Detektor Gas Polimer Berbasis Electronic Nose Menggunakan Metode Machine Learning

NAHDA FAIHA LA'ALI, Andi Dharmawan, S.Si., M.Cs., Dr. ; Danang Lelono, S.Si., M.T., Dr.

2023 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Plastik adalah bahan sintetis yang terbuat dari polimer dan sering digunakan untuk membuat berbagai macam produk, seperti botol, wadah makanan, dan lain sebagainya. Plastik yang terbakar biasannya mengasilkan gas berupa gas polimer. Gas polimer dapat menyebabkan masalah seperti iritasi pada indra mata dan kulit, sakit kepala atau bahaya lainnya. Diperlukan piranti yang dapat mendeteksi gas yang berada pada area tersebut secara spesifik yang disebut dengan electronic nose. Electronic nose yang dirancang menggunakan 4 buah sensor gas dari seri MQ yaitu: MQ3, MQ7, MQ9, dan MQ135, adapun sampel yang digunakan berupa plastik jenis Polypropylene (PP), Polistirene (PS), Polyethylene terephthalate (PET), High Density Polyethylene (HDPE), Polyoxymethylene (POM). Jumlah data yang digunakan yaitu 10800 data dengan 1800 data pada setiap samplenya. Data set diperoleh dari pengambilan secara mandiri dengan pemanasan sample menggunakan chamber dengan jarak 40 cm terhadap electronic nose. Metode Support Vector Machine (SVM) digunakan untuk klasifikasi gas polimer. Hasil pengujian menunjukkan metode klasifikasi SVM dengan nilai cost 100 dan gamma 0.01 menghasilkan model klasifikasi terbaik dengan akurasi dan presisi sebesar 99%. Model SVM tersebut telah berhasil mengklasifikasikan gas polimer hasil pembakaran secara realtime. Performa model saat pengujian secara realtime didapatkan rerata akurasi 97.5%, recall 93.9%, specifiticy 98.7, dan presisi 93.7%.

Plastic is a synthetic material made from polymers and is often used to make various kinds of products, such as bottles, food containers, and many more. Burning plastic usually produces gas in the form of polymer gas. Polymer gas can cause problems such as eye and skin irritation, headaches or other hazards. A device is necessary to specifically detect gas in that area, which is called an electronic nose. Electronic nose designed to use 4 gas sensors from the series MQ: MQ3, MQ7, MQ9, and MQ135, as for the sample used in the form of plastic types Polypropylene (PP), Polystyrene (PS), Polyethylene terephthalate (PET), High Density Polyethylene (HDPE), Polyoxymethylene (POM). The amount of data used is 10800 data with 1800 data in each sample. The data set is obtained from independent collection by heating the sample using a chamber with a distance of 40 cm from the electronic nose. The Support Vector Machine (SVM) method is used to classify polymer gases. The test results show that the SVM classification method with a cost value of 100 and gamma of 0.01 produces the best classification model with an accuracy and precision of 99%. The SVM model has succeeded in classifying polymer gas as a result of combustion in real time. Model performance when testing in real time obtained an average accuracy of 97.5%, recall of 93.9%, specificity of 98.7, and precision of 93.7%.

Kata Kunci : Plastik, Gas Polimer, Electronic Nose, Support Vector Machine.