Rivalto, Alfan (2019) KLASIFIKASI JENIS KOPI INDONESIA MENGGUNAKAN DEEP LEARNING. S2 thesis, UAJY.
|
Text (HALAMAN AWAL)
MTF026800.pdf Download (467kB) | Preview |
|
|
Text (BAB I)
MTF026801.pdf Download (223kB) | Preview |
|
![]() |
Text (BAB II)
MTF026802.pdf Restricted to Registered users only Download (212kB) |
|
![]() |
Text (BAB III)
MTF026803.pdf Restricted to Registered users only Download (587kB) |
|
![]() |
Text (BAB IV)
MTF026804.pdf Restricted to Registered users only Download (681kB) |
|
![]() |
Text (BAB V)
MTF026805.pdf Restricted to Registered users only Download (259kB) |
|
|
Text (BAB VI)
MTF026806.pdf Download (238kB) | Preview |
Abstract
Indonesia adalah salah satu negara produsen dan eksportir kopi terbesar di dunia. Perkembangan bisnis kopi mengalami kemajuan yang cukup pesat, mulai dari tingkat para petani, pemasok, café kopi, hingga ke konsumen biasa. Disamping meningkatnya kemajuan industri kopi di indonesia masih terdapat banyak masalah yang menimbulkan kerugian secara material dan rasa ketidakpuasan baik bagi pelaku usaha maupun para pecinta kopi. Masalah yang muncul diakibatkan karena industry ini masih banyak dijalankan dengan menggunakan sistem kepercayaan antar pihak yang berkaitan. Sulit untuk system sederhana membedakan anatara satu varian kopi dengan varian lainnya. Diperlukannya sebuah system berbasis teknologi informasi yang dapat membantu mengenali dan memastikan secara langsung bahwa kopi yang dibutuhkan dan dinikmati sudah sesuai dengan apa yang diinginkan. Sistem informasi yang akan dibangun dapat mengklasifikasi jenis kopi berdasarkan gambar. Pengenalan pola citra tersebut menggunakan Deep Learning. Melatih algoritma Deep Learning untuk mendeteksi jenis kopi secara akurat membutuhkan jumlah gambar yang banyak untuk data pelatihan. Metode pengenalan menggunakan Convolutional Neural Network yang dapat digunakan untuk mengenali objek pada sebuah gambar dan sering digunakan untuk klasifikasi data berupa image. Metode CNN saat ini trend digunakan untuk masalah klasifikasi gambar dikarenakan tingkat akurasinya yang sangat tinggi. CNN akan mengklasifikasi pada setiap gambar yang disiapkan sebagai data latih untuk pengenalan. Data dikumpulkan dengan cara pengambilan gambar biji kopi menggunakan kamera. Kumpulan data ini berisi 4 jenis kopi asal Indonesia (Garut, Gayo, Kerinci, Temanggung) dengan jumlah 617 gambar biji kopi. Setelah dilakukan proses pengujian, system dapat mengenali objek dengan tingkat akurasi sebesar 70,68%.
Item Type: | Thesis (S2) |
---|---|
Uncontrolled Keywords: | Kopi, Deep Learning, CNN, Klasifikasi |
Subjects: | Magister Teknik Informatika > Soft Computing |
Divisions: | Pasca Sarjana > Magister Teknik Informatika |
Depositing User: | Editor UAJY |
Date Deposited: | 18 Oct 2019 03:13 |
Last Modified: | 18 Oct 2019 03:13 |
URI: | http://e-journal.uajy.ac.id/id/eprint/20473 |
Actions (login required)
![]() |
View Item |