Ripeness Classification of Oil Palm Fresh Fruit Bunch Using an Optical Probe

Abstract

Penggunaan spektroskopi fluoresensi yang nondestruktif bidang pertanian semakin intensif dilakukan khususnya untuk evaluasi produk pertanian. Sortasi dan grading Tandan Buah Segar (TBS) Kelapa Sawit sebelum memasuki proses produksi Crude Palm Oil sangat penting untuk memenuhi standar produksi dan ekspor. Sistem sortasi dan grading elektronik dibutuhkan untuk mengantikan metode sortasi manual mengandalkan penglihatan dan pengalaman. Pada penelitian ini probe optik yang terdiri dari laser dioda 640 nm dan dua fotodioda inframerah dalam konfigurasi triangulasi digunakan untuk mengevaluasi tingkat kematangan TBS kelapa sawit dan hubungannya dengan kekerasan buah dan tegangan fotodioda. Sampel terdiri dari 23 TBS Tenera. Buah kelapa sawit pada setiap TBS disinari laser pada tiga bagian yaitu pangkal, tengah dan ujung, setiap bagian terdiri dari tiga buah kelapa sawit. Tegangan keluaran dari kedua fotodioda dijumlahkan dan diperkuat oleh rangkaian multiboard komersial. Setelah tegangan diperoleh, ke-9 buah kelapa sawit dilepaskan dari TBS, tingkat kekerasan buah diukur mengunakan penetrometer. Hasil penelitian menunjukkan bahwa tingkat kematangan TBS mempunyai korelasi linier terhadap kekerasan buah dengan kekerasan yang tertinggi pada buah mentah sebesar 9,39 kg/cm2 dan terendah pada buah terlalu matang sebesar 5,64 kg/cm2. Nilai tegangan rata-rata terkecil pada buah mentah dan tertinggi pada buah matang kemudian turun pada buah lewat matang. Hasil K-means clustering menunjukkan pengelompokan 4 tingkat kematangan berdasarkan nilai kekerasan dan tegangan yaitu F0, F1, F2, dan F3. Applications of nondestructive fluorescence spectroscopy in agriculture have been intensively carried out especially to evaluate agriculture products. Sorting and grading oil palm fresh fruit bunches (FFB) before Crude Palm Oil milling processes are important tasks to meet the production and export standards. Electronic systems for sorting and grading of FFBs are needed to replace manual sorting method which depends on human vision and experience. In this study, an optical probe consisted of a 635 nm diode laser and two photodiodes was used to evaluate the ripeness level of oil palm FFB and its relation to both the fruitlet firmness and resulted photodiode voltages. Laser was directed to each of nine fruitlets of each FFB from three parts; basil, equatorial, and apical. Output voltages from each photodiode were summed and amplified by a commercially multi-board circuit. Then their firmness levels were obtained using a penetrometer. The results show that there is a linear correlation between the firmness levels and the FFB ripeness levels. The firmness values ranges from 9.39 kg/cm2 for unripe FFB and 5.64 kg/cm2 for overripe FFB. The highest voltage is obtained for ripe FFB and less for unripe and overripe FFB. K-means clustering results indicate that the overall ripeness levels are grouped into 4 levels of ripeness, namely F0, F1, F2 and F3 based on the values of hardness and the voltage of each sample. Keywords: Fluorescence Spectroscopy, Oil Palm, Fresh Fruit Bunch, Firmness, Optical Probe

Pengaruh pemberian campuran mikoriza-Trichoderma sp. Dan pengurangan dosis pupuk NPK terhadap penyimpanan umbi bawang merah

“…Penelitian ini mengamati pengaruh perlakuan terhadap pascapanen bawang merah. Variabel yang diamati adalah susut bobot umbi (g) dihitung dengan menghitung selisih berat akhir dan awal (Prastya et al, 2015), volume umbi (ml) diukur dengan menghitung volume air dalam gelas ukur yang berpindah ketika umbi dimasukkan (Kemendikbud, 2019), diameter umbi (mm) diukur menggunakan jangka sorong pada bagian tengah umbi (Nugroho at al., 2017), kekerasan umbi diukur menggunakan alat Fruit Penetrometer dengan cara menekankan alat tersebut pada umbi hingga mencapai skala maksimal yang dapat diperoleh (Sari et al, 2019), uji organoleptik meliputi warna dan aroma umbi yang diukur dengan uji panelis menggunakan 5 taraf ukur sesuai Tabel 1 (Ndruru & Herawati, 2021), umur simpan, serta kerusakan (%) meliputi umbi normal, hampa, bertunas, dan busuk yang diukur dengan membandingkan jumlah umbi yang mengalami kerusakan tertentu dengan jumlah total umbi yang disimpan (Marlina et al, 2014).…”

Hidung Elektronik Berbasis Sensor Gas Mos Untuk Karakterisasi Kematangan Buah Kelapa Sawit

“…Pencitraan termal juga telah diusulkan untuk prediksi tingkat kematangan TBS kelapa sawit (Zolfagharnassab et al, 2017). Sensor elektronik juga telah banyak digunakan untuk buah kelapa sawit seperti probe optik yang terdiri dari laser dioda dan fotodioda (Sari et al, 2019) dan sensor optik (Utom et al, 2019). Metode lainnya adalah metode ultrasonik (Suwannarat et al, 2012) dan metode sensor kelembaban dengan gelombang mikro (Yeow et al, 2010).…”

“…Perhitungan luas trapezoid dilakukan secara komputasi mengunakan persamaan Newton-Cotes dengan aturan trapezoid (n = 2) (Kiusalaas, 2006). eh pemanen berdasarkan perubahan warna dan fraksi (Sari et al, 2019). Cara pengukuran ini dilakukan dengan mengambil atau melepas bagian buah kelapa sawit.…”

Oil Palm Fruit Ripeness Detection using Deep Learning

“…Among them, by applying the K-Means Clustering method based on RGB and HSV colors, the results showed that the study was able to distinguish between unripe, moderately ripe, and ripe palm fruit with an accuracy rate of 64.58% (Himmah, Widyaningsih, & Maysaroh, 2020). Another study was carried out using an optical probe, the results obtained that the maturity level of oil palm FFB has a correlation with fruit hardness (Sari, Shiddiq, Fitra, & Yasmin, 2019). Detecting the maturity of oil palm FFB has also been applied using the Oriented fast and Rotated Brief (ORB) method, the results obtained cannot be fully applied in the field because the success rate is only 50%.…”