Klasifikasi Citra Biji Kopi dengan Fitur Statistik RGB dan Algoritma SVM

Abstract

Perbedaan warna dan tekstur pada biji kopi memengaruhi cita rasa serta nilai jual produk, sehingga klasifikasi jenis biji kopi menjadi tahap penting dalam menjaga mutu dan konsistensi. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis untuk tiga jenis biji kopi, yaitu Arabika, Robusta, dan Excelsa berbasis citra digital. Fitur warna diekstraksi dari kanal merah, hijau, dan biru dengan menghitung nilai statistik berupa rata-rata, simpangan baku, dan kemencengan. Data fitur digunakan sebagai masukan untuk model klasifikasi berbasis Support Vector Machine. Evaluasi dilakukan terhadap empat skenario pengujian dengan kombinasi rasio pembagian data dan jenis kernel. Hasil terbaik diperoleh pada rasio 70:30 menggunakan kernel linear, dengan akurasi sebesar 96,44% dan F1-score sebesar 0,96. Sebaliknya, kernel fungsi radial menghasilkan akurasi lebih rendah, berkisar antara 72% hingga 73%. Temuan ini menunjukkan bahwa fitur warna statistik mampu digunakan secara efektif dalam klasifikasi biji kopi secara otomatis dan berpotensi diterapkan dalam proses penyortiran biji kopi di tingkat industri.