Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 1

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

1.1 Latar Belakang

Merkuri atau air raksa (Hg)

merupakan golongan logam berat dengan

nomor atom 80 dan berat atom 200,6.

Merkuri merupakan unsur yang digunakan

untuk bahan industry termasuk

penambangan emas, dan industry lainnya

yang memakai merkuri. Biasanya bentuk

racun dari air raksa pada proses masuk

tubuh manusia adalah methyl mercury

(CH3HG+ dan CH3-Hg-CH3) dan garam

organic. Menurut kepala BPOM Ilusniah

Rubiana, merkuri termasuk logam berat

berbahaya yang dalam konsentrasi kecil

pun dapat bersifat racun, pemakaian

merkuri dapat menimbulkan akibat seperti

kerusakan permanen pada susunan syaraf

otak, ginjal dan gangguan perkembangan

janin. Pemakaian merkuri dalam jangka

pendek dengan dosis tinggi dapat

mengakibatkan muntah – muntah, diare,

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 2

kerusakan ginjal dan paling berbahaya

karena merupakan zat karsinogenik dapat

menyebabkan kangker.

Riani 1990, Kerang merupakan

golongan Mollusca, yaitu hewan lunak

yang diapit cangkang keras dan tidak

memiliki organ hati untuk menghancurkan

benda asing, termasuk racun seperti

merkuri yang masuk kedalam tubuhnya.

Akibatnya, semua benda asing ditampung

di dalam dagingnya.

Teknologi Citra Digital belakangan

ini semakin canggih, termasuk dalam

pengambilan gambar dan mengolahnya

menjadi informasi penting, termasuk dalam

kasus merkuri yang mencemari kerang,

logam berat ini sangat berbahaya apabila

dikonsumsi skala kecil maupun besar,

sebenarnya sudah ada instrument AAS

(Atomic Absorption Spectroscopy), tapi

penggunaan, instalasinya terlalu banyak

tahapan dan masih terlalu mahal, oleh sebab

itu diperlukan teknologi yang dapat

mengidentifikasi merkuri dengan

kepekatan warna pencemaran, maka

dibuatlah “Implementasi Sistem

Identifikasi Kandungan Mercuri Pada

Kerang Menggunakan Citra Digital”.

Lestari 2002, melakukan penelitian

dengan judul “Kandungan Logam Berat Hg

dan Pb Pada Kerang Hijau (Mytilus viridis)

Berbagai Ukuran Hasil Tangkapan Di

Pantai Losari Makassar Provinsi Sulawesi

Selatan”. Tujuan dari penelitian ini adalah

mengidentifikasi kandungan logam berat

Hg dan Pb pada kerang hijau berbagai

ukuran dengan metode RAK penarikan

anak contoh. Hasil uji lanjut menyatakan

jenis logam berat tersebut menunjukkan

bahwa ukuran kerang hijau berpengaruh

terhadap kandungan logam berat pada

kerang hijau tersebut.

Limbah pabrik dan limbah rumah

tangga menjadi permasalahan, secara alami

unsur logam berat dapat meningkat seiring

dengan meningkatnya limbah yang berasal

dari kegiatan industri, rumah tangga, dan

aktivitas alam yang terjadi, maka pada

penelitian ini menggunakan Citra Digital

dan metode euclidean distance.

1.2 Tujuan Penelitian

Tujuan judul penelitian ini adalah

melakukan identifikasi merkuri pada

kerang berbasis komputer vison dengan

matlab.

1.3 Ruang Lingkup Penelitian

Kerang yang digunakan untuk sample

penelitian ini menggunakan kerang hijau

(Mytilus Viridis) yang dijual di pasar ikan

Muara Angke, dan jumlah sample yang

digunakan hanya 4 macam ukuran.

Sebelum diuji di lab kimia, kerang di ambil

citranya. Pengujian di lab kimia dengan

pendestruksian menggunakan tabung blok

digest dan pengidentifikasian merkuri

menggunakan AAS (atomic absorption

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 3

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

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/cm³, sedangkan logam berat (Heavy

Metal) mempunyai densitas > 5 gram/cm³

(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

-38,9ºC dan titik didih 356,6ºC (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 (25ºC)(Hutagalung, 1985).

2.3 Pengolahan Citra

Pengolahan citra digital merupakan

pengenalan objek yang terkandung pada

citra yang dapat dilakukan dengan cara

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 4

transformasi gambar, perbaikan kualitas

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 untuk

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.

