Laporkan Masalah

SISTEM IDENTIFIKASI KEMURNIAN BENSIN PERTALITE DENGAN ELECTRONIC NOSE MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PROPAGASI BALIK

YOGI ANANTA PUTRA, Dr. Danang Lelono, S.Si., M.T

2018 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Pertalite diprediksi akan menjadi bahan bakar pengganti Premium. Penelitian mengenai sistem identifikasi bahan bakar berbasis hidung elektronik yang telah ada, diperlukan untuk memudahkan pengidentifikasian bahan bakar. Proses Identifikasi bahan bakar selama ini masih dilakukan dengan melihat warna sampel atau dengan mencium aroma sampel, atau bias dilakukan pada sebuah laboraturium kimia yang membutuhkan alat ukur dan tenaga ahli. Pada penelitian ini, hidung elektronik yang disusun dengan 5 sensor akan mendeteksi jenis bahan bakar yang digunakan sebagai sampel. Sinyal yang dihasilkan dari sampel yang sama mempunyai kolerasi yang tinggi, sedangkan sampel yang berbeda mempunyai pola-pola tersendiri. Oleh karena itu digunakan jaringan syaraf tiruan propagasi balik sebagai sistem pengenalan pola pada sistem tersebut. Hasilnya, dengan menggunakan pola 5 ciri yang merupakan nilai maksimum sensor pada keadaan odor on didapat nilai akurasi sistem identifikasi sebesar 86%, dengan pola sinyal 5 ciri sensor yang merupakan 20 titik data pada keadaan odor on sebesar 70%, dan dengan pola sinyal 5 ciri sensor yang merupakan 20 titik data pada keadaan odor off sebesar 68%

Pertalite is predicted to be a Premium replacement fuel. Research on an existing electronic nose based fuel identification system is needed to facilitate fuel identification. The fuel identification process is still done by looking at the color of the sample or by smelling the sample's aroma, or bias is performed on a chemical laboratory that requires measuring instruments and experts. In this study, e-noses arranged with 5 sensors will detect the type of fuel used as a sample. Signals generated from the same sample have high correlation, while different samples have their own patterns. Therefore, the use of back propagation neural network as pattern recognition system on the system. The result, using the 5 characteristic pattern which is the maximum value of the sensor on odor state obtained an identification system accuracy value of 86%, with signal pattern 5 sensor characteristics which is 20 data points on odor on condition of 70%, and with 5 characteristic signal pattern sensor which is 20 data points on odor off state of 68%

Kata Kunci : Pertalite, Bahan Bakar, Hidung Elektronik, Jaringan Syaraf Tiruan, Propagasi Balik


    Tidak tersedia file untuk ditampilkan ke publik.