IDENTIFIKASI KEMURNIAN SOLAR DENGAN SENSOR GAS SEMIKONDUKTOR (TGS FIGARO) MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE PEMBELAJARAN BACKPROPAGATION.
IDENTIFIKASI KEMURNIAN SOLAR DENGAN SENSOR GAS
SEMIKONDUKTOR (TGS FIGARO) MENGGUNAKAN JARINGAN
SYARAF TIRUAN METODE PEMBELAJARAN BACKPROPAGATION
LAPORAN TUGAS AKHIR
RATU YULI ATRI
0910453072
JURUSAN SISTEM KOMPUTER
FAKULTAS TEKNOLOGI DAN INFORMASI
UNIVERSITAS ANDALAS
PADANG
2013
ABSTRAK
IDENTIFIKASI KEMURNIAN SOLAR DENGAN SENSOR GAS
SEMIKONDUKTOR (TGS FIGARO) MENGGUNAKAN JARINGAN
SYARAF TIRUANMETODE PEMBELAJARAN BACKPROPAGATION
Oleh
Ratu Yuli Atri
0910453072
Penelitian ini bertujuan untuk mendeteksi kemurnian bahan bakar solar, apakah solar
murni atau dicampur dengan bahan bakar lain dalam hal ini minyak tanah. Sistem ini
berfungsi sebagai hidung elektronik (e-nose) yaitu dengan menggunakan sensor gas
TGS 2620 yang berfungsi mendeteksi kadar gas hidrokarbon yang terkandung pada
bahan bakar solar. Dimana sensor ini memiliki respon yang berbeda ketika bahan
bakar solar yang dideteksi mengandung minyak tanah atau tidak. Untuk pengambilan
keputusan digunakan sistem intelejensia buatan berbasis jaringan syaraf tiruan dengan
metoda pembelajaran backpropagation. Hasil akhir yang didapat dari 10 kali
pengujian adalah dengan tingkat keberhasilan 100% untuk mendeteksi solar murni,
sedangkan solar yang dicampur dengan kadar campuran 10% minyak tanah berhasil
dideteksi sebanyak 60%. Campuran 20% dapat dideteksi 80%, campuran 30%
dideteksi dengan keberhasilan 70%, dan campuran 40% dapat dideteksi 90%,
sedangkan hasil deteksi paling tinggi didapat pada campuran 50% yaitu dideteksi
100%. Diharapkan dengan adanya sistem ini dapat dijadikan sebagai alternatif untuk
menguji kemurnian bahan bakar khususnya solar yang dicampur minyak tanah.
Kata Kunci : Solar, Sensor Gas, Murni, Tercampur, Backpropagation
v
ABSTRACT
DIESEL FUEL PURITY IDENTIFICATION BY SEMICONDUCTOR GAS
SENSOR (TGS FIGARO) WITH ARTIFICIAL NEURAL NETWORK
BACKPROPAGATION LEARNING METHOD
By
Ratu Yuli Atri
0910453072
The objective of this research is to detect diesel fuel purity, whether diesel fuel is
pure or mixed with other gas substance which in this case is land oil. This system
function is to be electronic nose (e-nose) that is with gas sensor TGS 2620 detecting
hidrocarbon gas amount inside diesel fuel. Where this sensor has variative response
when diesel fuel that detected contains land oil or not. Decision intrepretation using
artificial intelligence system based of artificial neural network with backpropagation
learning method. Final result from 10 trial are 100% success rate to detect pure diesel
fuel, while diesel fuel which blended with 10% amount of land oil successfully
detected for 60%. 20% mixture detected for 80%, 30% mixture detected with 70%
successfull rate, and 40% mixture detected for 90%, meanwhile highest successfull
detection rate obtained at 50% mixture with 100% detection rate. We hope with this
system can be used as alternative to examine gas purity in particular diesel fuel that
blended with land oil.
Keyword : Diesel Fuel, Gas Sensor, Pure, Mixed, Backpropagation
vi
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Minyak solar adalah bahan bakar jenis destilat berwarna kuning kecoklatan
jernih. Minyak solar diperoleh dalam kolom destilasi pada temperatur 200-350oC. Di
dalam minyak solar terkandung 75% hidrokarbon jenuh (terutama parafin termasuk
n-parafin, isoparafin dan sikloparafin) dan 25% hidrokabon aromatik (naftalena dan
alkilbenzena). Minyak solar memiliki rentan hidrokarbon antara C10H22 hingga
C20H42 [1].
Minyak solar hingga saat ini masih merupakan bahan bakar yang paling banyak
dipakai. Hampir semua jenis kendaraan bermotor diesel dengan putaran tinggi (diatas
1000 rpm) menggunakan bahan bakar jenis ini. Permintaan solar semakin bertambah
seiring makin banyaknya jumlah kendaraan bermotor. Kenaikan harga bahan bakar
minyak (BBM) yang dilakukan oleh pemerintah per 23 Juni 2013 membuat
masyarakat makin terpukul. Daya beli masyarakat yang rendah mengakibatkan
mereka kesulitan untuk mendapatkan bahan bakar minyak solar. Akibatnya sebagian
dari masyarakat mencampur bahan bakar minyak tanah (kerosene) dengan solar
.
[2]
Keadaan tersebut sering kali dimanfaatkan oleh oknum tertentu untuk mendapatkan
keuntungan dengan cara menjual solar campuran. Konsumen tidak dapat
membedakan antara solar murni dan solar campuran secara langsung. Hal ini
tentunya merugikan konsumen yang tidak mengetahui kecurangan oknum tertentu
yang disengaja maupun tidak.
Solar murni mempunyai tekanan uap jenuh yang tertentu pada setiap suhu
tertentu. Pada suhu yang sama, minyak tanah mempunyai tekanan uap jenuh yang
lebih rendah. Dengan demikian pada suhu yang sama, tekanan uap jenuh campuran
solar dengan minyak tanah juga memiliki tekanan uap jenuh yang lebih rendah
daripada uap jenuh solar murni. Tekanan uap berbanding lurus dengan konsentrasi
uap dalam satuan mol/L
[3]
. Demikian juga komposisi senyawa-senyawa dalam uap
1
solar sudah tertentu. Dengan adanya minyak tanah atau bahan lain yang tercampur di
dalamnya akan mengubah komposisi senyawa tersebut. Semakin rendah tingkat
kemurnian solar atau semakin tinggi kadar minyak tanah dalam solar campuran, maka
semakin rendah pula tekanan uap jenuhnya. Perubahan tekanan uap ini dan perubahan
komposisi senyawanya akan mengubah resistensi sensor gas.
Secara visual, sulit dibedakan antara solar standar yang dipasarkan Pertamina
dengan yang telah bercampur dengan minyak tanah atau bahan lain yang larut. Untuk
membedakan solar standar sesuai yang dipasarkan Pertamina dengan yang telah
bercampur dengan bahan lain seperti minyak tanah diperlukan suatu cara atau alat
yang tepat. Dengan mendeteksi gas yang dihasilkan bahan bakar solar dimungkinkan
untuk mengetahui kemurnian dari bahan bakar solar tersebut. Diantara sensor yang
dapat digunakan adalah sensor Semikonduktor ( TGS FIGARO) yang peka dengan
uap pelarut-pelarut organik seperti solar. Hasil deteksi sensor gas diolah
menggunakan metode FFT (Fast Fourier Transform) untuk mendapatkan pola data
yang jelas agar dapat membedakan bahan bakar solar yang tercampur atau tidak
tercampur. Hasil keluaran FFT digunakan sebagai data input pada sistem Jaringan
Syaraf Tiruan (JST) metode Backpropagation, sehingga dihasilkan kelas keputusan
sesuai dengan yang diharapkan.
Dari permasalahan tersebut penulis mencoba melakukan penelitian Tugas Akhir
dengan mengangkat judul ”Identifikasi Kemurnian Solar dengan Sensor Gas
Semikonduktor ( TGS FIGARO) menggunakan Jaringan Syaraf Tiruan Metode
Pembelajaran Backpropagation”. Sistem yang dirancang akan diimplementasikan
terhadap pengujian kemurnian solar dan diharapkan dengan adanya alat pendeteksi
ini, dapat mempermudah mengetahui apakah solar yang digunakan murni atau solar
yang telah tercampur dengan minyak tanah.
1.2. Rumusan Masalah
Adapun permasalahan yang dibahas dalam tugas akhir ini adalah sebagai
berikut :
2
1. Apakah sensor gas yang digunakan mampu mendeteksi gas uap yang
dihasilkan oleh minyak solar yang dicampur dengan minyak tanah dan tidak
tercampur dengan minyak tanah.
2. Apakah data hasil keluaran FFT dapat digunakan sebagai data input
Jaringan
Syarat
Tiruan
(JST)
metode
Backpropagation
untuk
mengidentifikasi kemurnian solar.
1.3. Tujuan Penelitian
Tujuan dari pembuatan Tugas Akhir ini adalah :
1. Sensor gas TGS 2620 mampu mendeteksi gas uap yang dihasilkan oleh
minyak solar yang dicampur minyak tanah dan tidak tercampur minyak
tanah.
