Indentifikasi Kualitas Tepung Berbasis Elektronik Menggunakan Sensor Warna Dengan Metode Artificial Neural Network (ANN)
Article Sidebar
Main Article Content
Abstract
Tepung adalah bagian penting dalam bahan baku makanan bisa dibilang tepung merupakan salah satu bahan pokok dalam pengolahan makanan. Jenis tepung yang biasa digunakan seperti, tepung terigu, tepung tapioka, tepung jagung, tepung sagu, tepung beras. Perbedaan karakteristik tidak hanya dapat dibedakan dengan menggunakan indra manusia, tapi juga dapat menggunakan teknologi sehingga memerlukan cara yang lebih efektif untuk mengidentifikasi kualitas tepung. Dengan menggunakan metode Artificial Neural Network (ANN) ini bisa memudahkan manusia dalam mengetahui kualitas tepung baik atau buruk dengan memanfaatkan sensor warna TCS-3200 dengan melihat warna pada tepung tersebut. Metode ini menggunakan pengolahan citra sehingga memudahkan untuk melihat kualitas tepung lebih akurat. Hasil dari sistem ini nantinya berpua persentase yang akan ditampilkan pada display layar. Dan jika nilai MSE pada tepung semakin kecil, maka kualitas tepung tersebut adalah baik.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
S. H. Sumarlan and D. A. Ariyanti, “Identifikasi Jenis Tepung dengan Machine Vision Menggunakan Metode Artificial Neural Network (ANN),” J. Keteknikan Pertan. Trop. dan Biosist., vol. 5, no. 5, pp. 163–169, 2017, [Online]. Available: https://jkptb.ub.ac.id/index.php/jkptb/article/view/414.
D. Ratnawati and Vivianti, “Alat Pendeteksi Warna Menggunakan Sensor Warna TCS3200 Dan Arduino Nano,” Pros. Semin. Nas. Vokasi Indones., vol. 1, no. November, pp. 167–170, 2018.
S. Kouda, T. Bendib, S. Barra, and A. Dendouga, “ANN modeling of an industrial gas sensor behavior,” Proc. - Int. Conf. Commun. Electr. Eng. ICCEE 2018, pp. 1–4, 2019, doi: 10.1109/CCEE.2018.8634510.
K. Pal, S. Rana, V. Kumar, T. Prasad, A. Recently, and A. Neural, “Comments and Corrections Comments on ‘ Development of an ANN-Based Linearization Technique for the VCO Thermistor Circuit ,’” vol. 17, no. 4, pp. 1187–1189, 2017.
R. Cahya, S. Sugiarto, A. Rizal, E. Willy, and A. Cahyadi, “RANCANG BANGUN SISTEM PENDETEKSI KESEGARAN DAGING BERDASARKAN SENSOR BAU DAN WARNA,” vol. 8, no. 1, pp. 103–113, 2021.
B. D. Argo and M. Andreane, “Identfikasi Parameter Biji Dan Bubuk Kopi Robusta Menggunakan Machine Vision Dan Metode Artificial Neural Network ( ANN ) Parameter Identification Robusta Coffee Seeds and Powder Using A Machine Vision and Method Artificial Neural Network,” vol. 5, no. 2, pp. 150–162, 2017.