Article Per Year (5 Year)
p-Index From 2021 - 2026
1.829
P-Index
This Author published in this journals
All Journal International Journal of Advances in Applied Sciences JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal Komputer Terapan To Maega: Jurnal Pengabdian Masyarakat Madani : Indonesian Journal of Civil Society Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Journal of Artificial Intelligence and Technology Information Journal of Engineering and Technology Innovation
Sulfayanti
Universitas Sulawesi Barat
Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mathematics Physics Transportation Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Perbandingan Ruang Warna HSV dan LAB pada Klasifikasi Tingkat Roasting Biji Kopi Menggunakan Jaringan Syaraf Tiruan Backpropogation Uswatun Hasanah; Sulfayanti Sulfayanti; Nurhikma Arifin
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 3 (2026): Volume 4 Number 3 September 2026 (Issue in Progress)
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i3.301

Abstract

Kopi menjadi salah satu jenis tanaman perkebunan yang memiliki nilai ekonomis tinggi dan telah lama dibudidayakan oleh masyarakat Indonesia, namun banyak petani dan produsen kopi masih kesulitan dalam menentukan tingkat hasil penyangraian (roasting) biji kopi. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan tahapan biji kopi roasting secara konsisten. Penelitian ini berfokus pada implementasi fitur HSV dan LAB untuk membandingkan efektivitas masing-masing fitur dalam mengidentifikasi variansi warna berdasarkan tingkat roasting biji kopi yang diklasifikasikan menggunakan algoritma Jaringan Syaraf Tiruan (JST) Backpropogation. Klasifikasi ini terdiri dari 4 kategori kelas yaitu green bean, light roast, medium roast dan dark roast. Dataset yang digunakan mencangkup 1600 citra tingkat roasting biji kopi yang dibagi menjadi 1200 data latih dan 400 data uji. Data latih terdiri dari 300 citra sedangkan data uji terdiri dari 100 citra untuk masing-masing tingkat kategori roasting. Proses eksperimen dilakukan dengan pengujian beberapa variasi parameter jaringan untuk memperoleh konfigurasi terbaik. Variasi yang diuji meliputi arsitektur jaringan 3-7-4 dan 3-8-4, fungsi aktivasi menggunakan sigmoid dan softmax, learning rate sebesar 0,005, 0,01, dan 0,05, serta jumlah epoch sebanyak 1000, 1500, dan 2000. Berdasarkan hasil pengujian, kinerja terbaik pada fitur HSV diperoleh dengan tingkat akurasi sebesar 99,25%, sedangkan fitur LAB menghasilkan akurasi tertinggi sebesar 99,75%. Hasil tersebut menunjukkan bahwa fitur LAB mampu memberikan kinerja klasifikasi yang lebih baik dibandingkan fitur HSV dalam mengenali perbedaan tingkat roasting biji kopi. Penelitian ini diharapkan dapat diimplementasikan secara langsung untuk membantu petani dan produsen kopi dalam membedakan tingkat roasting biji kopi.
Co-Authors Andi Muhammad Anwar Arifin, Nurhikma Arnita Irianti Asmawati S Dian Megah Sari Dian Megah Sari Dian Megah Sati Farid Wajidi Heliawaty Hamrul Hendra Hendra Hironori Takimoto Irfan James Philip Khaeruddin Khaeruddin Musyrifah Muzaki Muzaki Nur, Nahya Nuralamsah Zulkarnaim Nurdina Rasjid Sitti Nur Azizah Fitriani Akbar Suhardi Suhardi Supri Bin Hj Amir Syamsuddin Toaha Uswatun Hasanah Wawan Firgiawan Wildayani Wildayani