KLASIFIKASI TINGKAT KEMATANGAN SANGRAI KOPI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Langi, Yedida Indah Sary (2023) KLASIFIKASI TINGKAT KEMATANGAN SANGRAI KOPI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (218kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (881kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (323kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (292kB)
	Text (BAB V) BAB V.pdf Download (38kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (204kB)
	Archive (SOURCE CODE) Source Code - Yedida Indahsary Langi.zip Restricted to Repository staff only Download (124kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (1MB)

Abstract

Kopi salah satu komoditas terbesar dunia, juga melayani kebutuhan belahan dunia lain, termasuk Indonesia, salah satu negara penghasil kopi terbesar di dunia. Guna meningkatkan pangsa pasar dan produktivitas angka ekspor kopi Indonesia, diperlukan sistem teknis kualifikasi dan klasifikasi mutu biji kopi yang efisien. Saat ini, sistem teknologi yang efisien dan ekonomis untuk keberlanjutan industri skala kecil, khususnya industri kopi sangat dibutuhkan. Memanggang merupakan proses terpenting yang menentukan kualitas dan rasa kopi. Namun, saat ini penelitian mengenai cara mengklasifikasikan kematangan biji kopi secara efisien dan akurat masih kurang. Oleh karena itu, dengan adanya sistem teknis berbasis gambar dengan metode CNN yang dapat diterapkan pada klasifikasi tingkat kematangan biji kopi. Sistem teknologi ini dirancang untuk mengurangi terjadinya human error pada proses sertifikasi dan klasifikasi . Objek pada penelitian ini berupa foto biji kopi yang telah disangrai, menyesuaikan level roast yang diangkat dalam penelitian, dimana di penelitian ini menggunakan 4 jenis level roast yaitu Light, Medium, Dark dan Green. Pada penelitian ini digunakan 15 citra biji kopi digunakan sebagai testing dari data 1200 citra biji kopi yang di ambil dari kaggle untuk digunakan pada training dataset. Proses pelatihan menggunakan menggunakan 3 epoch yang berbeda memberikan hasil, dimana pada pengujian menggunakan berapa jumlah epoch yang berbeda mulai dari 5, 10, 15. Dalam kasus ini , yang paling optimal model untuk digunakan adalah model yang di train sebanyak 10x dengan Tingkat akurasi 67% Benar dan 33% salah dengan mengetes dan mencocokan hasil dengan model yang sudah di latih.

Actions (login required)

View Item