Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/126654
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRAHMAWATI, Latifah-
dc.date.accessioned2025-06-19T04:18:52Z-
dc.date.available2025-06-19T04:18:52Z-
dc.date.issued2024-08-05-
dc.identifier.nim171810201033en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/126654-
dc.descriptionFinalisasi unggah file repositori tanggal 19 Juni 2025_Kurnadien_US
dc.description.abstractKopi 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.en_US
dc.description.sponsorshipDPU: Agung Tjahjo Nugroho, S.Si., M.Phil,. Ph.D. DPA: Wenny Maulina, S.Si, M.Si.en_US
dc.language.isootheren_US
dc.publisherFakultas Matematika dan Ilmu Pengetahuan Alamen_US
dc.subjectMetode K-NN (K-Nearest Neighbour)en_US
dc.subjectAnalisis Ekstraksi Warnaen_US
dc.subjectIdentifikasi Biji Kopien_US
dc.titleIdentifikasi Macam Jenis Biji Kopi Menggunakan Metode K-NN (K-Nearest Neighbour) dengan Analisis Ekstraksi Warnaen_US
dc.typeSkripsien_US
dc.identifier.prodiFisikaen_US
dc.identifier.pembimbing1Agung Tjahjo Nugroho, S.Si., M.Phil,. Ph.D.en_US
dc.identifier.pembimbing2Wenny Maulina, S.Si, M.Si.en_US
dc.identifier.validatorvalidasi_repo_ratna_April 2025en_US
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