Jurnal Ilmu Komputer Universitas Pakuan

IMPLEMENTASI SISTEM IDENTIFIKASI KANDUNGAN MERCURY PADA

KERANG HIJAU (MYTILUS VIRIDIS) BERBASIS CITRA DIGITAL

Akmal Abqory Roja - 0651 11 182

Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Pakuan, Bogor
akmalekmal@outlook.com

ABSTRAK

Kerang Hijau adalah makanan yang kaya akan nutrisi, kerang ini sering ditemukan
merekatkan diri secara tetap pada benda benda keras yang ada di sekelilingnya, akan tetapi
benda benda keras tersebut bisa memiliki kandungan logam yang kuat, sperti Mercury,
kandungan Mercury berbahaya bagi tubuh manusia. Maka diperlukan aplikasi yang mampu
mengidentifikasi kandungan mercury pada kerang. Pembuatan aplikasi ini dibutuhkan software
untuk pengolahan Citra Digital seperti Matlab, agar penggunaannya lebih mudah, maka di
sematkan hardware berupa kamera yang terintegrasi langsung dengan aplikasi, contoh kerang
yang diuji cobakan ada 4 (empat) buah, masing - masing kerang telah teridentifikasi
mengandung mercury dengan batasan ukuran dan kandungan, kerang A mengandung mercury
sebesar 1,5 ppb (Part Per Bilion), kerang B mengandung mercury sebesar 2,7 ppb, dan kerang
C mengandung mercury sebesar 3,4, dan kerang ke empat dibuat netral. Pengujian
implementasi menggunakan rumus Euclidean Distance, perhitungan ini memiliki tingkat
akurasi yang tinggi, tapi berbeda dengan perhitungan citra digital yang dicoba cocokkan
dengan kerang A, B dan C, hanya didapatkan akurasi 60% saja, euclidean distance memang
berpengaruh besar pada perhitungan ini, dan sisanya sebanyak 40% berpengaruh dengan factor
lainnya yang tidak teramati oleh penulis.

Kata kunci : Basis data,Warga, Dusun

1. PENDAHULUAN (CH3HG+ dan CH3-Hg-CH3) dan garam

1.1 Latar Belakang organic. Menurut kepala BPOM Ilusniah
Merkuri atau air raksa (Hg) Rubiana, merkuri termasuk logam berat
merupakan golongan logam berat dengan berbahaya yang dalam konsentrasi kecil
nomor atom 80 dan berat atom 200,6. pun dapat bersifat racun, pemakaian
Merkuri merupakan unsur yang digunakan merkuri dapat menimbulkan akibat seperti
untuk bahan industry termasuk kerusakan permanen pada susunan syaraf
penambangan emas, dan industry lainnya otak, ginjal dan gangguan perkembangan
yang memakai merkuri. Biasanya bentuk janin. Pemakaian merkuri dalam jangka
racun dari air raksa pada proses masuk pendek dengan dosis tinggi dapat
tubuh manusia adalah methyl mercury mengakibatkan muntah muntah, diare,

