PENGARUH HYPERPARAMETER TUNING PADA KLASIFIKASI TINGKAT SANGRAI BIJI KOPI DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

PUTRA, EGA ERINOVIAN MEGANANDA (2023) PENGARUH HYPERPARAMETER TUNING PADA KLASIFIKASI TINGKAT SANGRAI BIJI KOPI DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (6kB)
	Text COVER.pdf Download (146kB)
	Text DAFTAR ISI.pdf Download (38kB)
	Text DAFTAR PUSTAKA.pdf Download (77kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (128kB)
	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (109kB)
	Text SKIRPSI FULL_EGA ERINOVIAN MEGANANDA PUTRA_123190113.pdf Restricted to Repository staff only Download (3MB)

Abstract

Kopi adalah minuman yang terbuat dari biji kopi yang telah disangrai atau diubah
menjadi bubuk. Sebelum dapat dikonsumsi, biji kopi harus melalui sejumlah proses yang
rumit, mulai dari pemetikan biji kopi yang sudah matang secara manual atau mesin,
kemudian diolah dan dikeringkan dengan berbagai tingkat penyangraian. Namun,
keterbatasan manusia seperti kurangnya fokus, bias, dan standar penilaian yang tidak
konsisten membuat proses penyangraian oleh manusia rentan terhadap kegagalan. Ini
menunjukkan kelemahan pada proses penyangraian biji kopi tradisional.
Penelitian ini memilih metode CNN (Convolutional Neural Network) karena
memiliki beberapa kelebihan. Salah satunya adalah bahwa metode ini dapat mengekstraksi
fitur penting dari setiap gambar tanpa bantuan manusia. Selain itu, dalam hal memori dan
kompleksitas, CNN lebih efisien daripada metode neural network lainnya. Namun, untuk
menghindari masalah overfitting, penelitian ini menggunakan pengaturan hyperparameter
untuk mencegah masalah tersebut.
Hasil penelitian CNN dapat mengklasifikasikan tingkat sangrai biji kopi light roast,
medium roast, dan dark roast tanpa terjadi overfitting. Berdasarkan 8 pengujian
mendapatkan hasil akurasi testing terbaik sebesar 99,26%. Akurasi tersebut didapatkan dari
perhitungan confusion matrix. Dari hasil pengujian tersebut, dapat disimpulkan bahwa
sistem berjalan dengan baik dalam mengklasifikasikan tingkat sangrai biji kopi.
Kata Kunci: Tingkat Sangrai Biji Kopi, Convolutional Neural Network, Hyperparameter
Tuning, Klasifikasi

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Tingkat Sangrai Biji Kopi, Convolutional Neural Network, Hyperparameter Tuning, Klasifikasi
Subjects:	H Social Sciences > H Social Sciences (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	02 Jan 2024 06:44
Last Modified:	02 Jan 2024 06:44
URI:	http://eprints.upnyk.ac.id/id/eprint/38502

Actions (login required)

View Item