Saputra, I Gede Pramana Ade (2022) ANALISIS TINGKAT KEMATANGAN DAN KUALITAS SANGRAIAN BIJI KOPI BERDASARKAN EKSTRAKSI FITUR WARNA, BENTUK DAN GLCM. Masters thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1729101052-COVER.pdf Download (656kB) |
|
Text (ABSTRAK)
1729101052-ABSTRAK.pdf Download (30kB) |
|
Text (BAB 1 PENDAHULUAN)
1729101052-BAB 1 PENDAHULUAN.pdf Download (44kB) |
|
Text (BAB 2 KAJIAN TEORI)
1729101052-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (250kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1729101052-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (363kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1729101052-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (671kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1729101052-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (27kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1729101052-DAFTAR PUSTAKA.pdf Download (98kB) |
|
Text (LAMPIRAN)
1729101052-LAMPIRAN.pdf Download (838kB) |
Abstract
Penelitian ini bertujuan untuk mengembangkan sistem analisa citra digital yang dapat menentukan kualitas dan tingkat kematangan sangraian biji kopi, dalam hal mendeteksi sangraian biji kopi yang layak dan tidak layak di konsumsi dan dijual sebagai kopi berkualitas (specially coffe) sebagaimana yang terdapat pada Standar klasifikasi biji kopi disediakan oleh SNI No. 01-2907-1999. Penelitian ini berfokus pada perubahan fisik biji kopi setelah dilakukannya proses sangrai dimana ada 2 perubahan yang mempengaruhi dari segi kualitas yaitu bentuk dan dari segi tingkat kematangan kopi yaitu warna. Ekstraksi fitur warna yang digunakan dalam penelitian ini adalah ruang warna HSV (Hue Saturation Value), karena jika dibandingkan dengan ruang warna RGB (Red, Green, Blue), HSV memiliki kinerja yang lebih baik. HSV juga mentoleransi perubahan intensitas cahaya. Ekstraksi bentuk menggunakan Metrik karena bentuk yang akan dicari adalah bentuk lingkaran, dan ekstraksi tekstur menggunakan Gray Level Co-Occurrence Matric (GLCM). Penelitian ini dimulai dengan melakukan pengumpulan data berupa gambar digital 2D dari sangraian biji kopi. Sistem yang dikembangkan pada penelitian ini terdiri dari dua tahapan utama yaitu pelatihan dan pengujian. Jumlah data citra biji kopi yang digunakan berjumlah 90 citra. Pada analisa kualitas biji kopi, data yang digunakan adalah berupa citra biji kopi yang terdiri dari dua tingkat yaitu biji tidak baik dan baik. Sama halnya dengan analisa tingkat kematangan biji kopi, data yang digunakan adalah berupa citra biji kopi yang terdiri dari tiga tingkat yaitu dark, light, dan medium. Klasifikasi menggunakan algoritma Naive Bayes. Berdasarkan hasil penelitian pada analisis tingkat kematangan biji kopi diperoleh akurasi pelatihan tertinggi sebesar 100% dan akurasi pengujian tertinggi sebesar 100%. Sedangkan pada analisis kualitas biji kopi diperoleh akurasi pelatihan tertinggi sebesar 88% dan akurasi pengujian tertinggi sebesar 90%.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | biji kopi sangrai, Naïve Baiyes, gray level co-occurence matrix |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | I Gede Pramana Ade Saputra |
| Date Deposited: | 23 Feb 2022 07:25 |
| Last Modified: | 23 Feb 2022 07:25 |
| URI: | http://repo.undiksha.ac.id/id/eprint/10456 |
Actions (login required)
 |
View Item |