PERANCANGAN ALAT PENDETEKSI ZAT ADITIF FORMALIN PADA MAKANAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

Penyalahgunaan zat aditif formalin sebagai pengawet dalam makanan
dapat memberikan dampak buruk bagi masyarakat yang mengonsumsinya.
Penambahan formalin pada makanan juga sulit diidentifikasi keberadaannya
secara kasat mata. Pengujian formalin dapat dilakukan dengan alat uji kimia,
tetapi pengujian membutuhkan waktu yang lama. Hal ini menuntut dibutuhkannya
alat pendeteksian formalin pada makanan yang cepat dan mudah
pengoperasiannya. Proses pendeteksian formalin dilakukan dengan menggunakan
deret sensor gas (electronic nose). Makanan yang akan diuji dipanaskan terlebih
dahulu untuk menghasilkan gas formalin pada makanan tersebut. Sensor akan
mendeteksi kadar gas formalin dan pola keluaran dari deret sensor gas tersebut
akan diolah menggunakan metode artificial neural network backpropagation
dengan keluaran berupa makanan sehat, makanan tidak sehat, dan makanan
berbahaya sesuai dengan kadar formalin yang dideteksi. Input yang digunakan
pada backpropagation berupa nilai ADC dari sensor MQ-2, MQ-5, MQ-8, dan
MQ-135. Data hasil penelitian menunjukkan bahwa sensor MQ-5 tidak
menghasilkan nilai yang linier terhadap peningkatan kadar formalin sehingga
sensor MQ-5 tidak dipakai untuk penelitian tahap selanjutnya. Sensor MQ-2, MQ-
8, dan MQ-135 memiliki karakteristik sensitivitas dan linieritas yang cukup baik
sehingga diputuskanlah untuk menggunakan ketiga sensor tersebut untuk
mendeteksi kadar formalin. Hasil pengujian alat pendeteksi formalin
menunjukkan tingkat keberhasilan dalam proses identifikasi sebesar 85%. Error
terjadi pada identifikasi formalin pada kadar 20 ppm karena merupakan batas
makanan bahaya formalin sehingga pola yang ditunjukkan tidak jauh berbeda
dengan kadar makanan tidak sehat.
Kata Kunci: Artificial Neural Network, Backpropagation, Deteksi Formalin pada
Makanan, Formalin, MQ-2, MQ-5, MQ-8, MQ-135