Atmojo, Dimas Murtia
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Corn Flour Quality Identification System Based on Angle Image Atmojo, Dimas Murtia; Fadlil, Abdul
Buletin Ilmiah Sarjana Teknik Elektro Vol 3, No 2 (2021): Agustus
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/biste.v3i2.1490

Abstract

Corn can be processed into corn flour, this can make it easier for consumers to consume and process it into other food ingredients. Therefore we need a system that is able to identify the quality of corn flour automatically. Data retrieval is done by inserting corn flour into a container to calculate the angle of repose. The valve of the container is opened and the cornstarch flows into a mound above the cross-sectional base. The image of the corn flour mound was taken using a cellphone camera and stored in a laptop as a database. The sample of this research is corn flour with three types of particle sizes, namely 20 mesh, 10 mesh and 8 mesh. In the identification process, the corn flour image is converted into a grayscale and binary image and cropping is done, then identified based on the calculation of the angle of repose. The results of this study obtained that the average value of 20 mesh, 10 mesh and 8 mesh corn flour was 30.91 degrees; 33.96 degrees and 36.80 degrees. After testing and comparison, it can be concluded that corn flour with good quality is corn flour with an angle of less than 32 degrees.Jagung dapat diolah menjadi tepung jagung, hal ini dapat memudahkan konsumen dalam mengonsumsi dan mengolahnya menjadi bahan pangan lain. Oleh karena itu dibutuhkan sistem yang mampu mengidentifikasi kualitas tepung jagung secara otomatis. Pengambilan data dilakukan dengan memasukkan tepung jagung ke dalam wadah hitung sudut diam. Katup wadah dibuka dan tepung jagung mengalir membentuk gundukan di atas alas penampang. Citra dari gundukan tepung jagung diambil menggunakan kamera handphone dan disimpan ke dalam laptop sebagai database. Sampel penelitian ini tepung jagung dengan tiga jenis ukuran partikel, yaitu 20 mesh, 10 mesh dan 8 mesh. Dalam proses identifikasi citra terpung jagung dikonversikan menjadi citra greyscale dan biner serta dilakukan cropping, lalu diidentifikasi berdasarkan perhitungan sudut diam. Hasil penelitian yang dilakukan mendapatkan nilai rata-rata tepung jagung 20 mesh, 10 mesh dan 8 mesh berturut-turut adalah 30,91 derajat; 33,96 derajat dan 36,80derajat. Setelah dilakukan pengujian dan perbandingan, dapat disimpulkan bahwa tepung jagung dengan kualitas baik yaitu tepung jagung dengan sudut kurang dari sama dengan 32derajat.