<![CDATA[Penentuan jenis madu merupakan langkah penting guna menjaga keaslian dan mutu produk. Penelitian ini mengembangkan sistem electronic nose berbasis sensor gas MQ-3 dan MQ-135 yang merekam tiga parameter volatil utama, yaitu karbon dioksida, acetone, dan alkohol. Sebanyak 541 sampel data dinormalisasi menggunakan metode min–max, kemudian dibagi dengan skema hold-out 75 persen untuk pelatihan dan 25 persen untuk pengujian. Model klasifikasi menggunakan jaringan syaraf tiruan multilayer perceptron dengan arsitektur 3–7–3, optimizer Adam, laju pembelajaran 0,001, ukuran batch 32, dan 1000 epoch. Hasil pengujian pada 135 sampel uji menunjukkan akurasi keseluruhan sebesar 88,89. Evaluasi per kelas memperlihatkan madu hutan mencapai presisi 100, recall 100, dan F1-score 100, madu budidaya memperoleh presisi 97,1, recall 70,8, dan F1-score 82,1, sedangkan madu trigona mencapai presisi 75,0, recall 97,7, dan F1-score 84,8. Temuan ini menunjukkan bahwa kombinasi e-nose dan JST mampu mengidentifikasi madu dengan tingkat akurasi tinggi, sekaligus membuka peluang penerapan metode ini sebagai sistem deteksi cepat dalam mendukung keaslian produk madu.]]>
Copyrights © 2025
