Professional Documents
Culture Documents
Hidung Elektronik Berbasis Sensor Gas Mos Untuk Karakterisasi Kematangan Buah Kelapa Sawit
Hidung Elektronik Berbasis Sensor Gas Mos Untuk Karakterisasi Kematangan Buah Kelapa Sawit
Hidung Elektronik Berbasis Sensor Gas Mos Untuk Karakterisasi Kematangan Buah Kelapa Sawit
(Minarni, dkk)
Minarni Shiddiq1, Lentina Br. Sitohang1, Ikhsan Rahman Husein1, Sinta Afria Ningsih1,
Sri Hermonica1, Annisa Fadlilah1
Jurusan Fisika, FMIPA, Universitas Riau
1
Komunikasi Penulis, email: minarni.shiddiq@lecturer.unri.ac.id
DOI:http://dx.doi.org/10.23960/jtep-l.v10.i2.170-182
Naskah ini diterima pada 28 Desember 2020; revisi pada 4 April 2021;
disetujui untuk dipublikasikan pada 6 April 2021
ABSTRACT
The ripeness of oil palm fruits is one of the key factors for crude palm oil qualities. Recently, electronic nose
systems have been developed intensively for fruit quality assessment which relates odors to ripeness levels. This
study developed an electronic nose system to characterize the ripeness levels of oil palm fruits using output voltage
of each sensor and fruit hardness. The system consisted of a sensor chamber and a sample chamber. The sensor
chamber consisted of eight MOS gas sensor modules of MQ series. Samples were oil palm fruits taken from oil palm
fresh fruit bunches (FFB) which were previously categorized traditionally into unripe, ripe, over ripe, peeled and
put into the sample chamber. Some of the fruits were also used for hardness measurement. To quantify the output
voltages for each sensor, integrated trapezoid areas were calculated and related to the fruit hardness values. The
results showed a significant voltage difference of each sensor for the three ripeness levels. Only four out of eight
sensors showed significantly higher voltages. Three sensors which can significantly differentiate the ripeness
levels are MQ3, MQ5, and MQ135 which MQ135 is the best. This shows that the electronic nose is potential for oil
palm fruits.
Keywords: electronic nose, fruit hardness, MOS gas sensor, oil palm fruit, ripeness
ABSTRAK
Kematangan buah kelapa sawit merupakan salah satu faktor penentu kualitas dari crude palm oil (CPO). Saat ini,
sistem hidung elektronik telah banyak dikembangkan untuk mengevaluasi kualitas buah dengan menghubungkan
aroma buah dengan tingkat kematangan. Pada penelitian ini, sistem hidung elektronik dikembangkan untuk
mengkarakterisasi tingkat kematangan buah kelapa sawit menggunakan tegangan keluaran setiap sensor dan
kekerasan buah. Sistem tersebut terdiri dari ruang sensor dan ruang sampel. Ruang sensor terdiri dari 8 modul
sensor gas MOS dari seri MQ. Sampel adalah buah-buah kelapa sawit yang dicabut dari tandan-tandan sawit yang
terdiri dari tiga tingkat kematangan yaitu mentah, matang, lewat matang yang sebelumnya dikategorikan secara
tradisional, selanjutnya dikupas dan dimasukkan ke dalam ruang sampel. Beberapa buah juga diambil untuk
pengukuran kekerasan buah. Untuk mengkuantisasi tegangan yang berubah terhadap waktu, integrasi luas area
dibawah kurva dihitung dan dihubungkan dengan nilai kekerasan buah. Hasil menunjukkan perbedaan yang
signifikan dari tegangan keluaran dari setiap sensor untuk setiap tingkat kematangan. Empat sensor menunjukkan
tegangan keluaran yang paling tinggi. Tiga sensor yang dapat membedakan tingkat kematangan buah sawit
adalah MQ3, MQ5, dan MQ135, dimana MQ135 adalah yang terbaik. Hal ini menunjukkan bahwa hidung elektronik
potensial digunakan untuk buah kelapa sawit.
