Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

12
Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak BumiOleh : Nama : Ahmad Muazzin Nim : 1110530256 Jurusan : S1 Informatika

description

Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

Transcript of Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

Page 1: 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

Page 2: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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

Page 3: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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

Page 4: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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

Page 5: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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

Page 6: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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.

Page 7: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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).

Page 8: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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

Page 9: Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

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.