IDENTIFIKASI PENGECEKAN JENIS BIJI KOPI BERBASIS ANDROID DENGAN MENGGUNAKAN CITRA DIGITAL (STUDI KASUS DESA KALEOK)
Article Sidebar
Main Article Content
Abstract
Penelitian ini bertujuan untuk mengembangkan sebuah sistem identifikasi jenis biji kopi berbasis Android menggunakan citra digital. Studi kasus dilakukan di Desa Kaleok dengan tujuan membantu petani kopi dalam mengidentifikasi jenis biji kopi yang mereka hasilkan. Metode yang digunakan meliputi pengumpulan data latih, pra-pemrosesan citra, ekstraksi fitur, pelatihan model, validasi model, dan implementasi pada aplikasi Android. Data latih berupa citra digital biji kopi yang mewakili setiap jenis biji kopi yang ingin diidentifikasi. Pra-pemrosesan citra dilakukan untuk memperbaiki kualitas citra dengan normalisasi, penghapusan derau, penajaman, dan peningkatan kontras. Fitur-fitur relevan diekstraksi dari citra, seperti bentuk, tekstur, dan warna biji kopi. Metode Model machine learning dilatih menggunakan algoritma seperti Support Vector Machine (SVM), Random Forest, atau Convolutional Neural Networks (CNN). Performa model dievaluasi menggunakan metrik seperti akurasi, presisi, recall, atau F1-score. Setelah dilatih dan divalidasi, model diimplementasikan pada aplikasi Android. Hasil Penelitian Aplikasi Android memungkinkan pengguna untuk mengambil foto biji kopi menggunakan kamera perangkat Android. Citra tersebut kemudian diproses menggunakan model untuk mengidentifikasi jenis biji kopi yang terdeteksi. Hal ini membantu petani kopi di Desa Kaleok untuk mengidentifikasi jenis biji kopi dengan mudah dan akurat. Kata Kunci: Identifikasi Jenis Biji Kopi Menggunakan Citra Digital
Downloads
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant 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 acknowledgement 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 acknowledgement 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 (See The Effect of Open Access).
References
[2] Apriliani, D. P., Khairat, U., & Syarli, S. (2021). Pengelompokkan partisipasi pendidikan menggunakan metode self organizing maps. Jurnal Ilmiah Maju, 4(2), 14–20.
[3] Fa’idah, J. (2018). Perancangan Sistem Pakar Identifikasi Mutu Beras Berbasis Android [PhD Thesis]. Universitas Brawijaya.
[4] Khairat, U. L., & Qashlim, A. (2020). Sistem Pakar dengan Metode Dempster-Shafer Untuk Diagnosa Penyakit Ayam Broiler. Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 6(1), 52–61
[5] Majid, A. M., Khairat, U. K. U., & Qaslim, A. (2022). Identifikasi Kualitas Fisik Pada Biji Kopi Menggunakan Teknologi Pengolahan Citra Dengan Metode Neural Network. Journal Peqguruang: Conference Series, 4(1), 12–16.
[6] Mardisa, R., Siregar, K., & Nasution, I. S. (2022). Klasifikasi Kualitas Fisik Kopi Beras Arabika Menggunakan Pengolahan Citra Dengan Metode K-Nearest Neighbor (K-NN). Jurnal Ilmiah Mahasiswa Pertanian, 7(2).
[7] Multazam, A. E., Qashlim, A., & Sarjan, M. (2023). Image Processing Technology in Book Metadata Extraction System Using Optical Character Recognition (OCR). JURNAL SISFOTEK GLOBAL, 13(1), 1–7.
[8] Muslihan, Supriadi Sahibu, I. taufik. (2024). ANALISIS TREN PENELITIAN NEURO LINGUISTIC PROGRAMMING MENGGUNAKAN PENDEKATAN AUTOMATIC TEXT ANNOTATION. Journal Peqguruang: Conference Series, 6. https://doi.org/10.35329/jp.v5i2.4857
[9] Winjaya, F. (2017). Rancang bangun mesin pemanggang biji kopi berbasis image processing dan akustik. Diakses pada tanggal, 18.
[10] YARO’UUF, D. V. (t.t.). Analisis dan Klasifikasi Pola Aroma Kopi Robusta Kabupaten Probolinggo dengan Metode K-Nearest Neighbor untuk Mengembangkan Prototype E-Nose [PhD Thesis]. Fakultas Matematika dan Ilmu Pengetahuan Alam.