O café é um dos produtos agrícolas de maior relevância para a economia do Brasil, e sua qualidade final é determinada por diversos fatores, sendo um deles a torra. A torra do café determina as características sensoriais do produto, proporcionando mudanças no sabor, aroma, textura e cor. Durante o processo de torra, a cor dos grãos é utilizada como critério para interromper o processo. O grau de torra, muitas vezes, é determinado de forma subjetiva pelo torrefador. Existem padrões de representação de grau de torra dos grãos aceitos internacionalmente, como a escala Agtron. Entretanto, a utilização da escala Agtron envolve a aquisição de equipamentos consideravelmente caros ou comparação visual com discos impressos, o que, novamente, leva ao problema da subjetividade. O presente trabalho propõe uma metodologia alternativa e automatizada para a análise da cor do café torrado em grãos, com base na escala Agtron, por meio de uma aplicação computacional para dispositivos móveis. Através de experimentos e otimizações, foi desenvolvido um algoritmo de classificação utilizando florestas aleatórias que obteve uma precisão de 92.1% na predição da cor da torra de café em grãos. Os resultados obtidos são promissores e representam uma alternativa viável de baixo custo para avaliar o café torrado em função da cor.