rancang bangun sistem pendeteksi jenis cairan...
TRANSCRIPT
RANCANG BANGUN SISTEM PENDETEKSI JENIS CAIRAN MENGGUNAKAN DERET LED DAN METODE JARINGAN SYARAF TIRUAN
YusnitaYusnita TanjungTanjung SarySary2206.100.6062206.100.606
DosenDosen PembimbingPembimbingDr. Muhammad Dr. Muhammad RivaiRivai, ST, MT, ST, MTIr. Harris Ir. Harris PirngadiPirngadi, MT, MT
JurusanJurusan TeknikTeknik ElektroElektroFakultasFakultas TeknologiTeknologi IndustriIndustri
InstitutInstitut TeknologiTeknologi SepuluhSepuluh NopemberNopember Surabaya Surabaya
TujuanTujuan PenelitianPenelitian
Membuat suatu sistem yang dapat mendeteksi dan membedakan jenis cairan tertentu yang mempunyai dimensi kecil, murah dan potrable.
BatasanBatasan MasalahMasalah
Bahan uji atau larutan yang diukur berupa jenis cairan tertentu dan tidak berwarna.
Bahan yang di uji ialah aquades, larutan gliserin, alkohol, minyak gandapura, minyak singer, cuka, dan acetone.
Proses pembelajaran dilakukan pada Personal Computer (PC) dengan menggunakan toolbox MATLAB, sedangkan proses pengujiannya dilakukan pada mikrokontroler AVR ATMega16.
Tabung larutan yang digunakan mempunyai dimensi tertentu dan ketebalan tertentu.
LEDTeori LED
Bahan dasar LED adalah bahan Galium Arsenida (GaAs) atau Galium Arsenida Phospida (GaAsP) atau juga Galium Phospida (GaP)
PhotodiodaTeori Photodioda Bahan dasar LED adalah silicon (Si) atau gallium
arsenide (GaAs), dan lain-lain termasuk indium antimonide (InSb), indium arsenide (InAs), lead selenide (PbSe), dan timah sulfida (PBS)
Mikrokontrolerkonfigurasi I/O Mikrokontroler yang
digunakan adalah ATMega 16 Port A0 digunakan untuk input
ADC dan Port A5, A6 dan Port A7 digunakan untuk kontroldemultiplexer.
PortC digunakan untuk display LCD
MikrokontrolerMinimum sistem mikrokontroler
Board minimum sistemmikrokontroler yang digunakan adalahminimum sistemmikrokontroler AVR ATMega 16
Data target pelatihan Data target yang akan
digunakan dalam prosespelatihan data
0000000Empty7
0000010Cuka6
0000100Larutan Gliserin5
0001000Alkohol4
0010000Aquades3
0100000Minyak Singer2
1000000MinyakGandapura1
TargetCairanNo pola
Algoritma BackPropagation
Arsitektur jaringan backpropagationarsitektur backpropagation terdiri dari input layer, hidden layer, dan juga output layer.
Algoritma BackPropagationPerencanaan pada komputer
Perancangan perangkat lunak pada komputermenggunakan toolbox Mathlab dan avrmikrokontroler. Pada toolbox Mathlab akandigunakan untuk proses pelatihan data. Sedangkan avr digunakan untuk pengujian data.
Konfigurasi yang digunakan dalam perencanganadalah 5 buah neuron input, 10 buah neuron hidden, dan 7 buah neuron output. Selain itu jugadigunakan bias pada input dan juga hidden layer.
Algoritma BackPropagation Konfigurasijaringan
LED MERAH
LED ORANYE
LED HIJAU
LED BIRU
LED PINK
HIDDEN1
HIDDEN10
HIDDEN4
HIDDEN3
HIDDEN2
SINGER
LARUTANGLISERIN
ALKOHOL
CUKA
AQUADES
EMPTY
GANDAPURA
BIASINPUT
BIAS HIDDEN
Algoritma BackPropagation PerancanganPerancanganpadapada MikrokontrolerMikrokontroler Pada mikrokontroler
akan dirancang fasefeedforwardbackpropagationneural network
Fase feedforward inidigunakan untukproses pengujian.
n
iijijj VXVinZ
10_
)_(exp11
jinzjZ
p
jjkjkk WZWinY
10_
)_(exp11
kinykY
thresholdxthresholdx
xfy,0,1
)(
Pelatihan data
Dalam proses pelatihan data ini akan dilatihkan pasangan data yang sesuai dengan pola-pola berikut.
Pola Input
050
100150200250
gand
apura
singe
raq
uade
s
alkoh
olgli
serin
cuka
empty
Jenis Cairan
Rata
-Rat
a P
ola merah
violetbiruhijauoranye
Pelatihan data (lanjutan)
Dari proses pelatihan data didapatkan gambargrafik seperti berikut.
Nilai MSE pada epoch ke 228 adalah1.21163e-13
Pengujian hasil pelatihan data Dari tabel kesesuaian
kondisi hasil perhitungan, ada pasangan data yang tidak sesuai dengan target. Dengan demikianPersentase error yang didapatkan adalah sebesar 17,14%
Kesimpulan
Deret LED dapat digunakan untuk mendeteksi jenis larutan. Berdasarkan pengujian sensor photodioda dapat disimpulkan bahwa
besarnya arus sensor photodioda sebanding dengan besarnya intensitas cahaya .
Berdasarkan hasil pengambilan data dapat diketahui bahwa sensor photodioda dapat menangkap sinar yang telah diteruskan oleh larutan.
Hasil dari pengujian JST yang telah dilakukan, JST dapat mempelajari 6 pola larutan.
Berdasarkan 6 sampel larutan yang telah diambil, setiap larutan memiliki penyerapan panjang gelombang yang berbeda-beda.
Berdasarkan pengujian pengenalan untuk 6 jenis larutan diperolehtingkat kesuksesan sebesar 82.86%.