Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Technopreneurship and Information System (JTIS)
Muhammad Hafiz Pebriansyah
Universitas Muhammadiyah Bengkulu
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Biji Kopi Arabika dan Robusta Menggunakan Gaussian Naive Bayes Berbasis Fitur HOG Muhammad Hafiz Pebriansyah; Yulia Darnita; Ardi Wijaya; Yuza Reswan
Journal of Technopreneurship and Information System (JTIS) Vol 9 No 2 (2026): Juli
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Klasifikasi biji kopi Arabika dan Robusta diperlukan untuk mendukung identifikasi jenis kopi yang lebih konsisten berbasis citra digital. Penelitian ini menerapkan Gaussian Naive Bayes menggunakan fitur Histogram of Oriented Gradients (HOG). Dataset terdiri atas 240 citra latih dan 80 citra uji yang terbagi seimbang antara Arabika dan Robusta. Citra diubah menjadi 64x64 piksel, dikonversi ke grayscale, kemudian diekstraksi menggunakan HOG dengan CellSize 8x8 sehingga menghasilkan 1.764 fitur. Fitur distandarkan sebelum parameter prior, mean, dan varians setiap kelas dihitung. Pada 80 data uji, model menghasilkan 63 prediksi benar dengan akurasi 78,75%. Confusion matrix menunjukkan 35 dari 40 Arabika dan 28 dari 40 Robusta terklasifikasi benar. Precision, recall, dan F1-score masing-masing adalah 0,745; 0,875; 0,805 untuk Arabika serta 0,848; 0,700; 0,767 untuk Robusta. Hasil menunjukkan bahwa Gaussian Naive Bayes dapat digunakan untuk klasifikasi dua jenis biji kopi, meskipun kesalahan masih dominan pada Robusta yang diprediksi sebagai Arabika.
Co-Authors Darnita, Yulia Wijaya, Ardi Yuza Reswan