Perbandingan Akurasi Teknik Pengolahan Citra Digital Dan  Ovendrying Untuk Penentuan Kadar Air Pada Biji Kopi

Ardi Wijaya; Nanda Natasya; Anisya Sonita; Rozali Toyib

doi:10.51454/decode.v5i3.1357

Authors

Ardi Wijaya Teknik Informatika Universitas Muhammadiyah Bengkulu
Nanda Natasya Teknik Informatika Universitas Muhammadiyah Bengkulu
Anisya Sonita Teknik Informatika Universitas Muhammadiyah Bengkulu
Rozali Toyib Teknik Informatika Universitas Muhammadiyah Bengkulu

DOI:

https://doi.org/10.51454/decode.v5i3.1357

Keywords:

Biji Kopi, Deteksi Tepi Canny, Kadar Air, Pengolahan Citra Digital, Random Forest

Abstract

Kadar air adalah parameter kritis penentu kualitas biji kopi, namun metode pengukurannya yang standar, yaitu oven-drying, bersifat lambat, destruktif, dan boros energi. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem alternatif non-destruktif berbasis pengolahan citra digital untuk memprediksi kadar air biji kopi. Metode yang diusulkan mengintegrasikan algoritma Deteksi Tepi Canny Untuk membangun model, sistem ini dilatih menggunakan data ground-truth yang membandingkan perubahan fitur geometris 50 sampel citra dengan data kadar air aktual. Penelitian ini menggunakan desain eksperimental kuantitatif dengan 50 sampel biji kopi untuk membandingkan akurasi metode usulan terhadap metode oven-drying sebagai standar acuan. Kinerja sistem dievaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa sistem berbasis citra digital mampu memprediksi kadar air dengan baik, mencapai tingkat kesalahan rata-rata (MAPE) sebesar 11.72%.. Kesimpulan dari penelitian ini adalah bahwa metode pengolahan citra digital merupakan alternatif yang sangat potensial, karena tidak hanya menawarkan akurasi yang menjanjikan tetapi juga jauh lebih unggul dalam hal efisiensi waktu (hitungan detik vs. jam) dan bersifat non-destruktif, sehingga relevan untuk implementasi di industri kopi.

References

Ahn, J. Y., Kil, D. Y., Kong, C., & Kim, B. G. (2014). Comparison Of Oven-Drying Methods For Determination Of Moisture Content In Feed Ingredients. Asian-Australasian Journal of Animal Sciences, 27(11), 1615–1622. https://doi.org/10.5713/ajas.2014.14305

Alibayan, J. P. I., Bobadilla, I. R. C., Carnicer, M. K. V., Pascua, R. T., Teodosio, J. G., Arago, N. M., Tolentino, L. K. S., Fernandez, E. O., & Valenzuela, I. C. (2019). Green Coffee Bean Sorter and Corrector based on Moisture Content using Capacitive Method. Auckland University of Technology, 1-4. . https://doi.org/10.1109/HNICEM48295.2019.9073477

Arib, M. F., Rahayu, M. S., Sidorj, R. A., & Afgani, M. W. (2024). Experimental Research Dalam Penelitian Pendidikan. Journal Of Social Science Research, 4(1), 5497–5511.

Azizah, I., Helmiah, F., & Latiffani, C. (2024). Penerapan Metode Trend Moment Dalam Memprediksi Penjualan Rumah KPR Bersubsidi Pada Perumahan. Decode: Jurnal Pendidikan Teknologi Informasi, 4(3), 798–808. https://doi.org/10.51454/decode.v4i3.509

Batubara, S. A. (2020). Perancangan Aplikasi Pengolahan Citra Digital Untuk Menentukan Bibit Unggul Biji Kopi dengan Metode Canny Edge Detection. JURIKOM (Jurnal Riset Komputer), 7(3), 421. https://doi.org/10.30865/jurikom.v7i3.2206

Carneiro, J. D. S., Nogueira, R. M., Martins, M. A., Valladão, D. M. D. S., & Pires, E. M. (2018). The Oven-Drying Method For Determination Of Water Content In Brazil Nut. Bioscience Journal, 34(3), 595–602. https://doi.org/10.14393/BJ-v34n3a2018-37726

Fazira, D. N., Mulyani, N., & Rahayu, E. (2023). Prediksi Kebutuhan Bahan Baku Kedelai Di Pabrik Tahu Buk Iyem Menggunakan Metode Least Square. Decode: Jurnal Pendidikan Teknologi Informasi, 3(2), 341–351. https://doi.org/10.51454/decode.v3i2.203

Gonzalez, R. C. ., & Woods, R. E. . (2018). Digital image processing. Pearson Education.

Mahendra, V. Y., & Riadi, A. A., Evanita, E. (2022). Aplikasi Pengolahan Citra Digital Menentukan Bobot Sapi Dengan Metode Titik Berat Berbasis Android. Jurasik: Jurnal Riset Sistem dan Teknik Informatika, 7(1), 88–94. https://doi.org/10.30645/jurasik.v7i1.419

Maimunah, S., Prayoga, A., Aruan, D. G. R., & Purba, R. R. (2024). Utilization of Controlled Oven Drying Method to Produce Export Quality of Coffee Peel and Beans (Coffea arabica L.). Jurnal Pembelajaran Biologi, 10(3), 1063-1072. https://doi.org/10.36987/jpbn.v10i3.6327

Paramida, O., Fadhil, R., Syafriandi, S., & Lubis, A. (2022). Pengujian Penyangraian Kopi Arabika dengan Mesin Penyangrai Kopi Tabung Silinder menggunakan Sumber Panas Listrik. Jurnal Ilmiah Mahasiswa Pertanian, 7(4), 895-903.

Ponce, J. (2012). Computer Vision: A Modern Approach. Prentice Hall Professional Technical Referenc.

Pratama, M. I., . Kusriani, K., & Muhammad, A. H. (2022). Classification Of Coffee Beans Roast Maturity Levels Based On Digital Image Processing Color Using The KNN And PCA Method. International Journal of Scientific and Research Publications, 12(12), 138–148. https://doi.org/10.29322/ijsrp.12.12.2022.p13217

Ramadhan, R. P., Pahrizal, P., & Apridiansyah, Y. (2025). Eksperimen Perbandingan Otsu Thresholding dan Canny Edge Detection Terhadap Peningkatan Kualitas Citra Beresolusi Rendah. Ranah Research : Journal of Multidisciplinary Research and Development, 7(3), 2210–2216. https://doi.org/10.38035/rrj.v7i3.1575

Rodríguez, J. P., Corrales, D. C., Aubertot, J. N., & Corrales, J. C. (2020). A Computer Vision System For Automatic Cherry Beans Detection On Coffee Trees. Pattern Recognition Letters, 136, 142–153. https://doi.org/10.1016/j.patrec.2020.05.034

Veronika, N. D. M., Adelia, S., Reswan, Y., & Imanullah, M. (2024). Perbandingan Algoritma Canny dan Algoritma Robert Pada Deteksi Tepi Kain Batik Khas Bengkulu. JSAI (Journal Scientific and Applied Informatics), 7(2), 393–398. https://doi.org/10.36085/jsai.v7i2.6577

Wahyuni, T., Meilin, A., & Nasamsir, N. (2022). Pengaruh Kadar Air Biji Kopi Liberika Tungkal Komposit (Coffea liberica L.) Dalam Penyimpanan Terhadap Serangan Araecerus fasciculatus (De geer). Jurnal Media Pertanian, 7(2), 116-122. https://doi.org/10.33087/jagro.v7i2.156

Waruwu, M., Pu`at, S. N., Utami, P. R., Yanti, E., & Rusydiana, M. (2025). Metode Penelitian Kuantitatif: Konsep, Jenis, Tahapan dan Kelebihan. Jurnal Ilmiah Profesi Pendidikan, 10(1), 917–932. https://doi.org/10.29303/jipp.v10i1.3057

Wijaya, A., & Franata, H. (2020). Peningkatan Hasil Segmentasi Deteksi Tepi Menggunakan Morphology Pada Pengolahan Citra. Jukomika: Jurnal Ilmu Komputer dan Informatika, 3(6), 549-562.

Yu, S., Zheng, H., Wilson, D. I., Yu, W., & Young, B. R. (2024). Integrating Image Analysis and Machine Learning for Moisture Prediction and Appearance Quality Evaluation: A Case Study of Kiwifruit Drying Pretreatment. Foods, 13(12), 1789. https://doi.org/10.3390/foods13121789