KLASIFIKASI KUALITAS TOMAT BUAH MENGGUNAKAN VIDEO PROCESSING

Peningkatan permintaan dan produksi tomat oleh masyarakat nasional maupun internasional yang semakin meningkat menjadikan tomat memiliki nilai ekonomi yang tinggi dan masih memerlukan penanganan serius, terutama dalam hal peningkatan kualitas buahnya. Proses penentuan kualitas tomat buah umumnya dilakukan secara manual bergantung pada persepsi manusia sehingga memiliki kelemahan dan keterbatasan. Menurut Standar Nasional Indonesia, syarat penentuan mutu dalam pengolahan tomat buah dari segi warna yaitu “normal”. Namun kata “normal” memiliki arti yang subjektif sehingga setiap orang memiliki persepsi yang berbeda-beda terhadap kata tersebut. Oleh karena itu, penelitian ini bertujuan untuk membantu dalam mengklasifikasikan kualitas tomat buah menggunakan metode Grid Search SVM berbasis video processing dengan kernel linear dan membagi tomat buah menjadi dua kategori kelas, yaitu kelas 1 untuk tomat buah layak dan kelas 2 untuk tomat buah tidak layak. Data diambil menggunakan Logitech Webcam C922 Pro, dataset tersebut terdiri dari 30 tomat buah untuk training dan 15 tomat buah untuk testing pada setiap kategorinya dengan ukuran frame 960 x 540 pixel dan dilakukan proses Gaussian Filter pada tahap preprocessing. Penentuan kualitas tomat buah diidentifikasi berdasarkan warna dengan memanfaatkan fitur color moment seperti mean dan standard deviation pada channel RGB, sistem ini juga menggunakan Hue, Saturation, Value (HSV) untuk mengelompokkan warna. Pada penelitian ini diperoleh akurasi sistem sebesar 95.55% dengan parameter C optimal yang didapatkan menggunakan Grid Search SVM yaitu 0.1.