Sistem Pendeteksi Kerusakan Buah Mangga Menggunakan Sensor Gas Dengan Metode DCS-LCA

Murad, Murad and Sukmawaty, Sukmawaty and Ansar, A and Sabani, Rahmat and Hidayat, Syahroni (2022) Sistem Pendeteksi Kerusakan Buah Mangga Menggunakan Sensor Gas Dengan Metode DCS-LCA. Jurnal Teknologi Informasi dan Multimedia, 3(4), 186-192, Februari 2022.

[img]
Preview
Text
JTIM Vol 3 (4) Februari 2022.pdf

Download (1MB) | Preview
[img]
Preview
Text
10. TURNITIN Sistem Pendeteksi Kerusakan Buah Mangga Menggunakan Sensor Gas Dengan Metode DCS -LCA.pdf

Download (2MB) | Preview
[img]
Preview
Text
10. Lembar Review.pdf

Download (289kB) | Preview
Official URL: https://journal.sekawan-org.id/index.php/jtim/inde...

Abstract

Buah-buahan, termasuk mangga, menghasilkan berbagai macam senyawa organik yang mudah menguap yang memberikan aroma khas yang berbeda. Karakteristik aroma buah merupakan salah satu kunci penting dalam menentukan penerimaan konsumen di pasar buah komersial berdasarkan preferensi individu. Oleh karena itu, cara yang mungkin untuk menentukan tingkat kematangan/kerusakan adalah dengan merasakan aroma khas yang disajikan oleh buah menggunakan sensor gas. Penelitian ini bertujuan untuk membangun sistem yang dapat mendeteksi kerusakan buah mangga berdasarkan aromanya. Sensor yang digunakan adalah TGS 2600, MQ3, MQ4, MQ2, dan MQ8 yang dikoneksikan dengan Arduino Mega 2560. Model pembelajaran yang digunakan adalah model ensemble learning Dynamic Classifier Selection (DCS) dengan Local Class Accuracy (LCA)/DCS-LCA. Algoritma ini menggabungkan Regresi Logistik, Pohon Pemilihan, Support Vector Machine (SVM), Naïve Bayes, Random Forest, dan Jaringan Syaraf Tiruan. Model kemudian diuji dengan perbandingan jumlah data uji dan data latih sebesar 70%:30%. Hasil pengujian menunjukkan akurasi sistem secara keseluruhan 75% dan kemampuan mendeteksi kerusakan buah mangga mencapai 71%. Model pengklasifikasi DCS-LCA mengungguli performa masing-masing pengklasifikasi dasar pembentuknya

Item Type: Other
Keywords (Kata Kunci): Mangga, Sensor Gas, Ensemble learning, Dynamic Classifier Selection (DCS), Local Class Accuracy (LCA)
Subjects: S Agriculture > S Agriculture (General)
Divisions: Fakultas Teknologi Pangan dan Agroindustri
Depositing User: Sukmawaty Sukmawaty
Date Deposited: 23 Jun 2023 02:17
Last Modified: 23 Jun 2023 02:17
URI: http://eprints.unram.ac.id/id/eprint/40237

Actions (login required)

View Item View Item