Azmi, Nazila (2025) Implementasi Algoritma Convolutional Neural Network (CNN) untuk klasifikasi kualitas biji kopi unggulan berbasis pemrosesan citra. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
Cover .pdf Download (163kB) | Preview |
|
|
Text (DAFTAR ISI)
DAFTAR ISI.pdf Download (324kB) | Preview |
|
|
Text (SURAT PERNYATAAN)
KEMENTRIAN AGAMA.pdf Download (2MB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf Download (213kB) | Preview |
|
|
Text (BAB I)
BAB I.pdf Download (313kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (818kB) |
|
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (796kB) |
|
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (827kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (213kB) |
Abstract
Penelitian ini membahas implementasi algoritma Convolutional Neural Network (CNN) dengan arsitektur EfficientNet-B1 untuk klasifikasi kualitas biji kopi Arabika berdasarkan citra digital. Permasalahan utama yang diangkat adalah keterbatasan metode manual yang cenderung subjektif dan kurang konsisten. Dataset yang digunakan terdiri dari dua kelas, yaitu Layak Produksi (Good) dan Tidak Layak Produksi (Defect), yang diperoleh dari platform Roboflow. Tahapan penelitian meliputi pra-pemrosesan citra, augmentasi, penyeimbangan data, pembangunan arsitektur model, serta pelatihan dengan pendekatan fine-tuning. Evaluasi dilakukan menggunakan confusion matrix serta metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model EfficientNet-B1 mampu mencapai akurasi hingga 99,92% dengan nilai presisi, recall, dan F1-score yang seimbang pada kedua kelas. Hasil penelitian ini membuktikan bahwa metode yang diusulkan efektif dan reliabel untuk melakukan klasifikasi kualitas biji kopi secara otomatis dengan tingkat akurasi tinggi.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Convolutional Neural Network (CNN); EfficientNet-B1; Klasifikasi Citra; Biji Kopi; Deep Learning |
| Subjects: | Data Processing, Computer Science |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Nazila Putri Azmi |
| Date Deposited: | 21 Jan 2026 07:52 |
| Last Modified: | 21 Jan 2026 07:52 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/127514 |
Actions (login required)
 |
View Item |
