Seleksi Fitur Aroma Teh Kombucha menggunakan ANN untuk Optimasi Kinerja Sistem E-nose

Abstract

ABSTRAK Teh kombucha merupakan hasil fermentasi antara teh manis dengan mikroba yang memiliki khasiat baik bagi kesehatan tubuh. Waktu yang dibutuhkan untuk fermentasi teh ini adalah 7 hingga maksimal 12 hari. Penentuan siap konsumsi dari hasil fermentasi biasanya mengacu dari umur fermentasi dan uji coba rasa oleh human tester. Selain menggunakan 2 cara tersebut, pemanfaatan sistem Electronic Nose (e-nose) dapat digunakan juga untuk melakukan identifikasi terhadap aroma teh kombucha selama proses fermentasi untuk mengetahui matang atau tidaknya. Akan tetapi timbul masalah yaitu hasil pembacaan e-nose menghasilkan data yang cukup banyak sehingga kurang efektif dan dapat menurunkan kinerja sistem, solusinya dapat diterapkan seleksi fitur menggunakan Artificial Neural Network berdasarkan dari Sum of Absolute Errors. Hasil dari penelitian ini mendapatkan 6 fitur terbaik dengan peningkatan nilai akurasi sebesar 97,22%, presisi sebesar 94,74%, dan sensitivitas sebesar 100,00%. Kata kunci: Teh Kombucha, Seleksi Fitur, E-nose, Artificial Neural Network, Sum of Absolutes Errors ABSTRACT Kombucha tea is a fermented product of sweet tea with microbes that have good health benefits. The time required to ferment this tea is 7 to a maximum of 12 days. Determination of ready-to-consumption of fermented products usually refers to the age of fermentation and taste testing by a human tester. In addition to using these 2 methods, the use of the Electronic Nose (e-nose) system can also be used to identify the aroma of kombucha tea during the fermentation process to determine whether it is ripe or not. Problems that arise from reading e-nose produce quite a lot of data so that it is less effective and can reduce system performance, the solution can be applied to feature selection using an Artificial Neural Network based on the Sum of Absolute Errors. The results of this study get the best 6 features with an increase in accuracy of 97.22%, precision of 94.74%, and sensitivity of 100.00%. Keywords: Kombucha Tea, E-nose, Feature Selection, Artificial Neural Network, Sum of Absolute Errors

Keywords

• teh kombucha
• seleksi fitur
• e-nose
• artificial neural network
• sum of absolutes errors