Artikel Ilmiah : A1C018004 a.n. WINLLY NURGAWATI
| NIM | A1C018004 |
|---|---|
| Namamhs | WINLLY NURGAWATI |
| Judul Artikel | IDENTIFIKASI KEMURNIAN MINYAK NILAM TERCAMPUR MINYAK KEDELAI MENGGUNAKAN DERET SENSOR GAS (MQ-SERIES MODULE) DENGAN METODE ARTIFICIAL NEURAL NETWORK |
| Abstrak (Bhs. Indonesia) | Penelitian ini bertujuan untuk 1) Mengetahui respons masing-masing sensor gas MOS dalam mengidentifikasi minyak nilam murni, minyak kedelai, dan minyak nilam yang telah dicampur dengan minyak kedelai dengan campuran tertentu. 2) Mengetahui arsitektur dan akurasi sensor terbaik menggunakan Artificial Neural Network (ANN) dalam mengidentifikasi minyak nilam murni dan minyak kedelai. 3) Mengetahui arsitektur dan akurasi sensor terbaik menggunakan ANN dalam mengidentifikasi minyak nilam murni dan minyak nilam tidak murni (tercampur minyak kedelai). 4) Mengetahui arsitektur dan akurasi sensor terbaik menggunakan menggunakan ANN dalam mengidentifikasi minyak nilam tercampur minyak kedelai 0%, 1%, 5%, 10%, 15%, dan 20%. Alat yang digunakan dalam penelitian ini berupa rangkaian alat pengukur volatil dan aroma berbasis sensor gas. Adapun sensor yang digunakan dalam penelitian ini adalah MQ-2-1, MQ-2-2, MQ-3 MQ4 MQ-5 MQ-6 MQ-7 MQ-8 MQ-9 MQ-135. Bahan yang digunakan dalam penelitian ini adalah minyak kedelai dan minyak nilam murni. Berdasarkan analisis boxplot, secara individu respons sensor gas MOS MQ-2-1, MQ-2-2, MQ-4, MQ-7, MQ-8, MQ-9 dan MQ-135 mampu menangkap aroma volatil dan mengidentifikasi minyak nilam murni dan kedelai, namun belum dapat membedakan secara tegas antara minyak nilam murni dan tidak murni (tercampur minyak kedelai). Identifikasi minyak nilam murni dan minyak kedelai menghasilkan akurasi 100% pada hampir seluruh arsitektur dengan input resistansi atsiri (Rg), hal ini mengindikasikan bahwa karakteristik aroma kedua minyak sangat berbeda. Pada identifikasi minyak nilam murni dan minyak nilam tidak murni menghasilkan akurasi sebesar 97,7% (arsitektur 10- 19-29-2) dengan perlakuan pemanasan dan input Rg. Pada identifikasi minyak nilam tercampur minyak kedelai 0%, 1%, 5%, 10%, 15%, dan 20% menghasilkan akurasi terbaik 92,34% (arsitektur 10-21-32-6) pada perlakuan pemanasan dan input Rg |
| Abtrak (Bhs. Inggris) | The objectives of this study are: 1) Knowing the response of each MOS gas sensor in identifying pure patchouli oil, pure soybean oil, and patchouli oil that have been mixed with soybean oil with a specific mixture. 2) Knowing the best sensor architecture and accuracy using Artificial Neural Network (ANN) in identifying pure patchouli oil and soybean oil. 3) Know the best sensor architecture and accuracy using ANN in identifying pure patchouli oil and impure patchouli oil (mixed soybean oil). 4) Knowing the best sensor architecture and accuracy using ANN in identifying 0%, 1%, 5%, 10%, 15%, and 20% soybean oil mixed with soybean oil. The tools used in this study are a series of gas sensor-based volatile and aroma measuring devices. The sensors used in this study were MQ-2-1, MQ-2-2, MQ-3, MQ-4, MQ-5, MQ6, MQ-7, MQ-8, MQ-9, and MQ-135. The ingredients used in this study were soybean oil and pure patchouli oil. Based on boxplot analysis, individually the gas sensor responses of MOS MQ-2-1, MQ2-2, MQ-4, MQ-7, MQ-8, MQ-9 and MQ-135 are able to capture volatile aromas and identify pure patchouli and pure soybean oils, but have not been able to distinguish unequivocally between pure and impure patchouli oil (mixed soybean oil). The identification of pure patchouli oil and pure soybean oil results in 100% accuracy on almost all architectures with essential resistance input (Rg), indicating that the aroma characteristics of the two oils are very different. The identification of pure patchouli oil and impure patchouli oil produced an accuracy of 97.7% (architecture 10-19-29-2) with heating treatment and Rg input. On the identification of patchouli oil mixed with soybean oil 0%, 1%, 5%, 10%, 15%, and 20% resulted in the best accuracy of 92.34% (architecture 10-21-32-6) on the heating treatment and Rg input. |
| Kata kunci | minyak nilam, patchouli alcohol, sensor gas MOS, adulturasi, ANN. |
| Pembimbing 1 | Arief Sudarmaji, S.T., M.T., Ph.D. |
| Pembimbing 2 | Susanto Budi Sulistyo, S.TP., M.Si., Ph.D. |
| Pembimbing 3 | |
| Tahun | 2023 |
| Jumlah Halaman | 11 |
| Tgl. Entri | 2023-02-23 08:07:13.349097 |