PROTOTIPE MESIN PEMILAH KUALITAS BIJI KOPI SANGRAI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Kadafi HS, Ahmad (2024) PROTOTIPE MESIN PEMILAH KUALITAS BIJI KOPI SANGRAI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

[img] Text
1. COVER.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (11MB)
[img] Text
2. LEMBAR PENGESAHAN.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (5MB)
[img] Text
3. LEMBAR PERNYATAAN.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (12MB)
[img] Text
4. ABSTRAK.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (11MB)
[img] Text
7. BAB I.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (11MB)
[img] Text
SKRIPSI AHMAD KADAFI.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (13MB) | Request a copy
[img] Text
12. DAFTAR PUSTAKA.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (11MB)
[img] Text
14. SCAN PLAGIARISM.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (401kB)

Abstract

Indonesia memiliki luas perkebunan kopi pada tahun 2022 sebesar 1.265.930 serta menghasilkan 774.961 Ton dan merupakan salah satu produsen kopi terbesar di dunia dengan urutan keempat setelah Brazil, Vietnam dan Colombia dengan nilai ekspor mencapai 437.555 Ton. Faktor terpenting yang mempengaruhi cita rasa secangkir kopi adalah proses penyangraian, proses ini merupakan suatu proses pembentukan rasa dan aroma. Biji kopi sangrai dapat dikelompokan menjadi empat derajat tingkat warna kematangan yaitu green, light, medium dan dark. Oleh karena itu penting itu melakukan pemilahan, pemilahan secara manual dapat dipengaruhi oleh faktor-faktor seperti kelelahan atau kondisi pencahayaan yang mengakibatkan hasil yang tidak optimal. Sehingga dengan memanfaatkan computer vision dengan menggunakan algoritma convolutional neural network (CNN) telah berhasil mengembangkan prototipe klasifikasi biji kopi sangrai berdasarakan hasil testing terbaik pada nilai epoch 40 dengan hasil untuk dark roast sebesar 84%, green bean sebesar 100% dan medium roast sebesar 100%, sedangkan pada proses testing pada mesin prototipe secara langsung memberikan akurasi pendeteksian untuk dark roast sebesar 96%, green beans sebesar 88%, medium roast sebesar 100% dan waktu proses klasifikasi selama 1,5 detik per biji kopi sangrai. Kata kunci: Kopi, Computer Vision, CNN, dark roast, medium roast, green beans

Item Type: Thesis (Skripsi)
Additional Information: STE.24.0031
Uncontrolled Keywords: Kopi, Computer Vision, CNN, dark roast, medium roast, green beans
Subjects: Skripsi S1 > Teknik Elektro
Divisions: Fakultas Teknik > Teknik Elektro (S1)
Depositing User: Mr Ahmad Kadafi HS
Date Deposited: 01 Oct 2024 04:18
Last Modified: 01 Oct 2024 04:18
URI: http://repository.usbypkp.ac.id/id/eprint/4462

Actions (login required)

View Item View Item