Path: Top -> Journal -> Jurnal Nasional Teknik Elektro dan Teknologi Informasi -> 2013 -> Vol 2, No 4 (2013)

Analisis Kinerja Instrumen Uji Formalin pada Tahu Berbasis Elektronik Nose

Analisis Kinerja Instrumen Uji Formalin pada Tahu Berbasis Elektronik Nose

Journal from gdlhub / 2016-11-19 03:43:37
Oleh : Sariayu Wulandari, JNTETI
Dibuat : 2013-11-01, dengan 1 file

Keyword : enose, PCA, FCM, SVM KONSEP, LRMA
Url : http://ejnteti.jteti.ugm.ac.id/index.php/JNTETI/article/view/99

Elektronik nose adalah instrument pendeteksi berdasarkan klasifikasi aroma seperti fungsi hidung manusia. Penelitian ini dilatarbelakangi oleh belum adanya alat pendeteksi formalin pada produk makanan, terutama pada tahu, karena harga instrument analisis modern sangat mahal. Tujuan dari penelitian ini adalah untuk menghasilkan sebuah rekomendasi metode yang paling tepat, untuk digunakan pada instrument pendeteksi formalin pada tahu. Rancang bangun enose deteksi formalin dibuat dengan cara perancangan modul elektronik dan sekaligus sistem pengenal polanya. Modul elektronik dirancang menggunakan board Arduino Uno R3, yang memakai chip ATMega 328. Pada sistem pengenalan pola, dilakukan dengan bahasa pemrograman matlab yang menggunakan preprocessing LRMA (Linear Regression Moving Average), ekstraksi ciri wavelet dan PCA (Principle Component Analysis) serta metode analisis SVM (Support Vector Machines) dan FCM (Fuzzy C Means). Hasil dari pengenalan pola data pembelajaran, tingkat pengenalan tertinggi adalah pada nilai maksimal bentuk lingkaran, yaitu 100%. Sedangkan tingkat pengenalan data bukan pembelajaran, adalah 98.33%.

Deskripsi Alternatif :

Enose is an instrument that be able to discriminated odorant. This instrument is designed to detect formalin content in the tofu product. The aim of artificial olfaction machine design is to find the recommended method to detect content formalin with specified instrument. The instrument consisted of electronic module and pattern recognition systems. The electronic module is a typical application system, consisting of Arduino Uno R3 board, with ATMega 328 chip. In the pattern recognition system, is programmed in Matlab language using LRMA (Linear Regression Moving Average) for pre processing, wavelet and PCA (Principle Component Analysis) for feature extraction, and SVM (Support Vector Machines) for analysis method. Result of pattern recognition that value highest level of recognition is show with SVM method with a 100% of accuracy. Whereas, pattern recognition of unlearn data, the obtained accuracy is 98.33%.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID Publishergdlhub
OrganisasiJNTETI
Nama KontakHerti Yani, S.Kom
AlamatJln. Jenderal Sudirman
KotaJambi
DaerahJambi
NegaraIndonesia
Telepon0741-35095
Fax0741-35093
E-mail Administratorelibrarystikom@gmail.com
E-mail CKOelibrarystikom@gmail.com

Print ...

Kontributor...

  • , Editor: sukadi

Download...

  • Download hanya untuk member.

    99-137-1-PB
    Download Image
    File : 99-137-1-PB.pdf
    (154923 bytes)