Skripsi

KLASIFIKASI KUALITAS BIJI KOPI MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

---

Kopi merupakan salah satu komoditas unggulan Indonesia dengan nilai ekonomi yang tinggi. Penentuan kualitas biji kopi secara konvensional masih dilakukan secara manual oleh tenaga ahli, yang memerlukan waktu cukup lama dan berpotensi menimbulkan subjektivitas. Penelitian ini bertujuan untuk mengklasifikasikan kualitas biji kopi menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur DenseNet201. Dataset yang digunakan terdiri dari 8.000 citra biji kopi yang terbagi dalam dua kelas, yaitu biji kopi berkualitas baik dan berkualitas buruk. Data citra melalui tahapan pra-pemrosesan berupa normalisasi dan augmentasi, kemudian dilatih menggunakan variasi learning rate, dropout, jumlah units, dan epochs untuk mendapatkan performa optimal. Hasil pengujian menunjukkan bahwa model terbaik diperoleh pada konfigurasi learning rate 0.001, units 128, dropout 0.3, dan epochs 10, dengan akurasi mencapai 93,31%. Hasil ini menunjukkan bahwa DenseNet201 mampu melakukan klasifikasi kualitas biji kopi secara efektif dan dapat dijadikan alternatif sistem pendukung keputusan dalam industri kopi untuk meningkatkan efisiensi dan objektivitas penilaian.

---

Availability

Detail Information

Series Title

-

Call Number

T1892972025

Publisher

Indralaya : Prodi Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2025

Collation

xvi, 125 hlm.; ilus.; tab, 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.307

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Prodi Teknik Informatika
Convolutional Neural Network

Specific Detail Info

-

Statement of Responsibility

MI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment