Pengembangan Aplikasi Mobile untuk Identifikasi Tingkat Kematangan Biji Kopi Sangrai Menggunakan Teachable Machine Image Classification (TMIC)

Abstract

Kopi merupakan salah satu komoditas perkebunan strategis Indonesia yang memiliki nilai ekonomi tinggi. Kualitas rasa dan aroma kopi sangat dipengaruhi oleh tingkat kematangan hasil proses sangrai biji kopi. Identifikasi tingkat kematangan biji kopi sangrai umumnya masih dilakukan secara manual melalui pengamatan visual, yang rentan menimbulkan subjektivitas dan inkonsistensi. Penelitian ini bertujuan mengembangkan aplikasi mobile untuk mengidentifikasi tingkat kematangan biji kopi sangrai secara otomatis dengan memanfaatkan App Inventor dan Teachable Machine. Dataset yang digunakan terdiri dari 1.400 citra biji kopi sangrai, dengan 1.200 data digunakan sebagai data latih dan 200 data sebagai data uji. Model klasifikasi dilatih pada Teachable Machine untuk empat kategori kematangan, yaitu green, light, medium, dan dark, kemudian diintegrasikan ke dalam aplikasi berbasis App Inventor. Hasil pengujian menunjukkan variasi tingkat akurasi pada setiap kelas, yaitu 76% untuk green, 64% untuk light, 78% untuk medium, dan 94% untuk dark. Secara keseluruhan, aplikasi yang dikembangkan terbukti mampu melakukan identifikasi tingkat kematangan biji kopi sangrai dengan akurasi yang cukup baik.