RANCANG BANGUN ALAT PENYIMPAN DAN PENDETEKSI KEMATANGAN PISANG AMBON (Musa paradisiaca var. sapientum) MENGGUNAKAN SENSOR TCS34725 BERBASIS MACHINE LEARNING

Zakila, Nur Aisya (2025) RANCANG BANGUN ALAT PENYIMPAN DAN PENDETEKSI KEMATANGAN PISANG AMBON (Musa paradisiaca var. sapientum) MENGGUNAKAN SENSOR TCS34725 BERBASIS MACHINE LEARNING. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (347kB)
[img] Text (BAB 1 Pendahuluan)
BAB 1 PENDAHULUAN.pdf - Published Version

Download (299kB)
[img] Text (BAB 5 Penutup)
BAB 5 PENUTUP.pdf - Published Version

Download (228kB)
[img] Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version

Download (227kB)
[img] Text (Skripsi Full Text)
Skripsi-Nur Aisya Zakila-OK.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Pisang merupakan komoditas buah dengan produksi tertinggi di Indonesia, namun mudah mengalami perubahan mutu setelah panen. Salah satu faktor lingkungan yang perlu diperhatikan untuk menjaga kualitas buah pascapanen adalah suhu penyimpanan. Penelitian ini bertujuan merancang prototipe sistem penyimpanan pisang dengan pengendalian suhu otomatis serta pendeteksi kematangan pisang menggunakan sensor TCS34725 yang diimplementasikan dengan machine learning. Sistem dilengkapi dengan sensor DHT22 untuk memantau suhu dan kelembapan, sensor MQ-3 untuk mendeteksi kadar alkohol, serta elemen peltier untuk mengontrol luar sistem penyimpanan. Model machine learning yang dilatih untuk klasifikasi tingkat kematangan adalah Artificial Neural Network (ANN) dan Support Vector Machine (SVM). Model ANN memiliki akurasi 97%, sedangkan model SVM memiliki akurasi 94%. Model ANN tidak dapat diimplementasikan langsung di Arduino Uno R3 karena keterbatasan memori, sehingga model SVM dipilih untuk diimplementasikan pada perangkat keras. Hasil pengujian menunjukkan bahwa sistem mampu menjaga suhu penyimpanan pada rentang 20°C hingga 25°C. Pengujian dilakukan menggunakan 5 buah pisang yang diletakkan di dalam sistem dan 5 buah pisang di luar sistem. Perbandingan penyimpanan menunjukkan bahwa pisang yang disimpan pada sistem matang pada hari ke-10, sedangkan pisang yang disimpan di luar sistem matang pada hari ke-8. Pisang dalam sistem memiliki waktu simpan hingga 23 hari sebelum busuk, sedangkan pisang yang disimpan di luar sistem busuk pada hari ke-19. Pisang yang disimpan dalam sistem menunjukkan warna kulit yang lebih seragam dengan susut bobot 31%, sedangkan pisang yang disimpan di luar sistem mengalami susut bobot sebesar 38%. Sistem dapat menampilkan kondisi pisang secara real time melalui LCD.

Item Type: Thesis (S1)
Supervisors: Nini Firmawati, M. Sc
Uncontrolled Keywords: Machine learning; pendeteksi kematangan; sensor DHT22; sensor MQ-3; sensor TCS34725
Subjects: Q Science > QC Physics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Fisika
Depositing User: S1 Fisika Fisika
Date Deposited: 04 Sep 2025 03:40
Last Modified: 04 Sep 2025 03:40
URI: http://scholar.unand.ac.id/id/eprint/511076

Actions (login required)

View Item View Item