Perbandingan Metode Noise Filtering SG, DWT, FFT pada Klasifikasi Kopi Berbasis E-Nose
Tahun 2025 · Penulis: R. Fasich Aulia Pratama Iman
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Sinyal Electronic Nose (E-Nose) rentan terhadap noise yang dapat menurunkan akurasi klasifikasi kualitas kopi. Penelitian ini bertujuan membandingkan efektivitas tiga metode noise filtering, yaitu Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT), dan Savitzky-Golay (SG), dalam klasifikasi lima grade kopi Arabika menggunakan algoritma XGBoost. Berdasarkan hasil evaluasi, metode Savitzky-Golay (SG) terbukti paling stabil dan efektif, mencapai akurasi tertinggi 88,00% pada rasio data 90:10. Metode FFT mencapai akurasi serupa pada rasio 80:20 namun kurang stabil pada rasio lain, sedangkan DWT hanya mencapai maksimal 86,00%. Meskipun data tanpa filtering juga mampu mencapai akurasi 88,00% berkat ketahanan algoritma XGBoost, penggunaan Savitzky-Golay tetap direkomendasikan karena mampu menghasilkan sinyal yang lebih bersih dan mempertahankan fitur karakteristik aroma kopi secara optimal.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,848
Tahun 2025 · Penulis: Firliya Nanda Iqtisadi Walmalia
Implementasi E-Nose Untuk Menentukan Level Roasting Biji Kopi Arabika (Coffea arabica L.) Dan Kopi Robusta (Coffea canephora)
Penyangraian merupakan salah satu proses penting dalam menentukan kualitas akhir biji kopi. Penyangraian mempengaruhi karakteristik aroma dan rasa kopi yang dihasilkan. Proses penyangraian diklasifikasikan menjadi tiga tingkat sangrai, yaitu light roast, mediu
- Cosine 0,843
Tahun 2026 · Penulis: Cyatria Wichaksana Ristanto
Adaptasi Sensor Drift pada Electronic Nose untuk Klasifikasi Kopi Campuran Pinang Menggunakan Deep Learning (Constrastive Edge-Labeling Graph Neural Network)
Klasifikasi varietas kopi yang dicampur bubuk pinang menggunakan teknologi Electronic Nose sering terkendala oleh fenomena sensor drift yang mengubah distribusi data akibat penuaan sensor dan kompleksitas aroma. Penelitian ini bertujuan mengatasi degradasi per
- Cosine 0,843
Tahun 2026 · Penulis: Ahmad Ghulam Ramadhan Nugroho
Analisis Komparasi Kinerja Seleksi Fitur (CFS, LDA, dan OPLS-DA) Pada Electronic Nose Untuk Klasifikasi Mutu Kopi Arabika
Penggunaan instrumen Electronic Nose (E-Nose) untuk proses klasifikasi mutu kopi Arabika seringkali dihadapkan pada kendala fundamental berupa tingginya dimensi data serta masalah multikolinearitas ekstrem antar sensor. Fenomena tersebut dapat memicu terjadiny