MILA, Salsa (2025) Deteksi Non-Destruktif Adulterasi Kopi Arabika menggunakan Spektrometer Portabel dan Model Klasifikasi Machine Learning. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Salsa Mila-A1C021056-Skripsi-2025.pdf Download (188kB)
	PDF (Legalitas) LEGALITAS-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only Download (497kB)
	PDF (Abstrak) ABSTRAK-Salsa Mila-A1C021056-Skripsi-2025.pdf Download (285kB)
	PDF (BabI) BAB-I-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only until 15 August 2026. Download (275kB)
	PDF (BabII) BAB-II-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only until 15 August 2026. Download (388kB)
	PDF (BabIII) BAB-III-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only until 15 August 2026. Download (523kB)
	PDF (BabIV) BAB-IV-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB-V-Salsa Mila-A1C021056-Skripsi-2025.pdf Download (306kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Salsa Mila-A1C021056-Skripsi-2025.pdf Download (269kB)
	PDF (Lampiran) LAMPIRAN-Salsa Mila-A1C021056-Skripsi-2025.pdf Restricted to Repository staff only Download (1MB)

Abstract

Kopi merupakan salah satu komoditas pertanian yang rentan terhadap adulterasi atau pemalsuan. Indonesia tercatat sebagai negara penghasil kopi terbesar ketiga di dunia pada tahun 2022/2023, dengan produksi arabika yang lebih sedikit dibandingkan robusta, karena memiliki harga jual yang lebih tinggi, kopi Arabika lebih sering menjadi sasaran adulterasi, yaitu dengan mencampurkan bahan lain yang lebih murah ke dalam produk kopi. Praktik ini menurunkan mutu dan keaslian produk, serta merugikan konsumen. Deteksi adulterasi masih menjadi tantangan karena metode konvensional cenderung subjektif dan kurang efisien. Penelitian ini bertujuan untuk membangun model klasifikasi guna mendeteksi adulterasi pada kopi arabika bubuk secara non-destruktif menggunakan data spektra dari spektrometer portabel. Penelitian ini dilaksanakan di Pusat Riset Teknologi Tepat Guna BRIN, Subang, Jawa Barat, pada November 2024 hingga Januari 2025. Sampel yang digunakan berupa kopi bubuk arabika murni serta kopi bubuk arabika dengan adulterasi jagung, beras, dan kacang hijau. Pengujian dilakukan secara non-destruktif menggunakan spektrometer portabel berbasis sensor AS7265X untuk memperoleh data spektra pada panjang gelombang 410–940 nm. Data spektra digunakan untuk membangun model klasifikasi menggunakan algoritma Support Vector Machine (SVM), Random Forest (RF), dan Linear Discriminant Analysis (LDA). Evaluasi performa model dilakukan dengan confusion matrix dan metrik klasifikasi seperti accuracy, precision, recall, dan F1-score. Selain itu, dilakukan pengujian destruktif terhadap parameter fisikokimia (kafein, pH, kadar abu, kadar air, warna, dan total padatan terlarut) sebagai data pendukung. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memberikan accuracy tertinggi, yaitu 100% pada data yang telah dinormalisasi. Model ini mampu membedakan kopi murni dari kopi adulterasi, sekaligus mengidentifikasi jenis adulteran (jagung, beras, dan kacang hijau). Temuan ini diperkuat oleh hasil uji destruktif yang menunjukkan perubahan karakteristik kopi akibat penambahan adulteran.

Actions (login required)

View Item