bab 3 metode penelitian 3.1 alat dan bahanreferensi diambil dari buku, jurnal, dan artikel ilmiah....

13 Universitas Muhammadiyah Riau

BAB 3

METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Penelitian ini dilakukan di Laboratorium Fisika Terpadu Universitas

Muhammadiyah Riau Pekanbaru. Waktu pelaksanaan penelitian dilakukan pada

bulan Januari 2019 sampai Juli 2019.

3.2 Alat dan Bahan

Alat dan bahan yang digunakan pada penelitian beserta kegunaannya, dapat

dilihat pada Tabel 3.1.

Tabel 3.1 Alat dan Bahan Penelitian beserta Kegunaannya

Alat dan Bahan Kegunaannya

1 Laser merah (650 nm) Sumber cahaya pada sistem LSI

2 Kamera (CMOS 30 fps) Menangkap citra spekel

3 Power suplay Memberi tegangan pada sumber

cahaya/laser

4 PC (Personal Computer) Image processing, GUI dan

pembuatan jaringan saraf tiruan

5 Kotak kedap cahaya (akrilik hitam) Tempat sistem LSI

6 Kuvet 10 ml Tempat sampel

7 Gelas ukur 100 ml Untuk mengukur volume cairan

8 Labu erlemeyer 10 ml Tempat pencampuran larutan

9 Timbangan digital Mengukur massa sampel

10 Pipet tetes Mengambil dan memasukkan

cairan ke kuvet

11 Pupuk urea (Non-subsidi dan

Subsidi) Sampel uji

12 Gibsum Sebagai bahan oplos sampel uji

13 Aquades Pelarut

14

Universitas Muhammadiyah Riau

3.3 Alur Penelitian

Alur Penelitian secara keseluruhan sistem identifikasi pupuk oplosan

dengan metode Laser Speckle Imaging (LSI) dan Jaringan Saraf Tiruan (JST)

Backpropagation dapat dilihat pada diagram alir dibawah ini (Gambar 3.1).

Gambar 3.1 Diagram Alir Penelitian

Studi literatur

Perancangan Alat Software Hardware

Pengujian Sistem

Preparasi Sampel

Pembuatan Model JST

Pembelajaran, Pelatihan, Pengujian Data

Konversi Pola Spekel ke RGB

Kesimpulan

Pengambilan Data (Pola Spekel)

Pembuatan GUI

15


3.3.1 Studi Literarur

Studi literatur berawal dari mencari referensi yang sesuai dengan masalah

yang dibahas. Referensi diambil dari buku, jurnal, dan artikel ilmiah. Keluaran

dari studi literatur ini adalah terkoleksinya referensi sesuian dengan perumusan

masalah. Tujuannya adalah untuk memperkuat permasalahan serta sebagai dasar

teori dalam melakukan penelitian.

3.3.2 Perancangan Sistem

3.3.2.1 Perancangan Hardware

Penelitian ini diawali dengan perancangan dan pembuatan sistem

identifikasi pupuk oplosan metode Laser Speckle Imaging (LSI) model forward

scattring. Alat yang dirancang terdiri dari sebuah Kotak akrilik hitam dengan

ketebalan 3 mm, dan memiliki dimensi 50x10x10 cm. Pada bagian dalam kotak

akrilik hitam terdiri atas tiga area yaitu: sumber cahaya, tempat dudukan sampel

dan kamera. Jarak antara kamera dengan sampel dibuat dengan jarak 4 cm. Laser

diposisikan secara horizontal berjarak 30 cm dari posisi sampel, bekerja pada

sumber tegangan 3 Volt. Sumber cahaya yang digunakan yaitu sinar laser merah

koheren dengan panjang gelombang 650 nm. Dudukan sampel diletakkan antara

laser dan kamera yang saling berhadapan. Sampel yang sudah dicairkan

dimasukkan ke dalam kuvet 10 ml. Kuvet disinari dengan laser kemudian sinar

hamburan ditangkap oleh kamera CMOS 30 fps (frame per second). Bentuk

rancangan sistem LSI model forward scattring identifikasi pupuk oplosan dapat

diamati pada Gambar 3.2.

Gambar 3.2 Rancang Sistem Alat Identifikasi Pupuk Oplosan

16


3.3.2.2 Perancangan software

Perancangan perangkat keras (hardware) yang dirancang tidak akan dapat

bekerja jika tidak disertai dengan perangkat lunak (software). Perancangan

perangkat lunak menggunakan software MATLAB seri 2015a. Perancangan

software melewati 3 tahap yaitu, penetapan algoritma, pembuatan flowchart, dan

pembuatan program. Flowchart sistem LSI identifikasi pupuk dapat dilihat pada

Gambar 3.3.

