PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN PADA PERANGKAT E-NOSE UNTUK KLASIFIKASI MADU
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
SYAFI'I, AHMAD DWI
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2025-02-17 02:09:49
Abstract :
Madu merupakan nektar bunga yang dihisap oleh lebah dan dikumpulkan di sarangnya sebagai cadangan makanan. Madu asli mengandung aroma bunga atau rumput, sementara madu palsu tidak memiliki aroma bunga, hanya aroma pemanis. Karena indra penciuman manusia terbatas dalam mengklasifikasikan jenis madu murni, diperlukan perangkat elektronik yang dapat membedakan madu dengan akurasi tinggi. Perangkat elektronik nose (e-nose) sangat efektif dikembangkan untuk mengenali jenis madu karena peka terhadap gas atau uap. Penelitian ini bertujuan mengaplikasikan algoritma jaringan syaraf tiruan pada e-nose untuk mengidentifikasi aroma madu. Metode yang digunakan adalah algoritma jaringan syaraf tiruan backpropagation dengan 3 neuron input, 7 hidden neuron, dan 3 output neuron. Penelitian ini dilakukan pada madu hutan, madu budidaya, dan madu trigona. Hasil penelitian menunjukkan bahwa metode algoritma Neural Network Backpropagation pada sistem e-nose mampu mengenali jenis madu dengan akurasi mencapai 88,89% berdasarkan pengujian menggunakan Confusion Matrix.
Madu merupakan nektar bunga yang dihisap oleh lebah dan dikumpulkan di sarangnya sebagai cadangan makanan. Madu asli mengandung aroma bunga atau rumput, sementara madu palsu tidak memiliki aroma bunga, hanya aroma pemanis. Karena indra penciuman manusia terbatas dalam mengklasifikasikan jenis madu murni, diperlukan perangkat elektronik yang dapat membedakan madu dengan akurasi tinggi. Perangkat elektronik nose (e-nose) sangat efektif dikembangkan untuk mengenali jenis madu karena peka terhadap gas atau uap. Penelitian ini bertujuan mengaplikasikan algoritma jaringan syaraf tiruan pada e-nose untuk mengidentifikasi aroma madu. Metode yang digunakan adalah algoritma jaringan syaraf tiruan backpropagation dengan 3 neuron input, 7 hidden neuron, dan 3 output neuron. Penelitian ini dilakukan pada madu hutan, madu budidaya, dan madu trigona. Hasil penelitian menunjukkan bahwa metode algoritma Neural Network Backpropagation pada sistem e-nose mampu mengenali jenis madu dengan akurasi mencapai 88,89% berdasarkan pengujian menggunakan Confusion Matrix.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
