Pengembangan Computer Vision System Sederhana untuk Menentukan Kualitas Tomat

https://doi.org/10.22146/agritech.9734

Rudiati Evi Masithoh(1*), Budi Rahardjo(2), Lilik Sutiarso(3), Agus Hardjoko(4)

(1) Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada, Jl. Flora No 1, Yogyakarta 55281
(2) Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada, Jl. Flora No 1, Yogyakarta 55281
(3) Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada, Jl. Flora No 1, Yogyakarta 55281
(4) Program Studi Elektronika dan Instrumentasi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, Jl. Sekip Utara, Yogyakarta 55281
(*) Corresponding Author

Abstract


The purpose of this research was to develop a simple computer vision system (CVS) to non-destructively measure tomato quality based on its Red Gren Blue (RGB) color parameter. Tomato quality parameters measured were Brix, citric acid, vitamin C, and total sugar. This system consisted of a box to place object, a webcam to capture images, a computer to process images, illumination system, and an image analysis software which was equipped with artificial neural networks technique for determining tomato quality. Network architecture was formed with 3 layers consisting of1 input layer with 3 input neurons, 1 hidden layer with 14 neurons using logsig activation function, and 5 output layers using purelin activation function by using backpropagation training algorithm. CVS developed was able to predict the quality parameters of a Brix value, vitamin C, citric acid, and total sugar. To obtain the predicted values which were equal or close to the actual values, a calibration model was required. For Brix value, the actual value obtained from the equation y = 12,16x – 26,46, with x was Brix predicted. The actual values of vitamin C, citric acid, and total sugar were obtained from y = 1,09x - 3.13, y = 7,35x – 19,44,  and  y = 1.58x – 0,18,, with x was the value of vitamin C, citric acid, and total sugar, respectively.

ABSTRAK

Tujuan penelitian adalah mengembangkan computer vision system (CVS) sederhana untuk menentukan kualitas tomat secara non­destruktif berdasarkan parameter warna Red Green Blue (RGB). Parameter kualitas tomat yang diukur ada­ lah Brix, asam sitrat, vitamin C, dan gula total. Sistem ini terdiri peralatan utama yaitu kotak untuk meletakkan obyek, webcam untuk menangkap citra, komputer untuk mengolah data, sistem penerangan, dan perangkat lunak analisis citra yang dilengkapi dengan jaringan syaraf tiruan untuk menentukan kualitas tomat. Arsitektur jaringan dibentuk dengan3 lapisan yang terdiri dari 1 lapisan masukan dengan 3 sel syaraf masukan, 1 lapisan tersembunyi dengan 14 sel syaraf berfungsi aktivasi logsig dan 5 lapisan keluaran dengan fungsi aktivasi purelin menggunakan algoritma pelatihan back­ propagation. CVS yang dikembangkan dapat digunakan untuk memprediksi nilai parameter kualitas tomat yaitu Brix, vitamin C, asam sitrat, dan gula total, meskipun dibutuhkan persamaan kalibrasi. Persamaan kalibrasi untuk Brix, nilai aktualnya diperoleh dari persamaan y = 12,16x – 26,46 dengan x adalah nilai Brix prediksi. Sedangkan kadar vitamin C, asam sitrat, dan gula total aktual secara berturut-turut diperoleh dari y = 1,09x - 3.13, y = 7,35x – 19,44, dan y =1.58x – 0,18, dengan x adalah nilai vitamin C prediksi, asam sitrat prediksi, dan gula total prediksi.


Keywords


Computer vision system; tomato; Brix; vitamin C; citric acid; total sugar

Full Text:

PDF



DOI: https://doi.org/10.22146/agritech.9734

Article Metrics

Abstract views : 1950 | views : 1689

Refbacks

  • There are currently no refbacks.




Copyright (c) 2016 Jurnal Agritech

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Agritech has been Indexed by:


Agritech (print ISSN 0216-0455; online ISSN 2527-3825) is published by Faculty of Agricultural Technology, Universitas Gadjah Mada in colaboration with Indonesian Association of Food Technologies.


website statisticsView My Stats