REPUBLIKA.CO.ID, Oleh Ami Rahmawati
Kopi merupakan komoditas minuman unggulan yang diperdagangkan di pasar dunia maupun Indonesia dan paling banyak diminati oleh setiap orang. Berdasarkan data Dinas Perkebunan pada tahun 2018, jumlah produksi kopi di Indonesia mencapai 722,461 ton. Pada saat ini, sering kali kita temui kedai-kedai tempat nongkrong yang menyuguhkan kopi sebagai menu andalannya.
Kedai kopi, khususnyadi Indonesia banyak menawarkan berbagai cita rasa kopi seperti kopi arabika toraja, arabika gayo, arabika kintamani, arabika flores bajawa, dan masih banyak lagi.
Dengan banyaknyakedai kopi ini, tentu saja banyak pihak yang terbantu, terutama dari sisi bisnis, industri, juga para petani kopi. Pelanggan kedai kopi atau para pecinta kopi, selalu menginginkan cita rasa kopi yang enak. Hal tersebut didapatkan dari biji kopi yang berkualitas baik.
Faktor yang mempengaruhinya yaitu bagaimana kopi ditanam dan dipanen. Apabila kopi kekurangan nutrisi dan perlindungannya tidak memadai, maka akan menghasilkan kopi yang berkualitas rendah serta cacat kopi (defects coffee). Defects coffee merupakan cacat pada kopi yang dapat diketahui berdasarkan fisik, rasa dan aroma pada biji kopi sehingga mengurangi mutu cita rasa kopi.
Untuk dapat mengidentifikasi defects coffee, dosen Universitas Nusa Mandiri (UNM) Program Studi (Prodi) Sistem Informasi melakukan penelitian dengan memanfaatkan image processing guna menentukan kualitas jenis kopi. Menentukan jenis kopi yang berkualitas, selain dengan teknik manual dan mekanik, dapat juga dilakukan dengan pengambilan gambar oleh kamera.
Gambar defects coffee diambil secara tunggal, lalu diproses oleh komputer. Setelah itu komputer akan menentukan point of interest berupa biji defect coffee, dengan memisahkan objek dengan background pada gambar menggunakan metode thresholding. Kemudian, dilanjutkan dengan proses analisis tekstur menggunakan metode GLCM (Gray Level Co-occurrence Matrix).
Analisis tekstur ini berfungsi untuk mengekstraksi gambar menjadi fitur atau parameter yang menghasilkan angka, yang dapat dibaca oleh komputer. Proses ekstraksi tersebut menghasilkan enam fitur yaitu Contrast, Correlation, Homogenity, ASM, Disimilarity, dan Energy. Fitur tersebut akan diproses oleh algoritma klasifikasi machine learning C4.5 dan bagging, untuk mendeteksi defects coffee. Jenis defects coffee yang diambil pada penelitian ini yaitu black coffee dan damage coffee.
Berdasarkan hasil penelitian tersebut, maka cara ini dapat digunakan untuk memudahkan para industri kopi dalam menentukan kualitas kopi sehingga dapat menyajikan kopi dengan cita rasa kopi yang berkualitas terbaik.
*) Penulis adalah dosen Universitas Nusa Mandiri, Program Studi Sistem Informasi.