Abstrak-Perkembangan teknologi memungkinkan penciptaan sebuah sistem dengan cara kerja menyerupai hidung, yaitu electronic nose (e-nose). E-nose dapat dimanfaatkan dalam berbagai bidang aplikasi, salah satunya untuk membedakan jenis kopi. Terdapat dua jenis utama kopi, yaitu kopi arabika (Coffea Arabica) dan kopi robusta (Coffea Robusta). Kopi memiliki karakteristik yang berbeda dan unik untuk masing -masing jenisnya. Karakteristik kopi dapat ditentukan berdasarkan kandungan gas pada kopi menggunakan e-nose. Perangkat ini terdiri dari 5 unit sensor gas yaitu TGS 2610, TGS 2611, TGS 2602, TGS 2620 dan TGS 822. Pola data diperoleh dari perubahan resistansi masing -masing sensor apabila mendeteksi aroma kopi yang mengakibatkan perubahan tegangan. Pola data tersebut akan diolah menggunakan jaringan saraf tiruan (JST) backpropagation. Arsitektur JST backpropagation yang digunakan dibentuk dari 5 node input, 6 node hidden dan 2 node output. Hasil output JST backpropagation yang diharapkan dapat membedakan kopi arabika dan robusta serta mampu mengenali keadaan udara bebas (tanpa kopi). Hasil pengujian memperlihatkan JST backpropagation mampu melakukan identifikasi dengan tingkat keberhasilan 40 % untuk arabika, 100 % untuk robusta dan 100 % untuk udara bebas (tanpa kopi). Kata Kunci : Electronic Nose, Jaringan saraf tiruan, JST backpropagationAbstract-The development of technology allows the creation of a system in a manner resembling a nose job, the electronic nose (e-nose). E-nose can be utilized in various application fields, one of which is to distinguish the type of coffee. There are two main types of coffee, Arabica (Coffea arabica) and robusta (Coffea Robusta). Coffee has different characteristics and unique for its kind. Characteristics of coffee can be determined based on the gas content of coffee using e-nose. This device consists of 5 units of gas sensors that TGS 2610, TGS 2611, TGS 2602, TGS and TGS 2620 822. The pattern of data obtained from the respective resistance change, if the sensors detect coffee that resulted in a change in voltage. Pattern data will be processed using backpropagation neural network. Backpropagation architecture used is formed from the 5 input nodes, 6 hidden nodes and 2 output nodes. The result are expected to distinguish between arabica and robusta and be able to recognize the state of free air (without coffee). The test showed backpropagation NN able to identify with a success rate of 40% for arabica, robusta and 100% to 100% for free air (without coffee).

Potensi endapan bijih besi di Indonesia dijumpai di Kalimantan Selatan, Jawa Timur, Sulawesi Tengah, Sulawesi Selatan, Sulawesi Barat, dan Sumatera barat. Di Sulawesi Selatan, endapan sumberdaya bijih besi yang melimpah terdapat di Kabupaten Bone, Sulawesi Selatan tepatnya di Daerah Pakke, Kecamatan Bontocani. Sifat geokimia atau persentase unsur dan senyawa dari endapan bijih besi tersebut dapat digunakan sebagai data awal untuk menentukan apakah bijih besi tersebut layak untuk dieksploitasi atau dilakukan penambangan serta menjadi acuan proses ekstrasi dari bijih besi yang ada pada daerah penelitian. Penelitian ini bertujuan untuk mengetahui persentase kehadiran senyawa oksida dan persentase kehadiran unsur Fe, Mn, dan unsur logam dasar. Metodologi penelitian dilakukan dengan pengambilan data di lapangan dan analisa laboratorium yaitu melalui pengamatan secara langsung endapan bijih besi yang tersingkap di permukaan dan pengambilan sampel bijih dengan metode chip sampling dan rock sampling. Analisa laboratorium menggunakan metode XRF untuk mengetahui persentase senyawa utama (major element) dan metode ICP-OES untuk mengetahui kadar unsur Fe, Mn dan Unsur logam dasar (Cu, Pb dan Zn). Hasil penelitian menunjukan kehadiran Fe2O3 pada semua sampel dengan persentase 43,18% - 50,40%. Hal ini sesuai dengan dijumpainya mineral-mineral pembawa bijih besi (primer) yaitu hematit dan magnetit. Persentase kehadiran unsur Fe sangat tinggi dan berpotensi untuk dieksplorasi lebih lanjut. Unsur logam dasar lokasi penelitian sangat tinggi sehingga dapat dipastikan bahwa endapan bijih besi pada daerah penelitian adalah tipe calcic skran.

Sebaran cebakan bijih besi di Indonesia banyak ditemukan di Jawa Timur, Kalimantan Selatan, Sumatera Barat, Sulawesi Tengah, dan Sulawesi Selatan. Daerah di Sulawesi Selatan yang memiliki sumber daya bijih besi yang melimpah yaitu Kabupaten Bone, Sulawesi Selatan tepatnya di Dusun Pakke, Kecamatan Bontocani. Tujuan dilakukan penelitian ini adalah mengetahui jenis mineral pembawa bijih besi serta asosiasinya dan mengetahui paragenesis atau urutan pembentukannya. Proses pengambilan data meliputi pengamatan secara langsung singkapan bijih besi yang muncul ke permukaan dan melakukan pengambilan sampel dengan metode chip sampling dan rock sampling. Analisis laboratorium menggunakan analisis mineragrafi untuk mengetahui mineral pembawa bijih besi dan tekstur mineral bijih dan Analisis X-Ray Diffraction (XRD) untuk menganalisis mineral pembawa bijih besi serta asosiasinya. Dari hasil penelitian diperoleh mineral pembawa bijih besi berupa magnetit, hematit dan geotit dengan asosiasi mineral berupa mineral sulfida yaitu pirit dan mineral pembawa bijih mangan berupa pirolusit dan manganit. Tekstur mineral bijih yang dijumpai yaitu intergrowth, granular, replacement dan open space filling. Berdasarkan pengamatan tekstur bijih paragenesis endapan bijih Daerah Pakke berturut-turut dimulai dari terbentuknya mineral yaitu magnetit, manganit, pirolusit, hematit, pirit dan goetit.