PENERAPAN LIGHTGBM MENGGUNAKAN EKSTRAKSI FITUR RUANG WARNA HSV UNTUK KLASIFIKASI REMPAH RIMPANG

Abstract

Rempah rimpang memiliki peran penting dalam dunia kuliner dan industri pangan, namun identifikasi jenis rempah secara manual seringkali menemui hambatan karena kemiripan visual antar jenis. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis yang akurat dan efisien menggunakan metode Light Gradient Boosting Machine (LGBM) dengan fitur utama berupa representasi warna HSV (Hue, Saturation, Value). Dataset yang digunakan terdiri dari 2.250 citra rempah yang telah melalui proses preprocessing seperti resizing ke ukuran 512x512 piksel, penghapusan latar belakang, normalisasi, dan augmentasi. Hasil evaluasi menunjukkan bahwa penggunaan fitur HSV dengan rasio pembagian data 70:30 memberikan performa yang cukup optimal, dengan akurasi mencapai 82,67%. Temuan ini menegaskan bahwa fitur HSV bisa diterapkan dalam membedakan jenis rempah rimpang dan dapat menjadi pendekatan yang andal untuk membangun sistem klasifikasi otomatis, terutama dalam mendukung proses identifikasi cepat di industri pangan dan sektor UMKM