Rancang Bangun E-Nose Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Mendeteksi Jenis Kopi

Asmaramnay, Dimas (2023) Rancang Bangun E-Nose Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Mendeteksi Jenis Kopi. S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.

	Text 1943063-S1-Teknik Informatika.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text 1943063-S1-Jurnal.pdf Restricted to Repository staff only Download (776kB) | Request a copy

Abstract

Dimas Asmaramany, 2019 Rancang Bangun E-Nose Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Mendeteksi Jenis Kopi, Skripsi Program Studi Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer Widya Cipta Dharma, Pembimbing I Pitrasacha Adytia, S.T., M.T dan Pembimbing II Wahyuni, S.Kom., M.Kom. Kata Kunci :Jaringan Syaraf Tiruan, klasifikasi, Backpropagtion, Aroma Kopi Penerapan sistem Electronic Nose (e-nose) menggunakan Jaringan Syaraf Tiruan (JST) dengan metode back propagation untuk mendeteksi aroma kopi arabika, kopi luwak, dan kopi robusta melatih menggunakan pola jaringan syaraf tiruan backpropagation untuk memberikan hasil lebih baik. Metode penelitian ini dilakukan dengan tahap pengukuran parameter-parameter yang menentukan aroma kopi melalui parameter uji laboratoris Parameter uji laboratoris dilakukan menggunakan perangkat hidung elektronik (Electronic Nose) dengan peralatan ini akan diperoleh data perubahan tegangan listrik dari 4 buah sensor yaitu MQ-2, MQ-3, MQ-7 dan MQ-135. Nilai keluaran dari jaringan syaraf tiruan dapat membedakan kopi dalam 3 jenis yaitu Kopi Arabika, Kopi Robusta, dan Kopi Luwak.Arsitektur awal jaringan syaraf tiruan backpropagation dibentuk dengan jumlah 3 lapisan yaitu, terdiri dari 1 lapisan input dengan 4 sel syaraf masukan. 1 lapisan tersembunyi dengan 8 sel syaraf, dan 1 lapisan output dengan fungsi aktivasi sigmoid bipolar, algoritma pelatihan propagasi balik, dengan data pelatihan 900 set data hasil pengujian menunjukkan jaringan syaraf mampu memberikan klasifikasi benar 99% dari 3 set data pengujian. Hasil pelatihan dan pengujian menunjukkan bahwa jaringan syaraf yang dibentuk dapat mengidentifikasi dan membedakan jenis kopi dengan hasil yang baik ================================= Dimas Asmaramany, 2019 Design and Implementation of E-Nose Using Backpropagation Neural Network Method to Detect Types of Coffee, Informatics Engineering Study Program Thesis, College of Informatics and Computer Management Widya Cipta Dharma, Advisor I Wahyuni, S.Kom., M.Kom and Supervisor II Amelia Yusnita, S.Kom., M.Kom. Keywords: Artificial Neural Network, Classifiaction, Backpropagation, Coffe Aroma Implementation of Electronic Nose (e-nose) system using Artificial Neural Network (ANN) with back propagation methodto detect the scent of Arabica Coffee, Luwak Coffee, and Robusta Coffee using Artificial Neural Network. the researcher expected to produce a good results by doing this test. This research method have been done with following the steps of parameters measurement that determines the scent of coffee through laboratory test. This parameter laboratory test have been done using Electronic Nose. With this equipment will be obtained on data changes in electrical voltage from 4 sensors including MQ-2, MQ-3, MQ-7 dan MQ-135. The output value of the artificial neural network can differentiate into three types of coffee including Arabica Coffee, Robusta Coffee, and Luwak Coffee. The initial architecture of the backpropagation neural network is formed with a total of 3 layers, consisting of 1 input layer with 4 input nerve cells, 1 hidden layer with 8 nerve cells, and 1 output layer with a bipolar sigmoid activation function. The researcher using 900 training data sets for train the algorithm of backpropagation. The result show that the neural network is able to provide a correct classification of 99% of the 3 test data sets. The results of training and testing show that the neural networks formed are able to identify and differentiate coffee types with good results.

Item Type:	Thesis (S1 Teknik Informatika)
Additional Information:	Pembimbing 1: Pitrasacha Adytia, S.T., M.T. Pembimbing 2: Wahyuni, S.Kom., M.Kom.
Uncontrolled Keywords:	Jaringan Syaraf Tiruan, klasifikasi, Backpropagtion, Aroma Kopi
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Teknik Informatika
Depositing User:	Mr Dimas Asmaramany
Date Deposited:	30 Aug 2023 06:07
Last Modified:	30 Aug 2023 06:07
URI:	http://repository.wicida.ac.id/id/eprint/5187

Actions (login required)

View Item