KLASIFIKASI BAU DALAM KULKAS MENGGUNAKAN  SENSOR SGP-30 DAN ALGORITMA RANDOM FOREST  CLASSIFIER

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