Penerapan Jaringan Syaraf Tiruan pada Hidung Elektronik Cerdas untuk Deteksi Daging Babi

MS Hendriyawan A, Baby Aries

Abstract


Tingkat komsumsi daging sapi di Indonesia terus naik dari tahun ke tahun terlihat dari permintaan pasar yang terus meningkat terutama pada perayaan hari besar dan hari raya. Akan tetapi peningkatan permintaan pasar akan daging sapi masih kerap dimanfaatkan oleh oknum tak bertanggung jawab yang mencampur daging sapi dengan daging babi. berdasarkan fakta tersebut maka dibuat sebuah sistem electronic nose yang dapat membedakan antara daging sapi murni dengan daging sapi bercampur babi berdasarkan karakteristik aroma. Alat ini menerapkan jaringan syaraf tiruan (JST) backpropagation yang dilatih menggunakan aplikasi MATLAB untuk mengenali pola dari aroma sampel daging yang ditangkap menggunakan rangkaian sensor gas TGS2602, TGS2620, TGS2610 dan TGS2611, kemudian mengklasifikasikannya dalam dua kelas yaitu MURNI dan CAMPURAN. Sampel daging segar yang digunakan untuk pengujian ada 4 macam yaitu daging sapi murni, daging campuran 25%, 50% dan 75% dengan total sampel sebanyak 30 terdiri dari 15 sampel murni dan 15 sampel campuran. Dari pengujian tersebut didapat nilai akurasi, presisi, sensitivity dan specificity sebesar 100% menggunakan confusion matrix.

Keywords


Daging Babi; Hidung Elektronik; Jaringan Syaraf Tiruan; MATLAB

Full Text:

PDF

References


Dharmawan, M. R., Syauqy, D., & Setyawan , G. E. (2019). Sistem Pembeda Daging Sapi dan Daging Babi berdasarkan Warna dan Kadar Amonia menggunakan Metode Jaringan Syaraf Tiruan Berbasis Android. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 3, No. 11, November 2019, hlm. 10691-10700.

Nafiasari1, N. A., & Handayani, A. M. (2018). Penganalisis Kesegaran Daging Sapi Dan Daging Babi Mentah Berdasarkan Klasifikasi Warna Dan Kelembaban. Jurnal Teknosains Volume 8 No. 1, 22 Desember 2018 Halaman 1-88.

Tian, X., Wang, J., & Cui, S. (2013). Analysis of Pork Adulteration in Minced Mutton using Electronic Nose of Metal Oxide Sensors. Journal of Food Engineering, 119, 744-749.

Putra, R. C. S. S., Rizal. A., Cahyadi. W. A. (2021). Rancang Bangun Sistem Pendeteksi Kesegaran Daging Berdasarkan Sensor Bau Dan Warna. Jurnal Prosiding e-Proceeding of Engineering : Vol.8, No.1 Februari 2021, Page 103

Simamora, J. (2017). Rancang Bangun Sistem Pendeteksi Kesegaran Daging Berdasarkan Sensor Bau Dan Warna. Skripsi, S.T., Institut Teknologi Sepuluh Nopember, Surabaya.

Kosowska, M., Majcher, M., & fortuna, t. (2017). Volatile compounds in meat and meat products. Jurnal Food Science and Technology International, vol.37, hlm.1-7.

Mottram, D. (1998). Flavor formation in meat and meat a review. Jurnal Food Chemistry, 62(4), 415-424.

Tan, J., Xu, J. (2020). Applications of electronic nose (e-nose) and electronic tongue(e-tongue) in food quality-related properties determination: A review. Jurnal Artificial Intelligence in Agriculture 4 (2020) 104–115.

Tazi, I., Isnaini, N. L., Mutmainnah, Ainur, A. (2019). Principal Component Analysis (PCA) Method for Classification of Beef and Pork Aroma Based on Electronic Nose. Jurnal Indonesian Journal of Halal Research 1(1): 5-8.

Muttaqin, M. N. (2018). Pengaruh Suhu Pada Chamber Volatile Organic Compound (Daging Sapi Dan Babi) Berbasis Electronic Nose Dengan Menggunakan Metode Linear Discriminant Anaisys (LDA). Skripsi, S.Si., Universitas Islam Negeri Maulana Malik Ibrahim, Malang.