Kata Kunci: buah kelapa sawit, gas sensor MOS, hidung elektronik, kekerasan buah, kematangan
170
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
171
Hidung elektronik berbasis sensor.... (Minarni, dkk)
kematangannya juga telah dilakukan (Fadilah analisa. Tingkat kekerasan buah kelapa sawit
dan Saleh, 2012). Metode Pencitraan fluoresensi diukur menggunakan sebuah penetrometer
dengan cahaya laser sebagai sumber cahaya juga manual dan dihubungkan dengan tingkat
diusulkan untuk penentuan kematangan TBS kematangan buah. Nilai tegangan yang
(Ishak et al., 2019). Pencitraan termal juga telah dihasilkan sensor dihubungkan dengan tingkat
diusulkan untuk prediksi tingkat kematangan kekerasan buah untuk melihat potensial
TBS kelapa sawit (Zolfagharnassab et al., 2017). penggunaan sensor ini untuk deteksi kematangan
Sensor elektronik juga telah banyak digunakan buah kelapa sawit. Sistem ini selanjutnya akan
untuk buah kelapa sawit seperti probe optik yang dikembangkan lebih ringkas dan kompak
terdiri dari laser dioda dan fotodioda (Sari et al., sehingga dapat menjadi bagian dalam sistem
2019) dan sensor optik (Utom et al., 2019). sortir dan penentuan mutu TBS kelapa sawit saat
Metode lainnya adalah metode ultrasonik panen atau setelah panen.
(Suwannarat et al., 2012) dan metode sensor
kelembaban dengan gelombang mikro (Yeow et
al., 2010). II. BAHAN DAN METODE
172
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
gas, transistor (mosfet), kabel penghubung. komponen sensor (stand alone) bertujuan untuk
Sensor yang digunakan sebanyak 8 buah (MQ 2, kemudahan dalam pembuatan sistem dan lebih
MQ3, MQ4, MQ5, MQ6, MQ8, MQ135, MQ136). sederhana. Modul sensor yang digunakan pada
Spesifikasi sensor yang digunakan dapat dilihat sistem hidung elektronik ini sudah mempunyai
pada Tabel 1. Arduino Atmega 2560 digunakan heater dan penguat. Modul sensor ini mempunyai
sebagai pengendali mikro (microcontroller), 4 kaki, kaki pertama sebagai A0 (analog output),
selanjutnya catu daya, pompa vakum mini, selang kaki kedua untuk D0 (digital output), kaki ketiga
oksigen, kipas mini sebagai penyebar gas dari sebagai Ground dan kaki keempat sebagai Vcc,
sampel pada larik sensor dan laptop untuk hubungan ke catu daya. Semua kaki Vcc sensor
menjalankan program akuisisi dan pengolahan dihubungkan menjadi paralel menggunakan
data. jumper kabel penghubung, begitu juga untuk
kaki ground sensor. Kaki analog sensor gas
Blok diagram sistem hidung elektronik masing-masing dihubungkan pada Kaki analog
ditunjukkan pada Gambar 1. Sistem terdiri dari Arduino dari A0 hingga A7 secara berurutan
dua ruang yaitu ruang sampel dan ruang sensor untuk sensor MQ2, MQ3, MQ4, MQ5, MQ6, MQ8,
(Lelono dan Chairiawan, 2013). Ruang sensor MQ135, MQ136. Keseluruhan modul sensor seri
terbagi dalam dua bagian yaitu bagian sensor dan MQ membutuhkan tegangan dari luar
bagian Arduino. Delapan sensor yang digunakan disebabkan jumlah sensor yang banyak.
adalah sensor seri MQ yang berupa modul yang Tegangan yang digunakan berasal dari catu daya
disusun pada papan PCB sebagai larik sensor dan yang arus dan tegangannya dapat divariasikan.
