Rancang bangun Electronic Nose untuk deteksi daging babi pada daging sapi metode Support Vector Machine Raspberry Pi 4

Sari, Nur Azizah Maulina Purnama (2024) Rancang bangun Electronic Nose untuk deteksi daging babi pada daging sapi metode Support Vector Machine Raspberry Pi 4. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (239kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (115kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (103kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (111kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (624kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (103kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (145kB) | Request a copy

Abstract

Kualitas dan kemurnian produk pangan seperti daging, sangat penting dalam industri makanan terutama di Indonesia yang merupakan negara dengan populasi Muslim yang besar. Konsumsi daging sapi meningkat setiap tahunnya. Penelitian ini bertujuan untuk mengembangkan sistem Electronic Nose (E-Nose) Pengembangan E-Nose sebagai otomatisasi dalam bidang industri makanan, khususnya dalam mendeteksi kemurnian daging sapi dengan campuran daging babi. Sistem E-Nose yang dikembangkan dalam penelitian ini berbasis machine learning menggunakan Arduino Mega, Raspberry Pi 4 dan Python 3. Dengan sistem array yang terdiri dari 15 sensor gas yang sensitif terhadap gas dan menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan kemurnian daging sapi. Metode SVM memiliki keunggulan dalam deteksi kemurnian daging sapi dengan campuran daging babi karena kemampuan pemisahan yang baik dan keefektifannya dalam mengatasi data yang kompleks. Raspberry Pi 4 digunakan sebagai perangkat keras yang kompak dan hemat energi untuk menjalankan algoritma machine learning dan mengendalikan sensor dengan layar LCD pada perangkat sebagai tampilan pengguna. Hasil eksperimen menunjukkan bahwa sistem deteksi kemurnian daging sapi memberikan tingkat akurasi terbaik pada parameter C = 100. Sistem ini dapat mengklasifikasikan kemurnian daging babi dengan cepat dan akurat, yang akan sangat membantu dalam industri makanan untuk menjaga kualitas dan kemurnian produk.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Electronic Nose; Support Vector Machine; Daging Sapi; Daging Babi; Deteksi Gas; Klasifikasi
Subjects: Physics > Instrumentation of Physics
Divisions: Fakultas Sains dan Teknologi > Program Studi Fisika
Depositing User: Nur Azizah Maulina Purnamasari
Date Deposited: 29 Oct 2024 04:52
Last Modified: 29 Oct 2024 04:52
URI: https://digilib.uinsgd.ac.id/id/eprint/100914

Actions (login required)

View Item View Item