IDENTIFIKASI DAN KLASIFIKASI CACAT PADA BIJI KOPI MENGGUNAKAN CNN DENGAN TRANSFER LEARNING BERBASIS CITRA RGBMuhammad FabianNurdinauthorKopi merupakan komoditas unggulan Indonesia yang memiliki nilai ekonomi tinggi sehingga pengendalian kualitasnya sangat penting, terutama pada tahap pascapanen. Proses penyortiran biji kopi masih dilakukan secara manual yang menyebabkan kelambatan, ketidakefisienan, dan hasil yang tidak konsisten. Studi ini bertujuan untuk mengembangkan sistem klasifikasi biji kopi secara real-time menggunakan pendekatan deep learning berbasis transfer learning melalui CNN DenseNet201. Dengan memanfaatkan teknologi visi komputer, sistem ini diharapkan mampu mengidentifikasi biji kopi berkualitas dan cacat secara otomatis tanpa perlu perangkat keras khusus atau proses tambahan yang kompleks. Penelitian ini berkontribusi dalam penyediaan sistem klasifikasi yang cepat, akurat, dan dapat diinterpretasikan dalam mendukung otomasi industri kopi, khususnya dalam penilaian kualitas biji kopi. Hasil yang diperoleh diharapkan dapat meningkatkan efisiensi serta menstandardisasi proses sortir kopi di Indonesia.000 Ilmu komputer, informasi dan pekerjaan umum2025-10-22Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis