Analisis Fitur pada Klasifikasi Kualitas Teh

https://doi.org/10.22146/ijeis.106253

Philipus Febriano Kurnia Putra(1), Dyah Aruming Tyas(2*), Danang Lelono(3)

(1) Program Studi Elektronika dan Instrumentasi; FMIPA UGM, Yogyakarta
(2) Department of Computer Science and Electronics, Universitas Gadjah Mada, Yogyakarta
(3) Department of Computer Science and Electronics, Universitas Gadjah Mada, Yogyakarta
(*) Corresponding Author

Abstract


 Indonesia merupakan salah satu produsen terbesar teh hitam dunia, maka kualitas dari minuman teh perlu diperhatikan. PT Pagilaran, salah satu perusahaan di Indonesia dengan salah satu komoditas unggulannya berupa teh, khususnya teh hitam melakukan penilaian 10 tingkatan kualitas teh dengan penilaian manual oleh tenaga ahli yang rentan dengan inkonsistensi. Electronic nose adalah salah satu teknologi  yang berkembang pesat untuk digunakan penilaian kualitas teh. PT Pagilaran dan Fakultas Teknologi Pertanian Universitas Gadjah Mada melakukan pengembangan solusi yang lebih objektif dan konsisten dalam penilaian kualitas teh  dengan electronic nose. Data aroma teh akan diekstrasi dari electronic nose kemudian dianalisis untuk menentukan fitur-fitur yang representatif dalam membedakan 10 kelas kualitas teh. Beberapa penelitian sebelumnya telah menunjukkan potensi penggunaan fitur dari electronic nose untuk mengklasifikasikan kualitas teh, namun sebagian besar hanya mencapai klasifikasi tujuh kelas teh. Penelitian ini melakukan analisis kombinasi fitur yang tepat untuk mengembangkan model klasifikasi kualitas teh menjadi 10 kelas menggunakan data electronic nose. Metode yang digunakan adalah seleksi fitur Recursive Feature Elimination dan Principal Component Analysis serta classifier Support Vecor Machine. Hasil dari penelitian menunjukkan bahwa model klasifikasi dengan nilai akurasi terbaik mencapai 89,85% menggunakan 18 fitur pilihan dari electronic nose.

Keywords


Electronic nose; kualitas teh; fitur; klasifikasi; Support Vector Machine

Full Text:

PDF


References

F. A. A. o. T. U. Nations, "Market and Trade," [Online]. Available: https://www.fao.org/markets-and-trade/commodities-overview/beverages/tea/en. [Accessed 4 October 2024].

A. N. Komariyah, B. Rohmatulloh, Y. Hendrawan, S. M. Sutan, D. F. Al Riza and M. B. Hermanto, "Klasifikasi Kualitas Teh Hitam Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Citra Digital," Jurnal Ilmiah Rekayasa Pertanian dan Biosistem, vol. 11, no. 2, pp. 221-231, September 2023.

A. D. Guritno, A. Harjoko, M. R. Tanuputri, D. U. K. Diyah Utami Kusumaning Putri and N. A. S. Putro, "Development of a portable electronic nose for the classification of tea quality based on tea dregs aroma," International Journal on Smart Sensing and Intelligent System, vol. 17, no. 1, 2024.

M. I. P.-. Atmaja, H. Maulana, S. G. P. Riski, A. Fauziah and S. Harianto, "Evaluation of the conformity of the quality of tea products with the requirements of the," Jurnal Standardisasi , vol. 23, no. 1, pp. 43-52, 2021.

B. S. Nasional, "Standar Nasional Indonesia "Teh Hitam"," Badan Standardisasi Nasional, Jakarta, 2016.

K. M. I. Tazi and M. F. Falah, "Klasifikasi Pola Aroma Teh Hijau Menggunakan Hidung Elektronik (E-Nose) Berbasis Linear Diskriminan Analisis(LDA)," Jurnal Pendidikan MIPA, vol. 12, no. 3, 2022.

G. Ren, R. Wu, L. Yin, Z. Zhang and J. Ning, "Description of tea quality using deep learning and multi-sensor," Journal of Food Composition and Analysis , vol. 126, 2024.

O. K. Kombo , N. Ihsan, T. S. Syahputra, S. N. Hidayat, M. Puspita, W. R. Roto and K. Triyana, "Enhancing classification rate of electronic nose system and," Scientific African, vol. 24, 2024.

H. Xia, W. Chen, D. Hu, A. Miao, X. Qiao, G. Qiu, J. Liang, W. Guo and C. Ma, "Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion," Food Chemistry, vol. 440, May 2024.

E. Alshdaifat, D. Alshdaifat, A. Alsarhan, F. Hussein and S. M. F. El-Salhi, " The Effect of Preprocessing Techniques, Applied to Numeric," Data, vol. 6, no. 2, 2021.

. C. S. . K. Dash, A. K. Behera, . S. Dehuri and . A. Ghosh, "Anoutliers detection andelimination frameworkinclassification task of data," Decision Analytics Journal, vol. 6, 2023.



DOI: https://doi.org/10.22146/ijeis.106253

Article Metrics

Abstract views : 429 | views : 211

Refbacks

  • There are currently no refbacks.




Copyright (c) 2025 IJEIS (Indonesian Journal of Electronics and Instrumentation Systems)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



Copyright of :
IJEIS (Indonesian Journal of Electronics and Instrumentations Systems)
ISSN 2088-3714 (print); ISSN 2460-7681 (online)
is a scientific journal the results of Electronics
and Instrumentations Systems
A publication of IndoCEISS.
Gedung S1 Ruang 416 FMIPA UGM, Sekip Utara, Yogyakarta 55281
Fax: +62274 555133
email:ijeis.mipa@ugm.ac.id | http://jurnal.ugm.ac.id/ijeis



View My Stats1
View My Stats2