Embed Size (px)
Citation preview
RANCANG BANGUN ALAT IDENTIFIKASI JENIS DAGING DENGAN
PENGOLAHAN CITRA DIGITAL MENGGUNAKAN PYTHON 2.7 DAN
OPENCV BERBASIS RASPBERRY PI 3
(Skripsi)
Oleh
Kris Sivam
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
i
ABSTRACT
DESIGNING OF MEAT TYPE IDENTIFICATION DEVICES WITH
DIGITAL IMAGE PROCESSING USING PYTHON 2.7 AND OPENCV
BASED ON RASPBERRY PI 3
By
KRIS SIVAM
The process of type identifying of consumpted meat in the community is still
conducted manually. This research can identify the type of meat automatically
with digital image processing technology.
Image processing of meat is carried out on Raspberry Pi 3 microcomputers using
Python 2.7 software and supported by OpenCV library, while for image captured
using Raspberry Pi Camera Module V2. The meat type identification process used
the percentage value of RGB color components and the results will be displayed
on the LCD.
The results of this study obtained the percentage value of the Red (R) color
component for Pork 42.35% - 44.12%; Wild Boar meat 45.21% - 48.87%; Beef
44.03% - 45.76%; and Goat meat 45.08% - 46.60%. Green (G) color component
percentage value for Pork 28.43% - 29.13%; Wild Boar meat 24.71% - 26.54%;
Beef 26.34% - 27.15%; and Goat meat 27.05% - 27.75%. Blue (B) color
component percentage value for Pork 27.41% - 28.55%; Wild Boar meat 26.39%
- 28.27%; Beef 27.86% - 28.87%; and Goat meat 26.31% - 27.21%.
Keywords: meat, Raspberry Pi 3, Python 2.7, OpenCV, RGB.
ii
ABSTRAK
RANCANG BANGUN ALAT IDENTIFIKASI JENIS DAGING DENGAN
PENGOLAHAN CITRA DIGITAL MENGGUNAKAN PYTHON 2.7 DAN
OPENCV BERBASIS RASPBERRY PI 3
Oleh
KRIS SIVAM
Proses identifikasi jenis daging konsumsi di masyarakat umum masih dilakukan
dengan cara manual. Penelitian ini dapat mengidentifikasi jenis daging secara
otomatis dengan teknologi pengolahan citra digital.
Proses pengolahan citra daging dilakukan pada mikrokomputer Raspberry Pi 3
menggunakan perangkat lunak Python 2.7 dan didukung dengan library OpenCV,
sedangkan untuk pengambilan citra dengan menggunakan Raspberry Pi Camera
Module V2. Proses identifikasi jenis daging menggunakan nilai persentase
komponen warna RGB dan hasilnya akan ditampilkan pada LCD.
Hasil penelitian ini memperoleh nilai persentase komponen warna Red (R) untuk
daging Babi 42,35% – 44,12%; daging Celeng 45,21% – 48,87%; daging Sapi
44,03% – 45,76%; dan daging Kambing 45,08% – 46,60%. Nilai persentase
komponen warna Green (G) untuk daging Babi 28,43% – 29,13%; daging Celeng
24,71% – 26,54%; daging Sapi 26,34% – 27,15%; dan daging Kambing 27,05% –
27,75%. Nilai persentase komponen warna Blue (B) untuk daging Babi 27,41% –
28,55%; daging Celeng 26,39% – 28,27%; daging Sapi 27,86% – 28,87%; dan
daging Kambing 26,31% – 27,21%.
Kata kunci: daging, Raspberry Pi 3, Python 2.7, OpenCV, RGB.
iii
RANCANG BANGUN ALAT IDENTIFIKASI JENIS DAGING DENGAN
PENGOLAHAN CITRA DIGITAL MENGGUNAKAN PYTHON 2.7 DAN
OPENCV BERBASIS RASPBERRY PI 3
Oleh
Kris Sivam
Skripsi
Sebagai Salah Satu Syarat Untuk Mencapai Gelar
SARJANA TEKNIK
Pada
Jurusan Teknik Elektro
Fakultas Teknik Universitas Lampung
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
vii
RIWAYAT HIDUP
Penulis dilahirkan di Tangerang, Banten, pada tanggal 16
Mei 1994 sebagai anak keempat dari empat bersaudara dari
pasangan Bapak Antonius Sudjadi dan Ibu Ester Sutari
Padminingsih.
Penulis menyelesaikan pendidikan dari Taman Kanak-
kanak (TK) di TK Xaverius Kalianda pada tahun 2000, Sekolah Dasar (SD) di
SDN Bumi Agung Kalianda pada tahun 2006, Sekolah Menengah Pertama (SMP)
di SMPN 1 Kalianda pada tahun 2009, dan Sekolah Menengah Atas (SMA) di
SMAN 1 Kalianda pada tahun 2012.
Tahun 2012 penulis menjadi mahasiswa Jurusan Teknik Elektro, Fakultas Teknik,
Universitas Lampung melalui jalur Seleksi Nasional Masuk Perguruan Tinggi
Negeri (SNMPTN) Undangan. Selama menjadi mahasiswa penulis aktif di
lembaga kemahasiswaan yang ada di Jurusan Teknik Elektro yaitu sebagai
anggota Divisi Apresiasi dan Pengembangan Keteknikan pada Himpunan
Mahasiswa Teknik Elektro (HIMATRO) pada tahun 2013 – 2014 dan menjabat
sebagai Kepala Divisi Hubungan Masyarakat di Departemen Komunikasi dan
Media Informasi pada HIMATRO pada tahun 2014 – 2015. Penulis pernah
menjadi asisten dalam Praktikum Dasar Elektronika dan Praktikum Elektronika
viii
Lanjutan di Laboratorium Teknik Elektronika, Jurusan Teknik Elektro, Fakultas
Teknik, Universitas Lampung pada tahum 2014 – 2016.
