-, Tukadi (2015) Identifikasi Jenis Asap Di Udara Menggunakan Spektrofotometer Dan Jaringan Syaraf Tiruan. Masters thesis, Institut Teknologi Sepuluh Nopember.
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 > 20101-(S2) Master Thesis |
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 |