Darna, Adib (2023) APLIKASI PENDETEKSI TINGKAT KEMATANGAN ROASTING BIJI KOPI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILE. Diploma thesis, Politeknik Caltex Riau.
Poster A3.png - Submitted Version
Restricted to Registered users only
Download (17MB)
AdibDarna_LaporanAkhir.pdf - Submitted Version
Restricted to Registered users only
Download (3MB)
Abstract
Coffee Shop adalah sebuah bisnis yang sedang banyak di minati pada tahun 2019 hingga 2022, karna banyaknya Coffee Shop yang bermunculan dan dasarnya pengetahuan pebisnis tentang pemilihan dan pemanggangan biji kopi sehingga mengakibatkan pebisnis tidak bisa bersaing dengan Coffee Shop yang sudah lama merintih dan memiliki banyak pengalaman dalam pemilihan dan pemanggangan biji kopi, Chinoss Coffee Shop merupakan bisnis yang bergerak di bidang kopi dan melakukan pemilihan maupun pemangangan biji kopi mereka secara manual. Permasalahan yang di hadapi saat melakukan pemilihan dan pemanggangan kopi ialah ketidak pastian saat memilih kopi asal dari kota mana yang membangkitkan asam unik dari kopi yang akan di buat dan memangan biji kopi sampai tingkat apa yang bisa membuka rasa yang di cari oleh penikmat kopi. Aplikasi Mobile ini akan di kembangkan dengan pemakaian teknologi Deep Learning dan menggunakan Metode Convolutional Neural Network (CNN). Dengan dikumpulkannya 4 tingkat kematangan roasting pada biji kopi yang berjumlah 400 gambar yang dibagi menjadi 380 citra data training, 10 citra data testing dan 10 citra data validation. Arsitektur yang dibangun menggunakan 3 layer convolution dan 2 dense layer. Hasil dari pengujian mendapatkan tingkat akurasi 100% dan loss 0.2%. Dari hasil pengujian ini dinyatakan penilitian ini berhasil dan mendapatkan model yang bisa mengklasifikasikan tingkat kematangan roasting pada biji kopi dengan baik.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | KBK > KBK Jurusan Teknologi Informasi > KBK Data Engineering |
Divisions: | Sarjana Terapan > Jurusan Teknologi Informasi > Sistem Informasi |
Depositing User: | Adib Darna |
Date Deposited: | 25 Aug 2023 05:00 |
Last Modified: | 25 Aug 2023 05:00 |
URI: | http://repository.lib.pcr.ac.id/id/eprint/835 |