Detail Karya Ilmiah

  • Penentuan Klasifikasi Tembakau Menggunakan Electronic Nose dengan Jaringan Syaraf Tiruan (ANN)
    Penulis : Candra Dimas Is R
    Dosen Pembimbing I : Diana Rahmawati, ST.MT
    Dosen Pembimbing II :Haryanto, ST., MT
    Abstraksi

    Proses penentuan yang terdahulu dilakukan dengan metode analitis konvensional dan kombinasi dengan manusia (ahli tembakau). Metode ini sangat mahal dalam segi biaya dan tenaga kerja, karena membutuhkan peralatan yang sangat komplek. Serta tingkat ketelitian para ahli tembakau menjadi rendah dalam kondisi tertentu, indera penciuman sangat tergantung pada kondisi fisik, suhu dan kelembapan. Oleh karena itu penelitian ini dibahas sebuah alat yang dapat mendekati hasil penciuman tembakau yang dilakukan oleh para ahli. Dengan mengalirkan gas yang dihasilkan tembakau ke sensor TGS 2620 dan TGS 2600 untuk dideteksi dan dilakukan proses perubahan sinyal analog menjadi sinyal digital (ADC). Setelah proses (ADC), data dikirim ke komputer melalui komunikasi serial USB to FTDI untuk dilakukan proses pelatihan (training) neural network menggunakan error backpropagation untuk menentukan bobot dari jaringan neural network. Kemudian hasil training digunakan untuk mengklasifikasi jenis Tembakau Garut, Tembakau Besuki,dan Tembakau Bali dengan tingkat keberhasilan 66,7% data yang telah selesai di proses akan dikirim di android studio data bisa diakses di smartphone agar lebih flexible.

    Abstraction

    The preceding determination process was earlier out by conventional analytical method and combination with humans (tobacco experts). This method is very expensive in terms of cost and labor, because it requires a very complex equipment. And the level of accuracy of tobacco experts to be low in certain conditions, the sense of smell is highly dependent on physical conditions, temperature and humidity. Therefore, this research is discussed a tool that can approach tobacco olfact by experts. By delivering tobacco-generated gas to TGS 2620 and TGS 2600 sensors for detection and conversion of analog signals to digital signals (ADC). After the process (ADC), data is sent to the computer via serial communication USB to FTDI for a neural network training process using backpropagation errors to determine the weight of the neural network. Then the training results are used to classify the types of Tobacco Garut, Tobacco Besuki, and Tobacco Bali with a success rate of 66,7% data that has been completed in the process will be sent in android studio data can be accessed on smartphones to be more flexible.

Detail Jurnal