Klasifikasi Tingkat Kematangan Buah Kopi Dengan Cascade Wiener filter Dan Contrast Limited Adaptive Histogram Equalization = Classification of Coffee Fruit Maturity Levels Using Cascade Wiener filter and Contrast Limited Adaptive Histogram Equalization

Kopi adalah komoditas pertanian yang memiliki peran penting dalam industri ekonomi, baik di tingkat global maupun lokal. Secara tradisional, proses pemilahan buah kopi dilakukan secara manual oleh petani, sehingga proses ini dapat ditingkatkan dengan teknologi visi komputer. Dalam konteks pemilahan buah kopi matang dan tidak matang, konveyor lebih efektif digunakan untuk proses pemilahan. Namun, pergerakan yang cepat pada konveyor menyebabkan efek blur pada citra, sehingga menghambat deteksi kematangan buah kopi secara efektif. Sistem yang dikembangkan bertujuan untuk memberikan hasil yang akurat dalam menentukan tingkat kematangan buah kopi dan meningkatkan efisiensi proses pemilahan. Dalam penelitian ini, YOLOv4 digunakan untuk deteksi objek, diikuti dengan perbaikan citra menggunakan Wiener filter dan Contrast Limited Adaptive Histogram Equalization untuk mengurangi efek blur. Ekstraksi fitur menggunakan RGB, dan klasifikasi menggunakan Support Vector Machine. Hasil penelitian menunjukkan bahwa pada kecepatan konveyor 0,093 m/s, akurasi Wiener filter mencapai 82.43%, akurasi CLAHE lebih rendah, yaitu 54.18% sedangkan akurasi kombinasi Wiener filter dan CLAHE meningkat menjadi 85% dan untuk Non Wiener Filter CLAHE sebesar 52.81%. Pada kecepatan 0.175 m/s, akurasi Wiener filter menurun menjadi 51.08%, Non Wiener Filter CLAHE 50.26%, akurasi CLAHE 46.11% sedangkan akurasi kombinasi Wiener filter dan CLAHE meningkat 53.81%. Pada kecepatan 0,28 m/s, Wiener filter menunjukkan akurasi 46.42%, akurasi CLAHE 44.77%, akurasi Non Wiener Filter CLAHE 49.67% sedangkan kombinasi Wiener filter dan CLAHE meningkat 52.22%. Pada kecepatan 0,35 m/s, akurasi Wiener filter adalah 41.09%, akurasi CLAHE menurun menjadi 34.88%, akurasi Non Wiener Filter CLAHE 48.59% sedangkan akurasi kombinasi Wiener filter dan CLAHE konsisten sebesar 52.22%.

Kata Kunci : Buah Kopi, Blur, YOLOv4, RGB, Wiener filter, CLAHE, SVM