COLOR HISTOGRAM DAN SUPPORT VECTORE MACHINE UNTUK MENGKLASIFIKASIKAN BIJI KOPI BERDASARKAN TINGKAT PEMANGGANGAN

Abstract

Pemilihan biji kopi berdasarkan tingkat pemanggangan menjadi faktor kunci dalam menentukan rasa kopi yang dihasilkan. Untuk mengklasifikasikan biji kopi berdasarkan tingkat pemanggangan, biasanya penilaian dilakukan berdasarkan warna dan bentuk fisik biji kopi. Namun, variabilitas lingkungan dan kondisi individu dapat memengaruhi ketepatan penilaian tersebut. Oleh karena itu, diperlukannya deteksi otomatis mengenai klasifikasi biji kopi tersebut. Metode computer vision dengan teknik image classification dapat memberikan solusi terkait permasalahan tersebut. Penelitian ini memperkenalkan metode image processing menggunakan color histogram sebagai teknik ekstraksi fitur untuk merepresentasikan ciri-ciri visual biji kopi dalam berbagai tingkatan pemanggangan. Selanjutnya, Support Vector Machine (SVM) digunakan sebagai algoritma klasifikasi yang mampu mengelompokkan biji kopi berdasarkan distribusi warna yang dihasilkan dari histogram tersebut. Pendekatan ini bertujuan untuk meningkatkan ketepatan klasifikasi biji kopi berdasarkan tingkat pemanggangan, dengan mengurangi pengaruh faktor subjektif individu serta meningkatkan konsistensi dalam proses pengklasifikasian. Hasil eksperimen menunjukkan bahwa penggabungan color histogram dengan SVM mampu memberikan metode yang andal dan akurat dalam mengklasifikasikan biji kopi berdasarkan tingkat pemanggangan dengan nilai akurasi sebesar 98,95%.