Seleksi Fitur Terhadap Performa Kinerja Sistem E-Nose untuk Klasifikasi Aroma Kopi Gayo

Abstract

Tujuan dari penelitian ini adalah mengoptimasi kinerja system E-Nose dengan melakukan seleksi fitur untuk memperoleh kombinasi fitur yang terbaik dalam mengklasifikasi aroma jenis kopi arabika Gayo. Kopi ini merupakan salah satu kopi spesial dari Indonesia yang berasal dari Provinsi Aceh. Berbagai faktor dapat mempengaruhi hasil akhir kopi salah satunya pada proses pengolahan pasca panen diantaranya teknik proses kering (drying) dengan metode Natural dan Wine. Perbedaan metode pengolahan pasca panen ini dapat mempengaruhi aroma kopi yang dihasilkan dari setiap kopi yang memiliki aroma dan cita rasa yang khas. Penerapan sistem Electronic Nose (E-Nose) dapat diaplikasikan untuk mengklasifikasi aroma yang berbeda dari jenis kopi Gayo natural dan Gayo wine, namun kesamaan respon sensor dan banyaknya data menyebabkan kurang spesifik dan menurunkan performa kinerja sistem. Implementasi seleksi fitur dapat diterapkan pada proses klasifikasi dengan menggunakan metode Support Vector Machine (SVM) berdasarkan jumlah galat Sum of Absolute Errors (SAE) untuk mendapatkan kombinasi fitur terbaik sehingga mendapatkan kinerja sistem yang lebih optimal. Hasil penelitian ini mendapatkan 5 fitur terbaik dengan nilai akurasi sebesar 93,33%, presisi sebesar 93,33% dan sensitivitas sebesar 93,33%.