Akmal Abqory Roja 0651 11 182 1

 Jurnal Ilmu Komputer Universitas Pakuan

kerusakan ginjal dan paling berbahaya mengidentifikasi kandungan logam berat

karena merupakan zat karsinogenik dapat Hg dan Pb pada kerang hijau berbagai
menyebabkan kangker. ukuran dengan metode RAK penarikan
Riani 1990, Kerang merupakan anak contoh. Hasil uji lanjut menyatakan
golongan Mollusca, yaitu hewan lunak jenis logam berat tersebut menunjukkan
yang diapit cangkang keras dan tidak bahwa ukuran kerang hijau berpengaruh
memiliki organ hati untuk menghancurkan terhadap kandungan logam berat pada
benda asing, termasuk racun seperti kerang hijau tersebut.
merkuri yang masuk kedalam tubuhnya. Limbah pabrik dan limbah rumah
Akibatnya, semua benda asing ditampung tangga menjadi permasalahan, secara alami
di dalam dagingnya. unsur logam berat dapat meningkat seiring
Teknologi Citra Digital belakangan dengan meningkatnya limbah yang berasal
ini semakin canggih, termasuk dalam dari kegiatan industri, rumah tangga, dan
pengambilan gambar dan mengolahnya aktivitas alam yang terjadi, maka pada
menjadi informasi penting, termasuk dalam penelitian ini menggunakan Citra Digital
kasus merkuri yang mencemari kerang, dan metode euclidean distance.
logam berat ini sangat berbahaya apabila
dikonsumsi skala kecil maupun besar, 1.2 Tujuan Penelitian
sebenarnya sudah ada instrument AAS Tujuan judul penelitian ini adalah
(Atomic Absorption Spectroscopy), tapi melakukan identifikasi merkuri pada
penggunaan, instalasinya terlalu banyak kerang berbasis komputer vison dengan
tahapan dan masih terlalu mahal, oleh sebab matlab.
itu diperlukan teknologi yang dapat
mengidentifikasi merkuri dengan 1.3 Ruang Lingkup Penelitian
kepekatan warna pencemaran, maka Kerang yang digunakan untuk sample
dibuatlah Implementasi Sistem penelitian ini menggunakan kerang hijau
Identifikasi Kandungan Mercuri Pada (Mytilus Viridis) yang dijual di pasar ikan
Kerang Menggunakan Citra Digital. Muara Angke, dan jumlah sample yang
Lestari 2002, melakukan penelitian digunakan hanya 4 macam ukuran.
dengan judul Kandungan Logam Berat Hg Sebelum diuji di lab kimia, kerang di ambil
dan Pb Pada Kerang Hijau (Mytilus viridis) citranya. Pengujian di lab kimia dengan
Berbagai Ukuran Hasil Tangkapan Di pendestruksian menggunakan tabung blok
Pantai Losari Makassar Provinsi Sulawesi digest dan pengidentifikasian merkuri
Selatan. Tujuan dari penelitian ini adalah menggunakan AAS (atomic absorption

Akmal Abqory Roja 0651 11 182 2


spectroscopy) dengan software AAWIN
AAS Software.
Kerang hijau (mytilus viridis) yang
digunakan telah melalui uji lab dan
identifikasi mercury dengan instrument
AAS, kerang yang diujikan berjumlah 4
buah, semuanya mengandung mercury tapi
masih dalam kadar batas boleh dikonsumsi.
Program yang dihasilkan Software
Matlab menghasilkan 2 (Dua) Output,
Output tersebut berupa pernyataan yaitu
Boleh Di Konsumsi dan Tidak Boleh
Dikonsumsi.
1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah
menghasilkan sebuah program sederhana
yang bisa mengidentifikasi suatu zat logam
berat yaitu merkuri yang tidak boleh
dikonsumsi oleh manusia sekala kecil
maupun besar, dan agar identifikasinya
dapat digunakan untuk membantu manusia
menganalisis tingkat pencemaran merkuri
berdasarkan kepekatan warna pada
pencemaran kerang.
2. TINJAUAN PUSTAKA
2.1 Kerang Hijau
Kerang hijau berasal dari marga
Mitylus, kerang ini memiliki kebiasaan
yang berbeda dengan kerang lainnya.
Kerang ini sering ditemukan merekatkan
diri secara tetap pada benda benda keras
yang ada disekelilingnya dan tidak mati
Akmal Abqory Roja 0651 11 182
Jurnal Ilmu Komputer Universitas Pakuan
terendam selama air laut sedang surut
(Asikin, 1982).
2.1.1 Komposisi Kerang Hijau
Komposisi kimia kerang hijau sangat
beraneka ragam, hal ini tergantung dari
spesies, jenis kelamin, musim dan habitat
(tempat hidupnya) (Zaitsev et at., 1969).
2.2 Logam Berat
Berdasarkan densitasnya, golongan
logam dapat pula dibagi menjadi 2
golongan yaitu, golongan logam berat dan
logam ringan. Golongan logam ringan
(Tight Metal) mempunyai densitas < 5
gram/cm, sedangkan logam berat (Heavy
Metal) mempunyai densitas > 5 gram/cm
(Glinka, 1973 dalam Fauzan, 1995).
2.2.1 Logam Merkuri/Raksa (Hg)
Raksa/merkuri mempunyai nomor
atom 80; bm 200,6; densitas 13,6; titik beku
-38,9C dan titik didih 356,6C (Reilly,
1980). Warnanya tergantung pada bentuk
fasenya, fase padat akan berwarna abu
abu dan fase cair berwarna putih perak.
Logam raksa merupakan satu satunya
unsur logam berbentuk cair pada suhu
kamar (25C)(Hutagalung, 1985).
2.3 Pengolahan Citra
Pengolahan citra digital merupakan
pengenalan objek yang terkandung pada
citra yang dapat dilakukan dengan cara
3
 Jurnal Ilmu Komputer Universitas Pakuan

