Hasil Pencarian  ::  Simpan CSV :: Kembali

"Proses menyangrai kopi merupakan proses yang sederhana secara konsep namun kompleks dalam pelaksanaannya. Hal ini disebabkan proses tersebut dilakukan dengan prinsip mengeluarkan cita rasa dari biji kopi tersebut, namun dalam pelaksanaannya banyak sekali parameter yang memengaruhi proses sangrai tersebut. Selain itu, untuk menghasilkan cita rasa yang konsisten membutuhkan keahlian dari penyangrai yang tentu membutuhkan pengalaman yang tidak bisa didapat dalam waktu yang singkat. Penelitian ini bertujuan untuk menghadirkan sebuah pemodelan dalam melakukan perhitungan kompleksitas sistem manufaktur dari proses sangrai kopi. Pemodelan ini berperan sebagai salah satu jenis alat ukur sebuah proses untuk menilai proses yang ada. Nantinya, pemodelan ini memiliki fungsi untuk melakukan estimasi biaya awal pada tahapan desain sebelum meningkat pada tujuan akhir yaitu otomatisasi proses sangrai kopi. Pada penelitian ini, penulis mengadaptasi metode yang telah dikemukakan oleh W.H. El Maraghy terkait pemodelan kompleksitas dan mengembangkan pemodelan tersebut ke dalam ruang lingkup sangrai kopi, khususnya untuk biji kopi Arabika Solok Radjo dan Robusta Temanggung. Proses sangrai pada penelitian ini dilakukan dengan temperatur pre-heating 160OC dengan durasi penyangraian selama 16 menit. Berdasarkan penelitian yang telah dilakukan, didapat hasil bahwa aspek penting yang paling mempengaruhi kompleksitas sangrai biji kopi berdasarkan tingkatan sangrai adalah dimensi, massa, dan warna sangrai yang dihasilkan dari profil sangrai biji kopi. Selain itu, variasi RPM juga memengaruhi temperatur turning point dan titik akhir temperatur biji. Indeks kompleksitas tertinggi didapatkan pada biji kopi Robusta Temanggung dengan RPM 90 dan memiliki tingkatan sangrai dark, yaitu sebesar 9,99.

---

The process of roasting coffee is simple in principle yet complex in execution. This is happened because the process is carried out with the simple principle, that is to brings out the flavour of the coffee beans. But in practice, there are so many parameters that affect the roasting process. In addition, to produce a consistent taste requires expertise from the roaster which certainly requires experience that cannot be obtained in a short time. This research aims to present a model for calculating the complexity of the coffee roasting process manufacturing system. This model act as a type of measurement tool for a process to assess the existing process. Later, this model will have a function to estimate the initial costs at the design stage before increasing to the last goals, that is the automation of roasting process. In this research, writer adapted the method that was carried out by W. H. El Maraghy about the modelling the complexity and adapted it to the scope of coffee roasting, especially Arabica Solok Radjo and Robusta Temanggung coffee beans. In this research, the roasting process was carried out with a pre-heating temperature of 160°C with a roasting duration of 16 minutes. Based on this research, the results show that the important aspects that influence the complexity of roasting coffee beans are dimension, mass, and roast color resulting from the roasted coffee bean profile. In addition, the variations of RPM will affect the turning point temperature and the end point temperature of the beans. The highest complexity index was found in Robusta Temanggung coffee beans with the RPM of 90 and a dark roast level, that is 9.99."

