Sistem Temu Kembali Citra Pada Level Roasting Biji Kopi Menggunakan Ekstraksi Fitur Warna

Yunita Prastyaningsih, Wiwik Kusrini

Abstract


Intisari - Kopi sebelum dapat dikonsumsi mempunyai beberapa tahapan pengolahan yakni, proses pemetikan pada masa panen, penyortiran, penjemuran, pengupasan kulit kopi, pencucian, heuling, roasting grinding. Penyangraian (roasting) biji kopi merupakan proses yang penting dalam industri perkopian yang sangat menentukan mutu minuman kopi. Dalam pengecekan untuk menentukan hasil level roasting yang dicapai para pelaku industri dibidang kopi masih melakukan secara kasat mata dan belum menggunakan sistem dalam memvalidasi hasil roasting, hal ini mengakibatkan kurang akuratnya dalam menentukan level roasting yang dihasilkan. Berdasarkan masalah tersebut solusi yang dapat digunakan adalah dengan menggunakan pengolahan citra digital untuk mengidentifikasi hasil level roasting, metode yang digunakan adalah feature extraction yang bertujuan untuk mengidentifikasi karakteristik atau fitur dari objek. Penelitian ini menggunakan sistem temu kembali citra untuk mengidentifikasi level roasting pada jenis kopi robusta dan kopi arabika pada level roasting light roast, medium roast dan dark roast menggunakan ekstraksi fitur warna HSV, pengukuran kemiripan citra menggunakan metode minkowski. Total dataset yang digunakan adalah 1080 citra, Hasil pengujian yang didapat sistem temu kembali citra ini mampu mengidentifikasi level roasting biji kopi dengan nilai precision 97,67 %

Kata Kunci - Pengolahan Citra Digital, Ekstraksi Fitur Warna, Level Roasting 


References


K. Pertanian, “Outlook 2017 Komoditas Pertanian Sub Sektor Perkebunan,†2019.

P. Raharjo, Berkebun Kopi. Jakarta: Penebar Swadaya, 2017.

A. Afriliana, Teknologi Pengolahan Kopi. Yogyakarta: Deepublish, 2018.

T. S. Muljono, Pulung Nurtanto Andono, Pengolahan Citra Digital. Yogyakarta: ANDI, 2017.

K. Ayuningsih, Y. A. Sari, and P. P. Adikara, “Klasifikasi Citra Makanan Menggunakan HSV Color Moment dan Local Binary Pattern dengan Naïve Bayes Classifier,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 3, no. 4, pp. 3166–3173, 2019.

G. Paschos, “Perceptually uniform color spaces for color texture analysis: An empirical evaluation,†IEEE Trans. Image Process., vol. 10, no. 6, pp. 932–937, 2001, doi: 10.1109/83.923289.

A. F. Ahsani, Y. A. Sari, and P. P. Adikara, “Temu Kembali Citra Makanan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix Dan CIE L* A* B* Color Moments Untuk Pencarian Resep Makanan, Jurnal Pengembangan dan Teknologi, Informasi dan Ilmu Komputer vol. 3, no. 3

B. Marhaenanto, D. W. Soedibyo, and M. Farid, “Penentuan lama Sangrai Kopi Terhadap Variasi Derajat Sangrai Menggunakan Model Warna Rgb Pada Pengolahan Citra Digital (Digital Image Processing),†J. Agroteknologi, vol. 09, no. 02, pp. 1–10, 2015.

E. H. Rachmawanto et al., “Pengukuran tingkat kematangan kopi robusta menggunakan algoritma k-nearest neighbor 1,2,†pp. 978–979, 2018.

D. A. Nugraha and A. S. Wiguna, “Klasifikasi Tingkat Roasting Biji Kopi Menggunakan Jaringan Syaraf Tiruan Backpropagation Berbasis Citra Digital,†SMARTICS J., vol. 4, no. 1, pp. 1–4, 2018, doi: 10.21067/smartics.v4i1.2165.

M. . Muh. Ipnu Udjie Hasiru, Dr. Ir. Jangkung Raharjo, M.T, Nur Ibrahim,S.T., “Klasifikasi Tingkat Sangrai Biji Kopi Berbasiskan Pengolahan Citra Digital Dengan Menggunakan Singular Value Decomposition Dan Learning Vector,†vol. 44, no. 12, pp. 2–8, 2019.

D. A. Nugraha and A. S. Wiguna, “Seleksi Fitur Warna Citra Digital Biji Kopi Menggunakan Metode Principal Component Analysis,†Res. Comput. Inf. Syst. Technol. Manag., vol. 3, no. 1, p. 24, 2020, doi: 10.25273/research.v3i1.5352.

A. Kadir, Dasar pengolahan Citra Digital dengan Delphi. Yogyakarta, 2013.

V. Chernov, J. Alander, and V. Bochko, “Integer-based accurate conversion between RGB and HSV color spaces,†Comput. Electr. Eng., vol. 46, pp. 328–337, 2015, doi: 10.1016/j.compeleceng.2015.08.005.

T. ; A. K. R. Acharya, Image Processing Principles and Applications. New Jersey: Wiley Interscience, 2005.

A. T. . Ratri, Karisma I.D.E, Nugroh A.H, “Pengenalan Keaslian Tanda Tangan dengan menggunakan Kombinasi Dynamic Time Warping (DTW) dan Polar Fourier Transform,†2015.

A. Kadir and A. Susanto, Teori dan Aplikasi Pengolahan Citra. Yogyakarta: ANDI, 2013.

M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,†J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 20–24, 2019, doi: 10.30591/jpit.v4i1.1253.

F. Fatimah, G. F. Laxmi, and P. Eosina, “Pengubahan Data Image Ikan Air Tawar ke Data Vektor menggunakan Edge Detection Metode Canny,†J. Ris. Pendidik. Mat., vol. 9, pp. 55–60, 2017.




DOI: https://doi.org/10.35314/isi.v6i2.2086

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This Journal has been listed and indexed in :

Crossref logo Find in a library with WorldCat

Copyright of Jurnal Inovtek Polbeng - Seri Informatika (ISSN: 2527-9866)

Creative Commons License
ISI: Inovtek Polbeng Seri Informatikan is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Editorial Office :
Pusat Penelitian dan Pengabdian kepada Masyarakat
 Politeknik Negeri Bengkalis 
Jl. Bathin alam, Sungai Alam Bengkalis-Riau 28711 
E-mail: jurnalinformatika@polbeng.ac.id
www.polbeng.ac.id

Web Analytics
View My Stats