Acceso usuarios
[1]
;
Fernández Carrión, Nixon Omar
[1]
Perú
Este estudio analiza cómo la evaluación y clasificación del café son procesos clave para asegurar la calidad y el valor comercial del producto; sin embargo, los métodos tradicionales basados en inspección humana presentan limitaciones de subjetividad, tiempo y consistencia. En los últimos años, la inteligencia artificial ha mostrado un crecimiento significativo en aplicaciones orientadas a automatizar estos procesos, especialmente mediante visión por computadora y aprendizaje automático. Ante la rápida expansión y dispersión de estos estudios, este trabajo tiene como motivación principal analizar y sintetizar de manera sistemática los avances en el uso de inteligencia artificial para la evaluación y clasificación del café. Para ello, se realizó una revisión sistemática siguiendo el protocolo PRISMA, considerando estudios originales publicados entre 2021 y 2025 en bases de datos científicas, periodo seleccionado por concentrar desarrollos recientes y consolidados. Se incluyeron 30 artículos, en los que predominan aplicaciones enfocadas en el control de calidad del grano, como clasificación, detección de defectos y autenticidad, empleando imágenes RGB y espectros NIR/UV-VIS junto con algoritmos como redes neuronales, SVM, Random Forest y XGBoost, con precisiones superiores al 90%. A pesar de estos resultados, persisten desafíos relacionados con la disponibilidad de datos, la generalización de modelos y costos computacionales.
This study analyzes how the evaluation and classification of coffee are key processes to ensure the quality and commercial value of the product; However, traditional methods based on human inspection present limitations of subjectivity, time and consistency. In recent years, artificial intelligence has shown significant growth in applications aimed at automating these processes, especially through computer vision and machine learning. Given the rapid expansion and dispersion of these studies, the main motivation of this work is to systematically analyze and synthesize the advances in the use of artificial intelligence for the evaluation and classification of coffee. To this end, a systematic review was carried out following the PRISMA protocol, considering original studies published between 2021 and 2025 in scientific databases, a period selected to concentrate recent and consolidated developments. 30 articles were included, in which applications focused on grain quality control predominate, such as classification, defect detection and authenticity, using RGB images and NIR/UV-VIS spectra together with algorithms such as neural networks, SVM, Random Forest and XGBoost, with accuracies greater than 90%. Despite these results, challenges related to data availability, model generalization, and computational costs persist.