Penulis juga telah melaksanakan Kerja Praktik (KP) di PT. Vertech Perdana,
Gunung Sindur, Bogor, Jawa Barat pada tahun 2015 dan mengangkat judul
“Proses Pembuatan Panel Pengendali Dewatering and Filtration System DS-20
dengan menggunakan PLC SIEMENS SIMANTIC S7-1200 di PT. Vertech
Perdana”. Penulis juga telah melaksanakan Kuliah Kerja Nyata (KKN) di Desa
Sukamaju, Kecamatan Pugung, Kabupaten Tanggamus, pada tahun 2016.
ix
x
xi
SANWACANA
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah
melimpahkan berkat, rahmat, serta kasih karunia-Nya sehingga penulis dapat
menyelesaikan Skripsi ini dengan judul: “RANCANG BANGUN ALAT
IDENTIFIKASI JENIS DAGING DENGAN PENGOLAHAN CITRA
DIGITAL MENGGUNAKAN PYTHON 2.7 DAN OPENCV BERBASIS
RASPBERRY PI 3”. Skripsi ini disusun sebagai salah satu syarat untuk
mencapai gelar SARJANA TEKNIK pada Jurusan Teknik Elektro, Fakultas
Teknik, Universitas Lampung.
Dalam kesempatan ini, penulis ingin mengucapkan terima kasih kepada :
1. Bapak Prof. Suharno, M.Sc., Ph.D. sebagai Dekan Fakultas Teknik;
2. Bapak Dr. Ing. Ardian Ulvan, S.T., M.Sc. sebagai Ketua Jurusan Teknik
Elektro;
3. Bapak Dr. Eng. F. X. Arinto Setyawan, S.T., M.T. sebagai Pembimbing
Utama atas kesediaannya memberikan bimbingan, saran, motivasi, dan
kritik dalam proses menyelesaikan skripsi;
4. Ibu Dr. Ir. Sri Ratna Sulistiyanti, M.T. sebagai Pembimbing Pendamping
atas kesediaannya memberikan bimbingan, saran, motivasi, dan kritik
dalam proses menyelesaikan skripsi;
xii
5. Ibu Dr. Sri Purwiyanti, S.T., M.T. sebagai Penguji pada ujian skripsi atas
semua motivasi, kritik, saran yang membangun, dan bimbingannya dalam
proses menyelesaikan skripsi;
6. Ibu Dr. Eng. Endah Komalasari, S.T., M.T. sebagai Pembimbing
Akademik atas bimbingan, saran, dan motivasi selama proses perkuliahan;
7. Mbak Ning sebagai Staf Administrasi Jurusan Teknik Elektro Universitas
Lampung atas kesediaannya membantu menyelesaikan prosedur
administrasi perkuliahan saya;
8. Seluruh dosen Jurusan Teknik Elektro Universitas Lampung atas
pengajaran dan bimbingan yang telah diberikan selama penulis menjadi
mahasiswa di Jurusan Teknik Elektro Universitas Lampung;
9. Rekan-rekan mahasiswa Jurusan Teknik Elektro 2012 dukungan, canda
tawa, dan kebersamaan sehingga penulis dapat menyelesaikan skripsi ini;
10. Keluargaku di Laboratorium Elektronika Universitas Lampung atas ilmu,
canda tawa, dan kebersamaannya;
11. Yogi Aldino sebagai sahabat senasib, sepenanggungan, dan seperjuangan
dalam menyelesaikan skripsi ini;
Akhir kata, penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan,
akan tetapi besar harapan penulis semoga skripsi ini dapat bermanfaat bagi kita
semua. Amin.
Bandarlampung, 21 September 2018
Penulis
Kris Sivam
xiii
DAFTAR ISI
Halaman
ABSTRACT .................................................................................................. i
ABSTRAK .................................................................................................... ii
LEMBAR PERSETUJUAN ........................................................................ iv
LEMBAR PENGESAHAN ......................................................................... v
SURAT PERNYATAAN ............................................................................. vi
SANWACANA ............................................................................................. xi
DAFTAR ISI ................................................................................................ xiii
DAFTAR GAMBAR ................................................................................... xvii
DAFTAR TABEL ....................................................................................... xviii
I. ...... PENDAHULUAN .............................................................................. 1
1.1 Latar belakang ............................................................................. 1
1.2 Tujuan Penelitian .......................................................................... 3
1.3 Manfaat Penelitian ........................................................................ 3
1.4 Rumusan Masalah ........................................................................ 4
1.5 Batasan Masalah ........................................................................... 4
xiv
1.6 Hipotesis ....................................................................................... 5
1.7 Sistematika Penulisan ................................................................... 5
II. .... TINJAUAN PUSTAKA .................................................................... 7
2.1 . Daging .......................................................................................... 7
2.1.1. Definisi Daging ............................................................... . 7
2.1.2.Ciri-ciri Daging ................................................................ . 7
2.2 . Pengolahan Citra Digital .............................................................. 9
2.2.1. Fitur Warna RGB ............................................................ . 10
2.2.2. Ekstraksi Fitur Warna ...................................................... . 11
2.2.3 OpenCV ............................................................................. . 12
2.2.4 Python ............................................................................... . 12
2.3 . Raspberry Pi 3 .............................................................................. 14
III. ... METODE PENELITIAN ................................................................. 15
3.1 Alat dan Bahan .............................................................................. 15
3.2 Spesifikasi Alat .............................................................................. 15
3.3 Spesifikasi Sistem .......................................................................... 17
3.4 Metode Penelitian ......................................................................... 17
3.4.1 Diagram Alir Penelitian ........................................................ 17
3.4.2 Perancangan Model Sistem .................................................. 19
3.4.3 Perancangan Perangkat Keras .............................................. 21
3.4.4 Perancangan Perangkat Lunak ............................................. 22
3.4.5 Pengujian Sistem ................................................................. 22
3.4.6 Analisa dan Kesimpulan ....................................................... 23
