Penentuan tingkat kesegaran daging sapi secara konvensional sering kali bersifat subjektif dan tidak konsisten. Penelitian ini bertujuan untuk merancang dan membangun sebuah prototipe Electronic Nose (E-Nose) portabel yang mampu mengklasifikasikan tingkat kebusukan daging sapi secara objektif. Sistem ini menggunakan dua sensor gas, yaitu MQ 135 untuk mendeteksi Amonia (NH?) dan MQ 136 untuk mendeteksi Hidrogen Sulfida (H?S), yang dikendalikan oleh mikrokontroler Arduino Pro Mini.
Klasifikasi kondisi daging (Segar, Kurang Segar, Busuk) dilakukan dengan memberikan label pada masing-masing tingkat kebusukan berdasarkan nilai kenaikan ppm. Pada tingkat segar nilai ppmnya berkisar di 25-60 ppm (MQ 135) & 0.180-2 ppm (MQ 136), pada tingkat kurang segar di 44-150 ppm dan 2.5-4 ppm, dan pada tingkat busuk 200 hingga 500 ppm dan 20 hingga 200 ppm. Model yang digunakan yaitu Artificial Neural Networks (ANN) berarsitektur Multilayer Perceptron (MLP). Model dilatih menggunakan data ppm dari kedua sensor tersebut dan berhasil mencapai akurasi sebesar 99% pada data uji.
Hasil implementasi pada perangkat keras menunjukkan bahwa sistem mampu memberikan hasil klasifikasi yang akurat dan konsisten sesuai dengan performa model, serta dilengkapi fitur estimasi sisa waktu kesegaran berbasis aturan. Prototipe E-Nose yang dihasilkan berhasil membuktikan bahwa pendekatan machine learning dapat diimplementasikan secara efektif pada perangkat mikrokontroler untuk analisis kualitas pangan secara cepat dan non-destruktif..
Kata Kunci: Electronic Nose, Artificial Neural Networks, Multi Layer Perceptron, MQ-135, MQ-136, Kebusukan Daging.