CHANDRAKASIH, BELLA PUSPITASARY and Hadi, Faisal and Alex, Surapati (2022) PERANCANGAN ALAT PENDETEKSI KUALITAS DAGING AYAM BROILER MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK. Undergraduated thesis, Universitas Bengkulu.
Text
Skripsi Bella Puspitasary Chandrakasih.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (8MB) |
Abstract
Daging merupakan salah satu bahan makanan yang sering dikonsumsi. Kualitas menjadi faktor yang penting ketika mengkonsumsi daging. Saat ini untuk menentukan kualitas daging ayam broiler masih menggunakan cara tradisional yaitu dengan menggunakan indra penglihatan yang bersifat objektif dan metode pendeteksian secara kimiawi, yang memerlukan waktu yang lebih lama serta proses yang lebih rumit. Pada perancangan ini, alat pendeteksi kualitas daging ayam broiler dibuat dengan menggunakan sensor warna TCS 3200 untuk mendeteksi warna daging dan deret sensor gas (electronic nose) yaitu sensor TGS 2602 dan MQ 136 untuk mendeteksi gas yang dihasilkan daging ayam broiler. Metode yang digunakan untuk identifikasi pola dari electronic nose yaitu dengan menggunakan metode artificial neural network bacpropagation dengan keluaran berupa daging segar, daging setengah segar dan daging busuk. Berdasarkan pengujian yang dilakukan, alat pendeteksi kualitas daging menghasilkan error sebesar 20%. Nilai error didapat pada saat pengambilan keputusan oleh metode artificial neural network bacpropagation. Dengan demikian alat pendeteksi kualitas daging ayam broiler sudah bekerja dengan cukup baik. Kata Kunci: Alat Pendeteksi Kualitas Daging Ayam Broiler, Electronic Nose, Artificial Neural Network, Backpropagation
Item Type: | Thesis (Undergraduated) |
---|---|
Subjects: | L Education > L Education (General) |
Divisions: | Faculty of Engineering > Department of Electrical Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 01 Aug 2023 04:32 |
Last Modified: | 01 Aug 2023 04:32 |
URI: | http://repository.unib.ac.id/id/eprint/13115 |
Actions (login required)
View Item |