Sistem Identifikasi Warna Berbasis Computer Vision pada Jaket dengan Feedback Audio untuk Penderita Buta Warna

Buta warna merupakan kondisi defisiensi penglihatan yang memengaruhi sekitar 8% pria di seluruh dunia, yang sering kali menghambat aktivitas sehari-hari seperti memilih pakaian dan mengidentifikasi sinyal visual. Kesulitan ini tidak hanya berdampak pada fungsionalitas fisik tetapi juga menimbulkan hambatan sosial, rasa rendah diri, dan ketergantungan pada bantuan orang lain. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem identifikasi warna berbasis computer vision yang terintegrasi pada jaket untuk membantu penderita buta warna mengenali warna secara mandiri melalui feedback audio. Sistem ini menggunakan Single Board Computer (SBC) Raspberry Pi 4 Model B sebagai unit pemrosesan utama dan webcam JETE W7 sebagai sensor penangkap gambar. Algoritma yang diterapkan adalah pemrosesan warna HSV (Hue, Saturation, Value) yang dikombinasikan dengan teknik preprocessing berupa Adaptive CLAHE dan Gamma Correction untuk menormalisasi kondisi pencahayaan yang bervariasi. Identifikasi dilakukan terhadap 12 target warna menggunakan metode Grid Analysis dan Multi Stage Detection dengan mekanisme pembobotan skor. Hasil pengujian komprehensif sebanyak 720 kali percobaan menunjukkan bahwa sistem mencapai akurasi total sebesar 86,39%, dengan rincian 91,11% pada palet warna fisik dan 81,67% pada objek nyata. Sistem beroperasi secara stabil dengan rata-rata penggunaan CPU 35,7% dan frame rate 16,1 FPS. Implementasi feedback audio memiliki latensi di bawah 2 detik, sehingga sangat efektif memberikan informasi warna secara real-time. Pengujian langsung kepada partisipan buta warna menunjukkan bahwa sistem berhasil menjembatani kesenjangan persepsi visual dan meningkatkan kepercayaan diri pengguna dalam interaksi sosial.