dihubungkan ke sumber tegangan dan kaki-kaki
analog dari papan Arduino seperti ditunjukkan Ruang sensor dan Arduino berupa kotak akrilik
oleh Gambar 2a. Penggunaan modul sensor yang dengan satu sekat sehingga kotak akrilik terbagi
ditunjukkan oleh Gambar 2b dibanding dengan menjadi dua ruang. Kotak akrilik yang digunakan
173
Hidung elektronik berbasis sensor.... (Minarni, dkk)
174
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
175
Hidung elektronik berbasis sensor.... (Minarni, dkk)
Proses akuisisi data terdiri dari tiga tahap yaitu diwakili oleh luasan trapezoid yang merupakan
flushing, collecting, dan purging. Pada masing- integrasi numerik dari fungsi tegangan terhadap
masing tahap ini akuisisi data tegangan terhadap waktu masing-masing sensor gas. Perhitungan
waktu dilakukan selama 1 menit dengan perioda luas trapezoid dilakukan secara komputasi
pembacaan nilai tegangan setiap 0.5 detik mengunakan persamaan Newton-Cotes dengan
sehingga diperoleh 120 data tegangan terhadap aturan trapezoid (n = 2) (Kiusalaas, 2006).
waktu. Akuisisi data diawali dengan akuisisi data
tegangan pada udara bersih yang disebut dengan (1)
tahap flushing. Selanjutnya tahap collecting yaitu
akuisisi data tegangan sampel yang telah
dimasukkan ke ruang sampel, selanjutnya gas
dari ruang sampel dipompa melewati selang (2)
memasuki ruang sensor. Tahap terakhir yaitu (3)
purging dimana akuisisi data tegangan pada saat
gas dari buah kelapa sawit pada ruang sensor
dikeluarkan dan ruang sensor dibersihkan. Perhitungan luas trapezoid tersebut dilakukan
Proses akuisisi data ini dilakukan 3 kali untuk menggunakan program pengolahan data berbasis
setiap sampel dari tiga bagian TBS kelapa sawit Python. Seluruh data tegangan terhadap waktu
agar diperoleh data pengukuran yang akurat. hasil pengukuran respon sensor terhadap aroma
kelapa sawit dikumpulkan dalam bentuk file excel.
2.5. Pengukuran Kekerasan Buah Satu persatu file excel ini menggunakan algoritma
Pengukuran nilai kekerasan buah kelapa sawit perulangan (looping) dibaca oleh program
dilakukan secara manual menggunakan sebuah Python kemudian dilakukan perhitungan luasan
penetrometer manual untuk buah, model FP003 trapezoid masing-masing sensor. Data hasil
dengan range 1 24 kg/cm2 dan resolusi 0,2 kg/ perhitungan luasan trapezoid ini disimpan dalam
cm 2. Pengukuran tingkat kekerasan buah berkas excel agar dapat diolah lebih lanjut. Grafik
dilakukan untuk memvalidasi tingkat pola radar dibuat untuk mempermudah analisa
kematangan yang sebelumnya dikategorikan data. Grafik hubungan luasan trapezoid tegangan
oleh pemanen berdasarkan perubahan warna dan setiap sensor terhadap nilai kekerasan TBS
fraksi (Sari et al, 2019). Cara pengukuran ini kelapa sawit dibuat untuk menganalisa nilai
dilakukan dengan mengambil atau melepas korelasi kedua besaran ini.
bagian buah kelapa sawit. bagian exocarp buah
diiris tipis dengan lebar lebih kurang 0.5-1 III. HASIL DAN PEMBAHASAN
cm. Penetrometer terlebih dulu diletakkan
pada sebuah penyangga yang konstan, Penelitian ini bertujuan untuk membangun dan
kemudian diposisikan tegak lurus pada bagian menggunakan sistem hidung elektronik pada
permukaan sampel yang telah diiris. aroma sampel buah kelapa sawit dengan variasi
Selanjutnya penetrometer ditekan tegak tingkat kematangan (mentah, matang dan lewat
lurus terhadap sampel selama 2 detik. Nilai matang). Tegangan keluaran sensor bergantung
tingkat kekerasan akan terbaca pada skala waktu diperoleh untuk setiap sensor secara
penetrometer dalam satuan kg/cm2. otomatis mengunakan mikrokontroler Arduino
Pengukuran diulang tiga kali pada tempat dan program akuisisi data berbasis bahasa
yang berbeda untuk setiap buah, hasil akhir Python. Selanjutnya luas trapezoid dari fungsi
merupakan nilai kekerasan rata-rata. Tingkat tegangan terhadap waktu dihitung dan
kekerasan setiap TBS merupakan nilai dihubungkan dengan tingkat kekerasan buah
rata-rata dari sampel buah dari ketiga bagian kelapa sawit.
