Analisis Deteksi Kontur dan Warna Berdasarkan Jumlah Biji dan Warna Kulit untuk Identifikasi Kualitas Edamame

Abstract

Penelitian ini menganalisis deteksi kontur dan warna berdasarkan jumlah biji dan warna kulit untuk identifikasi kualitas edamame menggunakan pengolahan citra digital pada Google Colabolatory dengan model Stochastic Gradient Descent Classifier. Hasil penelitian menunjukkan bahwa pengolahan citra digital dapat mendeteksi dengan efektif dengan tingkat keakuratan mencapai 83,33% dan nilai loss sebesar 59,34% tanpa overfitting dan telah mencapai konvergen, Deteksi kontur dapat mendeteksi jumlah biji edamame sebanyak 1 sampai 3 dan deteksi warna dapat mendeteksi warna kulit edamame dengan rentang nilai hue antara 35 sampai 85 untuk selanjutnya diklasifikasi untuk menentukan grade kualitas edamame. Klasifikasi memiliki hasil yang lebih baik pada lokasi outdoor daripada indoor karena dapat mendeteksi edamame dengan grade lebih banyak dengan rata rata nilai lux sebesar 7000 sedangkan pada indoor sebesar 300 karena cahaya yang lebih diterima lebih stabil dan optimal, sehingga warna gambar menyerupai warna asli edamame.