KLASIFIKASI UKURAN BIJI KAKAO MENGGUNAKAN PENGOLAHAN CITRA DIGITAL

DENA PRISCHA PUTRI, Dr. Anggoro Cahyo Sukartiko, STP, MP; Dr. Ir. Endy Suwondo, DEA

2018 | Skripsi | S1 TEKNOLOGI INDUSTRI PERTANIAN

Keseragaman ukuran merupakan salah satu parameter mutu fisik biji kakao yang digunakan baik dalam penarikan sampel (sampling) penerimaan maupun dalam penggolongan mutu (grading) pada industri pengolahan. Praktik kedua aktvitas tersebut secara manual oleh pekerja, terutama dalam waktu lama, memiliki kelemahan seperti efisiensi yang rendah dan konsistensi tingkat ketelitian yang beragam sehingga diperlukan alternatif cara pengelompokan keseragaman ukuran yang lebih efisien dan akurat. Karenanya, penelitian ini bertujuan untuk melakukan klasifikasi ukuran biji kakao. Klasifikasi dilakukan menggunakan pengolahan citra digital yang diyakini memiliki efisiensi dan akurasi tinggi dengan berbasis pada data jumlah biji per seratus gram dan ukuran panjangnya. Sebuah sistem pengambilan citra yang tersusun atas color assessment cabinet, webcam 5 mega piksel dan komputer kemudian digunakan. Setiap seratus gram sampel dihitung dan ditentukan kelas mutunya menurut golongan ukuran berdasarkan kelas ukuran SNI 2323:2008/Amd1:2010 serta diklasifikasikan menurut panjang bijinya. Citra sampel setiap seratus gram kemudian diambil dan diolah dengan program aplikasi Matlab 2013a dengan urutan proses: pembacaan citra asli; segmentasi; deteksi dan penghitungan jumlah dan ukuran biji; serta klasifikasi. Validasi kemudian dilakukan dengan membandingkan hasil klasifikasi menggunakan program pengolahan digital yang dibuat dengan klasifikasi secara manual. Pengolahan data digital pada sampel biji kakao menggunakan data jumlah biji per seratus gram mampu mengklasifikasi ukuran dengan tingkat akurasi 96%, sementara penggunaan data panjang biji hanya menghasilkan tingkat akurasi 56%.

Size uniformity is one of the cocoa beans' quality parameters used both in acceptance sampling and grading of the processing industry. These two activities, when are done manually by the worker, especially in the long run, have weaknesses such as low efficiency and consistency for different accuracy levels requiring alternative way of more efficient and accurate grouping technique. Therefore, this study aims to classify the size of cocoa beans. Classification was performed using digital image processing which is believed to have high efficiency and accuracy. The processing was based on bean's number per hundred grams and length size data. An image capture system, consisting of a color assessment cabinet, a five mega pixel webcam and a computer, was then used. Each hundred grams of sample was counted and determined by its class of quality according to size group based on SNI 2323: 2008 / Amd1: 2010 and was classified according to the length of the beans. The sample images of each one hundred grams were then extracted and processed with Matlab 2013a application program in sequence of process: original image readings; segmentation; detection and counting of bean size and lenght; and classification. Validation then was done by comparing the classification results using a digital processing program created with those manually classified. Digital data processing on cocoa beans samples using data of number of beans per hundred grams was able to classify the size with 96% accuracy level, while the use of long grain data only yielded accuracy rate of 56%.

Kata Kunci : biji kakao, mutu, keseragaman ukuran, pengolahan citra digital