TBS.
2.6. Pengolahan Data 3.1. Hasil Rancangan Sistem Hidung
Pengolahan data meliputi pengolahan data respon Elektronik
sensor dan data tingkat kekerasan buah kelapa Hasil rancangan sistem hidung elektronik
sawit. Data respon sensor yang berupa kurva diperlihatkan pada Gambar 4. Larik sensor dan
tegangan keluaran sensor terhadap waktu Arduino disusun dalam kotak akrilik yang terbagi
176
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
dalam dua bagian, dengan rangkaian larik sensor sebelumnya untuk tingkat kekerasan buah sawit
gas, sensor suhu dan kelembaban berada di mengg unakan alat yang sama namun
bagian atas dengan penambahan kipas yang mengunakan Tip penetrometer dengan range 0,5
melekat pada bagian atas yang berfungsi untuk 15 kg/cm2 dan resolusi 0,1 kg/cm2 (Ishak et
penyebaran aroma agar mengenai semua sensor al., 2019). Nilai tingkat kekerasan semakin kecil
secara merata. Sensor suhu dan kelembaban seiring meningkatnya proses kematangan buah
digunakan agar dapat mengatur dan kelapa sawit. Hal ini dipengaruhi oleh kandungan
menstabilkan suhu ruang larik sensor. Selang minyak pada sawit yang meningkat seiring
oksigen digunakan sebagai saluran gas dari proses kematangannya (Nualwijit dan
aroma sampel menuju larik sensor. Kotak akrilik Lerslerwong, 2014; Prada et al., 2011).
dibuat tertutup agar kedap udara.
3.3. Hubungan Aroma Buah dan Tingkat
3.2. Hubungan Kekerasan Buah dan Kematangan
Tingkat kematangan Gambar 6 memperlihatkan hubungan antara
Gambar 5 memperlihatkan hubungan antara luasan trapezoid yang mewakili tegangan yang
nilai kekerasan buah dan tingkat kematangan dihasilkan oleh semua sensor. Nilai luasan
yang telah dikategorikan sebelumnya saat panen trapezoid ini merupakan hasil rata-rata luasan
berdasarkan perubahan warna buah dan fraksi trapezoid dari tegangan luaran setiap sensor
kematangan. Pada Gambar 5, buah dengan untuk setiap TBS, dimana setiap TBS, tiga
tingkat kematangan kategori mentah pengukuran dilakukan tehadap sampel-sampel
mempunyai nilai rata-rata kekerasan tertinggi buah dari tiga bagian TBS. Gambar 6
yaitu 23.79 kg/cm 2, sedangkan buah dengan memperlihatkan bahwa semakin bertambah
kategori lewat matang mempunyai tingkat tingkat kematangan, nilai tegangan yang
kekerasan terendah yaitu 8.37 kg/cm2. Nilai ini dihasilkan bertambah, ini menandakan bahwa
sedikit lebih besar dibanding penelitian komponen volatil dari asam palmitat dan asan
177
Hidung elektronik berbasis sensor.... (Minarni, dkk)
oleat yang terkandung dalam asam lemak (fatty 3.4. Hubungan Aroma Buah dan Tingkat
acids-FA) meningkat (Dussert et al., 2013). Kekerasan
Menurut Prada et al (2011), buah sawit Gambar 7 menunjukkan grafik hubungan luasan
mengalami perubahan sifat fisika dan kimia trapezoid untuk ke sembilan sampel TBS dengan
selama proses pematangan di dalam TBS. Dari 3 tingkat kematangan terhadap kekerasan buah
evaluasi proses pematangan dalam hitungan TBS kelapa sawit untuk sensor MQ2 dam MQ135.