"Proses menyangrai kopi untuk memperoleh produk sangria biji kopi yang dituju membutuhkan uji coba dan pengalaman yang dapat memiliki potensial resiko terhadap kebutuhan biaya dan waku operasional. Penelitian ini bertujuan untuk menghadirkan pemodelan perhitungan kompleksitas sistem manufaktur proses sangrai kopi sebagai salah satu jenis alat ukur sebuah proses untuk menilai proses yang ada sebelum meningkat pada proses estimasi biaya dan otomatisasi proses sangrai. Peneliti mengadaptasi dan mengembangkan pemodelan perhitungan kompleksitas yang diusung oleh W. H. El-Maraghy ke dalam ruang lingkup sangrai kopi, khususnya biji kopi Arabika Solok Radjo dan Robusta Bengkulu. Proses sangrai pada penelitian ini dilakukan dengan temperatur pre-heating 160 derajat Celcius dan waktu penyangraian selama 16 menit. Berdasarkan penelitian ini didapatkan hasil, bahwa aspek penting yang paling mempengaruhi kompleksitas sangrai biji kopi berdasarkan tingkatan sangrai adalah warna sangrai, massa, dan dimensi yang dihasilkan dari profil sangrai biji kopi. Selain itu, variasi RPM akan memengaruhi temperatur turning point dan titik akhir temperatur biji. Indeks kompleksitas tertinggi didapatkan pada biji kopi Robusta Bengkulu dengan RPM 90 dan memiliki tingkatan sangrai dark, yaitu sebesar 9,9.

---

The ability to roast coffee to obtain a specific product requires experience or repeated trials, so that they have potential risks, require operational time, and cost a lot. This study aims to present a model for calculating the complexity of the coffee roasting process manufacturing system as a type of measurement tool for a process to assess the existing process before increasing in the process of automation and cost estimation of the roasting process. The researcher adapted and developed the complexity calculation model proposed by W. H. El-Maraghy ​​ to the scope of coffee roasting, especially Solok Radjo Arabica and Bengkulu Robusta coffee beans. Based on this research, the results show that the most important aspects that influence the complexity of roasting coffee beans based on roast level are roast color, mass, and dimensions resulting from the roast profile of coffee beans. In addition, variations in RPM will affect the temperature of the turning point and end point temperature of the beans. The highest complexity index was found in Bengkulu Robusta coffee beans with an RPM of 90 and a dark roast level of 9.9."

"Proses menyangrai kopi untuk memperoleh mutu produk biji kopi yang konsisten dan sesuai dengan preferensi pasar terbilang cukup kompleks dan membutuhkan keahlian operator yang memiliki pengalaman bertahun-tahun. Penelitian ini bertujuan untuk menghadirkan pemodelan perhitungan kompleksitas sistem manufaktur proses sangrai kopi sebagai salah satu jenis alat ukur sebuah proses untuk menilai proses yang ada. Pemodelan ini nantinya berfungsi untuk mengestimasi biaya awal di tahapan desain sebelum meningkat pada otomatisasi proses sangrai. Peneliti mengadaptasi dan mengembangkan pemodelan perhitungan kompleksitas yang diusung oleh W. H. El Maraghy ke dalam ruang lingkup sangrai kopi, khususnya biji kopi Arabika Gayo dan Robusta Temanggung. Proses sangrai pada penelitian ini dilakukan dengan temperatur pre-heating 160°C dan waktu penyangraian selama 16 menit. Berdasarkan penelitian ini didapatkan hasil, bahwa aspek penting yang paling mempengaruhi kompleksitas sangrai biji kopi berdasarkan tingkatan sangrai adalah warna sangrai, massa, dan dimensi yang dihasilkan dari profil sangrai biji kopi. Selain itu, variasi RPM akan memengaruhi temperatur turning point dan titik akhir temperatur biji. Indeks kompleksitas tertinggi didapatkan pada biji kopi Robusta Temanggung dengan RPM 90 dan memiliki tingkatan sangrai dark, yaitu sebesar 9,96.

---

The process of roasting coffee to obtain consistent coffee bean product quality under-market preferences is quite complex and requires the expertise of operators. This study aims to present a model for calculating the complexity of the coffee roasting process as a measurement tool to assess existing processes. This modeling will later function to estimate the initial costs at the design stage before moving on to the automation of the roasting process. The researcher adapted and developed the complexity calculation model carried out by W. H. El Maraghy to the scope of coffee roasting, especially Arabica Gayo and Robusta Temanggung coffee beans. The roasting process in this study was carried out with a pre-heating temperature of 160°C and a roasting time of 16 minutes. Based on this research, the results show that the most important aspects that influence the complexity of roasting coffee beans are roast color, mass, and dimensions resulting from the roasted coffee bean profile. In addition, variations in RPM will affect the temperature of the turning point and end point temperature of the beans. The highest complexity index was found in Temanggung Robusta coffee beans with an RPM of 90 and a dark roast level of 9.96."