Triyana, K., Agustika, D., Hardoyono, F., & Chotimah. (2012). Penerapan Metode Ekstraksi Ciri Berbasis Transformasi Wavelet Diskrit untuk Meningkatkan Unjuk Kerja Electronic Nose. Jurnal Prosiding Pertemuan Ilmiah XXVI HFI Jateng & DIY, Purworejo 14 April 2012.

Karakaya, D., Ulucan. O., Turkan, M. (2020). Electronic Nose and Its Applications: A Survey. Jurnal International Journal of Automation and Computing 17(2), April 2020, 179-209.

Wilson, A., D. (2012). Review of electronic-nose technologies and algorithms to detect hazardous chemicals in the environment. Jurnal Prosiding Procedia Technology 1 (2012) 453 – 463.

Burgués, J., Marco, S. (2018). Low power operation of temperature-modulated metal oxide semiconductor gas sensors. Jurnal Sensors. 2018; 18(2):339.

Hahn, S. (2002). SnO2 Thick Film Sensors at Ultimate Limits: Performance at Low O2 and H2O Concentrations; Size Reduction by CMOS Technology. Thesis, Ph.D., University of Tübingen, Tübingen.

Julian, T., Hidayat, S. N., Rianjanu, A., Dharmawan, A. B., Wasisto, H. S., Triyana, K. (2020). Intelligent Mobile Electronic Nose System Comprising a Hybrid Polymer-Functionalized Quartz Crystal Microbalance Sensor Array. Jurnal ACS Omega 2020, 5, 29492−29503.

Pacioni, G., Cerretani, L., Procida, G., Cichelli, A. (2014). Composition Of Commercial Truffle Flavored Oils With GC–MS Analysis And Discrimination With An Electronic Nose, Jurnal Food Chemistry, Volume 146, Pages 30-35.

Yanto, M. (2017). Penerapan Jaringan Syaraf Tiruan Dengan Algoritma Perceptron Pada Pola Penentuan Nilai Status Kelulusan Sidang Skripsi. Jurnal TEKNOIF, Vol. 5, No. 2, Oktober, 2017.

Shanmuganathan, S., & Samarasinghe, S. (2016). Artificial Neural Network Modelling: An Introduction. Springer, Edisi 1, February, 2016.

Saputra, B., D. (2019). Sistem Prediksi Penentuan Harga Ikan Budidaya Menggunakan Jaringan Syaraf Tiruan Backpropagation. Tesis, Megister Sistem Informasi, Universitas Diponegoro.

Jaya, H., Sabran, Idris, M. M., Djawad, Y. A., Ilham, A., & Ahmar, A. S. (2018). kecerdasan buatan. Makasar: Fakultas MIPA Universitas Negeri Makassar.

Isnawan, W. (2018). Identifikasi Citra Abon Daging Sapi Murni Dengan Citra Abon Daging Sapi Yang Dicampur Daging Babi Menggunakan Metode Neural Network. Tesis, M. Eng., Universitas Mercubuana Yogyakarta.

Samsuddin, S. (2018). Pengujian Algoritma Artificial Neural Network (ANN) Untuk Prediksi Kecepatan Angin. Jurnal Nasional Komputasi dan Teknologi Informasi Vol.2 No.1, April 2018

Izati, N., A., Warsito, B., Widiharih, T. (2019). Prediksi Harga Emasmenggunakan Feed Forward Neural Networkdengan Metode Extreme Learning Machine. Jurnal Gaussian, Volume 8, Nomor 2, Tahun 2019, Halaman 171-183.

Ulya, N. (2019). Identifikasi Kandungan Minyak Goreng Menggunakan Jaringan Syaraf Tiruan Dengan Metode Backpropagation. Skripsi, S. Si., Universitas Islam Negeri Maulana Malik Ibrahim.




DOI: https://doi.org/10.31315/telematika.v18i3.6185

DOI (PDF): https://doi.org/10.31315/telematika.v18i3.6185.g4247

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright of :
TELEMATIKA: Jurnal Informatika dan Teknologi Informasi
ISSN 1829-667X (print); ISSN 2460-9021 (online)


Dipublikasi oleh
Jurusan Teknik Informatika, UPN Veteran Yogyakarta
Jl. Babarsari 2 Yogyakarta 55281 (Kampus Unit II)
Telp: +62 274 485786
email: [email protected]

 

Jurnal Telematika sudah diindeks oleh beberapa lembaga berikut:
 

 

 

 

 

Status Kunjungan Jurnal Telematika