Desain dan Perakitan Purwarupa Milkotester Berbasis IoT untuk Klasifikasi Susu Sapi UHT sebagai Daya Dukung K3L

Abstract

Susu sapi Ultra High Temperature merupakan salah satu jenis susu yang banyak dikonsumsi oleh manusia mulai dari anak-anak hingga orang dewasa, karena susu memiliki banyak manfaat bagi kesehatan. Namun apabila kebersihan pengolahannya tidak terjaga, maka susu akan cepat menjadi tidak layak untuk dikonsumsi dan dapat menimbulkan berbagai dampak negatif bagi yang mengonsumsinya. Banyak cara yang dapat dilakukan untuk mengetahui kelayakan susu untuk dikonsumsi seperti melihat warnanya, mencium baunya, atau mencicipi susu tersebut. Namun cara-cara tersebut tidaklah efektif dan menimbulkan pertanyaan apakah susu tersebut masih layak atau tidak untuk dikonsumsi. Oleh karena itu, untuk membantu masyarakat agar tidak terjebak membeli susu sapi yang sudah tidak layak, maka dibutuhkan suatu peralatan yang dapat membantu dan menguji kualitas susu sapi secara langsung dan cepat. Teknologi sensor yang dipadukan dengan klasifikasi naïve bayes dan IoT digunakan untuk memperoleh hasil klasifikasi susu UHT. Penelitian ini menggunakan sensor TCS3200 yang digunakan untuk mendeteksi warna susu sapi, sensor DFRobot Gravity Analog pH Sensor untuk memperoleh nilai keasaman susu sapi, sensor DS18B20 untuk mengukur temperatur, sensor TGS2600 untuk mengetahui kadar gas amonia dan sensor level air untuk mengetahui ada atau tidaknya sampel uji. Sedangkan untuk hasil klasifikasi menggunakan perhitungan metode naïve bayes dan SVM. Pemilihan penggunaan klasifikasi ini dikarenakan metode ini dapat digunakan untuk mengolah data masukan dengan hasil perhitungan yang akurat dengan jumlah data yang sederhana. Berdasarkan hasil pengujian, akurasi perhitungan naïve bayes sebesar 85% yang diambil dari 20 kali dari data uji, dan pada pengujian tersebut terdapat 3 hasil yang tidak sesuai (TS). Metode ini memiliki hasil akurasi, presisi, recall, dan f1-score yang lebih unggul sebesar 5,00%, 0,06, 0,02, dan 0,03 terhadap model klasifikasi SVM. Sedangkan kecepatan perhitungan alat mulai dari pengambilan nilai oleh sensor sampai alat dapat menghasilkan hasil klasifikasi adalah rata-rata sebesar 2387,6 ms.

Kata kunci: Ultra High Temperature, sensor, IoT, akurasi, sampel