dc.contributor.author | RAHMAWATI, Latifah | |
dc.date.accessioned | 2025-06-19T04:18:52Z | |
dc.date.available | 2025-06-19T04:18:52Z | |
dc.date.issued | 2024-08-05 | |
dc.identifier.nim | 171810201033 | en_US |
dc.identifier.uri | https://repository.unej.ac.id/xmlui/handle/123456789/126654 | |
dc.description | Finalisasi unggah file repositori tanggal 19 Juni 2025_Kurnadi | en_US |
dc.description.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. | en_US |
dc.description.sponsorship | DPU: Agung Tjahjo Nugroho, S.Si., M.Phil,. Ph.D.
DPA: Wenny Maulina, S.Si, M.Si. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Fakultas Matematika dan Ilmu Pengetahuan Alam | en_US |
dc.subject | Metode K-NN (K-Nearest Neighbour) | en_US |
dc.subject | Analisis Ekstraksi Warna | en_US |
dc.subject | Identifikasi Biji Kopi | en_US |
dc.title | Identifikasi Macam Jenis Biji Kopi Menggunakan Metode K-NN (K-Nearest Neighbour) dengan Analisis Ekstraksi Warna | en_US |
dc.type | Skripsi | en_US |
dc.identifier.prodi | Fisika | en_US |
dc.identifier.pembimbing1 | Agung Tjahjo Nugroho, S.Si., M.Phil,. Ph.D. | en_US |
dc.identifier.pembimbing2 | Wenny Maulina, S.Si, M.Si. | en_US |
dc.identifier.validator | validasi_repo_ratna_April 2025 | en_US |