transformasi gambar, perbaikan kualitas Penyerapan tersebut menyebabkan

gambar, melakukan pemilihan ciri ciri.
Pengolahan citra dilakukan untuk tujuan
penyimpanan data, transmisi data dan
waktu proses data. Citra merupakan input
untuk pengolahan citra sedangkan
outputnya adalah hasil dari pengolahan
citra (Sutoyo et al, 2009).
2.4 Ekstraksi Fitur Citra
Ekstrasi fitur digunakan
mendapatkan ciri-ciri pembeda dari objek.
Menurut Purnomo dan Muntasa (2010),
Ekstrasi fitur merupakan tahapan untuk
mereduksi suatu citra dari dimensi yang
tertinggi ke yang terendah.
tereksitasinya elektron dalam kulit atom ke
tingkat energi yang lebih tinggi. Keadaan
ini bersifat labil, elektron akan kembali ke
tingkat energi dasar sambil mengeluarkan
energi yang berbentuk radiasi.
2.7 Penelitian Terdahulu
Tabel 2. Penelitian Terdahulu
untuk
Keterangan:
*ED = Euclidean Distance

2.5 Euclidean Distance
Euclidean Distance adalah sebuah
metode yang digunakan untuk mengukur
jarak (distance). Euclidean
sebenarnya merupakan generalisasi dari
theorem phytagoras. Rumus euclidean
distance ditunjukan pada persamaan (1):
3. METODELOGI PENELITIAN
3.1 Metode Penelitian
Pendekatan dengan SDLC adalah
salah satu metode yang digunakan dalam
distance
pembangunan aplikasi Computer Vision
agar bisa menuangkan ide awal sesuai yang
diharapkan dalam implementasinya. Skema
metode SDLC dapat dilihat pada gambar 3.
(1)
Mulai

= koordinat sumbu x dari sebuah titik Tahap Perencanaan Sistem

Tahap Analisis Sistem

= koordinat sumbu y dari sebuah titik
Tahap Perancangan Sistem

Tahap Implementasi

2.6 Atomic Absorption Spectroscopy Tahap Uji Coba

Ya Tidak

Spektrofotometri Serapan Atom Uji Berhasil

(SSA) adalah suatu metode analisis yang Penggunaan

Selesai

didasarkan pada proses penyerapan energi

radiasi oleh atom-atom yang berada pada Gambar 3. Tahap Penelitian SDLC

tingkat energi dasar (ground state).

Akmal Abqory Roja 0651 11 182 4

 Jurnal Ilmu Komputer Universitas Pakuan

3.1.1 Tahap Perencanaan Sistem yang telah dianalisis. Rancangan sistem

Tahap perancanaan sistem adalah informasi mencakup penyiapan library
tahap awal untuk mendapatkan resource OpenCV, Euclidean distance dan juga
yang digunakan untuk memperoleh solusi kerang yang sudah sudah dinyatakan
pada sistem yang akan dibuat. Sistem yang teridentifikasi merkuri oleh instrument
akan dibuat adalah sistem identifikasi untuk AAS (Atomic Absorption Spectroscopy)
mengidentifikasi kerang dalah pengolahan
citra menggunakan perhitungan denga 3.1.4 Tahap Implementasi
Euclidean distance sebagai ekstraksi fitur Tahap implementasi sistem adalah
citra sebagai identifikasi dan pencocokan proses yang dilakukan setelah tahap
citra digital. Sistem ini akan perancangan selesai dilakukan, setelah itu
mengidentifikasi kerang berupa gambar melakukan tahap pembuatan kedalam
atau foto real-time lalu di Matching dengan bahasa pemprograman. Bahasa
citra kerang yang memiliki data dan library permprograman yang digunakan dalam
yang sudah di identifikasi memiliki sistem ini yaitu: Matlab sedangkan Excel
kandungan merkuri yang telah di uji dengan sebagai tempat penyimpanan data.
instrument AAS (Atomic Absorption
Spectroscopy). 3.1.5 Tahap Uji Coba
Tahapan ini merupakan tahapan untuk
3.1.2 Tahap Analisis Sistem mengetahui apakah sistem yang telah
Tahap analisis sistem merupakan dibuat berhasil atau tidak, jika berhasil
tahap menganalisis permasalahan maka dilanjutkan ketahap penggunaan
identifikasi merkuri dari gambar atau citra sistem dan jika sistem ini tidak berhasil
baru untuk di Matching dengan citra yang maka dilakukan pengkajian ulang ke
sudah ada di library menggunakan fungsi tahapan analisis. Tahap uji coba ini terdapat
Euclidean distance, sehingga memberikan 3 uji coba yang dilakukan seperti:
informasi hasil identifikasi menjadi sebuah 1. Uji Coba Struktural
data kelayakan konsumsi yang akan 2. Uji Coba Fungsional
ditampilkan pada data excel. 3. Uji Coba Validasi

