Real time system based artificial neural network for prediction shelf-life of biscuit with dielectric sensor
SISTEM REAL TIME BERBASIS JARINGAN SYARAF
TIRUAN UNTUK PREDIKSI MASA KADALUARSA BISKUIT
DENGAN SENSOR DIELEKTRIK
ERNA RUSLIANA MUHAMAD SALEH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa disertasi berjudul Sistem Real Time Berbasis
Jaringan Syaraf Tiruan untuk Prediksi Masa Kadaluarsa Biskuit dengan Sensor Dielektrik
adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi
ini.
Bogor, September 2013
Erna Rusliana Muhamad Saleh
NIM F 361100121
RINGKASAN
ERNA RUSLIANA MUHAMAD SALEH. Sistem Real Time Berbasis Jaringan
Syaraf Tiruan untuk Prediksi Masa Kadaluarsa Biskuit dengan Sensor Dielektrik.
Dibimbing oleh ERLIZA NOOR, TAUFIK DJATNA dan IRZAMAN.
Biskuit adalah jenis makanan kering yang sering ditemukan kadaluarsa.
Penentuan masa kadaluarsa dengan observasi laboratorium memiliki beberapa
kelemahan, diantaranya memakan waktu, panelis terlatih, suasana yang tepat,
biaya yang mahal dan alat uji yang kompleks. Salah satu alternatif penentuan
kadaluarsa adalah penggunaan sensor dielektrik yang terintegrasi dengan Jaringan
Syaraf Tiruan (JST) dalam sebuah sistem real time cerdas. Tujuan penelitian ini
adalah untuk menyeleksi atribut pengukuran dielektrik (parameter dielektrik,
kondisi rangkaian alat dan frekuensi), memformulasi desain sensor yang dapat
mengukur nilai parameter terseleksi, mendesain model JST, dan mengintegrasikan
sensor dielektrik dan JST sehingga mampu memprediksi masa kadaluarsa biskuit
secara real time.
Seleksi parameter dielektrik dan kondisi rangkaian (CC/Constant current
atau CV/Constant Voltage) dilakukan dengan pendekatan Regresi Linier, Feature
Selection (Relief) dan Jaringan Syaraf Tiruan. Parameter dielektrik terbaik untuk
penentuan masa kadaluarsa biskuit adalah kapasitansi paralel (Cp). Kapasitansi
paralel, pada ketiga metode seleksi selalu berada pada rangking lima besar
terutama pada JST yang menunjukkan urutan pertama. Sedangkan kondisi
rangkaian alat terbaik untuk penentuan masa kadaluarsa biskuit adalah CC, karena
selalu berada pada urutan pertama dari ketiga metode seleksi. Seleksi frekuensi
dari range 42 Hz – 5 MHz dilakukan secara grafis. Range frekuensi yang mampu
membedakan masa kadaluwarsa biskuit dengan baik adalah range frekuensi
42 - 351,65 Hz dan frekuensi 4721,13 – 50054,56 Hz.
Hasil seleksi parameter dielektrik, kondisi rangkaian dan frekuensi pada
tahap sebelumnya digunakan untuk dasar formulasi desain sensor. Pendekatan
rancangan alat yang dianggap sesuai dengan hasil seleksi tersebut adalah
rangkaian RC. Kapasitansi (C) dijadikan parameter sensor dari sensor dielektrik
yang didesain. Frekuensi sensor ini diset 5 - 6 kHz, karena hasil range ini lebih
sensitive membaca nilai kapasitansi dari biskuit yang berbeda masa kadaluarsa
dan jenisnya.
