SISTEM SORTIR KEMATANGAN BUAH TOMAT BERBASIS RASPBERRY PI

LAPORAN PROJEK AKHIR SEMESTER

LABORATORIUM SISTEM TERBENAM

SISTEM SORTIR KEMATANGAN BUAH TOMAT BERBASIS RASPBERRY PI

 

 

Dosen Pengampu:

Dr. Samuel Beta K., Ing.Tech, M.T.

 

Disusun Oleh :

Kelompok 3

1.      Arief Rahman Hakim	RE-3A	(4.34.22.0.05)
2.      Bakhtiar Bimantoro	RE-3A	(4.34.22.0.07)
3.      Elva Puspita Wardani	RE-3A	(4.34.22.0.08)
4.      Gabriella Monica P. P.	RE-3A	(4.34.22.0.09)

 

 

PROGRAM STUDI TEKNOLOGI REKAYASA ELEKTRONIKA

JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI SEMARANG

2025

BAB I
PENDAHULUAN

1.1.   Latar Belakang

Tomat merupakan salah satu komoditas hortikultura yang banyak dibudidayakan dan memiliki nilai ekonomi tinggi di Indonesia. Dalam proses distribusi dan pemasaran, kualitas tomat sangat ditentukan oleh tingkat kematangan buah. Oleh karena itu, proses penyortiran berdasarkan tingkat kematangan menjadi tahap penting dalam penanganan pascapanen untuk menjamin mutu produk yang diterima konsumen.

Namun, pada kenyataannya, proses sortir buah tomat masih banyak dilakukan secara manual, terutama pada skala produksi kecil hingga menengah. Metode manual ini memiliki beberapa kelemahan, antara lain membutuhkan tenaga kerja yang banyak, membutuhkan waktu yang relatif lama, serta memiliki hasil sortir yang tidak konsisten karena bergantung pada persepsi subjektif manusia terhadap warna kulit tomat. Ketidakkonsistenan tersebut dapat menurunkan kualitas distribusi dan kepercayaan konsumen terhadap produk.

Seiring dengan perkembangan teknologi, otomatisasi dalam bidang pertanian menjadi solusi yang mulai banyak diterapkan untuk meningkatkan efisiensi dan konsistensi hasil kerja. Salah satu pendekatan yang dapat digunakan adalah pemanfaatan teknologi pengolahan citra digital berbasis Raspberry Pi dan kamera untuk mengidentifikasi warna permukaan buah tomat sebagai indikator tingkat kematangan. Raspberry Pi dipilih karena memiliki kemampuan pemrosesan data yang memadai serta mendukung integrasi dengan perangkat keras lainnya seperti kamera dan lengan robotik.

Dengan sistem ini, proses klasifikasi kematangan tomat dapat dilakukan secara otomatis dan ditindaklanjuti dengan pemindahan tomat ke wadah yang sesuai menggunakan lengan robot. Sistem seperti ini mampu meningkatkan akurasi sortir, mengurangi ketergantungan pada tenaga kerja manusia, serta mempercepat proses produksi.

Beberapa penelitian dalam negeri telah membuktikan efektivitas sistem sortir otomatis berbasis pengolahan citra warna. Penelitian oleh Saputra & Riza (2021) menunjukkan bahwa Raspberry Pi mampu digunakan secara efektif untuk klasifikasi tingkat kematangan tomat berdasarkan nilai RGB. Selain itu, Darmawan & Nugroho (2020) juga mengembangkan sistem sortir otomatis berbasis Raspberry Pi yang menghasilkan tingkat akurasi tinggi dalam pengenalan warna buah. (DaOleh karena itu, pengembangan sistem sortir kematangan buah tomat berbasis Raspberry Pi menjadi langkah inovatif yang potensial untuk diterapkan dalam dunia pertanian modern, khususnya dalam mendukung konsep pertanian presisi (precision agriculture). (Saputra, R., & Riza, 2021)

1.2.   Rumusan Masalah

Berdasarkan uraian di atas, maka ada beberapa rumusan masalah yang harus diperhatikan, yaitu:

1.   Bagaimana merancang sistem sortir otomatis untuk buah tomat berdasarkan tingkat kematangan dengan memanfaatkan teknologi pengolahan citra digital?

