Sistem Klasifikasi Kualitas Jenis-Jenis Madu berdasarkan Warna, Kecerahan, dan pH menggunakan Metode JST Backpropagation

Abstrak

Madu merupakan zat makanan yang memiliki rasa manis dan berstruktur kental yang dihasilkan oleh lebah. Madu dapat dibedakan dengan memperhatikan warna dan kejernihan madu, namun cukup sulit karena karena kurangnya pengetahuan dan setiap jenis madu memiliki warna dan tingkat kejernihan yang hampir serupa. Berdasarkan permasalahan tersebut pada penelitian ini dirancang sebuah sistem untuk mengklasifikasikan jenis serta keaslian madu. Sensor yang digunakan adalah sensor TCS3200, sensor LDR, dan sensor pH. Sensor TCS3200 dan sensor LDR diletakkan di sisi belakang dan di sisi depan gelas sampel ditambahkan lampu LED, sedangkan sensor pH berada di bagian atas gelas dan mata sensor pH ditenggelamkan dalam larutan dengan posisi tegak lurus sehingga sensor dapat mengetahui setiap karakteristik sampel madu dengan optimal. Algoritma JST backpropagation dalam penelitian ini diproses menggunakan Arduino Nano dengan struktur jaringan 3 input, 1 hidden layer yang berisi 24 perceptron, dan 1 output yang terbagi menjadi 6 kelas. Proses perancangan struktur menggunakan 900 dataset, learning rate sebesar 0.001, epoch sebanyak 28.451 dan proses training selama 2 jam 23 menit 14 detik. Dari proses pengujian algoritma JST backpropagation terbukti mampu mengklasifikasikan setiap kelas madu dengan baik dan didapatkan akurasi algoritma JST mencapai 94.45%, Dengan rata-rata waktu komputasi 0.80076 detik.