IDENTIFIKASI KEMATANGAN BUAH KOPI MENGGUNAKAN
METODE LEARNING VECTOR QUANTIZATION BERBASIS DESKTOP
Total View This Week0
Total View This Week0
Institusion
STMIK Akakom
Author
WAHID, YUSUF NUR RAHMAN - 185410039
Subject
Python
Datestamp
2022-03-25 02:27:28
Abstract :
Kopi merupakan salah satu buah yang digemari banyak orang, baik di Indonesia maupun mancanegara. Sehingga dalam proses memanen kopi petani harus tepat dalam mengidentifikasi tingkat kematangan buah kopi yang pas untuk di panen agar kualitas buah kopi tetap terjaga. Ketika buah kopi dipanen sebelum memasuki masa panen buah kopi yang dihasilkan akan berwarna pucat dan keriput. Aroma yang dihasilkan juga masih sangat lemah. Ketika buah kopi yang sudah melewati masa panen yang pas maka aroma kopi yang dihasilkan seperti bau tanah. Oleh karena itu, peneliti akan membangun sistem untuk mengidentifikasi kematangan buah kopi. Sistem ini dibangun dengan bahasa pemrograman python dan berbasis desktop. Penelitian ini menggunakan salah satu metode jaringan syaraf tiruan, yakni Learning Vector Quantization dengan banyak data 120 buah kopi yang terdiri dari 90 data latih dan 30 data uji yang diambil dalam bentuk image. Hasil dari penelitian ini adalah sebuah sistem aplikasi desktop menggunakan bahasa pemrograman python yang dapat mengidentifikasi tingkat kematangan buah kopi berdasarkan hasil ekstraksi warna dari data gambar buah. Nilai akurasi yang diperoleh berdasarkan kelas Muda sebesar 90 %, Matang 73,3 % dan Tua 93,3 %. Kata kunci : Buah Kopi, Warna, Python, Learning Vector Quantization.
Kopi merupakan salah satu buah yang digemari banyak orang, baik di Indonesia maupun mancanegara. Sehingga dalam proses memanen kopi petani harus tepat dalam mengidentifikasi tingkat kematangan buah kopi yang pas untuk di panen agar kualitas buah kopi tetap terjaga. Ketika buah kopi dipanen sebelum memasuki masa panen buah kopi yang dihasilkan akan berwarna pucat dan keriput. Aroma yang dihasilkan juga masih sangat lemah. Ketika buah kopi yang sudah melewati masa panen yang pas maka aroma kopi yang dihasilkan seperti bau tanah. Oleh karena itu, peneliti akan membangun sistem untuk mengidentifikasi kematangan buah kopi. Sistem ini dibangun dengan bahasa pemrograman python dan berbasis desktop. Penelitian ini menggunakan salah satu metode jaringan syaraf tiruan, yakni Learning Vector Quantization dengan banyak data 120 buah kopi yang terdiri dari 90 data latih dan 30 data uji yang diambil dalam bentuk image. Hasil dari penelitian ini adalah sebuah sistem aplikasi desktop menggunakan bahasa pemrograman python yang dapat mengidentifikasi tingkat kematangan buah kopi berdasarkan hasil ekstraksi warna dari data gambar buah. Nilai akurasi yang diperoleh berdasarkan kelas Muda sebesar 90 %, Matang 73,3 % dan Tua 93,3 %. Kata kunci : Buah Kopi, Warna, Python, Learning Vector Quantization.
File :
1_185410039_HALAMAN_DEPAN - AI_Yusuf Nrw.pdf
2_185410039_BAB_I - AI_Yusuf Nrw.pdf
3_185410039_BAB_II - AI_Yusuf Nrw.pdf
4_185410039_BAB_III - AI_Yusuf Nrw.pdf
5_185410039_BAB_IV - AI_Yusuf Nrw.pdf
6_185410039_BAB_V - AI_Yusuf Nrw.pdf
7_185410039_DAFTAR_PUSTAKA - AI_Yusuf Nrw.pdf
8_185410039_CARA_MENJALANKAN_PROGRAM - AI_Yusuf Nrw.pdf
9_185410039_LISTING_PROGRAM - AI_Yusuf Nrw.pdf
10_LAMPIRAN - AI_Yusuf Nrw.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
