IDENTIFIKASI GAS MENGGUNAKAN ENose DENGAN MULTI LAYER PERCEPTRON

I DEWA GEDE RAI M, Ir. Oyas Wahyunggoro, M.T., Ph.D

2014 | Tesis | S2 Mag.Teknik Instrumentasi

Pada Desember 2004 stasiun luar angkasa NASA mengalami kebocoran gas yang membahayakan jiwa astronot, hal ini mungkin juga terjadi dalam dunia industri dimana pada proses pengolahan melibatkan gas berbaha di dalamnya. Disisi lain penelitian di bidang pengembangan robotika dilengkapi dengan hidung elektronik (electronic nose) adalah sebuah tantangan baru. Dengan menerapkan electronic nose, robot memiliki kemampuan untuk mengidentifikasi dan mengurangi risiko yang ditimbulkan akibat adanya interaksi antara manusia dan objek berbahaya berupa gas beracun, seperti kebocoran gas pada stasiun luar angkasa yang pernah dialami oleh NASA. Penelitian ini menggunakan robotino yang diprogram dan dilengkapi dengan electronic nose untuk membuatnya lebih mudah dan fleksibel untuk dikendalikan oleh manusia untuk mendekati gas beracun, serta merancang kecerdasan buatan dengan Multi Layer Perceptron dan metode Error Back Propagation untuk mendapatkan bobot selama proses pelatihan (learning). Bobot yang diperoleh saat pelatihan akan diterapkan pada robot, sehingga dengan menjalankan proses feed forward dengan berdasar pada bobot tersebut, robot secara tepat dan cepat mampu mengidentifikasi gas yang diperoleh dari luaran array sensor TGS. Hasil penelitian menunjukkan bahwa dengan menggunakan 12 data sampel dalam proses pelatihan (learning), robot ini mampu mengklasifikasikan bensin dan alkohol dengan tingkat akurasi 100%.

In December 2004, NASA's space station suffered life-threatening gas leaks astronauts, it may also occur in industries where the processing involves the dangerous gas in it. On the other side research in the field of robotics development equipped with electronic nose is a new challenge. By implementing electronic nose, the robot can identify and mitigate the risks arising from the interaction between humans and harmful gase, such as a gas leak on the space station ever experienced by NASA. This research used robotino that was programmed and equipped with electronic nose to make it more easy and flexible to be controlled by humans to approach the object (toxic gas), as well as designing an artificial intelligence using Multi Layer Perceptron with Error Back Propagation method to gain the weight. The weight that was obtained will be applied to a robot, so by using feed forward process according to these weight, the robot was able to precisely and quickly identify gasses that were obtained from the output of TGS array sensors. Experiment result shows that by training 12 sample data, the robot is able to classify gasoline and alcohol with the accuracy of 100%.

Kata Kunci : Robot, Electronic Nose, Multi Layer Perceptron, Back Propagation