Analisis Kinerja Instrumen Uji Formalin pada Tahu Berbasis Elektronik Nose

Sariayu Wulandari

Abstract


Abstract— Enose is an instrument that be able to discriminated odorant. This instrument is designed to detect formalin content in the tofu product. The aim of artificial olfaction machine design is to find the recommended method to detect content formalin with specified instrument. The instrument consisted of electronic module and pattern recognition systems. The electronic module is a typical application system, consisting of Arduino Uno R3 board, with ATMega 328 chip. In the pattern recognition system, is programmed in Matlab language using LRMA (Linear Regression Moving Average) for pre processing, wavelet and PCA (Principle Component Analysis) for feature extraction, and SVM (Support Vector Machines) for analysis method. Result of pattern recognition that value highest level of recognition is show with SVM method with a 100% of accuracy. Whereas, pattern recognition of unlearn data, the obtained accuracy is 98.33%.

Intisari—Elektronik nose adalah instrument pendeteksi berdasarkan klasifikasi aroma seperti fungsi hidung manusia. Penelitian ini dilatarbelakangi oleh belum adanya alat pendeteksi formalin pada produk makanan, terutama pada tahu, karena harga instrument analisis modern sangat mahal.
Tujuan dari penelitian ini adalah untuk menghasilkan sebuah rekomendasi metode yang paling tepat, untuk digunakan pada instrument pendeteksi formalin pada tahu. Rancang bangun enose deteksi formalin dibuat dengan cara perancangan modul elektronik dan sekaligus sistem pengenal polanya. Modul elektronik dirancang menggunakan board Arduino Uno R3, yang memakai chip ATMega 328. Pada sistem pengenalan pola, dilakukan dengan bahasa pemrograman matlab yang menggunakan preprocessing LRMA (Linear Regression Moving Average), ekstraksi ciri wavelet dan PCA (Principle Component Analysis) serta metode analisis SVM (Support Vector Machines) dan FCM (Fuzzy C Means).
Hasil dari pengenalan pola data pembelajaran, tingkat pengenalan tertinggi adalah pada nilai maksimal bentuk lingkaran, yaitu 100%. Sedangkan tingkat pengenalan data bukan pembelajaran, adalah 98.33%.

Kata kunci: enose, PCA, FCM, SVM KONSEP, LRMA


Full Text:

PDF

References


Frederic, Joseph., “Formaldehyde Chemistry”, German : Reinhold Publishing, p.397, 2008.

Wen Zeng dkk, “Selective Detection of Formaldehyde Gas Using a Cd-Doped TiO2-SnO2 Sensor”, Cinii, Japan, 2007.

Zang dkk, “Detection formaldehyde on the Octopus”, IEEE, 2008, 978-1-4244-4520-2/08.

Hendrick dkk, “Klasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization”, Makalah Tesis jurusan Teknik Elektro Fakultas Teknologi Industri ITS, 2011.

Baiq Laely H dkk, “Penggunaan Perangkat Deret Sensor Gas Dalam Usaha Penentuan Formalin Pada Bahan Makanan”, Makalah Tesis Jurusan Kimia Fakultas MIPA ITS, 2011

Wang, Ed., “Detection Low Concentration Of Formaldehid Methode, With Sno2 Gas Sensor”, in Proc 13 International Symposium, 2008, 973-0-7121-0453-2/08.

Jun Zhang, “Determination Freshwater Fish

Freshness with Gas Sensor Array”, IEEE Std 978-0-7695-3507-4/08,2009.

E Std 978-0-7695-3507-4/08, 2009




DOI: http://dx.doi.org/10.22146/jnteti.v2i4.99

Refbacks

  • There are currently no refbacks.


Copyright (c) 2016 Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id