Perpustakaan Digital ITB

Inspeksi mutu fisik biji kopi di Indonesia umumnya masih mengandalkan metode organoleptik visual manual per butir yang rentan terhadap human error dan tidak efisien. Otomasi berbasis computer vision hadir sebagai solusi, namun keberhasilannya sangat bergantung pada sistem pra-pemrosesan mekanis yang mampu menyajikan sampel secara konstan dan tanpa tumpang tindih (overlapping). Penelitian ini bertujuan mengembangkan sistem otomasi preparasi sampel biji kopi berbasis lingkar tertutup (closed-loop) yang mengintegrasikan gerbang penampungan awal otomatis, rotary disk feeder, dan sabuk konveyor dengan kendali Arduino UNO. Sistem dilengkapi sensor infrared proximity sebagai unit umpan balik (feedback) untuk mendeteksi ketersediaan material di dalam kompartemen secara real-time. Peningkatan ketangguhan mekanikal dilakukan melalui penambahan ketebalan penampang akrilik menjadi 8 mm, penggunaan material PET-G pada gear rotary disk feeder, serta implementasi seluncuran berbentuk U-shape. Sistem memiliki batasan operasional dimensi material maksimum < 1 cm × 1 cm × 1 cm untuk mencegah kemacetan mekanis (clogging). Guna menyeimbangkan dua parameter respons yang saling bertentangan—memaksimalkan jarak antar-biji kopi (Larger-the-Better) dan meminimalkan durasi total pengujian (Smaller-the-Better)—digunakan eksperimen berbasis matriks ortogonal Taguchi L9 (3 faktor × 3 level, 3 replikasi) yang dipadukan dengan Grey Relational Analysis (GRA) berbobot seimbang (0,5 : 0,5). Berdasarkan nilai Grey Relational Grade (GRG), faktor kendali yang paling dominan secara berturut-turut adalah kecepatan rotary (? = 0,196), kecepatan konveyor (? = 0,133), dan bukaan gerbang penampungan awal (? = 0,090). Kondisi parameter optimal yang terverifikasi langsung oleh eksperimen berada pada kombinasi A2–B1–C2, yaitu bukaan gerbang 75°, interval kecepatan rotary 100, dan interval kecepatan konveyor 7. Kombinasi ini menghasilkan GRG tertinggi kedua (0,673) dan menjadi titik kompromi terbaik antara durasi pengujian yang efisien (33,69 detik per run) dan sebaran citra yang ideal tanpa tumpang tindih, dengan tingkat singulasi ideal (? 3 cm) mencapai 100% pada rentang densitas 5–10 biji per pengamatan. Validasi akhir parameter optimal pada sampel 150 gram biji kopi (setara 1:2 dari sampel uji standar laboratorium 300 gram) menghasilkan durasi total pengujian 7 menit 53 detik 54 milidetik dengan sebaran citra yang tetap memenuhi kriteria singulasi untuk kebutuhan segmentasi computer vision.