Odor Transfer Pada Multi Posisi Sensor Gas Array (E-Nose) Untuk Klasifikasi Kematangan Buah Nanas Dalam Box

Hasan, Mhd Arief (2006) Odor Transfer Pada Multi Posisi Sensor Gas Array (E-Nose) Untuk Klasifikasi Kematangan Buah Nanas Dalam Box. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text 7025201010-Doctoral.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Teknologi Electronic Nose (E-Nose) saat ini banyak dikembangkan untuk penjaminan mutu buah secara non-destruktif, namun fleksibilitas implementasinya di industri sering kali terkendala oleh sensitivitas sensor terhadap variasi jarak fisik dari objek aromatik. Penelitian ini bertujuan untuk mengevaluasi pengaruh jarak sensor terhadap kinerja sistem Electronic Nose (E-Nose) dalam mendeteksi tingkat kematangan nanas, serta mengusulkan metode kompensasi sinyal untuk mengatasi penurunan akurasi pada pengukuran jarak jauh. Eksperimen dilakukan menggunakan 105 sampel nanas madu pada dua variasi jarak, yaitu 15 cm dan 65 cm. Analisis hasil awal menunjukkan penurunan akurasi klasifikasi yang signifikan ketika atenuasi sinyal gas terjadi pada jarak 65 cm, karena fitur data yang diekstraksi menjadi tidak dapat dibedakan. Untuk mengatasi masalah ini, studi ini mengusulkan metode Physics-Informed Odor Transfer berdasarkan Hukum Kuadrat Terbalik dan Transformasi Wavelet Diskrit (DWT) sebagaimana diilustrasikan pada laporan ini. Hasil pengujian menunjukkan bahwa metode yang diusulkan berhasil memulihkan akurasi klasifikasi tingkat kematangan pada jarak jauh (65 cm) hingga mendekati performa jarak dekat (15 cm), yaitu dari 61.90% menjadi 71.43% Meskipun demikian, pemodelan regresi kontinu untuk estimasi derajat kematangan pada jarak 65 cm masih menunjukkan nilai eror (RMSE) yang relatif tinggi, sehingga pendekatan ini lebih optimal direkomendasikan untuk tugas klasifikasi diskrit. Hasil ini menunjukkan bahwa klasifikasi sederhana tidak cukup untuk estimasi yang akurat. Secara keseluruhan, metode yang diusulkan berhasil meningkatkan akurasi klasifikasi kualitatif kematangan nanas pada jarak jauh 65 cm hingga mencapai 15,40 %. Namun untuk estimasi kuantitatif pada skala kontinu, pengujian berbasis Discrete Wavelet Transform (DWT) menunjukkan bahwa pemodelan regresi jarak 65 cm masih menghasilkan nilai eror terendah pada RMSE = 0,71640$ MAE= 0,58730; R^2 = 0,16789) dibandingkan jarak 15 cm RMSE = 0,78718. Nilai determinasi yang rendah ini mengonfirmasi bahwa prediksi regresi skala kontinu pada jarak jauh masih mengalami penyimpangan prediktif, sehingga penelitian ini lebih direkomendasikan untuk pemodelan klasifikasi diskrit.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	Electronic Nose, Tingkat Kematangan Nanas, Odor Transfer, Discrete Wavelet Transform, Regresi Jarak Jauh
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55001-(S3) PhD Thesis (Comp Science)
Depositing User:	Mhd. Arief Hasan
Date Deposited:	04 Aug 2026 06:39
Last Modified:	04 Aug 2026 06:39
URI:	http://repository.its.ac.id/id/eprint/143446

Actions (login required)

View Item