RANCANG BANGUN APLIKASI KLASIFIKASI TINGKAT KEMATANGAN SANGRAI KOPI MELALUI CITRA DIGITAL MENGGUNAKAN CNN (CONVOLUTIONAL NEURAL NETWORK ) BERBASIS ANDROID

Abstract

Abstrak
Proses sangrai kopi merupakan proses yang penting, bahkan
secara persentase proses sangrai berpengaruh sebesar hingga 30%
dalam sumbangan aroma dan rasa. Namun selama ini proses
sangrai kopi hanya dapat dilakukan oleh seseorang yang sudah
ahli dalam menyangrai kopi sehingga dapat menentukan tingkat
kematangan kopi yang benar dan tepat. Selain itu dalam
menentukan tingkat kematangan sangrai kopi masih banyak
berdasarkan pendapat subjektif seseorang. Di Indonesia sendiri
tingkat kematangan sangrai kopi dikategorikan ke dalam tiga
tingkatan yaitu light roast, medium roast, dan dark roast. Maka
dari itu penulis, merancang sebuah aplikasi yang mampu
mengklasifikasikan tingkat kematangan sangrai kopi. Aplikasi ini
bertujuan untuk dapat membantu standarisasi dalam menentukan
tingkat kematangan sangrai kopi bagi orang-orang yang mencoba
melakukan sangrai kopi secara mandiri. Aplikasi ini dibentuk
dalam bentuk aplikasi pada perangkat mobile android untuk
memudahkan pengguna sehingga dapat digunakan kapanpun
disaat yang diinginkan. Pada penelitian ini dilakukan percobaan
menggunakan kombinasi arsitektur CNN antara LeNet5,
AlexNet, MiniVGGNet dengan fungsi optimasi ADAM, SGD,
dan NADAM. Penelitian ini berhasil menghasilkan model dengan
akurasi tertinggi hingga 98% menggunakan kombinasi antara
LeNet5 dengan fungsi optimasi ADAM. Model inilah yang
digunakan sebagai opsi standar pada aplikasi ketika melakukan
klasifikasi sangrai kopi.
Kata kunci: sangrai, kopi, android, LeNet5, AlexNet,
MiniVGGNet, ADAM, SGD, NADAM
Abstract
The process of roasting coffee is an important process, even the
percentage of roasting process influences up to 30% in the
contirbution of aroma and taste. But so far the process of roasting
coffee can only be done by someone who is an expert at roasting
coffee so that it can determine the correct and appropiate level of
roasted coffee. In determining the level of roasted coffee is still a
lot based on someone’s subjective opinion. In Indonesia the level
of roasted coffee is categorized into three levels, light roast,
medium roast, and dark roast. Therefore the author, designed an
application that is able to classify the level of roasted coffee. This
application aims to be able to hel standradize in determining the
level of roasted coffee for people who are tryin to do coffee
roasting independently. This application was formed in form of
an application o nan androiud mobile device to facilitate the use
so that it can be used whenever desired. In this reasearch was
conducted using combination of CNN architecture between
LeNet5, AlexNet, MiniVGGMNet with ADAM, SGD, and NADAM
optimization functions. This research succeeded in producing a
model with highest accuracy 98% using a combination of LeNet5
with ADAM optimization functions. This model is used as a
default option in application when classifying roasted coffee.
Keywords: roast, coffee, android, LeNet5, AlexNet, MiniVGGNet,
ADAM, SGD, NADAM