Wahyu Kurnia Rendi (2026) EDA MENGGUNAKAN SENSOR WARNA UNTUK KLASIFIKASI VISUAL MINYAK GORENG BERBASIS IOT. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2026.
|
Text
SKRIPSI SAYA.pdf Download (3MB) |
Abstract
Minyak goreng merupakan salah satu kebutuhan rumah tangga yang penggunaannya sangat luas. Kualitas minyak goreng dapat menurun akibat pemakaian berulang, perubahan warna, serta kontaminasi selama proses penggorengan. Penelitian ini bertujuan untuk merancang sistem berbasis Internet of Things (IoT) yang mampu mengklasifikasikan kondisi visual minyak goreng menggunakan sensor warna. Sistem bekerja dengan membaca karakteristik warna minyak, mengolah data sensor, lalu mengelompokkan minyak goreng ke dalam beberapa kategori berdasarkan tingkat kejernihan atau perubahan warna. Data hasil pengukuran dikirim dan ditampilkan melalui platform IoT agar dapat dipantau secara real-time. Metode yang digunakan mencakup perancangan perangkat keras, pengambilan data, analisis eksploratif data (EDA), dan klasifikasi berdasarkan parameter warna yang diperoleh. Hasil penelitian menunjukkan bahwa prototipe yang dibangun mampu membaca perubahan nilai RGB pada minyak goreng baru, minyak 5x pemakaian, dan minyak 10x pemakaian. Nilai RGB mengalami perubahan seiring bertambahnya jumlah penggorengan, terutama pada minyak 10x pemakaian yang menunjukkan perbedaan paling besar. Sistem juga berhasil menampilkan data pembacaan sensor secara real-time melalui platform Blynk sebagai media monitoring berbasis IoT. Dengan demikian, sistem ini dapat digunakan sebagai alat bantu sederhana untuk mendeteksi perubahan visual minyak goreng secara objektif dan terukur.
| Item Type: | Skripsi |
|---|---|
| Kata Kunci Tidak Terkontrol: | TCS3200; ESP32; IoT; RGB; minyak goreng |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Fakultas: | FAKULTAS SAINS DAN TEKNOLOGI |
| Pengguna Penyetoran: | Wahyu Kurnia Rendi |
| Tanggal Setoran: | 05 Oct 2026 01:52 |
| Last Modified: | 05 Oct 2026 01:53 |
| URI: | http://repository.unism.ac.id/id/eprint/4975 |
Actions (login required)
![]() |
View Item |
