ABSTRAKSI: Kualitas teh hitam ditentukan dari kenampakan warna serbuk dan air seduhan (appearance), rasa air seduhan (inner quality), dan ampas seduhan (infusion). Parameter pertama yang digunakan untuk menilai adalah dari sisi appearance. Namun permasalahannya, penilaian kenampakan teh bergantung terhadap subjek yang menilai, sehingga hasilnya kurang akurat. Maka dari itu perlu adanya sistem yang berbasis computer vision untuk melakukan penilaian secara objektif.
Pada tugas akhir ini dilakukan proses preprocessing yang terdiri dari operasi morfologi, cropping dan normalisasi, serta peningkatan kontras. Untuk ekstraksi ciri dilakukan proses penghitungan rata-rata warna untuk setiap layer warna pada ruang RGB, HSV, dan YCbCr dan luasan warna pada citra yang telah di-segmen menggunakan K-Means Clustering. Ciri-ciri tersebut menjadi input Jaringan Syaraf Tiruan Kohonen SOM (Self Organizing Maps) proses klasifikasi.
Dari hasil pengujian diperoleh tingkat akurasi pengklasifikasian standar penerimaan teh hitam adalah 97.78 % untuk data latih dan 87.78 % dengan waktu komputasi 8.025 detik untuk data uji.Kata Kunci : kualitas teh hitam, computer vision, segmentasi warna, blob detection, jaringan syaraf tiruanABSTRACT: Black tea quality is determined from the appearance of color powder and liquor (appearance), taste of the liquor (inner quality), and the residue infusion (infusion). The first parameter used to assess was in term of appearance. But the problem was assessment of the appearance depends on the subject of a judge. Thus the need for computer vision-based system to assess objectively.
This final project through preprocessing which consist of morphological operations, cropping and normalization, and contrast enhancement. To got the feature, the system calculated the average color for each layer in RGB, HSV, and also YCbCr space and the area of color image than had been in-segment. This system using Artificial Neural Network Kohonen SOM (Self Organizing Maps) for classification process.
From the test results, it has gotten the accuracy rate of black tea classification based on acceptance standard was 97.78% for training data and 87.78% with computing time 8.025 seconds for test data.Keyword: : quality of black tea, computer vision, color segmentation, blob detection, artificial neural networks