%0 Thesis
%9 Masters
%A LARASATI, HANDAYANI
%B FAKULTAS KEGURUAN ILMU PENGETAHUAN
%D 2024
%F eprints:83792
%I UNIVERSITAS LAMPUNG
%T PROTOTYPE ALAT UJI DETEKSI CEPAT BUAH KELAPA PANDAN  WANGI BERBASIS ELECTRONIC NOSE (E-NOSE) MENGGUNAKAN  METODE JARINGAN SYARAF TIRUAN (JST) DAN LOGIKA FUZZY
%U http://digilib.unila.ac.id/83792/
%X 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