ABSTRAK

Identifikasi jenis cabai melalui citra tulang daun merupakan salah satu penerapan pengolahan citra digital dan kecerdasan buatan untuk klasifikasi tanaman secara otomatis. Kualitas citra, khususnya tingkat kecerahan dan penajaman, berperan penting dalam meningkatkan kemampuan sistem dalam mengenali karakteristik tulang daun cabai. Penelitian ini bertujuan untuk menganalisis pengaruh tingkat kecerahan dan penajaman citra terhadap tingkat akurasi pengenalan pada identifikasi jenis cabai menggunakan metode Convolutional Neural Network (CNN). Metode peningkatan kecerahan yang digunakan meliputi pencerahan linier, nonlinier, dan histogram equalization, sedangkan metode penajaman yang digunakan meliputi unsharp masking, high pass filter, dan laplacian filter. Kombinasi kedua metode tersebut menghasilkan sembilan skenario pengujian yang digunakan untuk mengevaluasi pengaruh preprocessing terhadap akurasi klasifikasi. Hasil penelitian menunjukkan bahwa tingkat kecerahan dan penajaman citra memberikan pengaruh terhadap performa klasifikasi. Kombinasi histogram equalization dan unsharp masking menghasilkan performa terbaik dengan nilai validation accuracy sebesar 98,00% dan validation loss sebesar 0,0761. Hasil tersebut menunjukkan bahwa peningkatan kualitas citra melalui pengaturan kecerahan dan penajaman yang tepat mampu meningkatkan kemampuan model dalam mengenali karakteristik tulang daun cabai serta meningkatkan akurasi identifikasi jenis cabai.

Kata kunci: kecerahan citra, penajaman citra, CNN, identifikasi jenis cabai, tulang daun cabai.