2.5 Euclidean Distance

Euclidean Distance adalah sebuah

metode yang digunakan untuk mengukur

jarak (distance). Euclidean distance

sebenarnya merupakan generalisasi dari

theorem phytagoras. Rumus euclidean

distance ditunjukan pada persamaan (1):

(1)

= koordinat sumbu x dari sebuah titik

= koordinat sumbu y dari sebuah titik

2.6 Atomic Absorption Spectroscopy

Spektrofotometri Serapan Atom

(SSA) adalah suatu metode analisis yang

didasarkan pada proses penyerapan energi

radiasi oleh atom-atom yang berada pada

tingkat energi dasar (ground state).

Penyerapan tersebut menyebabkan

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

Keterangan:

*ED = Euclidean Distance

3. METODELOGI PENELITIAN

3.1 Metode Penelitian

Pendekatan dengan SDLC adalah

salah satu metode yang digunakan dalam

pembangunan aplikasi Computer Vision

agar bisa menuangkan ide awal sesuai yang

diharapkan dalam implementasinya. Skema

metode SDLC dapat dilihat pada gambar 3.

Mulai

Tahap Perencanaan Sistem

Tahap Analisis Sistem

Tahap Perancangan Sistem

Tahap Implementasi

Tahap Uji Coba

Uji Berhasil

Penggunaan

Selesai

TidakYa

Gambar 3. Tahap Penelitian SDLC

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 5

3.1.1 Tahap Perencanaan Sistem

Tahap perancanaan sistem adalah

tahap awal untuk mendapatkan resource

yang digunakan untuk memperoleh solusi

pada sistem yang akan dibuat. Sistem yang

akan dibuat adalah sistem identifikasi untuk

mengidentifikasi kerang dalah pengolahan

citra menggunakan perhitungan denga

Euclidean distance sebagai ekstraksi fitur

citra sebagai identifikasi dan pencocokan

citra digital. Sistem ini akan

mengidentifikasi kerang berupa gambar

atau foto real-time lalu di Matching dengan

citra kerang yang memiliki data dan library

yang sudah di identifikasi memiliki

kandungan merkuri yang telah di uji dengan

instrument AAS (Atomic Absorption

Spectroscopy).

3.1.2 Tahap Analisis Sistem

Tahap analisis sistem merupakan

tahap menganalisis permasalahan

identifikasi merkuri dari gambar atau citra

baru untuk di Matching dengan citra yang

sudah ada di library menggunakan fungsi

Euclidean distance, sehingga memberikan

informasi hasil identifikasi menjadi sebuah

data kelayakan konsumsi yang akan

ditampilkan pada data excel.

3.1.3 Tahap Perancangan Sistem

Tahapan ini merancang sistem dengan

menggunakan informasi – informasi yang

telah terkumpul dalam bentuk data citra

yang telah dianalisis. Rancangan sistem

informasi mencakup penyiapan library

OpenCV, Euclidean distance dan juga

kerang yang sudah sudah dinyatakan

teridentifikasi merkuri oleh instrument

AAS (Atomic Absorption Spectroscopy)

3.1.4 Tahap Implementasi

Tahap implementasi sistem adalah

proses yang dilakukan setelah tahap

perancangan selesai dilakukan, setelah itu

melakukan tahap pembuatan kedalam

bahasa pemprograman. Bahasa

permprograman yang digunakan dalam

sistem ini yaitu: Matlab sedangkan Excel

sebagai tempat penyimpanan data.

3.1.5 Tahap Uji Coba

Tahapan ini merupakan tahapan untuk

mengetahui apakah sistem yang telah

dibuat berhasil atau tidak, jika berhasil

maka dilanjutkan ketahap penggunaan

sistem dan jika sistem ini tidak berhasil

maka dilakukan pengkajian ulang ke

tahapan analisis. Tahap uji coba ini terdapat

3 uji coba yang dilakukan seperti:

1. Uji Coba Struktural

2. Uji Coba Fungsional

3. Uji Coba Validasi

3.2 Waktu Dan Tempat Penelitian

Penelitian dilaksanakan di

laboratorium Program Studi Kimia

dan Program Studi Ilmu Komputer

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 6

Fakultas Matematika dan Ilmu

Pengetahuan Alam Universitas

Pakuan Bogor. Pelaksanaan penelitian

dilakukan dari bulan Februari 2015

sampai Mei 2015 (4 bulan).

3.3 Alat Dan Bahan Penelitian

3.3.1 Alat Penelitian

Alat dan bahan penelitian yang

digunakan berupa perangkat keras

(hardware) dan perangkat lunak (software).

