Analisis Pengaruh Kelembapan Sebagai Salah Satu Faktor Penentu Kualitas Beras Berbasis GUI Matlab
Abstract
Pengukuran mutu beras sebagian besar menggunakan cara manual yang rawan dalam mengakibatkan terjadinya kesalahan karena keterbatasan penglihatan manusia dan subjektivitas penguji. Sehingga pengolahan citra digital dengan memanfaatkan metode Laser Speckle Contrast Imaging (LSCI) dapat menjadi salah satu alternatif. Citra spekel diamati dengan melihat perubahan nilai kontras pada software MATLAB. Dilakukan pengambilan data penelitian berupa kadar air, persentase beras kuning, nilai kontras, dan lama waktu penyimpanan pada beberapa merek beras serta kadar air beras yang berbeda. Data persentase beras kuning dan kontras beras dikarakterisasi berdasarkan nilai kadar airnya untuk menentukan nilai minimum dan maksimum. Diperoleh data karakterisasi kadar air beras baik yaitu 12,5 % - 13 % dengan persentase beras kuning ≤ 0,89 % dan nilai kontras ≤ 1,3183 a.u, pada beras sedang yaitu 13,5 % - 14 % dan 15 % dengan persentase beras kuning 0,9 % - 1,1 % dan nilai kontras 1,1698 a.u - 1,2542 a.u, dan pada beras buruk yaitu 14,5 % - 15 % dengan persentase beras kuning 0,95 % - 1,186 % dan nilai kontras 1,1818 a.u - 1,259 a.u. Hasil tersebut digunakan dalam pembuatan aplikasi analisis kontras spekel beras berbasis GUI MATLAB
Most of the measurement of rice quality uses manual methods which are susceptible to causing errors due to limited human vision and subjectivity of testers. So that digital image processing using the Laser Speckle Contrast Imaging (LSCI) method can be an alternative. Speckle image was observed by looking at the change in contrast value in MATLAB software. The research data were collected in the form of water content, percentage of yellow rice, contrast value, and storage time for different rice brands also different rice moisture content. Data on the percentage of yellow rice and rice contrast were characterized based on their water content values to determine the minimum and maximum values. Obtained water content characterization data of good rice that are 12.5 % - 13 % with a percentage of yellow rice ≤ 0.89 % and a contrast value ≤ 1.3183 a.u, on medium rice, that are 13.5 % - 14 % and 15 % with a percentage of rice yellow 0.9 % - 1.1 % and a contrast value 1.1698 a.u - 1.2542 a.u, and bad rice is 14.5 % - 15 % with a percentage of yellow rice 0.95 % - 1.186 % and a contrast 1.1818 a.u - 1.259 a.u. These results were used in making an application of contrast analysis of rice speckle GUI MATLAB.
@font-face {font-family:"MS Mincho"; panose-1:2 2 6 9 4 2 5 8 3 4; mso-font-alt:"ＭＳ 明朝"; mso-font-charset:128; mso-generic-font-family:modern; mso-font-pitch:fixed; mso-font-signature:-536870145 1791491579 134217746 0 131231 0;}@font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536869121 1107305727 33554432 0 415 0;}@font-face {font-family:"\@MS Mincho"; panose-1:2 2 6 9 4 2 5 8 3 4; mso-font-charset:128; mso-generic-font-family:modern; mso-font-format:other; mso-font-pitch:fixed; mso-font-signature:1 134676480 16 0 131072 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; margin-bottom:.0001pt; mso-pagination:widow-orphan; font-size:12.0pt; font-family:"Times New Roman",serif; mso-fareast-font-family:"MS Mincho"; mso-ansi-language:IN;}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:11.0pt; mso-ansi-font-size:11.0pt; mso-bidi-font-size:11.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:Calibri; mso-fareast-theme-font:minor-latin; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:Arial; mso-bidi-theme-font:minor-bidi; mso-ansi-language:EN-US;}.MsoPapDefault {mso-style-type:export-only; margin-bottom:10.0pt; line-height:115%;}div.WordSection1 {page:WordSection1;}
References
Kusuma, T. S. B. (2016). Alat Deteksi Mutu Beras dengan Metode Kapasitif Berbasis Mikrokontroler. Thesis-S1. Program Studi Fisika Universitas Pendidikan Indonesia, Bandung.
