Pengembangan Aplikasi iOS untuk Evaluasi Hasil Penyangraian Kopi Arabika

Penentuan level sangrai kopi biasanya dilakukan dengan melihat warna hasil penyangraian yang dapat dilakukan dengan menggunakan instrumen dan metode objektif (visual manusia). Penentuan kualitas hasil penyangraian kopi dengan warna menggunakan metode objektif sangat rentan terhadap kesahalan dan bias, serta perlu dilakukan oleh seorang ahli. Penelitian bertujuan untuk menghasilkan algoritma machine learning Convolutional Neural Network (CNN) dengan framework CoreML dalam melakukan klasifikasi level penyangraian pada kopi dan mengintegrasikannya ke dalam aplikasi berbasis iOS. Penelitian ini dimulai dengan pembuatan dataset kopi, kemudian pembuatan algoritma CNN dengan menggunakan arsitektur LeNet-5, pelatihan dan pengujian model, pembuatan dan pengujian aplikasi, serta launch aplikasi. Dataset yang dikumpulkan sebanyak 1200 citra yang terbagi atas 3 kelas yaitu dark, medium dan light roast. Dari hasil pelatihan dan pengujian model didapatkan nilai akurasi masing-masing 99,22% dan 99,00%, sedangkan untuk nilai loss masing-masing 0,0228 dan 0,0292. Dari kedua nilai tersebut menunjukkan bahwa kinerja model sangat baik dalam klasifikasi level sangrai. Model tersebut kemudian diintegrasikan ke dalam aplikasi yang dibuat menggunakan beberapa frameworks dari Swift seperti CoreML, Vision dan UIKit. Aplikasi tersebut kemudian diuji kebeberapa pengguna untuk memastikan fungsi setiap fitur dalam aplikasi berjalan dengan baik. Dari hasil pengujian menunjukkan bahwa implementasi model ke dalam aplikasi tidak mengubah kinerja dari model. Aplikasi ini kemudian dites terhadap dua merek kopi yang lain, dan didapatkan level sangrai yang berbeda dengan merek yang digunakan untuk dataset. Hal ini menunjukkan bahwa hasil klasifikasi yang dihasilkan model bergantung pada dataset yang digunakan.