Monitoring Klasifikasi Pembusukan Ikan Lele Menggunakan Array Sensor Hidung Elektronik Berbasis 5 Sensor Gas

INDONESIA
Kesegaran bahan pangan, khususnya ikan, adalah aspek kritis dalam industri pangan yang memainkan peran utama dalam memastikan keamanan dan kualitas produk konsumen. Kondisi kesegaran ikan mencerminkan tingkat kebersihan, keamanan, dan nilai gizi dari produk tersebut. Banyak teknologi untuk memonitoring kesegaran bahan pangan, salah satunya adalah hidung elektronik. Prinsip kerja dari hidung elektronik meniru cara kerja hidung pada manusia, yaitu dengan mendeteksi dan mengenali pola bau atau aroma melalui sensor-sensor yang terintegrasi. Sensor-sensor yang digunakan adalah MQ3, MQ4, MQ136, MQ137, dan TGS 822. Penelitian ini bertujuan untuk memonitrong dan klasifikasi kebusukan ikan air tawar menggunakan metode Principal Component Analysis (PCA) serta untuk mengetahui pengaruh pemberian ragi terhadap pembusukan ikan. Hasil dari penelitian ini adalah monitoring tingkat kebusukan ikan yang dilakukan selama 48 jam dengan interval waktu pengambilan setiap 12 jam menunjukan, kenaikan gas volatil yang dihasilkan kedua variasi sampel tanpa ragi dan dengan ragi yang ditandai dengan pembacaan oleh array sensor yang berbanding lurus dengan waktu pengambilan data. lalu klasifikasi menggunakan metode PCA pada grafik Score Plot menunjukan sampel tanpa ragi didapatkan nilai komulatif sebesar 99,7% dengan PC1= 98,5% dan PC2= 1,2% dan sampel dengan ragi didapatkan nilai komulatif sebesar 99,8% dengan PC1= 99,2% dan PC2= 0,6%.

INGGRIS
The freshness of foodstuffs, particularly fish, is a critical aspect in the food industry that plays a major role in ensuring the safety and quality of consumer products. The freshness condition of fish reflects the level of hygiene, safety, and nutritional value of the product. There are many technologies to monitor the freshness of food, one of which is the electronic nose. The working principle of the electronic nose mimics the way the nose works in humans, namely by detecting and recognizing odor or aroma patterns through integrated sensors. The sensors used are MQ3, MQ4, MQ136, MQ137, and TGS 822. This research aims to monitor and classify the spoilage of freshwater fish using the Principal Component Analysis (PCA) method and to determine the effect of yeast on fish spoilage. The results of this study are monitoring the level of fish spoilage carried out for 48 hours with an interval of taking every 12 hours showing, the increase in volatile gases produced by both sample variations without yeast and with yeast which is characterized by readings by the sensor array which are directly proportional to the time of data collection. then classification using the PCA method on the Score Plot graph shows the sample without yeast obtained a cumulative value of 99.7% with PC1 = 98.5% and PC2 = 1.2% and the sample with yeast obtained a cumulative value of 99.8% with PC1 = 99.2% and PC2 = 0.6%.

ARAB
تعد نضارة الأطعمة، وخاصة الأسماك، جانبًا مهمًا في صناعة الأغذية التي تلعب دورًا رئيسيًا في ضمان سلامة وجودة المنتجات الاستهلاكية. تعكس حالة نضارة الأسماك مستوى النظافة والسلامة والقيمة الغذائية للمنتج. هناك العديد من التقنيات لمراقبة نضارة الطعام، أحدها هو الأنف الإلكتروني. مبدأ عمل الأنف الإلكتروني يحاكي طريقة عمل الأنف البشري، أي من خلال الكشف والتعرف على أنماط الرائحة أو الروائح من خلال أجهزة استشعار مدمجة. أجهزة الاستشعار المستخدمة هي MQ3، MQ4، MQ136، MQ137، و TGS 822. يهدف هذا البحث إلى مراقبة وتصنيف تلف أسماك المياه العذبة باستخدام طريقة تحليل المكونات الرئيسية (PCA) وتحديد تأثير إعطاء الخميرة على تلف الأسماك. وكانت نتائج هذا البحث هي رصد مستوى تعفن الأسماك الذي تم إجراؤه لمدة ٤٨ساعة بفاصل زمني للتجميع كل ١٢ساعة مما يدل على أن الزيادة في الغازات المتطايرة الناتجة عن كلا النوعين من العينات بدون الخميرة ومع الخميرة تمت الإشارة إليها بواسطة قراءات من مجموعة أجهزة الاستشعار والتي كانت متناسبة بشكل مباشر مع وقت جمع البيانات. ثم يوضح التصنيف باستخدام طريقة PCA على الرسم البياني Score Plot أن العينات التي لا تحتوي على الخميرة حصلت على قيمة تراكمية قدرها 99.7% مع PC1= 98.5% وPC2= 1.2% والعينات التي تحتوي على الخميرة حصلت على قيمة تراكمية قدرها 99.8% مع PC1= 99.2% و PC2 = 0.6%.