<![CDATA[Harga kopi di pasar dunia dilihat dari kualitas kopi itu sendiri. Kualitas kopi sangat dipengaruhi oleh proses pengolahan kopi mulai dari proses taman hingga proses pasca panen. Salah satu proses pada tahapan pasca panen adalah melakukan penyortiran kopi yang matang. Identifikasi kematangan kopi pada dasarnya dilihat dari warna buah kopi. Perkembangan teknologi kecerdasan buatan secara khusus pembelajaran mendalan (deep learning) dapat digunakan untuk menyelesaian permasalahan tersebut melalui klasifikasi. Salah satu metode yang dapat digunakan adalah transfer learning dengan menggunakan model yang telah dilatih sebelumnya untuk menyelesaiakan tugas yang hampir sama. Tujuan penelitian ini adalah membandingkan pre-trained model yaitu VGG16, MobilnetV2 dan Inception yang dikombinasikan dengan support vector machine (SVM) pada lapisan classifier untuk melakukan klasifikasi kematangan buah kopi. Proses pelatihan model menggunakan tuning hyperparameter GridseacrhCV dengan 10 fold cross validation untuk mendapatkan kombinasi parameter terbaik dari SVM. Hasil penelitian memperlihatkan kombinasi model VGG16 dengan SVM dan MobileNetV2 dengan SVM memperlihatkan akurasi sebesar 0,96 atau 96%.]]>
Copyrights © 2022