3.1.3 Tahap Perancangan Sistem 3.2 Waktu Dan Tempat Penelitian

Tahapan ini merancang sistem dengan Penelitian dilaksanakan di
menggunakan informasi informasi yang laboratorium Program Studi Kimia
telah terkumpul dalam bentuk data citra dan Program Studi Ilmu Komputer

Akmal Abqory Roja 0651 11 182 5

 Jurnal Ilmu Komputer Universitas Pakuan

Fakultas Matematika dan Ilmu 3. Skripsi, jurnal, buku dan artikel

Pengetahuan Alam Universitas sebagai bahan referensi dalam
Pakuan Bogor. Pelaksanaan penelitian pembuatan laporan.
dilakukan dari bulan Februari 2015
sampai Mei 2015 (4 bulan). 4. PERANCANGAN DAN
IMPLEMENTASI

3.3 Alat Dan Bahan Penelitian 4.1 Tahap Perencanaan Sistem

3.3.1 Alat Penelitian Tahap perencanaan pada penelitian

Alat dan bahan penelitian yang ini dilakukan dengan studi pustaka dalam

digunakan berupa perangkat keras mengumpulkan informasi.

(hardware) dan perangkat lunak (software).

Perangkat keras, berupa: 4.2 Tahap Analis Sistem
Pada tahap analisis ini dapat
a. Processor Intel Core i3-3111M
dilakukan dengan cara memahami
CPU @2.40Ghz
permasalahan pada sistem yang akan dibuat
b. 500GB Hard Drive
kemudian menarik kesimpulan dari proses
c. 4096MB RAM
analisis tersebut. Alur identifikasi merkuri
d. NVIDIA Geforce GT730M
pada kerang dapat dilihat pada gambar 5.
Perangkat Lunak, berupa:
Start
a. Operating System Windows 8.1 Pro
64-bit Mengambil Gambar Memuat Gambar
Dengan Camera Di Folder
b. Matlab 2015a 64bit
c. Mozilla Firefox
Pembacaan Citra
d. Office 2013
Mengolah dengan
e. OpenCV-2.4.10 (Euclidean distance)

Identifikasi
3.3.2 Bahan Penelitian
Adapun bahan yang digunakan Hasil

selama pembuatan ini adalah:

Exit
1. Citra Kerang Hijau yang telah
teridentifikasi merkuri oleh Gambar 5. Alur Identifikasi Merkuri Pada
Kerang
instrument AAS (Atomic Absorption
Spectroscopy) 4.2.1 Akuisisi Citra
2. Skrip matlab sebagai bahasa Tahapan ini citra kerang di akuisisi

pemprograman yang akan digunakan. dengan menggunakan kamera digital,

Akmal Abqory Roja 0651 11 182 6

 Jurnal Ilmu Komputer Universitas Pakuan

Kamera sementara menggunakan kamera

laptop dengan resolusi 1280x780 Pixel.
Hasil dari tahap ini adalah citra digital
dari gambar yang akan disimpan dalam
database beserta informasinya. Foto kerang Gambar 8. Tabung Block Degest
dengan 4 buah sample kerang memiliki
4.2.3 Identifikasi Merkuri Dengan AAS
masing masing data yang sudah di uji coba Tabel 3. Method Settings:
dilab kimia, setiap pengujian 1 buah kerang
melewati tahapan ekstraksi dan identifikasi
menggunakan instrument AAS, Kerang Tabel 4. Instrument Used: AU12130133

yang sudah di uji lab di tujukan pada

Gambar 6.
Tabel 5. Calibration Parameters:

