Penelitian ini untuk mendeteksi glukosa. Untuk mendeteksi bau urin maka digunakan electronic nose (e-nose). Dan untuk pegambilan outputanya menggunakan jaringan syaraf tiruan backpropogation. Setelah mendapatkan pola aroma masing-masing urin, pola tersebut mudah untuk di training dengan menggunakan jaringan syaraf tiruan backpropogation merupakan salah satu metode yang terdapat neural network yang menggunakan nilai eror untuk memperbaiki nilai bobot. Dengan metode tersebut dilakukan proses identifikasi jenis urin yang mengandung diabetes mellitus. Sensor yang digunakan beberapa deret sensor gas semikonduktor yang dipilih dan disusun sedemikian rupa sehingga mampu mendeteksi bahan yang di uji. Metode yang digunakan hanya jaringan syaraf tiruan backpropogation. Untuk meningkatkan indentifikasi maka dilakukan proses normalisasi data sehingga data input tidak terlalu panjang untuk setiap input jaringan syaraf tiruan backpropogation. Hasil pembacaan sensor gas TGS2602, TGS 2610, dan TGS813 menunjukkan respon tertentu saat diberikan bau urin. Respon yang dihasilkan setiap sensor gas pada urin diabetes terjadi penurunan . Untuk inputan dari tugas akhir ini menggunkan urin pasien yang mempunyai penyakit diabetes melitus dan outputanya untuk mengatahui kandungan kadar gula yang ada pada urin. Dengan tingkat keberhasilan 75%. Kata Kunci : bau urine, sensor gas, dan backpropagartion

ABSTRACK The study is to detect glucometer. to detect the odor of urine then used electronic nose (e-nose), and to take decisions using artificial neural network, backpropogation. After getting the scent of urine, the pattern is easy to traning by using artificial neural network, backpropogation. Backpropogation is one of the method that there is neural network that uses the value of one able to fix the weight. With these methods be done in the process of identification type of urine that contain diabetes militus. Sensors used some of the gas sensor the semiconductors that are selected and arranged in such a way so as to detect the second test. The method used is just artificial neural network, backpropogation. To improve the identification, then made the process of normalization of data so that data input is not too long to every input artificial neural network, backpropogation. The results of the gas sensor TGS2602, TGS 2610, and TGS813 to show the response of certain when given the odor of urine. The response is generated every gas sensor in the urine of diabetes a decline in. For inputan from the end of this by using the urine of patients who have diabetes mellitus and its output to know the content of the inherent sugar trapped in the urine With a success rate of 75%. The key : the smell of urine, gas sensor, and backpropagartion.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal