KARBITAN
PROPOSAL
Di Susun Oleh :
Arham Sudriawan
(2019020034)
TEKNIK INFORMATIKA
KONSENTRASI WEB
2022
BAB I
PENDAHULUAN
A. Latar Belakang
tradisional dan juga buahnya yang bermanfaat begi kesehatan tubuh karena
penting untuk tubuh zat gizi tersebeut diantaranya adalah karbohodrat, vitamin
dan mineral. Vitam,in yang dikandung oleh buah pisang yaitu vitamin C, B
kelancaran fungsi otak. Selain itu, pisang juga mengandung Zat besi dalam jumlah
Namun buah pisang sendiri memiliki waktu panen yang terbilang cukup lama,
yaitu sekitar 3 – 4 bulan pasca pohon berbunga. Oleh sebab itu, banyak petani
yang memanen pisang dalam keadaan yang belum matang beberapa diantaranya
melakukan penganan pasca panen pada buah pisang dengan cara meletakkannya
pada udara terbuka di suhu ruang dan membungkusnya dengan plastik atau
karunggoni. Penanganan tersebut sering disebut dengan istilah pemeraman.
dengan proses pengkarbitan. Karbit atau kalsium karbida (CaC2) adalah adalah
senyawa kimia yang merupakan bahan penghasil gas karbit atau esetilen yang dapat
memacu kematangan buah.. Cara pematangan dengan karbit ini dapat menjadi matang
dengan sempurna dengan waktu antara 2-3 hari. Petani pisang sering melakukan
pengkarbitan pisang ini untuk mempercepat proses penjualan pisangnya agar mereka
pengkarbitan ini cukup bahaya, karena gas dari karbit dapat menempel pada kulit
buah dan dapat terserap kedalam daging buah pisang. Dan jika buah yang
KNN dan PCA Berdasarkan Citra RGB dan HSV”. Tujuan dari penelitian ini
dalam melakukan proses identifikasi kematangan buah pisang dapat dilihat dari
warna dan ukurannya. Kematangan pisang dibagi menjadi dua fase, yaitu fase 1
tekstur buah yang keras, warna kemudian berubah dengan tambahan semburat
hijau. dan fase 2 kematangan warna kuning namun ujungnya masih berwarna
hijau, kemudian ujungnya berubah menjadi kuning, setelah itu mulai muncul
H., Wahyuni, D.P., Aini, M., Rahayu, Y.S., & Dewi, 2021) dengan judul
Nanas”. Dari hasil penelitian, menunjukkan bahwa terjadi perubahan warna pada
buah pisang dan nanas selama pemeraman berlangsung. Buah pisang dan nanas
kontrol pada hari pertama masih berwarna hijau namun sudah tua. Pemeraman
menggunakan karbit dan kombinasi daun mangga dan daun pisang menunjukkan
perubahan warna pisang yang lebih cepat dibandingkan kontrol dan pemeraman
buah pisang lebih tinggi dibandingkan dengan pemeraman lainnya. Adapun pada
buah nanas, perubahan warna dari berbagai cara pemeraman relatif sama.
Berdasarka permasalahan tersebut maka peneliti menganggap perlu
membuat sebuah sistem pengolahan citra digital, yang nantinya diharapkan dapat
berguna sebagai media yang dapat membantu masyarakat yang kurang paham
karbit. Sistem ini nantinya akan mendeteksi melalui warna kulit buah pisang. Pada
system yang akan dibuat digunakan Ekstraksi fitur yang terdiri dari ekstraksi
warna buah pisang menggunakan metode Hue Saturation Value (HSV) dan
citra karena dianggap cocok untuk mengklasifikasikan objek secara cepat dengan
Tujuan dari algoritma K-NN adalah untuk mengklasifikasi objek baru berdasarkan atribut
(grayscale intensity), jarak dan sudut. Pada penelitian ini menggunakan 5 sudut
diantaranya 0°, 45°, 90°, 135°, dan 180° untuk menentukan hubungan antar
piksel yang mempunyai pola ketetanggaan dalam suatu citra digital. GLCM
digunakan dalam penelitian ini yaitu kontras, entrophy, kolerasi, energy, dan
tidak menggunakan ekstraksi fitur jadi hasil yang diperoleh kurang maksimal .
Pada penelitian kali ini dalam membedakan proses kematangan buah pisang
yang matang secara alami dan matang menggunakan karbit peneliti akan
membuat sebuah sistem yang bisa mendeteksi ciri fitur dan ciri warna pada buah
pisang sehingga peluang untuk membedakan mana buah pisang yang matang
secara alami dan matang menggunakan karbit bisa mendapatkan hasil yang
B. Rumusan Masalah
C. Batasan Masalah
menggunkan citra.
4. Metode yang digunakan yaitu metode Hue Saturation Value (HSV), Gray-
D. Tujuan Penilitian
E. Manfaat Penilitian
matang secara alami dan mana buah pisang yang matang secara karbitan
mana pisang yang matang secara alami dan mana buah pisang yang
penafsiran atau pengertian, yang dapat membantu pembaca apa yang tidak
dimengerti pada penilitian ini. Maka dari itu penulis memberikan beberapa
1. Pengolahan Citra
dapat digunakan untuk menganalisis ciri atau fitur yang terdapat pada
citra. Fitur-fitur yang dapat dianalisis adalah warna, ukuran, dan defect
area.
keabuan (grayscale intensity), jarak dan sudut. Terdapat 8 sudut yang dapat
digunakan pada GLCM, diantaranya sudut 0°, 45°, 90°, 135°, 180°, 225°,
rumus paling umum untuk dipakai, dibanding dengan rumus jarak lainnya
lainnya.
G. Sistematika Penulisan
1. BAB I PENDAHULUAN
penegasan konsep.
Pada bab ini menjelaskan teori yang terkait pada penilitian ini
sistem.
5. BAB V PENUTUP
saran, daftar pustaka serta lampiran yang diperoleh dari seluruh penelitian.
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Pisang
pisang bunga (heliconia indica lamek), pisang serap (noe. Musa texstiles),
al., 2022)
gizi yang baik. Buah pisang juga mengandung banyak karbohidrat, dimana
memiliki gizi yang baik dan rasa yang disukai kebanyakan masyarakat.
tinggi, yang mana dapat dibuat banyak macam produk olahan dari pisang.
dalam menentukan buah pisang yang masih mentah, sudah matang atau
buah pisang yang matang dan baik untuk di kelola. Oleh karena itu,
al., 2021)
Buah pisang yang matang secara alami akan terasa lebih segar
matang secara alami. Biasanya, hal ini bisa dikenali dengan adanya
karbitan ini tidak memiliki aroma khas pada pisang yang sudah
menandakan bahwa buah yang dikenal baik bagi kesehatan bisa jadi
kurang baik bagi kesehatan karena dimatangkan dengan karbit atau
2. Citra
suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat
bersifat optik berupa foto, bersifat analog berupa sinyal – sinyal video
seperti gambar pada monitor televisi, atau bersifat digital yang dapat
langsung disimpan pada suatu media penympana. Citra digital adalah citra
Citra adalah gambar pada bidang dua dimensi yang dihasilkan dari
gambar analog dua dimensi dan kontinus menjadi gambar diskrit, melalui
koordinat citra digital terhadap sumbu (x,y) suatu bidang dua dimensi.
Gambar 1. KoordinatCitra Digital
: : :
Seperti pada layar monitor, koordinat citra dimulai dari pojok kiri
(1,1) dan berakhir di (M,N). Perlu diingat pula bahwa untuk mengakses
piksel citra, penulisan indeks secara matematis pada citra bersesuaian juga
cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur
(blurring), dan sebagainya. Tentu saja citra semacam ini menjadi lebih
menjadi berkurang.
menjadi citra lain yang kualitasnya lebih baik. Pengolahan citra adalah
4. Kompresi Citra
digital tanpa merubah isi atau informasi yang terkandung dalam citra
digital tersebut.
penelitian telah melakukan survey berkaitan dengan metode serta efek dari
tersebut. Salah satu format data citra digital yang digunakan untuk
Fitur adalah suatu tanda unik yang terdapat pada objek serta dapat
mengetahui dan mengenali ciri khusus dari suatu citra yang diteliti.
Terdapat beberapa metode yang digunakan untuk ekstraksi fitur pada citra,
warna pada mata manusia. Ruang warna HSV berasal dari kata hue,
saturation, dan value. Hue digunakan untuk menunjukkan jenis atau corak
value digunakan untuk mengukur tingkat kecerahan dari suatu warna atau
ukuran besarnya cahaya yang datang pada warna tersebut. Pada gambar 6
dahulu.
H = nilai hue
S = nilai saturation
V = nilai value
R = nilai red
Tekstur merupakan salah satu ciri pada citra yang dapat diamati
metode ekstraksi ciri tekstur untuk memperoleh nilai statistik yang terletak
serta dihitung berdasarkan arah sudut, sebagai berikut 0 o, 45o, 90o, dan
(2.4)
bertetanggan.
(2.5)
(2.8)
(2.9)
R = nilai red
G = nilai green
B = nilai blue i = baris ke-i
j = kolom ke-j
sebagai berikut:
(4.1)
9. UML
Use case diagram adalah deskripsi fungsi dari sebuah sistem dari
2011
b. Class Diagram
perilaku dan relasi yang sama. Sehingga dengan adanya class diagram
tercermin dari class-class yang ada dan relasinya satu dengan yang
2011
c. Sequence Diagram
Tabel 3.
Tabel 3. Simbol Sequence Diagram
2011
d. Activity diagram
prosedural, proses bisnis dan aliran kerja dalam banyak kasus. Dapat
e. Deployment Diagram
Perbedaan dengan
Nama Algoritma yang
No Judul Penelitian Hasil Penelitian Penelitian
Penelitian/Tahun digunakan
sekarang
1. Mohammad Faizal Klasifikasi Metode Naive Pengujian untuk Pada penelitian
Ajizi, Dahnial Kematangan Buah Bayes sensor loadcell sebelumnnya
Syauqy, Pisang Berbasis mendapatkan tingkat menggunakan
Mochammad Sensor Warna Dan akurasi sebesar metode Naive
Hannats Hanafi Sensor Load Cell 93,89% jika Bayes sedangkan
Ichsan (2019) Menggunakan dibandingkan penelitian yang
Metode Naive dengan timbangan akan dijalankan
Bayes digital. Untuk sensor menggunakan
warna mendapat metode K-Nearest
tingkat akurasi Neighbour (KNN)
sebesar 85,53% jika
dibandingkan
dengan Corel Photo-
Paint. Dari 10 data
uji yang diujikan,
ada 1 data yang
dihasilkan sistem
yang tidak sesuai
dengan kondisi
sebenarnya, maka
klasifikasi yang
dihasilkan sistem
memiliki tingkat
akurasi sebesar 90%.
2 Adhi Wibowo, Deteksi Metode Hasil dari deteksi Terdapat perbedaan
Diwahana Mutiara Kematangan Buah Transformasi kematangan dapat
objek penelitian
Candrasari Jambu Kristal Ruang Warna Hsv dilihat pada masing-
Hermanto, Kusuma Berdasarkan Fitur (Hue Saturation masing pengujian dimana penelitian
Indah Lestari & Warna Value) Dan K- dengan nilai
sebelumnya
Hadion Wijoyo2 Menggunakan Nearest Neighbor presentase 91,67%
(2021) Metode untuk kategori buah menggunakan
Transformasi jambu matang, 90%
jambu kristal untuk
Ruang Warna Hsv untuk kategori buah
(Hue Saturation jambu mentah. Nilai mngetahui tingkat
Value) Dan K- presentase untuk
kematangan.
Nearest Neighbor pengujian
keseluruhan data Sedangkan pada
mempunyai
penelitian ini
presentase nilai yang
baik dimana menggunkan objek
berpengaruh dalam
buah pisang untuk
mendeteksi
kematangan jambu membedakan proses
kristal yaitu sebesar
kematangan
95%. Maka dapat
disimpulkan, bahwa
pendeteksian
kematangan buah
jambu kristal dapat
dilakukan dengan
menerapkan metode
transformasi ruang
warna HSV.
Mendeteksi tingkat
kematangan buah
pisang tidak selalu
dilakukan secara Pada penelitisn ini
manual tetapi juga hanya menggunakan
Implementasi
bisa dilakukan satu fitur ekstraksi
Martina Halimah, Sistem Pendeteksi
secara komputerisasi warna yaitu HIS
Shindy Qurani Kematangan Buah
Metode dengan sedangkan system
Rahim, Arniati Pisang
3 Transformasi menggunakan yang akan dibuat
Burara, Yolen Menggunakan menggunakan dua
Ruang Warna HSI metode transformasi
Perdana Sari, Perani Metode fitur ekstraksi yaitu
ruang warna HSI.
