Perancangan Sistem Akuisi Data Visual dan Gas Volatil Pada Sistem Kelayakan Sayur Sawi Pasca Pasar Berbasis Raspberry pi

Sayur sawi hijau (Brassica juncea L) rentan mengalami degradasi kualitas biokimia pasca-pasar akibat respirasi seluler. Penelitian ini merancang sistem akuisisi data multivariabel berbasis Raspberry Pi 5 untuk memantau kelayakan sawi melalui parameter gas volatil dan visual. Perangkat keras berupa larik sensor MQ-136, MQ-137, dan Raspberry Pi Camera diintegrasikan ke dalam wadah pengujian kedap udara. Kalibrasi sensor menggunakan metode regresi logaritmik untuk mengonversi rasio resistansi Rs/Ro menjadi satuan Parts Per Million (PPM). Pada pengolahan citra, segmentasi ruang warna Hue, Saturation, Value (HSV) diterapkan untuk mengisolasi helai daun dengan mengunci batas bawah [35, 50, 50] and batas atas [85, 255, 255]. Hasil pengujian kalibrasi menunjukkan akurasi dengan rata-rata galat komparatif sebesar 4,29% untuk sensor MQ-136 H_2 S dan 9,49% untuk sensor MQ-137 〖NH〗_3 terhadap referensi datasheet. Pada pengujian komparatif kesegaran, sawi segar dicirikan oleh emisi gas sulfur yang minimum (rata-rata 0,21 PPM), amoniak statis (0,01 PPM), serta nilai rata-rata Hue klorofil yang tinggi sebesar 70,45. Sebaliknya, pada kondisi layu, kadar gas sulfur meningkat tajam menjadi rata-rata 1,02 PPM sementara nilai Hue menukik turun menjadi 42,99, diikuti kenaikan parameter Saturation (109,99) dan Value (190,89) akibat dehidrasi tekstur daun. Delta sebaran data yang terklaster secara konsisten ini membuktikan sistem yang dirancang memiliki validitas tinggi untuk menyediakan basis data fitur masukan bagi algoritma klasifikasi Random Forest dalam menentukan klasifikasi sawi hijau pasca-pasar.

Kata Kunci: Sawi Hijau, Raspberry Pi, Sensor MQ-136, Sensor MQ-137, Ruang Warna HSV, Regresi Logaritmik.