tomat SIP.
-
Upload
fathan-edi-purwanto -
Category
Documents
-
view
258 -
download
0
Transcript of tomat SIP.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 1/18
BAB 1. PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi banyak memberi pengaruh terhadap
perkembangan ilmu pengetahuan, terutama teknologi komputer. Perkembangan
teknologi komputer pada saat ini telah membawa kemajuan yang sangat berarti
dalam berbagai aspek terutama bagi negara berkembang.
Saat ini, kebutuhan manusia akan teknologi untuk mempermudah
melakukan suatu pekerjaan begitu tinggi. Salah satunya adalah aplikasi
pengolahan citra. Manusia dapat mengenali sebuah citra secara fisik, namun
komputer dapat melakukan pengenalan citra dengan mencocokkan tingkat
kemiripan obyek-obyek dari citra tersebut. Sistem pengenalan saat ini juga banyak
berkembang dan dimanfaatkan seperti pengenalan jenis daun, jenis tumbuhan, dan
pengenalan jenis penyakit.
Pengolahan citra adalah suatu metode atau teknik yang dapat digunakan
untuk memproses citra atau gambar dengan cara memanipulasinya menjadi data
gambar yang diinginkan untuk mendapatkan informasi tertentu. Aplikasi
pengolahan citra menggunakan prinsip dasar dalam pengolahan citra seperti
peningkatan kecerahan dan kontras, penghilang derau pada citra, dan pencarian
bentuk objek.
Pengolahan citra ini akan diterapkan pada buah tomat agar dapat
dikenali citra buah tersebut sehingga dapat diketahui tingkat kemiripan data dan
obyek.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, rumusan masalah yang terdapat pada
penulisan laporan ini adalah sebagai berikut.
. Bagaimana image aquisition pada pengolahan citra buah tomat!
". Bagaimana segmentasi area dan backgroud pada pengolahan citra buah tomat!
#. Bagaimana program pengolahan citra buah tomat!
$. Bagaimana analisis warna pada pengolahan citra buah tomat dengan analisis
warna %&B!
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 2/18
'. Bagaimana analisis warna pada pengolahan citra buah tomat dengan analisis
warna (S)!
1.3 Tujuan dan Manaat
.#. *ujuan
*ujuan dari praktikum pengolahan citra adalah sebagai berikut.
. Mendeskripsikan image aquisition pada pengolahan citra buah tomat.
". Melakukan segmentasi area dan backgroud pada pengolahan citra buah tomat.
#. Membuat program pengolahan citra buah tomat.
$. Menganalisis warna pada pengolahan citra buah tomat dengan analisis warna
%&B.'. Menganalisis warna pada pengolahan citra buah tomat dengan analisis warna
(S).
.#." Manfaat
Manfaat dari praktikum pengolahan citra adalah menghasilkan program
pengolahan citra yang mampu melakukan analisis pada buah tomat.
BAB 2. T!N"AUAN PU#TA$A
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 3/18
2.1 T%mat
*omat merupakan tanaman yang berasal dari daerah Andean, Amerika
Selatan yang meliputi wilayah +hili, kuador, Boliia, olumbia, dan Peru.
*omat yang didomestifikasikan pertama kali ada di Meksiko, yakni tomat cherry
/ Lycopersium esculentum var cerasiformae0. Setelah itu tomat memyebar ke
negara-negara ropa, selanjutnya menyebar ke +ina, Asia termasuk ke )ndonesia.
1i )ndonesia tanaman ini mulai dibudidayakan secara komersial pada tahun 233
setelah adanya introduksi arietas hibrida dari *aiwan yakni Precious #4'
/(idayati dan 1ermawan, "5"6 70.
