Klasifikasi Buah Kopi dengan Visi Komputer pada Kecepatan Konveyor

Clara Diva; justam justam

doi:10.31004/riggs.v4i3.2490

Authors

Clara Diva Universitas Kristen Indonesia Paulus Makassar
justam justam Universitas Mega Buana Palopo

DOI:

https://doi.org/10.31004/riggs.v4i3.2490

Keywords:

Buah Kopi, Blur, YOLOv4, RGB, Wiener filter, CLAHE, SVM

Abstract

Kopi merupakan komoditas pertanian penting, namun proses sortasi manual seringkali tidak efisien. Pemanfaatan visi komputer dapat meningkatkan efisiensi dan akurasi, tetapi kecepatan konveyor seringkali menyebabkan gambar menjadi kabur (motion blur), yang menghambat identifikasi kematangan. Penelitian ini bertujuan untuk mengembangkan sistem sortasi yang akurat, bahkan saat buah kopi bergerak cepat, untuk meningkatkan kualitas produk. Metode yang digunakan adalah deteksi objek menggunakan YOLOv4, yang kemudian dilanjutkan dengan perbaikan gambar menggunakan Wiener filter dan Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk mengatasi efek blur. Ekstraksi fitur dilakukan dengan ruang warna RGB, dan Support Vector Machine (SVM) digunakan untuk klasifikasi tingkat kematangan. Hasil penelitian menunjukkan bahwa pada kecepatan 35 rpm, baik Wiener filter maupun kombinasi Wiener filter dan CLAHE memberikan akurasi tertinggi sebesar 85.82%. Namun, seiring dengan peningkatan kecepatan konveyor, akurasi sistem menurun secara signifikan. Pada kecepatan 60 rpm, akurasi dengan Wiener filter turun menjadi 40.51%, sementara kombinasi Wiener filter dan CLAHE hanya mencapai 7.69%. Meskipun demikian, penelitian ini membuktikan bahwa visi komputer dapat menjadi solusi efektif untuk sortasi kopi, meskipun perlu adanya optimalisasi lebih lanjut untuk kecepatan yang lebih tinggi.

Downloads

Download data is not yet available.

References

H. C. Bazame, J. P. Molin, D. Althoff, and M. Martello, “Detection, classification, and mapping of coffee fruits during harvest with computer vision,” Comput. Electron. Agric., vol. 183, p. 106066, Apr. 2021, doi: 10.1016/j.compag.2021.106066.

W. Castro, J. Oblitas, M. De-La-Torre, C. Cotrina, K. Bazan, and H. Avila-George, “Classification of Cape Gooseberry Fruit According to its Level of Ripeness Using Machine Learning Techniques and Different Color Spaces,” IEEE Access, vol. 7, pp. 27389–27400, 2019, doi: 10.1109/ACCESS.2019.2898223.

Dr. Ir. Muhammad Rizwan, MP, BUDIDAYA KOPI. CV. AZKA PUSTAKA, 2022.

H. C. Bazame, J. P. Molin, D. Althoff, and M. Martello, “Detection of coffee fruits on tree branches using computer vision,” Sci. Agric., vol. 80, p. e20220064, 2023, doi: 10.1590/1678-992x-2022-0064.

L. Wu, H. Zhang, R. Chen, and J. Yi, “Fruit Classification using Convolutional Neural Network via Adjust Parameter and Data Enhancement,” in 2020 12th International Conference on Advanced Computational Intelligence (ICACI), Dali, China: IEEE, Aug. 2020, pp. 294–301. doi: 10.1109/ICACI49185.2020.9177518.

Batti, Sartho, and Milda Sibiti. "Intelligent System for Coffee Bean Roast Level Classification Using Electronic Nose and Artificial Neural Network." Instal: Jurnal Komputer 16.05 (2024): 187-194.

R. Raj, S. S. Nagaraj, S. Ritesh, T. A. Thushar, and V. M. Aparanji, “Fruit Classification Comparison Based on CNN and YOLO,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1187, no. 1, p. 012031, Sep. 2021, doi: 10.1088/1757-899X/1187/1/012031.

L. D. Marks, “Wiener-filter enhancement of noisy HREM images,” Ultramicroscopy, vol. 62, no. 1–2, pp. 43–52, Jan. 1996, doi: 10.1016/0304-3991(95)00085-2.

P. Biswas, A. Sufian Sarkar, and M. Mynuddin, “Deblurring Images using a Wiener filter,” Int. J. Comput. Appl., vol. 109, no. 7, pp. 36–38, Jan. 2015, doi: 10.5120/19203-0846.

A. Khireddine, K. Benmahammed, and W. Puech, “Digital image restoration by Wiener filter in 2D case,” Adv. Eng. Softw., vol. 38, no. 7, pp. 513–516, Jul. 2007, doi: 10.1016/j.advengsoft.2006.10.001.

K. Kondo, Y. Ichioka, and T. Suzuki, “Image restoration by Wiener filtering in the presence of signal-dependent noise,” Appl. Opt., vol. 16, no. 9, p. 2554, Sep. 1977, doi: 10.1364/AO.16.002554.

M. A. Latif et al., “Enhanced Classification of Coffee Leaf Biotic Stress by Synergizing Feature Concatenation and Dimensionality Reduction,” IEEE Access, vol. 11, pp. 100887–100906, 2023, doi: 10.1109/ACCESS.2023.3314590.

Justam, Justam, et al. "IoT dan Pengolahan Citra untuk Sistem Pakan Otomatis Udang dalam Kolam Bioflok." Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) 7.2 (2024): 351-362.

H. Chen, Z. Cen, C. Wang, S. Lan, and X. Li, “Image restoration via improved Wiener filter applied to optical sparse aperture systems,” Optik, vol. 147, pp. 350–359, Oct. 2017, doi: 10.1016/j.ijleo.2017.08.102.

Justam, Justam, et al. "Sistem Identifikasi Kesegaran Ikan Berbasis Android Menggunakan Convolutional Neural Network (CNN)." Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) 7.2 (2024): 340-350.

Umar, S. M., & Justam, J. (2025). Development of a Motor Vehicle Rearview Image Pattern Recognition System for Detection of Traffic Flow Violations on One-Way Roads: Image processing. Jurnal Media Informatika, 6(3), 1784-1792.