Klasifikasi Kematangan Buah Durian Berdasarkan Kadar Alkohol, Berat, dan Dimensi Menggunakan Metode SVM Berbasis Embedded System

Angsar, Mohamad Rinaldi and Dahnial Syauqy, S.T., M.T., M.Sc. and Nur Hazbiy Shaffan, S.T., M.T. (2024) Klasifikasi Kematangan Buah Durian Berdasarkan Kadar Alkohol, Berat, dan Dimensi Menggunakan Metode SVM Berbasis Embedded System. Sarjana thesis, Universitas Brawijaya.

Abstract

Salah satu buah khas yang tumbuh di Indonesia adalah durian. Buah durian memiliki nutrisi yang sangat bermanfaat bagi tubuh. Buah durian juga memiliki nilai jual yang mahal sehingga pembeli harus pintar dalam memilih buah durian yang matang. Buah durian memiliki beberapa parameter yang dapat digunakan untuk menilai tingkat kematangan buah. Salah satu ciri buah yang matang adalah mampu mengeluarkan senyawa volatil. Kandungan senyawa volatil pada durian antara lain senyawa sulfur, ester, alkohol (etanol), keton, dan asam. Senyawa volatil inilah yang membuat buah durian matang memiliki aroma yang unik. Namun pendeteksian kematangan buah durian berdasarkan aroma memiliki kekurangan. Saat ini dengan berkembangnya teknologi essence, aroma akan menjadi sebuah kelemahan. Parameter lain yang dapat menilai kematangan buah durian adalah berat jenis. Namun karena tidak adanya sensor yang dapat menilai berat jenis, maka komponen penyusun berat jenis akan digunakan. Komponen tersebut ialah berat dan dimensi. Karena parameter tersebut sangat susah untuk dinilai oleh manusia, sehingga dalam melakukan deteksi kematangan buah durian perlu teknologi dan alat yang dapat mengklasifikasikan kematangan buah durian menggunakan kolaborasi dari 3 parameter, yaitu kadar alkohol, berat, dan dimensi buah durian. Nilai masukkan dari sistem pengklasifikasian kematangan buah durian diperoleh dari nilai parameter yang didapatkan dari sensor MQ-3, sensor load cell, dan sensor ultrasonik oleh mikrokontroler Arduino Uno. Selanjutnya nilai tersebut akan diproses dengan menggunakan metode klasifikasi Support Vector Machine. Hasil akurasi dari sistem klasifikasi kematangan buah durian berdasarkan kadar alkohol, berat, dan dimensi menggunakan metode SVM berbasis embedded system yang diuji dengan jumlah 30 data uji adalah 93,33%.

English Abstract

Indonesia is known for cultivating the durian, a distinctive fruit with significant nutritional benefits. Due to its high market value, consumers need to be discerning in selecting ripe durians. Assessing the maturity of durian involves considering various parameters, and one indicator is the release of volatile compounds. These compounds, including sulfur compounds, esters, ethanol, ketones, and acids, contribute to the unique aroma of ripe durian. However, relying solely on aroma for assessing ripeness has limitations. Advancements in essence technology have addressed this drawback. Another parameter for gauging durian ripeness is specific gravity, but due to the absence of sensors for direct assessment, its components—weight and dimensions—are utilized. Given the complexity of evaluating these parameters manually, technology and tools are essential for classifying durian maturity. The proposed approach involves the collaboration of three parameters: alcohol content, weight, and dimensions. Input values for the durian maturity classification system are derived from the MQ-3 sensor, load cell sensor, and ultrasonic sensor, facilitated by the Arduino Uno microcontroller. Subsequently, these values are processed using the Support Vector Machine classification method. The accuracy of the durian maturity classification system, based on alcohol content, weight, and dimensions using the embedded systembased SVM method, was tested with 30 data points, resulting in an impressive accuracy rate of 93.3%.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150255
Uncontrolled Keywords:	Durian, Kematangan Durian, Kadar Alkohol, Berat, Dimensi, Support Vector Machine-Durian, Durian Ripeness, Alcohol Level, Weight, Dimension, Support Vector Machine
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	Sugeng Moelyono
Date Deposited:	26 Apr 2024 01:37
Last Modified:	26 Apr 2024 01:37
URI:	http://repository.ub.ac.id/id/eprint/217825

Text (DALAM MAS EMBARGO) Mohamad Rinaldi Angsar.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item