RAFIE IHSAN WICAKSONO, - (2022) KLASIFIKASI PROFILE ROASTING BIJI KOPI BERDASARKAN AROMA BERBASIS E-NOSE DENGAN METODE PRINCIPAL COMPONENT ANALYSIS-SUPPORT VECTOR MACHINE (PCA-SVM). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text cover.pdf Download (149kB)
	Text BAB I.pdf Download (45kB)
	Text (full text) 081811333086.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Telah dilakukan penelitian yang berjudul Klasifikasi Profile Roasting Biji Kopi Berdasarkan Aroma Berbasis E-Nose Dengan Metode Principal Component Analysis-Support Vector Machine PCA-SVM. Penelitian ini bertujuan untuk mengetahui kemampuan Electronic Nose (E-Nose) dalam mendeteksi variasi aroma profile roasting kopi dengan berbagai temperatur, untuk mengetahui kemampuan PCA dalam mengekstraksi fitur dari nilai tegangan sensor pada berbagai temperatur roasting biji kopi, dan untuk mengetahui kemampuan SVM dalam mengklasifikasi bau dari roasting biji kopi pada berbagai temperatur. Hasil sensitivitas tiap sensor gas TGS menunjukkan bahwa E-Nose dengan 6 sensor TGS 2600, TGS 2602, TGS 2611, TGS 2612, TGS 2620, TGS 826 dapat mendeteksi aroma variasi profile roasting biji kopi. Hasil analisis komputasi dengan metode PCA mampu mengekstraksi fitur menjadi 2 variabel data yang awalnya memiliki 6 variabel data. Nilai variasi kumulatif didapat sebesar 96 % dengan rincian 82,7 % untuk Principal Component 1 dan 13,3 % untuk Principal Component 2. Sementara, hasil analisis komputasi dengan metode SVM dapat mengklasifikasi variasi sampel dengan tingkat akurasi dari metode SVM didapat sebesar 70,1 %.

Actions (login required)

View Item