Pendesainan Model JST menjadi tahapan berikutnya. Model ini didesain
dengan menggunakan input data berupa kapasitansi (C), frekuensi (f) dan
konstanta dielektrik (k) dari hasil pembacaan sensor. Selain itu, input data yang
dimasukkan pada JST adalah jenis kemasan, jenis biskuit dan masa kadaluwarsa
aktual (di kemasan). Algoritma pembelajaran JST yang digunakan adalah
Backpropagation dengan trial and error fungsi aktivasi, fungsi pembelajaran,
variasi jumlah node per hidden layer, dan jumlah hidden layer. Arsitektur yang
menghasilkan kinerja pelatihan terbaik (MSE terendah dan R tertinggi) adalah
JST dengan 5 hiden layer, 10 node per hidden layer, fungsi aktivasi hidden layer
tansig, fungsi aktivasi output layer purelin., fungsi pembelajaran trainlm dan 86
epoch. JST yang dikombinasikan dengan parameter dielektrik ini memiliki
kinerja pelatihan MSE terendah (9,8648 x 10-5) dan R tertinggi (99,80%).
Model JST diintegrasikan dengan sensor dielektrik menggunakan
mikrokontroler AVR ATMega 8535. Pengintegrasian ini dimaksudkan agar
pengukuran nilai dielektrik (variable input) dari produk yang belum diketahui
masa kadaluarsa dapat secara real time dilakukan dan langsung terbaca di
komputer. Untuk memudahkan interaksi dengan pengguna, dibangun interface
dengan Toolbox GUI MATLAB. Pengintegrasian JST dan sensor dielektrik telah
mampu memprediksi masa kadaluarsa biskuit secara real time. Kinerja sistem
real time cerdas yang didesain dalam memprediksi masa kadaluarsa biskuit cukup
akurat. Berdasarkan verifikasi, diperoleh wafer, cookies, crackers dan biskuit
keras secara berturut-turut memiliki masa kadaluarsa prediksi 517, 488, 338 dan
377 hari. Sedangkan, masa kadaluarsa aktual keempat biskuit tersebut secara
berturut-turut adalah 486 hari.
Untuk penelitian berikutnya, proses pembelajaran secara paralel dari
semua parameter desain arsitektur JST dapat dicoba untuk mendapatkan kinerja
yang lebih akurat (MSE < 0,0001dan R > 99%) dengan waktu lebih singkat.
Perbaikan kinerja JST dapat dicobakan juga untuk jumlah node dan hidden layer
yang lebih banyak dengan goal yang lebih kecil (
TIRUAN UNTUK PREDIKSI MASA KADALUARSA BISKUIT
DENGAN SENSOR DIELEKTRIK
ERNA RUSLIANA MUHAMAD SALEH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa disertasi berjudul Sistem Real Time Berbasis
Jaringan Syaraf Tiruan untuk Prediksi Masa Kadaluarsa Biskuit dengan Sensor Dielektrik
adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi
ini.
Bogor, September 2013
Erna Rusliana Muhamad Saleh
NIM F 361100121
RINGKASAN
ERNA RUSLIANA MUHAMAD SALEH. Sistem Real Time Berbasis Jaringan
Syaraf Tiruan untuk Prediksi Masa Kadaluarsa Biskuit dengan Sensor Dielektrik.
Dibimbing oleh ERLIZA NOOR, TAUFIK DJATNA dan IRZAMAN.
Biskuit adalah jenis makanan kering yang sering ditemukan kadaluarsa.
Penentuan masa kadaluarsa dengan observasi laboratorium memiliki beberapa
kelemahan, diantaranya memakan waktu, panelis terlatih, suasana yang tepat,
biaya yang mahal dan alat uji yang kompleks. Salah satu alternatif penentuan
kadaluarsa adalah penggunaan sensor dielektrik yang terintegrasi dengan Jaringan
Syaraf Tiruan (JST) dalam sebuah sistem real time cerdas. Tujuan penelitian ini
adalah untuk menyeleksi atribut pengukuran dielektrik (parameter dielektrik,
kondisi rangkaian alat dan frekuensi), memformulasi desain sensor yang dapat
mengukur nilai parameter terseleksi, mendesain model JST, dan mengintegrasikan
sensor dielektrik dan JST sehingga mampu memprediksi masa kadaluarsa biskuit
secara real time.
Seleksi parameter dielektrik dan kondisi rangkaian (CC/Constant current
atau CV/Constant Voltage) dilakukan dengan pendekatan Regresi Linier, Feature
Selection (Relief) dan Jaringan Syaraf Tiruan. Parameter dielektrik terbaik untuk
penentuan masa kadaluarsa biskuit adalah kapasitansi paralel (Cp). Kapasitansi
paralel, pada ketiga metode seleksi selalu berada pada rangking lima besar
terutama pada JST yang menunjukkan urutan pertama. Sedangkan kondisi
rangkaian alat terbaik untuk penentuan masa kadaluarsa biskuit adalah CC, karena
selalu berada pada urutan pertama dari ketiga metode seleksi. Seleksi frekuensi
dari range 42 Hz – 5 MHz dilakukan secara grafis. Range frekuensi yang mampu
membedakan masa kadaluwarsa biskuit dengan baik adalah range frekuensi
42 - 351,65 Hz dan frekuensi 4721,13 – 50054,56 Hz.
Hasil seleksi parameter dielektrik, kondisi rangkaian dan frekuensi pada
tahap sebelumnya digunakan untuk dasar formulasi desain sensor. Pendekatan
rancangan alat yang dianggap sesuai dengan hasil seleksi tersebut adalah
rangkaian RC. Kapasitansi (C) dijadikan parameter sensor dari sensor dielektrik
yang didesain. Frekuensi sensor ini diset 5 - 6 kHz, karena hasil range ini lebih
sensitive membaca nilai kapasitansi dari biskuit yang berbeda masa kadaluarsa
dan jenisnya.
Pendesainan Model JST menjadi tahapan berikutnya. Model ini didesain
dengan menggunakan input data berupa kapasitansi (C), frekuensi (f) dan
konstanta dielektrik (k) dari hasil pembacaan sensor. Selain itu, input data yang
dimasukkan pada JST adalah jenis kemasan, jenis biskuit dan masa kadaluwarsa
aktual (di kemasan). Algoritma pembelajaran JST yang digunakan adalah
Backpropagation dengan trial and error fungsi aktivasi, fungsi pembelajaran,
variasi jumlah node per hidden layer, dan jumlah hidden layer. Arsitektur yang
menghasilkan kinerja pelatihan terbaik (MSE terendah dan R tertinggi) adalah
JST dengan 5 hiden layer, 10 node per hidden layer, fungsi aktivasi hidden layer
tansig, fungsi aktivasi output layer purelin., fungsi pembelajaran trainlm dan 86
epoch. JST yang dikombinasikan dengan parameter dielektrik ini memiliki
kinerja pelatihan MSE terendah (9,8648 x 10-5) dan R tertinggi (99,80%).
Model JST diintegrasikan dengan sensor dielektrik menggunakan
mikrokontroler AVR ATMega 8535. Pengintegrasian ini dimaksudkan agar
pengukuran nilai dielektrik (variable input) dari produk yang belum diketahui
masa kadaluarsa dapat secara real time dilakukan dan langsung terbaca di
komputer. Untuk memudahkan interaksi dengan pengguna, dibangun interface
dengan Toolbox GUI MATLAB. Pengintegrasian JST dan sensor dielektrik telah
mampu memprediksi masa kadaluarsa biskuit secara real time. Kinerja sistem
real time cerdas yang didesain dalam memprediksi masa kadaluarsa biskuit cukup
akurat. Berdasarkan verifikasi, diperoleh wafer, cookies, crackers dan biskuit
keras secara berturut-turut memiliki masa kadaluarsa prediksi 517, 488, 338 dan
377 hari. Sedangkan, masa kadaluarsa aktual keempat biskuit tersebut secara
berturut-turut adalah 486 hari.
Untuk penelitian berikutnya, proses pembelajaran secara paralel dari
semua parameter desain arsitektur JST dapat dicoba untuk mendapatkan kinerja
yang lebih akurat (MSE < 0,0001dan R > 99%) dengan waktu lebih singkat.
Perbaikan kinerja JST dapat dicobakan juga untuk jumlah node dan hidden layer
yang lebih banyak dengan goal yang lebih kecil (