"Proses menyangrai kopi untuk memperoleh mutu produk biji kopi yang konsisten dan sesuai dengan preferensi pasar terbilang cukup kompleks dan membutuhkan keahlian operator yang memiliki pengalaman bertahun-tahun. Penelitian ini bertujuan untuk menghadirkan pemodelan perhitungan kompleksitas sistem manufaktur proses sangrai kopi sebagai salah satu jenis alat ukur sebuah proses untuk menilai proses yang ada serta mengestimasi biaya awal di tahapan desain sebelum meningkat pada proses otomatisasi proses sangrai. Peneliti mengadaptasi dan mengembangkan pemodelan perhitungan kompleksitas yang diusung oleh W. H. El-Maraghy ke dalam ruang lingkup sangrai kopi, khususnya biji kopi Arabika Gayo dan Robusta Bengkulu. Proses sangrai pada penelitian ini dilakukan dengan temperatur pre-heating 160 derajat Celcius dan waktu penyangraian selama 16 menit. Berdasarkan penelitian ini didapatkan hasil, bahwa aspek penting yang paling mempengaruhi kompleksitas sangrai biji kopi berdasarkan tingkatan sangrai adalah warna sangrai, massa, dan dimensi yang dihasilkan dari profil sangrai biji kopi. Selain itu, variasi RPM akan memengaruhi temperatur turning point dan titik akhir temperatur biji. Indeks kompleksitas tertinggi didapatkan pada biji kopi Robusta Bengkulu dengan RPM 90 dan memiliki tingkatan sangrai dark, yaitu sebesar 8,29.

---

The process of roasting coffee to obtain consistent coffee bean product quality and in accordance with market preferences is quite complex and requires the expertise of operators who have years of experience. This study aims to present a model for calculating the complexity of the coffee roasting process manufacturing system as a type of measurement tool for a process to assess the existing process and estimate the initial costs at the design stage before increasing in the process of automation of the roasting process. The researcher adapted and developed the complexity calculation model proposed by W. H. El-Maraghy ​​ to the scope of coffee roasting, especially Gayo Arabica and Bengkulu Robusta coffee beans. Based on this research, the results show that the most important aspects that influence the complexity of roasting coffee beans based on roast level are roast color, mass, and dimensions resulting from the roast profile of coffee beans. In addition, variations in RPM will affect the temperature of the turning point and end point temperature of the beans. The highest complexity index was found in Bengkulu Robusta coffee beans with an RPM of 90 and a dark roast level of 8.29."

"Sertifikasi Indikasi Geografis merupakan sertifikasi yang mempunyai tujuan untuk memberikan perlindungan hukum terhadap nama daerah asal terhadap suatu produk. Pada penelitian ini, Indikasi Geografis yang dikaji adalah Indikasi Geografis Kopi Robusta Temanggung. Penelitian ini bertujuan untuk menganalisis pengaruh sertifikasi Indikasi Geografis terhadap rantai nilai kopi robusta dan bagaimana pola rantai nilai yang terbentuk dari penerapan sertifikasi tersebut di lokasi berbeda, yaitu Kecamatan Kandangan, Bejen, dan Gemawang. Metode yang dipakai adalah metode kualitatif dengan analasis komparasi spasial dan deskriptif. Hasil dari penelitian menunjukkan bahwa peran dari setiap institusi sosial yang berkaitan dengan sertifikasi Indikasi Geografis berbeda-beda dan memiliki pola hubungan kerja sama dimulai dari pemerintah kemudian dilanjutkan kepada institusi sosial yang bekerja sama untuk mengajukan sertifikasi Indikasi Geografis Kopi Robusta Temanggung. Pengaruh sertifikasi Indikasi Geografis tidak berdampak pada simpul distribusi rantai nilai, tetapi menimbulkan peningkatan kualitas produk kopi dan pertambahan pasar yang dipengaruhi SOP dari MPIG.