Tidak

Ya

Gambar 3.3 Flowchart Sistem LSI Identifikasi Pupuk Oplosan

Sampel

Laser ditembakkan

Kamera

menangkap

sinar laser

frame

Mulai

Selesai

17


3.4 Pengujian Sistem

3.4.1 Pengujian Hardware

Pengujian hardware dilakukan untuk membuktikan alat dapat bekerja sesuai

yang diharapkan dengan menggunakan metode Laser Speckle Imaging (LSI)

model forward scattring. Penyinaran dilakukan untuk memperoleh nilai pola

spekel dari hamburan sinar laser yang dihamburkan oleh permukaan sampel.

Perekaman kontras spekel dilakukan di dalam kotak kedap cahaya yang dibuat

dari bahan akrilik tipe hitam solid dengan ketebalan 3 mm. Perekaman dilakukan

oleh kamera CMOS, kemudian hasil rekaman diproses dan disimpan dalam

personal computer (PC) menggunakan software MATLAB 2015a.

3.4.2 Pengujian Software

Kamera dihubungkan ke Personal Computer (PC), kemudian alat dijalankan

dengan menekan tombol run di layar monitor dengan tampilan GUI. Sampel

ditembak dengan laser, kemudian kamera menangkap cahaya hamburan dari

sampel selama 1 detik dalam bentuk video. Format video dikonversi menjadi 5

frame (gambar) pola spekel, baik video maupun frame tersimpan secara otomatis

di folder khusus. Proses ini menunjukkan bahwa program yang dibuat untuk

mendapatkan pola spekel dalam bentuk frame telah berhasil.

3.5 Preparasi Sampel

Sampel terdiri dari pupuk urea murni non-subsidi, pupuk urea subsidi dan

pupuk oplosan (subsidi dan gibsum) dengan perbandingan 3gr, 5gr, 7gr, 9gr.

Total keseluruhan sampel terdiri dari 6 sampel yang diuji. Pembuatan sampel

pupuk murni non-subsidi dan subsidi dengan masing-masing massa 5 gr kemudian

dicairkan dengan aquades sebanyak 20 ml (Gambar 3.4). Sampel murni antara

pupuk urea non-subsidi dan pupuk urea subsidi memiliki perbedaan dari segi

warna. Pupuk murni urea non subsidi memiliki warna putih bening sedangkan

untuk pupuk murni urea subsidi memiliki warna merah. Sampel pupuk oplosan

(subsidi dan gibsum) memiliki beberapa perbandingan campuran dengan massa

yang sudah ditentukan (Tabel 3.2). Pupuk oplosan yang sudah dicampur

kemudian dilarutkan dengan aquades sebanyak 20 ml (Gambar 3.5). Sampel yang

diuji kemudian dimasukkan ke dalam kuvet kaca yang berukuran 10 ml.

18


Tabel 3.2 Perbandingan campuran pupuk oplosan

No Massa

( gr )

Pupuk subsidi

(gr)

Gibsum

(gr)

1 3 1 2

2 5 2 3

3 7 3 4

4 9 4 5

Gambar 3.4 Sampel Pupuk Urea Non-Subsidi dan Subsidi

Gambar 3.5 Sampel Pupuk Oplosan dengan Perbandingan

3 gr, 5 gr, 7 gr, dan 9 gr

3.6 Pengambilan Data

Penyinaran LSI dilakukan pada sampel murni dan oplosan. Sumber sinar

berasal dari laser module dengan panjang gelombang 650 nm dan sensor deteksi

hamburan laser yang digunakan adalah kamera CMOS 30 fps. Pengambilan data

LSI dilakukan dengan menembakkan laser ke sampel uji, kemudian spekel

ditangkap dengan kamera dalam bentuk video dengan durasi 1 detik, lalu dirubah

dalam bentuk frame. Perekaman kontras spekel dilakukan pada sampel murni dan

19


sampel oplosan, setiap sampel terdapat 10 titik pengambilan secara acak. Satu

titik yang ditembakkan laser dilakukan 5 kali pengulangan, dimana satu kali

pengulangan menghasilkan 5 frame/gambar. Total perekaman dari 6 sampel

menghasilkan 1.500 frame.

3.7 Konversi Frame ke Nilai RGB

Proses pengubahan data frame yang diperoleh dari sistem LSI ke nilai RGB

menggunakan software MATLAB seri 2015a. Hasil konversi frame menjadi nilai

RGB tersimpan secara otomatis dengan format Microsoft Excel ketika program

dijalankan. Satu sampel dengan 10 titik pengambilan dan 5 kali pengulangan

menghasilkan 250 frame. Total Frame yang dihasilkan dari 6 sampel adalah 1500

frame. Flowchart proses konversi dapat dilihat pada Gambar 3.6.

Tidak

Ya

Gambar 3.6 Flowchart Proses Konversi Frame ke Nilai RGB

frame

Mulai

Inisialisasi panjang dan lebar frame

Mencari luas foto

Inisialisasi

nilai RGB

RGB

Selesai

20


3.8 Pembuatan Model JST

Penelitian ini menggunakan metode JST Backpropagation. Sistem ini

merupakan Multi layer network yang menggunakan layer 500, 300, dan 6. Setiap

neuron pada satu layer menerima masukan dari semua neuron layer sebelumnya.

Data masukan akan diterima oleh semua layer pertama (X1,X2,X3, hingga Xke500),

Kemudian dari lapisan pertama data akan diproses kembali pada lapisan kedua.

Dimana semua neuron lapisan kedua (YX1, YX2, YX3, YX4, YX5, hingga YX ke300)

menerima data masukan dari lapisan pertama. Selanjutnya dari lapisan kedua data

akan diproses kembali pada lapisan terakhir. Target yang ditetapkan dinyatakan

dalam nilai binner 1 dan 0 seperti pada Tabel 3.3. Iterasi maksimum yang

digunakan dalam proses pembelajaran JST adalah 50000 dengan nilai error

minimum 0,0001.

Tabel 3.3 Nilai Target Sampel

No Sampel

Target

Non-

Sub Sub

Oplosan

3 gr

Oplosan

5 gr

Oplosan

7 gr

Oplosan

9 gr

1 Pupuk Murni

Urea Non-

Subsidi

1 0 0 0 0 0

2 Pupuk Murni

Urea Subsidi 0 1 0 0 0 0

3 Pupuk Oplosan

Subsidi+Gibsum

3 gr

0 0 1 0 0 0

4 Pupuk Oplosan

Subsidi+Gibsum

5 gr

0 0 0 1 0 0

5 Pupuk Oplosan

Subsidi+Gibsum

7 gr

0 0 0 0 1 0

6 Pupuk Oplosan

Subsidi+Gibsum

9 gr

0 0 0 0 0 1

21


Pembuatan JST memerlukan 3 tahap sampai didapatkan model yang sesuai

dengan kebutuhan yang meliputi; proses pembelajaran, pelatihan dan pengujian.

3.8.1 Proses Pembelajaran

Data pembelajaran yang digunakan adalah nilai RGB dari 6 sampel. Total

data RGB yang didapat secara keseluruhan dari ke-6 sampel yaitu sebanyak

1.500. Satu sampel memiliki 250 data RGB. Data yang dijadikan sebagai data

pembelajaran diambil sebanyak 200 dan sisanya 50 data akan dijadikan sebagai

data uji. Hal ini juga berlaku untuk ke-5 sampel lainnya, sehingga total data yang

digunakan sebagai pembelajaran adalah sebanyak 1.200.

3.8.2 Proses Pelatihan Data

Data yang digunakan untuk pelatihan diambil secara acak dari data

pembelajaran sebanyak 50 nilai RBG dari masing-masing sampel. Total data

pelatihan dari 6 jenis sampel adalah 300 nilai RGB. Ketika program dijalankan

hasil akan dimunculkan dengan format microsoft excel dalam 6 kolom yang

masing-masing memiliki 300 baris data. Lalu data kolom pertama dikelompokkan

dengan cara mengambil setiap 50 baris, begitu juga dengan 5 kolom yang

berikutnya.

3.8.3 Proses Pengujian Data

Pada proses pengujian, data yang digunakan adalah 50 data yang belum

dipelajari dari masing-masing sampel. Total data pengujian sebanyak 300 nilai

RGB. Program dan langkah-langkah pengelompokan data yang digunakan untuk

proses pengujian sama dengan proses pelatihan.

3.9 Pembuatan GUI untuk Tampilan Hasil Identifikasi Jenis Pupuk

MATLAB GUI dirancang untuk menampilkan pola spekel, nilai RGB, dan

hasil identifikasi jenis pupuk sekaligus menampilkan tombol untuk menjalankan

program. Hasil Output yang ditampilkan pada GUI berupa indikator warna

sebagai pengenalan sampel; pupuk murni non-subsidi, murni subsidi dan oplosan

(dengan perbandingan 3 gr, 5 gr, 7 gr, dan 9 gr). Warna indikator menyala ketika

sistem mengenali setiap jenis sampel dengan warna hijau. Flowchart pembuatan

GUI dapat dilihat pada Gambar 3.7.

22


Tidak

Ya

Tidak

Ya

Tidak

Ya

Gambar 3.7 Flowchart Pembuatan GUI

Uji

Latih

Analisis

GUI

Selesai

Mulai

Data RGB

Pelajari

bab 3 metode penelitian 3.1 alat dan bahanreferensi diambil dari buku, jurnal, dan artikel ilmiah....

Documents