Rosyani (2022) Transformasi GLCM untuk tekstur
Sehingga dapat
Ruang Warna HSI dan HSV untuk
memudahkan para
warna
petani dalam
menentukan tingkat
kematangan buah
pisang.
4 Husnul Khotimah, Klasifikasi Metode HSV Dan Hasil klasifikasi Pada penelitian
Nur Nafi’iyah, Kematangan Buah K-Nearest pada citra mangga sebelumnya
Masruroh (2019) Mangga Neighbor dengan nilai k=1, menggunakan objek
Berdasarkan Citra nilai akurasinya mangga sedangkan
HSV dengan KNN 56%. Hasil penelitian sekarang
klasifikasi pada citra menggunakan objek
mangga dengan nilai buah pisang namun
k=2, nilai akurasinya dengan metode
80%. Hasil yamg sama yaitu
klasifikasi pada citra metode KNN
mangga dengan k=3,
nilai akurasinya
78%. Hasil
klasifikasi pada citra
mangga dengan k=4,
nilai akurasinya
53%. Hasil
klasifikasi pada citra
mangga dengan k=5,
nilai akurasinya
48%. Hasil
klasifikasi pada citra
mangga dengan k=6,
nilai akurasinya
45%. Hasil
klasifikasi pada citra
mangga dengan k=7,
nilai akurasinya
48%. Hasil
klasifikasi pada citra
mangga dengan k=8,
nilai akurasinya
53%. Hasil
klasifikasi pada citra
mangga dengan k=9,
nilai akurasinya
43%. Hasil
klasifikasi pada citra
mangga dengan
k=10, nilai
akurasinya 48%.
5 Indrabayu, Nurhikma Klasifikasi Metode HSV Klasifikasi Perbedaan dengan
Arifin, Intan Sari Kematangan Stroberi kematangan stroberi penelitian ini yaitu
Areni (2019) menghasilkan penggunaan metode
Berbasis Segmentasi akurasi sebesar 97% pada pendeteksi
Warna dengan dengan kernel RBF. warna hanya
Metode HSV
Kematangan stroberi menggunakan HSV
dapat di sedangkan pada
implementasikan penelitian sekarang
menggunakan Image menggunakan HSV
processing. Pada dan GLCM.
tahap segmentasi
prototype sistem
klasifikasi
kematangan buah
stroberi
menggunakan
metode HSV. Proses
ini menghasilkan
nilai optimal lower
HSV = (0,48,33) dan
upper HSV =
(77,255,212). Nilai
tersebut dapat
memisahkan objek
stroberi dengan
background secara
tepat meskipun
warna pada setiap
kategori kelas
berbeda.
C. Kerangka Pemikiran
MASALAH
SOLUSI
METODE
HASIL
Dari penelitian ini akan menghasilkan sistem pengolahan citra digital
yang membantu dalam membedakan kematangan buah pisang yang matang
secara alami dan matang menggunakan karbit.
BAB III
METODE PENELITIAN
A. Penggambaran Sistem
menggambarkan sistem yang berjalan saat ini sesuai prosedur dengan use
c. Setelah itu konsumen mencium aroma pada buah yang akan di beli.
gula merah :
a) Actor Admin
untuk :
yang digunakan.
akses untuk :
1) Registrasi
melakukan registrasi.
5) User logout
langkah terakhir yang dilakukan oleh user adalah keluar dari
system.
kebutuhan yang diperlukan oleh sistem nantinya. Kebutuhan sistem akan tebagi
menjadi dua yaitu, kebutuhan fungsioanl sistem dan kebutuhan non fungsioanl
sistem.
pada saat situasi tertentu. Kebutuhan Fungsional yang harus ada dalam
c. Kebutuhan Admin
1) Login
4) Logout
d. Kebutuhan User
1) Login
5) Logout
4) Monitor
5) Mouse
6) Keyboard
yaitu:
1. Observasi
beberapa data.
2. Kajian Pustaka
bentuk arsip dan buku, artikel, dokumen atau manual, buku perpustakaan
3. Wawancara
kematangan buah pisang baik itu matang secara alami atau pematangan
menggunakan karbit.
D. Lokasi Penelitian