Perangkat keras, berupa:

a. Processor Intel® Core™ i3-3111M

CPU @2.40Ghz

b. 500GB Hard Drive

c. 4096MB RAM

d. NVIDIA Geforce® GT730M

Perangkat Lunak, berupa:

a. Operating System Windows 8.1 Pro

64-bit

b. Matlab 2015a 64bit

c. Mozilla Firefox

d. Office 2013

e. OpenCV-2.4.10

3.3.2 Bahan Penelitian

Adapun bahan yang digunakan

selama pembuatan ini adalah:

1. Citra Kerang Hijau yang telah

teridentifikasi merkuri oleh

instrument AAS (Atomic Absorption

Spectroscopy)

2. Skrip matlab sebagai bahasa

pemprograman yang akan digunakan.

3. Skripsi, jurnal, buku dan artikel

sebagai bahan referensi dalam

pembuatan laporan.

4. PERANCANGAN DAN

IMPLEMENTASI

4.1 Tahap Perencanaan Sistem

Tahap perencanaan pada penelitian

ini dilakukan dengan studi pustaka dalam

mengumpulkan informasi.

4.2 Tahap Analis Sistem

Pada tahap analisis ini dapat

dilakukan dengan cara memahami

permasalahan pada sistem yang akan dibuat

kemudian menarik kesimpulan dari proses

analisis tersebut. Alur identifikasi merkuri

pada kerang dapat dilihat pada gambar 5.

Start

Mengambil GambarDengan Camera

Pembacaan Citra

Mengolah dengan(Euclidean distance)

Identifikasi

Memuat GambarDi Folder

Hasil

Exit

Gambar 5. Alur Identifikasi Merkuri Pada

Kerang

4.2.1 Akuisisi Citra

Tahapan ini citra kerang di akuisisi

dengan menggunakan kamera digital,

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 7

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

dengan 4 buah sample kerang memiliki

masing masing data yang sudah di uji coba

dilab kimia, setiap pengujian 1 buah kerang

melewati tahapan ekstraksi dan identifikasi

menggunakan instrument AAS, Kerang

yang sudah di uji lab di tujukan pada

Gambar 6.

Gambar 6. Contoh Kerang Hijau (Mytilus

Viridis)

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

citranya dilakukan ekstraksi dengan

pengambilan bobot sample, lalu di

destruksikan dengan perhitungan

ditunjukkan pada gambar 7 dan tabung

Block Degest pada gambar 8.

Gambar 7. Rumus Destruksi

Gambar 8. Tabung Block Degest

4.2.3 Identifikasi Merkuri Dengan AAS

Tabel 3. Method Settings:

Tabel 4. Instrument Used: AU12130133

Tabel 5. Calibration Parameters:

Tabel 6. Sequence Table:

Tabel 7. Result:

Tabel 8. Calibration Curve

4.2.3.1 Pengukuran Euclidean Distance

Tahap perhitungan Euclidean

Distance merupakan tahap dalam

mengitung dan menentukan jarak terdekat

dari garis lurus yang menghubungkan

posisi dua buah objek. Misalnya dari rumus

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 8

persamaan (1) diketahui (X1 – X2)2 yaitu

data latih di kurangi data uji pangkat 2.

4.2.3.2 Mencari Nilai Rata-Rata Citra

Mencari nilai rata-rata citra kerang

dilakukan dengan mengubah matrix citra

yang telah melalui tahap Preprocessing

dengan data latih dan data uji R, G, B,

Grayscale, Entropy, Standart Deviasi dan

Hasil. hasil ditunjukan pada table 9.

Tabel 9. Data Latih Kerang Hijau

Tabel 10. Data Uji Kerang Hijau

4.3 Tahap Perancangan Sistem

4.3.1 Tahap Perancangan Sistem Secara

Umum

4.3.1.1 Struktur Navigasi

Struktur navigasi pada Aplikasi

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.

4.3.1.2 Flowchart Sistem

Flowchart sistem merupakan alur dari

simbol-simbol dari tombol yang digunakan

untuk menggambarkan proses kerja

aplikasi identifikasi merkuri pada kerang,

flowchart akan memudahkan dalam proses

pembuatan implementasi sistem.

4.3.2 Tahap Percangan Sistem Secara

Detail

4.3.2.1 Perancangan Modul Identifikasi

Merkuri Pada 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

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

buat beberapa form yang telah dicancang,

ketika form-form telah dibuat maka lakukan

pengkodean. Tampilan membuat sistem

dapat dilihat pada gambar 15.