minggu dari penyerbukan, kandungan minyak Hubungan ini dibuat untuk menentukan nilai
mulai bertambah dengan cepat pada minggu ke koefisien korelasi tegangan setiap respon sensor
16, dan mencapai maksimum pada minggu ke terhadap tingkat kekerasan buah. Koefisien
22 yaitu 55% dalam mesocarp segar, dan 47 % korelasi yang dihasilkan adalah negatif yang
dalam keseluruhan buah kelapa sawit segar. menunjukkan bahwa hubungan kekerasan
Pada Gambar 6, luasan trapezoid pada buah berbanding terbalik terhadap luasan trapezoid
mentah dan pada buah matang tidak sama untuk yang diperoleh dari masing-masing sensor,
ketiga sampel TBS, ini dapat disebabkan karena dimana luasan trapezoid semakin tinggi apabila
kategori tingkat kematangan mentah secara tingkat kekerasan semakin rendah dan
tradisional terdiri dari fraksi F0 (sangat mentah) sebaliknya. Sensor MQ2 mempunyai koefisien
dan F1 (kurang matang atau mengkal). Ini juga determinasi R 2 = 0,78 dan sensor MQ135
berlaku untuk kategori tingkat kematangan mempunyai R2 = 0,54.
“matang” yang terdiri dari dua fraksi yaitu F2
dan F3 yang kadar minyaknya sedikit berbeda.
Gambar 7. Hubungan Luas Trapezoid dan Tingkat Kekerasan Buah pada Sensor (a) MQ2 dan
(b) MQ135
178
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
Tingkat kekerasan buah berhubungan dengan seperti pada Gambar 8. Setiap tingkat
tingkat kematangan buah kelapa sawit. Nilai kematangan ada 3 TBS sehingga diperoleh 9 titik
luasan yang tinggi disebabkan kosentrasi gas data luasan trapezoid rata-rata seperti Tabel 2.
volatil yang semakin besar. Menurut Prada et al Luasan trapezoid terkecil dari semua sensor
(2011), mesocarp dari buah kelapa sawit adalah pada TBS mentah sebesar 79,57 Vs oleh
mempunya komposisi kimia seperti asam lemak sensor MQ4, dan yang terbesar oleh sensor MQ3
(FA) dan triacylglycerol (TAG) dan lipid yang pada TBS lewat matang yaitu 200,02 Vs. Gambar
terdiri dari karoten dan tocol. Asam lemak jenuh 8 menunjukkan bahwa setiap kematangan
ini mengandung asam palmitat dan oleat. memiliki persentase komponen volatil yang
Kosentrasi kedua jenis asam ini berubah seiring berubah seiring meningkatnya kematangan buah
berubahnya kosentrasi FA dan lipid dengan kelapa sawit. Pola tingkat kematangan mentah
bertambahnya tingkat kematangan. lebih kecil dari pola untuk keadaan matang dan
lewat matang.
