IDENTIFIKASI KUALITAS DAN JENIS BIJI KOPI DENGAN METODE DETEKSI TEPI PREWITT DAN THRESHOLDING

Saputra, Adam Julian (2025) IDENTIFIKASI KUALITAS DAN JENIS BIJI KOPI DENGAN METODE DETEKSI TEPI PREWITT DAN THRESHOLDING. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

This is the latest version of this item.

[img] Text (Full text)
RAMA_55201_19103020174.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (22MB)
[img] Text (Similarity)
RAMA_55201_19103020174_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_19103020174_0708049001_0723098303_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (4MB)
[img] Text (BAB 2)
RAMA_55201_19103020174_0708049001_0723098303_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (BAB 3)
RAMA_55201_19103020174_0708049001_0723098303_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB)
[img] Text (BAB 4)
RAMA_55201_19103020174_0708049001_0723098303_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (BAB 5)
RAMA_55201_19103020174_0708049001_0723098303_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (269kB)
[img] Text (References)
RAMA_55201_19103020174_0708049001_0723098303_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (Lampiran)
RAMA_55201_19103020174_0708049001_0723098303_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (9MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem identifikasi kualitas dan jenis biji kopi secara otomatis menggunakan metode deteksi tepi Prewitt dan thresholding Otsu. Permasalahan utama yang diangkat adalah kurang akuratnya proses identifikasi kualitas biji kopi secara manual yang masih bersifat subjektif. Sistem yang dikembangkan memanfaatkan Teknik pengolahan citra digital dengan tahapan utama berupa preprocessing citra, deteksi tepi, ekstraksi fitur, dan klasifikasi. Citra biji kopi mentah dan sangrai digunakan sebagai data uji dengan latar belakang yang bervariasi. Setelah melalui proses thresholding Otsu untuk menghasilkan citra biner, metode Prewitt digunakan untuk menonjolkan tepi objek biji kopi. Ekstraksi fitur dilakukan menggunakan metode Gray-Level Co-occurrence Matrix (GLCM) untuk memperoleh informasi tekstur, serta didukung oleh nilai rata-rata intensitas piksel. Hasil dari ekstraksi fitur ini kemudian diklasifikasikan menggunakan algoritma Random Forest. Sistem diimplementasikan menggunakan bahasa Python dengan framework Streamlit untuk mempermudah interaksi pengguna. Pengujian dilakukan terhadap 120 data citra dengan hasil yang menunjukkan bahwa sistem mampu mengidentifikasi kualitas dan jenis biji kopi dengan baik, khususnya pada citra dengan latar belakang putih. Akurasi klasifikasi meningkat pada biji kopi yang utuh dan bebas dari noise latar belakang. Evaluasi menggunakan confusion matrix menunjukkan performa sistem yang stabil dan efektif. Penelitian ini memberikan kontribusi dalam mengotomatisasi proses penilaian kualitas biji kopi secara digital yang dapat diaplikasikan di industri kopi untuk meningkatkan efisiensi dan konsistensi produk.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Deteksi Tepi, Prewitt, Thresholding Otsu, Identifikasi Biji Kopi, Pengolahan Citra, GLCM, Random Forest
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: ADAM JULIAN SAPUTRA
Last Modified: 08 Aug 2025 06:26
URI: http://repository.unpkediri.ac.id/id/eprint/21363

Available Versions of this Item

Actions (login required)

View Item View Item