Pembelajaran Mesin Berbasis E-nose Untuk Klasifikasi Daging Pada Produk Sosis
Keywords:
E-Nose, Sosis, Pembelajaran Mesin, Ekstraksi Fitur, HalalAbstract
Sosis adalah produk olahan daging yang digemari masyarakat namun terdapat permasalahan terkait identifikasi jenis daging yang digunakan dalam produk sosis. Hal ini menjadi penting, terutama bagi masyarakat muslim yang perlu memastikan kehalalan suatu produk sebelum dikonsumsi. Tujuan dari penelitian ini adalah menerapkan electronic nose (e-nose) yang tersusun dari enam sensor gas berbasis metal oxide semiconductor (MOS) dalam mendeteksi aroma dari sosis berbahan daging babi, sapi, dan ayam serta menganalisis sinyal respon sensor tersebut dengan metode pembelajaran mesin untuk mengklasifikasi jenis sosis berdasarkan jenis dagingnya. Percobaan dilakukan dengan setiap sampel jenis sosis seberat 2 gram dan pengukuran dilakukan sebanyak 100 kali perulangan untuk tiap sampel menggunakan e-snose. Hasil respon sensor diekstraksi menggunakan ciri maksimum, median, skewnes, kurtosis, standar deviasi, dan varians. Analisis yang dilakukan menggunakan principal component analysis (PCA) sebagai metode pengelompokan sedangkan metode klasifikasi menggunakan metode Linear discriminant analysis (LDA), k-nearest neighbor (k-NN), Quadratic Discriminant Analysis (QDA), Logistic Regresi (LR), dan Classification and Regression Trees (CART). Metode LDA memperoleh hasil yang paling akurat yaitu dengan akurasi internal mencapai 100% dan eksternal sebesar 98,3%. Pengelompokan dengan PCA mampu memisahkan sosis berdasarkan jenis dagingnya dan juga menunjukkan adanya tumpang tindih data antara sosis ayam dan sapi serta sosis babi dan sosis sapi yang mengindikasikan ketiga sampel memiliki kesamaan profil aroma yang hampir sama. Hasil ini menunjukkan bahwa e-nose dapat diterapkan sebagai instrumen untuk mendeteksi dan pengujian dalam mengidentifikasi produk makanan berupa olahan sosis berdasarkan jenis daging yang digunakan.
Published
Issue
Section
License
Copyright (c) 2024 Budi Sumanto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with the Jurnal Sains dan Teknologi (JST) agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)