3.4.7 Pembuatan Laporan ............................................................. 23
xv
IV. HASIL DAN PEMBAHASAN…………………………………….. 24
4.1. Hasil .............................................................................................. 24
4.1.1 .. Perangkat Keras ................................................................ 25
4.1.2 .. Perangkat Lunak................................................................ 27
4.2. Penentuan Parameter Nilai Persentase RGB ................................ 28
4.2.1 Hasil Pengambilan Citra Daging .......................................... 28
4.2.1.1 Daging Babi ............................................................. 29
4.2.1.2 Daging Celeng .......................................................... 29
4.2.1.3 Daging Kambing ...................................................... 30
4.2.1.4 Daging Sapi ............................................................. 31
4.2.2 Hasil Pengolahan Citra Daging ............................................ 32
4.2.2.1 Daging Babi ............................................................ 33
4.2.2.2 Daging Celeng ......................................................... 33
4.2.2.3 Daging Kambing ..................................................... 34
4.2.2.4 Daging Sapi ............................................................. 35
4.2.3 Hasil Persentase Komponen Warna RGB ............................ 36
4.3 Hasil Perancangan GUI (Graphical User Interface) ...................... 41
4.4 Pengujian Sistem Aplikasi ............................................................ 42
4.4.1 Daging Babi .......................................................................... 43
4.4.2 Daging Celeng ..................................................................... 43
4.4.3 Daging Sapi ......................................................................... 44
4.4.4 Daging Kambing ................................................................. 45
V. KESIMPULAN DAN SARAN ........................................................... 46
5.1 . Kesimpulan ................................................................................... 46
xvi
5.2 . Saran ............................................................................................. 47
DAFTAR PUSTAKA
LAMPIRAN
xvii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Citra Warna .............................................................................. 10
Gambar 3.1 Diagram Alir Penelitian ........................................................... 18
Gambar 3.2 Blok Diagram Keseluruhan Sistem .......................................... 19
Gambar 3.3 Diagram Alir Keseluruhan Sistem ........................................... 21
Gambar 3.4 Model Perancangan Perangkat Keras....................................... 22
Gambar 4.1 Alat Identifikasi Daging ........................ .................................. 26
Gambar 4.2 Photobox Alat Identifikasi Jenis Daging ................................. 27
Gambar 4.3 Tampilan Pengolahan Citra Pada Layar Raspberry Pi ............ 28
Gambar 4.4 Citra Daging Babi..................................................................... 29
Gambar 4.5 Citra Daging Celeng................................................................. 30
Gambar 4.6 Citra Daging Kambing.............................................................. 30
Gambar 4.7 Citra Daging Sapi..................................................................... 31
Gambar 4.8 Proses Pengolahan Citra Daging Babi ..................................... 33
Gambar 4.9 Proses Pengolahan Citra Daging Celeng ................................ 34
Gambar 4.10 Proses Pengolahan Citra Daging Kambing............................. 34
Gambar 4.11 Proses Pengolahan Citra Daging Sapi..................................... 35
Gambar 4.12 Tampilan GUI Program Identifikasi Jenis Daging ................ 41
Gambar 4.13 Tampilan Informasi Citra Hasil Identifikasi ......................... 42
xviii
DAFTAR TABEL
Tabel 4.1 Nilai Komponen Red (R) .................................................................. 36
Tabel 4.2 Nilai Komponen Green (G) .............................................................. 36
Tabel 4.3 Nilai Komponen Blue (B) ................................................................. 37
Tabel 4.4 Persentase Komponen Warna Red (R) .............................................. 38
Tabel 4.5 Persentase Komponen Warna Green (G) .......................................... 38
Tabel 4.6 Persentase Komponen Warna Blue (B) ............................................. 39
Tabel 4.7 Hasil Pengujian Daging Babi ............................................................ 43
Tabel 4.8 Hasil Pengujian Daging Celeng ........................................................ 43
Tabel 4.9 Hasil Pengujian Daging Sapi ............................................................ 44
Tabel 4.10 Hasil Pengujian Daging Kambing .................................................... 45
1
I. PENDAHULUAN
1.1 Latar Belakang
Perkembangan ilmu pengetahuan dan teknologi yang semakin pesat sangat
mempengaruhi kehidupan manusia dewasa ini. Salah satu bidang teknologi
yang sedang berkembang dengan pesat saat ini yaitu perkembangan
teknologi dalam bidang pengolahan citra digital. Banyak bidang yang
menggunakan perkembangan teknologi ini seperti bidang keamanan, bidang
industri, bidang pertanian, bidang kesehatan, dan masih banyak lagi.
Dengan dipadukannya teknologi pengolahan citra dengan teknologi otomasi
akan menghilangkan peran manusia dalam mengambil keputusan sehingga
memperkecil kemungkinan kesalahan akibat human error.
Di Indonesia, saat momen seperti hari raya Idul Fitri, permintaan
masyarakat pada daging konsumsi seperti daging sapi dan daging kambing
sangat tinggi. Sehingga pemerintah mengeluarkan kebijakan utnuk
mengimpor jenis daging tersebut dari negara lain. Pada saat seperti itu
banyak muncul kasus-kasus pencampuran daging di pasaran, seperti
pencampuran daging sapi dengan daging babi atau celeng, kondisi seperti
ini membuat masyarakat Indonesia menjadi resah.
2
Proses identifikasi jenis-jenis daging masih dilakukan secara manual di
masyarakat luas. Untuk membedakan ciri-ciri daging menurut jenisnya
dilakukan dengan cara mengamati warnanya, tekstur kekenyalannya, tekstur
seratnya, dan juga bau atau aromanya. Dengan adanya teknologi otomasi
maka penidentifikasian jenis-jenis daging tersebut dapat dilakukan secara
otomatis sehingga memudahkan pekerjaan manusia.
