ANALISA SISTEM KONSUMSI GAS PADA PROSES ROASTING KOPI MENGGUNAKAN MACHINE LEARNING UNTUK MENENTUKAN STANDAR PEMAKAIAN GAS PROFIL ROASTING

Perdana, Aldy Kusuma (2025) ANALISA SISTEM KONSUMSI GAS PADA PROSES ROASTING KOPI MENGGUNAKAN MACHINE LEARNING UNTUK MENENTUKAN STANDAR PEMAKAIAN GAS PROFIL ROASTING. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (1MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf - Published Version Download (939kB)

Abstract

Proses roasting kopi merupakan tahap penting dalam menghasilkan cita rasa kopi yang optimal. Salah satu tantangan utama dalam proses ini adalah menentukan konsumsi gas yang efisien untuk berbagai profil roasting, seperti light roast, medium roast, dan dark roast. Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi gas menggunakan algoritma Random Forest, berdasarkan parameter suhu, waktu, dan berat biji kopi. Data yang digunakan dalam penelitian ini dikumpulkan dari pengamatan langsung pada mesin roasting kopi dengan berbagai skenario parameter roasting. Model yang dikembangkan dievaluasi menggunakan metrik seperti Mean Squared Error (MSE) dan R-squared (R²), yang menunjukkan tingkat akurasi yang tinggi dalam memprediksi konsumsi gas. Hasil penelitian menunjukkan bahwa model mampu memberikan rekomendasi standar pemakaian gas yang optimal untuk setiap profil roasting, sehingga dapat membantu industri kopi meningkatkan efisiensi energi dan mengurangi biaya operasional. Implementasi model ini juga dapat diintegrasikan ke dalam dashboard berbasis web untuk mempermudah pengguna dalam mengakses prediksi konsumsi gas secara real-time.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Roasting Kopi, Konsumsi Gas, Machine Learning, Random Forest ,Linear Regression
Subjects:	600 Teknologi dan Ilmu Terapan (Bisnis) > 650.0285 Pengolahan dan Analisa Data di Bidang Bisnis
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	23 Feb 2026 08:06
Last Modified:	23 Feb 2026 08:06
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3042

Actions (login required)

View Item