Pendekatan Fitur Visual dan Machine Learning terhadap Penentuan Kelas Biji Kopi Hijau
MUHAMMAD NAUFAL SYAWALI AKBAR
Informasi Umum
Kode
21.04.1214
Klasifikasi
006.37 - Computer Vision
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Vision
Dilihat
233 kali
Informasi Lainnya
Abstraksi
Pada tahun 2016/2017, nilai pasar kopi di Asia mengalami peningkatan pesat dengan rata – rata tingkat tahunan sebesar 6%. Setiap daerah penghasil biji kopi memiliki kualitas masing – masing, yang nantinya akan mempengaruhi harga dan rasa. Melakukan proses penyortiran secara manual akan menghabiskan waktu dan mungkin tidak akan akurat. Oleh karena itu, teknologi akan diperlukan untuk membuat proses penyortiran menjadi lebih cepat. Kami melakukan studi untuk mengukur kualitas biji kopi hijau arabika berdasarkan kualitas tingkat kecacatan yang nantinya akan diklasifikasi menjadi 5 kelas: Specialty, Premium, Exchange, Below Grade, Off Grade, dengan menggunakan pendekatan Computer Vision. Kami menggunakan Color Histogram dan Local Binary Pattern (LBP) untuk mengekstraksi ciri warna dan tekstur dari biji kopi hijau arabika. Metode ekstraksi fitur tersebut dapat merepresentasikan kualitas biji. Untuk proses penentuan kelas biji kopi hijau kami menggunakan K Nearest Neighbor (KNN) dan Random Forest sebagai pembanding.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD NAUFAL SYAWALI AKBAR |
| Jenis | Perorangan |
| Penyunting | Ema Rachmawati, Febryanti Sthevanie |
| Penerjemah | English |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
