Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Ilmiah Rekayasa Pertanian dan Biosistem
Purnami, Tia
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Deteksi Kematangan Buah Sawit Non-Destruktif Menggunakan Hidung Elektronik Multisensor dan Random Forest Purnami, Tia; Lestari, Sri; Wirman, Shabri Putra; Fitrya, Neneng
Jurnal Ilmiah Rekayasa Pertanian dan Biosistem Vol 14 No 1 (2026): Jurnal Ilmiah Rekayasa Pertanian dan Biosistem
Publisher : Fakultas Teknologi Pangan & Agroindustri (Fatepa) Universitas Mataram dan Perhimpunan Teknik Pertanian (PERTETA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jrpb.v14i1.1221

Abstract

Accurate determination of oil palm fresh fruit bunch (FFB) ripeness is crucial to ensure crude palm oil (CPO) quality, yet conventional visual inspection remains subjective and inconsistent. This study proposes a non-destructive ripeness detection system based on a multisensor electronic nose combined with a Random Forest classifier. The system employs five metal oxide semiconductor gas sensors (MQ-2, MQ-3, MQ-4, MQ-5, and MQ-135) integrated with an ESP32 microcontroller to capture volatile organic compounds emitted during fruit ripening. Sensor signals were transformed into seven statistical features, including maximum, minimum, delta, mean, standard deviation, area under the curve, and slope. The dataset was divided into 70% training data and 30% testing data, and model performance was evaluated using a confusion matrix. The results demonstrated an accuracy of 95.3%, precision of 94.8%, recall of 95.1%, and an F1-score of 95.0%. The proposed system successfully classified oil palm fruits into four ripeness levels: unripe, underripe, ripe, and overripe. These findings indicate that the developed electronic nose system provides an objective and reliable approach for oil palm ripeness assessment, with strong potential to support harvesting decisions and quality control in the palm oil industry.
Klasifikasi Kematangan Buah Nanas (Ananas comosus) Berdasarkan Data Hidung Elektronik Multisensor Menggunakan Algoritma Random Forest Lestari, Sri; Purnami, Tia; Fitrya, Neneng; Putra Wirman, Shabri
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.35-44

Abstract

Indonesia merupakan salah satu produsen nanas terbesar di dunia, sehingga penentuan tingkat kematangan buah menjadi hal penting untuk menjaga mutu dan mendukung distribusi pascapanen. Penilaian kematangan secara tradisional yang mengandalkan pengamatan visual dan pengalaman petani sering kali bersifat subjektif dan kurang konsisten. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem hidung elektronik multisensor berbasis sensor gas MQ untuk mendeteksi senyawa volatil yang dilepaskan buah nanas selama proses pematangan, serta mengevaluasi kinerja algoritma Random Forest dalam klasifikasi tingkat kematangan. Sistem terdiri atas chamber sampel dan chamber sensor yang dilengkapi lima sensor gas (MQ-2, MQ-3, MQ-4, MQ-5, dan MQ-135), modul ADS1115, serta mikrokontroler ESP32 untuk akuisisi data. Data hasil pengukuran diekstraksi menjadi beberapa parameter fitur sinyal, kemudian dibagi menjadi 70% data latih dan 30% data uji dari total 40 data sampel. Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasikan nanas ke dalam empat kategori kematangan (mentah, setengah matang, matang, dan terlalu matang) dengan akurasi sebesar 92%, di mana sensor MQ-135 memberikan kontribusi terbesar dalam proses klasifikasi. Temuan ini menunjukkan bahwa kombinasi hidung elektronik multisensor dan Random Forest dapat menjadi metode yang efektif, objektif, dan non-destruktif dalam menentukan tingkat kematangan buah nanas.
Co-Authors Neneng Fitrya Putra Wirman, Shabri Shabri Putra Wirman Sri Lestari