Hidung Elektronik UNAIR Bantu Nilai Mutu Teh Hijau
Peneliti UNAIR menggabungkan hidung elektronik, regresi, dan klasifikasi untuk membantu menilai mutu teh hijau. Sistem ini dirancang sebagai informasi pendukung pengendalian kualitas.
Peneliti Universitas Airlangga mengembangkan metode berbasis kecerdasan buatan untuk membantu menilai kualitas teh hijau melalui aroma. Teknologi hidung elektronik menangkap pola senyawa volatil, lalu sistem komputasi mengolah data tersebut menjadi informasi tentang mutu teh secara lebih objektif dan konsisten.
Penelitian ini berangkat dari persoalan dalam penilaian aroma secara konvensional yang masih sangat bergantung pada kemampuan manusia. Aroma merupakan salah satu indikator penting kualitas teh, tetapi penilaiannya dapat bersifat subjektif. Pendekatan otomatis diharapkan bisa menyediakan informasi pendukung yang lebih terukur, terutama ketika produk perlu diperiksa dalam jumlah besar.
Regresi dan klasifikasi untuk membaca kualitas teh
Dalam penelitian berjudul “Hybrid regression–classification framework with probability-guided decision refinement for green tea quality assessment using electronic nose”, tim menggabungkan regresi dan klasifikasi. Regresi menghasilkan prediksi nilai kualitas secara kontinu, sedangkan klasifikasi menentukan kelompok atau kategori mutu teh hijau.
Penggabungan dua pendekatan itu memberikan informasi dari sisi yang berbeda. Sistem tidak hanya memperkirakan teh masuk kategori tertentu, tetapi juga menghasilkan nilai kualitas. Menurut peneliti, informasi yang lebih lengkap ini dapat membantu proses penilaian dibandingkan penggunaan salah satu pendekatan saja.
Kerangka tersebut juga mempertimbangkan probabilitas dalam mengambil keputusan. Tingkat keyakinan sistem bisa berbeda dari satu sampel ke sampel lain. Ada sampel yang karakteristiknya mudah dikenali, sementara sampel lain berada di antara dua kelompok kualitas dan lebih sulit dibedakan.
“Pendekatan hibrida ini tidak hanya melihat kualitas teh sebagai sebuah kategori, tetapi juga memperkirakan nilai kualitasnya. Dengan demikian, informasi yang dihasilkan menjadi lebih lengkap,” ungkap peneliti.
Dengan memperhitungkan probabilitas, sistem dapat mengambil keputusan secara lebih hati-hati pada sampel yang karakteristiknya tidak tegas. Informasi ini menjadi bagian dari upaya memperbaiki proses penilaian, bukan jaminan bahwa setiap sampel akan selalu dapat dikategorikan tanpa keraguan.
Hidung elektronik menangkap pola aroma
Hidung elektronik menggunakan sejumlah sensor untuk mengenali pola aroma. Sensor menangkap pola senyawa volatil yang membentuk karakteristik aroma teh. Data yang terkumpul kemudian dianalisis menggunakan metode komputasi untuk mempelajari hubungan antara pola tersebut dan kualitas produk.
Proses itu diperlukan karena aroma teh hijau tidak berasal dari satu senyawa saja. Karakteristiknya terbentuk dari kombinasi berbagai senyawa volatil, sehingga pengenalan aroma secara otomatis menjadi tantangan tersendiri. Sistem perlu membaca pola gabungan, bukan sekadar mencari satu penanda aroma.
Setelah mempelajari hubungan antara data sensor dan kualitas teh, sistem dapat digunakan untuk memprediksi sampel baru. Penelitian ini mengintegrasikan hidung elektronik dengan regresi, klasifikasi, dan informasi probabilitas sebagai satu kerangka penilaian. Namun, materi penelitian yang tersedia tidak mencantumkan angka kinerja atau rincian hasil pengujian, sehingga efektivitasnya belum dapat dibandingkan secara kuantitatif.
Potensi untuk pengendalian mutu produk
Menurut peneliti, pendekatan ini berpotensi mendukung pengendalian mutu di industri teh. Sistem otomatis dapat membantu menyaring produk dalam jumlah besar dengan proses yang lebih cepat dan konsisten. Hasilnya dapat menjadi bahan pertimbangan bagi manusia dalam menentukan kualitas, bukan menggantikan peran penilai sepenuhnya.
“Pemanfaatan kecerdasan buatan bukan untuk menggantikan peran manusia sepenuhnya, tetapi untuk menyediakan informasi yang lebih objektif dan membantu proses pengambilan keputusan,” tandas peneliti.
Peluang penerapan tersebut masih membutuhkan pengembangan. Peneliti menyebut pengujian lanjutan perlu mencakup lebih banyak variasi sampel, kondisi lingkungan, serta jenis dan tingkat kualitas teh. Langkah itu diperlukan agar sistem dapat mengenali pola dengan lebih baik ketika digunakan pada kondisi nyata.
Riset ini menunjukkan salah satu cara teknologi dapat membantu proses pemeriksaan pangan: mengubah pola aroma yang ditangkap sensor menjadi informasi mutu. Seberapa luas hidung elektronik dapat digunakan akan bergantung pada pengujian berikutnya, termasuk kemampuannya menghadapi variasi teh dan lingkungan yang berbeda.
