Record Details

Sistem Deteksi Kematangan Buah Mangga berdasarkan kandungan Gas NH3, C2H5OH dan VOCs menggunakan metode K-Nearest Neighbor (K-NN)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Deteksi Kematangan Buah Mangga berdasarkan kandungan Gas NH3, C2H5OH dan VOCs menggunakan metode K-Nearest Neighbor (K-NN)
 
Added Entry - Uncontrolled Name Zain, Luqmanul Halim
Setiawan, Eko
Fitriyah, Hurriyatul
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Buah mangga adalah buah yang berasal dari iklim tropis selain mempunyai karakteristik rasa yang menarik buah mangga memiliki berbagai kandungan gizi dan aroma yang khas. Pada berbagai varietas mangga (Mangifera indica L.) terdapat lebih dari 270 aroma senyawa volatile (Shibamoto, T. et al, 1990). Dalam produksi buah mangga terdapat berbagai masalah diantaranya mengenai proses untuk klasifikasi buah apakah buah tersebut matang atau mentah. Pada beberapa kasus mengenai tingkat kematangan mangga biasanya terdapat buah yang telah memiliki bentuk dan warna yang terlihat seperti sudah matang namun pada kenyataanya buah tersebut mentah dan juga sebaliknya. Dikarenakan itu dibutuhkan sebuah sistem yang lebih spesifik dalam penentuan tingkat kematangan buah mangga. Pada penelitian ini dirancang suatu sistem yang mampu mendeteksi jenis kematangan pada buah mangga berdasarkan aroma dengan menggunakan metode K-Nearest Neighbour. Pada proses pengklasifikasian data sampel digunakan Arduino nano sebagai pemrosesan data. Data latih diambil dari buah mangga dengan tingkat kematangan yang berbeda, selanjutnya buah mangga yang diuji akan dideteksi kandungan gas nya dengan sensor TGS2602,MQ135 dan MQ5 data yang didapatkan akan diproses dengan metode K-Nearest Neigbour. Hasil klasifikasi dari tingkat kematangan buah mangga akan ditampilkan pada layar LCD beserta dengan hasil pembacaan sensor. Pada pengujian sistem didapatkan hasil akurasi klasifikasi dengan 15 data uji akurasi tertinggi mencapai 86,6% pada K=3 dibandingkan dengan nilai K=5,7 dan 9.
 
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/9725
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 9 (2021): September 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com