A.

Judul
Identifikasi Citra Digital Cabai Rawit Berdasarkan RGB menggunakan
(ANFIS)
B. Latar Belakang Masalah
Kemajuan teknologi

komputer

mendorong

berkembangnya

penelitian dan penerapan teknik pengolahan citra. Saat ini pengolahan citra
mempunyai peranan yang penting dalam berbagai bidang kehidupan, tidak
terkecuali pada salah satu bidang pertanian yaitu cabai rawit. Cabai
merupakan salah satu komoditas sayuran penting yang memiliki peluang
bisnis prospektif. Aneka macam cabai yang dijual di pasar tradisional
dapat digolongkan dalam dua kelompok, yakni cabai kecil (Capsicum
frustescens) dan cabai besar (Capsicum annuum). Cabai kecil biasa disebut
cabai rawit, sedangkan yang besar dinamakan cabai merah (Apriadji,
2001).
Di Indonesia, Cabai bukanlah sesuatu yang asing. Dapat dikatakan
Cabai sudah membudaya dalam menu sehari-hari bangsa Indonesia. Cabai
di Indonesia dapat digolongkan ke dalam 3 spesies, masing-masing dengan
nama Cabai Besar (Capsicum annuum L), Cabai Rawit (Capsicum
frustescens L), dan Cabai Manis (Capsicum longum L). Baik di Indonesia
maupun di mancanegara, cabai atau Cabai dikenal sebagai hasil panen dari
tanaman yang menghasilkan buah cabai dengan rasa pedas, dan dapat
dikategorikan sebagai sayuran atau bumbu. Berbagai macam cabai
memiliki karakter yang berbeda-beda, dilihat dari tingkat rasa kepedasan,
bentuk, dan warnanya. (Sumpemena, 2013)
Cabai (Capsicum annum L) merupakan jenis tanaman suku terungterungan (Solanaceae) yang berasal dari Amerika Selatan. Cabai sejak
lama telah banyak dibudidayakan di Indonesia karena memiliki nilai
ekonomis yang tinggi. Cabai sering kali digunakan untuk memenuhi
kebutuhan rumah tangga yaitu sebagai bumbu masak. Selain itu cabai
banyak digunakan sebagai bahan baku industri pangan dan farmasi.
Jumlah spesies tanaman cabai yaitu sekitar 20 spesies, namun spesies
tanaman cabai yang paling banyak dibudidayakan yaitu salah satunya

cabai rawit (Capsicum Frustescens L). Cabai kaya akan karbohidrat,

protein, lemak, vitamin (vitamin B, vitamin C, dan vitamin E), flavonoid,
capsaicin, mineral, air, dan serat. Cabai juga mengandung senyawa
antioksidan antara lain vitamin C, vitamin E, vitamin K, fitosterol, beta
karoten dan beta cryptoxanchin. (Anggraeni dkk , 2003).
Bagi masyarakat Indonesia, buah cabai merupakan salah satu
bahan yang tidak bisa dipisahkan dengan masakan sehari-hari. cabai rawit
memiliki tiga jenis, yaitu cabai kecil, cabai ceplik, dan cabai putih. Jenis
cabai putih memiliki ciri-ciri buah berbentuk bulat agak lonjong (gemuk)
dan berukuran besar, dengan panjang mencapai 3 cm atau lebih dan lebar
13 mm atau lebih, serta berat rata-rata 2,5 g. Saat masih muda berwarna
putih, berubah menjadi merah jingga (merah agak kuning) bila telah
matang. (Cahyono, 2003).
Berdasarkan atas latar belakang tersebut, serta masyarakat sering
menggunakan cabai rawit dalam kebutuhan sehari hari, maka dilakukan
penelitian untuk identifikasi cabai rawit. Penelitian dilakukan untuk
mengetahui jenis cabai rawit.
C. Rumusan Masalah
Berdasarkan dari latar belakang diatas maka dapat dirumuskan
masalah berikut:
1. Bagaimana merancang dan membuat program identifikasi cabai rawit
berdasarkan RGB menggunakan citra (ANFIS).
2. Bagaimana merancang dan membuat klasifikasi motif batik dari data
yang diterima berupa nilai terjemahan RGB dan ditampilkan hasilnya.
3. Bagaimana membuat sistem dengan tingkat akurasi dan performansi
yang tinggi.
4. Bagaimana membuat perancangan dan merealisasikan sistem yang dapat
mengenali jenis cabai rawit tersebut.
D. Batasan Masalah
Dalam perancangan dan pembuatan program ini. Terdapat beberapa
pembatasan masalah, antara lain.

