Rancang Bangun Sistem Pendeteksi Kesegaran Daging Berdasarkan Sensor Bau Dan Warna

Kesegaran daging adalah faktor terpenting dalam menentukan kelayakan dari sebuah daging untuk dikonsumsi. Pada tugas akhir ini dirancang sebuah sistem yang dapat mengidentifikasi tingkat kesegaran daging secara cepat, presisi, dan bersifat non-destructive. Sistem ini diimplementasikan ke dalam Raspberry Pi dengan menggunakan sensor gas dan sensor warna sebagai alat pendeteksi kesegaran yang menggantikan indera penciuman dan penglihatan pada manusia dalam menentukan tingkat kesegaran daging. Pada tugas akhir ini digunakan neural network sebagai metode untuk melakukan pengenalan pola pada tingkat kesegaran daging yang diuji. Input yang digunakan pada neural network adalah berupa nilai tegangan dari ketiga buah sensor gas yaitu sensor MQ-136, MQ-137 dan TGS 2602 beserta nilai Red, Green dan Blue yang didapatkan dari sensor warna TCS 3200. Terdapat 3 buah kondisi kesegaran daging yang diuji yaitu daging segar, daging agak busuk dan daging busuk. Penggunaan ketiga buah sensor gas dan sensor warna pada sistem telah berhasil mendapatkan pola yang khusus untuk setiap tingkat kesegaran daging yang diuji. Dari hasil pengujian terhadap tiga buah sampel yang mewakili tingkat kesegaran daging, didapatkan tingkat keberhasilan dalam proses identifikasi mencapai 80 %. Error terjadi pada identifikasi daging agak busuk dan busuk yang mempunyai pola yang tidak terlalu berbeda. Bagaimanapun daging ini tidaklah layak untuk dikomsumsi. ========================================================================================================== The freshness level of meat is the most important factor in determining the quality of meat for comsumption. In this final project, a sensor system has been designed to identify the freshness level of meat in fast, precise and non-destructive manners. The system is implemented into the Raspberry Pi by using gas and color sensors as the freshness identifier tools to replace the human vision and olfaction in determining a fresh meat. In this final project, a neural network is used as a method to process the pattern recognition of the meat’s freshness level sensed by the sensors. The inputs of the neural network are the voltage readings sensed by the gas sensors of MQ-136, MQ-137, TGS 2620 and Red, Green, Blue values sensed by TCS 3200 color sensor. There are three levels of freshness that has been tested, which are fresh meat, half-rotten meat, and rotten meat. The usage of the three gas sensors and one color sensor of the system is capable to acquire a distinct pattern for the three categories of freshness. The freshness identification of the meat has a high percentage of success up to 80%. The errors are caused by the small different of the pattern sensed by sensors for half-rotten meat and rotten meat. However, these two kinds of meat are not consumable