Abstract:
Penentuan tingkat kematangan buah kakao (Theobroma cacao) merupakan faktor
penting dalam memastikan kualitas hasil olahan seperti cokelat. Penelitian ini
bertujuan untuk mengeksplorasi efektivitas penggunaan fitur warna CIELAB
dalam segmentasi citra buah kakao berdasarkan tingkat kematangannya dengan
algoritma
K-Means Clustering. CIELAB dipilih karena mampu
merepresentasikan persepsi warna manusia secara lebih akurat dibandingkan
ruang warna lain seperti RGB atau HSV. Data yang digunakan berupa citra
digital buah kakao pada berbagai tingkat kematangan yang diperoleh dari lokasi
perkebunan di Kabupaten Deli Serdang. Proses analisis mencakup tahap pra
pemrosesan, konversi ke ruang warna CIELAB, ekstraksi fitur, serta penerapan
algoritma K-Means dengan pengujian beberapa nilai k untuk menemukan
konfigurasi klaster optimal. Hasil segmentasi dievaluasi menggunakan metrik
seperti Silhouette Score dan Davies-Bouldin Index, serta visualisasi klaster
warna dominan. Hasil penelitian menunjukkan bahwa kombinasi fitur warna
CIELAB dan K-Means Clustering mampu mengelompokkan tingkat kematangan
buah kakao secara efektif dan objektif.
