Journal of Technopreneurship and Information System (JTIS)
Vol 9 No 2 (2026): Juli

Klasifikasi Biji Kopi Arabika dan Robusta Menggunakan Gaussian Naive Bayes Berbasis Fitur HOG

Muhammad Hafiz Pebriansyah (Universitas Muhammadiyah Bengkulu)
Yulia Darnita (Universitas Muhammadiyah Bengkulu)
Ardi Wijaya (Universitas Muhammadiyah Bengkulu)
Yuza Reswan (Universitas Muhammadiyah Bengkulu)



Article Info

Publish Date
20 Jul 2026

Abstract

Klasifikasi biji kopi Arabika dan Robusta diperlukan untuk mendukung identifikasi jenis kopi yang lebih konsisten berbasis citra digital. Penelitian ini menerapkan Gaussian Naive Bayes menggunakan fitur Histogram of Oriented Gradients (HOG). Dataset terdiri atas 240 citra latih dan 80 citra uji yang terbagi seimbang antara Arabika dan Robusta. Citra diubah menjadi 64x64 piksel, dikonversi ke grayscale, kemudian diekstraksi menggunakan HOG dengan CellSize 8x8 sehingga menghasilkan 1.764 fitur. Fitur distandarkan sebelum parameter prior, mean, dan varians setiap kelas dihitung. Pada 80 data uji, model menghasilkan 63 prediksi benar dengan akurasi 78,75%. Confusion matrix menunjukkan 35 dari 40 Arabika dan 28 dari 40 Robusta terklasifikasi benar. Precision, recall, dan F1-score masing-masing adalah 0,745; 0,875; 0,805 untuk Arabika serta 0,848; 0,700; 0,767 untuk Robusta. Hasil menunjukkan bahwa Gaussian Naive Bayes dapat digunakan untuk klasifikasi dua jenis biji kopi, meskipun kesalahan masih dominan pada Robusta yang diprediksi sebagai Arabika.

Copyrights © 2026






Journal Info

Abbrev

JTIS

Publisher

Subject

Computer Science & IT

Description

Jurnal terbitan dibawah fakultas teknik universitas muhammadiyah bengkulu. Pada jurnal ini akan membahas tema tentag Penelitian yang bertemakan dengan technopreneurship, basis data, big data, data mining, dan yang berhubungan dengan sistem informasi. ...