Influencia de las variables productivas y de procesamiento sobre la calidad en taza de café de 40 localidades de la región Cajamarca mediante algoritmos de MARCHINE LEARNING con inteligencia artificial

Abstract

La calidad sensorial del café de especialidad es un factor determinante en la competitividad de los productores cafetaleros de la región Cajamarca, particularmente en la provincia de Cutervo; sin embargo, la alta variabilidad en la calidad de los lotes y la limitada aplicación de herramientas analíticas basadas en datos dificultan la optimización de las prácticas productivas y de procesamiento postcosecha. El objetivo de esta investigación fue analizar y predecir la influencia de las variables productivas y de procesamiento sobre la calidad en taza del café mediante modelos de Machine Learning interpretables. La matriz de datos se amplió de 30 a 40 muestras de café evaluadas bajo el protocolo de catación de la Specialty Coffee Association (SCA), tras identificar en campo comunidades cafetaleras relevantes previamente no registradas, con la finalidad de fortalecer la estabilidad del modelo predictivo y mejorar la capacidad de generalización de los resultados. Se recolectaron variables de cultivo (variedad, altitud, edad del cultivo y número de cosechas) y de procesamiento (método y tiempo de fermentación, método de secado y tipo de beneficio). La metodología se basó en modelos de regresión supervisada, comparando los algoritmos Random Forest, CatBoost y XGBoost mediante validación cruzada y los indicadores R² y RMSE. El modelo XGBoost presentó el mejor desempeño predictivo, alcanzando un coeficiente de determinación cercano a 0.99. Los resultados evidenciaron que el tiempo de fermentación controlado, la altitud y la selección varietal, principalmente de la variedad Geisha y Catimor con 48 h de fermentación, son los factores con mayor influencia sobre el puntaje de taza. Se concluye que el modelo desarrollado permite predecir con alta precisión la calidad sensorial del café y es una herramienta objetiva para la toma de decisiones técnicas orientadas a la optimización de los procesos productivos y al fortalecimiento de la competitividad regional.