---

Geographical Indication Certification is certification that have purpose for give law protection to place origin’s name of product. In this research, Geographical Indication is Temanggung Robusta Coffee. The purpose of this research is analize the impact of Geographical Indication to Robusta Coffee value chain and how the pattern of value chain formed from application of that certification in diferrent places, there are Kandangan District, Bejen, and Gemawang. Method of this research is qualitative method with spatial comparative analize and descriptive. The result of this research show that function of each social institution that work together for initiate the Geographical Indication certification of Temanggung Robusta Coffee. The impact of Geographical Indication is not impact the adding of the value chain distribution, but increase the quality of the coffee product and impact market adding from basic standard of MPIG."

"Kopi merupakan komoditas ekspor yang diandalkan menjadi sumber penghasilan bagi 1,5 juta petani kopi di Indonesia salah satunya spesies kopi robusta. Kopi robusta menjadi spesies kopi yang mendominasi untuk ditanam di Indonesia yaitu sebesar 73,06% dari total produksi kopi di Indonesia. Proses roasting merupakan tahapan penting dalam pemberian rasa pada kopi. Kafein merupakan salah satu senyawa yang memberikan rasa pada kopi. Namun, penelitian kopi di Indonesia masih sedikit terutama tentang analisis senyawa kafein pada proses roasting. Penelitian ini bertujuan untuk menganalisis senyawa kafein pada light dan dark roasting berdasarkan GC-MS ekstrak biji kopi robusta yang dilarutkan dengan pelarut akuades. Sampel merupakan hasil dari light roasting dan dark roasting yang berasal dari pulau Jawa dan Sulawesi dengan tidak adanya pengulangan. Uji beda mean populasi (Uji T) digunakan untuk membandingkan kandungan senyawa kafein pada tipe roasting yang berbeda. Rata-rata luas area di bawah peak pada tiap kelompok sampel kopi dibandingkan menggunakan Uji T untuk melihat perbedaannya dengan tingkat signifikansi α = 0.05. Hasil Uji T menunjukkan bahwa tidak ada perbedaan kandungan senyawa kafein pada light roasting dan dark roasting.

---

Coffee is an export commodities that is reliable as the source of income to 1,5 billion of Indonesian farmers one of them is robusta coffee species. Robusta coffe is the dominant species to be planted in Indonesia, comprising of 73.06% of Indonesia total coffee production. roasting process is the critical process which will give flavors to coffee. caffeine is one of compounds that contributes to the taste of coffee. The objective of this study was to analyze caffeine compounds on light and dark roasting of robusta coffee extracts dilluted in aquades based on GC-MS method. the samples were light and dark roasted coffee beans from Java and Sulawesi.  Caffeine compounds contained on two different roasting methods were compared with The Unequal Variance T test. The mean of area under the peak on each sample groups were compared with T test to investigate the difference on significance α = 0.05. The T test showed that there were no difference on the caffeine compound contained in light and dark roasting methods."

"Spent coffee ground atau SCG adalah limbah yang dihasilkan dari proses brewing kopi dan merupakan jenis limbah yang paling banyak dihasilkan dari proses pembuatan minuman kopi. Bila tidak dikelola dengan baik, limbah ini dapat menjadi permasalahan lingkungan karena mengandung beberapa senyawa bersifat toksik seperti kafein dan tanin serta dapat memperbesar masalah timbulan sampah. Dengan estimasi produksi kopi sekitar 650.000 ton pada tahun 2018, limbah kopi yang dihasilkan di Indonesia sangat berpotensi untuk dimanfaatkan sebagai refuse derived fuel RDF dalam bentuk pelet karena ukurannya yang kecil namun kerapatannya sangat tinggi sehingga membuat penyimpanan dan penanganannya lebih mudah dan efisien. Namun belum ada penelitian yang membahas mengenai perbedaan karakteristik jenis kopi. Oleh karena itu, penelitian ini dilakukan untuk membuat pelet SCG dari dua jenis kopi robusta dan arabica dengan variasi penambahan binder masing-masing 0, 2 dan 5. SCG dikeringkan dan diayak untuk mendapatkan partikel berukuran maksimum 0,85 mm. Pelet dibuat dengan diameter 8 mm menggunakan alat cetak yang ditekan dengan extruder bertekanan maksimum 4 ton. Hasil analisis SEM menunjukkan bahwa SCG robusta memiliki kerapatan yang lebih tinggi karena kandungan lignin yang juga lebih tinggi dibandingkan dengan arabica. Penambahan binder meningkatkan kadar air dan daya tahan serta menurunkan kadar volatil dan kadar abu pelet. Berdasarkan pengujian terhadap beberapa variasi penambahan binder, kualitas pelet SCG arabica dan robusta terbaik adalah tanpa penambahan binder. Pelet arabica dan robusta masing-masing memiliki nilai kalor sebesar 4772 dan 4342 kkal/kg. Berdasarkan hasil perhitungan potensi energi, pemanfaatan SCG robusta dan arabica sebagai RDF di Indonesia menghasilkan energi sebesar 7,81 juta GJ/tahun.

