SISTEM KLASIFIKASI KEMATANGAN TOMAT BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Abstract

Tomat biasa (Lycopersicun Commune) bentuk buahnya bulat pipih dan ukurannya tidak teratur. Jenis tomat ini sangat cocok ditanam di daerah daratan rendah. Hal ini menunjukkan bahwa komoditas tomat sudah dikonsumsi masyarakat secara luas dan memiliki daya saing. Selama ini proses sortasi masih dilakukan secara manual yang masih memiliki banyak kekurangan. Pengklasifikasian secara manual ini memberikan hasil klasifikasi yang kurang tepat dan tidak konsisten dikarenakan adanya keteledoran dari manusia. Kualitas di sektor pengolahan dan pemasaran merupakan hal yang penting. Kualitas yang tidak tepat berpotensi merugikan petani dikarenakan semua mutu buah dihargai sama. Untuk itu perlu adanya sistem pengklasifikasian yang konsisten. Sistem ini menggunakan pengolahan citra untuk mengekstrak fitur warna dan bentuk. Metode klasifikasi yang digunakan adalah Support Vector Machine (SVM). Sistem ini akan mengklasifikasikan tomat ke dalam 3 kelas mutu, yakni kelas A, kelas B, dan luar mutu I, luar mutu II. SVM dirancang dengan masukan 10 fitur ekstraksi yaitu rata-rata nilai RGB (Red, Green, Blue), dan nilai AP (area dan perimeter) dengan keluaran 3 kelas. Pengolahan citra digital yang digunakan untuk objek tomat dari kamera digital akan menghasilkan intensitas pantulan yang menggambarkan terang dan gelap pada penampilan piksel-piksel penyusunannya selain itu juga akan memberikan informasi warna, piksel dapat ditunjukkan lokasinya dengan menggunakan koordinat. Pengujian menggunakan 10 x 10 fold crossvalidation method, dari hasil pengujian didapatkan bahwa sistem ini mampu memberikan akurasi rata-rata 82.83% dan simpangan baku 1.52.