Ghina Roudhatul Jannah Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Mesin 2024

Skripsi

Produk kopi Arabika di Aceh berasal dari Kabupaten Aceh Tengah, Bener Meriah dan Gayo Lues. Kopi arabika ini sering disebut kopi gayo karena kebun kopinya berada di dataran tinggi Gayo (Gayo highland). Kopi gayo sudah memasuki pasar dunia. Produk yang sering di export adalah biji kopi hijau yang sudah kering dengan kadar air 12 – 15%. Agar kualitas biji kopi hijau tersebut bisa terjaga diperlukan melakukan tahapan proses produksi kopi dengan baik yang dimulai dari proses pemetikan biji cherry merah, pengelupasan kulit, penjemuran dan proses pemilahan. Pemilahan biji kopi hijau merupakan proses akhir yang penting. Proses ini biasanya dilakukan oleh tenaga manusia secara manual, namun hasil pemilahannya tidak konsisten dan membutuhkan jumlah tenaga kerja yang relatif banyak, sehingga dibutuhkan peralatan sortir otomatis berbasis camera dengan pendekatan image processing. Penelitian ini bertujuan untuk mengembangkan sistem pemilah biji kopi hijau juga menggunakan dataset, yaitu dengan mengembangkan dataset klasifikasi biji kopi normal dan cacat (black, broken, fade, dan insect) dan sistem pemilah biji kopi hijau ini menggunakan pendekatan deep learning dengan arsitektur model YOLOv5,YOLOv8, dengan attention YOLOv8-CBAM dan mobilenet-CBAM yang mampu memilah biji kopi hijau dengan menggunakan camera vision secara otomatis. Hasil penelitian menunjukkan bahwa keempat model memiliki performa yang baik dalam mengklasifikasikan biji kopi hijau. Model YOLOv8-CBAM menunjukkan akurasi tertinggi dibandingkan dengan model lainnya. Namun, dari segi parameter dan GFLOP, YOLOv8 lebih unggul dibandingkan YOLOv5. Sementara itu, YOLOv8-CBAM memiliki waktu proses Training yang lebih singkat dibandingkan YOLOv8. Di sisi lain, sedangkan MobileNet-CBAM dapat digunakan untuk daya komputasi yang rendah, namun dengan waktu proses yang lebih lama. Kata kunci: Pemilah biji kopi, Deep Learning, CNN, Yolov8 dengan attention Yolov8-CBAM dan Mobilenet-CBAM, Yolov5 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 129350 2024-08-31 13:08:38 2024-09-02 10:38:08 machine generated