Klasifikasi Tingkat Roasting Biji Kopi Menggunakan Jaringan Syaraf Tiruan Backpropagation Berbasis Citra Digital

Danang Aditya Nugraha, Anggri Sartika Wiguna
{"title":"Klasifikasi Tingkat Roasting Biji Kopi Menggunakan Jaringan Syaraf Tiruan Backpropagation Berbasis Citra Digital","authors":"Danang Aditya Nugraha, Anggri Sartika Wiguna","doi":"10.21067/SMARTICS.V4I1.2165","DOIUrl":null,"url":null,"abstract":"Kopi merupakan salah satu komoditas di Indonesia yang masih memliki potensi untuk dikembangkan. Kualitas komoditas kopi ini tidak hanya didasarkan pada jenis maupun kondisi fisik dari biji kopi, namun juga berdasarkan proses roasting biji kopi tersebut. Bidang computer vision saat ini telah menjadi salah satu solusi dalam upaya meningkatkan efisiensi pengolahan berbagai komoditas, tentunya dapat dimanfaatkan dalam proses pengolahan biji kopi. Dalam penelitian ini dilakukan proses klasifikasi tingkat roasting biji kopi, dengan menggunakan citra hasil roasting sebagai input proses klasifikasi. Proses secara keseluruhan terdiri dari beberapa tahap diantaranya adalah segmentasi citra, ekstraksi fitur, yang kemudian dilakukan klasifikasi menggunakan metode Jaringan Syaraf Tiruan dengan algoritma backpropagation.. Data yang digunakan terdiri dari 240 citra digital kopi, dengan 4 tingkat kematangan biji kopi yaitu biji mentah, light roasting, medium roasting, dan dark roasting. Proses klasifikasi terdiri dari tahap training dan testing, dan berdasarkan hasil penelitian ini didapatkan hasil terbaik dengan nilai performa 0.107, dan akurasi hasil proses training sebesar 82,7% sedangkan akurasi proses testing sebesar 76,7%.","PeriodicalId":334608,"journal":{"name":"SMARTICS Journal","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-09-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"SMARTICS Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21067/SMARTICS.V4I1.2165","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Kopi merupakan salah satu komoditas di Indonesia yang masih memliki potensi untuk dikembangkan. Kualitas komoditas kopi ini tidak hanya didasarkan pada jenis maupun kondisi fisik dari biji kopi, namun juga berdasarkan proses roasting biji kopi tersebut. Bidang computer vision saat ini telah menjadi salah satu solusi dalam upaya meningkatkan efisiensi pengolahan berbagai komoditas, tentunya dapat dimanfaatkan dalam proses pengolahan biji kopi. Dalam penelitian ini dilakukan proses klasifikasi tingkat roasting biji kopi, dengan menggunakan citra hasil roasting sebagai input proses klasifikasi. Proses secara keseluruhan terdiri dari beberapa tahap diantaranya adalah segmentasi citra, ekstraksi fitur, yang kemudian dilakukan klasifikasi menggunakan metode Jaringan Syaraf Tiruan dengan algoritma backpropagation.. Data yang digunakan terdiri dari 240 citra digital kopi, dengan 4 tingkat kematangan biji kopi yaitu biji mentah, light roasting, medium roasting, dan dark roasting. Proses klasifikasi terdiri dari tahap training dan testing, dan berdasarkan hasil penelitian ini didapatkan hasil terbaik dengan nilai performa 0.107, dan akurasi hasil proses training sebesar 82,7% sedangkan akurasi proses testing sebesar 76,7%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用一种基于数字图像的假神经网络进行烤咖啡豆分类
咖啡是印尼仍然有开发潜力的商品之一。这种商品的质量不仅取决于咖啡豆的种类和身体状况,而且取决于咖啡豆烘烤的过程。目前的计算机愿景领域已经成为提高各种商品处理效率的一种解决方案,当然可以在咖啡豆加工过程中使用。本研究采用咖啡豆烘焙级别的分类过程,将烘焙结果的图像作为分类过程的输入。整个过程包括几个阶段的图像分割、提取功能,然后用一种模拟神经网络方法与一种二分法对其进行分类。使用的数据包括240种咖啡的数字图像,其中4个咖啡豆的成熟度是生种子、光烤、质烤和暗烤。分类过程包括培训和测试阶段,基于这些研究,最好的成绩是10107表现,培训成绩的准确性为82.7%,而测试过程的准确性为76.7%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Teknik Bagging Pada Klasifikasi Agoritma C4.5 Untuk Menentukan Persetujuan Peminjaman di Koperasi Comparison of Capture Power of Wajanbolic Antenna with Parabolic Directional Antenna to the Distance of Capture Wireless LAN Signal 2.4 GHz Clustering Calon Penerima Zakat Menggunakan Metode K-Means Effect of Features and Angle on GLCM Feature Extraction on Accuracy for Object Classification Model Sistem Verifikasi Dokumen Ijazah Digital Berbasis Teknologi Blockchain
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1