oleh : Windu Muhammad Bagus
Mahasiswa prodi Infomatika
Konsentrasi? Applied Networking
Tomat adalah salah satu produk hasil pertanian Indonesia yang diekspor. Menurut data Food Agriculture Organization/FAO (2016) ekspor tomat Indonesia selama periode 2009 – 2013 bergerak secara fluktuatif. Selama periode 2005 ? 2013, ekspor tomat tertinggi mencapai 675 ton pada tahun 2011. Namun untuk mendeteksi kematangan buah tomat petani masih menggunakan? metode penyortiran berdasarkan pengamatan visual langsung pada buah yang akan disortir. Kekurangan mengkategorikan secara visual langsung yaitu sangat subjective sehingga tidak konsisten pada proses sortir tingkat kematangan tomat. Untuk itu diperlukan sebuah teknologi yang dapat mengenali tingkat kematangan buah berbasis computer vision, yaitu dengan menggunakan kamera yang terhubung dengan komputer untuk mengambil gambar yang nantinya terrekam dan diolah sebagai image processing.
Objek yang diamati yaitu buah tomat. Untuk penelitian penulis meneliti tingkat kematangan tomat berdasarkan warna buah tomat (color grading). Untuk menganalisis image menggunakan filter Gabor sebagai deteksi tekstur? buah tomat dan RGB (Red Green Blue) untuk mengetahui warna dari suatu object yang nantinya digunakan sebagai Dataset menggunakan tools MATLAB.
Perancangan sistem bertujuan untuk membuat sistem yang dapat mendeteksi kematangan buah tomat Alat penyortiran buah tomat yang dibuat menggunakan beberapa komponen perangkat keras diantaranya mikrokontroler Arduino UNO, Camera webcam sebagai pengambilan data tomat, Servo sebagai mekanisme pensortirannya, YuRobot Beardboard Power Supply sebagai penambah daya pada beardboard. Penyortiran buah tomat dibuat agar membantu petani dalam penyortiran buah tomat berdasarkan tingkat kematangannya, yang nantinya akan dipasarkan ke tempat yang sudah ditentukan. Gambaran awal untuk sistem perancangan alat penyortiran buah tomat yang akan dibuat seperti berikut
Sedangkan untuk mengkategorikannya menggunakan Neural Network Algorithm ?Parameter yang digunakan pada penelitian ini menggunakan nilai mean RGB (Red Green Blue) dan nilai mean, entropy,varians pada buah tomat. Untuk mengengetahui nilai RGB dari warna? buah tomat penulis menggunakan menggunakan kamera webcam yang nantinya digunakan sebagai pengambilan keputusan. Sedangkan nilai mean, entropy,varians menggunakan perhitungan filter gabor dari citra buah tomat. Untuk mengkategorikan buah tomat matang, setengah matang dan mentah berikutnya akan terhubung dengan mekanisme sortir menggunakan servo yang terkoneksi dengan mikrokontroler
