Komparasi Metode Random Forest, Support Vector Machine dan Passive Aggressive Pada Klasifikasi Jenis Beras Aromatik Menggunakan E-nose

SALIMA NURRAHMA, Budi Sumanto, S.Si., M.Eng.

2024 | Tugas Akhir | D4 Teknologi Rekayasa Instrumentasi dan Kontrol

Beras aromatik merupakan jenis beras yang memiliki aroma khas yang dihasilkan oleh senyawa volatil dan semi volatil yang terkandung pada beras aromatik. Aroma pada beras berperan penting dalam penilaian komsumen. Beras aromatik memiliki perbedaan aroma antara satu jenis dengan jenis lainnya yang tidak dapat dideteksi oleh hidung manusia. Maka dari itu diperlukan instrumen electronic nose untuk mengklasifikasi jenis beras aromatik beradasarkan aroma yang dimiliki. Proses klasifikai beras aromatik pada penelitian ini didasarkan pada pembacaan sensor gas e-nose. Nilali tersebut digunakan untuk klasifikasi dengan preprocessing terlebih dahulu lalu proses klasifikasi menggunakan model Random Forest, Support Vector Machine dan Passive Aggressive serta evaluasi. Hasil akurasi model Random Forest sebesar 97%, Support Vector Machine sebesar 95?n Passive Aggressive sebesar 90% maka diketahui model Random Forest model terbaik. Selain itu, dilakukan validasi hasil komparasi menggunakan Receiver Operating Characteristic untuk menampilkan kurva probabilitas AUC mewakili ukuran keterpisahan seberapa besar model dalam membedakan kelas - kelas. 

Aromatic rice is a type of rice that has a distinctive aroma produced by volatile and semi volatile compounds contained in aromatic rice. The aroma of rice plays an important role in consumer evaluation. Aromatic rice has aroma differences between one type and another that cannot be detected by human nose. Therefore, an electronic nose instrument is needed to classify type od aromatic rice based on their aroma. The aromatic rice classification prosess in this research is based one e-nose gas sensor readings. These values are used for classification with prepocessing first, then the classification process uses Random Forest, Support Vector Machine and Passive Aggressive models is best model. In addition, validation of comparison results wa carried our using receiver operating characteristic to display the AUV probability curve whitch represnet a measure of the separation of how well model differentiates between classes.

Kata Kunci : Random Forest, Support Vector Machine, Passive Aggressive, Electronic nose, Beras Aromatik