RANCANG BANGUN ALAT DETEKSI BAHAN BAKU GELATIN MENGGUNAKAN MULTISENSOR GAS BERBASIS MACHINE LEARNING

Febby, Trishe Ananda (2025) RANCANG BANGUN ALAT DETEKSI BAHAN BAKU GELATIN MENGGUNAKAN MULTISENSOR GAS BERBASIS MACHINE LEARNING. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) abstrak.pdf - Published Version Download (295kB)
	Text (BAB 1 Pendahuluan) BAB 1.pdf - Published Version Download (275kB)
	Text (BAB 5 Kesim[ulan dan Saran) BAB 5.pdf - Published Version Download (230kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (244kB)
	Text (skripsi full text) skripsi full text.pdf - Published Version Restricted to Repository staff only Download (10MB)

Abstract

Kebutuhan gelatin untuk bahan makanan halal di Indonesia sangat tinggi. Gelatin berbahan dasar babi yang sulit dikenali setelah melalui proses produksi masih banyak digunakan dalam industri makanan dan farmasi. Penelitian ini merancang bangun alat deteksi bahan baku gelatin menggunakan multisensor gas berbasis machine learning. Delapan sensor gas yang terdiri dari MQ3, MQ4, MQ6, MQ135, MQ136, MQ137, TGS822, dan MS1100 digunakan untuk mengidentifikasi senyawa organik volatil. Sampel dikondisikan menjadi gelatin tunggal dengan variasi konsentrasi 1%, 3%, 5%, 7%, dan gelatin campuran. Pengukuran berlangsung selama 30 menit untuk setiap sampel. Data hasil pengukuran dianalisis menggunakan tiga model machine learning yaitu PCA, LDA, dan SVM. PCA untuk pemisahan pola nilai yang akurat untuk setiap jenis gelatin, terutama pada konsentrasi 7%. LDA untuk mengklasifikasikan gelatin tunggal, hasil yang diperoleh terjadi peningkatan akurasi dari 90,38% pada konsentrasi 1% dan 95,56% pada konsentrasi 7%. SVM untuk memprediksi gelatin campuran berhasil mendeteksi komposisi gelatin campuran dengan akurasi 97,65%. Hasil ini menunjukkan bahwa alat yang dikembangkan berpotensi menjadi solusi alternatif untuk identifikasi sumber gelatin dalam autentikasi kehalalan produk pangan.

Actions (login required)

View Item