1. Program ini hanya dapat mengkompres hasil dari kompresi RGB cabai
dan menunjukan hasil klasifikasi jenis cabai rawit.
2. Perancangan dan pembuatan program ini menggunakan Aplikasi
MATLAB R2008b.
3. Input sistem adalah citra motif batik dalam format JPG.
4. Pengenalan jenis cabai rawit yang bersih secara fisik tanpa terhalang oleh
noda.
5. Jumlah jenis yang dikenali dan selanjutnya identifikasi dibatasi menjadi 3
jenis cabai rawit, yaitu :
a. Cabai kecil
b. Cabai putih
c. Cabai ceplik
E. Tujuan
Tujuan dari penelitian ini adalah :
a.) Memberikan kemudahan bagi orang-orang yang akan memprediksi
cabai rawit.
b.) Untuk menerapkan RGB menggunakan ANFIS untuk pengambilan
keputusan dalam memilih dan memprediksi cabai rawit.
F. Manfaat
Sedangkan manfaat dari penelitian ini adalah :
a.) Membantu proses pengambilan keputusan dalam memprediksi cabai
rawit.
b.) Memperoleh data informasi yang diperlukan untuk pengambilan
keputusan dalam memprediksi cabai rawit.
G. Landasan Teori.
1.
Citra Digital.
Citra didefinisikan sebagai intensitas cahaya dua dimensi f(x,y),
dimana x dan y menyatakan koordinat dan nilai f pada setiap titik (x,y)
menyatakan intensitas atau kecerahan dari citra pada titik tersebut. Citra
digital adalah citra f(x,y) yang diubah koordinatnya dan kecerahannya
kedalam bentuk diskrit. Citra digital dapat dianggap sebagai matrik
dimana index baris dan kolomnya menyatakan kecerahan pada titik
tersebut. Titik pada citra digital disebut pixel, jangkauan nilai f disebut

jangkauan aras kelabu (kecerahan). Jika f hanya mempunyai dua nilai f

maka disebut citra biner. Citra digital 1 bit merupakan citra ditra digital
yang mempunyai jangkauan aras kelabu 1 bit atau mempunyai dua nilai
intensitas (21). Nilai 0 menyatakan warna hitam dan nilai 1 menyatakan
warna putih. Citra aras kelabu memperbolehkan mempunyai lebih dari
dua nilai intensitas. Jangkauan aras kelabu dinyatakan bit dimana 1 bit
menyatakan citra mempunyai 21 atau dua intensitas, 2 bit menyatakan
citra mempunyai 22 atau empat nilai intensitas, dan seterusnya.
Pada saat pendigitalan citra terjadi dua macam penurunan kualitas
citra yaitu penurunan kualitas secara deterministic ( Deterministic
degradations), seperti kabur (blur) yang disebabkan penyimpangan
sistem optis, gerakan, kekacauan atmosfir, serta ketidak linearan film dan
penurunan kualitas secara statistic ( statistical degradations), seperti
derau ( noise) yang disebabkan sensorsensor pencitraan elektronis,
granularitas film, dan fluktuasi cahaya atmosfer. Kedua penurunan
kualitas citra tersebut dapat terjadi secara bersamaan pada saat
pendigitalan.
Citra (Image) merupakan fungsi kontinu dari intensitas cahaya pada
bidang dua dimensi. Secara matematis fungsi intensitas cahaya pada
bidang dua dimensi dinotasikan sebagai f(x,y) dimana f(x,y) merupakan
koordinat pada bidang dua dimensi dan f (x,y) merupakan intensitas
cahaya pada bidang dua dimensi.
Agar dapat diolah dengan komputer digital, maka suatu citra harus
direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi
citra dari fungsi kontinu menjadi nilai-nilai diskrit disebut digitalisasi dan
citra yang dihasilkan merupakan citra digital.
Sebuah citra dapat diubah ke bentuk digital agar dapat disimpan
dalam memori komputer atau media lain. Proses mengubah citra
kebentuk digital bisa dilakukan dengan beberapa perangkat, misalnya

scanner, kamera digital dan handycam. Ketika sebuah citra sudah diubah
kedalam bentuk digital (selanjutnya disebut dengan citra digital),
bermacam-macam proses pengolahan citra dapat diperlakukan terhadap
citra tersebut.(Fadliansyah,2008).
2. Ciri Gambar.
Ciri merupakan suatu tanda yang khas, yang membedakan antara
satu dengan yang lain. Tidak berbeda dengan sebuah gambar yang lain.
Masingmasing ciri gambar didapatkan dari proses ekstraksi ciri. Ciri-ciri
dasar dari gambar :
a. Warna Ciri
Warna suatu gambar dapat dinyatakan dalam bentuk histogram dari
gambar tersebut yang dituliskan dengan H(r,g,b) dimana H(r,g,b) adalah
jumlah munculnya pasangan warna r (red), g (green) dan b (blue)
tertentu.
b. Bentuk
Ciri bentuk suatu gambar dapat ditentukan oleh tepi (sketsa) atau
besaran moment dari suatu gambar. Pemakaian besaran moment pada ciri
bentuk ini banyak digunakan orang dengan memanfaatan nilai-nilai
transformasi fourier dari gambar.
c. Tekstur
Ciri tekstur dari suatu gambar dapat ditentukan dengan
menggunakan filter gabor. Ciri tekstur ini sangat handal dalam
menentukan informasi suatu gambar bila digabungkan dengan ciri warna
gambar. Dari ketiga ciri diatas, dalam hal ini menggunakan ciri warna
dan ciri bentuk. Warna pokok dalam pengelolaan gambar terdiri dari 3
(tiga) unsur, yaitu merah (R), hijau (H) dan biru (B). Jika warna-warna
pokok tersebut digabungkan, maka akan menghasilkan warna lain.

