T. Munawar khalil Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2023

Skripsi

Kopi memiliki jenis yang berbeda-beda dan setiap jenis memiliki perbedaan bentuk sesuai dengan klasifikasinya, seperti arabika peaberry, longberry, premium, dan biji kopi yang rusak. Saat ini, petani kopi masih melakukan penyortiran biji kopi secara manual dengan menggunakan tangan dan mengandalkan pengenalan visual, namun tidak semua petani memiliki pengetahuan yang cukup untuk mengidentifikasi jenis biji kopi secara akurat. Hal ini dapat menyebabkan kesalahan dalam proses penyortiran biji kopi. Berdasarkan masalah tersebut, dilakukan penelitian dengan tujuan mengklasifikasikan gambar biji kopi menggunakan metode visi komputer (computer vision) yaitu klasifikasi gambar yang dihubungkan dengan aplikasi mobile dan cloud computing berbasis pembelajaran mendalam (deep learning). Setelah dilakukan penelitian aplikasi mobile berbasis deep learning berhasil dikembangkan. Aplikasi tersebut mampu mengklasifikasikan jenis biji kopi arabika green bean yaitu longberry, peaberry, premium dan defect dengan cepat, efisien, dan presisi. Menggunakan model yang telah dibangun pada penelitian sebelumnya yaitu arsitektur ResNet-18, pengujian berhasil dilakukan dengan mencapai akurasi yang tinggi sebesar 98,81%. Evaluasi usability dilakukan menggunakan indikator mission usability score (MIUS) dan maze usability score (MAUS) dengan menggunakan alat Maze. Skor MAUS sebesar 95 mengindikasikan tingkat usability yang tinggi, menegaskan bahwa aplikasi ini memenuhi kebutuhan pengguna. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 113783 2023-08-29 11:44:22 2023-08-29 14:51:20 machine generated