Optimasi Model Identifikasi Bahan Bakar Minyak Melalui Pemilihan Fitur

Abstrak

Bahan Bakar Minyak (BBM) sangat penting dalam semua aktifitas ekonomi khususnya sebagai bahan bakar kendaraan bermotor. Jumlah kendaraan bermotor tiap tahunnya mengalami peningkatan sehingga mempengaruhi ketersediaan BBM. Pencampuran BBM akan mempengaruhi performa mesin kendaraan bermotor sehingga masyarakat harus mampu mengenali BBM yang berkualitas salah satunya dari bau BBM itu sendiri.
Penelitian ini, melanjutkan dari penelitian sebelumnya tentang sistem identifikasi odor/bau yang memiliki kekurangan yakni proses pembelajaran yang lama dan data uji seperti amoniak, alkohol dan minyak tanah. Optimasi model identifikasi BBM yang akan dibangun menggunakan algoritma Back Propagation Neuron Networks sebagai model pembelajaran dan Principle Component Analysis sebagai metode pemilihan fitur. BBM yang dijadikan data uji antara lain bensin, pertamax dan kerosin.
Penelitian ini menghasilkan model yang mampu mengidentifikasi BBM yang diujikan dengan optimasi model melalui pemilihan fitur dengan nilai akurasi sebesar 93%.