Sistem Deteksi Durasi Waktu Penyimpanan Susu Sapi Segar Berdasarkan Tingkat Keasaman dan Perubahan Warna dengan Menggunakan Metode K-Nearest Neighbors (K-NN) Berbasis Arduino

Bhramantya, Rizky and Dahnial Syauqy, S.T., M.T., M.Sc and Eko Setiawan, S.T., M.Eng., Ph.D. (2024) Sistem Deteksi Durasi Waktu Penyimpanan Susu Sapi Segar Berdasarkan Tingkat Keasaman dan Perubahan Warna dengan Menggunakan Metode K-Nearest Neighbors (K-NN) Berbasis Arduino. Sarjana thesis, Universitas Brawijaya.

Abstract

Susu merupakan sumber pangan hewani yang penting, mengandung nutrisi seperti air, lemak, laktosa, protein, dan mineral. Susu sapi segar berasal dari kelenjar susu sapi perah Friesian Holstein (FH) betina dan biasanya mengalami proses pengolahan, termasuk pasteurisasi atau UHT, untuk menghilangkan bakteri patogen sambil mempertahankan kualitas nutrisinya. Kualitas susu sapi dapat dinilai berdasarkan pH, warna, dan rasa, dengan kisaran pH optimal antara 6,5 dan 6,7. Warna putih susu disebabkan oleh kasein, sedangkan warna kekuningan berasal dari karoten. Penentuan kualitas susu segar seringkali sulit dilakukan saat pembelian karena ketidakpastian lama penyimpanan. Beberapa penelitian telah mengeksplorasi metode untuk menilai kelayakan susu berdasarkan parameter seperti pH, warna, dan gas amonia. Penelitian ini bertujuan untuk mendeteksi durasi penyimpanan susu sapi segar menggunakan metode K-Nearest Neighbors (K-NN) dengan parameter tingkat keasaman dan perubahan warna. Sistem berbasis Arduino UNO akan menggunakan sensor pH (PH-4502C) dan sensor warna (TCS-3200) untuk menganalisis sampel susu sapi. Algoritma K-NN yang menggunakan supervised learning, akan mengklasifikasikan data susu berdasarkan data latih (training data) yang telah ada, dengan hasil ditampilkan pada layar LCD I2C Display. Metode ini dipilih karena efisiensi komputasinya pada jumlah data sedikit, dengan tingkat keakurasiannya bergantung pada pemilihan nilai K yang optimal.

English Abstract

Milk is an important animal-based food source, containing nutrients such as water, fat, lactose, protein, and minerals. Fresh cow's milk is derived from the mammary glands of female Friesian Holstein (FH) dairy cows and typically undergoes processing, including pasteurization or UHT treatment, to remove pathogenic bacteria while maintaining its nutritional quality. The quality of cow's milk can be assessed based on pH, colour, and taste, with the optimal pH range between 6.5 and 6.7. The white colour of milk is due to casein, while the yellowish hue is caused by carotene. Determining the quality of fresh milk is often challenging at the time of purchase due to uncertainty about the duration of storage. Several studies have explored methods to assess milk viability based on parameters such as pH, colour, and ammonia gas. This study aims to detect the storage duration of fresh cow's milk using the K-Nearest Neighbors (K-NN) method based on acidity levels and colour changes. A system based on Arduino UNO will use a pH sensor (PH-4502C) and a colour sensor (TCS-3200) to analyze fresh milk samples. The K-NN algorithm, employing supervised learning, will classify fresh milk data based on existing training data, with the results displayed on an LCD I2C Display screen. This method was chosen for its computational efficiency with small datasets, with accuracy depending on the optimal selection of the K value.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	Susu Sapi Segar, Durasi Waktu Penyimpanan, Nilai pH, Nilai RGB, Arduino UNO, Algoritma K-Nearest Neighbors (K-NN), Nilai K.Fresh Cow’s Milk, Storing Time Duration, pH Value, RGB Value, Arduino UNO, K-Nearest Neighbors (K-NN) Algorithm, K Value
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	Sugeng Moelyono
Date Deposited:	18 Dec 2024 02:58
Last Modified:	18 Dec 2024 02:58
URI:	http://repository.ub.ac.id/id/eprint/231480

Text (DALAM MASA EMBARGO) Rizky Bhramantya.pdf Restricted to Registered users only Download (7MB)

Actions (login required)

View Item