KLASIFIKASI BIJI KOPI BERDASARKAN BENTUK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE --

Absrak
Kopi adalah salah satu minuman yang paling populer di dunia dan memiliki
sejarah panjang dalam budaya manusia. Dalam analisis ini, kami mengeksplorasi
berbagai aspek yang berkaitan dengan kopi, termasuk sejarahnya, budaya yang
terkait, manfaat kesehatan, proses produksi, dan dampak ekonomi.. Tujuan
diterapkan teknik pengolahan citra untuk klasifikasi biji kopi adalah untuk
membedakan setiap jenis kopi yang ada. Tahapan utama yang dilakukan dalam
penelitian meliputi resize citra, pre-processing, segmentasi, ekstraksi fitur dan
klasifikasi. Jenis fitur yang digunakan berupa fitur ekstraksi ciri dengan
menggunakan metode SVM. Data yang digunakan meliputi 2 kelas yaitu Arabica
dan Robusta. Dapat disimpulkan dengan menggunakan metode SVM dapat
menghasilkan nilai akurasi yang cukup baik yaitu, 87,5 % . Diharapkan dengan
adanya penelitian ini dapat membantu masyarakat umum khususnya pecinta kopi
dalam membedakan jenis roasting biji kopi arabika.
Kata kunci: Jenis Kopi, Arabica, Robusta, SVM
Abstract
Coffee is one of the most popular drinks in the world and has a long history in
human culture. In this analysis, we explore various aspects related to coffee,
including its history, related cultures, health benefits, production process, and
economic impact. The aim of applying image processing techniques to classify
coffee beans is to distinguish each type of coffee that exists. The main stages carried
out in this study include image resizing, pre-processing, segmentation, feature
extraction and classification. The type of feature used is a feature extraction feature
using the SVM method. The data used includes 2 classes, namely Arabica and
Robusta. It can be concluded that using the SVM method can produce a fairly good
accuracy value, namely 87.5%. It is hoped that this research can help the general
public, especially coffee lovers, in distinguishing the types of roasting of Arabica
coffee beans.
Keywords: Types of Coffee, Arabica, Robusta, SVM