<![CDATA[Proses penentuan tingkat roasting biji kopi masih banyak dilakukan secara manual melalui pengamatan visual, sehingga hasil klasifikasi cenderung bersifat subjektif dan bergantung pada pengalaman penguji. Penelitian ini bertujuan mengimplementasikan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan tingkat roasting biji kopi berdasarkan citra digital. Dataset yang digunakan merupakan Coffee Bean Dataset yang terdiri atas 1.600 citra dengan empat kategori, yaitu Green, Light, Medium, dan Dark. Data dibagi menjadi 960 citra data pelatihan (60%), 240 citra data validasi (15%), dan 400 citra data pengujian (25%). Model CNN dibangun menggunakan tiga convolution layer, tiga max pooling layer, flatten layer, dense layer, dan fungsi aktivasi Softmax. Proses pelatihan dilakukan selama 20 epoch menggunakan algoritma optimasi Adam. Hasil pelatihan menunjukkan akurasi pelatihan mencapai 100% dengan akurasi validasi sebesar 97,08%. Berdasarkan hasil pengujian, model memperoleh akurasi keseluruhan sebesar 99,25%, dengan nilai precision, recall, dan F1-score yang sangat tinggi pada seluruh kategori. Selain itu, confusion matrix menunjukkan bahwa hanya terdapat tiga kesalahan klasifikasi dari total 400 citra pengujian. Hasil penelitian menunjukkan bahwa metode CNN mampu mengklasifikasikan tingkat roasting biji kopi secara akurat dan konsisten sehingga berpotensi diterapkan sebagai sistem klasifikasi otomatis untuk mendukung pengendalian kualitas pada industri kopi.]]>
