PROTOTYPE ALAT UJI DETEKSI CEPAT BUAH KELAPA PANDAN WANGI BERBASIS ELECTRONIC NOSE (E-NOSE) MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (JST) DAN LOGIKA FUZZY

LARASATI, HANDAYANI (2024) PROTOTYPE ALAT UJI DETEKSI CEPAT BUAH KELAPA PANDAN WANGI BERBASIS ELECTRONIC NOSE (E-NOSE) MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (JST) DAN LOGIKA FUZZY. Masters thesis, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Larasati Handayani.pdf Download (4Mb) | Preview
	File PDF TESIS FULL - Larasati Handayani.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF TESIS TANPA BAB PEMBAHASAN - Larasati Handayani.pdf Download (4Mb) | Preview

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

Perusahaan teknologi terus mengembangkan alat deteksi yang semakin canggih, salah satunya adalah teknologi sensor penciuman buatan atau electronic nose (e- nose). E-nose dirancang untuk meniru sistem penciuman manusia, memungkinkan pengukuran, identifikasi, dan klasifikasi campuran gas. Penelitian ini merancang sistem e-nose portable menggunakan sensor gas TGS-2602 dan TGS-2600 untuk mengenali kelapa pandan wangi. Tujuan dari penelitian ini adalah merancang sistem e-nose portable menggunakan JST dengan metode backpropagation dan logika fuzzy dengan metode Mamdani untuk mengenali kelapa pandan wangi. Sistem e-nose ini dilatih dengan menggunakan Jaringan Saraf Tiruan (JST) dengan metode backpropagation dan logika fuzzy dengan metode Mamdani untuk menganalisis dan mengklasifikasikan bau dari kelapa pandan wangi. Data yang diperoleh dalam proses pembelajaran diolah menggunakan Principle Component Analysis (PCA) untuk menganalisis pola yang terbentuk. Hasil penelitian menunjukan bahwa implementasi sistem e-nose portable dapat membedakan kelapa pandan wangi dan kelapa non pandan wangi. Analisis menggunakan JST menghasilkan error pelatihan sebesar 0,97% pada neuron hidden layer 11, logika fuzzy dengan metode Mamdani menghasilkan akurasi sebesar 99,98%, dan PCA menunjukkan persentase variasi tertinggi sebesar 88,91%. Kata kunci : Backpropagation, e-nose, jaringan syaraf tiruan, kelapa pandan wangi, logika fuzzy Technology companies continue to develop increasingly sophisticated detection tools, one of which is artificial smell sensor technology or electronic nose (e-nose). The E-nose is designed to mimic the human olfactory system, enabling the measurement, identification, and classification of gas mixtures. This research designs a portable e-nose system using TGS-2602 and TGS-2600 gas sensors to recognize fragrant pandanus coconut. The purpose of this research is to design a portable e-nose system using JST with the backpropagation method and fuzzy logic with the Mamdani method to recognize fragrant pandanus coconut. This e-nose system is trained using an Artificial Neural Network (JST) with a backpropagation method and fuzzy logic with the Mamdani method to analyze and classify the smell of fragrant pandanus coconut. The data obtained in the learning process is processed using Principal Component Analysis (PCA) to analyze the patterns formed. The results showed that the implementation of the portable e-nose system can distinguish fragrant pandanus coconut. Analysis using JST produces a training error of 0.97% on hidden layer neuron 11, fuzzy logic with the Mamdani method produces an accuracy of 99.98%, and PCA shows the highest percentage of variation of 88.91%. keyword: Backpropagation, e-nose, artificial neural network, fragrant pandanus coconut, fuzzy logic

Jenis Karya Akhir:	Tesis (Masters)
Subyek:	300 Ilmu sosial > 370 Pendidikan 500 ilmu pengetahuan alam dan matematika > 530 Fisika
Program Studi:	FKIP > Prodi Magister Pendidikan Fisika
Pengguna Deposit:	UPT . Dito Nipati
Date Deposited:	14 Feb 2025 07:53
Terakhir diubah:	14 Feb 2025 07:53
URI:	http://digilib.unila.ac.id/id/eprint/83792

Actions (login required)

Lihat Karya Akhir