RANCANG BANGUN ALAT AUTENTIKASI JENIS MADU BIAYA RENDAH MENGGUNAKAN SENSOR AS7265X TERINTEGRASI IOT DAN MACHINE LEARNING
Autentikasi jenis madu yang akurat merupakan tantangan signifikan, mengingat metode konvensional mahal dan kurang praktis, khususnya bagi produsen skala kecil. Penelitian ini bertujuan merancang dan membangun prototipe alat autentikasi jenis madu berbiaya rendah, mengintegrasikan sensor multispektral AS7265X dengan teknologi Internet of Things (IoT) dan Machine learning (ML). Metode penelitian melibatkan akuisisi data spektral berbagai jenis madu Indonesia menggunakan sensor AS7265X (18 kanal), yang kemudian dianalisis secara eksploratif dengan Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA), lalu diproses melalui pra pemrosesan (undersampling, normalisasi) untuk melatih model klasifikasi Artificial Neural Network (ANN), Random Forest (RF), dan
Support Vector Machine (SVM), serta pengembangan sistem IoT berbasis ESP32 untuk pemantauan real-time dan penyimpanan data. Hasil penelitian menunjukkan efektivitas data spektral AS7265X untuk diferensiasi madu, dengan model RF mencapai akurasi 89,29% untuk kategori utama, serta performa akurasi yang sangat baik untuk
klasifikasi sub-jenis, termasuk pencapaian 100% oleh model tertentu untuk sub-jenis Madu Ternak dan Madu Klanceng, didukung sistem IoT responsif (1-2 detik) yang menyediakan pemantauan real-time dan penyimpanan data cloud. Disimpulkan bahwa prototipe alat ini berpotensi menjadi solusi autentikasi madu yang praktis, cepat, akurat, dan efisien bagi berbagai pihak yang membutuhkan.
URI
https://repo.itera.ac.id/depan/submission/SB2506010024
Keyword
Autentikasi Madu Sensor AS7265X Internet of Things Machine Learning Spektroskopi