Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK: Optimasi proses penyangraian biji kakao (Theobroma cacao L.) menggunakan alat sangrai getar terfluidisasi, menggunakan rancangan percobaan response surface method dengan central composite dua faktor (terhadap 13 variabel sampel) telah digunakan untuk mendapatkan pengaruh frekuensi getaran dan jarak bidang pemanas sinar infra merah terhadap kualitas dan kadar air produk biji kakao non-fermentasi yang disangrai. Bahan yang digunakan merupakan biji kakao non-fermentasi yang diperoleh dari Gabungan Kelompok Tani Kakao di Blitar, sementara itu alat yang digunakan berupa alat sangrai getar terfluidisasi (vibro- fluidized roaster) dilengkapi pemanas sinar infra merah. Nilai optimum penyangraian diperlihatkan oleh frekuensi getar sebesar 40 Hz dan jarak letak pelat tempat biji kakao dari pemanas adalah 10 cm, dengan kadar air biji kakao sebesar 1,7-2%, dan lama waktu penyangraian 6 menit. Produk biji kakao yang dihasilkan dari proses penyangraian menggunakan alat Vibro-Fluidized Roaster memiliki kandungan anti oksidan sebesar 32,297 %. "

"Indonesia memproduksi lebih dari 700 ribu ton biji kopi, menjadikannya negara keempat terbesar penghasil kopi di dunia. Di dalam biji kopi sendiri, terkandung berbagai zat kimia yang bermanfaat bagi kesehatan seperti kafein, chlorogenic  acid (CA), dan trigonelline. Kadar masing-masing zat kimia ini bergantung pada varietas biji kopi serta tingkat penyangraiannya. Sebuah metode terbaru untuk meninjau sifat dari suatu biji kopi secara efisien dan non-destruktif adalah menggunakan Convolutional Neural Network (CNN), yaitu metode pembelajaran mesin (Machine learning) yang meninjau citra dari target yang diberikan. Jenis citra yang diberikan pada suatu model CNN dapat berupa citra multispektral yang terdiri dari banyak panjang gelombang. Citra semacam ini memiliki lebih banyak informasi karena jumlah pita gelombang yang lebih banyak, serta terdapat panjang gelombang yang tidak kasat mata. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi varietas dan tingkat penyangraian biji kopi berbasis citra multispektral dengan menggunakan pemodelan Convolutional Neural Network dengan input citra multispektral dan output majemuk. Citra multispektral yang dipakai menggunakan terdiri atas citra RGB (Red, Green, Blue), dan OCN (Orange, Cyan, NIR). Hasil akurasi pengujian tertinggi dicapai menggunakan arsitektur SqueezeNet, input citra RGB sajam dengan akurasi 95,49% untuk klasifikasi varietas, dan 99,02% untuk tingkat penyangraian. Melalui penelitian ini, perancangan sistem multi output berbasis citra multispektral mampu mengklasifikasikan tingkat penyangraian dan varietas secara bersamaan.

---

Indonesia produces more than 700 thousand tons of coffee beans, making it the fourth largest coffee producing country in the world. Coffee beans themselves contain various chemicals that are beneficial for health, such as caffeine, chlorogenic acid (CA), and trigonelline. The levels of each of these chemicals depend on the coffee bean variety and the level of roasting. A new method for reviewing the properties of a coffee bean efficiently and non-destructively is using a Convolutional Neural Network (CNN), which is a machine learning method that reviews the image of a given target. The type of image given to a CNN model can be a multispectral image consisting of many wavelengths. This kind of image has more information because there are more wave bands, and there are wavelengths that are not visible to the eye. This research aims to design and build a classification system of varieties and roasting levels of multispectral image-based coffee beans using Convolutional Neural Network modeling with multispectral image input and compound output. The multispectral images used consist of RGB (Red, Green, Blue), and OCN (Orange, Cyan, NIR) images. The highest test accuracy results were achieved using SqueezeNet architecture, input RGB sharp image with 95.49% accuracy for variety classification, and 99.02% for roasting rate. Through this research, the design of a multispectral image-based multi-output system is able to classify roasting level and variety simultaneously."

"Kopi merupakan komoditas ekspor yang diandalkan menjadi sumber penghasilan bagi 1,5 juta petani kopi di Indonesia salah satunya spesies kopi robusta. Kopi robusta menjadi spesies kopi yang mendominasi untuk ditanam di Indonesia yaitu sebesar 73,06% dari total produksi kopi di Indonesia. Proses roasting merupakan tahapan penting dalam pemberian rasa pada kopi. Kafein merupakan salah satu senyawa yang memberikan rasa pada kopi. Namun, penelitian kopi di Indonesia masih sedikit terutama tentang analisis senyawa kafein pada proses roasting. Penelitian ini bertujuan untuk menganalisis senyawa kafein pada light dan dark roasting berdasarkan GC-MS ekstrak biji kopi robusta yang dilarutkan dengan pelarut akuades. Sampel merupakan hasil dari light roasting dan dark roasting yang berasal dari pulau Jawa dan Sulawesi dengan tidak adanya pengulangan. Uji beda mean populasi (Uji T) digunakan untuk membandingkan kandungan senyawa kafein pada tipe roasting yang berbeda. Rata-rata luas area di bawah peak pada tiap kelompok sampel kopi dibandingkan menggunakan Uji T untuk melihat perbedaannya dengan tingkat signifikansi α = 0.05. Hasil Uji T menunjukkan bahwa tidak ada perbedaan kandungan senyawa kafein pada light roasting dan dark roasting.

---

Coffee is an export commodities that is reliable as the source of income to 1,5 billion of Indonesian farmers one of them is robusta coffee species. Robusta coffe is the dominant species to be planted in Indonesia, comprising of 73.06% of Indonesia total coffee production. roasting process is the critical process which will give flavors to coffee. caffeine is one of compounds that contributes to the taste of coffee. The objective of this study was to analyze caffeine compounds on light and dark roasting of robusta coffee extracts dilluted in aquades based on GC-MS method. the samples were light and dark roasted coffee beans from Java and Sulawesi.  Caffeine compounds contained on two different roasting methods were compared with The Unequal Variance T test. The mean of area under the peak on each sample groups were compared with T test to investigate the difference on significance α = 0.05. The T test showed that there were no difference on the caffeine compound contained in light and dark roasting methods."