RANCANG BANGUN ELECTRONIC NOSE (E-NOSE) UNTUK IDENTIFIKASI KESEGARAN FROZEN FOOD MENGGUNAKAN NEURAL NETWORK

Dharma Syahputra, Dian Aryoni (2023) RANCANG BANGUN ELECTRONIC NOSE (E-NOSE) UNTUK IDENTIFIKASI KESEGARAN FROZEN FOOD MENGGUNAKAN NEURAL NETWORK. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 04191015_cover.pdf Download (60kB)
	Text 04191015_statement_of_authenticity.pdf Download (2MB)
	Text 04191015_publishing_agreement.pdf Download (2MB)
	Text 04191015_approval_sheet.pdf Download (2MB)
	Text 04191015_abstract_id.pdf Download (1MB)
	Text 04191015_abstract_en.pdf Restricted to Repository staff only until 13 July 2025. Download (1MB) | Request a copy
	Text 04191015_table_of_content.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_illustrations.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_tables.pdf Restricted to Repository staff only until 13 July 2025. Download (1MB) | Request a copy
	Text 04191015_notations.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_chapter_1.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_chapter_2.pdf Restricted to Repository staff only until 13 July 2025. Download (8MB) | Request a copy
	Text 04191015_chapter_3.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_chapter_4.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_conclusions.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy
	Text 04191015_bibliography.pdf Download (2MB)
	Text 04191015_enclosure.pdf Restricted to Repository staff only until 13 July 2025. Download (4MB) | Request a copy
	Text 04191015_presentation.pdf Restricted to Repository staff only until 13 July 2025. Download (3MB) | Request a copy
	Text 04191015_Form TA-020.pdf Restricted to Repository staff only until 13 July 2025. Download (2MB) | Request a copy

Abstract

Frozen food termasuk terobosan dalam bidang pangan untuk memasok makanan siap saji dengan daya tahan lama. Olahan makanan beku adalah hasil dari teknologi pengawetan makanan dengan menggunakan penurunan suhu sampai titik beku dan memperlambat proses pembusukan. Saat ini untuk menentukan kesegaran dari frozen food hanya sebatas dari indra penciuman. Frozen food yang dideteksi nantinya adalah frozen food dalam keadaan tidak beku yang artinya frozen food yang telah terpengaruh oleh suhu lingkungan dan keadaan tidak beku. Frozen food dalam keadaan beku tidak dapat dideteksi, karena frozen food yang beku tidak dapat menampilkan gas yang akan dideteksi. Dengan menggunakan frozen food yang tidak beku lama kelamaan akan menimbulkan gas, gas yang dikeluarkan berupa gas ammonia (NH3), hidrogen sulfida (H2S), dan karbon monoksida (CO). Dengan adanya masalah tersebut maka penelitian terkait Electronic Nose (E-Nose) Untuk Identifikasi Kesegaran Frozen Food Menggunakan Neural Network perlu dilakukan sebagai solusi yang diberikan untuk menjawab permasalahan yang ada agar memudahkan dan cepat dalam mengidentifikasi kesegaran frozen food, dengan electronic nose dimana sistem dimasukan ke dalam Arduino sebagai mikroprosesor dan sensor gas sebagai alat pendeteksi kesegaran frozen food dan output yang diperoleh akan menghasilkan kondisi frozen food yang akan ditampilkan yaitu segar atau tidak segar yang di identifikasikan oleh Neural Network. Hasil akurasi dari sistem E�nose dalam mendeteksi tingkat kesegaran pada frozen food memiliki akurasi 100% dalam mendeteksi segar dan 100% dalam mendeteksi tidak segar.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Jurusan Teknologi Industri dan Proses > Teknik Elektro
Depositing User:	Dian Aryoni Dharma Syahputra
Date Deposited:	13 Jul 2023 05:45
Last Modified:	13 Jul 2023 05:45
URI:	http://repository.itk.ac.id/id/eprint/19680

Actions (login required)

View Item