Dengan menggunakan software Python 2.7 dan OpenCV untuk pengolahan
citra dan juga mikroprosesor pada Raspberry Pi 3, proses identifikasi jenis
daging dapat dilakukan dengan baik dan juga otomatis. Cara kerja dari alat
identifikasi jenis daging ini adalah dengan cara mengambil foto potongan
daging dengan menggunakan Raspberry Pi Camera Module, lalu hasil foto
tersebut diolah menggunakan pemrograman Python 2.7 dan OpenCV dengan
metode ekstraksi nilai RGB (Red, Green, Blue) citra pada Raspberry Pi 3.
Hasil pengolahan citra tersebut dibandingkan dengan hasil ekstraksi citra
RGB pada sampel beberapa jenis daging yang telah ada pada memori yang
dijadikan data pembanding sehingga daging tersebut dapat teridentifikasi
sebagai jenis daging hewan tertentu.
Penelitian sebelumnya telah dilakukan oleh Gandhi, Achmad, dan
Koredianto (2009) dengan judul “Klasifikasi Jenis Daging Konsumsi
Berdasar Analisis Tekstur Dengan Pengolahan Citra”. Perbedaan penelitian
ini dengan penelitian lain yang sudah ada yaitu pada metode pengolahan
citra dan software yang digunakan serta hasil akhir dari penelitian yang
dilakukan. Pada penelitian sebelumnya hasil akhir penelitiannya berupa
program aplikasi untuk mengklasifikasikan jenis daging, sedangkan pada
3
penelitian ini hasil akhirnya berupa alat untuk mengidentifikasi jenis daging
secara otomatis.
1.2 Tujuan Penelitian
Tujuan Penelitian ini adalah membuat alat untuk mengidentifikasi daging
dan mengklasifikannya kekelompok daging tertentu dengan pengolahan
citra secara otomatis berbasis Raspberry Pi 3.
1.3 Manfaat Penelitian
Manfaat dari Penelitian ini adalah sebagai berikut :
1. Menghasilkan alat identifikasi jenis daging yang portable yang dapat
digunakan oleh konsumen daging atau lembaga pemerintah yang
bertugas mengawasi daging-daging yang dijual di pasaran.
2. Mengetahui penggunaan Python 2.7 dan OpenCV untuk pengolahan
citra pada pengidentifikasian jenis daging pada beberapa jenis hewan.
3. Mengetahui penggunaan mikrokomputer Raspberry Pi 3 untuk
pengolahan citra dan proses otomasi.
4. Menghasilkan sistem otomatis pengidentifikasi jenis daging yang dapat
dikembangkan menjadi sistem pengawasan distribusi daging pada
tempat distribusi daging olahan.
4
1.4 Rumusan Masalah
Rumusan masalah pada Penelitian ini adalah sebagai berikut :
1. Bagaimana merancang sistem identifikasi jenis daging dengan
menggunakan pengolahan citra ?
2. Bagaimana menggunakan mikrokomputer Raspberry Pi 3 untuk
otomatisasi sistem identifikasi jenis daging ?
3. Bagaimana menggunakan modul kamera sebagai perangkat pengambil
citra dan modul lcd touchscreen sebagai perangkat penampil informasi
citra sekaligus sebagai perangkat untuk perintah pengambilan citra oleh
modul kamera ?
4. Bagaimana mengolah citra masukan dengan menggunakan
pemrograman Python 2.7 dan OpenCV untuk mengidentifikasi jenis
daging?
1.5 Batasan Masalah
Batasan masalah pada Penelitian ini adalah sebagai berikut :
1. Modul kamera yang digunakan adalah Raspberry Pi Camera Module V2
dengan resolusi 8MP.
2. Sistem operasi yang digunakan pada Raspberry Pi 3 adalah Raspbian
Jessie.
3. Perangkat lunak yang digunakan untuk pengolahan citra adalah Python
2.7 dengan OpenCV library.
4. Jenis daging yang dapat diidentifikasi adalah daging sapi, daging
kambing, daging babi, dan daging celeng.
5
5. Jarak antara kamera dengan daging yang diidentifikasi adalah 20 cm.
6. Hasil identifikasi citra hanya ditampilkan pada LCD dan dilakukan
secara offline.
1.6 Hipotesis
Alat identifikasi jenis daging dapat mengidentifikasi daging secara otomatis
sesuai dengan jenisnya dengan pengolahan citra. Kamera akan mengambil
gambar daging saat diberikan perintah oleh pengguna melalui lcd
touchscreen dan gambar dapat diolah dan diidentifikasi menggunakan
pemrograman Python 2.7 dan OpenCV library pada Raspberry Pi 3 yang
kemudian hasilnya dapat ditampilkan pada lcd berupa hasil identifikasi dari
daging tersebut.
1.7 Sistematika Penulisan
Untuk memudahkan penulisan dan pemahaman mengenai materi tugas akhir
ini, maka tulisan ini dibagi menjadi lima bab, yaitu:
BAB I Pendahuluan
Memuat latar belakang, tujuan, manfaat, perumusan
masalah, batasan masalah, hipotesis, dan sistematika
penulisan.
BAB II Tinjauan Pustaka
Memuat landasan teori yang mendukung dalam
perancangan alat identifikasi jenis daging. Membahas
6
Penelitian sebelumnya yang telah dilakukan dan
berhubungan dengan Penelitian.
BAB III Motodologi Penelitian
Memuat langkah-langkah Penelitian yang dilakukan seperti
waktu dan tempat Penelitian, alat dan bahan, dan tahap-
tahap perancangan sistem.
BAB IV Hasil dan Pembahasan
Memuat hasil perancangan sistem, hasil pengujian, dan
hasil analisis sistem yang telah dibuat.
BAB V Kesimpulan dan Saran
Memuat kesimpulan dari perancangan dan pengujian alat,
dan memuat saran-saran untuk pengembangan Penelitian
lebih lanjut.
7
II. TINJAUAN PUSTAKA
2.1 Daging
2.1.1 Definisi daging
Daging merupakan salah satu bahan dari hasil produksi peternakan
yang dikonsumsi untuk memenuhi kebutuhan gizi seperti protein, hal
ini karena dalam daging mengandung protein yang juga terdapat asam
amino esensial yang lengkap di dalamnya. Daging didefinisikan
sebagai bagian dari hewan potong yang digunakan manusia sebagai
bahan makanan, selain memiliki penampilan yang menarik selera,
juga merupakan sumber protein hewani berkualitas tinggi. Selain itu,
daging juga dapat didefinisikan seluruh bagian dari ternak yang sudah
dipotong dari tubuh ternak kecuali tulang, kuku, bulu, dan bagian
tanduknya (Kiswanto, 2012).
2.1.2 Ciri-ciri daging
Ciri-ciri dan karakteristik daging sapi, daging babi, daging celeng, dan
daging kambing yang diidentifikasi pada penelitian ini adalah sebagai
berikut:
8
a. Daging Sapi
Dari warnanya, daging ini berwarna merah kecoklatan, merah
pucat atau merah keunguan. Namun dapat berubah warna menjadi
coklat saat terlalu lama terkena udara.
Memiliki serat yang halus namun tidak mudah hancur dan ada
sedikit lemak berwarna kuning.
b. Daging Babi
Memiliki warna merah pucat hingga merah muda. Saat berumur
tua, daging babi berwarna menjadi lebih tua.
Memiliki serat halus dengan konsistensi padat, mudah
mengeluarkan air (basah) pada suhu ruang, dan juga berbau khas.
c. Daging Celeng
Memiliki warna merah yang lebih gelap dibandingkan warna
merah daging sapi. Daging celeng atau babi hutan ini sekilas
terlihat seperti daging sapi. Selain itu daging ini juga memiliki
tekstur yang lebih kasar.
d. Daging Kambing
Memiliki warna merah muda dan berserat halus. Daging ini
mengandung banyak lemak yang bertekstur keras dan kenyal yang
berwarna putih kekuningan dan dagingnya memiliki bau khas yang
menyengat (Andy Nugroho, 2015).
9
2.2 Pengolahan Citra Digital
Pengolahan citra digital (Digital Image Processing) adalah sebuah disiplin
ilmu yang mempelajari tentang teknik dalam mengolah citra, dimana citra
yang dimaksud adalah gambar diam (foto) atau gambar yang bergerak
(seperti video yang direkam dengan webcam). Sedangkan arti digital di sini
yaitu pengolahan citra/gambar dilakukan menggunakan computer secara
digital (Kusumanto & Tompunu, 2011).
Sebuah citra digital diwakilkan oleh matriks dua dimensi f(x,y) yang di
dalamnya terdapat M kolom dan N baris, yang mana perpotongan dari
kolom dan baris itu disebut piksel (pixel = picture element). Piksel ini juga
merupakan elemen dari sebuah citra yang terkecil.
(2.1)
Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan sebagai berikut :
dimana : M = jumlah piksel baris (row) pada array citra
N = jumlah piksel kolom (column) pada array citra
G = nilai skala keabuan (graylevel)
Besarnya nilai M,N, dan G pada umumnya merupakan perpangkatan dari
dua.
10
Yang mana nilai m, n, dan k adalah bilangan bulat positif. Interval (0,G)
disebut juga skala keabuan (grayscale). Besar G bergantung dari proses
digitalisasinya. Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan 1
(satu) menyatakan intensitas putuh. Untuk citra 8 bit, nilai G sama dengan
warna (derajat keabuan).
2.2.1 Fitur Warna RGB
RGB merupakan singkatan dari Red-Green-Blue, merupakan tiga
warna dasar (primary colors) yang secara umum dijadikan acuan
warna lainnya Dari basis RGB, kita dapat mengkonversi warna
menjadi kode-kode angka yang membuat warna tersebut akan tampil
universal. Untuk dapat diolah lebih lanjut, data digital perlu
dikonversi terlebih dahulu. Setiap citra digital mempunyai nilai yang
berbeda-beda. Selanjutnya, data yang telah dikonversi diekstraksi
sesuai dengan fitur nilai RGB-nya (Desmanto dkk, 2015). Tiga
matriks yang mewakili nilai-nilai warna RGB dari setiap pikselnya
dapat dilihat pada gambar berikut:
Gambar 2.1 Citra Warna
11
2.2.2 Ekstraksi Fitur Warna
Ekstraksi fitur warna yaitu suatu pengambilan ciri/fitur dari suatu citra
yang kemudian nilai yang didapatkan akan dianalisa untuk diproses
selanjutnya. Ekstraksi fitur ini dilakukan dengan cara menghitung
piksel dan jumlah titik yang ditemukan dalam setiap proses
pengecekan, yang mana proses pengecekan tersebut dilakukan dalam
berbagai arah tracing pengecekan pada koordinat kartesian dari citra
digital yang akan dianalisa, yaitu vertikal, horizontal, diagonal kanan,
dan diagonal kiri.
Komputer sudah mengemas informasi warna menjadi model warna
yang sama sehingga membuat pengolahan warna RGB dapat
dilakukan dengan mudah. Pada suatu citra perlu diketahui cara untuk
dapat membaca nilai RGB setiap piksel dari citra tersebut. Salah satu
cara mudah untuk menafsirkan nilai dari warna RGB adalah dengan
cara menormalisasi terhadap tiga komponen tersebut. Namun jika
proses pengambilan citra dilakukan pada pencahayaan yang berbeda
masih perlu dilakukan proses normalisasi. Pengaruh pencahayaan ini
dapat dihilangkan, namun dengan catatan perbedaan kondisi
pencahayaan tersebut tidak terlalu ekstrim. Setelah dilakukan
normalisasi ini maka nilai dari komponen warna dasar RGB dapat
dibandingkan satu sama lain (Usman Ahmad, 2005).
(2.2)
(R=Red ; G=Green ; B=Blue)
12
2.2.3 OpenCV
OpenCV merupakan singkatan dari Open Computer Vision,
merupakan sebuah library gratis yang diperuntukkan untuk
melakukan image processing yang dikembangkan oleh Intel
Corporation. Tujuannya adalah agar komputer mempunyai
kemampuan yang mirip dengan cara pengolahan visual pada manusia
(Putri dkk, 2015).
Modul pustaka OpenCV ini dibangun dengan sangat kuat dan fleksibel
untuk menyelesaikan sebagian besar masalah computer vision yang
solusinya memang sudah tersedia, seperti memotong citra (cropping),
meningkatkan kualitas citra dengan memodifikasi kecerahan,
ketajaman, kontras, mendeteksi bentuk, segmentasi citra, mendeteksi
objek yang bergerak, mengenali objek, dan lain-lain (Samart
Brahmbhatt, 2013).
2.2.4 Python
Python adalah satu dari bahasa pemrograman tingkat tinggi yang
bersifat interpreter, interaktif, object-oriented dan dapat beroperasi di
hampir semua platform, seperti keluarga Linux, Windows, Mac, dan
platform lainnya. Python adalah salah satu bahasa pemrograman
tingkat tinggi yang mudah dipelajari karena sintaks yang jelas dan
elegan, yang dikombinasikan dengan penggunaan modul-modul yang
mempunyai struktur data tingkat tinggi, efisien, dan siap langsung
digunakan (Rosmala & Gadya, 2012). Source code aplikasi dalam
13
bahasa pemrograman Python biasanya akan dikompilasi menjadi
format perantara yang dikenal sebagai bytecode yang selanjutnya akan
dieksekusi. Kelemahan dalam bahasa pemrograman ini terletak pada
kecepatan eksekusi yang tidak secepat bahasa pemrograman yang
dikompilasi dan bersifat lebih low-level seperti C dan C++.
Kelebihan-kelebihan dari bahasa pemrograman Python adalah
sebagai berikut:
1. Kualitas software
Bahasa pemrograman Python dirancang agar mudah dibaca,
sehingga mendukung penggunaan kembali source code (code
reusability) dan jika perlu dilakukan perubahan, programmer juga
dimudahkan untuk mengatur kembali source code tersebut.
2. Produktivitas pengembang
Produktivitas developer pengguna bahasa pemrograman Python
dapat lebih baik dibandingkan pengguna bahasa pemrograman lain
seperti C, C++, dan Java. Source code Python biasanya juga
memiliki ukuran file lima kali lebih kecil dari besar file source
code bahasa pemrograman C++ atau Java. Hal ini berarti
mengurangi besarnya source code yang harus ditulis oleh
developer sehingga proses debugging aplikasi akan lebih mudah.
3. Portabilitas program
Sebagian besar program yang dikembangkan dengan bahasa
pemrograman Python berjalan tanpa adanya perubahan pada
perangkat yang berbeda-beda. Jika programmer ingin
14
menjalankan program Python pada perangkat yang menjalankan
Linux dan Windows, programmer dapat dengan mudah
menjalankan program tersebut tanpa modifikasi.
4. Dukungan library
Bahasa pemrograman Python memiliki Python standard library,
yaitu kumpulan fungsionalitas yang bersifat portabel. Library ini
sangat mendukung berbagai fungsionalitas dasar sampai kompleks
yang portabel. Selain itu, library Python juga dapat menggunakan
library yang dikembangkan oleh pihak ketiga untuk memperluas
lagi cakupannya.
5. Integrasi komponen
Bahasa pemrograman Python memiliki kemampuan untuk dapat
berintegrasi dengan bagian lain dari sebuah aplikasi. Integrasi ini
membuat Python memiliki kapabilitas untuk dapat dipakai sebagai
alat ekstensi, contohnya bahasa pemrograman Python dapat
memanggil library C dan C++, dan sebaliknya (Mark Lutz, 2013).
2.3 Raspberry Pi 3
Raspberry Pi adalah sebuah mikrokomputer atau Single Board Computer
(SBC) berukuran sebesar kartu kredit, yang dikenal dengan sebutan RasPi
yang dikembangkan oleh yayasan Raspberry Pi di Inggris (UK). Raspberry
Pi mampu membuat dokumen, mengolah data dengan spreadsheet, bermain
game, mendengar musik dan tentu saja coding seperti layaknya komputer
desktop (Fuadin MA, 2015).
15
III. METODE PENELITIAN
3.1 Alat dan Bahan
Alat dan bahan yang digunakan pada pembuatan tugas akhir ini adalah
sebagai berikut :
1. Raspberry Pi 3 Model B OS Raspbian Jessie
2. Raspberry Pi Camera Modul V2
3. Osoyoo 3.5” Touchscreen LCD
4. Adaptor IN 220V AC OUT 5V/3A
5. LED Lamp 1W Cool White
6. Mikro SD 16 Gb
7. Kabel Penghubung
8. Laptop Acer Aspire E15 E5-551-TG1A
9. Perangkat Lunak Python 2.7 dan Library OpenCV 2.4
3.2 Spesifikasi Alat
Spesifikasi alat adalah sebagai berikut :
1. Alat ini menggunakan catu daya listrik PLN yang diubah menjadi DC
5V/3A menggunakan adaptor.
16
2. Alat ini menggunakan Raspberry Pi Camera Module V2 dengan
resolusi 8 MP untuk mengambil gambar daging. Kamera ini digunakan
karena cocok dengan Raspberry Pi yang digunakan dan mendukung
data keluaran dalam format RAW RGB.
3. Raspberry Pi 3 Model B yang digunakan memiliki prosesor Broadcom
BCM2387 1.2 GHz Quad-Core 64bit dan RAM 1 G. Dengan spesifikasi
ini, Raspberry Pi 3 dapat memproses gambar dengan cepat/
4. Osoyoo 3.5” LCD Touchscreen digunakan sebagai perangkat untuk
memberikan perintah pengambilan gambar dan juga untuk
menampilkan hasil identifikasi dari pengolahan citra. Pemilihan LCD
ini karena merupakan LCD yang cocok digunakan dengan Raspberry Pi
3.
