Klasifikasi Tingkat Kematangan Buah Kopi Menggunakan Algoritma Fuzzy C – Means

Abstract

Kopi merupakan salah satu minuman yang sangat popular di dunia dan digemari oleh banyak orang termasuk di Indonesia. Pengolahan kopi sangat berperan penting dalam menentukan cita rasa dan kualitas kopi. Pengujian mutu fisik, selama ini masih menggunakan cara-cara tradisional. Cara-cara seperti ini sangat lambat dan menyebabkan bias yang sangat tinggi. Kopi memiliki tingkat kematangan tertentu dalam kurun waktu yang singkat, sehingga menjadikan pentingnya proses pengklasifian agar kopi tidak cepat busuk. Klasifikasi secara manual dilakukan berdasarkan pengamatan visual terhadap buah kopi dan membutuhkan waktu yang relatif lama. Berdasarkan permasalahan tersebut, penulis merancang sebuah sistem yang dapat digunakan untuk mengidentifikasi tingkat kematangan buah kopi menggunakan transformasi HSV (Hue, Saturation, Value) dan Histogram. Penelitian ini menggunakan citra warna RGB lalu dikonversi ke ruang warna HSV, dan menggunakan Fuzzy C-Means untuk membandingkan akurasinya. Hasil klasifikasi menggunakan transformasi HSV dapat mengidentifikasi 30 citra buah kopi dan 10 citra buah kopi yang tidak teridentifikasi yaitu citra buah kopi campuran. Klasifikasi menggunakan Algoritma Fuzzy C-Means diperoleh hasil dengan rincian sebanyak 75% data yg benar dan 25% data yang salah.Hasil simulasi dari fitur histogram berdasarkan komponen HSV terdapat perbedaan penyebaran nilai piksel dari ketiga kluster kematangan buah kopi. Histogram hue dari kopi mentah terkonsentrasi pada sebelah kiri histogram. Histogram hue dari kopi setengah matang terkonsentrasi pada sebelah kanan dan kiri histogram. Histogram hue dari kopi matang terkonsentrasi pada sebelah kanan histogram, sedangkan untuk histogram saturation dan value cenderung memiliki konsentrasi yang sama pada semua tingkat kematangan.