---

Spent coffee ground or SCG is waste generated from brewing process and is the most generated type of coffee waste from coffee drink production. If it is not treated well, waste generation in landfill will increase and environmental problems may occur because of its toxic content. With 650.000 tonnes estimation of total coffee production in 2018, coffee waste in Indonesia is very potential to be utilized as refuse derived fuel RDF . Among various forms of solid RDF, pellet has the smallest particle size and biggest bulk density so it can be easier and more efficient to be handled and stored. However, limited research work has been conducted on pellet according to its type of bean. Hence, this study will investigate the properties of SCG as a potential feedstock for refuse derived fuel RDF according to two types of coffee beans robusta and arabica with 0, 2 and 5 binder addition to each type of bean. The SCG have been dried and sieved to obtain particles of maximum size 0,85 mm. Each blending variations of binder and type of bean constructed as a cylindrical pellet with a diameter of 8 mm using a pelletizer pressed with an extruder. SEM analysis shows that robusta has more density than arabica because of its higher lignin content. Binder addition to the SCG increased moisture content and durability as well as decreased volatile and ash content of the pellet. The result shows both arabica and robusta pellet has better quality without binder addition. Calorific value of arabica and robusta pellets are 4772 and 4342 kcal kg, respectively. The energy that can be generated from utilization of robusta and arabica SCG as RDF in Indonesia is 7,81 million GJ year."

"ABSTRAKBiji kopi hijau arabika Coffea arabica L. banyak mengandung senyawa kimia aktif seperti senyawa fenolik dan kafein. Senyawa fenolik telah diteliti memiliki berbagai aktivitas biologis seperti pengontrol berat badan. Pada penelitian ini, Natural Deep Eutectic Solvent NADES digunakan sebagai pelarut ekstraksi untuk memperoleh kadar fenolik total dan kafein yang optimum dari biji kopi hijau arabika. NADES yang digunakan asam laktat dan glukosa dalam berbagai rasio. Ekstraksi dilakukan dengan metode Ultrasound Assisted Extraction UAE . Kondisi ektraksi dilakukan dengan tiga parameter yaitu rasio NADES, rasio pelarut dan sampel, dan waktu ekstraksi. Hasil ekstraksi cair dilakukan penetapan kadar fenolik menggunakan microplate reader dan penetapan kadar kafein menggunakan Kromatografi Cair Kinerja Tinggi KCKT . Analisis dilakukan menggunakan Response Surface Methodology RSM . Senyawa fenolik dan kafein berhasil diekstraksi menggunakan NADES dan metode UAE. Kondisi optimum untuk memperoleh kadar optimum keduanya berbeda. Kondisi optimum ekstraksi senyawa fenolik yaitu rasio NADES 5:1, rasio pelarut-sampel 15:1 mL/g, dan waktu ektraksi 15 menit run 8 dengan kadar 314,55 mg GAE/g indeks desirability 0,594 . Kondisi optimum ekstraksi senyawa fenolik yaitu rasio NADES 5:1, rasio pelarut-sampel 75:1 mL/g, dan waktu ektraksi 60 menit run 11 . Kondisi optimum ekstraksi kafein yaitu rasio NADES 5:1, rasio pelarut-sampel 75:1, dan waktu ekstraksi 60 menit dengan kadar kafein 1,019 mg/g indeks desirability 1,000 . Berdasarkan penelitian ini, dapat disimpulkan bahwa asam laktat-glukosa dapat menarik senyawa fenolik dan kafein dari biji kopi Arabika.

---

ABSTRACTThe Arabica green coffee bean Coffea arabica L. contains many active chemical compounds such as phenolics and caffeine. Phenolics have been studied to have various biological activities such as weight control. In this study, Natural Deep Eutectic Solvent NADES is used as an extraction solvent to obtain the optimum total phenolic and caffeine content of arabica green coffee beans. NADES used are lactic acid and glucose in various ratios by using method of Ultrasound Assisted Extraction UAE method. Extraction conditions were carried out with three parameters the ratio concentration of NADES, solvent solid ratios, and extraction time. Determining the phenolic content used microplate reader and the determination of caffeine content used High Performance Liquid Chromatography HPLC . The analysis was performed by using Response Surface Methodology RSM . Phenolic compounds and caffeine were successfully extracted by using NADES and UAE methods. The optimum conditions to obtain optimum levels of both are different. The optimum conditions of extraction of phenolic compound were NADES in ratio 5 1, solvent ratio 15 1 mL g, and extraction time 15 min run 8 with 314.55 mg GAE g desirability index 0.594 . The optimum conditions of extraction of phenolic compounds were NADES 5 1 ratio, solvent sample ratio of 75 1 mL g, and extraction time of 60 min run 11 . The optimum conditions of caffeine extraction were NADES 5 1 ratio, 75 1 solvent sample ratio, and 60 min extraction time with caffeine content of 1.019 mg g disirability index 1.000 . Based on this research, it can be concluded that lactic acid glucose can attract phenolic compounds and caffeine from Arabica beans."

"Kopi telah menjadi komoditas ekspor non migas yang memberikan kontribusi terhadap devisa negara dalam jumlah yang tidak sedikit. Nilai ekspor kopi sendiri pada kancah internasional bergantung kepada 2 faktor utama, yaitu jenis atau varietas biji kopi dan tingkat kelayakan atau kualitas dari biji kopi. Upaya untuk mengklasifikasikan kedua faktor tersebut masih cenderung dilakukan secara manual oleh para petani kopi. Atas pertimbangan inilah, penulis hendak menggunakan metode lain, yakni penggunaan model CNN (Convolutional Neural Network) dengan basis masukan berupa citra normal (spektrum RGB) dan citra multispektral (spektrum OCN). Selain itu, penulis juga hendak membandingkan performa dari 2 arsitektur model CNN yang berbeda, yakni ResNet18 terhadap SqueezeNet. Input dari kedua arsitektur ini berupa kombinasi dari citra normal, citra multispektral, atau citra yang telah diregistrasikan (1 citra dengan 6 channel berbeda). Hasil akurasi tertinggi dicapai oleh arsitektur ResNet18 dengan input citra normal (RGB) yang memberikan akurasi sebesar 89% untuk klasifikasi varietas biji kopi hijau, serta 97% untuk klasifikasi tingkatan kualitas biji kopi. Meski demikian, arsitektur ini mampu untuk melakukan klasifikasi multi-output secara bersamaan walaupun terdapat sedikit pengurangan pada tingkat akurasi yang didapatkan.

---

Coffee has become one of the non-oil and gas export commodity, providing numerous amount of Indonesia’s foreign income. Within the international market, the export value of coffee beans rely on 2 aspects, its variety and its quality. The attempts to classify coffee beans are done manually by the farmers. Therefore, the writer attempts to design a new method, using convolutional neural networks with normal (RGB spectrum image) and multispectral images (OCN spectrum image) as its inputs. The writer also wishes to analyze and compare 2 different CNN architectures performance in this case; ResNet18 towards SqueezeNet. Considering the combination of the inputs; normal images, multispectral images, or the registered images (images with 6 different channels). The highest accuracy acquired from the ResNet18 CNN model architecture using normal images (RGB) is as following: 86% for green coffee beans varieties classification, and 96% for green coffee beans. These architectures are also capable of performing multi-class output classification despite the trade-off in accuracy gained."