KLASIFIKASI KUALITAS BIJI BUAH KAKAO BERDASARKAN WARNA DAN TEKSTUR MENGGUNAKAN VIDEO PROCESSING = Classification of Cocoa Bean Quality Based on Color and Texture Using Video Processing

Penelitian ini dilatarbelakangi oleh kebutuhan untuk meningkatkan kualitas kakao di Indonesia. Meskipun Indonesia merupakan salah satu negara penghasil kakao terbesar di dunia, kualitas yang dihasilkan masih terbilang rendah. Hal ini disebabkan oleh subjektivitas dan inkonsistensi dalam pengklasifikasian biji kakao yang umumnya masih dilakukan secara manual. Oleh karena itu, diperlukan sistem otomatis untuk klasifikasi biji kakao guna meningkatkan kualitas biji kakao yang dihasilkan serta efisiensi dan akurasi di industri kakao. Penelitian ini bertujuan untuk mengimplementasikan algoritma Support Vector Machine (SVM) dalam mengklasifikasikan kualitas biji kakao berdasarkan fitur warna dan tekstur dengan menggunakan video processing, yang dibagi menjadi dua kategori, yaitu biji kakao baik dan biji kakao buruk. Data penelitian menggunakan video biji kakao yang bergerak di atas conveyor dengan variasi kecepatan dan jarak. Tahap training melibatkan 60 biji kakao baik dan 60 biji kakao buruk, dan tahap testing menggunakan 30 biji kakao baik dan 30 biji kakao buruk. Video diekstrak menjadi
frame citra, kemudian melalui tahap preprocessing yang mencakup resize, augmentasi, konversi warna RGB ke HSV, masking, deteksi objek, dan cropping. Fitur yang digunakan meliputi nilai rata-rata HSV (hue, saturation, dan value) serta fitur GLCM (kontras, disimilaritas, energi, korelasi, homogenitas, dan ASM), dan diklasifikasi menggunakan SVM. Validasi dan pengujian model dilakukan menggunakan metrik akurasi, precision, dan recall. Hasil penelitian menunjukkan skenario terbaik diperoleh dengan menerapkan resize sebesar 50% ukuran citra asli, tanpa penajaman, menggunakan dua fitur dengan korelasi tertinggi yaitu saturation dan value, serta pengambilan data optimal pada kecepatan conveyor 80 RPM dan jarak kamera 5 cm. Berdasarkan uji coba skenario terbaik pada video klasifikasi
single-objek biji kakao didapatkan akurasi klasifikasi sebesar 96,67% dengan presisi 93,75% dan recall 100%, dan pada pengujian video klasifikasi multi-objek didapatkan akurasi klasifikasi sebesar 86,67% dengan precision 84,38% dan recall 90%.