Penerapan Ruang Warna HSV dan Ekstraksi Fitur Tekstur Local Binary Pattern untuk Tingkat Kematangan Sangrai Biji Kopi

Abstrak

Popularitas hidangan berbahan dasar utama kopi saat ini lagi digemari oleh banyak orang , terutama masyarakat Indonesia. Tidak sedikit juga orang yang ingin mencoba membuat hidangan kopi (sangrai biji kopi) dengan cita rasa sendiri tetapi terkendala alat yang begitu mahal untuk memasak biji kopi dengan sistem canggih yang dibeli dipasaran. Dengan banyaknya standar warna untuk tingkat kematangan biji kopi yang ada, maka munculah inovasi untuk mengetahui tingkatan kematangan sangrai biji kopi secara otomatis, lebih efisien, dan kematangan yang sesuai keinginan. Namun, dalam pengambilan gambar memiliki kendala pada intensitas cahaya yang berlebihan sehingga citra yang diperoleh terlihat bias. Dari permasalahan tersebut dapat dilakukan sebuah pendekatan dengan menggunakan fitur warna Hue, Saturation, dan Value (HSV) yang mampu mendeteksi dan mengurangi intensitas cahaya yang berlebih dari luar dan menjadi fokus utama pada penelitian ini. Fitur yang digunakan adalah ruang warna Hue, Saturation, dan Value (HSV) dengan menggunakan nilai dari hasil normalisasi fitur warna Red, Green, dan Blue (RGB) untuk data sebanyak 500 citra sangrai biji kopi. Penelitian ini menggunakan dua cara, yang pertama menggunakan nilai RGB tanpa dinormalisasikan dengan menggunakan fitur Hue dan Saturation yang mampu mendapatkan hasil akurasi sebesar 76% dengan hasil kecocokan data sebesar 3 kelas(Green Roast, Yellow Roast, dan Dark Roast), dan yang kedua fitur Hue dan Saturation normalisasi yang mampu mendapatkan hasil akurasi sebesar 70% dengan hasil kecocokan data sebesar 4 kelas (Green Roast, Yellow Roast, Light Roast, dan Dark Roast).