Klasifikasi Minyak Goreng Berdasarkan Frekuensi Penggorengan Menggunakan Metode K-Nearest Neighbor Berbasis Raspberry Pi

Minyak goreng sangat sering digunakan oleh masyarakat sebagai bahan baku untuk menggoreng bahan pangan. Minyak goreng merupakan penghantar panas yang baik. Terdapat beberapa jenis minyak salah satunya merupakan minyak nabati. Minyak nabati mengandung asam lemak esensial, seperti asam linoleat, asam lenolenat dan arakidonat yang memiliki kegunaan untuk mencegah penyempitan pada pembuluh darah yang akan mengakibatkan penumpukan kolestrol. Masih banyak para pedagang dan ibu rumah tangga yang menggunakan minyak goreng untuk menggoreng bahan pangan secara berulang sampai warna minyak berubah menjadi hitam pekat, bahwasanya minyak yang sudah digunakan secara berulang atau warna minyak berubah bisa menimbulkan berbagai macam penyakit. Minyak yang baik digunakan yaitu minyak yang digunakan satu kali penggorengan sampai maksimalnya tiga kali penggorengan, dikarenakan jika minyak yang digunakan berkali – kali akan membuat ikatan rangkap minyak teroksidasi dan membentuk gugus peroksida dan monomer siklik, dan akan terkandung asam lemak trans. Dari permasalahan tersebut, maka diperlukan sebuah sistem yang dapat mengklasifikasi frekuensi penggunaan minyak goreng. Pada penelitian ini parameter yang diteliti pada minyak goreng yaitu dari warna dan kekeruhan. Untuk menentukan klasifikasi frekuensi penggorengan pada minyak goreng, untuk pendeteksian warna dari R(Red), G(Green), B(Blue) diperoleh dari hasil pembacaan kamera raspberry pi dan untuk kekeruhan diperoleh dari pembacaan Light Emitting Diode (LDR) oleh Raspberry Pi 3 dengan menggunakan metode K-Nearest Neighbor(K-NN). Dari hasil pengujian yang dilakukan diketahui persentase akurasi dari pembacaan R(Red), G(Green), B(Blue) pada kamera raspberry pi dengan sensor TCS3200 adalah sebesar R = 89,964%,, G = 86,139%, B = 82,293%. Pada pengujian sistem yang menggunakan metode KNN(K-Nearest Neighbor) dengan jumlah data latih 72 data dan data uji 30 data, diperoleh akurasi K=1 sebesar 73,33%, K=2 sebesar 73,33% , K=3 sebesar 73,33% dengan waktu komputasi sistem rata – rata selama 3,9ms