ODOR RECOGNITION DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN NEAREST NEIGHBOUR CLASSIFIER

Abstract

This paper describes about implementation of principal component analysis method on odor recognition system. There are 15 essences used in this research and each essence has 20 concentrations. Principal Component Analysis (PCA) method was used in this system to reduce the data's dimension. The result of PCA would be input of recognition system. The recognition system used in this research is nearest neighbour method. Experiments were done for testing the designed system. Although the data were reduced until 93,75%, the system could recognize the essences well and achieve a recognition rate of 99.56%. Abstract in Bahasa Indonesia : Makalah ini menjelaskan tentang penerapan metode principal component analysis pada sistem pengenalan jenis zat berdasarkan aroma atau bau yang dikeluarkan oleh zat tersebut. Dalam penelitian ini terdapat 15 jenis zat dengan masing-masing zat terdiri atas 20 konsentrasi. Sistem yang telah didisain menerapkan metode principal component analysis (PCA) untuk mereduksi jumlah data yang berdimensi besar. Hasil reduksi ini akan menjadi input dalam sistem pengenalan. Metode sistem pengenalan yang diterapkan adalah metode nearest neighbour. Pengujian sistem telah dilakukan dengan melihat tingkat reduksi data yang berhasil dilakukan dengan menghasilkan tingkat pengenalan yang cukup signifikan. Dari pengujian didapat bahwa dengan menggunakan PCA, data dapat direduksi reduksi sebesar 93,75% dengan tingkat keberhasilan untuk mengenali zat 99,56%. Kata kunci : Principal Component Analysis, Odor recognition, Nearest Neighbour.