Ini adalah repository untuk mendokumentasikan hasil penelitian skripsi S1 saya pada prodi Fisika UI
Dalam rangka penyelesaian studi S1 saya pada prodi Fisika UI, saya mengambil tema penelitian yang sedang hype pada saat itu, yakni pengolahan citra dengan metode Machine Learning. Secara pribadi, penelitian ini sangat berkesan bagi saya. Selain karena teman-teman satu grup yang kompak, saat-saat itu adalah waktu pertama kali saya berkenalan dengan bidang keilmuan Data Science dan Machine Learning, hingga saya memutuskan untuk menekuni bidang tersebut sampai saat ini.
Penelitian ini dilakukan dengan tujuan utama sebagai berikut:
- Membandingkan akurasi yang dihasilkan oleh metode pengukuran spektrum transmitansi dan reflektansi dalam prediksi parameter-parameter kualitas madu berbasis hyperspectral imaging.
- Mengetahui pengaruh dari komponen-komponen kimiawi pada madu terhadap performa dari model prediksi parameter kualitas madu yang dihasilkan.
Eksperimen dilakukan setelah seluruh sistem yang terdiri atas perangkat lunak dan keras dapat bekerja dengan baik. Eksperimen diawali dengan preparasi sampel yang berfungsi untuk menghilangkan gelembung-gelembung kecil yang dapat menghasilkan noise pada citra yang dihasilkan. Sebelum akuisisi citra dilakukan, nilai referensi TSS, pH, dan EC diukur dengan instrumen konvensional sebagai target untuk kalibrasi model. Lalu, pengolahan citra dilakukan untuk mendapatkan model regresi dari parameter-parameter target yang telah ditentukan. Terakhir, performa model regresi untuk pengukuran spektrum transmitansi dan reflektansi dibandingkan dengan mengacu pada nilai R2 dan RMSE yang divalidasi dengan metode k-fold Cross-Validation.
Gambar di bawah adalah bagan desain eksperimen secara keseluruhan,
Eksperimen ini sebenarnya dilakukan secara end-to-end mulai dari pengambilan sampel sampai dengan validasi hasil. Akan tetapi, repo kali ini hanya berfokus pada sisi perangkat lunaknya saja. File avg_R_V_Madu_1-30.mat dan avg_T_V_Madu_1-30.mat secara berurutan merupakan data kumpulan spektrum reflektansi dan reflektansi yang telah diekstrak dari citra-citra hiperspektral. Data dari kedua file ini kemudian akan diberikan sebagai input pada file MATLAB Madu_Ref_PLS_GPR_CrossVal.m dan Madu_Trans_PLS_GPR_CrossVal.m untuk diolah dengan menggunakan metode reduksi dimensi PLS dan Gaussian Processes Regression dengan k-fold Cross-Validation sebagai metode validasi.