2. Bagaimana penerapan Raspberry Pi dan kamera sebagai media pendeteksi warna untuk menentukan tingkat kematangan buah tomat?

3.  Bagaimana cara mengintegrasikan hasil klasifikasi kematangan tomat dengan lengan robot untuk memindahkan buah ke wadah yang sesuai?

1.3.   Tujuan

Tujuan dari perancangan alat ini, yaitu:

1. Merancang dan mengembangkan sistem sortir otomatis buah tomat berdasarkan tingkat kematangan menggunakan teknologi pengolahan citra digital.

2.  Menerapkan Raspberry Pi dan kamera webcam untuk mendeteksi warna kulit tomat sebagai indikator kematangan secara real-time.

3.   Mengintegrasikan hasil klasifikasi tingkat kematangan dengan lengan robot agar dapat melakukan pemindahan buah secara otomatis dan tepat.

 

BAB II
TINJAUAN PUSTAKA

1.    

2.    

2.1.   Penyortiran Buah Berbasis Warna

Penyortiran buah merupakan bagian penting dalam proses pascapanen untuk memastikan mutu dan keseragaman produk yang dikirim ke konsumen. Salah satu metode sortir yang umum digunakan adalah berdasarkan warna kulit buah. Warna merupakan indikator visual utama dalam proses pematangan buah, termasuk tomat. Tomat yang matang umumnya menunjukkan warna merah merata, sedangkan tomat mentah berwarna hijau atau kekuningan. Penyortiran secara manual sering kali menimbulkan inkonsistensi karena bergantung pada persepsi manusia.

Menurut Darmawan dan Nugroho (2020), sistem sortir otomatis berbasis warna RGB dapat membantu menyederhanakan proses sortir buah dengan akurasi yang lebih tinggi dibandingkan metode manual. Teknologi ini sangat bermanfaat terutama dalam industri pertanian skala besar yang membutuhkan proses cepat dan konsisten (Darmawan, A., & Nugroho, 2020).

2.2.   Pengolahan Citra Digital

Pengolahan citra digital adalah proses analisis gambar melalui perangkat komputer untuk mengekstraksi informasi visual seperti warna, bentuk, dan tekstur. Dalam aplikasi sortir tomat, pengolahan citra digunakan untuk menganalisis warna kulit tomat secara otomatis dan menentukan tingkat kematangannya. Gambar yang ditangkap oleh kamera akan dikonversi menjadi nilai RGB (Red, Green, Blue) dan kemudian diklasifikasikan ke dalam kategori tertentu, seperti “matang” atau “belum matang”.

Saputra dan Riza (2021) menjelaskan bahwa metode pengolahan citra digital berbasis Raspberry Pi dan Python dengan pustaka OpenCV dapat digunakan untuk klasifikasi tingkat kematangan tomat dengan hasil yang cukup akurat dan efisien. Sistem ini bekerja secara real-time, menjadikannya cocok untuk aplikasi otomatisasi (Saputra, R., & Riza, 2021).

2.3.   Raspberry Pi

Gambar 2.1. Raspberry Pi

Raspberry Pi adalah komputer mini single-board yang dirancang untuk keperluan edukasi, eksperimen, dan pengembangan sistem tertanam. Perangkat ini memiliki ukuran kecil namun dilengkapi dengan fitur-fitur utama komputer, seperti prosesor ARM, RAM, port USB, port HDMI, serta koneksi jaringan. Raspberry Pi mampu menjalankan sistem operasi berbasis Linux, seperti Raspberry Pi OS, dan mendukung berbagai bahasa pemrograman seperti Python, C, dan Java.

