IDENTIFIKASI KEASLIAN KOPI ROBUSTA LAMPUNG MENGGUNAKAN SISTEM ELECTRONIC NOSE JARINGAN SYARAF TIRUAN DENGAN METODE BACK PROPAGATION

Saadah , Mujahidah (2024) IDENTIFIKASI KEASLIAN KOPI ROBUSTA LAMPUNG MENGGUNAKAN SISTEM ELECTRONIC NOSE JARINGAN SYARAF TIRUAN DENGAN METODE BACK PROPAGATION. MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG .

Preview	File PDF ABSTRAK - Saadah Mujahidah Beyadela.pdf Download (12Kb) | Preview
	File PDF SKRIPSI TANPA LAMPIRAN - Saadah Mujahidah Beyadela.pdf Restricted to Hanya staf Download (3415Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN DAN LAMPIRAN - Saadah Mujahidah Beyadela.pdf Download (2749Kb) | Preview

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

Research on detection of the aroma system for native Lampung robusta coffee with a mixture of rice and corn using an electronic nose (e-nose) consisting of 5 sensors, namely MQ-3, TGS-2602, TGS-2611, TGS-2600, and TGS-822. The purpose of this research is to be able to develop a system based on an Artificial Neural Network (ANN) using the backpropagation method. The hidden layer variations used show that the ANN parameters will be maximized in hidden layers 4 with the same average parameter value of 94% and an error value of 5.3%. Grouping samples with Principal Component Analysis (PCA) has also been able to identify data on coffee sample types. keyword : Electronic nose, e-nose, Robusta coffee, back propagation, PCA Penelitian mengenai sistem deteksi aroma kopi Lampung robusta asli dan campuran beras maupun jagung dengan menggunakan electronic nose (e-nose) yang terdiri dari 5 sensor yaitu MQ-3, TGS-2602, TGS-2611, TGS-2600, dan TGS-822. Tujuan penelitian ini adalah mampu mengembangkan sistem berbasis Jaringan Saraf Tiruan (JST) dengan metode backpropagation. Variasi hidden layer yang digunakan menunjukkan bahwa parameter JST akan maksimal pada hidden layer 4 dengan rata-rata nilai parameter yang sama yaitu sebesar 94% dan error value sebesar 5,3%. Pengelompokkan sampel dengan Principal Component Analysis (PCA) juga telah mampu mengidentifikasi data jenis sampel kopi. Kata kunci : Electronic nose, e-nose, kopi robusta, back propagation, PCA

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 530 Fisika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Fisika
Pengguna Deposit:	. . Yulianti
Date Deposited:	15 May 2025 04:13
Terakhir diubah:	15 May 2025 04:13
URI:	http://digilib.unila.ac.id/id/eprint/87094

Actions (login required)

Lihat Karya Akhir