Klasifikasi Tingkat Kematangan Biji Kopi Dengan Algoritma Artificial Intelligence Berbasis Website
Abstract
Abstrak - Kopi merupakan salah satu minuman yang sangat digemari oleh masyarakat Indonesia. Indonesia merupakan salah satu negara yang menghasilkan kopi terbesar di dunia, jenis biji kopi yang terkenal adalah arabika dan robusta. Di era teknologi sekarang ini, ada banyak cara yang dapat membantu pekerjaan manusia yaitu ilmu artificial intelligence(AI). Diharapkan ilmu ini dapat membantu pengklasifikasian menggunakan teknik pengolahan citra.Analisis kebutuhan yaitu melakukan komunikasi dengan coffee shop, melakukan riset data dengan mengumpulkan dataset biji kopi. Selanjutnya, studi literatur yaitu mencari referensi yang berhubungan dengan topik proyek akhir ini seperti klasifikasi suatu benda menggunakan teknik image processing. Selanjutnya, melakukan perancangan program berdasarkan analisis kebutuhan dan melakukan pembuatan program dan diakhiri dengan tahapan pengujian aplikasi.Pembuatan program aplikasi web klasifikasi menggunakan bahasa python dengan teknik Convolutional Neural Network (CNN) beserta HTML dan CSS untuk pembuatan web aplikasi. User diminta untuk mengupload foto biji kopi dan hasil dari tingkat kematangan biji kopi akan terlihat. Web aplikasi klasifikasi tingkat kematangan biji kopi dengan teknik pengolahan citra menggunakan metode CNN cukup efektif sebagai aplikasi untuk pembelajaran dan juga mempermudah dalam menentukan tingkat kematangan biji kopi dibandingkan dilihat menggunakan mata telanjang.
Kata Kunci - AI, kopi, klasifikasi, CNN, website, HTML, CSS, python.
References
Jaya, Rachman, dkk.
W. Finaka Andrean. <6 Kopi Asal Indonesia yang Mendunia=. [Online] Available: https://indonesiabaik.id/infografis/6-kopi-asalindonesia-yang-mendunia
Arumsari, A. G. 2021. Analisis Proses Roasting pada Kopi. Jurnal beta kimia. Volume 1, Nomor 2, 99.
E. I. . Supriyadi dan D. B. . Asih,
Rahardjo, Pudji. Panduan Budi Daya dan Pengolahan Kopi Arabika dan Robusta. Depok: Penebar Swadaya, 2012.
Pradipta, Kristianto dan Kiki Fibrianto.
Putri, Afrianingsih, dkk.
Kusumawati, Ririen.
Nasution, Helfi.
Ririh, Kirana Rukmayuninda, dkk.
Putra, I. L. (2022). IMPLEMENTASI ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DAN K-NEAREST NEIGHBOR (K-NN) DALAM MEMPREDIKSI KEBERHASILAN ANAK SMK MENDAPATKAN KERJA. Technologia, 13(4), 339.
Rasywir, E., Sinaga, R., & Pratama, Y. (2020). Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode Convolutional Neural Network (CNN). J. Paradig. Ubsi,22(2), 117-123.
M, & Kurniawan, B. (2020). Pembelajaran Pemrograman Python Dengan Pendekatan Logika Algoritma. JTIM: Jurnal Teknik Informatika Mahakarya, 3(2), 37-44
