OPTIMASI PROSES PENYANGRAIAN KAKAO BERBASIS TEKNOLOGI MINDSPHERE DI UGM COCOA TEACHING AND LEARNING INDUSTRY, BATANG, JAWA TENGAH

Enas Dhuhri Kusuma

doi:10.55686/ristek.v9i1.179

Penulis

Enas Dhuhri Kusuma Gadjah Mada University

DOI:

https://doi.org/10.55686/ristek.v9i1.179

Kata Kunci:

Kakao, penyangraian, optimasi, IOT, mindsphere, data mining

Abstrak

Proses penyangraian adalah salah satu tahap penting dalam pengolahan biji kakao yang menentukan kualitas hasil akhir produk. Penelitian ini bertujuan untuk mengoptimalkan suhu dan durasi penyangraian berbasis data untuk menghasilkan kualitas biji kakao terbaik. Pada proses ini, kandungan air pada biji kakao dikeluarkan dan biji dikembangkan agar didapatkan aroma dan warna yang khas serta memenuhi standar. Data diperoleh dari perekaman secara real-time menggunakan platform IoT Mindsphere yang ada di CTLI dan bagian quality control, mencakup kapasitas roasting, kadar air, pH, jenis biji, dan variabel lainnya. Metode data mining dengan algoritma Support Vector Regression (SVR) digunakan untuk memprediksi suhu dan durasi optimal, yang dievaluasi menggunakan Mean Absolute Percent Error (MAPE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa algoritma SVR mampu merekomendasikan kombinasi suhu dan durasi penyangraian dengan akurasi tinggi, dengan nilai rata-rata MAPE sebesar 4,76% dan RMSE sebesar 9,17. Penelitian ini bermanfaat bagi industri kakao sebagai panduan berbasis data untuk meningkatkan efisiensi dan kualitas produk olahan kakao.

Unduhan

Data unduhan belum tersedia.

Referensi

Aziziah, Sabila Aulia, and Nyoman Djinar Setiawina. "Analisis Pengaruh Produksi, Harga Dan Nilai Tukar Terhadap Ekspor Biji Kakao Indonesia Ke Belanda." Cerdika: Jurnal Ilmiah Indonesia 1.4 (2021): 448-455.

Izzah, Nidaul, and Dennysa Damayanti. "Pengaruh Jumlah Produksi dan Harga terhadap Nilai Ekspor Kakao Indonesia Tahun 2017-2020." Transparansi: Jurnal Ilmiah Ilmu Administrasi 6.1 (2023): 78-85.

Mulyo, Panca Rahadi, and Yuli Hariyati. "Dinamika perkembangan perkebunan kakao rakyat di Indonesia." Agriekonomika 9.1 (2020): 48-60.

Nabila, Salsa Olivia, and Nur Wijayanti. "Study of Cocoa Powder Production Process and Packaging Technology in UGM Cocoa Teaching and Learning Industry." Indonesian Journal of Food Technology 3.1 (2024): 87-100.

S. Wijanarti, A. M. Rahmatika, and R. Hardiyanti, “Pengaruh lama penyangraian Manual Terhadap Karakteristik Kakao Bubuk,” Jurnal Nasional Teknologi Terapan (JNTT), vol. 2, no. 2, p. 212, 2019

K. Potdar, T. S., and C. D., “A comparative study of categorical variable encoding techniques for neural network classifiers,”International Journal of Computer Applications, vol. 175, no. 4, pp. 7–9, 2017

O. A. Akanbi, I. S. Amiri, and E. Fazeldehkordi, A machine learning approach to phishing detection and Defense. Amsterdam: Elsevier, 2015

F. F. Firdaus, H. A. Nugroho, and I. Soesanti, “A review of feature selection and classification approaches for heart disease prediction,” IJITEE (International Journal of Information Technology and Electrical Engineering), vol. 4, no. 3, p. 75, 2021

N. Sánchez-Maroño, A. Alonso-Betanzos, and M. Tombilla- Sanromán, “Filter methods for feature selection – A comparative study,” Intelligent Data Engineering and Automated Learning - IDEAL 2007, pp. 178–187, 2007

Brownlee, Jason. "How to choose a feature selection method for machine learning." Machine Learning Mastery 10 (2019): 1-7

A. Shirzad, M. Tabesh, and R. Farmani, “Performance Comparison between Support Vector Regression and Artificial Neural Network for Prediction of Oil Palm Production,” Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information), vol. 9, no. 1, pp. 1-8, 2016.

D. M. Belete and M. D. Huchaiah, “Grid search in hyperparameter optimization of machine learning models for prediction of HIV/AIDS test results,” International Journal of Computers and Applications, vol. 44, no. 9, pp. 875–886, 2021.

Sulistiana and M. A. Muslim, “Support Vector Machine (SVM) optimization using grid search and UNIGRAM to improve e- commerce review accuracy,” Journal of Soft Computing Exploration, vol. 1, no. 1, 2020.