<![CDATA[AbstrakPenelitian ini mengevaluasi efektivitas hidung elektronik berbasis sensor MOS, yaitu sensor TGS dan MQ, dalam mendeteksi dan membedakan hama thrips dan Spodoptera litura pada tanaman stroberi. Data volatil yang dihasilkan oleh tanaman diamati menggunakan sensor E-nose yang terhubung dengan model jaringan saraf tiruan Backpropagation (BPPN). Dengan penyetelan GridSearchCV, akurasi deteksi meningkat secara signifikan, terutama pada sensor TGS, yang menunjukkan kinerja lebih baik dibandingkan sensor MQ. Teknologi ini menawarkan pendekatan deteksi hama yang sensitif, tidak merusak, dan ramah lingkungan, dengan potensi untuk mendukung pengelolaan hama secara berkelanjutan dalam budidaya stroberi. Penelitian ini memberikan peluang baru untuk inovasi di bidang pertanian pintar dengan pengurangan penggunaan pestisida yang berlebihan dan optimalisasi strategi pengelolaan hama. Kata kunci: hidung elektronik, deteksi, trips, spodoptera, stroberiAbstractThis study evaluates the effectiveness of metal oxide semiconductor (MOS) electronic noses, specifically the TGS and MQ sensors, in detecting and distinguishing between thrips and Spodoptera litura pests on strawberry plants. Volatile compounds produced by the plants were analyzed using an E-nose connected to a Backpropagation Neural Network (BPNN) model. The GridSearchCV optimization significantly improved detection accuracy, particularly for the TGS sensor, which outperformed the MQ sensor. This technology offers a sensitive, non-invasive, and environmentally friendly approach to pest detection, supporting sustainable pest management in strawberry cultivation. The study opens new opportunities for smart agricultural innovations, reducing excessive pesticide use and optimizing pest control strategies. Keywords: electronic nose, detection, thrips, spodoptera, strawberry]]>
