| dc.description.abstract | i robusta merupakan salah satu komoditi perkebunan dengan daerah tumbuh yang luas jika dibandingkan kopi arabika karena kopi robusta mampu tumbuh didataran <700 mdpl. Aroma kopi yang dapat tercium oleh indera diakibatkan senyawa volatil dalam kopi seperti aldehida, alkohol, dan ester yang dipengaruhi oleh kondisi tanah, suhu udara dan intensitas penyinaran ketika proses penanaman. Aroma kopi yang memiliki kandungan gas volatil tersebut dapat mempengaruhi karakteristik kopi yang dapat dideteksi dengan electronic nose. Proses kerja electronic nose perlu bantuan software seperti LabVIEW dengan memanfaatkan machine learning untuk pengelolaan data. Pengelolaan data, ekstraksi fitur, dan proses training menggunakan metode Principal Component Analysis (PCA) dan metode K-Nearest Neighbor (KNN) sebagai metode pengklasifikasi. Tingkat akurasi rata-rata yang dihasilkan pada pengujian sampel kopi robusta menggunakan fitur selisih adalah 60% dan pada fitur integral sebesar 96,66%. Berdasarkan tingkat akurasi yang diperoleh dari proses pengujian menggunakan metode PCA-KNN menghasilkan bahwa program dengan model fitur integral dapat memprediksi klasifikasi kelas lebih baik daripada menggunakan model fitur selisih. | en_US |
