Electronic Nose untuk Identifikasi Aroma dari Pemanasan Biji Plastik menggunakan ANN

SYUAIB NUR R, Dr. Danang Lelono, S.Si, M.T.

2022 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Plastik bahan serbaguna dan ekonomis yang banyak digunakan untuk berbagai produk. Bahan plastik yang terbakar biasanya menghasilkan aroma yang beragam dan cukup mengganggu. Namun untuk mendeteksi keberadaan aroma tersebut, masih sulit dilakukan karena keterbatasan sensor yang mampu mendeteksi senyawa polimer itu. Electronic nose perangkat berbasis larik sensor gas yang dapat mendeteksi aroma seperti hidung manusia. Electronic nose yang dirancang menggunakan 5 buah sensor gas dari seri MQ yaitu: MQ-2, MQ-5, MQ-7, MQ-9, dan MQ-135, adapun sampel yang digunakan berupa biji plastik jenis Polypropylene (PP) dan Acrylonitrile Butadiene Styrene (ABS). Metode analisis digunakan Artificial Neural Networks (ANN), dengan data yang telah melalui pra-pemrosesan dan ekstraksi ciri. Model dari ANN berupa variasi pembagian data serta jumlah neuron optimal untuk sebuah model yang ditentukan, menggunakan 400 data dengan 200 data per jenis sampel. Hasil dari penelitian ini didapatkan bahwa nilai regresi dari hasil prediksi oleh model ANN terbaik adalah menggunakan rasio pembagian data 9:1 (90% data sebagai data latih dan 10% data sebagai data validasi) serta jumlah neuron pada hidden layer berjumlah 23 buah, dengan nilai regresi sebesar 0,99689, serta dari confusin matrix didapatkan nilai akurasi sebesar 97,5%. Electronic nose pada penelitian ini mampu untuk mendeteksi aroma dari proses pemanasan biji plastik pada sampel biji plastik jenis PP dan ABS serta model ANN yang digunakan mampu untuk mengidentifikasi jenis sampel yang digunakan.

Plastic is a versatile and economical material that is widely used for various products. Burning plastic materials will usually produce various odors and sometimes quite disturbing aromas, to detect the presence of these odors, is still difficult to do because of the limited sensor capable of detecting the polymer compound. Electronic nose is a device based on an array of gas sensors that can detect smells like the human nose. Electronic nose designed using 5 gas sensors from the MQ series: MQ-2, MQ-5, MQ-7, MQ-9, and MQ-135, while the samples used are Polypropylene (PP) and Acrylonitrile Butadiene Styrene (ABS) plastic pellets. Analytical method used is Artificial Neural Networks (ANN), after data through a pre-processing and feature extraction. The model of the ANN consists of a variety of data sharing and the optimal number of neurons for a specified model. The results of this study showed that the regression value of the prediction results by the best ANN model was to use a data ratio 9:1 (with 90% are training dataset and 10% are validation dataset) and the number of neurons in the hidden layer 23, with a regression value 0.99689, and from the Confucian matrix, the accuracy value is 97.5%. The electronic nose in this study was able to detect the aroma of the plastic seed heating process in PP and ABS plastic seed samples and the ANN model used was able to identify the type of sample used.

Kata Kunci : Plastik, Electronic Nose, Artificial Neural Network, Root Mean Square Error