1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Institute of Microengineering and Nanoelectronics / Institut Kejuruteraan Mikro dan Nanoelektronik (IMEN)

Title:	Rekabentuk Sistem Integrasi Hidung Elektronik Dan Penglihatan Mesin Untuk Menganggar Hayat Simpanan Makanan
Authors:	Mazlina Mamat (P46941)
Supervisor:	Salina Abdul Samad, Prof. Ir. Dr.
Keywords:	Sistem Integrasi Hidung Elektronik Penglihatan Mesin Hayat Simpanan Makanan Chemical detectors
Issue Date:	27-Jun-2013
Description:	Hayat simpanan merujuk kepada tempoh masa di mana sesuatu produk makanan dikategorikan sebagai selamat untuk dimakan, masih mengekalkan ciri asal dan mengandungi nutrisi sebagaimana dilabelkan. Anggaran hayat simpanan yang tepat adalah penting bukan sahaja kepada pengguna bahkan juga kepada pengeluar produk makanan tersebut. Kajian ini mengetengahkan suatu pendekatan baru untuk menganggarkan hayat simpanan makanan dengan menggabungkan sistem hidung elektronik (ENS), sistem penglihatan mesin (MVS) dan algoritma pembelajaran mesin. Sistem hidung elektronik dan sistem penglihatan mesin berfungsi sebagai pengesan dan perakam bau dan warna sampel makanan. Maklumat tersebut kemudiannya disuapkan kepada algoritma pembelajaran mesin untuk ditafsirkan. Berdasarkan tafsiran ini, hayat simpanan sampel makanan tersebut seterusnya dianggarkan. Sebuah prototaip sistem hidung elektronik telah dibangunkan dengan menggunakan penderiapenderia gas kimia dan peranti elektronik komersial. Ia terdiri daripada lima bahagian utama iaitu kebuk sampel, kebuk penderia, unit sistem pengumpulan data dan kawalan, unit bekalan kuasa dan antara muka pengguna grafik. Setiap bahagian tersebut mempunyai fungsi masing-masing dan saling melengkapi untuk membentuk satu sistem hidung elektronik yang boleharap. Sebanyak empat fitur iaitu julat sambutan penderia, nisbah sambutan penderia, kadar sambutan awalan dan jumlah sambutan terkumpul telah disari daripada setiap lengkung sambutan penderia sistem hidung elektronik. Prototaip sistem penglihatan mesin yang dibangunkan terdiri daripada tiga bahagian utama iaitu kebuk pencahayaan, kamera warna digital dan antara muka pengguna grafik. Imej dalam format RGB yang dirakam oleh sistem penglihatan mesin ditukar kepada lima ruang warna iaitu ruang warna RBG ternormal, HSV, I1I2I3, YCbCr dan CIELab. Siri histogram warna telah dibina dengan menggunakan setiap komponen ruang warna tersebut. Daripada histogram warna yang dibina, nilai puncak tertinggi dan lokasinya dipilih sebagai fitur sistem penglihatan mesin tersebut. Satu sistem pengecam jenis makanan, peramal hayat simpanan maksimum dan peramal hayat simpanan minimum seterusnya dibina. Sistem ini dibangunkan dengan menggunakan dua algoritma pembelajaran mesin iaitu rangkaian neural Pelbagai Lapisan Perseptron (MLP) dan Mesin Vektor Penyokong (SVM). Sebanyak empat model penganggar hayat simpanan makanan kemudiannya telah dibangunkan dengan menggabungkan sistem hidung elektronik, sistem penglihatan mesin, sistem pengecam jenis makanan, peramal hayat simpanan maksimum dan peramal hayat simpanan minimum. Model-model tersebut adalah Model ENS-MLP, Model ENS-SVM, Model ENS-MVS-MLP dan Model ENS-MVS-SVM. Keputusan menunjukkan bahawa Model ENS-MVS-SVM merupakan model penganggar hayat simpanan makanan terbaik. Model ini telah menghasilkan 96.6% ketepatan pengecaman jenis minuman, 91.3% ketepatan ramalan hayat simpanan maksimum dan 61.8% ketepatan ramalan hayat simpanan minimum.,PhD
Pages:	193
Call Number:	TP159.C46 .M349 2013 3
Publisher:	UKM, Bangi
Appears in Collections:	Institute of Microengineering and Nanoelectronics / Institut Kejuruteraan Mikro dan Nanoelektronik (IMEN)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.