PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN PADA PERANGKAT E-NOSE UNTUK KLASIFIKASI MADU

SYAFI'I, AHMAD DWI (2024) PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN PADA PERANGKAT E-NOSE UNTUK KLASIFIKASI MADU. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (114kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (981kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (398kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (789kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (836kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (282kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (504kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (409kB) | Request a copy

Abstract

Madu merupakan nektar bunga yang dihisap oleh lebah dan dikumpulkan di sarangnya sebagai cadangan makanan. Madu asli mengandung aroma bunga atau rumput, sementara madu palsu tidak memiliki aroma bunga, hanya aroma pemanis. Karena indra penciuman manusia terbatas dalam mengklasifikasikan jenis madu murni, diperlukan perangkat elektronik yang dapat membedakan madu dengan akurasi tinggi. Perangkat elektronik nose (e-nose) sangat efektif dikembangkan untuk mengenali jenis madu karena peka terhadap gas atau uap. Penelitian ini bertujuan mengaplikasikan algoritma jaringan syaraf tiruan pada e-nose untuk mengidentifikasi aroma madu. Metode yang digunakan adalah algoritma jaringan syaraf tiruan backpropagation dengan 3 neuron input, 7 hidden neuron, dan 3 output neuron. Penelitian ini dilakukan pada madu hutan, madu budidaya, dan madu trigona. Hasil penelitian menunjukkan bahwa metode algoritma Neural Network Backpropagation pada sistem e-nose mampu mengenali jenis madu dengan akurasi mencapai 88,89% berdasarkan pengujian menggunakan Confusion Matrix.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: elektronik nose, e-nose, algoritma jaringan syaraf tiruan basckpropagation, klasifikasi madu
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ahmad Dwi Syafi'i
Date Deposited: 17 Feb 2025 02:09
Last Modified: 17 Feb 2025 02:09
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
Barata, Mula Agung
NIDN0711049301
Thesis advisor
Rohmah, Roihatur
NIDN0726039401
URI: https://repository.unugiri.ac.id:8443/id/eprint/7068

Actions (login required)

View Item
View Item