UMSU Library
Dalam rangka
mewujudkan perpustakaan yang
berkualitas dan sejalan dengan visi
UMSU, maka perpustakaan memiliki
visi yang mendukung visi UMSU yakni:
“Menjadi Pusat penyedia
layanan informasi yang unggul
bagi civitas akademika dalam
pengembangan ilmu pengetahuan
dan teknologi yang berwawasan
global serta Islam
Kemuhammadiyahan. ”
http://repository.umsu.ac.id/handle/123456789/28345| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Amira Muhammad, Amira Muhammad Salim Banem | - |
| dc.date.accessioned | 2025-09-11T11:57:17Z | - |
| dc.date.available | 2025-09-11T11:57:17Z | - |
| dc.date.issued | 2025-06-20 | - |
| dc.identifier.uri | http://localhost:8080/handle/123456789/28345 | - |
| dc.description.abstract | Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi bau dalam kulkas menggunakan sensor SGP-30 dan algoritma Random Forest Classifier. Sistem ini dirancang untuk mendeteksi dan mengklasifikasikan kondisi bau makanan ke dalam tiga kategori, yaitu Segar, Sedang, dan Busuk, berdasarkan data sensor berupa nilai eCO₂, TVOC, suhu, dan kelembapan. Data yang diperoleh kemudian diproses menggunakan algoritma Random Forest Classifier yang mampu menghasilkan akurasi sebesar 97,78% dalam melakukan klasifikasi bau. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat mengidentifikasi kondisi bau secara akurat dan efektif. Sistem ini berpotensi untuk dikembangkan lebih lanjut dengan memperluas variasi data dan mengeksplorasi algoritma klasifikasi lainnya guna meningkatkan performa sistem. | en_US |
| dc.subject | klasifikasi bau | en_US |
| dc.subject | SGP-30 | en_US |
| dc.subject | Random Forest Classifier, | en_US |
| dc.subject | kulkas | en_US |
| dc.title | KLASIFIKASI BAU DALAM KULKAS MENGGUNAKAN SENSOR SGP-30 DAN ALGORITMA RANDOM FOREST CLASSIFIER | en_US |
| dc.type | Thesis | en_US |
| Appears in Collections: | Information Technology | |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Amira Muhammad Salim Banem (2109020201).pdf | Full Text | 31.14 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.