Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Industrial Research Workshop and National Seminar
Bramastya Wisnu Pratama
Unknown Affiliation
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Other

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

Found 1 Documents
Search

 1 
Rancang Bangun Mesin Sortir Biji Kopi Dengan Metode Flc Berbasis Mikrokontroller dan Computer Vision Bramastya Wisnu Pratama; Baisrum; Hari Purnama
Prosiding Industrial Research Workshop and National Seminar Vol 13 No 01 (2022): Vol 13 (2022): Prosiding 13th Industrial Research Workshop and National Seminar
Publisher : Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/irwns.v13i01.4225

Abstract

Biji kopi dengan mutu yang baik dapat ditinjau dari karakter fisiknya berupa ukuran, biji kopi memiliki ukuran yang relatif sama. Selain akan menghasilkan kualitas minuman yang baik dapat menaikan harga jual biji kopi tersebut. Namun proses sortasi secara manual dengan tenaga manusia memiliki tingkat akurasi yang tidak tetap karena manusia dapat merasa lelah dan proses sortir yang cukup lama. Oleh karena itu dibutuhkan mesin sortir yang memiliki keakuratan yangbaik dengan kecepata penyortiran yang cukup cepat. Pada rancang bangun alat ini biji kopi akan diklasifikasikan berdasarkan 3 klasifikasi ukuran, yaitu kecil(< 10mm), sedang (10mm-15mm), dan besar (>15mm). Penelitian ini bertujuan untuk merancang bangun mesin sortir untuk biji kopi dengan computer vision dan metode FLC (Fuzzy logic Control) untuk pengklasifikasi ukurannya dengan melakukan pengujian akurasi metode FLC dan persentase keberhasilan alat dalam menyortir biji kopi serta mencatat waktu yang dibutuhkan untuk menyortir dengan sampel 100grbiji kopi. Hasil dari pengujian alat yang telah diramcang bangun yaitu proses pendeteksian biji kopi dengan computer vision dapat dilakukan dengan mengubah hasil citra RGB ke greyscale kemudian menggunakan Canny Edge Detector untuk mengetahui luas kontur dari biji kopi sehingga dapat diklasifikasikan sesuai ukuranya selain itu metode FLC memiliki akurasi sebesar 98,46% dan alat dapat menyortir biji kopi sebanyak 100 gr dalam waktu 25 menit dengan tingkat keberhasilan sebesar 95,464%.
Co-Authors Baisrum Hari Purnama