Penggabungan warna tersebut bergantung pada warna pokok dimana

tiap-tiap warna memiliki nilai 256 (8bit).(Fadliyansyah,2008).

Gambar G. 3 Konsep Warna.

3. ANFIS.
ANFIS (Adaptive Neuro Fuzzy Inference Systems) merupakan salah
satu sistem dalam kelompok neuro fuzzy yaitu sistem hybrid dalam soft
computing. Sistem hybrid merupakan perpaudan atau gabungan dari
setidak nya dua metode soft computing dengan tujuan untuk memperoleh
algoritma yang lebih sempurna. Sistem neuro fuzzy berdasar pada sistem
inferensi fuzzy yang dilatih menggunakan algoritma pembelajaran yang
diturunkan dari sistem neural networks. Dengan demikian, sistem neuro
fuzzy memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy
dan sistem neural networks.
Adaptive neuro fuzzy inference (ANFIS) atau system adaptive
network based fuzzy inference system atau neuro fuzzy merupakan hasil
perpaduan dari jaringan syaraf tiruan dan logika fuzzy. Untuk sistem
berbasis aturan linguistik, teknik jaringan syaraf tiruan akan memberikan
kemampuan pembelajaran dan adaptasi untuk mengekstraksi parameterparameter (premis dan konsekuen) aturan fuzzy dari sekumpulan data

numerik. Secara khusus, jaringan neuro fuzzy menghilangkan kekurangan

dalam desain sistem fuzzy konvensional di mana perancang harus
mentuning (menala) dengan trial error fungsi keanggotaan dari himpunan
fuzzy yang didefinisikan pada masukan dan keluaran dari semesta
pembicaraan.

ANFIS

adalah

sistem

inferensi

diimplementasikan dalam jaringan adaptif. (defit, 2013).

H. Metodologi Penelitian
1. Tahapan Penelitian

fuzzy

yang

Gambar H.1 Tahapan Penelitian

2. Metode Penelitian
Bahan-bahan yang digunakan dalam identifikasi cabai rawit
adalah bahan-bahan yang berkaitan dengan ciri-ciri cabai rawit kecil ,
ceplik dan putih, yang bisa didapatkan di pasar maupun pedagang
sayuran. Identifikasi ini terbagi menjadi dua tahapan yaitu tahapan
metode analisis dan tahapan analisa hasil Metode Analisis Metode

analisis yang digunakan pada penelitian ini adalah metode analisis

terstruktur dengan menggunakan teknik menentukan fakta, yaitu suatu
teknik mengumpulkan data dan menemukan fakta-fakta dalam kegiatan
mempelajari sistem yang ada. Analisis Hasil, Identifikasi cabai rawit ini
merupakan suatu aplikasi yang digunakan untuk membantu dalam
memberikan informasi tentang cabai rawit berdasarkan SNI. Hasil
informasi didasarkan pada fakta yang ditemukan dan kemudian
dicocokkan dengan fakta yang berhasil diidentifikasi.
I. Daftar Pustaka
Anggraeni,Nur Tyas,et el.2013.SISTEM IDENTIFIKASI CITRA JENIS
CABAI

(Capsicum

Annum

L.)

MENGGUNAKAN

METODE

KLASIFIKASI CITY BLOCK DISTANCE.e-ISSN: 2338-5197

Cahyono, B. 2003. Cabai Rawit. Yogyakarta: Kanisius.
Defit Sarjon. 2013. PERKIRAAN BEBAN LISTRIK JANGKA PENDEK
DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE
SYSTEM. Jurnal SAINTIKOM Vol. 12.No.3, September2013.
Fadlisyah,

Taufiq.

2008.

Pengolahan

Citra

Menggunakan

Delphi.

Yogyakarta : Graha Ilmu Yogyakarta.

Sumpena, U.2013.PENETAPAN KADAR CAPSAICIN BEBERAPA JENIS
CABE (Capsicum sp) DI INDONESIA
.VOL. 9. NO 2. 2013. HAL 9 - 16.Bandung.Mediagro