2.2 &'tra D'g'tal
Menurut Ahmad /"55'6 -$0, satuan atau bagian terkecil dari suatu citra
disebut piksel yang berarti elemen citra. 8mumnya citra dibentuk dari kotak-
kotak persegi empat yang teratur sehingga jarak hori9ontal dan ertikal atar piksel
adalah sama pada seluruh bagian citra. 1alam komputer, setiap piksel diwakili
oleh dua buah bilangan bulat /integer0 untuk menunjukkan lokasinya dalam
bidang citra dan sebuah nilai dalam bilangan bulat /integer0 untuk menunjukkan
cahaya atau keadaan terang-gelap piksel tersebut. 8ntuk menunjukkan tingkat
pencahayaan suatu piksel, seringkali digunakan bilangan bulat yang besarnya 3-
bit, dengan lebar selang nilai 5-"'', dimana 5 untuk warna hitam, "'' untuk
warna putih dan tingkat abu-abu berada di antara nialu-nilai 5 dan "'' Sebuah
piksel adalah sampel dari pemandangan yang mengandung intensitas citra yang
dinyatakan dalam bidang bulat. Sebuah citra adalah kumpulan piksel-piksel yang
disusun dalam larik dua-dimensi. )ndeks baris dan kolom /:,y0 dari sebuah pikseldinyatakan dalam bilangan bulat. Piksel /5,50 terletak pada sudut kiri atas pada
citra, indeks x bergerak ke kanan dan indeks y bergerak ke bawah.
2.3 Peng%lahan &'tra
Menurut 8niersitas &unadarma /*anpa *ahun0, pengolahan citra adalah
pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang
kualitasnya lebih baik. Sebagai contoh, citra burung nuri pada &ambar ". /a0
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 4/18
tampak agak gelap, lalu dengan operasi pengolahan citra kontrasnya diperbaiki
sehingga menjadi lebih terang dan tajam /b0. 8mumnya, operasi-operasi pada
pengolahan citra diterapkan pada citra bila6
. perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan
kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang
terkandung di dalam citra;
". elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur;
#. sebagian citra perlu digabung dengan bagian citra yang lain.
(am)ar 2.1 +itra Burung <uriMenurut )chsan el al /"5#0, pengolahan citra pada dasarnya dilakukan
dengan cara memodifikasi setiap titik dalam citra yang bertujuan untuk
memperbaiki kualitas citra sehingga lebih mudah diinterpretasikan oleh manusia
dan mesin /komputer0. Berikut adalah alur pengolahan citra.
(am)ar 2.2 Alur Pengolahan +itra
*eknik-teknik pengolahan citra biasanya digunakan untuk melakukan
transformasi dari satu citra kepada citra yang lain, sementara tugas perbaikan
informasi terletak pada manusia melalui penyusunan algoritma. Bidang ini meliputi
penajaman citra, penonjolan fitur tertentu dari suatu citra, kompresi citra dan koreksi
citra yang tidak fokus atau kabur. Sebaliknya, sistem isual menggunakan citra
sebagai masukan tetapi menghasilkan keluaran jenis lain seperti representasi dari
/a0 /b0
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 5/18
kontur obyek dalam citra, atau menghasilkan gerakan dari suatu peralatan mekanis
yang terintregasi dengan sistem isual. =adi, penekanan pada sistem isual adalah
perbaikan dan pengambilan informasi secara otomatis dengan interaksi manusia yang
minimal /Ahmad, "55'6$0.
2.* Peng%lahan +arna
".$. Pengolahan >arna Model %&B
Pengolahan warna menggunakan model warna %&B sangat mudah dan
sederhana, karena informasi warna dalam komputer sudah dikemas dalam model
yang sama. Salah satu cara yang mudah untuk menghitung nilai warna dan
menafsirkan hasilnya dalam model warna %&B adalah dengan melakukan
normalisasi terhadap ketiga komponen warna tersebut. <ormalisasi penting
dilakukan terutama bila sejumlah citra yang ditangkap dengan penerangan yang
berbeda-beda. (asil perhitungan tiap komponen warna pokok yang telah
dinormalisasi akan menghilangkan pengaruh penerangan, sehingga nilai untuk
tiap komponen warna dapat dibandingkan satu sama lainnya walaupun berasal
dari citra dengan kondisi penerangan yang tidak sama, asalkan tidak ekstrim
perbedaannya /Ahmad, "55'6 "45-"40.
Menurut Ahmad /"55'6 "40, cara melakukan normalisasi komponen
warna %&B adalah sebagai berikut.
r ? R
R+G+B
g ?G
R+G+B
b ?B
R+G+B
".$." Pengolahan >arna Model (S)
Model warna (S) menampilkan warna dalam besaran-besaran corak,
saturasi, dan intensitas. )ntensitas adalah nilai abu-abu dari piksel dalam citra abu-
abu. Segitiga (S) sepeti pada gambar di bawah ini menampilkan kombinasi dari
corak dan saturasi yang ditampilkan dari kombinasi warna pokok %&B. Sudut-
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 6/18
sudut segitiga berkorespondensi dengan nilai maksimum dari warna-warna pokok
/merah, hijau, dan biru0 yang tersedia dalam sistem komputer grafik. Piksel-piksel
akromasitis /tak mengandung warna0 adalah bayangan abu-abu, berkorsepondensi
dengan jumlah ketiga warna pokok yang sama dan terletak di pusat segitiga
/Ahmad, "55'6 "350.
Menurut Ahmad /"55'6 "3"0, komponen warna %&B pada citra dapat
dikonersi menjadi model warna (S). 8ntuk perhitungan yang bebas terhadap
satuan pada perangkat keras, nilai komponen %&B dinormalkan terlebih dahulu.
<amun untuk mendapatkan nilai intensitas, besarannya dapat dihitung secara
langsung dengan rumus sebagai berikut.
) ? R+G+B
3
2., #egmentas' &'tra
Salah satu masalah yang penting dalam sistem isual adalah bagaimana
melakukan segmentasi. Segmentasi merupakan pemisahan atau pembagian citra
bebrapa daerah berdasarkan sifat-sifat tertentu dari citra yang dapat dijadikan
pembeda. Salah satu pendekatan untuk mempartisi citra ke dalam beberapa daerah
adalah segmentasi berdasarkan daerah masing-masing, yang biasanya mempunyai
nilai intensitas yang berbeda dengan latar belakang. Pada segmentasi berdasarkan
daerah, semua piksel yang berkorespondensi dengan sebuah objek dikelompokkan
dan diberi tanda yang sama agar dikenali sebagai satu daerah. Segmentasi dapat
dilakukan dengan binerisasi melalui proses tresholding yang menghasilkan citra
biner. +itra biner adalah citra yang disimpan hanya dalam dua macam intensitasyaitu hitam dan putih. +itra biner dapat memisahkan daerah dan latar belakang
dengan tegas /Ahmad, "55'6 3#-3'0.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 7/18
BAB 3. MET-D-L-(!
1.1 Temat dan +aktu
Praktikum pengolahan citra dilaksanakan pada hari Senin selama dua
minggu yaitu pada tanggal 7 Mei "57 dan "# Mei "57 pukul #655 >)B
sampai selesai di @aboratorium )nstrumentasi *eknik Pertanian, akultas
*eknologi Pertanian, 8niersitas =ember.
1.2 Alat dan Bahan
Alat dan bahan yang digunakan dalam praktikum pengolahan citra adalah
sebagai berikut.
. #5 buah tomat.
". Perangkat komputer sebagai perangkat keras pengolah data citra.
#. Sebuah paket kamera ++1 digital 1 # B85$.( dari The Imaging Source yang
menggunakan standar perantara USB sebagai pengambil citra objek.
$. Perangkat penyinaran dengan sumber cahaya *@ ' >att yang dibuat sesuai
keperluan dan terintegrasi dengan stasiun pengambilan citra.
'. ain berwarna putih sebagai background.7. Softare Sharp 1eelop $.", )+ +apture ".", Ms. :cel, dan paint.net .
1.3 Pr%sedur $erja
.#. Persiapan sampel
.#." )mage Auisition
.#.# Pengambilan citra buah tomat
.#.$ Pembuatan program
BAB *. HA#!L DAN PEMBAHA#AN
*.1 Image Aquisition
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 8/18
Proses image aquisition bertujuan agar citra buah tomat bebas dari
bayangan, warnanya mendekati obyek asli, tidak terjadi pantulan cahaya akibat
lampu, dan warna dari obyek tidak terpengaruh oleh background . @angkah dari
proses image aquisition adalah sebagai berikut.
. Mengatur jarak antara kamera dengan obyek. =arak yang digunakan untuk
mengambil buah tomat yaitu "4 cm dari meja pengambilan gambar.
". Mengatur jarak antar lampu. =arak antar lampu pada praktikum ini adalah 2 cm
dan " cm. =arak ini merupakan jarak terbaik karena mampu meminimalkan
bayangan dari obyek.
#. Penentuan nilai saturation /kejenuhan warna0 dan hue /corak warna0 dilakukan
pada program )+ +apture, dengan nilai dari saturation /kejenuhan warna0
sebesar "## dan hue /corak warna0 sebesar 43.
(am)ar *.1 Image aquisition meja pengambilan citra
*.2 #egmentas' Area Dan Ba/kgr%und
Pada segmentasi area dan background, untuk mengetahui nilai batas
segementasi dilakukan dengan cara mengambil nilai %&B pada obyek dan
background dari beberapa sampel citra buah tomat. &rafik yang digunakan untuk
penentuan nilai batas segmentasi adalah sebagai berikut.
a0 Meja tampak depan b0 Meja tampak samping
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 9/18
5
"5
$5
75
35
55
"5
$5
75
35
#egmentas' Area dan Ba/kgr%und
omponen +itra
)ndeks >arna
(am)ar *.2 &rafik sebaran nilai %&B obyek dengan background
Berdasarkan grafik di atas, dapat diketahui bahwa nilai % obyek dan %
background saling tumpang tindih sehingga tidak memungkinkan menggunakan
nilai % sebagai nilai batas segmentasi. <amun nilai & dan B mampu memisahkan
obyek dan background dengan baik yaitu pada nilai & lebih dari "4 dan B lebih
dari . Sehingga formula yang diperoleh untuk nilai batas segmentasi pada program
yaitu jika original image memiliki nilai & C "4 A<1 B C maka tampilan citra
biner obyek akan diubah menjadi warna hitam /50 yang menggambarkan latar
belakang /background 0 dan selain itu diubah menjadi warna putih /"''0 yang
menggambarkan obyek.
*.3 Pr%gram Peng%lahan &'tra
Pengambilan citra buah tomat diambil menggunakan softare )+ +apture
"." dan kamera ++1. (asil citra buah tomat disimpan dalam format bmp.
Program pengolahan citra dibuat menggunakan softare Sharp 1eelop $."..
Program pengolahan citra tersebut dibuat untuk memperoleh analisis dari citra
buah tomat. &ambar citra buah tomat dapat dilihat pada gambar $.#.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 10/18
/a0 citra asli buah tomat; /b0 tresholding merah; /c0 tresholding hijau; /d0
tresholding biru; /e0 tresholding grayscale /f0 inert citra biner
(am)ar *.3 +itra buah tomat
(asil citra dari buah tomat tersebut kemudian diolah menggunakan
program pengolahan citra yang dibuat menggunakan software Sharp 1eelop $."
untuk mendapatkan ariabel analisis buah tomat. Dariabel analisis yang
didapatkan adalah area, tinggi, lebar, nilai r, g, b, dan nilai (, S, ). Berikut ini
adalah gambar tampilan dari program pengolahan citra yang telah dibuat.
c0 b0a0
f0e0d0
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 11/18
(am)ar *.* *ampilan program pengolahan citra buah tomat
Penjelasan fungsi dari masing-masing komponen yang terdapat dalam
program pengolahan citra buah tomat adalah sebagai berikut.
. eterangan menu dan sub menu pada tampilan, dapat dilihat pada tabel sebagai
berikut.
*abel $. ungsi Masing-Masing omponen Program Pengolahan +itra
Menu 8tama Sub-Menu ungsi
ile Buka ile Membuka file citra dan
menampilkan di layar komputer
Simpan ile Menyimpan citra biner hasil
pengolahan
:it eluar dari program
Perbaikan+itra *ingkat kecerahan Melakukan manipulasi citra denganmeningkatkan kecerahannya
%eduksi noise Memperbaiki kualitas citra dengan
melemahkan atau menghapus noise
Binerisasi *resholding merah Menghasilkan citra biner dari citra
warna berdasarkan sinyal merah
*resholding hijau Menghasilkan citra biner dari citra
warna berdasarkan sinyal hijau
*resholding biru Menghasilkan citra b iner dari citra
warna berdasarkan sinyal biru
*resholding grayscale Menghasilkan citra biner dari citra
warna berdasarkan nilai rata-rata
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 12/18
ketiga sinyal
)nert citra biner Membalik nilai intensitas objek dan
nilai intensitas latar belakangMorfologi rosi Mengikis obyek sebanyak satu lapis
piksel untuk membersihkan noise
kecil
1ilasi Memperbesar obyek sebanyak satu
lapis piksel untuk mengembalikan
ukuran
Epening Mengikis obyek sebanyak satu lapis
piksel untuk membersihkan noise
kecil sambil menjaga ukuran obyek
+losing Menutup celah besar satu lapis
piuksel untuk menutup lubang-
lubang kecil pada obyek sambil
menjaga ukuran obyek
Analisis citra
biner
8kuran obyek Melakukan kalkulasi ukuran obyek
pada citra biner
Analisis warna Model warna %&B Menganalisa warna obyek
menggunakan model warna %&B
Model warna (S) Menganalisa warna obyek
menggunakan model warna (S)
eterangan Program Memberikan informasi tentang
programprogram yang kita buatkepada pengguna
*.* Anal's's +arna R(B
Model warna %&B /red! green! blue0. merupakan suatu model warna yang
didasarkan pada pembentukan warna melalui kombinasi warna merah, hijau, dan
biru. Pada analisis warna %&B, pengambilan nilainya menggunakan program
pengolahan citra. +itra asli buah tomat diolah dengan melakukan binerisasi.
