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

LatarLatar BelakangBelakang

Spectrophotometer

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.

Elektromagnetik

Panjang Gelombang Elektromagnetik

Diagram Blok Diagram Blok SistemSistem

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%.

TerimaTerima KasihKasih