Klasifikasi Minyak Goreng Berdasarkan Frekuensi Penggorengan Menggunakan Metode K-Nearest Neighbor Berbasis Raspberry Pi

Abstrak

Minyak goreng sering digunakan oleh masyarakat sebagai bahan baku untuk menggoreng bahan pangan.Terdapat beberapa jenis minyak salah satunya minyak nabati. Minyak nabati mengandung asam lemak esensial yang memiliki kegunaan untuk mencegah penyempitan pada pembuluh darah , yang akan mengakibatkan penumpukan kolestrol. Minyak goreng yang digunakan secara berulang bisa menimbulkan berbagai macam penyakit. Minyak yang digunakan berulang akan membuat ikatan rangkap minyak teroksidasi dan membentuk gugus peroksida dan monomer siklik, dan akan terkandung asam lemak trans. Dari permasalahan tersebut, diperlukan sebuah sistem yang dapat mengklasifikasi frekuensi penggunaan minyak goreng. Pada penelitian ini parameter yang diteliti pada minyak goreng yaitu dari warna dan kekeruhan. Untuk menentukan klasifikasi frekuensi penggorengan pada minyak goreng, untuk pendeteksian warna dari R(Red), G(Green), B(Blue) diperoleh dari hasil pembacaan kamera raspberry pi dan untuk kekeruhan diperoleh dari pembacaan LDR(Light Emitting Diode) oleh Raspberry Pi 3 dengan menggunakan metode KNN(K-Nearest Neighbor). Dari hasil pengujian yang dilakukan diketahui persentase akurasi dari pembacaan R(Red), G(Green), B(Blue) pada kamera raspberry pi dengan sensor TCS3200 adalah sebesar R= 89,964%, G = 86,139%, B = 82,293%. Pada pengujian sistem yang menggunakan metode KNN(K-Nearest Neighbor) dengan jumlah data latih 72 data dan data uji 30 data, diperoleh akurasi K=1, K=3, K=5 sebesar 73,33% dengan waktu komputasi sistem rata - rata selama 3,9ms.