Binerisasi yang digunakan adalah binerisasi yang hasilnya paling baik yaitu area
obyek berwarna putih /"''0. emudian dilakukan analisis warna %&B pada
program dan data yang dihasilkan dibuat grafik. &rafik analisis warna %&B pada
citra buah tomat adalah sebagai berikut.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 13/18
5 ' 5 ' "5 "' #5 #'
5
5."
5.$
5.7
5.3
Anal's's +arna R(B
% & B
Sampel /buah0
)ndeks >arna
(am)ar *., Analisis warna %&B
Berdasarkan grafik di atas, dapat diketahui bahwa % / red" mempunyai nilai
yang lebih tinggi daripada nilai & dan B. <ilai indeks warna % mempunyai nilai
yang berkisar sekitar angka 5,74-5,35. Sedangkan pada nilai indeks warna & dan
B memiliki nilai yang berkisar 5,54-5,". =adi dapat disimpulkan bahwa nilai
warna % /red 0 memiliki nilai yang lebih besar dibanding nilai & / green" dan nilai
B /blue0. (al tersebut terjadi karena komponen warna pada buah tomat mayoritas
adalah merah.
*., Anal's's +arna H#!
Model warna (S) menampilkan warna dalam besaran-besaran corak,
saturasi, dan intensitas. )ntensitas adalah nilai abu-abu dari piksel dalam citra abu-
abu. Pengambilan warna (S) menggunakan program pengolahan citra yang telah
dibuat. &rafik analisis warna (S) pada citra buah tomat adalah sebagai berikut.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 14/18
5 ' 5 ' "5 "' #5 #'
5
5
"5
#5
$5
'5
75
45
Anal's's +arna H#!
( S )
Sampel /buah0
<ilai (S)
(am)ar *.0 Analisis warna (S)
Berdasarkan grafik di atas, dapat diketahui bahwa nilai ( /hue0 pada tomat
berkisar antara "3,5-7#,#3. ( /hue0 menyatakan warna sebenarnya yaitu merah
dan digunakan untuk membedakan warna-warna dan menentukan kemerahan
/redness0 dari cahaya. <ilai S pada tomat berkisar 5,7-5,3. Saturation /S0
menyatakan tingkat kemurnian warna cahaya, yaitu mengindikasikan seberapa
banyak warna putih diberikan pada warna. Pada saturation memiliki nilai satuan
persen. Sedangkan nilai ) pada tomat berkisar $7-'2. Intensity /)0 menentukan
banyaknya cahaya yang diterima oleh mata tanpa mempedulikan warna. isaran
nilainya adalah antara gelap /hitam0 dan terang /putih0.
BAB ,. $E#!MPULAN
Berdasarkan hasil dan pembahasan di atas, maka dapat ditarik kesimpulan
sebagai berikut.
. Image #quisition dilakukan dengan cara mengatur nilai hue, saturation,
intensitas pada )+ +apture dan mengatur jarak kamera.
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 15/18
DATAR PU#TA$A
Ahmad, 8. "55'. $engolahan %itra &igital dan Teknik $emrogramannya.
Fogyakarta6 &raha )lmu.
Anonim. *anpa *ahun. G1efinisi dan Pengolahan +itra 1igitalH.
http6IIelektronika-dasar.web.idIdefinisi-dan-pengolahan-citra-digitalI J5$=uni "57K.
+ahyono, B. 223. Tomat Budidaya dan #nalisis Usaha Tani. Fogyakarta6
asinius
(ayati, <. dan 1armawan, %. "5". Tomat Unggul . =akarta6 Penebar Swadaya.
