EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Klasifikasi Kondisi Pengeringan Kopi Natural Berbasis IoT dengan Algoritma C4.5

Muhammad Lutfi Fausan, Isnawaty Isnawaty, Achmad Nur Aliansyah

Indonesian Journal of Innovation Multidisipliner Research · 29.10.2026 · 4 (4) · 3089-3099

DOI: 10.69693/ijim.v4i4.3219 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Indonesian Journal of Innovation Multidisipliner Research, online erschienen am 29.10.2026. Verfasst von Muhammad Lutfi Fausan und 2 weiteren Autor:innen. Die Arbeit nennt 21 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Pengeringan kopi metode natural memerlukan pemantauan lingkungan untuk membantu menentukan kondisi proses secara konsisten. Penelitian ini mengembangkan prototipe Internet of Things (IoT) berbasis ESP32 dan sensor DHT11, load cell, serta MQ-135 dengan klasifikasi menggunakan aturan pohon keputusan yang dirancang melalui pendekatan C4.5. Data mencakup 576 rekaman pemantauan, sedangkan evaluasi yang dilaporkan menggunakan 58 rekaman berlabel Optimal dan Belum Optimal. Hasil pengujian menghasilkan 50 klasifikasi benar dari 58 rekaman, dengan akurasi 86,21%, precision 100,00%, recall 85,96%, dan F1-score 92,45% untuk kelas Optimal. Delapan kesalahan merupakan kasus Optimal yang diprediksi Belum Optimal. Rata-rata galat relatif pengukuran suhu, kelembapan, dan bobot terhadap acuan masing-masing sebesar 0,83%, 2,19%, dan 0,59%, sedangkan pembacaan MQ-135 berbeda 2,85% dari acuan simulasi. Pengujian fungsional memenuhi delapan dari delapan skenario. Distribusi label pengujian sangat timpang, sehingga hasil ini menunjukkan kelayakan fungsi pemantauan dan klasifikasi awal, belum membuktikan pemendekan durasi pengeringan maupun pencapaian kadar air akhir yang dipersyaratkan. Oleh karena itu, pengembangan lebih lanjut sangat diperlukan guna meningkatkan performa sistem pemantauan secara menyeluruh. Penambahan variasi data latih dengan distribusi label yang lebih seimbang menjadi langkah krusial agar model pohon keputusan C4.5 dapat memprediksi kelas Belum Optimal secara lebih akurat. Selain itu, pengujian langsung pada proses pengeringan skala penuh di lapangan perlu dilakukan untuk mengukur dampak nyata terhadap kadar air akhir biji kopi dan efisiensi waktu pengeringan. Penerapan sensor dengan tingkat presisi yang lebih tinggi serta integrasi algoritma kecerdasan buatan yang adaptif juga berpotensi mengoptimalkan pengawasan mutu kopi secara real-time dan berkelanjutan.

Zitieren

APA

Fausan, M. L., Isnawaty, I., & Aliansyah, A. N. (2026). Klasifikasi Kondisi Pengeringan Kopi Natural Berbasis IoT dengan Algoritma C4.5. Indonesian Journal of Innovation Multidisipliner Research, 4(4), 3089-3099. https://doi.org/10.69693/ijim.v4i4.3219

Vancouver

Fausan ML, Isnawaty I, Aliansyah AN. Klasifikasi Kondisi Pengeringan Kopi Natural Berbasis IoT dengan Algoritma C4.5. Indonesian Journal of Innovation Multidisipliner Research. 2026;4(4):3089-3099. doi:10.69693/ijim.v4i4.3219

BibTeX
@article{Fausan2026,
  author = {Fausan, Muhammad Lutfi and Isnawaty, Isnawaty and Aliansyah, Achmad Nur},
  title = {Klasifikasi Kondisi Pengeringan Kopi Natural Berbasis IoT dengan Algoritma C4.5},
  journal = {Indonesian Journal of Innovation Multidisipliner Research},
  year = {2026},
  volume = {4},
  number = {4},
  pages = {3089--3099},
  doi = {10.69693/ijim.v4i4.3219}
}
Kostenlos starten →