Tabel 6. Sequence Table:

Gambar 6. Contoh Kerang Hijau (Mytilus

Viridis)
Tabel 7. Result:
4.2.2 Identifikasi Kerang
Identifikasi yang dilakukan pada
penelitian adalah mengambil gambar
dengan ukuran kerang 8x11 Cm, 7x10 Cm
dan 6x9 Cm, kerang yang sudah diambil
Tabel 8. Calibration Curve
citranya dilakukan ekstraksi dengan
pengambilan bobot sample, lalu di
destruksikan dengan perhitungan
ditunjukkan pada gambar 7 dan tabung
Block Degest pada gambar 8. 4.2.3.1 Pengukuran Euclidean Distance
Tahap perhitungan Euclidean
Distance merupakan tahap dalam
mengitung dan menentukan jarak terdekat
Gambar 7. Rumus Destruksi
dari garis lurus yang menghubungkan
posisi dua buah objek. Misalnya dari rumus

Akmal Abqory Roja 0651 11 182 7

 Jurnal Ilmu Komputer Universitas Pakuan

persamaan (1) diketahui (X1 X2)2 yaitu 4.3.1.2 Flowchart Sistem

Flowchart sistem merupakan alur dari
data latih di kurangi data uji pangkat 2.
simbol-simbol dari tombol yang digunakan
untuk menggambarkan proses kerja
4.2.3.2 Mencari Nilai Rata-Rata Citra
aplikasi identifikasi merkuri pada kerang,
Mencari nilai rata-rata citra kerang
flowchart akan memudahkan dalam proses
dilakukan dengan mengubah matrix citra
pembuatan implementasi sistem.
yang telah melalui tahap Preprocessing
dengan data latih dan data uji R, G, B,
4.3.2 Tahap Percangan Sistem Secara
Grayscale, Entropy, Standart Deviasi dan
Detail
Hasil. hasil ditunjukan pada table 9.
4.3.2.1 Perancangan Modul Identifikasi
Merkuri Pada Kerang Hijau
Tabel 9. Data Latih Kerang Hijau
Perancangan modul identifikasi
merkuri pada kerang hijau merupakan
halaman interface untuk melihat citra,
mengambil citra, memuat citra yang telah
disimpan, mengindentifikasi citra,
membersihkan data tersebut.

4.4 Tahap Implemetasi

4.4.1 Tahap Implementasi Sistem
Tabel 10. Data Uji Kerang Hijau
Tahap pembuatannya yaitu pada awal
membuka Matlab 2015a, ketika di
command windwos Guide kemudian
setelah tampil halaman guide maka
silahkan desain form sesuai kebutuhan dan
4.3 Tahap Perancangan Sistem
buat beberapa form yang telah dicancang,
4.3.1 Tahap Perancangan Sistem Secara
ketika form-form telah dibuat maka lakukan
Umum
pengkodean. Tampilan membuat sistem
4.3.1.1 Struktur Navigasi
Struktur navigasi pada Aplikasi dapat dilihat pada gambar 15.
Identifikasi Merkuri Pada Kerang dimulai
dari menu utama, kemudian menu modul
dan menu keluar dari aplikasi. Menu modul
terdiri dari sub menu Preview, Capture,
Load Image, Identifikasi, Save dan Clear. Gambar 15. Tampilan Membuat Sistem

Akmal Abqory Roja 0651 11 182 8

 Jurnal Ilmu Komputer Universitas Pakuan

5. HASIL DAN PEMBAHASAN pengambilan gambar dalam bentuk format

5.1 Hasil *.jpg terlihat pada gambar 19 untuk
Halaman yang didapat dari Capture dan gambar 20 untuk Load Image.
implementasi sistem identifikasi
kandungan mercury pada kerang
menggunakan computer vision meliputi 3
menu yaitu: menu Identify, Info dan Exit.
Berikut halaman utama pada gambar 16.
Menu enter langsung masuk ke menu Gambar 19. Capture

utama untuk mengidentifikasi merkuri pada

kerang terlihat pada gambar 17 dan menu
Info ditunjukkan pada gambar 18.

