Arigawa, Fitria Nurhasanah - 155410178 (2019) IDENTIFIKASI JENIS KOPI SPECIALTY ARABICA GAYO MENGGUNAKAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text
1_155410178_HALAMAN_DEPAN.pdf - Published Version Download (785kB) | Preview |
|
|
Text
2_155410178_BAB_I.pdf - Published Version Download (56kB) | Preview |
|
|
Text
3_155410178_BAB_II.pdf - Published Version Download (504kB) | Preview |
|
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text
4_155410178_BAB_III.pdf - Published Version Restricted to Repository staff only Download (223kB) | Request a copy |
|
|
Text
5_155410178_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (818kB) | Request a copy |
|
|
Text
6_155410178_BAB_V.pdf - Published Version Download (41kB) | Preview |
|
|
Text
7_155410178_DAFTAR_PUSTAKA.pdf - Published Version Download (173kB) | Preview |
|
|
Text
8_155410178_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (8kB) | Preview |
|
|
Text
9_155410178_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (185kB) | Request a copy |
|
|
Text
10_155410178_LAMPIRAN_GRAFIK.pdf - Published Version Download (1MB) | Preview |
Abstract
Specialty arabica gayo merupakan biji kopi yang diolah oleh masyarakat Gayo,Aceh dengan proses pengolahan yang berbeda-beda seperti pengeringan hingga penggilingan. Terdapat 6 jenis Specialty arabica gayo yaitu luwak, honey, wash, fullwash, wine dan natural. biji kopi yang hampir sama membuat kopi sulit dibedakan sehingga diperlukan sistem yang mampu membedakannya. Dalam membangun aplikasi ini dilakukan beberapa tahap yaitu resize, image dirubah kedalam black-white, dilakukan segmentasi tepi canny yang akan mengidentifikasi bentuk objek kopi dan dilakukan pelatihan dengan Backpropagation yang akan mengidentifikasi jenis kopi. Data yang digunakan sebanyak 120 gambar yang diambil dari 6 jenis kopi dengan masing – masing 10 gambar pada biji kopi sisi depan dan 10 gambar pada biji kopi sisi belakang, digunakan 72 citra sebagai data training dan 48 citra sebagai pengujian. Hasil pengujian sistem pada citra biji kopi dari sisi depan menunjukkan nilai sensitivitas 100% dan spesifisitas 0% .Nilai PPV 83.33% dan NPV 100%, dengan tingkat akurasi sebesar 83.33% serta tingkat kesalahan (error rate) sebesar 16.67% dan pengujian sistem untuk citra pada sisi belakang menunjukkan nilai sensitivitas 100% dan spesifisitas 20% .Nilai PPV 63.64% dan NPV 100%, dengan tingkat akurasi sebesar 66.67% serta tingkat kesalahan (error rate) sebesar 33.33% sehingga dapat dikatakan sistem cukup baik dalam mengidentifikasi biji kopi. Kata Kunci : biji kopi, Specialty arabica gayo ,Backpropagation, canny, matlab.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Edi Faizal, S.T.,M.Cs |
| Uncontrolled Keywords: | biji kopi, Specialty arabica gayo ,Backpropagation, canny, matlab. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Pendukung Keputusan (Decision Support Systems) |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Users 6398 not found. |
| Date Deposited: | 22 Feb 2019 06:27 |
| Last Modified: | 27 Jul 2022 07:26 |
| URI: | http://eprints.utdi.ac.id/id/eprint/8291 |
Actions (login required)
 |
View Item |
