Cover
PUBLIC karya Abstrak
PUBLIC karya Abstract
PUBLIC karya Lembar Pengesahan
PUBLIC karya Tesis
PUBLIC karya
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.