ITHBITHB

Jurnal TelematikaJurnal Telematika

Penentuan jenis madu merupakan langkah penting guna menjaga keaslian dan mutu produk. Penelitian ini mengembangkan sistem electronic nose berbasis sensor gas MQ-3 dan MQ-135 yang merekam tiga parameter volatil utama, yaitu karbon dioksida, acetone, dan alkohol. Sebanyak 541 sampel data dinormalisasi menggunakan metode min–max, kemudian dibagi dengan skema hold-out 75 persen untuk pelatihan dan 25 persen untuk pengujian. Model klasifikasi menggunakan jaringan syaraf tiruan multilayer perceptron dengan arsitektur 3–7–3, optimizer Adam, laju pembelajaran 0,001, ukuran batch 32, dan 1000 epoch. Hasil pengujian pada 135 sampel uji menunjukkan akurasi keseluruhan sebesar 88,89%. Evaluasi per kelas memperlihatkan madu hutan mencapai presisi 100, recall 100, dan F1-score 100, madu budidaya memperoleh presisi 97,1, recall 70,8, dan F1-score 82,1, sedangkan madu trigona mencapai presisi 75,0, recall 97,7, dan F1-score 84,8. Temuan ini menunjukkan bahwa kombinasi e-nose dan JST mampu mengidentifikasi madu dengan tingkat akurasi tinggi, sekaligus membuka peluang penerapan metode ini sebagai sistem deteksi cepat dalam mendukung keaslian produk madu.

Penelitian ini menunjukkan bahwa penerapan jaringan syaraf tiruan multilayer perceptron pada perangkat e-nose efektif untuk klasifikasi tiga jenis madu dengan akurasi 88,89%.Madu hutan menunjukkan performa klasifikasi terbaik, sementara madu budidaya dan trigona memerlukan peningkatan lebih lanjut.Hasil ini mengindikasikan potensi e-nose dan JST sebagai metode deteksi cepat untuk memastikan keaslian produk madu.

Penelitian lanjutan dapat difokuskan pada peningkatan akurasi klasifikasi madu budidaya dan trigona dengan mengeksplorasi teknik feature engineering, seperti ekstraksi fitur berbasis domain pengetahuan atau penggunaan metode reduksi dimensi. Selain itu, perlu dilakukan validasi model dengan dataset yang lebih besar dan beragam, mencakup berbagai varietas madu dari berbagai wilayah geografis, untuk memastikan generalisasi model yang lebih baik. Pengembangan perangkat e-nose portabel dan terintegrasi dengan aplikasi seluler juga dapat dipertimbangkan untuk memfasilitasi deteksi madu secara cepat dan mudah di lapangan, sehingga dapat membantu konsumen dan produsen dalam memverifikasi keaslian produk madu. Penelitian lebih lanjut juga dapat menginvestigasi penggunaan sensor gas yang lebih sensitif dan selektif untuk meningkatkan kemampuan deteksi senyawa volatil yang spesifik untuk masing-masing jenis madu, serta mengintegrasikan data sensor dengan informasi tambahan seperti warna, viskositas, dan kadar air untuk meningkatkan akurasi klasifikasi secara keseluruhan.

  1. ANALISIS CLUSTER BAHAN HERBAL BERDASARKAN FITUR RESPON E-NOSE | Joint Prosiding IPS dan Seminar Nasional... journal.unj.ac.id/unj/index.php/prosidingsnf/article/view/20126ANALISIS CLUSTER BAHAN HERBAL BERDASARKAN FITUR RESPON E NOSE Joint Prosiding IPS dan Seminar Nasional journal unj ac unj index php prosidingsnf article view 20126
  2. Sifat Fisik dan Kimia Madu dari Nektar Pohon Karet di Kabupaten Bangka Tengah, Indonesia | Evahelda |... journal.ugm.ac.id/agritech/article/view/16424Sifat Fisik dan Kimia Madu dari Nektar Pohon Karet di Kabupaten Bangka Tengah Indonesia Evahelda journal ugm ac agritech article view 16424
  3. Neural Networks: Evolution, Topologies, Learning Algorithms and Applications | IGI Global Scientific... services.igi-global.com/resolvedoi/resolve.aspx?doi=10.4018/978-1-61350-429-1.ch024Neural Networks Evolution Topologies Learning Algorithms and Applications IGI Global Scientific services igi global resolvedoi resolve aspx doi 10 4018 978 1 61350 429 1 ch024
  4. Indonesian Journal of Data and Science | IJODAS. analisis performa metode na bayesh classifier electronic... jurnal.yoctobrain.org/index.php/ijodas/article/view/67Indonesian Journal of Data and Science IJODAS analisis performa metode na bayesh classifier electronic jurnalctobrain index php ijodas article view 67
  5. R69-13 Perceptrons: An Introduction to Computational Geometry | IEEE Journals & Magazine | IEEE Xplore.... ieeexplore.ieee.org/document/1671311R69 13 Perceptrons An Introduction to Computational Geometry IEEE Journals Magazine IEEE Xplore ieeexplore ieee document 1671311
Read online
File size1.05 MB
Pages21
DMCAReport

Related /

ads-block-test