Teh hijau merupakan salah satu produk pangan yang memiliki nilai ekonomi dan banyak dikonsumsi masyarakat. Kualitas teh hijau umumnya dinilai berdasarkan karakteristik tertentu, termasuk aroma yang menjadi salah satu indikator penting dalam menentukan mutu produk. Namun, penilaian aroma secara konvensional masih sangat bergantung pada kemampuan manusia sehingga hasilnya dapat bersifat subjektif.
Melihat kondisi tersebut, peneliti Universitas Airlangga mengembangkan pendekatan berbasis kecerdasan buatan (artificial intelligence/AI) untuk membantu menilai kualitas teh hijau secara lebih objektif dan konsisten. Penelitian tersebut memanfaatkan teknologi electronic nose atau hidung elektronik yang mampu menangkap pola senyawa volatil yang menghasilkan karakteristik aroma pada teh.
Teknologi electronic nose bekerja dengan menggunakan sejumlah sensor untuk mengenali pola aroma. Data yang dihasilkan kemudian dianalisis menggunakan metode komputasi sehingga karakteristik aroma dari sampel teh dapat diterjemahkan menjadi informasi mengenai kualitasnya.
Dalam penelitian berjudul “Hybrid regression–classification framework with probability-guided decision refinement for green tea quality assessment using electronic nose”, peneliti mengembangkan kerangka kerja yang menggabungkan dua pendekatan, yaitu regresi dan klasifikasi.
Pendekatan regresi digunakan untuk menghasilkan prediksi nilai kualitas secara kontinu. Sementara itu, klasifikasi digunakan untuk menentukan kelompok atau kategori kualitas teh hijau. Penggabungan kedua pendekatan tersebut diharapkan dapat memberikan hasil penilaian yang lebih informatif dibandingkan apabila hanya menggunakan salah satu pendekatan.
“Pendekatan hibrida ini tidak hanya melihat kualitas teh sebagai sebuah kategori, tetapi juga memperkirakan nilai kualitasnya. Dengan demikian, informasi yang dihasilkan menjadi lebih lengkap,” ungkap peneliti.
Menurut peneliti, hasil klasifikasi tidak selalu memiliki tingkat keyakinan yang sama. Suatu sampel dapat dengan mudah dikenali sebagai teh berkualitas tertentu, sementara sampel lainnya mungkin memiliki karakteristik yang berada di antara dua kelompok kualitas. Dengan mempertimbangkan probabilitas tersebut, sistem dapat mengambil keputusan secara lebih hati-hati, terutama pada sampel yang memiliki karakteristik yang sulit dibedakan.
Pengembangan metode tersebut menjadi penting karena kualitas teh hijau memiliki karakteristik yang kompleks. Aroma yang dihasilkan tidak hanya berasal dari satu senyawa, tetapi merupakan kombinasi dari berbagai senyawa volatil. Kondisi tersebut membuat pengenalan pola aroma menjadi persoalan yang cukup menantang apabila dilakukan secara otomatis.
Dengan memanfaatkan electronic nose dan kecerdasan buatan, proses penilaian dapat dilakukan berdasarkan pola data sensor yang diperoleh dari sampel teh. Sistem kemudian mempelajari hubungan antara pola tersebut dengan kualitas teh sehingga dapat digunakan untuk melakukan prediksi terhadap sampel baru.
Penelitian ini menunjukkan bahwa integrasi antara electronic nose, regresi, klasifikasi, dan informasi probabilitas dapat menjadi salah satu pendekatan untuk mengembangkan sistem penilaian kualitas teh yang lebih objektif.
Lebih jauh, teknologi tersebut berpotensi mendukung proses pengendalian mutu pada industri teh. Sistem otomatis dapat membantu melakukan proses screening terhadap produk dalam jumlah besar secara lebih cepat dan konsisten. Hasil dari sistem juga dapat menjadi informasi pendukung bagi manusia dalam menentukan kualitas suatu produk.
“Pemanfaatan kecerdasan buatan bukan untuk menggantikan peran manusia sepenuhnya, tetapi untuk menyediakan informasi yang lebih objektif dan membantu proses pengambilan keputusan,” tandasnya.
Ke depan, pengembangan metode serupa dapat diarahkan pada pengujian dengan lebih banyak variasi sampel, kondisi lingkungan, serta jenis dan tingkat kualitas teh. Hal tersebut diperlukan agar sistem memiliki kemampuan generalisasi yang lebih baik ketika diterapkan pada kondisi nyata.
Dengan demikian, sebuah teknologi yang terinspirasi dari kemampuan hidung manusia tersebut dapat menjadi bagian dari upaya menghadirkan metode baru dalam menjaga konsistensi dan kualitas produk teh hijau.
Penulis: Dr. Aziz Fajar, S.Kom., M.Kom.
Detail tulisan ini dapat diakses pada: https://scholar.unair.ac.id/en/publications/hybrid-regressionclassification-framework-with-probability-guided/fingerprints/
