Update Artikelilmiah: 22402

HARISABEKTI DICKY SUBRATA

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Minyak cengkeh yang diproses UMKM di Indonesia umumnya menggunakan teknologi yang sederhana. Secara konvensional untuk mendeteksi minyak cengkeh melalui uji indrawi dengan mencium aroma dan melihat warnanya. Sistem Pengukuran Volatil (SPV) minyak cengkeh adalah alat yang terdiri dari ruang sensor, deret sensor gas MOS, sistem akuisisi data, dan algoritma data analisis. SPV berfungsi untuk menangkap sidik jari dari aroma minyak cengkeh melalui 9 deret sensor gas MOS (TGS-2600, TGS-2602, TGS-2620, MQ-5, MQ-135, MQ-138, FIS-AQ1, FIS-SB30, dan FIS-12A). Penelitian ini bertujuan untuk (1) mengetahui respon individu sensor gas MOS pada SPV minyak cengkeh pada kadar eugenol 66,61%, 70%, dan 88,24%, (2) mengklasifikasikan kadar minyak cengkeh dengan metode Principle Component Analysis dan Support Vector Machine, (3) mengetahui Frekuensi dan Duty Cycle terbaik yang digunakan, dan (4) mengetahui validasi error akurasi klasifikasi metode Support Vector Machine dengan Principle Component Analysis dan tanpa Principle Component Analysis. Duty Cycle dan frekuensi terbaik selama pengukuran didapat pada DC 75% frekuensi 4 Hz. Nilai validasi error terbaik untuk klasifikasi minyak cengkeh dengan SVM adalah pada DC 75% frekuensi 4 Hz sebesar 48,26% sedangkan dengan PCA + SVM validasi error terbaiknya adalah pada DC 75% frekuensi 4 Hz sebesar 13,56% dengan nilai PC1 sebesar 51,06% dan PC2 17,10%.

Abtrak (Bhs. Inggris)

Clove oil processed in Indonesian MSMEs commonly use simple technology. Conventionally way to detect essential oils of cloves is through by smell and observe the color by sensory tests. Volatile Measurements System (VMS) Clove oil is a tool consisting of sensors chamber, MOS gas sensor series, data acquisition system, and data analysis algorithm. VMS serves to capture the fingerprint of clove oil fragrance through 9 MOS gas sensors (TGS-2600, TGS-2602, TGS-2620, MQ-5, MQ-135, MQ-138, FIS-AQ1, FIS-SB30, and FIS-12A). This study aims to (1) knowing the response of individual gas sensors MOS on SPV at eugenol 66.61%, 70%, and 88.24%, (2) classifying clove oil content by Principle Component Analysis and Support Vector Machine (3) knowing the best Duty Cycle and Frequency used, and (4) knowing the error validation of accurate classification method by Support Vector Machine with Principle Component Analysis and without Principle Component Analysis. Duty Cycle and best frequency during measurement are obtained at DC 75% frequency 4 Hz. The best error validation for clove oil classification by SVM only is at DC 75% frequency 4 Hz amounted 48.26% and using PCA + SVM is at DC 75% frequency 4 Hz amounted 13.56% with PC1 value 51.06% and PC2 17.10%.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman