Rancang bangun Electronic Nose (E-Nose) untuk mendeteksi kontaminasi formalin pada bakso dengan metode K-Nearest Neighbor (KNN) menggunakan Raspberry Pi 4

Sintia, Putri (2024) Rancang bangun Electronic Nose (E-Nose) untuk mendeteksi kontaminasi formalin pada bakso dengan metode K-Nearest Neighbor (KNN) menggunakan Raspberry Pi 4. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (253kB) | Preview
Preview	Text 2_abstrak.pdf Download (114kB) | Preview
Preview	Text 3_daftarisi.pdf Download (102kB) | Preview
Preview	Text 4_bab1.pdf Download (106kB) | Preview
	Text 5_bab2.pdf Restricted to Registered users only Download (5MB) | Request a copy
	Text 6_bab3.pdf Restricted to Registered users only Download (7MB) | Request a copy
	Text 7_bab4.pdf Restricted to Registered users only Download (647kB) | Request a copy
	Text 8_bab5.pdf Restricted to Registered users only Download (100kB) | Request a copy
	Text 9_daftarpustaka.pdf Restricted to Registered users only Download (133kB) | Request a copy

Abstract

Penyalahgunaan formalin sebagai pengawet makanan, seperti pada bakso, sangat sering dijumpai dan dapat menyebabkan berbagai penyakit pada manusia, sehingga memerlukan perhatian khusus. Dalam penelitian ini, sampel bakso yang digunakan adalah bakso buatan mandiri dengan prosedur percobaan memanaskan air selama 1 menit, memasak bakso selama 1 menit, menghaluskannya, dan memasukkannya ke dalam ruang uji selama 1 menit sebelum proses pengambilan data dimulai. Va�riasi formalin yang digunakan adalah penambahan sebanyak 0,1 ml; 0,2 ml; 0,3 ml dan 0,4 ml pada bakso seberat 30 gram. Penyimpanan database dilakukan secara otomatis menggunakan library pandas pada python. E-Nose yang menggunakan Raspberry Pi 4 dilengkapi dengan 15 jenis sensor (MQ2, MQ3, MQ4, MQ6, MQ7, MQ8, SEN0569, MQ131, MQ135, MQ136, MQ137, TGS813, TGS822, TGS2611) serta metode Machine Learning K-Nearest Neighbors (KNN) menunjukkan optima�litas dalam klasifikasi, dengan nilai confusion matrix menunjukkan akurasi 100% dan batas deteksi terkecil 0,2 ml formalin pada bakso. E-Nose dengan biaya opera�sional rendah menggunakan satu jenis sensor yaitu SEN0563, Sistem tersebut me�nunjukkan kemampuan mendeteksi formalin dengan konsentrasi terkecil formalin sebesar 0,1 ml pada bakso, serta memiliki akurasi sempurna dalam memprediksi seluruh jenis sampel dengan benar.

Actions (login required)

View Item