilnya. Sortasi dan grading berkait erat dengan tingkat selera
konsumen suatu produk atau segmen pasar yang akan dituju dalam pemasaran suatu
produk. Terlebih apabila yang akan dituju adalah segmen pasar tingkat menengah ke
atas dan atau segmen pasar luar negeri. Kegiatan sortasi dan grading sangat
menentukan apakah suatu produk laku dipasar atau tidak. Pada kegiatan grading,
penentuan mutu hasil panen biasanya didasarkan pada kebersihan produk, aspek
kesehatan, ukuran, bobot, warna, bentuk, kematangan, kesegaran, ada atau tidak
adanya serangan/kerusakan oleh penyakit, adanya kerusakan oleh serangga, dan
luka/lecet oleh faktor mekanis.
Pada buah budidaya tanaman, penyortiran produk hasil panenan dilakuakn secara
manual atau menggunakan mesin penyortiran. Grading secara manual memerlukan
tenaga yang terampil dan terlatih, dan bila hasil panen dalam jumlah besar akan
memerlukan lebih banyak tenaga kerja. Sortasi dan Grading tersebut dapat dirasakan
secara sentuhan maka dari itu mesin sortasi di desain sedemikian rupa agar bisa
memisahkan mana yang baik dan mana yang tidak memenuhi standar. Kerusakan
yang dialami buah dapat terlihat secara fisik atau optik. (Fairuz, 2002)
b. Sekunder
Adalah warna jadian dari pencampuran 2 warna primer, berikut adalah
nama-nama warna sekunder:
- Jingga (Orange), adalah hasil pencampuran warna merah dan kuning
- Ungu (Violet), adalah hasil pencampuran warna merah dan biru
- Hijau (Green), adalah hasil pencampuran warna kuning dan biru
c. Intermediate
Adalah warna perantara, diantara warna primer dan sekunder, berikut adalah
nama-nama intermediate:
- Kuning-Hijau (Sejenis Moon Green)
- Kuning - Jingga (Sejenis Deep Yellow)
- Merah - Jingga (Red/ Vermilion)
- Merah - Ungu (Purple)
- Biru - Violet (Sejenis Blue/ Indigo)
- Biru - Hijau (Sejenis Sea Green)
d. Tersier
Adalah hasil pencampuran dari 2 warna sekunder, berikut adalah nama-nama
Tersier:
- Coklat kuning (disebut juga Siena mentah, Kuning Tersier, Yellow Ochre,
atau Olive), yaitu pencampuran warna jingga dan hijau
- Coklat Merah (disebut juga Siena Bakar, Merah Tersier, Burnt Siena, atau
Red Brown), yaitu pencampuran warna jingga dan ungu
- Coklat Biru (disebut juga Siena Sepia, Biru Tersier, Zaitun, atau Navy Blue)
yaitu pencampuran warna hijau dan ungu.
e. Kuarter
Adalah hasil pencampuran dari 2 warna tersier. Nama - nama Kuarter:
- Coklat Jingga (Jingga/ Orange Kuarte / semacam Brown), yaitu hasil
pencampuran kuning tersier dan merah tersier.
- Coklat Hijau (Hijau kuarter/ semacam mass green), yaitu pencampuran biru
tersier dan kuning tersier.
- Coklat Ungu (Ungu/ Violet Kuarter/ semacam Deep Purple), yaitu hasil
pencampuran warna merah tersier dan biru tersier.
2. Value
Adalah dimensi mengenai terang gelap, atau tua muda warna. atau biasa disebut
"Brightness" atau "Terang"an warna.