Dalam sistem sortir kematangan buah tomat, Raspberry Pi berfungsi sebagai pusat kendali utama (main controller) yang memproses data citra dari kamera, menjalankan algoritma pengolahan citra digital (image processing), menampilkan hasil klasifikasi ke monitor, dan mengirimkan sinyal kontrol ke lengan robot. Raspberry Pi dipilih karena memiliki kelebihan dari segi biaya, ukuran, fleksibilitas, dan konsumsi daya rendah, namun tetap mampu menjalankan aplikasi pemrosesan gambar secara real-time.

 

2.4.   Web Camera

Gambar 2.2. Web Camera

Web camera (kamera web) adalah perangkat input visual yang digunakan untuk menangkap gambar atau video secara langsung dan mengirimkannya ke sistem komputer. Kamera ini bekerja dengan sensor pencitraan (biasanya CMOS) yang mengubah cahaya menjadi sinyal digital. Dalam sistem sortir tomat, web camera digunakan untuk menangkap citra buah tomat yang diletakkan di bawah kamera. Hasil tangkapan gambar tersebut akan dikirimkan ke Raspberry Pi untuk dianalisis menggunakan teknik pengolahan citra digital.

Fungsi utama kamera dalam sistem ini adalah sebagai sensor visual untuk mengidentifikasi warna kulit tomat, yang menjadi indikator utama tingkat kematangan. Oleh karena itu, kualitas kamera, resolusi, serta kondisi pencahayaan sangat memengaruhi akurasi sistem. Kamera yang digunakan tidak harus beresolusi tinggi, namun cukup untuk menangkap perbedaan warna yang jelas antara tomat matang dan belum matang.

2.5.   Monitor

Gambar 2.3. Monitor

Monitor merupakan perangkat output visual yang digunakan untuk menampilkan data, informasi, dan hasil proses dari sistem. Dalam proyek sortir buah tomat, monitor berfungsi menampilkan hasil klasifikasi tingkat kematangan tomat yang dilakukan oleh Raspberry Pi, baik dalam bentuk teks (seperti "matang" atau "belum matang") maupun visualisasi citra yang telah diproses.

Selain sebagai media tampilan hasil sortir, monitor juga berperan penting dalam proses pengujian dan debugging selama tahap pengembangan sistem. Monitor memungkinkan pengguna untuk memantau kinerja sistem secara langsung, seperti hasil pengolahan gambar, nilai RGB dari objek, serta perintah yang dikirim ke perangkat output seperti lengan robot.

2.6.   Lengan Robot Dobot Magician

Gambar 2.4. Lengan Robot Dobot Magician

Dobot Magician adalah lengan robot desktop serbaguna yang dirancang untuk aplikasi edukasi, penelitian, dan prototipe industri ringan. Lengan ini memiliki 4 derajat kebebasan (DoF), dilengkapi dengan gripper (penjepit), suction cup (vakum), atau modul end-effector lainnya, dan dapat dikendalikan melalui komputer menggunakan koneksi USB, Bluetooth, atau WiFi. Dobot Magician dapat diprogram menggunakan bahasa seperti Python, Blockly, atau melalui aplikasi Dobot Studio.

Dalam sistem sortir tomat, Dobot Magician digunakan sebagai aktuator yang mengambil tomat setelah diklasifikasikan oleh Raspberry Pi. Berdasarkan hasil klasifikasi ("matang" atau "belum matang"), Raspberry Pi mengirim perintah ke lengan robot untuk memindahkan tomat ke wadah yang sesuai. Proses ini meniru kerja operator manusia namun dilakukan secara otomatis dan konsisten.

BAB III
PERANCANGAN ALAT

1.    

2.    

3.    

3.1.   Daftar Komponen

Komponen yang kami gunakan untuk perancangan alat ini, yaitu:

1.     Raspberry Pi

2.     Web Camera

3.     Lengan Robot Dobot Magician

4.     Monitor

3.2.   Cara Kerja

Alat ini dirancang untuk memilah buah tomat berdasarkan tingkat kematangannya menggunakan kamera webcam, Raspberry Pi, dan laptop. Cara kerjanya, tomat diletakkan tepat di bawah sorotan kamera webcam. Kamera akan menangkap gambar tomat dan mengirimkannya ke Raspberry Pi yang terhubung dengan laptop untuk diproses menggunakan program pendeteksi warna atau kematangan. Setelah dianalisis dan tingkat kematangan tomat ditentukan, hasil klasifikasi akan ditampilkan di layar monitor sebagai informasi visual. Berdasarkan hasil tersebut, sebuah lengan robotik akan mengambil tomat dan meletakkannya ke salah satu dari dua wadah: wadah untuk tomat matang atau wadah untuk tomat belum matang.