3.5. Sensitivitas Sensor terhadap Aroma
Buah Kelapa Sawit Berdasarkan luas trapezoid yang diperoleh setiap
Hasil pengukuran luasan trapezoid untuk setiap sensor pada tiga tingkat kematangan, sensor
sensor dan setiap TBS dengan tiga tingkat MQ3 memberikan respon tertinggi diikuti oleh
kematangan digambarkan dan bentuk Pola Radar sensor MQ2, keduanya mempunyai kesamaan
Tabel 2. Nilai Luas Trapezoid Setiap Sensor pada Tiga Tingkat Kematangan
MQ2 MQ3 MQ4 MQ5 MQ6 MQ8 MQ135 MQ136
Kematangan
(Vs) (Vs) (Vs) (Vs) (Vs) (Vs) (Vs) (Vs)
Mentah 143,19 135,59 80,50 119,46 94,62 87,69 105,26 105,55
Mentah 144,34 146,60 79,57 116,82 93,03 87,00 104,89 106,74
Mentah 146,71 145,02 82,39 119,99 96,28 89,80 109,57 109,48
Matang 165,06 143,44 100,57 143,51 113,03 108,68 136,40 121,43
Matang 161,39 162,63 99,15 146,81 112,42 108,89 135,48 120,83
Matang 162,03 150,83 100,28 147,01 113,36 110,23 127,25 119,84
Lewat Matang 173,12 200,02 96,65 151,34 111,03 112,72 147,99 125,77
Lewat Matang 167,69 197,89 98,41 150,10 111,43 113,91 148,99 125,16
Lewat Matang 168,72 192,19 102,02 148,08 117,84 123,18 153,00 128,83
Rata-rata 159,14 163,80 93,28 138,12 107,00 104,68 129,87 118,18
179
Hidung elektronik berbasis sensor.... (Minarni, dkk)
dalam jenis gas yang dapat dideteksi, yaitu tertinggi terdapat pada sensor MQ3 untuk
senyawa organic volatile (VOC) sehingga kategori lewat matang senilai 200,02 Vs, dan
menghasilkan tegangan lebih tinggi dari yang lain, terendah terdapat pada sensor MQ4 untuk
namun MQ3 lebih tinggi karena juga peka pada kategori mentah senilai 79,57 Vs. Tingkat
senyawa alkohol. Sensor MQ5 dan MQ135 kekerasan buah kelapa sawit tertinggi adalah
memberi respon yang cukup tinggi. Sensor MQ5 23.79 kg/cm2 yaitu untuk kategori mentah dan
mempunyai kesamaan dengan sensor MQ2 dan terendah 8.37 kg/cm2 untuk buah lewat matang.
MQ3 yaitu dapat mendeteksi gas metana seperti Hasil ini telah sesuai dengan kategori tingkat
ditunjukkan oleh Tabel 1. Sedangkan sensor kematangan secara tradisional. Grafik hubungan
MQ135 peka pada senyawa alkohol. Dengan luasan trapezoid dan tingkat kekerasan buah
demikian, selain senyawa VOC, gas metana dan memperlihatkan bahwa koefisien determinasi
alkohol merupakan komponen lainnya yang tertinggi adalah R2 = 0,78 pada sensor MQ2 dan
dapat diteliti lebih lanjut mengunakan Gas R2 = 0,54 untuk sensor MQ135. Hasil luasan
Chromatography-Mass Spectroscopy sehingga trapezoid menunjukkan bahwa sensor MQ3,
diperoleh komponen volatil yang terkandung MQ5, dan MQ135 merupakan kombinasi sensor
pada buah kelapa sawit. Dari Tabel 2 dan Pola terbaik dari sistem hidung elektronik untuk buah
Radar, kombinasi sensor terbaik untuk deteksi kelapa sawit ini. Dengan optimasi pada perangkat
kematangan adalah sensor MQ3, MQ5, dan lunak dan miniaturisasi pada perangkat
MQ135. Sensor MQ135 dapat memisahkan kerasnya, hidung elektronik ini potensial
antara ketiga tingkat kematangan dengan jelas, digunakan pada penentuan umur panen TBS dan
sedangkan sensor MQ3 dan MQ5 hanya dapat dapat diintegrasikan pada mesin sortir TBS
memisahkan antara dua tingkat yaitu mentah dan setelah panen.
matang, dimana matang dan lewat matang
mempunyai luas trapezoid yang hampir sama.
UCAPAN TERIMA KASIH
Menurut Kuntom et al (1989), Crude Palm Oil
(CPO) maupun minyak sawit yang teroksidasi Penelitian ini dibiayai dan ditanggung penuh dari
mengandung senyawa-senyawa volatil yang dana penelitian LPPM Universitas Riau dengan
menyebabkan aroma pada minyak sawit. Volatil nomor kontrak 822/2020.
dari CPO yang didistilasi antara lain seperti 2,2,6-
tr i m e t h y lc y c lo - h e x a n o n e , 3 , 3 , 5 -
trimethylcyclohex-2-enone, 2-nonanone, n- DAFTAR PUSTAKA
nonanal, ethyl benzoate, linalol, trans-allo-
ocimene, β-cyclocitral dan ionol. Volatil yang Adak, M.F. dan Yumusak, N. 2016. Classification
berhubungan dengan aroma dari minyak sawit of E-nose aroma data of four fruit types by
yang segar dan berbau seperti kacang (nutty) ABC-based neural network. Sensors,
disebabkan oleh 3,3,5-Trimethylcyclo-hexanone, 16(3): 304 (13 halaman). DOI: 10.3390/
sementara berbau seperti lemon, hijau daun s16030304
(green), kacang-kacangan (nutty) disebabkan
oleh β-cyclocitral dan ionol. Baietto, M., dan Wilson, A.D. 2015. Electronic-
nose applications for fruit identification,
ripeness and quality grading. Sensors,
IV. KESIMPULAN 15(1): 899-931. DOI: 10.3390/
s150100899.
Penelitian rancang bangun sistem hidung
elektronik untuk mengkarakterisasi tingkat Chen, L.Y., Wu, C.C., Chou, T.I., Chiu, S.W., dan Tang,
kematangan buah kelapa sawit telah dilakukan. K.T. 2018. Development of a dual MOS
Sistem ini menggunakan 8 sensor gas seri MQ electronic nose/camera system for
yang berbentuk modul sensor. Luasan trapezoid improving fruit ripeness classification.
dari kurva tegangan keluaran setiap sensor Sensors, 18(10): 3256 (11 halaman). DOI:
mewakili respon sensor terhadap tingkat 10.3390/s18103256
kematangan buah. Luasan trapezoid yang
180
Jurnal Teknik Pertanian Lampung Vol. 10, No. 2 (2021): 170-182
P-ISSN 2302-559X; E-ISSN 2549-0818
Dussert, S., Guerin, C., Andersson, M., Joët, T., oil and oxidized oil. Journal of Oil Palm
Tranbarger, T.J., Pizot, M., Sarah, G., Omore, Research, 1(1): 53-61.
A., Durand-Gasselin, T., dan Morcillo, F.
2013. Comparative transcriptome analysis Lelono, D., dan Chairiawan, M.A. 2013.
of three oil palm fruit and seed tissues that Karakterisasi pola aroma salak pondoh
differ in oil content and fatty acid dengan e-nose berbasis sensor metal
composition. Plant Physiology, 162(3): oksida. Indonesian Journal of Electronics
1337-1358. DOI: 10.1104/pp.113.220525 and Instrumentation Systems (IJEIS),
3(1): 71–82.
Fadilah, N., dan Saleh, J. M. 2014. Color Feature
extraction of oil palm fresh fruit bunch Nualwijit, N., dan Lerslerwong L. 2014. Post
image for ripeness classification. Applied harvest ripening of oil palm fruit is
Computational Science (Proceedings of the accelerated by application of exogenous
13th International Conference on Applied ethylene. Songklanakarin Journal of
Computer and Applied Computational Science and Technology, 36(3): 255-259.
Science, ACACOS ‘14), Kuala Lumpur,
Malaysia, April 23-25, 2014: 51-55. Prada, F., Ayala-Diaz, I.M., Delgado, W., Ruiz-
Romero, R., dan Romero, H.M. 2011. Effect
Hudori, M. 2016. Dampak kerugian dan usulan of fruit ripening on content and chemical
pemecahan masalah kualitas crude palm oil composition of oil from three oil palm
(CPO) di pabrik kelapa sawit. Malikussaleh cultivars (Elaeis guineensis Jacq.) grown
Industrial Engineering Journal, 5(1): 40- in Colombia. Journal of Agricultural and
45. Food Chemistry, 59(18): 10136-42. DOI:
10.1021/jf201999d
Huang, L., Meng, L., Zhu, N., dan Wu, D. 2017. A
primary study on forecasting the days Razali, M.H., Halim, A.S.M.A., dan Roslan, S. 2012.
before decay of peach fruit using near- A review on crop plant production and
infrared spectroscopy and electronic nose ripeness forecasting. Journal IJACS, 4(2):
techniques’, Postharvest Biology and 54-63.
Technology, 133: 104-112. DOI: 10.1016/
j.postharvbio.2017.07.014. Sari, N., Shiddiq, M., Fitra, R.H., dan Yasmin, N.Z.
2019. Ripeness classification of oil palm
Ishak, H., Shiddiq, M., Fitra, R. H., dan Yasmin, N. fresh fruit bunch using an optical probe.
Z. 2019. Ripeness level classification of oil Journal of Aceh Physics Society, 8(3): 72-
palm fresh fruit bunch using laser induced 77. DOI: 10.24815/jacps.v8i3.14122.
fluorescence imaging. Journal of Aceh
Physics Society, 8(3): 84-89. DOI: Song, J., Bi, J., Chen, Q., Wu, X., Lyu, Y., dan Meng,
10.24815/jacps.v8i3.14139. C. 2019. Assessment of sugar content, fatty
acids, free amino acids, and volatile profiles
Kiusalaas, J. 2005. Numerical Methods in in jujube fruits at different ripening stages.
Engineering with MATLAB. Cambridge Food Chemistry, 270: 344-352.
University Press, Cambridge, UK: 426
halaman. Sunilkumar, K., Babu, D.S. 2013. Surface color
based prediction of oil content in oil palm
Koushki, M., Nahidi, M., Cheraghali, F. 2015. (Elaeis guineensis jacq.) fresh fruit bunch.
Physico-chemical properties, fatty acid African Journal of Agricultural Research,
profile and nutrition in palm oil. Archives 8: 564-569.
of Advances in Biosciences, 6(3): 117-134.
Suwannarat, S., Khaorapapong, T.,
Kuntom, A.H.J., Dirinck, P.J., dan Schamp, N.M. Chongcheawchamnan, M. 2012.
1989. Identification of volatile compounds Prediction of oil content in fresh palm fruit
that contribute to the aroma of fresh palm based on an ultrasonic technique.
181
Hidung elektronik berbasis sensor.... (Minarni, dkk)
Kasetsart Journal - Natural Science, 46(2): Zakaria, A., Md Shakaff, A.Y., Masnan, M.J., Saad,
318-324. F.S.A., Adom, A.H., Ahmad, M.N., Jaafar, M.N.,
Abdullah, A.H., Kamarudin, L.M. 2012.
Utom, S.L, Mohamad, E.J, Mohmad Ameran, H.L., Improved maturity and ripeness
Kadir, H.A., Muji, S.Z.M., Rahim, R.A., dan classifications of Magnifera Indica cv.
Pusppanathan, J. 2018. Non-destructive oil harumanis mangoes through sensor fusion
palm fresh fruit bunch (ffb) grading of an electronic nose and acoustic sensor.
technique using optical sensor. Sensors, 12(5): 6023-6048. DOI: 10.3390/
International Journal of Integrated s120506023.
Engineering, 10(1): 35-39.
Zolfagharnassab, S., Mohamed, S. A. R., dan
Yeow, Y. K., Abbas, Z., Khalid, K. 2010. Application Ehsani, R. 2017. Emissivity determination
of microwave moisture sensor for of oil palm fresh fruit ripeness using a
determination of oil palm fruit ripeness. thermal imaging technique. Acta
Measurement Science Review, 10(1): 7-14. Horticulturae, 1152: 189-194. DOI:
DOI: 10.2478/v10048-010-0002-x. 10.17660/ActaHortic.2017.1152.26
182