IDENTIFIKASI HALITOSIS BERDASARKAN KELAS/TINGKATAN BERBASIS SENSOR GAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Anisa, Irviana (2016) IDENTIFIKASI HALITOSIS BERDASARKAN KELAS/TINGKATAN BERBASIS SENSOR GAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Diploma thesis, Universitas Andalas.

Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (98kB) | Preview
Preview	Text (BAB I PENDAHULUAN) BAB I PENDAHULUAN.pdf - Published Version Download (174kB) | Preview
Preview	Text (BAB V PENUTUP) BAB V PENUTUP.pdf - Published Version Download (111kB) | Preview
Preview	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Download (112kB) | Preview
	Text (SKRIPSI FULL TEXT) SKRIPSI _1110453019.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Halitosis merupakan penyebab atau indikasi dari penyakit diabetes mellitus dan infeksi lambung. Penelitian ini bertujuan untuk membuat suatu sistem identifikasi dan klasifikasi kesehatan mulut (halitosis).Sensor gasTGS-2602 akan mendeteksi kadar gas pada mulut, dan mengirim data berupa sinyal analog ke mikrokontroler ATmega 328 Arduino .Pada Raspberry Pi dilakukan pemograman baca data dari mikrokontroller dan menyimpannya pada suatu file dan kemudian mengolah data tersebut dengan menggunakan metode Fast Fourier Transform (FFT) sehingga didapatkan pola data yang diinginkan. Pola data hasil keluaran Fast Fourier Transform (FFT) ini yang akan digunakan sebagai data input pada metode jaringan syaraf tiruan Learning Vector Quantization (LVQ). Pengujian sistem dilakukan kepada orang dengan bau mulut penderita halitosis dan tidak halitosis. Persentase keberhasilan respon sensor terhadap sampel Tidak Halitosis 100%, sampel Halitosis Ringan 25%, sampel Halitosis Sedang 50%, sampel Halitosis Akut 50%. Kata kunci: Sensor GasTGS-2602, Halitosis, FFT, LVQ , Raspberry Pi

Actions (login required)

View Item