Articles

Found 2 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN SELF ORGANIZING MAP MENGGUNAKAN SENSOR GAS SEMIKONDUKTOR SEBAGAI IDENTIFIKASI JENIS GAS Frianto, Herri Trisna; Rivai, Muhammad
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 3 (2008): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (279.259 KB)

Abstract

Sensor gas semikonduktor seperti SnO2   digunakan untuk mendeteksi berbagai jenis gas seperti   bahan pelarut, ammonia dan gas yang mudah terbakar lainnya. Sensor gas tersebut memiliki sensisitifitas yang baik. Tetapi memiliki  selektifitas yang kurang baik yaitu tidak bisa membedakan tiap jenis gas. Pada penelitian ini digunakan sebuah deret sensor semikonduktor dan  jaringan syaraf tiruan  untuk mengenali jenis gas yang terdeteksii.  Deret sensor terdiri dari 8 sensor semikonduktor komersial dan sebagai gas uji digunakan 8 jenis larutan mudah menguap. Jaringan syaraf tiruan yang berfungsi sebagai pengenal ke 8 jenis gas tersebut bekerja melalui metoda pembelajaran. Pembelajaran diproses dengan menentukan inisialisasi bobot terlebih dahulu dari input sinyal tegangan sebagai input neuron selanjutnya melakukan training dan running. Pelatihan training dan running menghasilkan iterasi bobot sebagai penetapan output neuorn pemenang dan menghasilkan suatu pola. Setelah melewati tahap pembelajaran sistem mengenali tiap gas dengan taraf identifikasi sebesar 87,5 %.
IMPLEMENTASI TEKNOLOGI FIELD PROGRAMMABLE GATE ARRAY (FPGA) PADA ALAT IDENTIFIKASI ODOR Sari, Dini Fakta; Rivai, Muhammad; Mujiono, Totok; Tasprian, Tasprian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2010): Instrumentational And Robotic
Publisher : Jurusan Teknik Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1267.635 KB)

Abstract

Alat identifikasi odor merupakan peralatan yang dirancang untuk mengganti fungsi serta mengatasi keterbatasan sistem penciuman manusia. Alat identifikasi odor dapat diaplikasikan untuk pengawasan mutu produk makanan, minuman, dan industri kosmetik. Pada penelitian ini digunakan sampel odor yaitu bensin, minyak tanah, alkohol dan melon. Alat ini menggunakan deret sensor resonator kuarsa yang dilapisi oleh polymer yang berbeda-beda yaitu cellulose, dicyanoallylsilicone (OV-275), dan polyethylene glycol ester (PEG- 1540). Setiap sensor resonator akan menghasilkan perubahan frekuensi yang berbeda sebagai akibat adanya molekul odor yang terserap dipermukaannya. Data yang diperoleh dari deret sensor resonator kuarsa diaplikasikan pada perangkat FPGA Spartan 3E dengan Very High Speed Integrated Circuit Hardware Description Language (VHDL) sebagai bahasa pemrogramannya pada perangkat lunak Xilinx ISE Webpack 8.2i. Perangkat FPGA ini menangani pengukuran frekuensi (counter) secara pararel, latch, encoder, dan komunikasi serial. Artificial neural network merupakan representasi buatan dari otak manusia yang dapat diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Artificial neural network yang digunakan dalam penelitian ini dengan model Multi Layer Perceptron (MLP) dengan metode pelatihan Back Propagation (BP) yang merupakan bentuk topologi dari supervised artificial neural network yang dalam proses pelatihannya memerlukan pengawasan. Tingkat akurasi pembelajaran untuk mengklasifikasi melon pada 5000 epoch dengan 1 neuron pada lapisan tersembunyi sebesar 24,74%, dengan 5 neuron pada lapisan tersembunyi sebesar 98,36% dan dengan 10 neuron pada lapisan tersembunyi sebesar 99,48%. Tingkat akurasi pada saat pengujian sebesar 100%.