<![CDATA[Proses penilaian tingkat roasting biji kopi secara manual sering kali bersifat subjektif dan tidak konsisten, sehingga diperlukan sistem otomatis berbasis citra yang mampu melakukan klasifikasi secara akurat. Penelitian ini bertujuan untuk membangun model klasifikasi tingkat roasting biji kopi menggunakan arsitektur MobileNetV2 yang ringan dan efisien. Dataset terdiri dari 1.600 gambar yang dikategorikan ke dalam empat kelas: green, light, medium, dan dark. Model dilatih tanpa proses fine-tuning dan dievaluasi menggunakan metrik akurasi, loss, precision, recall, f1-score, serta confusion matrix. Hasil evaluasi pada data uji menunjukkan akurasi sebesar 98,50% dan f1-score rata-rata 0,98, menandakan performa tinggi dalam kondisi data terkontrol. Model kemudian diimplementasikan ke dalam platform bot Telegram yang memungkinkan pengguna mengirim gambar dan menerima hasil prediksi secara otomatis. Meskipun sistem menunjukkan respons cepat, pengujian terhadap gambar dari luar dataset menunjukkan penurunan akurasi hingga 45%. Hal ini mengindikasikan perlunya peningkatan kemampuan generalisasi model. Sistem ini berpotensi diterapkan sebagai alat bantu digital dalam pengawasan mutu roasting biji kopi, terutama pada skala usaha kecil dan menengah.]]>
Copyrights © 2025
