Sistem Klasifikasi Kualitas Daging Ayam menggunakan Metode K-Nearest Neighbors berbasis Arduino
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
View Archive InfoField | Value | |
ISSN |
2548-964X |
|
Authentication Code |
dc |
|
Title Statement |
Sistem Klasifikasi Kualitas Daging Ayam menggunakan Metode K-Nearest Neighbors berbasis Arduino |
|
Added Entry - Uncontrolled Name |
Zamaliq, Zamaliq Utaminingrum, Fitri Setiawan, Eko Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya Fakultas Ilmu Komputer, Universitas Brawijaya |
|
Summary, etc. |
Daging ayam merupakan salah satu sumber protein hewani yang paling bayak dikonsumsi oleh masyarakat. Kebutuhan konsumsi daging ayam akan selalu meningkat dikarenakan beberapa faktor yaitu, harga daging ayam yang relatif terjangkau dibandingkan dengan daging sapi, memiliki kualitas gizi yang baik, dan mudah diolah menjadi berbagai jenis masakan. Penjual daging ayam di pasar ataupun di pinggir jalan terkadang hasil jualan mereka tidak sepenuhnya laku di tangan konsumen karena berbagai alasan ekonomis, daya simpan dan ketidaktahuan masyarakat penggunaan bahan tambahan dan bahan pengawet yang berbahaya mungkin saja dilakukan beberapa contoh penyalahgunaan pada produk makanan adalah penggunaan pengawet sintetik misalnya formalin dan boraks. Dalam mengatasi permasalahan tersebut penentuan klasifikasi daging ayam tiren, ayam busuk, dan ayam berformalin, maka diperlukan metode yang tepat untuk melakukan klasifikasi. Metode K-NN dapat bekerja secara independen pada setiap fitur-fitur objek yang akan dilakukan klasifikasi. Pada sistem ini digunakan beberapa komponen yaitu : mikrokontroller Arduino Mega Mini untuk memproses data dan melakukan perhitunngan, sensor TGS2602 yang berguna untuk mendeteksi aroma pada daging ayam, tingakat akurasi error yang dihasilkan sebesar 3,42% sensor ini diletakan disebuah wadah, sensor Ph BNC Electrode Probe dengan tingkat akurasi error yang dihasilkan sebesar 25,89% berguna mengukur kadar asam basa pada daging ayam. Untuk klasifikasi menggunakan metode K-NN presentasi akurasi yang didapati sebesar 80,95%.
|
|
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/7251 |
|
Data Source Entry |
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 5 (2020): Mei 2020 |
|
Language Note |
ind |
|
Terms Governing Use and Reproduction Note |
Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer |
|