Prediksi Umur Dan Kandungan Klorofil Tanaman Kopi Arabika (Coffea Arabica L.) Menggunakan Citra Digital Berbasis Image Processing =Prediction of Age and Chlorophyll Content of Arabica Coffee (Coffea arabica L.) Plants Using Digital Image Processing

Latar Belakang. Pemantauan umur dan kesehatan tanaman kopi secara akurat merupakan tantangan dalam budidaya, terutama pada skala luas. Teknologi pengolahan citra digital menawarkan solusi non-destruktif dan efisien dalam mengestimasi parameter fisiologis tanaman. Tujuan. Penelitian ini bertujuan untuk memprediksi umur dan kandungan klorofil tanaman kopi Arabika berdasarkan citra daun menggunakan teknik pengolahan citra digital, serta mengeksplorasi keterkaitan antara kedua variabel tersebut sebagai dasar pengambilan keputusan budidaya. Metode. Citra daun tanaman diolah untuk mengekstraksi nilai klorofil sebagai fitur utama. Umur tanaman diprediksi melalui metode klasifikasi Nearest Mean Classifier (NMC), sementara nilai klorofil diperkirakan menggunakan persamaan regresi logaritmik berdasarkan hasil klasifikasi umur sebelumnya. Hasil. Model prediksi umur menghasilkan tingkat akurasi sebesar 87,5%, sementara prediksi kandungan klorofil menunjukkan rata-rata error sebesar 0,046%, yang menandakan tingkat ketepatan dan keandalan yang tinggi. Hasil ini membuktikan bahwa nilai klorofil dari citra daun dapat digunakan sebagai indikator valid untuk memperkirakan umur tanaman kopi. Kesimpulan. Pengolahan citra digital terbukti efektif dalam memprediksi umur dan kandungan klorofil tanaman kopi secara cepat dan presisi. Pendekatan ini berpotensi diterapkan sebagai sistem monitoring digital yang efisien untuk mendukung produktivitas perkebunan kopi. Penelitian lanjutan disarankan untuk mengintegrasikan parameter tambahan serta teknologi seperti kecerdasan buatan dan pemetaan berbasis drone.