Article Sidebar
Download
Main Article Content
Abstract
Penggunaan sistem jaringan syaraf tiruan propagasi balik untuk mengenali pola keluaran larik sensor gas dalam sistem olfaktori elektronik atau electronic nose (yang selanjutnya disebut enose) telah terapkan terhadap empat macam sampel bahan herbal. Keempat bahan herbal tersebut meliputi: jahe (zingiber officinale), kencur (Kaempferia galanga) , kunyit (curcuma domestica val) dan lengkuas (languas galanga). Enose yang digunakan terdiri atas empat sensor gas berbahan logam oksida seri TGS 822, TGS 825, TGS 826, dan TGS 880. Seperti
dalam sistem olfaktori pada manusia (hidung) maka untuk dapat mengidentifikasi pola berdasarkan aroma khas yang ada pada setiap sampel bahan herbal, enose harus melalui serangkaian proses pelatihan dan pengujian dengan model tertentu, salah satunya dengan menggunakan jaringan syaraf tiruan (JST). Sebelum diproses lebih lanjut, sinyal keluaran (berupa tegangan) dari masing-masing sensor yang membentuk suatu pola perlu diekstraksi untuk memperoleh karakteristik ciri masing-masing sampel sekaligus mereduksi himpunan datanya.
Penelitian ini menerapkan dekomposisi wavelet daubechies 4 tingkat 8, sehingga sinyal asli keluaran yang membentuk sinyal kontinyu tak periodik dengan himpunan data sangat besar berbentuk matriks 400×4 tereduksi menjadi himpunan data yang tersusun atas matriks berukuran 16×4. Dalam hal ini, setiap sensor diwakili dengan himpunan data berdimensi 16 yang merupakan nilai koefisien aproksimasi cA8, dan himpunan data koefisien detail cD8. Matriks berukuran 16×4 inilah yang merupakan hasil ekstraksi ciri masing-masing sinyal keluaran sistem larik empat sensor sekaligus menjadi input data pada sistem jaringan syaraf tiruan. Selanjutnya dengan melakukan serangkaian pelatihan dan pengujian empat jenis bahan herbal, sistem jaringan syaraf tiruan propagasi balik mampu untuk mengenali jenis bahan herbal dengan ketelitian mencapai 93 %.
dalam sistem olfaktori pada manusia (hidung) maka untuk dapat mengidentifikasi pola berdasarkan aroma khas yang ada pada setiap sampel bahan herbal, enose harus melalui serangkaian proses pelatihan dan pengujian dengan model tertentu, salah satunya dengan menggunakan jaringan syaraf tiruan (JST). Sebelum diproses lebih lanjut, sinyal keluaran (berupa tegangan) dari masing-masing sensor yang membentuk suatu pola perlu diekstraksi untuk memperoleh karakteristik ciri masing-masing sampel sekaligus mereduksi himpunan datanya.
Penelitian ini menerapkan dekomposisi wavelet daubechies 4 tingkat 8, sehingga sinyal asli keluaran yang membentuk sinyal kontinyu tak periodik dengan himpunan data sangat besar berbentuk matriks 400×4 tereduksi menjadi himpunan data yang tersusun atas matriks berukuran 16×4. Dalam hal ini, setiap sensor diwakili dengan himpunan data berdimensi 16 yang merupakan nilai koefisien aproksimasi cA8, dan himpunan data koefisien detail cD8. Matriks berukuran 16×4 inilah yang merupakan hasil ekstraksi ciri masing-masing sinyal keluaran sistem larik empat sensor sekaligus menjadi input data pada sistem jaringan syaraf tiruan. Selanjutnya dengan melakukan serangkaian pelatihan dan pengujian empat jenis bahan herbal, sistem jaringan syaraf tiruan propagasi balik mampu untuk mengenali jenis bahan herbal dengan ketelitian mencapai 93 %.