Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi
-
Upload
habib-hamdzani -
Category
Documents
-
view
12 -
download
0
description
Transcript of Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi
“Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak
Bumi“
Oleh :
Nama : Ahmad Muazzin
Nim : 1110530256
Jurusan : S1 Informatika
Sekolah Tinggi Manajemen Informatika dan Komputer
Bumigora Mataram
2014
Pendahuluan
Untuk membuat Aplikasi ini, sang pencipta mengimplementasikan Logika Fuzzy, untuk
menentukan apakah suatu minyak bumi sama atau tidak berdasarkan hasil analisis spektrum minyak
bumi menggunakan Spektrofotometer FTIR (Fourier Transform Infra Red), karena komputer hanya
mengenal bahasa Biner dimana 1 untuk benar dan 0 untuk salah, nah sang pencipta ingin
mengidentifikasi apakah minyak bumi yang dianalisis memiliki kemiripan yang identik, atau agak mirip
atau sedikit berbeda. Untuk itu perlu dilakukan transformasi terlebih dahulu melalui suatu metoda
khusus yang disebut kecerdasan buatan.
Cara kerja kecerdasan buatan pada dasarnya meniru cara kerja syaraf manusia dalam mengambil
keputusan dimana didalamnya terdapat beberapa pertimbangan subjektif berdasarkan kriteria, seperti
seberapa mirip suatu minyak bumi dengan minyak bumi lainnya atau berapa perbedaan yang
diperbolehkan untuk menentukan bahwa suatu minyak bumi sama atau berbeda.
Pembahasan
Statistika
Untuk membandingkan kemiripan identitas suatu minyak bumi secara digital perlu dilakukan
perhitungan secara statistika. Dalam metoda yang dipakai untuk mengidentifikasi kemiripan suatu
minyak bumi secara digital adalah dengan melihat presisi atau simpangan bakunya. Simpangan baku
inilah yang menjadi variabel bebas untuk dijadikan kriteria kemiripan suatu minyak bumi.
Presisi adalah istilah yang digunakan untuk menyatakan kecocokan hasil dari pengujian / pengukuran
dari suatu sampel yang diuji/diukur. Salah satu cara menentukan presisi adalah dengan jalan
menghitung harga simpangan baku. Dalam analisis sidik jari minyak bumi, ukuran kesamaan suatu
minyak bumi menggunakan simpangan baku relatif (Relative Standard Deviation, RSD).
Pada percobaan yang dilakukan saat identifikasi sidik jari minyak bumi, perhitungan presisi digunakan
ketika menentukan batasan atau kriteria kemiripan rasio hasil normalisasi serapan spektrum infra
merah minyak bumi contoh terhadap terhadap rasio hasil normalisasi serapan spektrum infra merah
minyak bumi pembanding. Batasan presisi ini dijadikan kriteria pertama ( K1 ) berupa variabel bebas
sehingga operator bisa memilih sendiri batasan kemiripan minyak bumi.
Metoda Identifikasi Spektrum Infra Merah
Konsep dasar dari pengenalan pola atau pattern recognition adalah membandingkan sifat-sifat spesifik
suatu contoh terhadap sifat-sifat spesifik yang kemungkinan terdapat juga dalam pembanding. Ada dua
metoda untuk membandingkan spektum infra merah senyawa hidrokarbon, yaitu :
1. Metoda manual atau tumpang tindih (overlay method)
Metoda ini dilakukan dengan cara menumpukkan hasil cetak spektrum infra merah kemudian
menumpukkan dua atau lebih hasil cetak tersebut diatas meja kaca yang diberi lampu. Dari tumpukan
hasil cetak spektrum infra merah tersebut kemudian dicari kecocokan spektrum contoh terhadap
spektrum minyak bumi pembanding. Metoda ini memiliki kelemahan yaitu pada cara pengamatan
spektrum dan menentukan batasan kemiripannya, karena penentuan kesamaan suatu spektrum cara
tersebut sangat subjektif, artinya pemahaman sama atau tidak dari tiap orang akan berbeda.
