View/Open

Author

Advisor

Koleksi
Fisika

Publisher

Maraknya pemalsuan madu yang sulit dideteksi secara cepat dan akurat oleh metode konvensional menuntut adanya solusi identifikasi yang efektif, efisien, dan mudah dioperasikan. Penelitian ini bertujuan mengembangkan alat portable berbasis sensor multispektral AS7265x yang mampu membedakan madu murni, campuran, dan madu palsu secara konsisten, serta membandingkan efektivitas model machine learning Support Vector Machine (SVM), Random Forest (RF), dan Artificial Neural Network (ANN) dalam proses identifikasi keaslian madu. Metodologi yang digunakan meliputi perancangan sistem identifikasi berbasis sensor AS7265x, pengambilan data spektral dari berbagai variasi sampel madu, visualisasi data dengan Linear Discriminant Analysis (LDA) dan Principal Component Analysis (PCA), serta penerapan dan evaluasi model machine learning dengan hyperparameter tuning dan confusion matrix. Hasil penelitian menunjukkan bahwa alat yang dikembangkan mampu mengidentifikasi keaslian madu dengan akurasi tinggi, di mana model SVM menghasilkan akurasi pengujian terbaik sebesar 88,80%, diikuti oleh ANN sebesar 82,20

URI
https://repo.itera.ac.id/depan/submission/SB2506160035

Keyword