Gambar 20. Load Image

5.1.2 Identifikasi Merkuri

Proses identifikasi pada kerang hijau
dapat dilakukan dengan memasukkan citra
kerang hijau, memasukkan citra kerang
Gambar 16. Halaman Utama
hijau pada kolom gambar bisa dengan
mengambil gambar lalu diidentifikasi dan
bisa juga dengan memuat gambar dari
library yang ada pada folder kerang.
Identifikasi merkuri memiliki 2 status atau
keterangan yaitu, Boleh Dikonsumsi dan
Gambar 17. Menu Identifikasi
Tidak Boleh Dikonsumsi. Gambar boleh
dikonsumsi dan tidak boleh diknsumsi
ditujukan pada gambar 21 dan 22.

Gambar 18. Menu Info

5.1.1 Pengambilan Gambar

Mengambil gambar memiliki 2 cara,
yaitu dengan memilih Button Capture atau Gambar 21. Keterangan Boleh
Dikonsumsi
dengan memilih Button Load Image. Proses
Akmal Abqory Roja 0651 11 182 9

Gambar 22. Keterangan Tidak Boleh
Dikonsumsi
5.1.3 Menghapus Gambar Pada Axes
Gambar yang ada di Axes bisa dihapus
dan juga bisa di overwrite, untuk
menghapus gambar yang ada pada axes bisa
dengan menekan tombol Clear lalu untuk
overwrite bisa denga tombol Load Image
dan memilih gambar kerang yang akan
diidentifikasi. Penggunaan tombol clear
ditunjukkan pada gambar 23
Gambar 23. Clear Gambar Pada Axes
Data merkuri pada kerang diambil
dari data latih dan data uji, data uji 30x7
yaitu 21 data latih dan 9 data uji, di
masukkan pada folder yang sama, data latih
dimulai dari nomor 1 sampai 7 dan data uji
dari nomor 8 sampai 10. Pelatihan dan
pengujian data dengan R, G, B, Grayscale,
Entropi, Standar Deviasi dan Level, data
latih dan data uji ditunjukan pada gambar
24, dan pengujian pada gambar 25.
Akmal Abqory Roja 0651 11 182
Jurnal Ilmu Komputer Universitas Pakuan
Gambar 24. Data Latih dan Data Uji
Gambar 25. Data Latih dan Data Uji
5.2 Pembahasan
Penelitian ini mengimplementasi
sistem identifikasi kandungan merkuri pada
kerang menggunakan computer vision,
tahap akuisisi citra pada kerang sebelum di
destruksi dan diidentifikasi kandungan
merkurinya dengan AAS sebagai sample
penelitian dan latar belakang berwarna
hitam serta memiliki titik tengah untuk
penempatan kerang yang akan diambil
citranya, pengujian pada kerang dilakukan
di lab kimia dengan 3 buah sempel data, 3
buah kerang masing masing di foto
sebanyak 10 kali. Data untuk latar belakang
pengambilan citra kerang yaitu 3x4cm,
4x5cm, 5x6cm, 6x7cm.
Metodeogi penelitian yang
digunakan yaitu model Software
Development Life Cycle sebagai tahapan
yang dilakukan.
10
 Jurnal Ilmu Komputer Universitas Pakuan

5.3 Tahap Uji Coba
5.3.1 Tahap Uji Coba Struktural
Uji coba ini dilakukan dengan
menjalankan setiap form atau menu yang
telah dirancang. Jika terjadi kesalahan atau
tidak berfungsi, maka proses akan kembali
ketahap imlpementasi. Hasil uji coba
Struktural pengenalan data ditampilkan
pada table 7.
Tabel 11. Tabel Uji Struktural
citra kerang yang sudah melalui uji lab
dengan destruksi dan identifikasi dengan
AAS, yaitu di uji dengan citra kerang yang
belum teridentifikasi apapun.
5.3.3.1 Uji Validasi Tingkat Merkury
Pada Kerang
Uji validasi tingkat kandungan
mercury pada kerang di uji coba di lab
kimia, setiap pengujian 1 buah kerang
melewati tahapan ekstraksi dan identifikasi
menggunakan instrument AAS
Tabel 19. Tabel Uji Validasi Program

