<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="98186">
 <titleInfo>
  <title>KLASIFIKASI MUTU FISIK BIJI KOPI BERAS ROBUSTA MENGGUNAKAN PENGOLAHAN CITRA DIGITAL (IMAGE PROCESSING) DAN METODE SUPPORT VECTOR MACHINE (SVM)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>DWI ANINDEA PUTRI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Pertanian</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Standar mutu biji kopi di Indonesia menggunakan sistem nilai cacat yang diatur dalam standar Nasional Indonesia (SNI) 01-2907-2008. Tujuan penelitian ini adalah untuk menentukan mutu kopi beras robusta dengan menggunakan Pengolahan citra digital dan metode Support Vector Machine (SVM) serta untuk mendapatkan tingkat akurasi tertinggi. Linear Discriminant Analysis (LDA) dan Support Vector Machine (SVM) diimplementasikan untuk merancang pengklasifikasian otomatis mutu biji kopi beras robusta. Fitur yang digunakan yaitu fitur warna, fitur tekstur dan fitur bentuk. Berdasarkan hasil klasifikasi menggunakan metode Linear Discriminant Analysis (LDA) untuk mendapatkan fitur terbaik yaitu fitur warna yang terdiri dari  G, B, L*, a*, b*. Selanjutnya fitur bentuk yang terdiri dari area, perimeter. Kemudian tekstur yang terdiri dari energi, kontras, korelasi dan homogeneity.  Metode Support Vector Machine (SVM) mampu mengklasifikasi biji kopi beras robusta dengan tingkat akurasi training sebesar 93.56% dan tingkat akurasi testing sebesar 80.75%.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>98186</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-02-18 11:08:54</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-02-18 11:19:35</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>