Resumen
Introducción: En este trabajo se reporta la relación entre el color y los matices del café tostado, con sus propiedades organolépticas como herramienta para determinar la calidad del mismo.Objetivo: Realizar una comparación entre los matices y colores del café tostado y sus propiedades organolépticas para ofrecer una herramienta de identificación y determinación de la calidad del café.
Metodología: Se utilizaron 5.0 kg de café pergamino de variedad bourbon (pointu) de la unidad productiva SUPRACafé localizada en la hacienda los naranjos, vereda la venta de Cajibío - Cauca. Las muestras fueron recolectadas bajo los estándares de café origen y proceso de cosecha y pos-cosecha café gourmet. Se tostaron 8 muestras a diferentes perfiles de tostación para obtener diferentes coloraciones en la almendra del café en la escala AGTRON. La evaluación del color se realizó mediante el procesamiento digital de imágenes en el entorno MATLAB en los espacios de color RGB Y CIELAB, tanto en grano como molido.
Resultados: Se propone la relación cuantitativa del color del café tostado con sus propiedades organolépticas a partir del proceso de catación por un experto Q-Grader basado en el protocolo SCAA (Fragancia, aroma, sabor, sabor residual, acidez, cuerpo, uniformidad, balance, taza limpia, dulzor).
Conclusiones: Se determinó un medio para mostrar la influencia del color del café tostado en la calidad en taza de las muestras estudiadas. Para tueste medio y medio alto se proponen directamente propiedades organolépticas destacadas como caramelo, chocolate, licor, mantequilla, malta, dulce agradable, cuerpo medio y afrutado, muy apreciadas en el mercado mundial.
Citas
Gobernación del Cauca «Plan Departamental de Desarrollo 2016-2019. Cauca territorio de Paz». Popayán, 2016.
Correa E. C. Barreiro P., Hills, B., Bongaers E., Jiménez, T., Melado A., et al. Prospective of innovative technologies for quality supervision and classification of roasted coffee beans. In 6th International CIGR Technical Symposium - Proceedings of 6th International CIGR Technical Symposium. disponible en http://oa.upm.es/6858/1/Barreiro_88.pdf
Tolessa K., Rademaker M., De Baets B., Boeckx P. (2016). Prediction of specialty coffee cup quality based on near infrared spectra of green coffee beans. Talanta, 150: 367–374.
Kiani, S., Minaei, S., & Ghasemi-Varnamkhasti, M. (2016). Fusion of artificial senses as a robust approach to food quality assessment. J Food Eng. J Food Eng. 171: 230-239
Portugal-Zambrano C.E., Gutierrez-Caceres, J.C., Ramirez-Ticona, J., Beltran-Castanon, C.A. (2017). Computer vision grading system for physical quality evaluation of green coffee beans. In Proceedings of the 2016 42nd Latin American Computing Conference, CLEI 2016. https://doi. org/10.1109/CLEI.2016.7833383
Flores, W. C., Pineda, G. M. (2017). A type-2 fuzzy logic system approach to train Honduran coffee cuppers. In 2016 IEEE Latin American Conference on Computational Intelligence, LA-CCI 2016 - Proceedings. Institute of Electrical and Electronics Engineers Inc. https://doi.org/10.1109/LA-CCI.2016.7885710
Cheng, B., Furtado, A., Smyth, H. E., Henry, R. J. (2016). Influence of genotype and environment on coffee quality. Trends Food Sci Technol. 57(A): 20-30.
Federación Nacional de Cafeteros. [En línea]. Disponible en: https://www.federaciondecafeteros.org/particulares/es/nuestro_cafe/cafes_especiales/
Shetty D., Kolk RA (2010) Mechatronics System Design SI version. Cengage Learning editors. 2d°etition. 504 p.
Gee S. (1981) Technology Transfer Innovation and International Competitiveness. Nueva York. Wiley & Sons Inc editors.