2. Metoda perbandingan data analisis
Metoda cara ini relatif lebih teliti dibandingkan metoda tumpang tindih (overlay method), karena yang
dibandingkan adalah data atau angka hasil pembacaan alat spektrofotometer.
Pada pengenalan pola minyak bumi, sifat spesifik yang dibandingkan adalah spektrum serapan infra
merah pada bilangan gelombang tertentu dengan menggunakan Spektrofotometer FTIR. Metoda
pengenalan pola cara tersebut digunakan karena gugus-gugus dalam hidrokarbon bila diberi energi
dari sinar infra merah akan memberikan spektrum pada bilangan gelombang yang spesifik. Spektrum
infra merah tersebut akan menggambarkan keberadaan gugus metil, metilena dan aromat yang selalu
ada dalam minyak bumi.
Analisis menggunakan Spektrofotometer FTIR digunakan karena kecepatan analisisnya jauh lebih
cepat dibandingkan metoda dispersi, yaitu lima detik. Sedangkan jika menggunakan spektrofotometer
infra merah dispersi waktu yang dibutuhkan sekitar 10 – 15 menit. Selain itu kelebihan utamanya
adalah karena ketelitian Spektrofotometer FTIR lebih tinggi dibandingkan dispersi.
Berbagai pita absorbsi dapat digunakan untuk tujuan identifikasi. Dari hasil pengamatan spektrum infra
merah minyak bumi yang dianalisis dipilih sepuluh pita absorbsi kunci yang masih signifikan11), yaitu
pada bilangan gelombang identifikasi 720, 747, 810, 874, 1034, 1168, 1309, 1375, 1456 dan 1600 cm-
1. Spektrum infra merah dari bilangan gelombang tersebut diatas kemudian diukur.
Untuk membandingkan dua angka maka digunakan perhitungan selisih dari kedua angka tersebut.
Pada dasarnya dua angka dikatakan mempunya nilai yang sama jika selisih kedua angka
tersebut adalah nol. Tetapi karena angka-angka tersebut merupakan hasil dari pengukuran, maka
walaupun kedua angka tersebut berasal dari contoh yang sama maka angka-angka hasil pengukuran
tersebut tidak akan tepat sama. Ketidaksamaan ini berasal dari keterulangan (repeatability) dari setiap
pengukuran serta karena adanya perubahan sifat-sifat contoh oleh pengaruh pelapukan (weathering).
Besarnya nilai keterulangan ini digunakan sebagai kriteria untuk menentukan apakah kedua deret
angka tersebut mempunyai nilai yang sama, yaitu kriteria simpangan baku ( K1 ).
Hasil pembandingan angka-angka dalam satu deret angka identitas kemudian dijumlahkan. Bila nilai
penjumlahan tersebut sama dengan banyaknya angka yang dibandingkan atau dengan kata lain
banyaknya puncak absorbsi infra merah yang dibandingkan, maka dua deret angka tersebut
mempunyai nilai yang sama. Dalam hal tertentu, terutama karena faktor pelapukan minyak bumi, satu
atau dua puncak absorbsi infra merah akan mengalami pengurangan cukup banyak, sehingga yang
mempunyai nilai yang sama dengan puncak-puncak serapan dari minyak bumi pembanding tidak lagi
sebanyak jumlah puncak semula. Untuk itu maka nilai penjumlahan harga-harga NP dapat dipilih
sebanyak 100% seluruhnya atau lebih kecil. Dengan memilih nilai penjumlahan NP ini dapat dilihat
minyak-minyak pembanding yang yang sama (match) dengan contoh.
Berikut Flowchart tahapan-tahapan interpretasi spektrum infra merah minyak bumi.
Tabel ini terdiri dari hasil pembacaan spektrum infra merah minyak bumi pembanding dan minyak bumi
“X” yang tidak diketahui.
Kemudian masuk kedalam tahapan Interpretasi atau penerapannya
Kriteria suatu rasio absorbsi serapan infra merah pada bilangan gelombang tertentu dinyatakan sama
jika nilai RSD <= 5%. Jika nilai RSD <= 5% diberi notasi 1, sedangkan jika nilai RSD > 5% maka diberi
notasi 0. Dengan demikian akan diperoleh data seperti pada tabel nilai pembanding berikut.