5. Mikro SD 16 GB digunakan sebagai penyimpanan internal dari
Raspberry Pi 3 baik untuk operating system maupun penyimpanan data
gambar.
6. LED Lamp 1W Cool White digunakan untuk pencahayaan saat
melakukan pengambilan gambar daging. Dengan posisi daging yang
konstan dan pencahayaan yang optimal maka hasil gambar yang didapat
dapat diproses dengan baik.
7. Alat ini menggunakan perangkat lunak Python 2.7 dan library OpenCV
yang sesuai untuk proses pengolahan citra digital.
8. Keluaran dari alat ini berupa display dari hasil identifikasi daging yaitu
keterangan jenis daging tersebut.
17
3.3 Spesifikasi Sistem
Spesifikasi sistem yaitu sebagai berikut:
1. Mampu mengambil gambar objek daging sesuai dengan keinginan
karena menggunakan LCD Touchscreen untuk memberikan perintah
pengambilan gambar.
2. Mampu mengidentifikasi jenis daging secara otomatis dan
menampilkan hasilnya dalam waktu cepat karena menggunakan
Raspberry Pi 3 yang memiliki kecepatan prosesor Quad-Core 1.2 GHz.
Proses pengolahan citra yang dilakukan dengan software Python 2.7
yang menggunakan memori cukup kecil dan didukung oleh library
OpenCV yang cukup lengkap untuk proses pengolahan citra membuat
proses identifikasi menjadi lebih cepat.
3. Sistem ini hanya dapat mengidentifikasi jenis daging dari hewan sapi,
kambing, babi, dan celeng saja. Hal ini karena pengambilan data awal
yang diproses untuk dijadikan acuan pengidentifikasian pada database
hanya 4 jenis daging tersebut, sehingga untuk jenis daging lain tidak
mampu diidentifikasi oleh sistem ini.
3.4 Metode Penelitian
Dalam perancangan tugas akhir ini, langkah-langkah yang dilakukan adalah
sebagai berikut :
3.4.1 Diagram Alir Penelitian
Diagram alir pada penelitian ini dapat dilihat pada gambar berikut :
18
Gambar 3.1 Diagram Alir Penelitian
Ya
Tidak
Mulai
Konsep/Ide
Perancangan Sistem
Studi Literatur
Penentuan Spesifikasi
Perancangan Sistem
Pengambilan
Data Awal
Apakah
tersedia?
A B
Penentuan
Parameter
Ya
Tidak
Tidak
Ya
Pengambilan
Data Uji
Analisa
Kesimpulan
Pengujian Sistem
Apakah
parameter
berhasil
diperoleh?
Apakah
berhasil?
A
Selesai
B
19
3.4.2 Perancangan Model Sistem
Secara keseluruhan sistem dapat dilihat pada gambar berikut ini :
Gambar 3.2 Blok Diagram Keseluruhan Sistem
Dari blok diagram tersebut terlihat bahwa gambar masukan diperoleh
saat Pi Camera mengambil gambar objek daging setelah mendapat
perintah dari LCD Touchscreen, selanjutnya pada gambar dilakukan
proses pengolahan citra pada Raspberry Pi 3 menggunakan
pemrograman Python 2.7 dan OpenCV, dan hasilnya berupa hasil
identifikasi dari gambar masukan objek daging yang ditampilkan oleh
LCD.
Secara keseluruhan sistem ini memiliki diagram alir yang dapat dilihat
pada Gambar 3.3 berikut ini :
Potongan
Daging
3,5” LCD Layar Sentuh
Memberikan Perintah Mengambil
Gambar
Kamera Raspberry Pi
Mengambil Gambar
Memotong
Gambar
Ekstraksi Nilai
RGB
Klasifikasi Perbandingan Nilai RGB
terhadap Database
Klasifikasi Perbandingan Nilai RGB
terhadap Database
Pemrosesan Gambar Pada Raspberry Pi 3
Menggunakan Pyhton 2.7 dam OpenCV
20
Tidak
Ya
Mulai
Mengaktifkan Kamera Raspberry
dan LCD Layar Sentuh
Pengguna Memberi Perintah Untuk Mengambil Gambar
Pada LCD Layar Sentuh
Kamera Raspberry Pi Mengambil Gambar
Apakah
bekerja?
Raspberry Pi Memproses Gambar Menggunakan
Python 2.7 dan OpenCV Untuk Mengekstraksi Nilai
RGB
Mengidentifikasi Nilai RGB Pada Gambar
A
Menghidupkan Raspberry Pi
21
Gambar 3.3 Diagram Alir Keseluruhan Sistem
3.4.3 Perancangan Perangkat Keras
Pada perancangan sistem ini, perangkat keras yang digunakan yaitu
Raspberry Pi 3, Raspberry Pi Camera Module V2, Osoyoo 3.5” LCD
Touchscreen, adaptor, dan LED Lamp 1W Cool White. Secara umum,
perancangan model perangkat keras pada penelitian ini adalah dapat
dilihat pada Gambar 3.4 berikut:
A
Nilai sesuai
dengan
Database?
LCD Layar Sentuh Menampilkan
“Daging Tidak Teridentifikasi”
LCD Layar Sentuh Menampilkan
Nama Daging Yang Sesuai
Dengan Nilai Pada Database
Selesai
Ya
Tidak
22
Gambar 3.4 Model Perancangan Perangkat Keras
3.4.4 Perancangan Perangkat Lunak
Perangkat lunak yang digunakan pada alat identifikasi jenis daging ini
adalah Python 2.7 dan OpenCV 2.4.13. Pemrograman pada perangkat
lunak ini membuat modul-modul pada sistem bekerja dan proses
pengolahan citra hingga proses identifikasi berjalan dengan baik. Pada
Python 2.7 dijalankan program untuk membuat modul-modul yang
tersambung ke Raspberry Pi 3 dapat berjalan sesuai prosedur yang
diharapkan. Dengan kombinasi dari pemrograman Python 2.7 dan
library OpenCV 2.4.13 maka proses pengolahan citra digital hingga
proses identifikasi jenis daging dapat berjalan dengan baik.
