Identifikasi Kualitas Fisik Pada Biji Kopi Menggunakan Teknologi Pengolahan Citra Dengan Metode Neural Network
Abstract
Kopi merupakan salah satu komoditas pertanian di sub sektor yang memiliki peluang bagi perekonomian Indonesia. Mengingat posisi Indonesia yang cukup strategis dalam perdagangan kopi dunia, perkebunan kopi memegang peranan penting dalam perekonomian nasional, selain menjanjikan tentunya menjadi penyedia lapangan kerja bagi masyarakat sekitar. Di Indonesia dalam pengolahan biji kopi masih dilakukan secara sederhana. Selain itu, penilaian kopi juga mengandalkan pada ukuran biji dan kepadatan biji, sedangkan pemutuan biji masih mengandalkan pada keahlian dan pengalaman seorang operator yang bertindak sebagai tester. Jika masih mengandalkan tenaga seorang operator maka hasil penilaian mutu kopi rentan terhadap faktor non teknis yang menyertainya. Sistem identifikasi menggunakan citra digital sebagai input yang akan diproses dan diidentifikasi bukanlah perkara mudah. Biji yang bervariasi kualitasnya, kondisi pencahayaan yang tidak tentu, di dalam citra menuntut adanya sistem yang handal untuk melakukan tugas sehingga dapat diambil ciri dan citranya. Adapun solusi yang ditawarkan oleh peneliti adalah sebuah aplikasi identifikasi kualitas biji kopi berbasis android menggunakan teknologi pengolahan citra. Hasil dari penelitian ini yaitu sebuah aplikasi identifikasi kualitas biji kopi.Kata kunci: Biji Kopi, Neural Network, Pengolahan Citra.
Keywords
Full Text:
PDFReferences
Argo, B. D., & Andreane, M. (2019). Identfikasi Parameter Biji Dan Bubuk Kopi Robusta Menggunakan Machine Vision Dan Metode Artificial Neural Network (ANN). Jurnal Keteknikan Pertanian Tropis dan Biosistem, 5(2),150-162.
Fadjeri, A., Setyanto, A., & Kurniawan, M. P. (2020). Pengolahan Citra Digital Untuk Menghitung Ekstrasi Ciri Greenbean Kopi Robusta Dan Arabika (Studi Kasus: Kopi Temanggung). Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(1).
Fatasya, U., & Effendi, U. (2016). Identifikasi Jenis dan Mutu Kopi Menggunakan Pengolahan Citra Digital dengan Metode Jaringan Syaraf Tiruan. Jurnal Ilmiah Teknologi Pertanian Agrotechno, 2(1), 140-146.
Marhaenanto, B., Soedibyo, D. W., & Farid, M. (2015). Penentuan Lama Sangrai Kopi Berdasarkan Variasi Derajat Sangrai Menggunakan Model Warna Rgb Pada Pengolahan Citra Digital (Digital Image Processing). Jurnal Agroteknologi, 9(02), 102-111.
Maria, P. S., & Rivai, M. (2013, June). KLASIFIKASI KUALITAS BIJI KOPI MENGGUNAKAN PENGOLAHAN CITRA DAN FUZZY LOGIC GREEN COFFEE BEAN CLASSIFICATION USING IMAGE PROCESSING METHOD AND FUZZY LOGIC CLASSIFIER. In Seminar Nasional: Menggagas Kebangkitan.
Neneng, N., Adi, K., & Isnanto, R. (2016). Support Vector Machine Untuk Klasifikasi Citra Jenis Daging Berdasarkan Tekstur Menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrices (GLCM). JSINBIS (Jurnal Sistem Informasi Bisnis), 6(1), 1-10.
Qashlim, A., Nurtanio, I., Ilham, A. A., & Ilham, A. (2019, March). Estimation of milkfish physical weighting as fishery industry support system using image processing technology. In Journal of Physics: Conference Series (Vol. 1175, No. 1, p. 012029). IOP Publishing.
Sunarharum, W. B., Fibrianto, K., Yuwono, S. S., & Nur, M. (2019). Sains Kopi Indonesia. Universitas Brawijaya Press.
DOI: http://dx.doi.org/10.35329/jp.v4i1.2612
Article Metrics
Abstract views : 872 times | PDF - 393 timesRefbacks
- There are currently no refbacks.