H.

1 Rancangan Pembuatan SOLOR

A. Alat, Bahan, dan Desain Pembuatan

Gambar 1. Desain Alat SOLOR Smart Microbial Detector dibuat oleh tim

Jelaskan tentang desain alat (aku ra ngerti )
B. Metode Pembuatan
Tahap Persiapan dan Studi Pustaka
Sebelum masuk dalam tahap pelaksanaan kegiatan, terdapat beberapa persiapan-persiapan
yang harus dilakukan untuk menciptakan sistem yang efektif. Persiapan- persiapan tersebut
antara lain:
Mengumpulkan bahan studi pustaka yang terkait dengan Perhitungan Mutu mikrobiologis,
(TPC) Total Plate Count, (SNI) Standar Nasional Indonesia tentang Cemaran
Mikrobiologis untuk Pangan layak Konsumsi
Survey harga peralatan dan bahan-bahan yang akan digunakan untuk pembuatan Alat
SOLOR di toko dan internet untuk mengetahui besar anggaran yang dibutuhkan.
Perancangan konsep dan desain layout.
Pembelian alat dan bahan yang diperlukan untuk pelaksanaan tahap desain
teknologi pembuatan.

Pelaksanaan Pembuatan
Tahap selanjutnya adalah pembuatan alat SOLOR Smart Microbial Detector.
Metode yang digunakan adalah perakitan kerangka SOLOR Smart Microbial Detector
berbahan dasar plastik HDPE yang dilapisi dengan pelat alumunium pada lapisan dalam.
Tujuan penggunaan plastic HDPE dan plat alumunium agar kerangka luar alat ini tahan dari
benturan benda-benda lainnya sehingga meminimalisir tingkat kerusakan fisik. Kemudian
dilakukan perakitan alat mulai dari lup, kamera, prossesor, dan display LCD. Lup digunakan
untuk memperbesar objek yang akan dianalisa mikrobiologis. Kamera digunakan untuk
menyimpan gambar yang didapat dari pengolahan citra. Prosessor berfungsi untuk
mengonversi data gambar yang masuk menjadi suatu variabel data yang menunjukkan jumlah
titik-titik tersebar dalam gambar. LCD berfungsi untuk menampilkan data berupa angka.






Gambar 2. Prinsip Kerja Alat SOLOR Smart Microbial Detector dibuat oleh tim
Pengolahan citra merupakan langkah terpenting pada deteksi mikroba untuk
mengetahui karakteristik citra mikroba sehingga dapat diketahui posisi akurat dari objek
mikroba. Permasalahan yang dialami dalam melakukan image processing antara lain variasi
bentuk, warna, dan ukuran mikroba. Faktor lainnya seperti kualitas gambar dan pencahayaan
yang tidak konsisten dapat mempengaruhi keberhasilan deteksi. Warna merupakan fitur yang
dapat digunakan untuk mengekstraksi bakteri tanpa memperhatikan tekstur dan lokasi
gemotrisnya. Berikut merupakan langkah pengolahan citra:
a) Ekstraksi Fitur
Ektraksi fitur adalah langkah untuk mendapatkan nilai digit suatu fitur (interesting
point) sehingga dapat dilakukan image processing. Fitur yang digunkan antara lain model
warna RGB, HS dan CbCr serta rasio blob/calon mikroba. Proses ini dimulai ketika data
sedang diproses, data akan diekstraksi nilai warna RGB nya kemudian akan ditransformasi ke
dalam model warna lainnya yaitu HS dan CbCr model.
Ukuran mikroba yang di uji cobakan berukuran bulat. Oleh karena itu nilai rasio
toleransi maksimal dari sistem ini adalah 0.85 dan 1.12. Apabila rasio ukuran calon mikroba
yang ditemukan kurang dari 0.85 atau melebihi maka dianggap sebagai noise.
b) RGB-HS-CbCr model
Proses ini menggunakan RGB-HS-CbCr model yang dikembangkan Garcia dan
Tziritas untuk membedakan objek berwarna yang ada dalam gambar. Model ini awalnya
dikembangkan untuk mendeteksi wajah, namun disini kami rubah nilainya menjadi warna
mikroba yakni warna putih susu atau putih keruh.
Setelah proses ini dilakukan, gambar yang akan dideteksi tersebut dirubah menjadi hitam
putih (Binary Image). Dimana objek yang dianggap sebagai mikroba akan diwarnai putih,
sedangkan backgroudnya dirubah menjadi hitam. Sehingga pada proses selanjutnya dapat
dilakukan proses penghitungan mikroba tersebut.
c) Penghitungan Jumlah Mikroba
Langkah berikutnya dari sistem ini adalah menghitung mikroba yang terdeteksi dalam
gambar yang sudah ter-Binary-kan. Proses ini dilakukan dengan menyesuaikan ukuran pixel
gambar yang dideteksi sebagai mikroba dengan rasio ukuran mikroba yang sesungguhnya.
Sehingga apabila ukuran pixel gambar mikroba yang ditemukan ternyata melebihi atau
bahkan kurang dari rasio tersebut, maka objek tersebut dianggap sebagai noise.
Selanjutnya sistem akan menghitung objek yang dianggap sebagai mikroba tersebut, dan
kemudian menandainya dengan tanda persegi/persegi panjang, yang artinya bahwa objek
tersebut yang dianggap oleh sistem sebagai mikroba. Sehingga nantinya hasil perhitungan
tersebut dapat dievaluasi oleh manusia.
C. Pengujian SOLOR
Terdapat beberapa proses pengujian yaitu
1. Pengujian Keefektifitas kerja alat dilakukan dengan mengetahui alat dapat
dioperasikan sesui cara kerjanya yaitu ketika sel yang telah diisolasi dalam agar
disinari dengan cahaya, maka akan tampak berkas titik-titik yang tersebar yang
merepresentasikan posisi bakteri dalam agar. Citra ini kemudian ditangkap oleh
kamera dan tersimpan dalam bentuk data gambar. Data ini kemudian dikirimkan ke
prosesor untuk diolah. Prosesor di sini bertugas untuk mengonversi data gambar yang
masuk menjadi suatu variabel data yang menunjukkan jumlah titik-titik tersebar
dalam gambar. Angka tersebut kemudian dikirimkan ke dalam LDC display untuk
ditampilkan agar bisa dibaca oleh pengguna.
2. Pengujian dengan mengunakan sampel bahan pangan sudah diketahui nilai TPC nya
kemudian dicoba ulang pada alat SOLOR Smart Microbial Detector. Jika didapat
hasil TPC sama atau mendekati maka alat ini sudah efektif fungsi kerja dalam
mewujudkan safety and security food di masyarakat.
D. Kriteria Keberhasilan
Alat ini dinilai berhasil apabila telah lolos uji keefektifan dan fungsi kerja alat sesuai
dengan (SNI) Standar Nasional Indonesia nilai TPC atau cemaran pada produk pangan
sehingga sudah efektif fungsi kerja dalam mewujudkan safety and security food di
masyarakat.