 

3.3.   Diagram Blok

Gambar 3.1 Diagram Blok

3.4.   Diagram Alir

Gambar 3.2 Diagram Alir

3.5.   Kode Program

        Klik di sini.

 

BAB IV
PENUTUP

4.1  Kesimpulan

Berdasarkan hasil perancangan, implementasi, dan pengujian yang telah dilakukan, maka dapat disimpulkan bahwa:

1.     Sistem sortir kematangan buah tomat berbasis Raspberry Pi berhasil dibuat dan berfungsi dengan baik untuk mengklasifikasikan tomat ke dalam dua kategori, yaitu matang dan belum matang, berdasarkan analisis warna menggunakan pengolahan citra digital.

2.     Raspberry Pi mampu menjalankan proses klasifikasi citra secara real-time, dengan bantuan kamera sebagai input visual dan monitor sebagai media tampilan hasil klasifikasi.

3.     Lengan robot Dobot Magician dapat dikendalikan secara otomatis untuk mengambil tomat dan meletakkannya ke wadah sesuai hasil klasifikasi, sehingga seluruh proses berjalan tanpa intervensi manual.

4.     Sistem ini membuktikan bahwa pemanfaatan teknologi embedded system, pengolahan citra, dan robotika dapat meningkatkan efisiensi serta konsistensi dalam proses sortir buah, terutama dalam skala kecil hingga menengah.

4.2  Saran

Untuk pengembangan lebih lanjut, berikut beberapa saran yang dapat dijadikan pertimbangan:

1. Perlu ditambahkan sistem kalibrasi pencahayaan agar hasil klasifikasi tidak terpengaruh oleh intensitas cahaya di lingkungan sekitar.
2. Penggunaan kamera dengan resolusi lebih tinggi dapat meningkatkan akurasi dalam pengenalan warna buah.
3. Sistem dapat dikembangkan untuk mengklasifikasikan lebih dari dua kategori kematangan, seperti matang, setengah matang, dan mentah, guna meningkatkan fleksibilitas sortir.
4. Penambahan antarmuka pengguna (GUI) berbasis web atau aplikasi mobile akan memudahkan pemantauan dan pengaturan sistem dari jarak jauh.
5. Sistem sortir ini dapat diperluas untuk diterapkan pada jenis buah lainnya dengan karakteristik kematangan yang dapat dikenali melalui visual, seperti apel, pisang, atau mangga.

 

 

BAB V
DAFTAR PUSTAKA

 

Darmawan, A., & Nugroho, A. S. (2020). Perancangan Sistem Sortir Buah Otomatis Berdasarkan Warna Menggunakan Metode RGB dan Raspberry Pi. Jurnal Ilmiah Teknik Elektro Komputer Dan Informatika (JITEKI), 6(1), 34–41.

Saputra, R., & Riza, L. S. (2021). Penerapan Metode Pengolahan Citra Digital untuk Klasifikasi Kematangan Buah Tomat Menggunakan Raspberry Pi. Jurnal Teknologi Dan Sistem Komputer, 9(2), 123–130.

Saputra, F., Ryana Suchendra, D., & Ikhsan Sani, M. (2020). Implementasi Sistem Sensor Dht22 Untuk Menstabilkan Suhu Dan Kelembapan Berbasis Mikrokontroller Nodemcu Esp8266 Pada Ruangan. Proceeding of Applied Science, 6(2), 1977–1984.

 BAB VI
LAMPIRAN

 

6.1  Video Simulasi

Klik di sini.

6.2  Video Presentasi Job

Job 3 (Sensor PIR) Klik di sini.

job 9 (Robot Deteksi Halang Rintang) Klik di sini.