Gambar 15. Tampilan Membuat Sistem

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 9

5. HASIL DAN PEMBAHASAN

5.1 Hasil

Halaman yang didapat dari

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

utama untuk mengidentifikasi merkuri pada

kerang terlihat pada gambar 17 dan menu

Info ditunjukkan pada gambar 18.

Gambar 16. Halaman Utama

Gambar 17. Menu Identifikasi

Gambar 18. Menu Info

5.1.1 Pengambilan Gambar

Mengambil gambar memiliki 2 cara,

yaitu dengan memilih Button Capture atau

dengan memilih Button Load Image. Proses

pengambilan gambar dalam bentuk format

*.jpg terlihat pada gambar 19 untuk

Capture dan gambar 20 untuk Load Image.

Gambar 19. Capture

Gambar 20. Load Image

5.1.2 Identifikasi Merkuri

Proses identifikasi pada kerang hijau

dapat dilakukan dengan memasukkan citra

kerang hijau, memasukkan citra kerang

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

“Tidak Boleh Dikonsumsi”. Gambar boleh

dikonsumsi dan tidak boleh diknsumsi

ditujukan pada gambar 21 dan 22.

Gambar 21. Keterangan “Boleh

Dikonsumsi”

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 10

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.

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.

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 11

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

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

form/halaman juga sudah sesuai dengan

perancangan yang dibuat pada tahapa

perancangan

Tabel 12. Tabel Uji Fungsional

5.3.3 Uji Coba Validasi

Uji validasi pengujian implementasi

sistem identifikasi kandungan merkuri pada

kerang menggunakan computer vision

dilakukan dengan cara membandingkan

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

6. KESIMPULAN DAN SARAN

6.1 Kesimpulan

Program ini dibuat untuk

memudahkan masyarakat mengetahui

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

identifikasi merkuri menggunakan

perhitungan Euclidean Distance. Sistem

identifikasi merkuri ini dibuat dengan

menggunakan software matlab dan

Microsoft excel. Sehingga setelah

Jurnal Ilmu Komputer – Universitas Pakuan

Akmal Abqory Roja – 0651 11 182 12

melakukan beberapa proses uji coba

penelitian ini menghasilkan kesimpulan

bahwa kerang-kerang tersebut positif

mengandung mercury tapi masih layak di

konsumsi karna masih di bawah standar

berdasarkan Kep. Dirjen POM No.

03725/B/SK/VII/1989 dan FAO/WHO

(1976).

6.2 Saran

Saran pada penelitian ini adalah

menggunakan computer vision yang dapat

menangkap gambar secara otomatis untuk

diproses oleh aplikasi yang menghasilkan

keluaran berupa informasi kerang yang

positif mengandung merkury atau tidak.

DAFTAR PUSTAKA

Arioputra, Dimas. 2012. Analisa

Perbandingan Akurasi Metode

Optical Flow Dan Gaussian Mixture

Model Untuk Sistem Pemantauan

Lalu Lintas Berbasis Computer

Vision. Universitas Indonesia, Depok.

Hamzah, Amir, Dkk. 2002. Klasifikasi

Objek Dalam Visi Komputer Dengan

Analisis Diskriminan. Institut Sains

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.

O’Reilly Media, Inc. Sebastopol.

Lestari, Arma. 2002. Kandungan Logam

Berat Hg Dan Pb Pada Kerang Hijau

(Mytilus Viridis) Berbagai Ukuran

Hasil Tangkapan Di Pantai Losari

Makassar Provinsi Sulawesi Selatan.

Institut Pertanian Bogor, Bogor.

Putra, Darma. 2010. Pengolahan Citra

Digital. C.V Andi Offset.

Yogyakarta.

Wahyuni, Ita Tri. 2012. Kimia Analitik

AAS Spektrofotometri Serapan Atom.

Samarinda.

Widayanti, Sri. 2004. Reduksi Kadar

Merkuri Pada Kerang Hijau (Mytilus

Viridis) DI Cilincing Jakarta Melalui

Metode Asam Serta Pemanfaatannya

Dalam Produk Merupuk. Institut

Pertanian Bogor. Bogor.

Winarno, Ermin K. 2008. Methyl Mercury

In Green Muscle (Mytilus Viridis)

From Fish Market Muara Angke :

Before And After Cooking. Vol 9 No.1

: 83. Center For The Application Of

Isotopes and Radiation Technology.

National Nuclear Energy Agency.

Jakarta Selatan.

Wurdianarto, Sendhy Rachmat, Dkk. 2014. Perbandingan Euclidean

Distance Dengan Canberra Distance

Pada Face Recognition. Vol. 13 No. 1

: 34 – 35. Universitas Dian

Nuswantoro. Semarang.