Authors:

Mas’ud Effendi, Ullivia Fatasya, Usman Effendi

Abstract:

“Kopi merupakan salah satu komoditas pertanian di sub sektor perkebunan yang memiliki peluang bagi perekonomian Indonesia. Harga kopi di Indonesia tergantung pada mutu yang ada pada produk, oleh karena itu mutu kopi sangat penting untuk diketahui. Salah satu identifikasi mutu kopi yang paling mudah ialah dengan melihat sifat fisik kopi. Identifikasi jenis kopi secara kasat mata sangat sulit untuk dibedakan bagi masyarakat pada umumnya sehingga diperlukan sebuah keahlian khusus. Salah satu metode untuk identifikasi jenis dan mutu kopi adalah pengolahan citra digital yang dikombinasikan dengan metode Jaringan Syaraf Tiruan (JST) dan algoritma Learning Vector Quantization (LVQ). Metode pengolahan citra digital ini tidak membutuhkan biaya yang tinggi serta waktu yang dibutuhkan untuk mengidentifikasi juga singkat. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mengidentifikasi biji kopi sesuai dengan jenis dan mutunya. Mutu kopi terdiri atas mutu I-VI untuk masing-masing jenis Robusta dan Arabika. Data citra yang digunakan sebanyak 570 gambar dengan jumlah 30 gambar untuk masing-masing mutunya. Perbandingan data yang digunakan untuk training dan testing yaitu 70% dan 30%. Hasil penelitian menunjukkan bahwa akurasi sistem terbaik sebesar 73.7% dengan menggunakan hidden neuron 19, learning rate 0.001, epoch 1000, dan error goal 0.001. Hasil pengenalan sistem menunjukkan bahwa dari 19 mutu kopi terdapat 12 diantaranya yang teridentifikasi dengan benar 100%.”

Keywords

Keyword Not Available

Downloads:

Download data is not yet available.

References

References Not Available

PDF:

https://jurnal.harianregional.com/agrotechno/full-33233

Published

2017-08-30

How To Cite

EFFENDI, Mas’ud; FATASYA, Ullivia; EFFENDI, Usman. Identifikasi Jenis dan Mutu Kopi Menggunakan Pengolahan Citra Digital dengan Metode Jaringan Syaraf Tiruan.Jurnal Ilmiah Teknologi Pertanian Agrotechno, [S.l.], v. 2, n. 1, p. 140-146, aug. 2017. ISSN 2548-8023. Available at: https://jurnal.harianregional.com/agrotechno/id-33233. Date accessed: 08 Jul. 2024.

Citation Format

ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian

Issue

Vol 2 No 1 (2017)

Section

Articles

Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License