Pendekatan Fitur Visual dan Machine Learning terhadap Penentuan Kelas Biji Kopi Hijau

MUHAMMAD NAUFAL SYAWALI AKBAR

Informasi Dasar

21.04.1214
006.37
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

Computer vision
 

Katalog

Pendekatan Fitur Visual dan Machine Learning terhadap Penentuan Kelas Biji Kopi Hijau
 
i, 2p.: pdf file
english

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD NAUFAL SYAWALI AKBAR
Perorangan
Ema Rachmawati, Febryanti Sthevanie
English

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini