SKRIPSI

IDENTIFIKASI JENIS KOPI SPECIALTY ARABICA GAYO MENGGUNAKAN

JARINGAN SARAF TIRUAN METODE BACKPROPAGATION

FITRIA NURHASANAH ARIGAWA

Nomor Mahasiswa: 155410178

PROGRAM STUDI TEKNIK INFORMATIKA

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

AKAKOM

YOGYAKARTA

2019
 SKRIPSI

IDENTIFIKASI JENIS KOPI SPECIALTY ARABICA GAYO MENGGUNAKAN

JARINGAN SARAF TIRUAN METODE BACKPROPAGATION

Diajukan sebagai salah satu syarat untuk menyelesaikan studi jenjang Strata Satu

(S1)

Program Studi Teknik Informatika

Sekolah Tinggi Manajemen Informatika Dan Komputer

AKAKOM

Yogyakarta

Disusun Oleh

FITRIA NURHASANAH ARIGAWA

Nomor Mahasiswa : 155410178

PROGRAM STUDI TEKNIK INFORMATIKA

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

AKAKOM

YOGYAKARTA

2019

i
ii
iii
 HALAMAN PERSEMBAHAN

Bismillahirrohmanirrrohim

Dengan rahmat Allah yang Maha Pengasih Lagi Maha Penyayang...

Karya tulis sederhana ini saya persembahkan untuk

Ibu dan Bapak yang saya cintai yang selalu mendoakan, memberi semangat dan yang

menjadi motivasi saya dalam menyelesaikan skripsi ini.

Adikku Fatwa Aulia dan adikku Alwi Rizki yang sudah membantu dalam

mempermudah penyelesaian.

Terimakasih untuk Pak Edi Faizal S.T.,M.Cs selaku pembimbing yang telah membatu

dalam penyelesaian ini. Terimakasih atas ilmu yang bapak berikan, terimakasih saran

dan masukkannya dalam skripsi ini semoga ilmu yang bapak berikan bermanfaat.

Terimakasih untuk dosen penguji saya, ibu Ariesta Damayanti S.kom.,M.Cs atas saran

dan masukannya dalam membuat karya tulis ini menjadi lebih baik lagi dan seluruh

dosen-dosesn STMIK Akakom yang telah memberikan ilmunya kepada saya semoga

Allah SWT membalas kebaikan Ibu-Bapak sekalian.

Terimakasih mbak Rizqi Qoriah yang selalu membantu dan mendukungku agar

menyelesaikan skripsi ini tepat waktu.

Terimakasih sahabat seperjuanganku Elsa renalia, Johan, Irfangi, Adi, Robby, Mungkas,

Aris, Opri, Agus, Amir, Surya, Dimas, Ulang, Ari, Rizki, Qorib, Rifqi, Rizal, Diwita,

Ernita, Anggit dan teman-teman lainnya yang tidak dapat saya sebutkan satu-persatu.

Terimakasih atas kebersamaannya, canda-tawa, senang-sedih dan semua moment

yang telah kita lalui bersama Semoga persahabatan ini selalu terjalin.

Terimakasih juga Sobat putih abu-abuku “der struggle gianz (DSG)”

Ana, Amel, Keke, Gita, Husna JL, Tami, Tika, Resti, Leni, Yanti, Yessi, Muharni, Elida,

Fahmi, Lutfi, Stiadi dan sobat DSG lainnya yang selalu mendoakan. Walau kita

menuntut ilmu ditempat yang berbeda-beda tapi semangat dan dukungan kalian selalu

terasa.

Serta Keluarga besar Himpunan Mahasiswa Jurusan Teknik Informatika (HMJTI) yang

sudah mengajarkan banyak ilmu dan cara berorganisasi kepada saya. Saya berharap

tali silaturahmi kekeluargaan ini tidak pernah putus dan semoga HMJTI semakin solid

dan lebih baik lagi kedepannya.

iv
 MOTTO

“Man jadda wa jada”

(Barang siapa yang bersungguh-sungguh, maka ia akan mendapatkan)

“setiap usaha yang selalu diiringi do’a tidak akan pernah sia-sia”

“percayalah sekecil apapun kebaikan yang kamu lakukan akan berbalas kebaikan besar”

v
 INTISARI

Specialty arabica gayo merupakan biji kopi yang diolah oleh

masyarakat Gayo,Aceh dengan proses pengolahan yang berbeda-beda seperti
pengeringan hingga penggilingan. Terdapat 6 jenis Specialty arabica gayo yaitu
luwak, honey, wash, fullwash, wine dan natural. biji kopi yang hampir sama
membuat kopi sulit dibedakan sehingga diperlukan sistem yang mampu
membedakannya.

Dalam membangun aplikasi ini dilakukan beberapa tahap yaitu resize,

image dirubah kedalam black-white, dilakukan segmentasi tepi canny yang akan
mengidentifikasi bentuk objek kopi dan dilakukan pelatihan dengan
Backpropagation yang akan mengidentifikasi jenis kopi. Data yang digunakan
sebanyak 120 gambar yang diambil dari 6 jenis kopi dengan masing – masing 10
gambar pada biji kopi sisi depan dan 10 gambar pada biji kopi sisi belakang,
digunakan 72 citra sebagai data training dan 48 citra sebagai pengujian.

Hasil pengujian sistem pada citra biji kopi dari sisi depan menunjukkan nilai
sensitivitas 100% dan spesifisitas 0% .Nilai PPV 83.33% dan NPV 100%, dengan
tingkat akurasi sebesar 83.33% serta tingkat kesalahan (error rate) sebesar 16.67%
dan pengujian sistem untuk citra pada sisi belakang menunjukkan nilai sensitivitas
100% dan spesifisitas 20% .Nilai PPV 63.64% dan NPV 100%, dengan tingkat
akurasi sebesar 66.67% serta tingkat kesalahan (error rate) sebesar 33.33%
sehingga dapat dikatakan sistem cukup baik dalam mengidentifikasi biji kopi.

Kata Kunci : biji kopi, Specialty arabica gayo ,Backpropagation, canny, matlab.

vi
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas limpahan Rahmat dan Karunia-Nya,

sehingga penulis dapat menyelesaiakn Tugas Akhir ini yang berjudul “Identifikasi

Jenis Kopi Specialty Arabica Gayo Menggunakan Jaringan Saraf Tiruan Metode

Backpropagation”. Skripsi ini ditujukan untuk memenuhi salah satu syarat

memperoleh gelar sarjana komputer (S.Kom) bagi mahasiswa program S-1

program studi Teknik Informatika.

Terselesainya skripsi ini tidak terlepas dari bantuan banyak pihak, sehingga

dengan segala kerendahan hati dan penuh rasa hormat penulis mengucapkan terima

kasih yang sebesar-besarnya bagi semua pihak yang telah memberikan bantuan

moril maupun materil baik langsung maupun tidak langsung dalam penyusunan

skripsi ini hingga selesai. Terutama kepada yang saya hormati

1. Bapak Ir. Totok Suprawoto, M.M., M.T selaku Ketua Sekolah Tinggi

Manajemen Informatika dan Komputer AKAKOM Yogyakarta.

2. Ibu Dini Fakta Sari, S.T., M.T selaku Ketua Program Studi Teknik

Informatika Jenjang Strata Satu (S1) di Sekolah Tinggi Manajemen

Informatika dan Komputer AKAKOM Yogyakarta.

3. Bapak Edi Faizal S.T., M.Cs. selaku dosen pembimbing yang telah

membimbing dan mengarahkan dalam menyusun tugas akhir ini

4. Ibu Ariesta Damayanti S.Kom.,M.Cs selaku dosen Narasumber yang

telah memberikan kritik dan saran kepada saya dalam menyelesaikan

tugas akhir ini.

vii
 5. Orang tua tercinta yang selalu mendoakan dan telah memberikan

dukungan penuh demi kesuksesan anaknya.

6. Seluruh dosen dan staf karyawan Sekolah Tinggi Manajemen Informatika

dan Komputer AKAKOM Yogyakarta.

7. serta teman - teman yang selalu memberikan semangat dan dukungan yang

luar biasa.

Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna, oleh sebab

itu penulis mengharapkan kritik dan saran yang membangun dari semua pihak demi

kesempurnaan skripsi ini.

Yogyakarta, Januari 2019

Penulis

viii
 DAFTAR ISI

HALAMAN JUDUL ..................................................................................... i

HALAMAN PERSETUJUAN ..................................................................... ii

HALAMAN PENGESAHAN ....................................................................... iii

HALAMAN PERSEMBAHAN ................................................................... iv

HALAMAN MOTTO ................................................................................... v

HALAMAN INTISARI ................................................................................ vi

KATA PENGANTAR ................................................................................... vii

DAFTAR ISI .................................................................................................. ix

DAFTAR GAMBAR ..................................................................................... xii

DAFTAR TABEL ......................................................................................... xiv

LAMPIRAN GRAFIK MSE ........................................................................ xv

BAB I PENDAHULUAN .............................................................................. 1

1.1 Latar Belakang Masalah ...................................................... 1

1.2 Rumusan Masalah ............................................................... 3

1.3 Ruang Lingkup .................................................................... 3

1.4 Tujuan Penelitian ................................................................. 4

1.5 Manfaat Penelitian ............................................................... 4

1.6 Sistematika Penulisan .......................................................... 4

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI ............................. 7

2.1 Tinjauan Pustaka ................................................................. 9

2.2 Dasar Teori .......................................................................... 10

2.2.1 Kopi ........................................................... 10

ix
 2.2.2 Definisi Jaringan Syaraf Tiruan ................ 14

2.2.3 Arsitektur Jaringan Syaraf Tiruan (JST ) . 16

2.2.4 Backpropagation ....................................... 18

2.2.5 Pendeteksian Tepi (Edge Detection) ......... 21

2.2.6 Confusion matrix ........................................ 23

BAB 3 ANALISIS DAN PERANCANGAN SISTEM ............................... 25

3.1 Analisis Kebutuhan ................................................................ 25

3.1.1 Kebutuhan Perangkat Keras ...................... 25

3.1.2 Kebutuhan Perangkat Lunak ..................... 25

3.1.3 Kebutuhan Input ......................................... 25

3.1.4 Kebutuhan Output ...................................... 25

3.1.5 Kebutuhan Proses ....................................... 26

3.2 Perancangan Sistem ................................................................ 26

3.2.1 Preprocessing ............................................. 26

3.2.2 Flowchart ................................................... 27

3.2.3 Diagram Blok ............................................ 29

3.2.4 Arsitektur identifikasi jenis biji kopi .......... 30

3.2.5 Aktivasi ...................................................... 31

3.3 Perancangan Antarmuka ........................................................ 31

3.3.1 Desain Home .............................................. 32

3.3.2 Desain Menu Utama ................................... 32

3.3.3 Desain Menu Pelatihan ............................... 33

3.3.4 Desain Menu Uji Jenis Biji Kopi ............... 34

x
BAB 4 IMPLEMENTASI DAN PEMBAHASAN SISTEM ..................... 36

4.1 Implementasi Sistem .............................................................. 36

4.1.1 Kode Program Mengambil Citra Pelatihan 36

4.1.2 Kode Program Preprocessing Pelatihan .... 36

4.1.3 Kode Program Proses Pelatihan .................. 37

4.1.4 Kode Program Proses Pengujian ................. 39

4.1.5 Kode Program Proses Menghitung Akurasi 40

4.2 Uji Coba Sistem ..................................................................... 40

4.2.1 Tampilan Sistem ......................................... 40

4.2.2 Proses Pelatihan.......................................... 43

4.2.3 Proses Pengujian dan Hasil Pengujian ....... 45

4.3 Pembahasan Sistem ................................................................ 47

BAB V KESIMPULAN DAN SARAN ........................................................ 59

5.1 Kesimpulan ............................................................................. 59

5.2 Saran ...................................................................................... 60

DAFTAR PUSTAKA .................................................................................... 61

xi
 DAFTAR GAMBAR

Gambar 2.1. Biji Luwak .............................................................................. 12

Gambar 2.2. Biji Natural ............................................................................. 12

Gambar 2.3. Biji Wine ................................................................................. 12

