Klasifikasi Kualitas Biji Kopi Arabika Berdasarkan Nilai Cupping Menggunakan Backpropagation Neural Network

Abstract

Penilaian kualitas biji kopi Arabika merupakan proses penting dalam menjaga konsistensi cita rasa dan mutu produk kopi. Metode cupping yang umum digunakan masih memiliki tingkat subjektivitas yang tinggi karena dipengaruhi oleh perbedaan pengalaman dan persepsi panelis. Penelitian ini mengusulkan model klasifikasi kualitas biji kopi Arabika menggunakan Backpropagation Neural Network untuk menghasilkan penilaian yang lebih objektif dan konsisten. Data yang digunakan merupakan data sekunder dari Coffee Quality Institute (CQI) yang diperoleh melalui platform Kaggle dengan total 207 sampel kopi Arabika. Atribut yang digunakan meliputi aroma, flavor, acidity, body, aftertaste, balance, dan moisture. Kualitas biji kopi diklasifikasikan ke dalam tiga kelas, yaitu Grade A, Grade B, dan Grade C, berdasarkan nilai total cupping points. Hasil pengujian menunjukkan bahwa model menghasilkan akurasi sebesar 85,7%, dengan nilai precision 55,6%, recall 60,4%, dan F1-score 56,6%. Perbedaan nilai metrik evaluasi tersebut menunjukkan bahwa meskipun model mampu melakukan klasifikasi secara umum dengan baik, kemampuannya dalam mengidentifikasi setiap kelas secara tepat masih dipengaruhi oleh distribusi data, sehingga evaluasi kinerja tidak dapat hanya bergantung pada nilai akurasi. Model yang diusulkan berpotensi membantu proses penilaian kualitas biji kopi dengan menyediakan hasil klasifikasi beserta informasi probabilitas.