IMPLEMENTASI GABOR FILTER DAN RANDOM FOREST UNTUK KLASIFIKASI KESEGARAN TOMAT BERDASARKAN CITRA TEKSTUR KULIT

Abstract

Tomat sebagai komoditas pertanian rentan mengalami penurunan kualitas pasca panen. Penilaian kesegaran secara manual sering kali subjektif dan tidak konsisten. Karenanya, penelitian ini bertujuan mengembangkan sistem klasifikasi kesegaran tomat berbasis pengolahan citra digital. Ekstraksi fitur dilakukan melalui filter Gabor dengan variasi frekuensi 0,1 dan 0,2, serta empat orientasi sudut 0°, 45°, 90°,135° untuk menangkap ciri tekstur permukaan kulit tomat. Fitur hasil ekstraksi kemudian di normalisasi dengan StandardScaler dan diklasifikasikan menggunakan algoritma Random Forest. Sistem ini diwujudkan sebagai aplikasi web berbasis framework Streamlit. Hasil uji coba menunjukkan model efektif mengenali pola tekstur tomat, dengan nilai varians dan mean sebagai indikator kunci untuk membedakan tomat bertekstur halus hingga rusak. Dengan begitu, sistem diharapkan membantu standarisasi kualitas tomat secara otomatis dan lebih efisien.