Klasifikasi Kualitas Biji Kopi Dengan Radial Basis Function
KLASIFIKASI KUALITAS BIJI KOPI DENGAN
RADIAL BASIS FUNCTION
SKRIPSI
MEWATI PANJAITAN
111402022
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
KLASIFIKASI KUALITAS BIJI KOPI DENGAN
RADIAL BASIS FUNCTION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
MEWATI PANJAITAN
111402022
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: KLASIFIKASI KUALITAS BIJI KOPI DENGAN RADIAL
BASIS FUNCTION
Kategori
: SKRIPSI
Nama
: MEWATI PANJAITAN
Nomor Induk Mahasiswa
: 111402022
Program Studi
: S1 TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT
Muhammad Anggia Muchtar, ST.,MM.IT
NIP. -
NIP. 19800110 200801 1 010
Diketahui/ disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110 200801 1 010
Universitas Sumatera Utara
iii
KLASIFIKASI KUALITAS BIJI KOPI DENGAN
RADIAL BASIS FUNCTION
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 29 April 2016
Mewati panjaitan
111402022
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Segala puji dan syukur penulis sampaikan kepada Tuhan Yang Maha Esa yang telah
memberikan berkat-Nya yang melimpah sehingga penulis dapat menyelesaikan skripsi ini
dengan baik untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Teknologi
Informasi Universitas Sumatera Utara.
Skripsi ini penulis persembahkan kepada orangtua penulis, Bapak Bekman Panjaitan dan
Ibu Siti Tamba yang selalu memberikan doa, semangat, perhatian, kasih sayang, dan
pengorbanan. Semoga Tuhan Yesus memberikan kebahagiaan kepada kedua orangtua
penulis. Terima kasih penulis ucapkan kepada adik-adik penulis, Veronika Panjaitan,
Rayendra Panjaitan dan Lewis Panjaitan yang selalu menyemangati dalam pengerjaan
skripsi ini.
Penulis menyadari bahwa penelitian ini tidak akan terwujud tanpa bantuan banyak pihak.
Dengan kerendahan hati, penulis ucapkan terima kasih kepada :
1. Bapak M. Anggia Muchtar, S.T.,MM.IT sebagai dosen pembimbing I dan Ibu Dr.
Erna Budhiarti Nababan, M.IT sebagai dosen pembimbing II yang telah meluangkan
waktu, pikiran, saran, dan kritiknya untuk penulis dalam menyelesaikan skripsi ini.
2. Ketua dan Sekretaris Program Studi S1 Teknologi Informasi, Bapak M. Anggia
Muchtar, S.T., MM.IT. dan bapak Mohammad Fadly Syahputra, B.Sc.,M.Sc.IT.
3. Bapak Dedy Arisandi, S.T., M.Kom selaku dosen pembimbing akademik yang selalu
memberi saran dalam proses akademik penulis.
4. Seluruh dosen yang mengajar serta staf Tata Usaha Program Studi Teknologi
Informasi Universitas Sumatera Utara.
5. Teman-teman kesayangan, Karina Ginting, S.Kom, Vanesa Felicia,S.Kom,
Fahrunissa Khairani, S.Kom, Chairunnisaq, S.Kom, Ade Oktariani, S.Kom, Marsha
Ayudia, S.Kom, Rauva Chairani, S.Kom, Nabila Pindya, S.Kom, Abbas Munandar,
S.Kom, Royananda, S.Kom, Bernike, S.Kom, Dian Aria Ningsih, S.Kom yang telah
bersedia menjadi teman diskusi dan memberikan dukungan kepada penulis.
Universitas Sumatera Utara
v
6. Teman-teman angkatan 2011 Teknologi Informasi, semoga kita meraih kesuksesan.
7. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis
ucapankan satu persatu yang telah membantu menyelesaikan skripsi ini.
Penulis menyadari bahwa masih banyak kekurangan dalam skripsi ini, untuk itu
penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak
demi kesempurnaan skripsi ini. Akhir kata penulis ucapkan terima kasih.
Universitas Sumatera Utara
vi
ABSTRAK
Kopi merupakan salah satu komoditas unggulan dalam subsektor perkebunan di Indonesia
karena memiliki peluang pasar yang besar, baik di dalam negeri maupun luar negeri.
Sebelum kopi diekspor atau dipasarkan, eksportir memberikan sampel kopi ke petugas
(Balai Pengujian dan Sertifikasi Mutu Barang) untuk diuji berdasarkan Standart Nasional
Indonesia (SNI). Pengujian kualitas yang diterapkan dalam BPSMB masih dilakukan secara
manual sehingga tingkat probabilitas petugas melakukan kesalahan relatif tinggi akibat tidak
konsentrasi karena kuantitas sampel yang sangat banyak. Selain itu petugas juga
memerlukan waktu yang relatif lama untuk memisahkan sampel yang cacat dan tidak cacat
untuk mengetahui kualitasnya. Oleh sebab itu, dibutuhkan suatu pendekatan untuk
mengklasifikasikan kualitas biji kopi sehingga membantu petugas yang bekerja di Balai
Pengujian dan Sertifikasi Mutu Barang dalam meningkatkan keakuratan untuk
meningkatkan kualitas kopi. Pada penelitian ini, penulis menggunakan proses pengolahan
citra biji kopi sebagai input dan menggunakan metode Radial Basis Function (RBF) untuk
mengklasifikasikan kualitas biji kopi kedalam 3 jenis kualitas biji kopi sebagai output. Hasil
pengujian terhadap 130 citra biji kopi sebagai data training dan 20 citra sebagai data testing
menunjukkan bahwa metode yang diajukan mampu mengklasifikasikan kualitas biji kopi uji
dengan tingkat akurasi mencapai 90%.
Kata kunci : kualitas biji kopi, pengolahan citra, Radial Basis Function (RBF)
Universitas Sumatera Utara
vii
CLASSIFYING QUALITY OF COFFEE BEANS
USING RADIAL BASIS FUNCTION (RBF)
ABSTRACT
Coffee is one of the leading commodity in plantation sub-sector in Indonesia because it has a
large market opportunity, both domestically and abroad. Before it is exported or marketed,
exporters provide samples of coffee beans to the officers in Center for Testing and Quality
Certification of Goods (BPSMB) to be tested based on the Indonesian National Standard.
Quality tests applied in BPSMB is still done manually so that the probability of human
errors is relatively high due to lack of concentration because of the large quantity of
samples. In addition, the officers also require a relatively long time to separate good and not
good samples to determine its quality. Therefore, a method is required to classify the quality
of coffee beans that help officers working at the Center for Testing and Certification of
Goods Quality to improve the accuracy while determining the quality of the coffee. In this
research, we use image processing techniques to process the image of coffee beans as input
and use Radial Basis Function (RBF) to classify the quality of the coffee beans into 3 types
of quality coffee beans as output. The test results of 130 images coffee beans as training data
and 20 images as testing data show that the proposed method is able to classify the coffee
quality test with the accuracy of 90%.
Keywords : quality of coffee beans, image processing, Radial Basis Function (RBF)
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
ii
Pernyataan
iii
Ucapan Terima Kasih
iv
Abstrak
vi
Abstract
vii
Daftar Isi
viii
Daftar Tabel
x
Daftar Gambar
xi
BAB 1
BAB 2
PENDAHULUAN
1.1. Latar Belakang
1
1.2. Rumusan Masalah
3
1.3. Tujuan Penelitian
3
1.4. Batasan Masalah
3
1.5. Manfaat Penelitian
3
1.6. Metodologi Penelitian
4
1.7. Sistematika Penulisan
5
LANDASAN TEORI
7
2.1.Kopi (Coffee)
7
2.2.Pengolahan Citra
10
2.3. Ekstraksi Fitur
12
2.4. Radial Basis Function (RBF)
16
2.5. Algoritma K-Means
18
2.6. Penelitian Terdahulu
20
Universitas Sumatera Utara
ix
BAB 3
ANALISA DAN PERANCANGAN SISTEM
23
3.1. Data yang digunakan
23
3.2. Arsitektur Umum
24
3.2.1. Input Citra kopi
25
3.2.2. Preprocessing
26
3.2.3. Klasifikasi
32
3.3. Perancangan User Interface
BAB 4
3.3.1. Perancangan Halaman Utama
39
3.3.2. Perancangan Halaman Data Uji
40
3.3.3. Perancangan Halaman Proses Training
43
IMPLEMENTASI DAN PENGUJIAN SISTEM
44
4.1 Kebutuhan Sistem
44
4.1.1. Perangkat Keras
44
4.1.2. Perangkat Lunak
43
4.2 Implementasi Perancangan Antar Muka
BAB 5
39
45
4.2.1. Halaman Utama
45
4.2.2. Halaman Data Training
46
4.2.3. Halaman Data Uji
47
4.3 Pengujian Aplikasi
52
4.4 Pelatihan Citra Data Training
53
4.5 Pengujian Citra
56
KESIMPULAN DAN SARAN
59
5.1 Kesimpulan
59
5.2 Saran
60
DAFTAR PUSTAKA
61
Universitas Sumatera Utara
x
DAFTAR TABEL
Hal.
Tabel 2.1.
Penentuan besarnya nilai cacat biji kopi
9
Tabel 2.2.
Penelitian terdahulu
22
Tabel 3.1.
Data sumber
32
Tabel 3.2.
Centroid pada pengulangan 0
33
Tabel 3.3.
Hasil perhitungan jarak
34
Tabel 3.4.
Hasil output
38
Tabel 4.1.
Hasil pengujian sistem
52
Tabel 4.2.
Citra training
54
Tabel 4.3.
Data uji multiple bean
56
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Hal.
Gambar 2.1. Jenis biji kopi
8
Gambar 2.2. Contoh ekstraksi fitur tekstur ( Crouse et al, 1998)
15
Gambar 2.3. Arsitektur Radial Basis Function
16
Gambar 2.4. Flowchart K-Means
19
Gambar 3.1. Contoh data yang digunakan
23
Gambar 3.2. Arsitektur umum
24
Gambar 3.3. Tabel acuan penyusunan biji kopi
25
Gambar 3.4. Biji Kopi disusun diatas tabel acuan
25
Gambar 3.5. Representasi piksel biji kopi
26
Gambar 3.6. Representasi citra 5 x 5 piksel
27
Gambar 3.7. Nilai grayscale setelah mengitung nilai RGB
29
Gambar 3.8. Proses grayscale
29
Gambar 3.9. Proses threshold
30
Gambar 3.10. Representasi piksel biji kopi 5 x 5
30
Gambar 3.11. Nilai matriks citra dari deteksi tepi sobel
31
Gambar 3.12. Hasil citra threshold dan citra deteksi tepi
31
Gambar 3.13. Arsitektur jaringan Radial Basis Function
35
Gambar 3.14. Rancangan halaman utama
39
Gambar 3.15. Tampilan halaman data uji single bean dan multiple bean
40
Universitas Sumatera Utara
xii
Gambar 3.16. Tampilan halaman training
43
Gambar 4.1. Tampilan awal sistem
45
Gambar 4.2. Tampilan training sebelum dan sesudah memilih citra
46
Gambar 4.3. Tampilan single bean sebelum dan sesudah citra diuji
48
Gambar 4.4. Tampilan multiple bean sebelum dan sesudah citra diuji.
51
Universitas Sumatera Utara
RADIAL BASIS FUNCTION
SKRIPSI
MEWATI PANJAITAN
111402022
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
KLASIFIKASI KUALITAS BIJI KOPI DENGAN
RADIAL BASIS FUNCTION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
MEWATI PANJAITAN
111402022
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: KLASIFIKASI KUALITAS BIJI KOPI DENGAN RADIAL
BASIS FUNCTION
Kategori
: SKRIPSI
Nama
: MEWATI PANJAITAN
Nomor Induk Mahasiswa
: 111402022
Program Studi
: S1 TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT
Muhammad Anggia Muchtar, ST.,MM.IT
NIP. -
NIP. 19800110 200801 1 010
Diketahui/ disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110 200801 1 010
Universitas Sumatera Utara
iii
KLASIFIKASI KUALITAS BIJI KOPI DENGAN
RADIAL BASIS FUNCTION
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 29 April 2016
Mewati panjaitan
111402022
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Segala puji dan syukur penulis sampaikan kepada Tuhan Yang Maha Esa yang telah
memberikan berkat-Nya yang melimpah sehingga penulis dapat menyelesaikan skripsi ini
dengan baik untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Teknologi
Informasi Universitas Sumatera Utara.
Skripsi ini penulis persembahkan kepada orangtua penulis, Bapak Bekman Panjaitan dan
Ibu Siti Tamba yang selalu memberikan doa, semangat, perhatian, kasih sayang, dan
pengorbanan. Semoga Tuhan Yesus memberikan kebahagiaan kepada kedua orangtua
penulis. Terima kasih penulis ucapkan kepada adik-adik penulis, Veronika Panjaitan,
Rayendra Panjaitan dan Lewis Panjaitan yang selalu menyemangati dalam pengerjaan
skripsi ini.
Penulis menyadari bahwa penelitian ini tidak akan terwujud tanpa bantuan banyak pihak.
Dengan kerendahan hati, penulis ucapkan terima kasih kepada :
1. Bapak M. Anggia Muchtar, S.T.,MM.IT sebagai dosen pembimbing I dan Ibu Dr.
Erna Budhiarti Nababan, M.IT sebagai dosen pembimbing II yang telah meluangkan
waktu, pikiran, saran, dan kritiknya untuk penulis dalam menyelesaikan skripsi ini.
2. Ketua dan Sekretaris Program Studi S1 Teknologi Informasi, Bapak M. Anggia
Muchtar, S.T., MM.IT. dan bapak Mohammad Fadly Syahputra, B.Sc.,M.Sc.IT.
3. Bapak Dedy Arisandi, S.T., M.Kom selaku dosen pembimbing akademik yang selalu
memberi saran dalam proses akademik penulis.
4. Seluruh dosen yang mengajar serta staf Tata Usaha Program Studi Teknologi
Informasi Universitas Sumatera Utara.
5. Teman-teman kesayangan, Karina Ginting, S.Kom, Vanesa Felicia,S.Kom,
Fahrunissa Khairani, S.Kom, Chairunnisaq, S.Kom, Ade Oktariani, S.Kom, Marsha
Ayudia, S.Kom, Rauva Chairani, S.Kom, Nabila Pindya, S.Kom, Abbas Munandar,
S.Kom, Royananda, S.Kom, Bernike, S.Kom, Dian Aria Ningsih, S.Kom yang telah
bersedia menjadi teman diskusi dan memberikan dukungan kepada penulis.
Universitas Sumatera Utara
v
6. Teman-teman angkatan 2011 Teknologi Informasi, semoga kita meraih kesuksesan.
7. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis
ucapankan satu persatu yang telah membantu menyelesaikan skripsi ini.
Penulis menyadari bahwa masih banyak kekurangan dalam skripsi ini, untuk itu
penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak
demi kesempurnaan skripsi ini. Akhir kata penulis ucapkan terima kasih.
Universitas Sumatera Utara
vi
ABSTRAK
Kopi merupakan salah satu komoditas unggulan dalam subsektor perkebunan di Indonesia
karena memiliki peluang pasar yang besar, baik di dalam negeri maupun luar negeri.
Sebelum kopi diekspor atau dipasarkan, eksportir memberikan sampel kopi ke petugas
(Balai Pengujian dan Sertifikasi Mutu Barang) untuk diuji berdasarkan Standart Nasional
Indonesia (SNI). Pengujian kualitas yang diterapkan dalam BPSMB masih dilakukan secara
manual sehingga tingkat probabilitas petugas melakukan kesalahan relatif tinggi akibat tidak
konsentrasi karena kuantitas sampel yang sangat banyak. Selain itu petugas juga
memerlukan waktu yang relatif lama untuk memisahkan sampel yang cacat dan tidak cacat
untuk mengetahui kualitasnya. Oleh sebab itu, dibutuhkan suatu pendekatan untuk
mengklasifikasikan kualitas biji kopi sehingga membantu petugas yang bekerja di Balai
Pengujian dan Sertifikasi Mutu Barang dalam meningkatkan keakuratan untuk
meningkatkan kualitas kopi. Pada penelitian ini, penulis menggunakan proses pengolahan
citra biji kopi sebagai input dan menggunakan metode Radial Basis Function (RBF) untuk
mengklasifikasikan kualitas biji kopi kedalam 3 jenis kualitas biji kopi sebagai output. Hasil
pengujian terhadap 130 citra biji kopi sebagai data training dan 20 citra sebagai data testing
menunjukkan bahwa metode yang diajukan mampu mengklasifikasikan kualitas biji kopi uji
dengan tingkat akurasi mencapai 90%.
Kata kunci : kualitas biji kopi, pengolahan citra, Radial Basis Function (RBF)
Universitas Sumatera Utara
vii
CLASSIFYING QUALITY OF COFFEE BEANS
USING RADIAL BASIS FUNCTION (RBF)
ABSTRACT
Coffee is one of the leading commodity in plantation sub-sector in Indonesia because it has a
large market opportunity, both domestically and abroad. Before it is exported or marketed,
exporters provide samples of coffee beans to the officers in Center for Testing and Quality
Certification of Goods (BPSMB) to be tested based on the Indonesian National Standard.
Quality tests applied in BPSMB is still done manually so that the probability of human
errors is relatively high due to lack of concentration because of the large quantity of
samples. In addition, the officers also require a relatively long time to separate good and not
good samples to determine its quality. Therefore, a method is required to classify the quality
of coffee beans that help officers working at the Center for Testing and Certification of
Goods Quality to improve the accuracy while determining the quality of the coffee. In this
research, we use image processing techniques to process the image of coffee beans as input
and use Radial Basis Function (RBF) to classify the quality of the coffee beans into 3 types
of quality coffee beans as output. The test results of 130 images coffee beans as training data
and 20 images as testing data show that the proposed method is able to classify the coffee
quality test with the accuracy of 90%.
Keywords : quality of coffee beans, image processing, Radial Basis Function (RBF)
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
ii
Pernyataan
iii
Ucapan Terima Kasih
iv
Abstrak
vi
Abstract
vii
Daftar Isi
viii
Daftar Tabel
x
Daftar Gambar
xi
BAB 1
BAB 2
PENDAHULUAN
1.1. Latar Belakang
1
1.2. Rumusan Masalah
3
1.3. Tujuan Penelitian
3
1.4. Batasan Masalah
3
1.5. Manfaat Penelitian
3
1.6. Metodologi Penelitian
4
1.7. Sistematika Penulisan
5
LANDASAN TEORI
7
2.1.Kopi (Coffee)
7
2.2.Pengolahan Citra
10
2.3. Ekstraksi Fitur
12
2.4. Radial Basis Function (RBF)
16
2.5. Algoritma K-Means
18
2.6. Penelitian Terdahulu
20
Universitas Sumatera Utara
ix
BAB 3
ANALISA DAN PERANCANGAN SISTEM
23
3.1. Data yang digunakan
23
3.2. Arsitektur Umum
24
3.2.1. Input Citra kopi
25
3.2.2. Preprocessing
26
3.2.3. Klasifikasi
32
3.3. Perancangan User Interface
BAB 4
3.3.1. Perancangan Halaman Utama
39
3.3.2. Perancangan Halaman Data Uji
40
3.3.3. Perancangan Halaman Proses Training
43
IMPLEMENTASI DAN PENGUJIAN SISTEM
44
4.1 Kebutuhan Sistem
44
4.1.1. Perangkat Keras
44
4.1.2. Perangkat Lunak
43
4.2 Implementasi Perancangan Antar Muka
BAB 5
39
45
4.2.1. Halaman Utama
45
4.2.2. Halaman Data Training
46
4.2.3. Halaman Data Uji
47
4.3 Pengujian Aplikasi
52
4.4 Pelatihan Citra Data Training
53
4.5 Pengujian Citra
56
KESIMPULAN DAN SARAN
59
5.1 Kesimpulan
59
5.2 Saran
60
DAFTAR PUSTAKA
61
Universitas Sumatera Utara
x
DAFTAR TABEL
Hal.
Tabel 2.1.
Penentuan besarnya nilai cacat biji kopi
9
Tabel 2.2.
Penelitian terdahulu
22
Tabel 3.1.
Data sumber
32
Tabel 3.2.
Centroid pada pengulangan 0
33
Tabel 3.3.
Hasil perhitungan jarak
34
Tabel 3.4.
Hasil output
38
Tabel 4.1.
Hasil pengujian sistem
52
Tabel 4.2.
Citra training
54
Tabel 4.3.
Data uji multiple bean
56
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Hal.
Gambar 2.1. Jenis biji kopi
8
Gambar 2.2. Contoh ekstraksi fitur tekstur ( Crouse et al, 1998)
15
Gambar 2.3. Arsitektur Radial Basis Function
16
Gambar 2.4. Flowchart K-Means
19
Gambar 3.1. Contoh data yang digunakan
23
Gambar 3.2. Arsitektur umum
24
Gambar 3.3. Tabel acuan penyusunan biji kopi
25
Gambar 3.4. Biji Kopi disusun diatas tabel acuan
25
Gambar 3.5. Representasi piksel biji kopi
26
Gambar 3.6. Representasi citra 5 x 5 piksel
27
Gambar 3.7. Nilai grayscale setelah mengitung nilai RGB
29
Gambar 3.8. Proses grayscale
29
Gambar 3.9. Proses threshold
30
Gambar 3.10. Representasi piksel biji kopi 5 x 5
30
Gambar 3.11. Nilai matriks citra dari deteksi tepi sobel
31
Gambar 3.12. Hasil citra threshold dan citra deteksi tepi
31
Gambar 3.13. Arsitektur jaringan Radial Basis Function
35
Gambar 3.14. Rancangan halaman utama
39
Gambar 3.15. Tampilan halaman data uji single bean dan multiple bean
40
Universitas Sumatera Utara
xii
Gambar 3.16. Tampilan halaman training
43
Gambar 4.1. Tampilan awal sistem
45
Gambar 4.2. Tampilan training sebelum dan sesudah memilih citra
46
Gambar 4.3. Tampilan single bean sebelum dan sesudah citra diuji
48
Gambar 4.4. Tampilan multiple bean sebelum dan sesudah citra diuji.
51
Universitas Sumatera Utara