Identifikasi Kualitas Ikan menggunakan Deret Sensor Elektrokimia dan Neural Network

Firdaus, Muhammad Hamka (2019) Identifikasi Kualitas Ikan menggunakan Deret Sensor Elektrokimia dan Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07111540000075-Undergraduate_Thesis.pdf - Accepted Version Download (6MB)

Abstract

Identifikasi kualitas ikan digunakan untuk menentukan busuk tidaknya ikan sehingga diketahui bahwa apakah ikan tersebut layak untuk dikonsumsi. Namun saat ini, cara mengetahui ikan tersebut layak dikonsumsi atau tidak hanya menggunakan pengamatan lewat fisik dan bau, secara langsung oleh manusia, sehingga bisa membahayakan manusia dikarenakan ikan yang sudah busuk memiliki gas-gas yang beracun serta berbau menyengat yang dihasilkan oleh mikroorganisme di makanan tersebut. Untuk mengatasi hal tersebut, dibutuhkan suatu alat yang dapat mengenali kualitas ikan sehingga tidak perlu ada pengamatan secara langsung oleh manusia untuk mengenali kualitas ikan yang layak dikonsumsi atau tidak. Pada tugas akhir ini, dirancang alat untuk mengidentifikasi kualitas ikan dari nilai gas H2S, NH3, dan CO dimana gas-gas tersebut akan dideteksi menggunakan deret sensor elektrokimia untuk membaca gas yang akan dikonversi menjadi sinyal listrik analog. Listrik analog tersebut akan dibaca oleh Analog to Digital Converter 16 bit berupa modul ADS1115 dan data akan dikonversi menjadi nilai ppm (part per million). Data dari output sensor tersebut akan dijadikan bahan proses learning untuk jaringan saraf tiruan (Neural Network) yang akan digunakan untuk melakukan klasifikasi kualitas dari ikan yang dilakukan menggunakan mikrokontroller Arduino Due. Alat yang dirancang telah mampu melakukan klasifikasi kualitas beragam jenis ikan utuh yang dijual dipasaran dengan ukuran 100-200 gram dengan tingkat akurasi sebesar 80%.
===================================================================================================================================
Identification of the quality of fish is used to determine whether or not the fish rot is known so that it is suitable for consumption. But today, the identification for fish quality is using observation through physical and odor directly by humans. This kind of activity may be dangerous
because of the poisonous and pungent gases produced by microorganism in rotten fish. In order to prevent this, a tool that can identify the quality of fish is needed so there is no need direct observation to be done by humans to identy the quality of fish. In this final project, a tool is designed to identify the quality of fish from the value of H2S, NH3, and CO gas where the gases will be detected using gas array sensor that will be converted into an analog electrical signal. Analog signal will be read by Analog to Digital Converter 16 bit ADS1115 module and data will be
converted to ppm (part per million) value. Gas data obtained by sensor output will be used as material for the learning process of artificial neural network that will be used to classify the quality of fish in Arduino Due microcontroller. The designed tool has been able to classify the quality of
various types of whole fish which are being sold in market with a size of 100-200 grams with an accuracy rate of 80%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	deret sensor, elektrokimia,, identifikasi, ikan, kualitas, neural network
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7871.674 Detectors. Sensors T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7882.P3 Pattern recognition systems
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Hamka Firdaus
Date Deposited:	29 Mar 2023 02:37
Last Modified:	29 Mar 2023 02:38
URI:	http://repository.its.ac.id/id/eprint/63886

Actions (login required)

View Item