KLASIFIKASI VARIETAS BIJI KOPI ARABIKA MENGGUNAKAN METODE SVM DENGAN FITUR HOG DAN GLCM

Rabin Rabila, Ahmed (2021) KLASIFIKASI VARIETAS BIJI KOPI ARABIKA MENGGUNAKAN METODE SVM DENGAN FITUR HOG DAN GLCM. Other thesis, STMIK Global Informatika Mdp.

Text Ahmed Rabin Rabila 1620250087.pdf Download (1MB)

Abstract

Kopi arabika merupakan salah satu komoditas yang banyak diminati, mempunyai nilai ekonomi yang tinggi dan telah memiliki pasar yang luas. Banyaknya varietas kopi arabika membuat bingung penikmat kopi dan barista dalam menentukan cita rasa yang diinginkan oleh karena itu memerlukan sistem yang dapat mengenali varietas biji kopi arabika. Untuk mengetahui varietas biji kopi maka dapat dibedakan dengan pengenalan bentuk dan tekstur yang dimiliki biji kopi tersebut. Dengan menggunakan pengenalan pola, bentuk dan tekstur dari varietas biji kopi dapat diambil dari gambar (citra) untuk dipergunakan mengenali varietas biji kopi di ekstraksi dengan Histogram of Oriented Gradient (HOG) dan Gray Level Co-ocurrence Matrix (GLCM) memanfaatkan sistem pengenalan klasifikasi varietas biji kopi menggunakan Support Vector Machine (SVM). Dalam pengolahan citra digital, tekstur adalah salah satu fitur yang dapat diekstraksi untuk identifikasi suatu citra. Berdasarkan hasil pengujian didapat nilai untuk masing-masing biji kopi, yaitu HOG 72,50%, dan GLCM 70%.

Actions (login required)

View Item