Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/126654
Title: Identifikasi Macam Jenis Biji Kopi Menggunakan Metode K-NN (K-Nearest Neighbour) dengan Analisis Ekstraksi Warna
Authors: RAHMAWATI, Latifah
Keywords: Metode K-NN (K-Nearest Neighbour)
Analisis Ekstraksi Warna
Identifikasi Biji Kopi
Issue Date: 5-Aug-2024
Publisher: Fakultas Matematika dan Ilmu Pengetahuan Alam
Abstract: Kopi adalah komoditas penting dalam subsektor perkebunan di Indonesia, memberikan kontribusi signifikan pada ekonomi nasional melalui penciptaan lapangan kerja dan sebagai sumber pendapatan. Indonesia, sebagai salah satu produsen kopi terbesar di dunia, menempati posisi keempat setelah Brazil, Kolombia, dan Vietnam. Produsen kopi lokal didorong untuk meningkatkan kualitas dan efisiensi dalam produksi kopi. Namun, untuk membedakan antara varietas biji kopi, terutama Arabika dan Robusta, sering kali sulit bagi petani dan produsen, yang dapat mengakibatkan kesalahan dalam produksi dan kualitas kopi. Metode pencitraan digital dapat membantu dalam mengidentifikasi varietas biji kopi berdasarkan tekstur, warna, dan berat. Algoritma K-NN (K-nearest neighbour) merupakan metode yang cocok untuk klasifikasi objek berdasarkan karakteristik yang paling mirip dengan data pembelajaran. Segmentasi citra, khususnya segmentasi warna, berguna untuk memisahkan objek dari latar belakang untuk analisis lebih lanjut. Tujuan dari penelitian ini adalah mengidentifikasi dan mengklasifikasi macam jenis biji kopi yang diuji. Permasalahan yang dibahas dalam penelitian ini meliputi pengambilan citra gambar biji kopi, pengolahan data serta melakukan analisis pada hasil pengolahan data. Metode pengumpulan data yang digunakan dalam penelitian ini adalah dengan pengambila citra gambar pada biji kopi. Data yang diperoleh dianalisis dengan menggunakan metode K-NN dengan mengekstraksi warna biji kopi. Hasil penelitian menunjukkan bahwa terdapat nilai akurasi yang paling mendekati dengan perbandingan data training dan data testing. Berdasarkan hasil analisis, dapat disimpulkan bahwa penggunaan metode K-NN dengan ekstraksi warna dapat memberikan hasil akurasi yang paling mendekati. Dengan demikian, penelitian ini diharapkan dapat memberikan kontribusi yang berarti dalam bidang fisika, pertanian khusunya bagi perkebunan kopi dan menjadi referensi bagi penelitian-penelitian selanjutnya.
Description: Finalisasi unggah file repositori tanggal 19 Juni 2025_Kurnadi
URI: https://repository.unej.ac.id/xmlui/handle/123456789/126654
Appears in Collections:UT-Faculty of Mathematics and Natural Sciences

Files in This Item:
File Description SizeFormat 
171810201033_LATIFAH_TA2024_SKRIPSI_2024.pdf
  Until 2029-08-12
1.02 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools