Klasifikasi Tingkat Roasting Biji Kopi Dengan Metode CNN
DOI:
https://doi.org/10.29407/182k1t17Keywords:
CNN, Biji Kopi, Tingkat Roast, Klasifikasi, Deep LearningAbstract
Penelitian ini mengusulkan penggunaan Convolutional Neural Network (CNN) untuk mengklasifikasikan tingkat roast pada biji kopi berdasarkan gambar digital. Tingkat roast kopi dapat mempengaruhi rasa dan aroma kopi, sehingga penentuan tingkat roast yang tepat menjadi penting dalam industri kopi. CNN merupakan metode Deep Learning yang dapat memproses citra dengan akurasi tinggi. Dataset berisi 1600 gambar biji kopi dengan empat tingkat roast, yaitu dark roast, green roast, medium roast, dan light roast. Proses training dilakukan dengan Visual Studio Code dan library TensorFlow, Keras, Open CV, dan Numpy. Hasil evaluasi menunjukkan akurasi mencapai 99% pada epoch ke-10. Sistem ini diharapkan membantu penikmat kopi mengenali tingkat roast kopi dengan lebih akurat.
Downloads
References
A. Ardiansyah and N. F. Hasan, “Deteksi dan Klasifikasi Penyakit Pada Daun Kopi Menggunakan Yolov7,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 12, no. 1, pp. 30–35, 2023, doi: 10.32736/sisfokom.v12i1.1545.
S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 3, no. 2, pp. 49–56, 2018.
J. V. P. Putra, F. Ayu, and B. Julianto, “Implementasi Pendeteksi Penyakit pada Daun Alpukat Menggunakan Metode CNN,” Stain. (Seminar Nas. Teknol. Sains), vol. 2, no. 1, pp. 155–162, 2023.
A. Arkadia, S. Ayu Damayanti, and D. Sandya Prasvita, “Klasifikasi Buah Mangga Badami Untuk Menentukan Tingkat Kematangan dengan Metode CNN,” Pros. Semin. Nas. Mhs. Bid. Ilmu Komput. dan Apl., vol. 2, no. 2, pp. 158–165, 2021.
E. Syahbana, F. I. Terapan, and U. Telkom, “Klasifikasi Tingkat Kematangan Biji Kopi Dengan Algoritma Artificial Intelligence Berbasis Website,” pp. 0–3.
U. P. Sanjaya et al., “Optimasi Convolutional Neural Network dengan Standard Deviasi untuk Klasifikasi Pneumonia pada Citra X-rays Paru,” vol. 7, no. 3, pp. 40–47, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Ilham Alfiantama, Michael Ilham, Andres Putra
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
