Klasifikasi Mutu Cabai Merah Besar (Capsicuum Annuum L.) Berbasis Video Processing

Penentuan mutu cabai selama ini dilakukan secara manual menggunakan pengamatan visual dengan memperhatikan bentuk fisik dan warna cabai tersebut. Pemutuan secara manual masih memiliki banyak kekurangan, diantaranya membutuhkan waktu yang relatif lama, menghasilkan produk sortasi yang beragam karena keterbatasan visual dan rabaan manusia, dan perbedaan persepsi (konsistensi) mutu produk hasil pemutuan karena unsur subyektifitas. Oleh karena itu, penelitian ini bertujuan untuk membuat sistem klasifikasi mutu cabai merah besar menggunakan metode SVM berbasis video processing yang dibagi menjadi empat kategori, yakni belum matang, setengah matang, matang, dan busuk. Dataset yang digunakan pada masing-masing kategori terdiri dari 35 cabai merah besar untuk tahap training. Pada tahap testing menggunakan video yang terdiri dari 40 cabai merah besar yang tercampur dan direkam secara acak untuk setiap kategori. Resolusi citra 1920 x 1080 piksel dan warna RGB. Metode yang digunakan untuk segmentasi yakni mengkonversi RGB ke HSV, masking image dengan menghasilkan citra biner yang digabungkan dengan hasil dari deteksi tepi menggunakan operator Canny, dan selanjutnya menggunakan operasi morfologi untuk pengikisan tepi objek. Klasifikasi mutu cabai merah besar menggunakan metode SVM. Parameter yang digunakan yakni kernel RBF, Cost (C) = 100 dan gamma (?) = 0.2 yang diperoleh dari Grid Search, dan multi kelas OAA (One Against All). Pada penelitian ini, metode SVM dapat diimplementasikan dengan baik dengan hasil akurasi yang didapatkan sebesar 95.92%.