Penelitian ini bertujuan untuk mengembangkan model klasifikasi tingkat kematangan biji kopi menggunakan neural network dengan algoritma backpropagation. Tingkat kematangan biji kopi dibagi ke dalam tiga kategori, yaitu light roast, medium roast, dan dark roast, dengan parameter input berupa suhu maksimum dan durasi proses penyangraian. Data yang digunakan diperoleh dari eksperimen yang dilakukan dengan mesin sangrai otomatis. Model ini dioptimalkan menggunakan algoritma Adam dan dievaluasi menggunakan fungsi loss Mean Squared Error (MSE) dan Sum of Squared Error (SSE). Untuk menilai akurasi klasifikasi, evaluasi kinerja dilakukan dengan menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan tingkat kematangan biji kopi dengan akurasi yang sangat tinggi, mencapai 96,67% pada data uji. Dalam penelitian ini, variasi learning rate dan jumlah hidden unit juga diuji untuk mencari konfigurasi yang optimal. Hasilnya menunjukkan bahwa kombinasi learning rate sebesar 0,01 dan jumlah hidden unit sebanyak 15 memberikan performa terbaik dengan kestabilan dan efisiensi pelatihan yang sangat baik.
                        
                        
                        
                        
                            
                                Copyrights © 2025