Electronic Theses and Dissertation

Abstrak
Penelitian ini bertujuan mengembangkan sistem pengeringan inovatif untuk kopi
Robusta (Coffea canephora) menggunakan pengering tipe efek rumah kaca yang dilengkapi
pemanas inframerah (50W dan 200W) dan pemantauan IoT. Studi ini membandingkan
akurasi tiga model matematika—Newton, Page, dan Henderson-Pabis—dalam memprediksi
kinetika pengeringan lapisan tipis kopi Robusta. Hasil penelitian menunjukkan bahwa model
Henderson-Pabis dengan pemanas 50W memberikan prediksi paling akurat (R² = 0,971;
RMSE = 0,033), diikuti oleh model Page pada 50W (R² = 0,970; RMSE = 0,033). Meskipun
pemanas 200W mempercepat waktu pengeringan dari 6 hari menjadi 3 hari, model
matematika untuk konfigurasi ini memiliki akurasi lebih rendah (Page 200W: R² = 0,945).
Temuan ini menunjukkan bahwa kombinasi pemanas 200W untuk efisiensi waktu dengan
model 50W untuk akurasi prediksi dapat menjadi solusi optimal dalam pengeringan kopi
Robusta. Penelitian ini menekankan potensi teknologi ini untuk meningkatkan efisiensi dan
keterjangkauan proses pengeringan, khususnya bagi petani kopi di daerah dengan intensitas
sinar matahari terbatas.
Kata kunci: Kopi Robusta, pengering efek rumah kaca, pemodelan matematika,
pemanas inframerah, rasio kelembaban.

Abstract This research aims to develop an innovative drying system for Robusta coffee (Coffea canephora) using a greenhouse-effect dryer equipped with infrared heaters (50W and 200W) and IoT monitoring. This study compared the accuracy of three mathematical models—Newton, Page, and Henderson-Pabis—in predicting the thin-film drying kinetics of Robusta coffee. The results showed that the Henderson-Pabis model with a 50W heater provided the most accurate predictions (R² = 0.971; RMSE = 0.033), followed by the Page model at 50W (R² = 0.970; RMSE = 0.033). Although the 200W heater shortened the drying time from 6 days to 3 days, the mathematical model for this configuration had lower accuracy (Page 200W: R² = 0.945). These findings suggest that combining a 200W heater for time efficiency with a 50W model for predictive accuracy could be an optimal solution for drying Robusta coffee. This study highlights the potential of this technology to improve the efficiency and affordability of the drying process, especially for coffee farmers in areas with limited sunlight intensity. Keywords: Robusta coffee, greenhouse effect dryer, mathematical modeling, infrared heater, moisture ratio.