KLASIFIKASI KEMATANGAN BIJI KOPI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Ichsan, Muhammad Nur (2025) KLASIFIKASI KEMATANGAN BIJI KOPI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2113020054.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2113020054_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2113020054_0729088802_0729098903_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (378kB)
[img] Text (BAB 2)
RAMA_55201_2113020054_0729088802_0729098903_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (642kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2113020054_0729088802_0729098903_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (585kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2113020054_0729088802_0729098903_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (417kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2113020054_0729088802_0729098903_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (170kB) | Request a copy
[img] Text (References)
RAMA_55201_2113020054_0729088802_0729098903_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (160kB)
[img] Text (Lampiran)
RAMA_55201_2113020054_0729088802_0729098903_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (271kB) | Request a copy

Abstract

Muhammad Nur Ichsan Klasifikasi Kematangan Biji Kopi Menggunakan Metode Support Vector Machine (SVM), Skripsi, Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Nusantara PGRI Kediri, 2025 Kata Kunci : Support Vector Machine, Klasifikasi Citra, GLCM, Kematangan Biji Kopi, Flask Permasalahan utama dalam industri kopi, khususnya di PT. Mangli Dian Perkasa, adalah proses sortasi biji kopi yang masih dilakukan secara manual. Hal ini menyebabkan ketidakefisienan, inkonsistensi kualitas, serta rawan kesalahan manusia. Untuk mengatasi masalah tersebut, penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis tingkat kematangan biji kopi menggunakan metode Support Vector Machine (SVM) berbasis citra digital. Dataset yang digunakan berasal dari sumber sekunder seperti Kaggle, yang berisi gambar biji kopi dengan berbagai jenis dan tingkat kematangan. Penelitian ini berfokus pada klasifikasi tiga tingkat kematangan biji kopi: Light, Medium, dan Dark. Fitur tekstur citra diekstraksi menggunakan metode Gray-Level Co-occurrence Matrix (GLCM), menghasilkan atribut seperti contrast, energy, correlation, dissimilarity, Angular Second Moment (ASM), dan homogeneity. Data kemudian dilatih menggunakan algoritma SVM dengan tiga jenis kernel (Linear, Polynomial, dan RBF), dan divalidasi menggunakan 5-Fold Cross Validation. Hasil pengujian menunjukkan bahwa kernel Polynomial menghasilkan akurasi tertinggi sebesar 93.00%. Sistem kemudian diimplementasikan ke dalam aplikasi web berbasis Flask, sehingga pengguna dapat mengunggah gambar biji kopi dan mendapatkan hasil klasifikasi tingkat kematangannya secara langsung.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata Kunci : Support Vector Machine, Klasifikasi Citra, GLCM, Kematangan Biji Kopi, Flask
Subjects: 410 Engineering science > 432 Production engineering (and or manufacturing)
410 Engineering science > 435 Industrial engineering
410 Engineering science > 458 Technical information
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Muhammad Nur Ichsan
Last Modified: 07 Aug 2025 06:13
URI: http://repository.unpkediri.ac.id/id/eprint/20396

Actions (login required)

View Item View Item