Pembelajaran Mesin Berbasis E-nose Untuk Klasifikasi Daging Pada Produk Sosis
Kata Kunci:
e-nose, sosis, pembelajaran mesin, ekstraksi fitur, halalAbstrak
Makanan cepat saji yang disebut sosis memiliki berbagai jenis rasa berdasarkan jenis daging yang digunakan. Identitas jenis daging sangat penting untuk memastikan kualitas bahan dan kehalalan produk makanan. Tujuan dari penelitian ini adalah untuk mempelajari kinerja hidung elektronik (e-nose) yang terdiri dari enam sensor berbasis metal oxide semiconductor (MOS) terhadap sampel sosis dengan bahan dari daging babi, sapi, dan ayam yang dibuat tanpa campuran bumbu atau rempah. Eksperimen pengukuran dengan e-nose dilakukan pada suhu ruangan sebanyak seratus kali perulangan untuk masing-masing jenis sosis. Metode ekstraksi ciri maksimum, median, skewnes, kurtosis, standar deviasi, dan varians digunakan untuk mengekstraksi hasil respon sinyal e-nose. Analisis yang dilakukan menggunkan 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%. Sedangkan pengelompokan dengan PCA mampu memisahkan sosis berdasarkan jenis dagingnya dan juga menunjukkan adanya tumpang tindih data yang mengindikasikan ketiga sampel memiliki kesamaan profil aroma yang sama.
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Budi Sumanto
Artikel ini berlisensiCreative 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)