Klasifikasi tingkat roasting biji kopi dengan ekstraksi fitur Hue Saturation and Value (HSV) menggunakan metode Support Vector Machine (SVM)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Bachrun, Raihan Khaira Alma (2024) Klasifikasi tingkat roasting biji kopi dengan ekstraksi fitur Hue Saturation and Value (HSV) menggunakan metode Support Vector Machine (SVM). Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Raihan Khaira Alma Bachrun_09030220047 full.pdf Restricted to Repository staff only until 25 July 2027. Download (15MB)
	Text Raihan Khaira Alma Bachrun_09030220047.pdf Download (1MB)

Abstract

Roasting biji kopi merupakan satu dari beberapa tahapan penting dalam proses pengolahan kopi yang mempengaruhi rasa dan aroma. Mengingat beragamnya jenis dan varietas kopi di Indonesia, salah satu tantangannya adalah mengidentifikasi tingkat roasting biji kopi secara kasat mata. Tingkat roasting yang berbeda menghasilkan profil rasa yang berbeda pula, sehingga pengklasifikasian tingkat roasting menjadi penting dalam industri kopi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi tingkat roasting biji kopi memanfaatkan ekstraksi fitur dari ruang warna HSV (Hue, Saturation, and Value) dengan metode Support Vector Machine (SVM). Data yang digunakan berupa citra biji kopi yang berjumlah 1200 data dengan tiga tingkat roasting: light, medium, dan dark, yang selanjutnya dilakukan ekstraksi fitur guna menjadi input bagi model SVM. Model SVM dibangun dengan uji coba pada tiap kernel dengan berbagai parameter. Pengujian dilakukan pada tiga kernel yakni kernel linear, polinomial, dan RBF (Radial Basis Function). Berdasarkan output pengujian didapatkan hasil terbaik pada kernel polinomial menggunakan parameter degree d = 5 dan C = 100. Ditinjau dari confusion matrix dari model terbaik, SVM mampu mendeteksi 43 data dengan kelas dark roast yang diklasifikasikan sebagai dark roast, 37 data dengan kelas light roast yang diklasifikasikan sebagai light roast, 39 data pada kelas medium roast yang diklasifikasikan sebagai medium roast, dan 1 data dengan kelas dark roast yang diprediksi medium roast. Berdasarkan hasil confusion matrix, diperoleh rata-rata akurasi sebesar 0.98, dengan nilai rata-rata presisi dan recall yang sama yakni 0.98.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Bachrun, Raihan Khaira Alma khairaraihan123@gmail.com 09030220047
Contributors:	Contribution Name Email NIDN Thesis advisor Hafiyusholeh, Moh. hafiyusholeh@uinsby.ac.id 2004028001 Thesis advisor Hakim, Lutfi lutfihakim@uinsby.ac.id 197312252006041001
Subjects:	Lingkungan Hidup Matematika
Keywords:	Roasting biji kopi; Hue Saturation and Value (HSV); metode Support Vector Machine (SVM)
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	RAIHAN KHAIRA ALMA BACHRUN
Date Deposited:	25 Jul 2024 07:05
Last Modified:	25 Jul 2024 07:05
URI:	http://digilib.uinsa.ac.id/id/eprint/72206

Actions (login required)

View Item