Identifikasi Jenis Asap Di Udara Menggunakan Spektrofotometer Dan Jaringan Syaraf Tiruan

-, Tukadi (2015) Identifikasi Jenis Asap Di Udara Menggunakan Spektrofotometer Dan Jaringan Syaraf Tiruan. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2212204005-Master Thesis.pdf - Published Version

Download (3MB) | Preview

Abstract

Metode spektroskopi telah banyak digunakan untuk mengidentifikasi gas. Sumber cahaya yang digunakan berupa lampu buatan seperti jenis Light Emitting Diode atau lampu pijar. Cahaya tersebut dilewatkan melalui sampel gas kemudian dilewatkan pada monokromator. Setiap gas menghasilkan pola spektrum yang berbeda. Cara ini memiliki keterbatasan karena harus memasukan gas kedalam tabung uji. Apabila gas yang diuji merupakan jenis gas yang sulit untuk diambil, seperti jenis gas beracun, gas dari keluaran gunung berapi, maka cara ini akan mengalami kesulitan dan data yang diperoleh tidak real time. Pada penelitian ini telah dirancang dan dibuat sebuah sistem identifikasi gas atau asap di udara menggunakan spektrofotometer yang mana sumber cahaya yang digunakan adalah cahaya matahari. Spektrum cahaya yang telah terserap oleh gas atau asap ditangkap menggunakan teleskop, lalu diuraikan menggunakan monokromator menghasilkan kurva tingkat keabuan yang mewakili serapan setiap panjang gelombang cahaya dengan kisaran 360 – 710 nm. Sampel yang digunakan adalah asap pembakaran oli, belerang dan daun kering. Hasil pengujian menunjukkan bahwa spektrum masing-masing sampel mempunyai pola yang berbeda dan konsisten pada perubahan jarak antara 3 - 9 meter. Kurva setiap sampel dianalisa dan dikenali jenis asapnya menggunakan metode Jaringan Syaraf Tiruan (JST) dengan algoritma pelatihan backpropagation. Pada proses pembelajaran JST ini memerlukan iterasi sebanyak 900 epoch. Setelah dilakukan pengujian, sistim ini dapat mengenali setiap jenis sampel dengan rata-rata tingkat keberhasilan 73%. ================================================================================================ Spectroscopy methods have been widely used in gas identification system. The light source is an artificial light such as Light Emitting Diode or incandescent lamps. The light is passed through the gas sample and a wavelength monochromator. Each gas sample produces a specific spectrum. This method has limitations because the gas must be introduced into a test tube. If the gas sample is difficult to be taken such as toxic gases or unreachable volcano gases, then this method will have difficulties and the data are not in real time. In this study, it has been designed and created a system for gas or smoke identification using a spectrophotometer method with sunlight as the light source. The spectrum of light absorbed by the gas or smoke was captured with a telescope and a monochromator. The monochromator produces gray level curve representing the absorption spectrum with the wavelength between 360-710 nm. The samples were the smoke of burning oil, sulfur and dry leaves. The test results showed that the spectrum of each samples has a unique pattern at the various distances between 3- 9 meters. The spectrums was then analyzed and identified by using an Artificial Neural Network with backpropagation algorithm. The network requires 900 iterations in the training phase. The system could recognize all type of samples with an average success rate of 73%.

Item Type: Thesis (Masters)
Additional Information: RTE 628.532 Tuk i
Uncontrolled Keywords: Asap, Jaringan Syaraf Tiruan, Spektroskopi
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S2) Master Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 02 May 2018 02:57
Last Modified: 02 May 2018 02:57
URI: http://repository.its.ac.id/id/eprint/51835

Actions (login required)

View Item View Item