3.1.2 Bahan
1. Jus Anggur
2. Jus Guava
3. Jus Mangga
4. Jus Sirsak
5. Kertas Putih
¿
b
dengan rumus ini: H = tan -1 ()
a
¿ ¿ 2 ¿ 2
satuan derajat dan C = [ ( a ) + ( b ) ]
1
2
BAB IV
HASIL PERCOBAAN
4.1 Tabel
Tabel 1. Hasil Pengukuran Sampel
Pengukuran Teoritis Gambar
Sample Ulangan
L* a* b* C H
1 32 2 11 11,18 79,695
Jus A 2 38 -2 6 6,32 -71,565
(Leci) 3 25 1 10 10,0498 84,289
Rata-rata 31,667 0,33 9 9,183 30,806
1 18 4 19 18,439 77,471
Jus B 2 24 4 21 21,377 79,215
(Anggur) 3 26 2 19 19,41 83,99
Rata-rata 22,667 3,33 19,33 19,742 80,225
1 7 12 8 14,422 33,69
Jus C 2 24 20 20 28,284 45
(Guava) 3 11 15 12 19,209 38,66
Rata-rata 14 15,667 13,33 20,638 39,117
1 20 7 29 76,429 29,83
Jus D 2 36 0 44 0 44
(Mangga) 3 22 4 33 83,08 33,24
Rata-rata 26 3,67 35,33 16,2788 35,69
1 9 12 11 79,7545 42,5104
2 19 16 22 27,8035 53,8726
Jus C+D
3 16 14 18 22,8035 52,2501
Rata-rata 14,667 14 17 22,0971 49,5360
2. Jus B (Anggur):
b∗¿ 19
H1 = tan-1 ( ¿ = tan−1 ( )= 77,471
a∗¿ ¿ 4
b∗¿ 21
H2= tan-1 ( ¿= tan−1 ( ) = 79,215
a∗¿ ¿ 4
b∗¿ 19
H3= tan-1 ( ¿= tan−1 ( ) = 83,99
a∗¿ ¿ 2
H 1+ H 2+ H 3
Hrata-rata = = 80,225
3
4. Jus D (Mangga):
b∗¿ 29
H1 = tan-1 ( ¿ = tan−1 ( )= 29,83
a∗¿ ¿ 7
b∗¿ 44
H2= tan-1 ( ¿= tan−1 ( ) = 44
a∗¿ ¿ 0
b∗¿ 33
H3= tan-1 ( ¿= tan−1 ( ) = 33,24
a∗¿ ¿ 4
H 1+ H 2+ H 3
Hrata-rata = = 35,69
3
5. Jus D+C :
b∗¿ 11
H1 = tan-1 ( ¿ = tan−1 ( )= 42,5104
a∗¿ ¿ 12
b∗¿ 22
H2= tan-1 ( ¿= tan−1 ( ) = 53,8726
a∗¿ ¿ 16
b∗¿ 18
H3= tan-1 ( ¿= tan−1 ( ) = 52,2501
a∗¿ ¿ 14
H 1+ H 2+ H 3
Hrata-rata = = 49,5360
3
4.2 Grafik
BAB V
PEMBAHASAN
Pada praktikum kali ini membahas mengenai percobaan karakteristik optik
pengukuran warna dengan pengambil citra digital. Sifat optik diperlukan dalam
penyimpanan bahan pertanian, selain untuk mempertahankan kualitas produk juga
untuk mengawetkan produk. Hal ini terjadi diakibatkan oleh mikroba yang menjadi
zat perombak dan perusak pada bahan hasil pertanian, oleh karena itu pelakuan dan
penyimpanan sangat berpengaruh terhadap buah–buahan yang disimpan. Penerapan
teknologi pengolahan citra untuk identifikasi mutu produk tanaman perkebunan
sangat berpeluang untuk dikembangkan mengingat teknologi ini sangat sederhana
tetapi memiliki daya guna yang sangat tinggi. Tingkat kesulitan yang tertinggi pada
pengembangan teknologi ini adalah dalam sistem pemprograman nya, mengingat
teknologi ini menggunakan skrip-skrip pemrograman yang melibatkan sistem
kecerdasan buatan, namun dalam penerapan dan penggunaannya sangat mudah dan
sederhana. Pengembangan teknologi ini dapat digunakan untuk keperluan sortasi non-
destruktif menjadi lebih efisien.
Dalam percobaan melakukan pengulangan tiga kali pengulangan dan akan
didapatkan hasil berupa nilai L*, a*, b*, Hue dan Saturation. Nilai L* menunjukan
perbedaan terang (lightness), nilai a* menunjukan perbedaan hijau dengan merah,
nilai b* menunjukan perbedaan biru dan kuning, Hue (H) menunjukkan kombinasi
warna dasar (RGB), dan Saturation (C) menunjukkan tingkat kemurnian dari suatu
warna. Hasil dari pengujian-pengujian tersebut kemudian di rata-ratakan.
Dari hasil pengukuran pada sample A (Jus Leci), maka di dapatkan hasil sebagai
berikut, yaitu nilai rata-rata L* sebesar 31,667, nilai rata-rata sebesar a* 0,33, nilai
rata-rata b* sebesar 9, nilai rata-rata C sebesar 9,183 dan nilai rata-rata H sebesar
30,806. Pada pengukuran pada Sample B (Jus Anggur) didapatkan hasil sebagai
berikut, yaitu nilai rata-rata L* sebesar 22,667, nilai rata-rata sebesar a* 3,33, nilai
rata-rata b* sebesar 19,33, nilai rata-rata C sebesar 19,742 dan nilai rata-rata H
sebesar 80,225. Pada pengukuran pada Sample C (Jus Guava) didapatkan hasil
sebagai berikut, yaitu nilai rata-rata L* sebesar 14, nilai rata-rata a* sebesar 15,667,
nilai rata-rata b* sebesar 13,33, nilai rata-rata C sebesar 20,638 dan nilai rata-rata H
sebesar 39,117.
