Perpustakaan Digital ITB

Kualitas kopi di tentukan dari 60% pada saat dikebun, 30% saat diroasting dan 10% saat diseduh. Penelitian ini mengkaji lebih dalam pada proses sortir buah cherri kopi dengan metode kering. Teknologi yang dimungkinkan untuk menyelesaikan permasalahan sortir buah cherri kopi ini adalah pemrosesan gambar, hal ini dilihat karena cara konvensional yang dilakukan sekarang menggunakan mata dan tangan manusia dalam pemilahannya.Proses sortir ini bertujuan untuk memisahkan buah superior (merah, setengah merah, merah pecah, coklat, hitam, setengah hitam, orange, kuning, dan hijau) dari buah inferior (bertutul-tutul, berjamur, berlubang 1, dan berlubang lebih dari 1) dan bentuk cherri kopi (bulat, lonjong, pecah, sempurna). Tujuan penelitian ini adalah untuk mengembangkan teknologi mesin sorting cherri kopi dengan hasil yang lebih cepat dan akurat sehingga dapat menggantikan proses sorting cherri kopi secara konvensional. Hasil sorting cheri kopi di golongkan menjadi cherri matang, setengah matang, mentah, dan rusak dengan menggunakan algoritma GLCM (Gray-Level Co-Occurrence Matrix) untuk ekstraksi fitur dan algoritma klasifikasi KNN (k-Nearest Neighbor) dan ANN (Artificial Neural Network) newrb. Keberhasilan yang diperoleh dari penelititan ini adalah akurasi ANN sebesar 24.41% dan menggunakan metode KNN sebesar 72.12%. Dengan simulasi yang dilakukan proses klasifikasi sortir cherri kopi dengan jumlah 1.885 dapat dilakukan dengan jumlah waktu 356.02 detik atau setara dengan 6 menit.