SISTEM DETEKSI KUALITAS MINYAK GORENG BERBASIS MULTIMODAL SENSOR MENGGUNAKAN ALGORITMA KECERDASAN BUATAN

Wahyuni, Nunung (2026) SISTEM DETEKSI KUALITAS MINYAK GORENG BERBASIS MULTIMODAL SENSOR MENGGUNAKAN ALGORITMA KECERDASAN BUATAN. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (588kB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (190kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (188kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (907kB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III.pdf - Published Version Restricted to Repository staff only Download (372kB) | Request a copy
	Text (BAB IV DATA DAN PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (134kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (141kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kualitas minyak goreng memengaruhi keamanan pangan dan kesehatan masyarakat. Penggunaan minyak goreng secara berulang menyebabkan perubahan warna, suhu, dan terbentuknya senyawa volatil yang menandakan penurunan kualitas minyak. Penilaian secara visual masih bersifat subjektif sehingga diperlukan sistem deteksi yang lebih objektif. Penelitian ini bertujuan merancang sistem deteksi kualitas minyak goreng berbasis multimodal sensor menggunakan algoritma Random Forest. Sistem menggunakan mikrokontroler ESP32-S3 yang terintegrasi dengan sensor warna TCS34725, sensor gas MQ135, dan sensor suhu DS18B20. Data sebanyak 300 sampel diklasifikasikan ke dalam tiga kategori, yaitu layak, kurang layak, dan tidak layak, kemudian diproses menggunakan Random Forest pada RapidMiner dengan pembagian data training dan testing 80:20. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 100%. Sistem juga mampu menampilkan hasil klasifikasi pada LCD 20×4 disertai indikator LED. Secara keseluruhan, sistem mampu mendeteksi kualitas minyak goreng secara otomatis, cepat, dan objektif.ecara cepat, objektif, dan efisien.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kualitas Minyak Goreng, Multimodal Sensor, Random Forest, ESP32-S3, RapidMiner
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	30 Jul 2026 06:07
Last Modified:	30 Jul 2026 06:07
URI:	http://eprints.polsri.ac.id/id/eprint/24027

Actions (login required)

View Item