Pada pengukuran pada Sample D (Jus Mangga) didapatkan hasil sebagai berikut,
yaitu nilai rata-rata L* sebesar 26, nilai rata-rata a* sebesar 3,67, nilai rata-rata b*
sebesar35,33, nilai rata-rata C sebesar 16,2788 dan nilai rata-rata H sebesar 35,69.
Dan yang terakhir adalah pengukuran pada Sample D+C didapatkan hasil sebagai
berikut, yaitu nilai rata-rata L* sebesar 14,667, nilai rata-rata a* sebesar 14, nilai rata-
rata b* sebesar 17, nilai rata-rata C sebesar 22,0971 dan nilai rata-rata H sebesar
79,5360.
Berdasarkan hasil pengukuran daerah kisaran warna kromatisitas dari Sample A
baik secara pengukuran dihasilkan warna Red. Untuk Sample B baik secara
pengukuran dihasilkan warna Yellow Red. Untuk Sample C, Sample D dan juga
Sample D+C memiliki hasil yang sama dengan Sample A dimana pengukuran daerah
kisaran warna kromatis yang dihasilkan berwarna Red.
Nilai HUE juga dihitung dalam praktikum ini dan berdasarkan hasil
pengukuran nilai HUE dari Sample A sampai Sample D+C, Sample B lah yang
menghasilkan nilai HUE terbesar yaitu sebesar 80,225. Nilai hue senidiri dapat
mewakili panjang gelombang yang dominan yang menentukan apakah warna tersebut
merah, hijau atau kuning. Sedangkan chroma menunjukan ukuran kekuatan atau
kemurnian sebuah warna, juga dikenal dengan istilah intensitas warna/saturasi. Dalam
perkembangannya pengolahan citra dapat digunakan dalam membedakan jenis
produk karena teknologi ini memiliki kemampuan dalam menganalisis produk
berdasarkan perbedaan intensitas warna.
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Kesimpulan pada praktikum kali ini adalah :
1. Tingkat kesulitan yang tertinggi pada pengembangan teknologi pengolahan citra
digital ini adalah dalam sistem pemprogramannya.
2. Pada nilai a* pada sampel didapatkan nilai yang paling tinggi pada jus guava
karena memiliki tingkat kepekatan warna yang paling pekat.
3. Pada nilai b* didapatkan nilai yang paling tinggi adalah pada jus mangga
dikarenakan memiliki warna kuning yang dominan.
4. Sample L* yang paling tinggi adalah jus leci karena tingkat kecerahannya yang
lebih tinggi dibandingkan sampel lain.
5. L* menunjukan perbedaan cerah atau terang (Lightness) jika L* =100 maka
terang (light), dan gelap (dark).
6. a* menunjukkan perbedaan antara hijau (green) (-a*) dan merah (red)(+a*).
7. b* menunjukkan perbedaan antara biru (blue) (-b*) dan kuning (yellow) (+b).
8. Berdasarkan hasil yang didapatkan dan dibandingkan dengan setiap sampel yang
ada dapat disimpulkan bahwa setiap bahan sampel memiliki tingkat warna yang
berbeda dengan warna yang dominannya masing-masing.
6.2 Saran
Adapun saran dari praktikum kali ini yaitu :
1. Praktikan membaca modul yang sudah diberikan terlebih dahulu.
2. Praktikan lebih serius dan mematuhi semua peraturan praktikum yang sudah
ditetapkan agar praktikum berjalan efektif.
DAFTAR PUSTAKA
Clifton, E. M. (1987). Food Analysis Theory and Practice 2nd edition. Van Nostrand
Reinhold Co Inc. New York.
Fairuz, Jasmine. 2002. Fisiologi Lepas Panen Produk Holtikultura. Bogor: M- Brio
Press.
Nurjanah, Sarifah. 2016. Penuntun Praktikum Karakteristik Bahan Hasil Pertanian.
Jatinangor: Universitas Padjadjaran.
Parker,R. (2003). Introduction to Food Science. Delmar.
Sahay, KM. dan KK. Singh.1994. Unit Operations of Agricultural Processing. Vikas
Publishing House PVT LTD, New Delhi.
Sandira, Ari. 2015. Sifat–Sifat Hasil Pertanian. Bandung: Alfabeta
Widyastuti, Yuli. 1997. Penanganan Hasil Panen Tanman Obat Komersial. Trubus
Agriwidya: Semarang.
Bono, Adi. 2012. Bahan Hasil Pertanian. Available at:
https://www.scribd.com/doc/248430475/sifat-fisik-hasil-pertanian (Diakses
pada tanggal 21 November 2017 pukul 21.34 WIB)
Prasetyo, Danis Bagus. 2012. Teknologi Pengolahan Citra Digital. Available
at:https://tugasdenny.wordpress.com/2012/03/05/teknologi-pengolahan-citra-
digital/ (Diaskes pada tanggal 21 November 2017 pukul 23.00 WIB).