Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Jurnal Simetris KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika
Putra, I Kadek Nurcahyo
Unknown Affiliation
Aerospace Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Simetris

 1 
Klasifikasi Kualitas Biji Kopi Robusta Dengan Metode Naive Bayes berdasarkan Ukuran Biji, Tekstur, dan Warna Putra, I Kadek Nurcahyo; Gunadi, I Gede Aris; Sunarya, I Made Gede
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 15, No 1 (2024): JURNAL SIMETRIS VOLUME 15 NO 1 TAHUN 2024
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v15i1.10790

Abstract

Kopi merupakan salah satu komoditas terpenting di dunia, lebih dari dua juta gelas kopi di konsumsi setiap hari. Kualitas kopi bergantung pada serangkaian proses, dan sortasi merupakan proses yang sangat penting untuk mensegmentasi biji kopi sesuai kualitas. Biji kopi yang tercampur menyebabkan rusaknya rasa, menurunkan kualitas, dan harga. Sortasi biji dengan cara manual rentan mengalami kesalahan disebabkan turunnya konsentrasi serta subjektivitas manusia. Pada penelitian ini penulis mengimplementasi algoritma Naive Bayes untuk membangun model klasifikasi kualitas biji kopi robusta berdasarkan fitur warna RGB, fitur tekstur dengan metode GLCM, dan fitur ukuran biji kopi robusta. Biji kopi robusta diperoleh dari CV. Kaki Lima Solid sejumlah 300 gram untuk setiap kualitas. Biji kopi difoto untuk menghasilkan citra biji kopi. Citra biji kopi di pre-proses selanjutnya di lakukan ekstraksi fitur warna, tekstur, dan ukuran biji. Dataset hasil ekstraksi fitur di bagi menjadi dua bagian, 480 data digunakan untuk melatih algoritma Naive Bayes. Pengujian model klasifikasi dengan 120 data uji memperoleh hasil akurasi 87.5%. Komparasi fitur dan metode klasifikasi lain pada masa depan dapat dilakukan untuk memperoleh hasil yang lebih baik.
Co-Authors Dewi, Ni Putu Dita Ariani Sukma I Gede Aris Gunadi I Gede Iwan Sudipa I Gede Totok Suryawan I Made Gede Sunarya Meliana, Putu Mita Mupu, Dibi Ngabe Pusparani, Diah Ayu