PENGEMBANGAN ALGORITMA KECERDASAN BUATAN UNTUK PENGATURAN OTOMATIS MESIN ROASTING KOPI BERBASIS INTERNET OF THINGS = Development of Artificial Intelligence Algorithms for Automatic Control of IoT-Based Coffee Roasting Machine

Proses roasting kopi merupakan tahap krusial dalam menentukan cita rasa akhir biji kopi. Pengendalian suhu dan durasi yang kurang tepat dapat menyebabkan ketidakkonsistenan dalam hasil roasting, terutama karena proses ini masih banyak bergantung pada keterampilan dan pengalaman operator. Untuk mengatasi tantangan tersebut, penelitian ini mengembangkan sistem otomatisasi mesin roasting kopi berbasis Internet of Things (IoT) dengan dukungan kecerdasan buatan (AI) guna meningkatkan presisi dan konsistensi dalam proses roasting. Sistem ini mengintegrasikan algoritma You Only Look Once (YOLOv8) untuk mendeteksi tingkat kematangan biji kopi secara real-time serta model Recurrent Neural Network – Gated Recurrent Unit (RNN-GRU) untuk memprediksi pola perubahan suhu dan waktu roasting yang optimal. Perangkat keras yang digunakan mencakup sensor suhu dan kelembaban, kamera untuk pemantauan visual, serta aktuator yang dikendalikan secara otomatis melalui sistem IoT. Sementara itu, perangkat lunak dikembangkan menggunakan PyTorch untuk pelatihan model AI dan PyQt sebagai antarmuka pengguna. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi tingkat kematangan kopi dengan akurasi tinggi, di mana model YOLOv8 mencapai akurasi prediksi sebesar 98,8% selama pelatihan. Namun, ketika diimplementasikan pada Jetson Nano, akurasi menurun menjadi 70,1%, kemungkinan karena keterbatasan komputasi dan kondisi lingkungan yang lebih bervariasi. Selain itu, model RNN-GRU menunjukkan Mean Absolute Error (MAE) sebesar 0,29 untuk pelatihan dan 0,33 untuk validasi, serta Mean Squared Error (MSE) sebesar 0,18 untuk pelatihan dan 0,21 untuk validasi. Nilai-nilai ini menunjukkan bahwa model dapat memprediksi suhu dan durasi roasting dengan tingkat kesalahan yang relatif rendah, sehingga mampu memberikan rekomendasi parameter roasting yang lebih terstandarisasi. Lebih lanjut, sistem IoT yang dikembangkan memiliki tingkat error hanya 2,08%, yang menunjukkan keandalannya dalam menjaga kondisi roasting sesuai dengan rekomendasi model. Dengan adanya otomatisasi berbasis AI, ketergantungan terhadap operator dapat dikurangi, sementara efisiensi dan kualitas roasting dapat ditingkatkan. Implementasi sistem ini diharapkan dapat memberikan kontribusi bagi industri kopi dalam menciptakan proses produksi yang lebih modern, presisi, dan adaptif terhadap berbagai kondisi roasting.