Implementasi Convolutional Neural Network Dalam Klasifikasi Jenis Kopi Temanggung

Abstract

Biji kopi memiliki karakteristik yang berbeda setiap jenisnya. Oleh karena itu pengetahuan mengenai jenis kopi tentunya sangat diperlukan. Namun tidak semua petani ataupun pemilik kedai kopi mempunyai kemampuan untuk mengenali hanya dengan melihat secara kasat mata. Selain itu jika identifikasi hanya dilakukan manual mengandalkan visual tentu dapat berakibat kesalahan dalam proses mengidentifikasi jenis biji kopi. Saat ini terdapat banyak sistem yang dapat membantu untuk mengenali jenis kopi, salah satunya dengan menggunakan Convolutional Neural Network (CNN). Tujuan penelitian ini dilakukan adalah untuk mengetahui hasil serta akurasi yang diperoleh dalam klasifikasi citra tiga jenis biji kopi Temanggung dengan menggunakan Convolutional Neural Network. Metode penelitian yang dilakukan terdiri dari akuisisi, pre-processing, dataset citra kopi, dan tahap klasifikasi menggunakan CNN. Akurasi pelatihan tertinggi yang diperoleh dalam implementasi CNN ini adalah 99.26% dengan citra input berukuran 50x50x3. Pada penelitian ini juga ditemukan bahwa peningkatan ukuran citra input tidak berdampak terhadap peningkatan akurasi pelatihan dalam mengklasifikasikan jenis biji kopi Temanggung menggunakan CNN