)chsan, a. L., Andri9al, Fendri, 1., "5#. GPerancangan dan pembuatan Sistem
Disual )nspection Sebagai Seleksi Buah *omat Berdasarkan ematangan
BerbasisH. *idak diterbitkan. Padang6 8niersitas Andalas.
8niersitas &unadarma. *anpa *ahun. $engantar $engolahan %itra.
http6IIcitra.amutiara.staff.gunadarma.ac.idI...IBabPengantarNPengolahanN
+itraN.pdf .
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 16/18
LAMP!RAN
*abel . Segmentasi Area dan Background
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 17/18
*abel ". Analisis >arna %&B
<o Sampel % & B
*omat 5,4''2 5,'3"4 5,53'3
" *omat " 5,4'''4 5,'$2 5,525"$
# *omat # 5,472" 5,'$5" 5,54745
$ *omat $ 5,472' 5,$#4# 5,53735
' *omat ' 5,4#"7' 5,4#"$ 5,52$$
7 *omat 7 5,42#7 5,7'3' 5,$4'
4 *omat 4 5,4"$'3 5,'35# 5,4$5
3 *omat 3 5,4473$ 5,#73# 5,537#"2 *omat 2 5,4"7' 5,7"2# 5,'#2
5 *omat 5 5,4'33$ 5,$4'4 5,52#'$
*omat 5,4"'4' 5,737 5,5'7#
" *omat " 5,4"72$ 5,7533 5,"3
# *omat # 5,4#7$" 5,'7" 5,54'
$ *omat $ 5,4"27' 5,7422 5,5"#'
' *omat ' 5,4423 5,435# 5,5#22
7 *omat 7 5,73#'7 5,2''5 5,"52#
4 *omat 4 5,47$$ 5,'"2# 5,53"3$3 *omat 3 5,7457 5,242 5,#452
2 *omat 2 5,4"37' 5,7$"7 5,5453
"5 *omat "5 5,452$7 5,7754 5,"$$4
" *omat " 5,452$7 5,7754 5,"$$4
"" *omat "" 5,425'4 5,#$"# 5,54'"5
"# *omat "# 5,435# 5,#5#2 5,532"3
"$ *omat "$ 5,4$45 5,$3"5 5,5$72
"' *omat "' 5,4#745 5,'57 5,""$
"7 *omat "7 5,4$3'' 5,'$#7 5,524$
"4 *omat "4 5,474' 5,'2'# 5,54##
"3 *omat "3 5,4$'4 5,7443 5,47#
"2 *omat "2 5,4475" 5,#777 5,534#"
#5 *omat #5 5,74472 5,447" 5,$$77
7/26/2019 tomat SIP.
http://slidepdf.com/reader/full/tomat-sip 18/18
*abel #. Analisis >arna (S)
<o Sampel ( S )
*omat #',#3 5,4'4 '"
" *omat " #",445 5,4$' $2
# *omat # "2,'$7 5,43 $2
$ *omat $ #",7'4 5,4'5 '"
' *omat ' $5,'# 5,4#7 '"
7 *omat 7 $',5#" 5,74' '5
4 *omat 4 '',72 5,73' '
3 *omat 3 #7,"' 5,4'7 '5
2 *omat 2 $',4#4 5,74$ '5
5 *omat 5 #4,"7 5,4#2 $4
*omat $',4#4 5,455 '7
" *omat " $2,"2$ 5,72" '
# *omat # $#,""2 5,72" '
$ *omat $ #2,''$ 5,454 '
' *omat ' $3,"## 5,453 '"
7 *omat 7 '4,323 5,77" '2
4 *omat 4 ##,"#2 5,47$ $2
3 *omat 3 7#,#4" 5,77 '32 *omat 2 $3,32 5,45# '5
"5 *omat "5 '#,23$ 5,7$$ '$
" *omat " '#,23$ 5,7$$ '$
"" *omat "" "2,"34 5,433 $2
"# *omat "# #',# 5,4$7 $7
"$ *omat "$ $",$$ 5,45$ $2
"' *omat "' $3,434 5,733 $3
"7 *omat "7 $$,$5 5,4"4 '$
"4 *omat "4 "3,522 5,42# '"
"3 *omat "3 $2,''4 5,777 '
"2 *omat "2 $,57# 5,4'2 $2
#5 *omat #5 $7,"' 5,45 ''