Sampai disini minyak bumi contoh belum dapat disimpulkan kesamaan atau kemiripannya, karena
masih harus memenuhi variabel K2, yaitu kriteria jumlah hasil normalisasi serapan pada bilangan
gelombang kunci. Untuk dapat menentukan hal tersebut maka hasil pencocokan rasio serapan pada
setiap bilangan gelombang kunci kemudian dijumlahkan. Jika jumlah nilai pembanding lebih besar atau
sama dengan kriteria kecocokan nilai pembanding yang ditentukan pada K2 maka minyak bumi
tersebut dinyatakan cocok atau sama. Kriteria besarnya simpangan baku relatif ( K1 ) dan jumlah
kecocokan nilai pembanding ( K2 ) dapat dirubah, karena merupakan variabel bebas.
Jika ditentukan bahwa spektrum suatu minyak bumi pada bilangan gelombang tertentu adalah sama
bila memiliki simpangan baku dari rasio hasil normalisasi luas puncak lebih kecil dari 5 % ( K1 = 5% )
maka data yang didapat adalah seperti pada tabel nilai pembanding diatas. Selanjutnya jika contoh
minyak bumi ”X” dikatakan identik bila memiliki jumlah nilai pembanding ( NP ) atau kesamaan jumlah
luas puncak pada bilangan gelombang tertentu berdasarkan K1 adalah 9 ( K2 = 9 ), maka dapat
disimpulkan bahwa contoh minyak bumi ”X” identik dengan minyak bumi ”Cinta”.
Identifikasi minyak bumi contoh ”X” terhadap minyak bumi pembanding relatif lebih mudah dilakukan,
karena tidak banyak mengalami perubahan berarti. Perubahan fisik yang mungkin terjadi pada minyak
bumi adalah karena pelapukan (weathering).
Aplikasi yang dibuat untuk mengidentifikasi Sidik Jari atau Kesamaan Minyak Bumi
Meskipun dengan menggunakan metoda spektrofotometer infra merah (FTIR) ini sudah dapat diketahui
jenis minyak bumi contoh, tetapi hasilnya belum merupakan kesimpulan mutlak, karena masih harus di
counter dengan metoda lainnya, seperti kromatografi gas, spektrofometer massa, spektrofotometer
serapan atom, spektroflorometer. Untuk itu agar hasilnya lebih akurat ada baiknya semua metoda
tersebut dilakukan.
Ekspektasi Kedepan menurut saya :
“akan ada aplikasi yang dikolaborasikan seperti aplikasi untuk pemantau kromatografi gas, lalu
spektrofometer massa, serapan atom sehingga optimalisasi pengidentifikasi Sidik Jari atau Kesamaan
Minyak Bumi dapat dimaksimalkan hasilnya“
Pendapat Saya :
“Aplikasi ini memudahkan untuk mengidentifikasi minyak yang berada dilepas pantai, dimana kesulitan
dan pembiayaan untuk riset dan segala macam hal untuk mengidentifikasinya akan bisa diminimalkan,
demikianlah manfaat Kecerdasan Buatan diciptakan, yaitu untuk membantu atau mempermudah
pekerjaan manusia”
Kesimpulan
Untuk membuat Aplikasi ini, sang pencipta mengimplementasikan Logika Fuzzy, untuk
menentukan apakah suatu minyak bumi sama atau tidak berdasarkan hasil analisis spektrum minyak
bumi menggunakan Spektrofotometer FTIR (Fourier Transform Infra Red), karena komputer hanya
mengenal bahasa Biner dimana 1 untuk benar dan 0 untuk salah, nah sang pencipta ingin
mengidentifikasi apakah minyak bumi yang dianalisis memiliki kemiripan yang identik, atau agak mirip
atau sedikit berbeda. Untuk itu perlu dilakukan transformasi terlebih dahulu melalui suatu metoda
khusus yang disebut kecerdasan buatan.