DETEKSI REMPAH-REMPAH MENGGUNAKAN ELECTRONIC NOSE BERBASIS JARINGAN SYARAF TIRUAN (JST) DENGAN METODE BACKPROPAGATION

Larasati Handayani, 1717041083 (2022) DETEKSI REMPAH-REMPAH MENGGUNAKAN ELECTRONIC NOSE BERBASIS JARINGAN SYARAF TIRUAN (JST) DENGAN METODE BACKPROPAGATION. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (1541Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (2026Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2027Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Rempah-rempah adalah bagian tumbuhan yang berasal dari batang, daun, kulit batang, umbi, rimpang, akar, biji, bunga, atau bagian tubuh tumbuhan lainnya. Rempah-rempah memiliki banyak ragam yang bentuknya mirip. Rempah-rempah dapat dikenali dari tampilan, rasa, bahkan sifat aromanya. Salah satu teknik mengenali aroma rempah-rempah adalah indera penciuman dengan menggunakan hidung. Namun tidak semua orang memiliki indra penciuman yang baik. Ada orang yang tidak bisa mencium sama sekali (anosmia) dan ada yang terlalu banyak mencium (hyperosmia). Akibat beberapa gangguan indra penciuman, sehingga perlu untuk melakukan penelitian mengenai deteksi rempah-rempah menggunakan electronic nose untuk membedakan beberapa rempah-rempah. Penelitian ini menggunakan rempah-rempah yaitu jahe, kencur, kunyit dan lengkuas. Tahap penelitian meliputi pengambilan data, pelatihan jaringan syaraf tiruan, pengujian jaringan syaraf tiruan dan analisis jaringan syaraf tiruan. Sistem e-nose menggunakan jaringan syaraf tiruan dengan metode back propagation mampu mendeteksi jahe, kencur, kunyit dan lengkuas. Arsitektur jaringan syaraf tiruan dengan jumlah neuron hidden layer 9 merupakan jaringan syaraf tiruan dengan akurasi terbaik yang dihasilkan dari proses pelatihan. Arsitektur jaringan syaraf tiruan tersebut mampu mengidentifikasi data sampel rempah-rempah sebesar 98,75% dengan nilai standar deviasi sebesar 0,388718 dan nilai ketidakpastian relatifnya sebesar 13,2%. Kata kunci : Backpropagation, e-nose, jaringan syaraf tiruan, neuron hidden layer, rempah-rempah ABSTRACT Spices are plant parts derived from stems, leaves, bark, tubers, rhizomes, roots, seeds, flowers, or other plant body parts. Spices have many varieties that look similar. Spices can be recognized by their appearance, taste, and even scent. One technique to recognize the scent of spices is the sense of smell by using the nose. But not everyone has a good sense of smell. Some people can't smell at all (anosmia) and some people smell too much (hyperosmia). Due to some disturbances in the sense of smell, it is necessary to conduct research on spice detection using an electronic nose to distinguish some spices. This research uses spices, namely ginger, kaempferia galanga, turmeric and galangal. The research phase includes data collection, training of artificial neural networks, testing of artificial neural networks and analysis of artificial neural networks. The e-nose system using an artificial neural network with back propagation method is able to detect ginger, kaempferia galanga, turmeric and galangal. The artificial neural network architecture with the number of hidden layer 9 neurons is an artificial neural network with the best accuracy resulting from the training process. The artificial neural network architecture is able to identify spice sample data of 98.75% with a standard deviation value of 0.388718 and a relative uncertainty value of 13.2%. keyword : Backpropagation, e-nose, artificial neural network, neuron hidden layer, spices

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum
Program Studi:	FAKULTAS MIPA > Prodi Fisika
Pengguna Deposit:	2203113352 . Digilib
Date Deposited:	17 Jun 2022 02:23
Terakhir diubah:	17 Jun 2022 02:23
URI:	http://digilib.unila.ac.id/id/eprint/63163

Actions (login required)

Lihat Karya Akhir