SATRIO UTOMO, GINANJAR (2018) SIMULASI DAN ANALISIS SENSITIVITAS SENSOR MOS PADA ELECTRONIC NOSEUNTUK PENDETEKSIAN KESEGARAN DAGING DENGAN METODE NEURAL NETWORK. Update Test thesis, Universitas Muria Kudus.
Preview |
PDF (hal judul)
HALAMAN JUDUL.pdf - Accepted Version Download (1MB) | Preview |
![]() |
PDF (bab 1)
BAB I.pdf - Accepted Version Restricted to Registered users only Download (108kB) | Request a copy |
![]() |
PDF (bab 2)
BAB II.pdf - Accepted Version Restricted to Registered users only Download (573kB) | Request a copy |
![]() |
PDF (bab 3)
BAB III.pdf - Accepted Version Restricted to Registered users only Download (652kB) | Request a copy |
![]() |
PDF (bab 4)
BAB IV.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
![]() |
PDF (bab 5)
BAB V.pdf - Accepted Version Restricted to Registered users only Download (94kB) | Request a copy |
Preview |
PDF (daftar pustaka)
DAFTAR PUSTAKA.pdf - Accepted Version Download (271kB) | Preview |
![]() |
PDF (lampiran)
LAMPIRAN.pdf - Accepted Version Restricted to Registered users only Download (378kB) | Request a copy |
Abstrak
Penelitian ini dilatarbelakangi oleh sensitivitas sensor yang selama ini hanya digunakan untuk mengetahui adanya perubahan nilai keluaran sensor dibandingkan dengan unit perubahan nilai masukan pada sensor dan belum adanya penelitian terkait sensitivitas sensor MOS yang digunakan untuk pendeteksian kesegaran daging terutama daging sapi potong. Tujuan dari tugas akhir ini adalah menguji dan menganalisis sensitivitas sensor MOS pada electronic nose dengan metode neural network menggunakan pemrograman Matlab untuk menghasilkan sebuah rekomendasi jumlah neuron mana yang paling tepat untuk digunakan pada instrumen pendeteksi kesegaran daging sapi. Sensitivitas sensor MOS yang digunakan terdiri dari 5 sensor yaitu TGS2600, TGS2602, TGS2620, MQ135, TGS813. Metode penelitian yang digunakan meliputi, 1) Preparasi alat dan bahan, 2) Menentukan kode target dengan kode [1;0] untuk daging segar dan [0;1] untuk tidak segar, 3) Mengukur aroma sampel daging sapi saat kondisi masih segar dan kondisi tidak segar yaitu mendapatkan perbandingan resistansi sensor, 4) Hitung sensitivitas kelima sensor dari rata – rata pengukuran aroma daging sebagai input pelatihan yang disusun matrik berupa data latih/uji dan target, 5) Analisis identifikasi dilakukan dengan pelatihan 22 data latih menggunakan formasi 5 – 1 – 2 ( 2 input, 1 lapis hidden layer, 2 output) dengan memberi variasi jumlah neuron pada hidden layer sebanyak 4, 8, 16, 6) Mensimulasikan hasil identifikasi dari variasi tersebut menggunakan tampilan GUI yang dibuat pada software Matlab. Penggunaan metode neuralnetwork dalam sistem yang dibangun mampu mendeteksi tingkat kesegaran daging sapi dengan variasi 4 neuron pada hiddenlayer diperoleh tingkat keberhasilan 90%, variasi 8 neuron pada hiddenlayer diperoleh tingkat keberhasilan 90%, dan variasi 16 neuron pada hiddenlayer diperoleh tingkat keberhasilan 80%.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Dosen Pembimbing: | Budi Gunawan, S.T., M.T. |
Kata Kunci: | Matlab, electronic nose, neural network, daging, backpropagation |
Subjects: | Pendidikan > Teori dan praktek pendidikan |
Program Studi: | Fakultas Teknik > S1 Teknik Elektro |
Depositing User: | UPT Perpustakaan UMK |
Date Deposited: | 02 Jan 2019 01:22 |
Last Modified: | 02 Jan 2019 01:22 |
URI: | http://eprints.umk.ac.id/id/eprint/9686 |
Actions (login required)
![]() |
View Item |