SELEKSI SENSOR GAS E-NOSE DENGAN METODE FAST CORRELATION BASED FILTER UNTUK KLASIFIKASI KUALITAS TEH HITAM

DENY PERMANA, Dr.Danang Lelono, S.Si., M.T.; Yunita Sari, S.Kom., M.Sc., Ph.D.

2020 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Larik sensor gas pada electronic nose (e-nose) masih menerapkan sensor gas tak terseleksi, sehingga terdapat kemiripan pola pada beberapa respons sensor dan menurunkan akurasi sistem. Sedangkan pengukuran teh hitam beda kualitas memerlukan e-nose dengan akurasi tinggi karena konsentrasi aromanya rendah. Untuk mereduksi kemiripan respons, dapat dilakukan dengan menyeleksi sensor menggunakan metode fast correlation based filter (FCBF) dengan neighbourhood. FCBF mengukur informasi yang dihasilkan oleh sensor dalam bentuk nilai korelasi antar kelas (Class correlation atau C-Correlation) untuk selanjutnya dilakukan seleksi berdasarkan nilai tersebut. Beberapa sensor dengan kontribusi rendah yang menghasilkan pola yang mirip pada kelas berbeda ditandai dengan nilai C-Correlation terbesar pada akhirnya akan tereduksi. Hasil eksperimen menunjukkan bahwa diperoleh reduksi jumlah sensor sebesar 50% serta peningkatan akurasi sebesar 6.9%. Hal ini dapat disimpulkan bahwa seleksi sensor dapat mengurangi jumlah sensor juga dapat meningkatkan akurasi e-nose.

Sensor array of electronic nose (e-nose) with universal design still employed unselected gas sensors which leads to feature similarity issue and can decrease the accuracy. Whereas it needs system with high accuracy to deal the low concentration in aroma. To deal with these issue, this study is proposed sensor selection with modified fast correlation based filter (FCBF) with neighbourhood strategy. FCBF measures contained information in form of class correlation (C-Correlation) value. Sensor with highest C-Correlation value means to low contribution and generated similar pattern even in different class eventually will be removed. The study results show that the proposed method successfully finds best sensor combination by 50% reduction also with 6.1% improvement of accuracy. In conclusion, sensor selection can reduce the number of sensors, also improve the accuracy of e-nose.

Kata Kunci : kemiripan, kombinasi sensor, larik sensor, respons sensor