PENGEMBANGAN SISTEM KLASIFIKASI POLA PADA ELECTRONIC NOSE BERBASIS JARINGAN SYARAF TIRUAN KOHONEN DAN APLIKASINYA SEBAGAI MONITORING PROSES FERMENTASI TEMPE

FITRIYANTI, Dr. Kuwat Triyana,

2012 | Tesis | S2 Ilmu Fisika

Telah dilakukan pengenalan pola keluaran sistem Electronic Nose (E-Nose) menggunakan jaringan syaraf tiruan (JST) metode Kohonen dan principal component analysis (PCA) pada monitoring proses fermentasi tempe. Metode Kohonen merupakan metode unsupervised learning yang mampu melakukan pengelompokan data (cluster) secara mandiri berdasarkan pola yang sama. Hasil dari cluster tersebut dapat diketahui kemampuan dari larik sensor gas E-Nose dalam membedakan setiap aroma sampel. Monitoring terhadap sampel dilakukan berdasarkan perubahan aroma pada tahapan fermentasi. Monitoring proses fermentasi dilakukan dengan deteksi aroma sampel dengan selang waktu 12 jam selama 72 jam. Data respon keluaran untuk setiap larik sensor gas selanjutnya diklasifikasikan dengan menggunakan JST metode Kohonen dan PCA. Hasil dari PCA yang terdiri dari nilai PC1 dan PC2 digunakan sebagai data masukan pada pengenalan pola dengan JST Kohonen. Dilakukan 4 kali pengambilan data untuk masing-masing sampel. Hasil dari plotting nilai PCA diketahui bahwa E-Nose yang digunakan memiliki tingkat presisi yang tinggi. Berdasarkan penelitian yang dilakukan, Kohonen mampu melakukan identifikasi terhadap setiap data uji sesuai dengan kelasnya masingmasing. Kombinasi antara Kohonen dan PCA pada E-Nose dapat diterapkan untuk proses monitoring fermentasi tempe.

Pattern recognition system of electronic nose (E-Nose) output have been recognized using artificial neural network (ANN) Kohonen and principal component analysis (PCA) on the process monitoring tempeh fermentation. Kohonen is unsupervised learning method that capable to cluster data independently based on the same pattern. The results of this clusters can be determined gas sensor array E-Nose ability to distinguish aroma sample. The sample used in this study is tempeh. Monitoring of the sample based on the aroma change at the stage of fermentation. Monitoring is conducted by a process of fermentation aroma detection sample with 12-hour intervals for 72 hours. Data output response for each gas sensor array is further classified using Kohonen neural network and PCA methods. The results of the PCA consists of the value of PC1 and PC2 are used as input data on pattern recognition by Kohonen ANN. four times the data collection for each sample. The results of plotting the value of PCA is known that E-Nose is used has a high of precision Based on the research conducted, Kohonen capable of identifying each test data in accordance with the respective class. The combination of Kohonen and PCA on the E-Nose can be applied to the monitoring process tempeh fermentation

Kata Kunci : E-Nose, jaringan syaraf tiruan, Kohonen, fermentasi tempe.