Fitrya, N., Harmadi, dan Sandra. (2013). Analisis Kontras Spekel Menggunakan LSI (Laser Speckle Imaging) Untuk Mendeteksi Formalin Pada Tomat (Lycopersicum Esculentum Mill). Jurnal Fisika dan Aplikasinya. 9(2): 80-85.
Tamakai, A., Kawatono, Eugichi, dan Fuji. (1994). Two Dimention Measurement of Retinal Microsirculation Using Laser Speckle Phenomenon. Vision Science. 35: pp3825-34.
Choi, B., Ramirez, S. J., Lotfi, J., dan Nelson, J. S. (2006). Linear Response Range Characterization and In Vivo Application of Laser Speckle Imaging of Blood Flow Dynamics. J. Biomed Opt. 11(4): 0441129.
Muchlian, M., Dahyunir, D., dan Harmadi. (2013). Analisis pola dan ukuran bulir spekel menggunakan LSI (laser speckle imaging) pada lapisan tipis TiO2. Jurnal Fisika dan Aplikasinya, 9(2), 52–56.
Apsari, E. (2009). Sistem fuzzy Berbasis Speckle Imaging untuk Deteksi Kualitas Enamel Gigi Akibat Paparan Laser ND: YAG. Disertasi-S3, Program Pasca Sarjana Universitas Airlangga, Surabaya.
Fitrya, N., Wirman S. P., dan Fitri, W. (2018). Identifikasi Karakteristik Buah Kelapa Sawit Siap Panen Dengan Metode Laser Spekel Imaging (LSI). Jurnal Fisika dan Aplikasinya. 9(1):139-142.
Nurcahyani, A. A. dan Saptono, R. (2015). Identifikasi Kualitas Beras dengan Citra Digital. Science journal of informatics. 2(1): 63-72.
Amal I. (2017). Pengolahan Citra Digital Menggunakan Metode Susan Detection Dan Neurofuzzy Untuk Identifikasi Komponen Kualitas Beras. Jurnal Matematika. 4(6):30-45.
Antika, E., Rakhmad, H., dan Ishaq, F. N. (2018). Penentuan Kualitas Mutu Beras Merah Berdasarkan Standart Nasional Indonesia Berbasis Pengolahan Citra Digital. Jurnal Informatika Polinema. 4(2)125-130.
Estiasih, T. dan Ahmadi, K. (2009) Teknologi Pengolahan Pangan. Reading, Jakarta: PT. Bumi Aksara.
Winarno, F. G. (2008) Kimia Pangan dan Gizi. Reading, Jakarta: Gramedia.
Badan Standarisasi Nasional (BSN). (2015). Beras. Standar Nasional Indonesia. SNI No. 6128-2015.
Utama, M. M., Sasmitaninghidayah, W. (2020). Pengaruh Variasi Sudut Datang dan Sudut Tangkap Cahaya pada Nilai Citra Spekel Beras Berbasis GUI MATLAB. Komunikasi Fisika Indonesia. 17(3): 120-126.
Khaksari, K. dan Kirkpatrick, S. J. (2017). Laser Speckle Modeling and Simulation for Biophysical Dynamics: Influence of Sample Statistics. J. Biomed. Opt. 11: 040302.
DOI: https://doi.org/10.17509/wafi.v6i1.32574
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Wahana Fisika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Wahana Fisika e-ISSN : 2549-1989 (SK no. 0005.25491989/JI.3.1/SK.ISSN/2017.02 ) published by Physics Program , Universitas Pendidikan Indonesia Jl. Dr.Setiabudhi 229 Bandung. The journal is indexed by DOAJ (Directory of Open Access Journal) SINTA and Google Scholar. Contact: Here
Lisensi : Creative Commons Attribution-ShareAlike 4.0 International License.