Klasifikasi Jenis Biji Kopi dengan Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM)

Bowo Eko Cahyono, Agus Tjahjo Nugroho, Icha Wulan Maulinida

Abstract


Kopi merupakan salah satu tanaman perkebunan yang menjadi sumber penghasilan rakyat dan juga dapat menjadi sumber peningkat devisa negara melalui ekspor biji kopi mentah maupun olahan dari biji kopi. Kopi dapat dibedakan berdasarkan jenisnya yaitu Kopi Robusta dan Kopi Arabika. Setiap varietas kopi memiliki harga yang berbeda-beda tergantung dari jenis varietasnya. Tidak semua petani, dan pemilik coffee shop mampu mengenali varietas kopi dengan hanya melihat green bean dan roasting. Hal tersebut dapat diatasi dengan pemodelan yang dapat mengidentifikasi varietas Kopi Robusta dan Arabika agar dapat digunakan sebagai second opinion untuk mengidentifikasi varietas kopi robusta dan arabika. Salah satu metode yang dapat digunakan adalah metode pencitraan. Tujuan dari penelitian ini adalah untuk mengetahui akurasi mengklasifikasikan jenis biji kopi dengan menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Pada penelitian ini bahan utama yang digunakan adalah biji kopi jenis Robusta Tanggul dan Raung, serta Arabika Ijen dan Bali yang telah di sangrai. tingkat kematangan sangrai biji kopi yang digunakan pada penelitian ini adalah coklat muda (light roast) untuk jenis Arabika dan medium roast untuk jenis robusta. Hasil yang diperoleh dari akurasi klasifikasi jenis biji kopi dengan menggunakan metode GLCM sebesar 99% untuk klasifikasi tipe kernel atau powder, 93% untuk klasifikasi jenis Robusta atau Arabika, dan 56% untuk klasifikasi daerah asal yaitu (Tanggul, Raung, Ijen, dan Bali) dengan citra data uji sebanyak 80 citra.


Keywords


akurasi; arabika; biji kopi; glcm; robusta

References


H. Syahputra, F. Arnia, dan K. Munadi, “Karakterisasi Kematangan Buah Kopi Berdasarkan Warna Kulit Kopi Menggunakan Histogram dan Momen Warna,” J. Nas. Tek. Elektro, vol. 8, no. 1, p. 42, 2019, doi: 10.25077/jnte.v8n1.615.2019.

Ikhsan, D., E. Utami dan F. W. Wibowo. 2020. Metode Klasifikasi Mutu Greenbean Kopi Arabika Lanang Dan Biasa Menggunakan K-Nearest Neighbor Berdasarkan Bentuk. Jurnal Ilmiah Sinus (JIS) Vol. 18: 1-8.

Kementerian Perindustrian, “Industri Pengolahan Kopi Semakin Prospektif.,” Oktober (2019). https://kemenperin.go.id/artikel/21117/Industri-Pengolahan-Kopi-Semakin-Prospektif.

Kristanto, Aditya. 2018. Image Processing Klasifikasi Biji Kopi Menggunaka Metode K-Nearest Neighbor. Yogyakarta : Universitas Kristen Duta Wacana.

M. B. Chaniago and A. P. W. Wibowo, “Penentunan Kualitas Tektur Biji Kopi Jenis Arabica Menggunakan Teknik Computer Vision,” Semnasteknomedia Online, vol. 5, no. 1, pp. 4–3, (2017).

Nugraha, D. A. dan A. S. Wiguna. 2018. Seleksi Fitur Warna Citra Digital Biji Kopi Menggunakan Metode Principal Component Analysis. Journal of Computer, Information System, & Technology Management Vol. 3: 24-30.

Nugroho, M. A. dan M. M. Sebatubun. 2020. KlasifikasiI Varietas Kopi Berdasarkan Green Bean Coffe Menggunakan Metode Machine Learning. Jurnal Of Information System Management Vol. 1: 1-5.

Orlincia, A. 2017. Klasifikasi Jenis Biji Kopi Dengan Ekstraksi Tekstur Berbasis Histogram Pengolahan Citra Digital Menggunakan Algoritma K-Nearest Neighbour. www.dinus.ac.id: Teknik Informatika Universitas Dian Nuswantoro.

Prabowo. Hary. 2019. Identifikasi Jenis Biji Kopi Arabika dan Robusta Menggunakan Deteksi Tepi Canny Dengan Klasifikasi K-Neasrest Neighbor. Jakarta : Universitas Pembangunan Nasional Veteran

Prastyaningsih, Y., A. Noor dan A. Supriyanto. 2020. Identifikasi Jenis Biji Kopi Menggunakan Ekstraksi Fitur Tekstur Berbasis Content Based Image Retrieval. ScientiCO : Computer Science and Informatics 3: 105-116.

Rabila. Ahmed. 2021. Klasifikasi Varietas Biji Kopi Arabika Menggunakan Metode SVM Dengan Fitur HOG dan GLCM. Palembang : Universitas Multi Data.

Rawansyah, Asmara, R. A., & Heryanto, T. A. (2019). Klasifikasi Varietas Biji Kopi Arabika Menggunakan Ekstraksi Bentuk dan Tekstur. 316-322.

Saragih, A. dan M. Sianturi. 2020. Implementasi Metode Color Moment dan GLCM Untuk Mendeteksi Penyakit Tanaman Karet. Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI) 7: 145-151.

Sebatubun, M. M. dan E. H. Pujiarini. 2018. Pengenalan Varietas Kopi Arabika Berdasarkan Fitur Bentuk. Jurnal Informatika dan Komputer (JIKO) 3 (2): 60-69.

U. Fatasya and U. Effendi. 2016. “Identifikasi Jenis dan Mutu Kopi Menggunakan Pengolahan Citra Digital dengan Metode Jaringan Syaraf Tiruan,” J. Ilm. Teknol. Pertan. Agrotechno, vol. 2, no. 1, pp. 140–146.




DOI: https://doi.org/10.24198/jt.vol16n3.9

Refbacks

  • There are currently no refbacks.


Indexed by:

  

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License (CC BY-SA 4.0)