Informasi Umum

Kode

24.06.595

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - TA (D3) - Reference

Subjek

Machine Learning

Dilihat

146 kali

Informasi Lainnya

Abstraksi

Penilaian kualitas teh tradisional yang dilakukan dengan cara manual dicicipi langsung oleh para ahli teh yang berisfat subjektif dan berpotensi bias .Penelitian ini bertujuan untuk mengembangkan sistem prediksi skor organoleptik teh hijau berdasarkan dataset Electronic Nose (E-Nose) menggunakan algoritma Boosting. Sistem ini diharapkan dapat memberikan solusi yang lebih efisien, akurat, dan objektif dalam menilai kualitas teh dibandingkan metode manual yang tradisional. Penelitian ini menggunakan dataset E-Nose yang diperoleh dari Pusat Penelitian Teh dan Kina Gambung. Algoritma Boosting digunakan untuk melatih model machine learning yang dapat memprediksi skor organoleptik teh hijau berdasarkan data sensor E-Nose. Hasil penelitian menunjukkan bahwa sistem ini mampu memprediksi skor organoleptik teh hijau dengan tingkat akurasi yang tinggi. Algoritma XGBoost menunjukkan performa terbaik dengan nilai R2 0,951 dan MSE 0,46. Penelitian ini menunjukkan bahwa sistem prediksi skor organoleptik teh hijau berdasarkan dataset E-Nose menggunakan algoritma Boosting dapat menjadi solusi yang efektif untuk meningkatkan efisiensi dan akurasi penilaian kualitas teh.<br /> Kata Kunci: Teh hijau, Electronic-Nose, Algoritma Boosting, Prediksi skor organoleptik, Kualitas teh

  • VPI3GC - MAGANG
  • VSI3H4 - PROYEK AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama MUHAMMAD HANIF AULIA RASYID
Jenis Perorangan
Penyunting Dedy Rahman Wijaya, Guntur Prabawa Kusuma
Penerjemah

Penerbit

Nama Universitas Telkom, D3 Sistem Informasi
Kota Bandung
Tahun 2024

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi