SISTEM KLASIFIKASI RASA KOPI BERBASIS ELECTRONIC TONGUE MENGGUNAKAN MADALINE NEURAL NETWORK; ELECTRONIC TONGUE COFFEE TASTE CLASIFICATION SYSTEM USING MADALINE NEURAL NETWORK

Yudi Anom Priambudi, Sri Hartati

2013 | Skripsi | PROGRAM STUDI ELEKTRONIKA DAN INSTRUMENTASI

Penelitian ini dilatar belakangi karena minimnya pengembangan dari sensor rasa yang ada selama ini dan bertujuan untuk mengimpelentasikan delapan buah sensor rasa berbasis komputer dengan menggunakan membran Decyl Alcohol (DA), Oleic Acid (OA), Dioctyl Phosphate (DOP), Trioctylmethyl ammonium chloride (TOMA), Dodevylamine (DDC), DA:OA 5:5, DA:DOP 5:5, dan DDC:TOMA 5:5 dilengkapi dengan semi auto sampler dan mampu menampilkan hasil pengukuran dan menyimpan data dari delapan sensor sekaligus. Sistem diimplementasikan pada beberapa merek kopi instan, serta dapat mempola karakter beberapa merek kopi dengan perbandingan pendeteksian secara fisis. Pengujian karakterisasi membran dilakukan setiap hari dengan menggunakan sampel beberapa merek kopi instan yang ada di pasaran yang kemudian dideteksi pola karateristiknya. Alat yang digunakan sebagai ADC adalah PhidgetInterFaceKit 8/8/8 yang merupakan elektrometer pada penelitian ini. Dan digunakan program yang menggunakan Microsoft Visual Basic 2010 sebagai antarmuka sehingga dapat berinteraksi dengan alat. Serta digunakan toolbox dari program Matlab R2009a untuk pemanfaatan program madaline neural network. Hasil penelitian menunjukkan pola yang dikarakterisasi menggunakan sistem ini dapat diidentifikasi jenisnya menggunakan madaline neural network. Data hasil dari sistem ini dapat disimpan dalam bentuk excel

Kata Kunci : madaline neural network; membran; sensor rasa; antarmuka; kopi