Rancang Bangun Mesin Pemanggang Biji Kopi Berbasis Image Processing dan Akustik

Winjaya, Fathurrozi (2017) Rancang Bangun Mesin Pemanggang Biji Kopi Berbasis Image Processing dan Akustik. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2214204002-Master_Thesis.pdf - Published Version

Download (3MB) | Preview

Abstract

Biji kopi merupakan salah satu komoditas perkebunan tradisional yang mempunyai peran penting dalam perekonomian Indonesia diantaranya robusta dan arabika. Selama ini yang ada di pasaran pemanggang biji kopi hanya berdasarkan suhu dengan waktu. Dengan menggunakan warna dan suara itu tidak tergantung pada kondisi awal biji kopi seperti tingkat kelembapan. Sehingga pada penelitian ini akan dikembangkan sistem pemanggang biji kopi dengan menggunakan teknologi image processing digabungkan dengan sensor akustik yang akan sangat membantu meningkatkan kualitas hasil pemanggangan biji kopi. Alat pemanggang yang digunakan berjenis oven dan elemen pemanas yang dikontrol pada suhu 270 ºC yang disesuaikan dengan jenis biji kopi Arabika Kayu Mas dan Robusta Sumberasin selama sepuluh menit. Dalam proses pemanggangan tersebut dimonitoring oleh kamera dan mikrofon yang dipasang dengan jarak 15cm dari pemanggang. Kamera digunakan untuk monitoring warna biji kopi dengan RGB dan mikrofon digunakan untuk monitoring suara keretakan. Dari proses sistem RGB dapat ditentukan tingkat kematangan Vienna pada saat pemanggangang. Pada monitoring suara diproses dengan sistem VAD (Voice Activity Detection) untuk memisahkan suara keretakannya dan diproses menggunakan FFT (Fast Fourier Transform). Keduanya mempunyai frekuensi yang berbeda. Frekuensi dominan suara keretakan pertama 5khz, sedangkan suara keretakan yang kedua mempunyai frekuensi dominan 10khz. Pengujian identifikasi suara keretakan menggunakan neural network mempunyai tingkat keberhasilan 100% pada (Mean Square Error) MSE 0,001 untuk biji kopi Arabika dan 80% untuk biji kopi Robusta. Pada penelitian ini suara keretakan kedua dijadikan sebagai parameter kematangan. =============================================================================================== The coffee bean is one of the traditional plantation commodities that have an important role in the Indonesia's economics, such as robusta and arabika. All this time in the market, coffee bean roaster only based on temperature and time. It does not depend on the initial condition of coffee beans such as moisture level because it only uses color and sound. So in this study will be developed a coffee bean system by using image processing technology coupled with acoustic sensors that will greatly help improve the quality of roasted coffee beans. The roaster used in this research is an oven type roaster and controllable heating element at a temperature of 270 ºC adjusted for Arabica Kayu Mas and Robusta Sumberasin coffee beans for ten minutes. The roasting process is monitored by camera and microphone mounted with a distance of 15cm from the roaster. The camera is used for monitoring the color of coffee beans with RGB and microphones are used for the monitoring of cracking sounds. From the process of the RGB system can be determined the level of maturity of Vienna at the roasting time. Sound monitoring is processed by using a VAD (Voice Activity Detection) system to separate the cracking sounds and process it using FFT (Fast Fourier Transform). Both have different frequencies. The dominant frequency of the first cracking sound is 5khz, while the second cracking sound has 10khz dominant frequency. The cracking identification test using neural network has a success rate of 100% at MSE 0,001 for Arabica coffee beans and 80% of Robusta coffee beans. The sound of the second crack can be used as a parameter of maturity.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Akustik, Image Processing, Kopi, Pemanggang.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7872 Electromagnetic Devices
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S2) Master Theses
Depositing User: Winjaya Fathurrozi
Date Deposited: 08 Nov 2017 03:18
Last Modified: 05 Mar 2019 06:16
URI: http://repository.its.ac.id/id/eprint/42912

Actions (login required)

View Item View Item