Electronic Theses and Dissertation

Tuntutan terhadap efisiensi waktu dan objektivitas penilaian mendorong adopsi
teknologi otomatisasi berbasis mekatronika dan sensor warna guna menggantikan
metode konvensional dalam pemilahan buah kopi berdasarkan tingkat
kematangannya. Selain itu, efisiensi mesin sortasi otomatis pada penelitian
terdahulu masih terkendala oleh kerentanan sensor terhadap interferensi cahaya
lingkungan. Sebagai solusinya, penelitian ini merancang dan membangun sistem
penyortiran buah kopi otomatis dengan wadah penginderaan terisolasi dari
gangguan cahaya luar. Sistem ini dibangun berbasis mikrokontroler Arduino Nano
dengan memanfaatkan sensor warna TCS3200 untuk mendeteksi nilai RGB (Red,
Green, Blue) secara utuh. Algoritma klasifikasi tingkat kematangan buah kopi
(mentah, setengah matang, dan matang) ditentukan menggunakan metode Logika
Fuzzy Mamdani dengan defuzzifikasi centroid, sedangkan motor servo digunakan
sebagai aktuator pemilah fisik buah kopi. Hasil terhadap 69 pengujian sampel buah
kopi menunjukkan bahwa sistem mampu mengklasifikasikan tingkat kematangan
dengan akurasi sebesar 76,81%. Sistem ini juga memiliki kecepatan komputasi
yang konstan dengan waktu respons rata-rata motor servo selama 1,99 detik per unit
objek pada setiap proses penyortiran. Dengan demikian, penerapan metode Fuzzy
Mamdani dan sensor TCS3200 ini berpotensi menjadi alternatif teknologi
pascapanen yang ekonomis bagi petani skala kecil.
Kata Kunci: Buah Kopi, Sensor TCS3200, RGB, Arduino Nano, Fuzzy Logic
Mamdani, motor servo, Penyortiran Otomatis.

The demand for time efficiency and assessment objectivity has driven the adoption of mechatronic-based automation technology and color sensors to replace conventional methods in sorting coffee cherries based on their maturity level. However, the efficiency of automated sorting machines in previous studies was still constrained by the vulnerability of sensors to ambient light interference. As a solution, this study designs and builds an automated coffee cherry sorting system with a sensing chamber isolated from external light disturbance. The system is built using an Arduino Nano microcontroller and utilizes a TCS3200 color sensor to detect full RGB (Red, Green, Blue) values. The classification algorithm for coffee cherry maturity levels (unripe, semi-ripe, and ripe) is determined using the Mamdani Fuzzy Logic method with centroid defuzzification, while a servo motor is used as the physical sorting actuator. The evaluation results of 69 coffee cherry samples show that the system can classify maturity levels with an accuracy of 76.81%. The system also demonstrates constant computational speed, with an average response time for the servo motor of 1.99 seconds per object unit in each sorting process. Thus, the implementation of the Mamdani Fuzzy method and the TCS3200 sensor has the potential to serve as an economical post-harvest technology alternative for smallholder farmers. Keywords: Coffee Cherries, TCS3200 Sensor, RGB, Arduino Nano, Mamdani Fuzzy Logic, Servo Motor, Automated Sorting