KLASIFIKASI JENIS BIJI KOPI ARABIKA BERDASARKAN FITUR WARNA BENTUK DAN TEKSTUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR
Kopi merupakan salah satu komoditas ekspor penting Indonesia. Secara ekonomi nilai jual Kopi Arabika lebih mahal daripada Kopi Robusta. Kegiatan yang dilakukan untuk dapat meningkatkan produksi dan memenuhi permintaan ekspor ke berbagai negara, maka dikembangkanlah budidaya kopi di berbagai wilayah di Nusantara, baik di luar Jawa maupun di pulau Jawa sendiri. Keberhasilan agribisnis kopi membutuhkan dukungan semua pihak yang terkait dalam proses produksi kopi pengolahan dan pemasaran komoditas kopi. Salah satu produk kopi yang cukup terkenal di indonesia adalah Kopi Arabika. Memanfaatkan teknologi untuk membantu mengklasifikasi bagaimana perbedaan penampilan biji kopi menjadi salah satu isu yang perlu di uji coba, bahkan, klasifikasi menggunakan data citra juga dapat dilakukan dengan optimal. Proses pengidentifikasian tersebut dilakukan dengan cara memanfaatkan teknik pengolahan citra digital. Pada penelitian ini, telah digunakan Algoritma K-Nearest Neighbor (K-NN) dan Ekstraksi Fitur Local Binary Pattern (LBP) untuk melakukan proses klasifikasi biji kopi Arabika. Digunakan dataset gambar sebanyak 400 citra terdiri dari Aceh Gayo, Bali Kintamani, Lintong, dan Surya Sabana Selo. Akurasi tertinggi yang dihasilkan dari eksperimen ini sebesar sebesar 97.5%% pada skenario penggunaa data latih 70% dan data uji 30%.
Ketersediaan
Detail Information
Judul | KLASIFIKASI JENIS BIJI KOPI ARABIKA BERDASARKAN FITUR WARNA BENTUK DAN TEKSTUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR |
---|---|
Pengarang | FIRZATULLAH AKBAR - Personal Name |
No. Panggil | SKRIPSI FIR k 2024 |
Subyek | KNN Pengolahan Citra Kopi Arabika LBP percentage split |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Teknik |
Jurusan | INFORMATIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY