Sistem Deteksi Tahu Formalin dan Non Formalin dengan Metode Naïve
Bayes
Bagaskara Oki Duwi Saputra1, Mochammad Hannats Hanafi Ichsan2, Sabriansyah Rizqika
Akbar3
Abstrak
Tahu merupakan olahan makanan yang dibuat berdasarkan kacang kedelai yang dihancurkan atau
dihaluskan menjadi bubur dan didiamkan hingga beberapa waktu yang telah ditentukan hingga
menghasilkan tahu yang baik dan berkualitas. Tahu merupakan salah satu makanan yang sering
dikonsumsi oleh masyarakat dan tidak sedikit oknum produsen tahu memanfaatkan hal tersebut dengan
mencurangi dalam produksi pembuatan tahu dengan menambahkan bahan yang tidak seharusnya
digunakan pada produksi seperti formalin dan bahan kimia lainnya. Jika tubuh manusia menghirup
bahkan sampai mengkonsumsi tahu yang berformalin dapat mengakibatkan hal-hal komplikasi
kesehatan yang serius seperti gangguan dalam pernafasan, gangguan dalam pencernaan, gangguan
dalam liver atau hati, bahkan jiga dikonsumsi secara terus menerus bisa mengakibatkan gagal ginjal,
penyakit jantung, penyakit kuning atau hepatitis dan penyakit kronis lainnya. Oleh sebab itu maka
diperlukan sebuah penelitian tentang mendeteksi tahu formalin atau non formalin dengan menggunakan
Arduino Uno sebagai mikrokontrollernya, sensor warna TCS3200, sensor formalin HCHO dan
menggunakan metode Naïve Bayes sebagai proses klasifikasinya. Dalam pengujian yang telah
dilakukan sebanyak 10 kali menghasilkan persentase keberhasilan sebesar 100%..
Kata kunci: Arduino Uno, Sensor TCS3200, Sensor HCHO, Naïve Bayes, Tahu, Formalin
Abstract
Tofu is a processed food made from soybeans that are crushed or mashed into porridge and left for a
predetermined time to produce good and quality tofu. Tofu is one of the foods that are often consumed
by the public and not a few unscrupulous producers of tofu take advantage of this by cheating in the
production of making tofu by adding materials that should not be used in production such as formalin
and other chemicals. If the human body inhales and even consumes tofu which is formalin, it can cause
serious health complications such as respiratory problems, digestive disorders, liver or liver disorders,
even if consumed continuously can lead to kidney failure, heart disease, jaundice. or hepatitis and other
chronic diseases. Therefore, a study is needed on detecting formalin or non-formalin tofu by using
Arduino Uno as the microcontroller, TCS3200 color sensor, HCHO formalin sensor and using the Naïve
Bayes method as the classification process. In tests that have been carried out 10 times, the percentage
of success is 100%.
Keywords: Arduino Uno, Sensor TCS3200, Sensor HCHO, Naïve Bayes, Tofu, Formalin
bayes disebut Naïve Bayes. Hanya butuh data sensor HCHO dan outputnya akan ditampilkan
training yang kecil sebagai parameter dalam di layar LCD I2C 16x2 I2C. Desain perangkat
proses klasifikasi. Bahwa ada atau tidaknya lunak menjelaskan penerapan metode Naïve
adanya suatu parameter/fitur di kelas tidak Bayes pada sistem Pada perancangan perangkat
bergantung pada ada atau tidak adanya lunak akan menjelaskan dalam menerapkan
parameter/fitur lain di kelas yang sama. metode Naïve Bayes pada sistem ini . Ini
(Setiawan., Ratnasari, 2014). bertujuan untuk mendeteksi data uji yang
diperoleh sebelumnya dari data latih oleh sensor
Suatu klasifikasi statistik yang dapat
yang digunakan.
memungkinkan digunakannya untuk
memprediksi probabilitas milik suatu kelas
3.1. PERANCANGAN PERANGKAT
disebut Naive Bayes. Untuk klasifikasi Bayes
KERAS
sederhana dikenal sebagai Naïve Bayesian
Classifier mengasumsikan bahwa efek dari suatu Subbab ini akan menjelaskan tentang
nilai atribut disebuah kelas tertentu tidak perancangan diagram blok sistem perangkat
tergantung pada atribut-atribut selainnya. keras. Pada diagram blok ini terdapat dua sensor
Penjelasan ini adalah class conditional yang dihubungkan dengan mikrokontroller
independence yang dibuat untuk memudahkan Arduino Uno ATMega328 yaitu sensor warna
perhitungan. (Sulaksono., Darsono, 2015). TCS3200 dan sensor HCHO. Kedua sensor ini
membantu menangkap data input yang diproses
Rumus persamaan menggunakan oleh mikrokontroler Arduino Uno ATMega328.
metode Naïve Bayes dengan menggunakan Hasil pengelohan data melewati layar LCD
16X2 I2C dan menampilkan hasil deteksi.
nilai Likelihood dari setiap fitur dihitung
menggunakan persamaan Distribusi Gambar 1. Blok Diagram Sistem
Gaussian Univariate:
(𝑥−µ𝑖 )2
1 −
𝑃(𝑋|𝐴)= 𝑒 2𝜎𝑖2
(1)
2𝜋𝜎 2
√ 𝑖
Keterangan:
P = Peluang
X = Data
A = Kelas
π = phi
3.2. PERANCANGAN SKEMATIK
σ = standar deviasi PERANGKAT KERAS
Subbab ini menjelaskan struktur skema
i = fitur ke- masing-masing sensor, mikrokontroler, dan
komponen pendukung lainnya yang saling
µ = mean terkait. Sensor yang digunakan adalah sensor
warna TCS3200, yang membaca data input
warna untuk tahu putih formalin dan non-
3. PERANCANGAN formalin, dan sensor formalin HCHO, yang
Tahap perancangan ini dibagi 3 sub bab membaca data input rasa formalin yang
yaitu perancangan perangkat keras, perancangan dihasilkan oleh tahu putih formalin dan tahu
skematik/ rangkaian perangkat keras dan putih nonformalin. Terhubung melalui
perancangan perangkat lunak. Untuk mikrokontroler Arduino Uno ATMega328.
perancangan perangkat keras akan dibahas
mengenai sistem dan perancangan sistem yang
dibangun pada penelitian ini. Skema desain
perangkat keras menggambarkan desain sensor
dalam penelitian ini. Sensor warna TCS3200,
Pin SCL A5
VCC(Sumber Arus) 5V
GND(Ground) GND(Ground)
Pin OE -
Pin OUT 5
Pada langkah ini prosesnya akan Tabel 4 Pengujian Metode Naive Bayes
menghitung nilai prob posterior. Untuk Peng R G B PPM Ha Hasil Aku
mendapatkan nilai prob posterior perlu ujian e re l sil Seben rasi
mengkalikan prob prior dengan Gaussian. Prob Ke d e u Sist arnya
posterior adalah peluang jenis tahu y terhadap n e em
nilai fitur x.
1 2 2 1 0.95 NF NF S
4. IMPLEMENTASI SISTEM 0 1 9
7 0 8
Implementasi sistem ini menjelaskan
perancangan perangkat keras dan perancangan 2 2 2 2 1.35 NF NF S
lunak pada rancangan sub bab sebelumnya. 1 0 0
3 5 0
4.2 IMPLEMENTASI PERANGKAT 3 2 2 1 0.85 NF NF S
KERAS 0 1 9
Selama tahap implementasi prototype, 6 0 8
alat ini menggunakan kotak box hitam kecil 4 2 2 2 0.79 NF NF S
sebagai tempat menyimpan Arduino dan 0 0 0
komponen lainnya. Untuk sensor HCHO dan 8 5 0
sensor TCS3200 berada diluar box untuk
5 2 2 2 1.24 NF NF S
membaca data tahu serta ada LCD untuk
1 0 0
menampilkan hasil proses hasil metode Naïve
2 8 0
Bayes.
6 2 2 2 3.67 F F S
2 2 1
8 2 9
7 2 2 2 8.47 F F S
3 2 1
0 3 5
8 2 2 2 3.21 F F S
2 2 1
5 9 4
9 2 2 2 1.36 F F S
Gambar 5.8 Tampilan Perangkat Dari Luar 3 2 2
3 7 0
4.3 IMPLEMENTASI PERANGKAT
LUNAK 10 2 2 2 1.20 F F S
2 2 1
Pada bagian ini akan merancang dan 4 7 5
mengaplikasikan kode program dari setiap
komponen-komponen yang ada seperti LCD
2x16 I2C, sensor HCHO, sensor TCS3200 dan Keterangan:
implementasi metode Naïve Bayes. Penggunaan NF = Non formalin
metode Naïve Bayes akan berdasarkan nilai
parameter yang dihasilkan dari nilai red, green, F = Formalin
blue, dan ppm. S = Sudah
5. PENGUJIAN B = Belum
Hasil pada pengujian akan dilakukan oleh Berdasarkan hasil pengujian sebanyak
sistem dan berikut adalah hasilnya yang 10 kali yang telah dilakukan pada tabel 4 maka
ditunjukan pada tabel 6 : rumus untuk menentukan akurasi adlaah sebagai
berikut :
7. DAFTAR PUSTAKA
Harmayani, Eni dkk. 2009. Pemanfaatan Kultur
Pediococcus acidilactici F-11 Penghasil
Bakteriosin sebagai Penggumpal pada
Pembuatan Tahu. Jurnal Penelitian.
UGM. Vol 6 (1), 10-20.
Wahyuningsih, Sri., dkk. 2019. Buletin
Konsumsi Pangan. Pusat Data dan Sistem
Informasi Pertanian Sekretariat Jendral
Kementrian Pertanian. Vol 10 (1) 2019.
Halodoc. (2018). Hati-Hati Tahu Berformalin.
Retrieved from Halodoc. [Online]
Tersedia di:
https://www.halodoc.com/artikel/hati-
hati-bahaya-tahu-berformalin [Diakses 4
Februari 2022]
Badan POM. (2005). Formalin. Retrieved from
Badan POM. [Online] Tersedia di:
https://www.pom.go.id/new/view/more/b
erita/88/FORMALIN.htm#:~:text=Forma
lin%20adalah%20larutan%20yang%20ti
dak,dan%20banyak%20digunakan%20da
lam%20industri [Diakses 4 Februari
2022].
Satriawan, D., Fitriyah, H., & Budi, A. Sistem
Klasifikasi Tahu Putih Murni dan Tahu
Putih Mengandung Formalin
Menggunakan Metode K-Nearest
Neighbor. Jurnal Pengembangan
Teknologi Informasi dan Ilmu Komputer,
vol. 3, no. 10, p. 10287-10293, jan. 2020.
ISSN 2548-964X. Tersedia pada:
<https://j-ptiik.ub.ac.id/index.php/j-
ptiik/article/view/6658>. Tanggal Akses:
04 peb. 2022
Simamora, Joshwa., dkk. (2017). Rancang
Bangun Sistem Pendeteksi Kesegaran
Daging Berdasarkan Sensor Bau Dan