Record Details

Sistem Klasifikasi Kesegaran Daging Ikan Gurami berdasarkan Warna dan Gas Amonia menggunakan K-Nearest Neighbor (KNN) berbasis Arduino

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Klasifikasi Kesegaran Daging Ikan Gurami berdasarkan Warna dan Gas Amonia menggunakan K-Nearest Neighbor (KNN) berbasis Arduino
 
Added Entry - Uncontrolled Name Hidayatulah, M. Fiqhi
Fitriyah, Hurriyatul
Utaminingrum, Fitri
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Ikan gurame dibeberapa daerah adalah salah satu unggulan pertanian. Daging ikan gurami menjadi Salah satu sumber makanan yang banyak mengandung gizi yang baik bagi manusia. Kandungan protein pada ikan gurami adalah 19%, lebih banyak dibandingkan ikan lain yang sering dikonsumsi manusia, seperti ikan lele yang mempunyai (18,2%) kandungan protein, ikan nila yang memiliki (16%) kandungan protein, dan ikan mas yang memiliki (16%) kandungan protein. Protein yang terdapat pada ikan mempunyai manfaat lebih dibanding dengan daging hewan lainya. Ciri - ciri yang dimiliki ikan segar yaitu memiliki tekstur yang halus namun tetap cukup kenyal dan padat. Seluruh bagian dagingnya terlihat menempel dengan erat pada tulang. Ikan gurami memiliki kelemahan setelah ikan tersebut mati, yaitu cepat mengalami kemunduran mutu, kecepatan kemunduran mutu ikan dapat dipengaruhi oleh faktor internal yang tergantung dengan jenis ikan itu sendiri maupun eksternal yang berkaitan dengan penanganan manusia. daging ikan gurami yang kurang segar ataupun busuk dengan daging ikan gurami yang segar. Maka akan sangat berbahaya jika daging yang kurang segar ataupun yang dalam keadaan busuk sampai terkonsumsi oleh konsumen. Pada penelitian ini di buat sebuah sistem klasifikasi yang dapat mendeteksi tingkat kesegaran daging ikan gurami dengan karakteristik kemunduran mutu yang terdapat pada daging ikan gurami. Dengan sensor MQ137 untuk menghitung parameter bau NH3 dan sensor TCS3200 untuk menghitung nilai warna daging ikan gurami dengan output klasifikasi 3 kelas yaitu Busuk, Kurang dan Segar yang ditampilkan pada lCD16x2. Dengan hasil klasifikasi yang didapat pada 180 data latih dan 30 data uji menghasilkan akurasi sampai 80% dengan rata-rata waktu komputasi 8,0667 ms.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10628
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 2 (2022): Februari 2022
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2022 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com