Klasifikasi Aroma Jenis Kopi Menggunakan Sensor Gas dan Algoritma LDA
DOI:
https://doi.org/10.61132/uranus.v3i1.623Keywords:
Microcontroller, Sensor, Classification, AccuracyAbstract
Coffee is an agricultural product highly favored by the majority of the Indonesian population. Coffee comes in various types, each with a distinct aroma. Currently, differentiating coffee types relies on conventional methods, using the human nose, which is shubjective and dependent on individual conditions. This approach is less effective. To address this, researcher have developed a machine learning based system using Arduino Mega 2560 as the microcontroller, gas sensor MQ4, MQ7, MQ135, as the aroma detection tools, and the Linear Discriminant Analysis (LDA) algorithm as the classification method. The results of this system can classify 5 types of coffee with an accuracy rate of 90%.
References
Ardiansyah, F., Misbah, & S., P. P. (2018). Sistem monitoring debu dan karbon monoksida pada lingkungan kerja boiler di PT. Karunia Alam Segar. IKRA-ITH Teknologi: Jurnal Sains & Teknologi, 2(3), 62–71. https://journals.upi-yai.ac.id/index.php/ikraith-teknologi/article/view/333
Cahyani, S., Wiryasaputra, R., & Gustriansyah, R. (2018). Identifikasi huruf kapital tulisan tangan menggunakan Linear Discriminant Analysis dan Euclidean Distance. Jurnal Sistem Informasi Bisnis, 8(1), 57. https://doi.org/10.21456/vol8iss1pp57-67
Daru, A. F., & Whisnumurti Adhiwibowo. (2021). Penerapan sensor MQ2 untuk deteksi kebocoran gas dan sensor BB02 untuk deteksi api dengan pengendali aplikasi Blynk. Jurnal Teknologi Informasi dan Komunikasi, 12(1), 37–43. https://doi.org/10.51903/jtikp.v12i1.229
Diantoro, K. (2020). Implementasi sensor MQ 4 dan sensor DHT 22 pada sistem kompos pintar berbasis IoT (Sikompi). Electrician, 14(3), 84–94. https://doi.org/10.23960/elc.v14n3.2157
Febrianti, T., & Harahap, E. (2021). Penggunaan aplikasi MATLAB dalam pembelajaran program linear. Jurnal Matematika, 20(1), 1–7.
Kamiel, B. P., Ahmad, Y., & Krisdiyanto, K. (2020). Deteksi kavitasi menggunakan linear discriminant analysis pada pompa sentrifugal. Turbo: Jurnal Program Studi Teknik Mesin, 9(2), 238–244. https://doi.org/10.24127/trb.v9i2.1326
Novita, D. D., Sesunan, A. B., Telaumbanua, M., Triyono, S., & Saputra, T. W. (2021). Identifikasi jenis kopi menggunakan sensor E-Nose dengan metode pembelajaran jaringan syaraf tiruan backpropagation. Jurnal Ilmiah Rekayasa Pertanian dan Biosistem, 9(2), 205–217. https://doi.org/10.29303/jrpb.v9i2.241
Oktorizal, A. (2012). Studi sensor gas berbasis surface acoustic wave untuk penerapan pada sistem identifikasi gas. FMIPA UI, 1–95.
Rachman, F. Z. (2018). Sistem pemantau gas di tempat pembuangan sampah akhir berbasis Internet of Things. Jurnal Teknologi dan Sistem Komputer, 6(3), 100–105. https://doi.org/10.14710/jtsiskom.6.3.2018.100-105
Rombang, I. A., Setyawan, L. B., & Dewantoro, G. (2022). Perancangan prototipe alat deteksi asap rokok dengan sistem purifier menggunakan sensor MQ-135 dan MQ-2. Techné: Jurnal Ilmiah Elektroteknika, 21(1), 131–144. https://doi.org/10.31358/techne.v21i1.312
Setiawan, N. D. (2018). Otomasi pencampur nutrisi hidroponik sistem NTF (Nutrient Film Technique) berbasis Arduino Mega 2560. Jurnal Teknik Informatika Unika St. Thomas (JTIUST), 3(2), 78–82.
Sumanto, B., Java, D. R., Wijaya, W., & Hendry, J. (2022). Seleksi fitur terhadap performa kinerja sistem E-Nose untuk klasifikasi aroma kopi Gayo. Matrik: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 21(2), 429–438. https://doi.org/10.30812/matrik.v21i2.1495
Swarga, L. A., Setyadjit, K., & Ridhoi, A. (1945). Klasifikasi jenis biji kopi menggunakan algoritma LDA dan NN. 7–11.
Ulfa, M., Haryanto, & Wibisono, K. A. (2021). Desain sistem pengenalan dan klasifikasi kopi bubuk bermerek dengan menggunakan electronic nose berbasis artificial neural network (ANN). J-Eltrik, 1(2), 15. https://doi.org/10.30649/j-eltrik.v1i2.15
Widiastutie, S., Kusuma, C. S. D., Pradhanawati, A., & Sardjono, M. A. (2022). Diplomasi kopi Indonesia di kancah dunia. Indonesian Perspective, 7(2), 180–204. https://doi.org/10.14710/ip.v7i2.50778
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Uranus : Jurnal Ilmiah Teknik Elektro, Sains dan Informatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
