KARAKTERISTIK DERET SENSOR GAS MOS DALAM IDENTIFIKASI PATCHOULI ALCOHOL PADA MINYAK NILAM MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

Authors

  • Arief Sudarmaji Universitas Jenderal Soedirman
  • Agus Margiwiyatno Universitas Jendral Soedirma
  • Susanto Budi Sulistyo Universitas Jendral Soedirman
  • Purwoko Hari Kuncoro Universitas Jendral Soedirman
  • Niken Sri Wahyuningsih Universitas Jendral Soedirman

DOI:

https://doi.org/10.21776/ub.jkptb.2019.007.02.5

Keywords:

akurasi, Jaringan Syaraf Tiruan, Minyak nilam, sensitivitas, sensor gas MOS

Abstract

Penentuan kualitas minyak nilam menggunakan metode Gas Chromatography and Mass Spektrometry (GC-MS) secara laboratorium tidak memungkinkan dilakukan oleh Usaha Mikro, Kecil, dan Menengah (UMKM). Untuk itu, perlu ada suatu alat dan analisis yang dapat mengidentifikasi minyak nilam yang lebih sederhana dan murah yaitu menggunakan alat ukur aroma dan volatil berbasis sensor gas. Penelitian ini menggunakan jenis sensor gas Metal Oxide Semiconductor (MOS) yang terdiri dari 9 deret sensor gas MOS (TGS-2600, TGS-2602, TGS-2620, MQ-3, MQ-135, MQ-137, F-AQ1, F-SB30, dan FIS-12A) dan sistem akuisisi data. Penelitian ini bertujuan untuk (1) mengetahui respon sensitifitas individu sensor gas terhadap konsentrasi patchouli alcohol pada minyak nilam, (2) mengetahui tingkat keberhasilan sensor gas dengan perbedaan modulasi pada sensor gas dalam mengklasifikasi konsentrasi patchouli alcohol pada minyak nilam menggunakan metode jaringan syaraf tiruan backpropagation. Luaran sensor MOS dinyatakan dengan Sensitivitas, yaitu perbandingan antara resistansi saat pengukuran udara kering dengan resistansi saat pengukuran minyak nilam. Hasil penelitian menunjukkan sensor TGS-2602 memberikan respon sensitifitas paling tinggi. Modulasi terbaik selama pengukuran yaitu pada frekuensi 0,25Hz duty cycle 75% dengan 9 neuron hidden layer menghasilkan akurasi pelatihan 98,6% dan akurasi pengujian 81,9%. Rata-rata akurasi sistem identifikasi ini adalah 90,3%.

References

Bulan, R., et al. 2000. Isolasi, Identifikasi dan Sintesis Turunan Patchouli Alkohol dari Minyak Nilam. Tesis. FMIPA UGM, Yogyakarta.

Delgado, R. D. 2002. Tin Oxide Gas Sensors: An Electrochemical Approach. Thesis. Universitat De Barcelona, Barcelona.

Figaro USA. 2015. Product Information. (On-line). http://www.figarosensor.com diakses 24 Juli 2018.

Hayani, E. 2005. Teknik Analisis Mutu Minyak Nilam. Buletin Teknik Pertanian. Vol.10. Nomor 1.

Jumarwanto, A. 2009. Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Penyakit THT di Rumah Sakit Mardi Rahayu Kudus. Jurnal Teknik Elektro Vol. 1 No.1.

Lutony, T. L., dan Rahmayati Y. 1999. Produksi dan Perdagangan Minyak Atsiri, cetakan ke-4. PT. Penebar Swadaya, Jakarta.

Mangun, S. 2008. Nilam. Cetakan ke III. Penebar Swadaya, Jakarta.

Sasongko, T. B. 2016. Komparasi dan Analisis Kinerja Model Algoritma SVM dan PSO-SVM (Studi Kasus Klasifikasi Jalur Minat SMA). Jurnal Teknik Informatika dan Sistem Informasi, Vol. 2, No. 2.

Shukla, A., et al. 2010. Real Life Application of Soft Computing. CRC Press.

Skapura, D. M. 1996. Building Neural Network. ACM Press, New York.

Sudarto. 2016. Analisis Penanganan Ketidakseimbangan Kelas Dengan Menggunakan Density Based Feature Selection (DBFS) Dan Adaptive Boosting (ADABOOST). Tesis. Universitas Sumatera Utara, Medan.

Downloads

Published

2019-09-19

Issue

Section

Bahasa Indonesia Articles