Implementasi Metode Partial Least Squares Regression untuk Memprediksi Kandungan Gula Pada Madu Lebah Tanpa Sengat

Penelitian ini bertujuan mengembangkan sistem prediksi kandungan gula pada madu lebah tanpa sengat dengan metode Partial Least Squares Regression (PLSR). Metodologi yang digunakan melibatkan model Waterfall untuk pengembangan sistem dan CRISP-DM untuk pengelolaan data. Dataset yang digunakan meliputi spektrum UV-Vis madu, mencakup panjang gelombang, nilai serapan cahaya, dan kandungan gula. Untuk mengatasi keterbatasan jumlah data yang hilang, penelitian ini juga mencakup pembuatan data sintetis untuk memperkaya dataset dan meningkatkan akurasi model. Hasilnya menunjukkan sistem prediksi dengan akurasi tinggi: R2 = 0.98, MSE = 0.02, MAE = 0.09, RMSE = 0.15, dan MAPE = 1.3%. Penelitian ini menghasilkan aplikasi web yang mengimplementasikan model regresi, dilengkapi fitur unggah, unduh, dan visualisasi data. Fitur unggah memungkinkan peternak lebah mendapatkan prediksi kandungan gula dengan cepat, sementara fitur unduh dan visualisasi membantu dalam menganalisis hasil produksi madu. Meskipun hasilnya memuaskan, sistem ini memiliki keterbatasan, yaitu hanya menggunakan data spektrum UV-Vis madu lebah tanpa sengat. Penelitian ini memberikan kontribusi penting dalam prediksi kualitas madu dan dapat menjadi dasar bagi pengembangan sistem yang lebih komprehensif di masa depan.