Sistem Pakar Penentuan Penggunaan Bahan Tambahan Pangan untuk Produk Pangan

Abstract

Keracunan makanan yang terjadi di lingkungan masyarakat salah satu penyebabnya adalah pengunaan bahan tambahan pangan yang tidak sejalan dengan peraturan pemerintah yang berlaku. Bahan Tambahan Pangan adalah bahan yang mempengaruhi sifat atau bentuk pangan dengan cara ditambahkan ke dalam pangan diantaranya antioksidan, pemanis, pengawet, dan pewarna. Alasan pelaku usaha pangan terjadinya keracunan disebabkan kurangnya pengetahuan mengenai bahan tambahan pangan dan pengaruh negatifnya terhadap kesehatan. Berdasarkan hal tersebut untuk menghindari penyalahgunaan bahan tambahan pangan yang tidak tepat maka perlu dibangun sistem pakar berbasis aturan if-then yang mampu memberi informasi penentuan penggunaan yang benar sesuai dengan produk pangan yang diinginkan dengan bantuan seorang ahli di bidang bahan tambahan pangan. Metode yang digunakan adalah pohon keputusan dengan algoritme C5.0 untuk mengklasifikasikan jenis kategori pangan dengan masukan berupa bahan dasar dan cara pengolahan produk pangan. Aturan yang dihasilkan berjumlah 98 aturan pada model pohon keputusan memudahkan pada tahap implementasi sistem. Seleksi fitur dengan information gain menghasilkan bahwa pencampuran merupakan cara pengolahan yang cukup berpengaruh pada model pohon keputusan dengan nilai information gain yang maksimum. Evaluasi kinerja model pohon keputusan menggunakan k-fold cross validation dengan k = 10 dan memiliki akurasi tertinggi pada fold ke 10 sebesar 72.7 %.. Hasil akhir penelitian ini adalah implementasi sistem dalam bentuk website dengan memberikan solusi berupa rekomendasi bahan tambahan pangan dan nilai batas maksimum dalam penggunaannya. Abstract Food poisoning that occurs in the community one of the causes is the use of food additives that are not in line with applicable government regulations. Food Additives are ingredients that affect the nature or form of food by adding them to food including antioxidants, sweeteners, preservatives, and dyes. Reasons for food businesses that cause poisoning are due to lack of knowledge about food additives and their negative effects on health. Based on this, to avoid misuse of food additives that are not proper, it is necessary to build an expert system that can give information on determining the correct use by the desired food products with the help of an expert in the field of food additives. The method used is a decision tree with C5.0 algorithm to classify types of food categories with parameters in the form of basic ingredients and ways of processing food products. Feature selection with information gain results that mixing is a processing method that is quite influential on the decision tree model with maximum information gain value. The performance evaluation of the decision tree model uses k-fold cross validation with k ten and has the highest accuracy in the tenth iteration of 72.7%. The last result of this research is the implementation of the system in the form of a website by providing a solution in the form of food additives and a maximum limit value in its use.