Sistem Portable Pengidentifikasi Antara Daging Sapi dan Babi Menggunakan Artificial Neural Network Berbasis Near Infrared Spectroscopy

Aulia, Daffa Choa (2025) Sistem Portable Pengidentifikasi Antara Daging Sapi dan Babi Menggunakan Artificial Neural Network Berbasis Near Infrared Spectroscopy. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) cover & abstrak.pdf - Published Version Download (922kB)
	Text (Bab 1) Bab 1.pdf - Published Version Download (2MB)
	Text (Bab 5 Penutup) Bab 5 Penutup.pdf - Published Version Download (219kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (1MB)
	Text (Tugas Akhir Fulltext) Tugas Akhir Fulltext.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Mayoritas penduduk Indonesia beragama Islam, dan dalam ajaran Islam konsumsi daging babi dilarang. Namun, masih terdapat oknum penjual yang memanfaatkan ketidaktahuan masyarakat dengan menjual daging babi yang dipalsukan sebagai daging sapi, sehingga menimbulkan permasalahan keaslian pangan. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan sebuah sistem autentikasi daging berbasis near-infrared spectroscopy menggunakan sensor AS7263. Nilai pantulan cahaya yang diperoleh dari sensor diproses menggunakan algoritma Artificial Neural Network (ANN) untuk melakukan klasifikasi antara daging sapi dan babi. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mencapai akurasi klasifikasi sebagian besar di atas 80%, sehingga memiliki potensi untuk diterapkan pada aplikasi praktis. Meskipun demikian, sistem ini memiliki keterbatasan, yaitu sensor AS7263 dapat menghasilkan prediksi yang ambigu ketika digunakan pada objek selain daging sapi maupun babi yang berada terlalu dekat, karena respons spektralnya menyerupai kedua kelas daging tersebut. Temuan ini menunjukkan bahwa sistem cukup efektif dalam membedakan daging sapi dan babi, namun masih memerlukan pengembangan lebih lanjut agar lebih andal dalam kondisi nyata yang lebih kompleks.

Actions (login required)

View Item