5.3.2 Tahap Uji Coba Fungsional

Hasil pengujian structural yang
dilakukan pada setiap form/halaman, telah
terbukti bahwa halaman program tersebut
sudah dapat dijalankan. Semua tampilan 6. KESIMPULAN DAN SARAN
form/halaman juga sudah sesuai dengan 6.1 Kesimpulan
perancangan yang dibuat pada tahapa Program ini dibuat untuk
perancangan memudahkan masyarakat mengetahui
Tabel 12. Tabel Uji Fungsional kandungan merkuri pada kerang, karna
merkuri termasuk logam berat berbahaya
yang dalam konsntrasi kecil pun dapat
bersifat racun.
Sistem ini menggunakan computer
vision untuk mengambil gambar, dan untuk
5.3.3 Uji Coba Validasi identifikasi merkuri menggunakan
Uji validasi pengujian implementasi perhitungan Euclidean Distance. Sistem
sistem identifikasi kandungan merkuri pada identifikasi merkuri ini dibuat dengan
kerang menggunakan computer vision menggunakan software matlab dan
dilakukan dengan cara membandingkan Microsoft excel. Sehingga setelah

Akmal Abqory Roja 0651 11 182 11

 Jurnal Ilmu Komputer Universitas Pakuan

melakukan beberapa proses uji coba Lestari, Arma. 2002. Kandungan Logam
Berat Hg Dan Pb Pada Kerang Hijau
penelitian ini menghasilkan kesimpulan
(Mytilus Viridis) Berbagai Ukuran
bahwa kerang-kerang tersebut positif Hasil Tangkapan Di Pantai Losari
Makassar Provinsi Sulawesi Selatan.
mengandung mercury tapi masih layak di
Institut Pertanian Bogor, Bogor.
konsumsi karna masih di bawah standar
Putra, Darma. 2010. Pengolahan Citra
berdasarkan Kep. Dirjen POM No.
Digital. C.V Andi Offset.
03725/B/SK/VII/1989 dan FAO/WHO Yogyakarta.
(1976).
Wahyuni, Ita Tri. 2012. Kimia Analitik
AAS Spektrofotometri Serapan Atom.
Samarinda.
6.2 Saran
Saran pada penelitian ini adalah Widayanti, Sri. 2004. Reduksi Kadar
Merkuri Pada Kerang Hijau (Mytilus
menggunakan computer vision yang dapat
Viridis) DI Cilincing Jakarta Melalui
menangkap gambar secara otomatis untuk Metode Asam Serta Pemanfaatannya
Dalam Produk Merupuk. Institut
diproses oleh aplikasi yang menghasilkan
Pertanian Bogor. Bogor.
keluaran berupa informasi kerang yang
Winarno, Ermin K. 2008. Methyl Mercury
positif mengandung merkury atau tidak.
In Green Muscle (Mytilus Viridis)
From Fish Market Muara Angke :
Before And After Cooking. Vol 9 No.1
DAFTAR PUSTAKA
: 83. Center For The Application Of
Arioputra, Dimas. 2012. Analisa Isotopes and Radiation Technology.
Perbandingan Akurasi Metode National Nuclear Energy Agency.
Optical Flow Dan Gaussian Mixture Jakarta Selatan.
Model Untuk Sistem Pemantauan
Lalu Lintas Berbasis Computer Wurdianarto, Sendhy Rachmat, Dkk.
Vision. Universitas Indonesia, Depok. 2014. Perbandingan Euclidean
Distance Dengan Canberra Distance
Hamzah, Amir, Dkk. 2002. Klasifikasi Pada Face Recognition. Vol. 13 No. 1
Objek Dalam Visi Komputer Dengan : 34 35. Universitas Dian
Analisis Diskriminan. Institut Sains Nuswantoro. Semarang.
dan Teknologi AKPRIND,
Yogyakarta.

Karimah, Fathin Ulfah. 2014. Rancangan

Bangun Aplikasi Pencarian Citra
Batik Besurek Berbasis Tekstur
Dengan Metode Gray Level Co-
Occurrence Matrix Dan Euclidean
Distance. Universitas Bengkulu.
Bengkulu.

Keabler, Gary Bradski & Andrian

Keabler. 2008. Learning OpenCV.
OReilly Media, Inc. Sebastopol.

Akmal Abqory Roja 0651 11 182 12