3.4.5 Pengujian Sistem
Pengujian sistem ini dilakukan untuk mengetahui tingkat keberhasilan
dari alat yang telah dibuat. Pengujian sistem dilakukan terhadap
23
perangkat keras dan perangkat lunak yang digunakan, dimana proses
pengujiannya adalah sebagai berikut :
a. Pengujian Perangkat Keras
Pengujian dilakukan dengan memastikan perangkat keras yang
digunakan, antara lain Raspberry Pi 3, Raspberry Pi Camera
Module V2, dan LCD Touchscreen apakah dapat dijalankan sesuai
dengan prosedur yang telah dirancang atau tidak.
b. Pengujian Perangkat Lunak
Pada tahapan uji coba perangkat lunak dilakukan dengan
menjalankan program dan melihat apakah hasil program dapat
menjalankan perintah sesuai dengan prosedur sistem atau tidak.
Pengujian perangkat lunak ini memastikan perangkat keras yang
digunakan dapat berjalan dengan baik atau tidak dan juga proses
pengolahan citra dapat berjalan sesuai dengan proses dan hasil
yang diinginkan atau tidak.
3.4.6 Analisa dan Kesimpulan
Analisa dilakukan setelah proses pengujian sistem dilakukan dan
melihat hasilnya apakah sesuai dengan hipotesa dan juga literatur atau
tidak. Kesimpulan dibuat dari hasil analisa yang dilakukan setelah
pengujian sistem.
3.4.7 Pembuatan Laporan
Akhir dari tahap Penelitian ini adalah pembuatan laporan dari semua
kegiatan Penelitian dan pembuatan alat yang telah dilakukan.
46
V. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisa dan pembahasan dalam penelitian ini dapat
disimpulkan bahwa :
1. Telah terealisasi rancang bangun alat identifikasi jenis daging
dengan pengolahan citra digital berbasis raspberry pi 3 yang dapat
bekerja secara otomatis untuk mengidentifikasi daging babi,
celeng, sapi, dan kambing.
2. Nilai persentase komponen warna R (Red) untuk daging Babi
adalah 42,35% - 44,12%, untuk daging Celeng adalah 45,21% -
48,87%, untuk daging Sapi adalah 44,03% - 45,76%, dan untuk
daging Kambing adalah 45,08% - 46,60%.
3. Nilai persentase komponen warna Green (G) untuk daging Babi
adalah 28,43 % – 29,13%, untuk daging Celeng adalah 24,71% -
26,54%, untuk daging Sapi adalah 26,34% - 27,15%, dan untuk
daging Kambing adalah 27,05% - 27,75%.
4. Nilai persentase komponen warna Blue (B) untuk daging Babi
adalah 27,41% - 28,55%, untuk daing Celeng adalah 26,39% -
47
28,27%, untuk daging Sapi adalah 27,86% - 28,87%, dan untuk
daging Kambing adalah 26,31% - 27,21%.
5. Alat identifikasi jenis daging ini dapat mengidentifikasi jenis
daging babi, daging celeng, dan daging kambing dengan tingkat
keberhasilan sebesar 90 %, sedangkan daging sapi dengan tingkat
keberhasilan 80%.
5.2 Saran
Untuk penelitian selanjutnya, penulis mempunyai saran guna
perbaikan/penyempurnaan yaitu:
1. Dilakukan penambahan metode identifikasi jenis daging seperti
metode deteksi berdasarkan tekstur untuk mendapatkan hasil yang
lebih akurat.
2. Menggunakan data sampel yang lebih banyak agar nilai
pembanding pada database lebih akurat.
3. Alat ini dapat dikembangkan menjadi aplikasi mobile agar lebih
mudah dalam penggunaannya seperti berbasis android/IOS.
48
DAFTAR PUSTAKA
Ahmad, U. 2005. Pengolahan Citra Digital Dan Teknik Pemrogramannya. Graha
Ilmu. Yogyakarta.
Brahmbhatt, S. 2013. Practical OpenCV. Apress. New York.
Desmanto, S, Irwan & Angreni, R. 2015. Penerapan Algoritma K-Means
Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur
Warna RGB. STMIK GI MDP. Palembang
Fuadin, MA. 2015. Rancang Bangun Sistem Keamanan Rumah Berbasis
Minikomputer Raspberry Pi via Whatsapp Messenger Menggunakan
Webcam dan Sensor Gerak. Universitas Mercu Buana. Jakarta
Kiswanto. 2012. Identifikasi Citra Untuk Mengidentifikasi Jenis Daging Sapi
Dengan Menggunakan Transformasi Wavelet Haar. Universitas
Diponegoro, Semarang
Kusumanto, RD & Tompunu, AN. 2011. Pengolahan Citra Digital Untuk
Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi
RGB. Politeknik Negeri Sriwijaya. Palembang
49
Lutz, M. 2013. Learningvb Python, Fifth Edition. O’Reilly Media, Inc.
California.
Nugroho, A. 2015. Perbedaan Karakteristik Daging Untuk Konsumsi.
<http://www.agroindustri.id/2015/06/perbedaan-karakteristik-daging-
konsumsi.html>. Diakses pada tanggal 6 Oktober 2016.
Putri, MA, Hendrick, Erlina, T & Derisma. 2015. Rancang Bangun Alat Deteksi
Uang Kertas Palsu Dengan Metode Template Matching Menggunakan
Raspberry Pi. Politeknik Negeri Padang. Padang
Rosmala, Dewi & Dwipa L, G. 2012. Pembangunan Website Content Monitoring
System Menggunakan Difflib Python. Institut Teknologi Nasional. Bandung
Yogiarto, G, Rizal, A & Usman, K. 2009. Klasifikasi Jenis Daging Konsumsi
Berdasar Analisis Tekstur Dengan Pengolahan Citra. Universitas Telkom,
Bandung
