25.04.2120
621.382 - Communications engineering, Analog, Digital, Electronic communications, Telecommunications, Digital data and telecommunications engineering
Karya Ilmiah - Skripsi (S1) - Reference
Computer-image Processing
95 kali
Pada saat ini banyak penikmat minuman kopi dan juga kedai kopi sehingga saat ini banyak juga <em>coffee roastery</em>. Biasanya para <em>coffee roastery</em> tersebut melakukan pemilihan biji kopi hasil <em>roasting</em> secara manual sehingga membuat hasilnya menjadi kurang konsisten.<br /> <a name="Hlk203040439">Berdasarkan hal tersebut, maka diperlukannya sistem untuk mendeteksi atau mengklasifikasi biji kopi tersebut agar dapat dengan mudah melakukan penyeleksian biji kopi hasil <em>roasting</em> yang bagus dengan yang buruk sehingga hasilnya menjadi lebih konsisten. Penelitian ini mengidentifikasi berdasarkan warna, bentuk, dan tekstur dari biji kopi tersebut. Sistem ini berbasis citra digital dengan menggunakan metode <em>Convolutional Neural Network</em> (CNN).</a><br /> Pada analisis yang sudah dilakukan terdapat 3 skenario untuk mengetahui performa dari sistem yaitu, <em>resize, </em>penambahan <em>hidden layer</em>, dan rotasi. Setelah dilakukan 3 skenario, maka hasil terbaik dari setiap skenario digabungkan dan hasil performa yang didapat pada data latih adalah 99,7%. Pengujian pada data uji didapatkan nilai akurasi 83,6%.<br /> <a name="Hlk203040675">Kata kunci: biji kopi hasil <em>roasting</em>, citra digital, Convolutional Neural Network (CNN).</a><br /> <br />
Tersedia 1 dari total 1 Koleksi
Nama | ACHMAD GHULAM FALAH |
Jenis | Perorangan |
Penyunting | Jangkung Raharjo, Rita Magdalena |
Penerjemah |
Nama | Universitas Telkom, S1 Teknik Telekomunikasi |
Kota | Bandung |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |