📅 21 November 2025
DOI: 10.51903/7cwf7662

COFFEE BEAN QUALITY CLASSIFICATION USING THE RESNET50 CONVOLUTIONAL NEURAL NETWORK

JUISI : Jurnal Ilmiah Sistem Informasi
Universitas Sains dan Teknologi Komputer

📄 Abstract

Klasifikasi kualitas biji kopi merupakan langkah penting dalam menjaga mutu dan konsistensi produk kopi, terutama di sektor industri dan agribisnis. Penilaian kualitas secara manual seringkali bersifat subjektif, sehingga dibutuhkan pendekatan berbasis teknologi untuk memberikan hasil yang lebih objektif. Penelitian ini mengusulkan penggunaan arsitektur Convolutional Neural Network (CNN) ResNet50 untuk mengklasifikasikan citra biji kopi berdasarkan tingkat sangraian, yaitu Dark, Medium, Light, dan Green. Dataset yang digunakan terdiri dari 1.600 citra biji kopi, dibagi menjadi data pelatihan (1.200 gambar) dan validasi (400 gambar). Model dikembangkan dengan memanfaatkan bobot pralatih ResNet50 dari ImageNet dengan seluruh layer dasar dibekukan, dan ditambahkan lapisan GlobalAveragePooling2D, Dense, BatchNormalization, Dropout, serta output layer softmax. Pelatihan dilakukan tanpa preprocessing atau augmentasi data. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 99%, dengan precision, recall, dan f1-score yang tinggi dan seimbang pada seluruh kelas. Model kemudian diimplementasikan dalam aplikasi berbasis web menggunakan Streamlit yang memungkinkan pengguna mengunggah citra biji kopi dan memperoleh hasil klasifikasi secara otomatis. Temuan ini menunjukkan bahwa pendekatan ResNet50 efektif untuk mendukung proses penilaian kualitas biji kopi secara cerdas, serta dapat dikembangkan lebih lanjut untuk penerapan di industri.
 

🔖 Keywords

#Klasifikasi biji kopi; Convolutional Neural Network; ResNet50; deep learning; Streamlit; Coffee Bean Classification; Convolutional Neural Network; ResNet50; Deep Learning; Streamlit

ℹ️ Informasi Publikasi

Tanggal Publikasi
21 November 2025
Volume / Nomor / Tahun
Volume 4, Nomor 1, Tahun 2025

📝 HOW TO CITE

Munir, Munir; Nafiiyah, Nur; Budi, Agus Setia; Munir, Munir; Nafiiyah, Nur ; Budi, Agus Setia, "COFFEE BEAN QUALITY CLASSIFICATION USING THE RESNET50 CONVOLUTIONAL NEURAL NETWORK," JUISI : Jurnal Ilmiah Sistem Informasi, vol. 4, no. 1, Nov. 2025.

ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
DOI

🔗 Artikel Terkait dari Jurnal yang Sama

Design and Implementation of a Web-Based QR Code Employee Attendance System for Optimizing Attendance Management: A Case Study at Bento and Es Teh Luwes Ungaran

Nufninu, Novinda Grezen; Rudjiono, Rudjiono; Panjaitan, Cherlina Helena Purnamasari ; Nufninu, Novinda Grezen; Rudjiono, Rudjiono; Panjaitan, Cherlina Helena Purnamasari

21 May 2026

Deteksi Aktivitas Vape Berbasis Yolov8 pada Citra dan Video dengan Pendekatan Deep Learning

Lahuddin, Lahuddin; Larasati, Pamela ; Hasbi, Abdilah; Lahuddin, Lahuddin; Larasati, Pamela ; Hasbi, Abdilah

21 May 2026

Grouping of Student Attendance Discipline Levels Based on Daily Attendance Data Using the K-Means Algorithm

Putri, Syahwa Mutiara ; Rahmawati, Anita; Bella, Alfina Chintya; Gurowo, Damar Aji; Arifin, Muhammad; Putri, Syahwa Mutiara ; Rahmawati, Anita; Bella, Alfina Chintya ; Gurowo, Damar Aji; Arifin, Muhammad

21 May 2026

Sistem Informasi Penerimaan Jasa Tenaga Kerja Berbasis Website dengan Metode Extreme Programming (Studi Kasus PT: Gunung Batu)

Pramudya, Bagas; Ariati, Nining ; Dhamayanti, Dhamayanti; Pramudya, Bagas; Ariati, Nining ; Dhamayanti, Dhamayanti

21 May 2026

Analisis Perbandingan Yolov11 dan MobileNetV3 untuk Klasifikasi Varietas Padi

Octaviansyah, Ade ; Sari, Herva Emilda; Raharjo, Teguh; Octaviansyah, Ade; Sari, Herva Emilda ; Raharjo, Teguh

21 May 2026

UI/UX Design of a Mobile Application for Shoe Cleaning Service Management Using the Design Thinking Method (Case Study: OurShoes)

Cahyani, Clariesta Eka Nanda ; Voutama, Apriade ; Cahyani, Clariesta Eka Nanda ; Voutama, Apriade

21 May 2026

📊 Statistik Sitasi Jurnal