Gambar 2.4. Biji Honey .............................................................................. 13

Gambar 2.5. Biji Fullwashed ...................................................................... 13

Gambar 2.6. Biji Wash ................................................................................. 13

Gambar 2.7. Fungsi Aktivasi Neuron (Negnevitsky, 2005) ...................... 15

Gambar 2.8. Arsitektur Jaringan Syaraf Tiruan Layer Tunggal ................. 16

Gambar 2.9. Arsitektur Jaringan Syaraf Tiruan Multi Layer ..................... 17

Gambar 2.10. Arsitektur Lapisan Kompetitif ............................................... 18

Gambar 2.11. Arsitektur Backpropagation (Haryoko, 2016) ........................ 18

Gambar 3.1. Flowchart pelatihan identifikasi jenis biji kopi ....................... 27

Gambar 3.2 Flowchart pengujian identifikasi jenis biji kopi ...................... 28

Gambar 3.3. Blok Diagram Sistem Identifikasi Jenis biji kopi ..................... 29

Gambar 3.4. Arsitektur backpropagation identifikasi jenis biji kopi ........... 30

Gambar 3.5. Grafik untuk fungsi aktivasi tansig ........................................... 31

Gambar 3.6. Tampilan awal Home ............................................................... 32

Gambar 3.7. Rancangan Tampilan Menu Utama .......................................... 33

Gambar 3.8 Rancangan Tampilan Menu Pelatihan ...................................... 33

Gambar 3.9 Rancangan Tampilan Menu Pengujian .................................... 34

Gambar 4.1 Kode Program Mengambil Citra Pelatihan Kopi ..................... 36

Gambar 4.2 Kode Program Preprocessing Pelatihan .................................. 36

xii
Gambar 4.3 Kode Program Proses Pelatihan ............................................... 37

Gambar 4.4 Kode Program Fungsi Backpropagation .................................. 37

Gambar 4.5 kode Program Simulasi Pelatihan ............................................ 38

Gambar 4.6 Kode Program Pengujian ......................................................... 39

Gambar 4.7 Kode Program Menghitung Akurasi ......................................... 39

Gambar 4.8 Tampilan Home ........................................................................ 41

Gambar 4.9 Tampilan Menu Utama ............................................................. 41

Gambar 4.10 Tampilan Training Test 1 (sisi depan citra kopi) ................... 42

Gambar 4.11 Tampilan Training Test 2 (sisi belakang citra kopi) .............. 43

Gambar 4.12 Tampilan Proses Pelatihan ..................................................... 44

Gambar 4.13 proses Training ....................................................................... 44

Gambar 4.14 Grafik Performance (MSE) .................................................... 45

Gambar 4.15 Input Citra Uji ............................................................................ 46

Gambar 4.16 Hasil Pengujian .......................................................................... 46

xiii
 DAFTAR TABEL

Tabel 2.1. Ringkasan Penelitian .................................................................... 9

Tabel 4.1. Hasil Pelatihan menentukan input layer(biji kopi sisi depan) ..... 47

Tabel 4.2. Hasil Pelatihan untuk menentukan hidden layer .......................... 49

Tabel 4.3. Hasil Pelatihan jaringan untuk learning rate ................................ 50

Tabel 4.4. Hasil Pelatihan jaringan untuk minimal error .............................. 51

Tabel 4.5. Hasil Pelatihan menentukan input layer(biji kopi sisi belakang) . 51

Tabel 4.6. Hasil Pelatihan untuk menentukan hidden layer .......................... 52

Tabel 4.7. Hasil Pelatihan jaringan untuk learning rate ................................. 53

Tabel 4.8. Hasil Pelatihan jaringan untuk minimal error .............................. 55

Tabel 4.9. Hasil Pengujian data pengenalan Objek citra kopi sisi depan ..... 55

Tabel 4.10. Confusion matrix hasil pengujian (biji kopi sisi depan) ............ 56

Tabel 4.11. Hasil Pengujian data pengenalan Objek citra kopi sisi belakang 57

Tabel 4.12. Confusion matrix hasil pengujian (biji kopi sisi belakang) ........ 58

xiv