Deteksi Cacat Berbasis Deep Learning pada Biji Kopi Hijau Arabika Menggunakan LSKNet - Dalam bentuk buku karya ilmiah

MELYNA NURA SAMUDRA

Informasi Dasar

14 kali
25.04.1262
000
Karya Ilmiah - Skripsi (S1) - Reference

Mendeteksi cacat pada biji kopi Arabika hijau sangat penting untuk menjaga kualitas dan memenuhi permintaan pasar internasional. Metode manual tradisional yang menggunakan tangan dan mata untuk mendeteksi cacat rentan terhadap kesalahan karena subjektivitas manusia. Untuk mengatasi keterbatasan ini, penelitian ini mengusulkan sistem otomatis yang memanfaatkan backbone ekstraksi fitur Large Selective Kernel Network (LSKNet) yang diintegrasikan dengan kerangka kerja berorientasi (ORCNN). Tidak seperti pendekatan sebelumnya yang mengandalkan peralatan khusus, sistem yang diusulkan dirancang untuk diimplementasikan di lingkungan umum, memungkinkan fotografi resolusi tinggi pada berbagai jarak tanpa memerlukan sistem yang canggih. Kemampuan beradaptasi ini sangat penting dalam skenario dimana objek mungkin tampak terlalu kecil untuk metode deteksi konvensional. Penelitian ini berfokus pada identifikasi cacat pada biji kopi Arabika hijau, termasuk tiga kelas cacat yang ditetapkan oleh Standar Nasional Indonesia (SNI): biji kopi hitam (black beans), biji kopi hitam sebagian (partially black beans), dan kulit kopi kecil (small coffee husk). Percobaan perbandingan dilakukan dengan menggunakan YOLOv8 sebagai tolak ukur. Hasil penelitian menunjukkan keunggulan konfigurasi LSKNet-S, yang mencapai nilai rata-rata Average Precision tertinggi yaitu 0,879, melampaui varian YOLOv8 dan LSKNet-T. Sistem yang diusulkan tidak hanya unggul dalam mendeteksi cacat kecil dan terkelompok dalam kondisi pencitraan yang beragam, tetapi juga menawarkan solusi yang terukur dan hemat biaya untuk jaminan kualitas kopi. Selain itu, fleksibilitas sistem ini memungkinkan implementasi potensial sebagai aplikasi ponsel pintar, memungkinkan produsen dan petani untuk melakukan deteksi cacat di mana saja, yang selanjutnya meningkatkan aksesibilitas dan kegunaan di seluruh rantai pasokan.

 

Kata Kunci : Biji kopi Arabika Hijau, deteksi objek, LSKNet, YOLOv8

Subjek

ARTIFICIAL INTELLIGENCE
 

Katalog

Deteksi Cacat Berbasis Deep Learning pada Biji Kopi Hijau Arabika Menggunakan LSKNet - Dalam bentuk buku karya ilmiah
 
15p.: il,; pdf file
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MELYNA NURA SAMUDRA
Perorangan
Ema Rachmawati
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2025

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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