View/Open

Author
MICHAEL MAHALALEEL ,

Date Published
04 Mar 2026

Advisor
Sabar, M.Si.,
Rizki Yustisia Sari, S.T., M.T.I.,

Subject
Rekayasa Instrumentasi dan Automasi

Publisher

Ukuran biji adalah salah satu parameter mutu fisik kopi robusta, sedangkan pengayakan manual tidak menghasilkan data ukuran digital tiap biji. Penelitian ini merancang sistem klasifikasi ukuran biji kopi robusta (Coffea Canephora) hasil pengolahan basah berbasis Computer Vision dengan YOLOv8 Instance Segmentation, dan YOLO11n-seg sebagai pembanding. Sistem melakukan segmentasi, ekstraksi kontur, pengukuran minimum Feret diameter terkalibrasi 7,50 piksel/mm, serta klasifikasi berdasarkan SNI 01-2907-2008. Dataset 1.785 citra dibagi 80:10:10. YOLOv8-seg memperoleh precision 99,62%, recall 98,74%, [email protected] 98,50%, dan [email protected]:0.95 mask 83,82% (YOLO11n-seg: 65,40%). Pada 300 sampel diperoleh MAE 0,0815 mm, MAPE 1,17%, akurasi klasifikasi 98,00%, dan waktu proses 40,1 ms/frame; kesalahan hanya terjadi di batas ambang kelas bertetangga. Sistem terbukti akurat mengklasifikasikan ukuran biji kopi secara digital pada kondisi laboratorium.

URI
https://repo.itera.ac.id/depan/submission/SB2610230050

Keyword
Biji kopi robusta, Computer Vision, YOLOv8, Insta