2. Data hasil keluaran FFT dapat digunakan sebagai data input Jaringan Syaraf
Tiruan (JST) untuk mengidentifikasi kemurnian solar.
3. Mendapatkan sebuah analisa dari program uji identifikasi kemurnian solar
menggunakan
Jaringan
Syaraf
Tiruan
metode
pembelajaran
Backpropagation.
1.4. Batasan Masalah
Batasan masalah pada tugas akhir ini adalah :
1. Alat pendeteksi menggunakan sensor gas yang dapat mendeteksi gas
hidrokarbon benzena dari uap minyak solar.
2. Bahan uji adalah solar murni dan solar yang dicampur dengan minyak tanah
dengan komposisi 10%, 20%, 30%, 40% dan 50%.
3. Metode Jaringan Saraf Tiruan (JST) yang dipakai adalah metode
Backpropagation.
1.5. Sistematika Penulisan
Sistematika dalam penulisan tugas akhir ini akan dibagi menjadi beberapa bab
sebagai berikut:
3
Bab I
Pendahuluan, berisi latar belakang, rumusan masalah, tujuan, batasan
masalah, metodologi penelitian dan sistematika penulisan.
Bab II
Landasan Teori, yang berisi dasar ilmu yang mendukung pembahasan
penelitian ini.
Bab III Metodologi Penelitian , yang berisi rancangan penelitian berupa Data
Flow Diagram yang menunjukan langkah langkah proses pengerjaan
Tugas Akhir dan juga keterangan dari Data Flow Diagram tersebut.
Selain itu akan dilakukan pembuatan aplikasi dan perangkat kerasnya
yang dibangun sesuai dengan permasalahan dan batasannya yang telah
dijabarkan pada bab pertama.
Bab IV Hasil dan Pembahasan, akan dilakukan uji coba berdasarkan parameterparameter yang ditetapkan, dan kemudian dilakukan analisa terhadap
hasil uji coba tersebut.
Bab V Penutup, berisi kesimpulan yang dapat diambil dari penelitian ini beserta
saran untuk pengembangan selanjutnya.
4
SEMIKONDUKTOR (TGS FIGARO) MENGGUNAKAN JARINGAN
SYARAF TIRUAN METODE PEMBELAJARAN BACKPROPAGATION
LAPORAN TUGAS AKHIR
RATU YULI ATRI
0910453072
JURUSAN SISTEM KOMPUTER
FAKULTAS TEKNOLOGI DAN INFORMASI
UNIVERSITAS ANDALAS
PADANG
2013
ABSTRAK
IDENTIFIKASI KEMURNIAN SOLAR DENGAN SENSOR GAS
SEMIKONDUKTOR (TGS FIGARO) MENGGUNAKAN JARINGAN
SYARAF TIRUANMETODE PEMBELAJARAN BACKPROPAGATION
Oleh
Ratu Yuli Atri
0910453072
Penelitian ini bertujuan untuk mendeteksi kemurnian bahan bakar solar, apakah solar
murni atau dicampur dengan bahan bakar lain dalam hal ini minyak tanah. Sistem ini
berfungsi sebagai hidung elektronik (e-nose) yaitu dengan menggunakan sensor gas
TGS 2620 yang berfungsi mendeteksi kadar gas hidrokarbon yang terkandung pada
bahan bakar solar. Dimana sensor ini memiliki respon yang berbeda ketika bahan
bakar solar yang dideteksi mengandung minyak tanah atau tidak. Untuk pengambilan
keputusan digunakan sistem intelejensia buatan berbasis jaringan syaraf tiruan dengan
metoda pembelajaran backpropagation. Hasil akhir yang didapat dari 10 kali
pengujian adalah dengan tingkat keberhasilan 100% untuk mendeteksi solar murni,
sedangkan solar yang dicampur dengan kadar campuran 10% minyak tanah berhasil
dideteksi sebanyak 60%. Campuran 20% dapat dideteksi 80%, campuran 30%
dideteksi dengan keberhasilan 70%, dan campuran 40% dapat dideteksi 90%,
sedangkan hasil deteksi paling tinggi didapat pada campuran 50% yaitu dideteksi
100%. Diharapkan dengan adanya sistem ini dapat dijadikan sebagai alternatif untuk
menguji kemurnian bahan bakar khususnya solar yang dicampur minyak tanah.
Kata Kunci : Solar, Sensor Gas, Murni, Tercampur, Backpropagation
v
ABSTRACT
DIESEL FUEL PURITY IDENTIFICATION BY SEMICONDUCTOR GAS
SENSOR (TGS FIGARO) WITH ARTIFICIAL NEURAL NETWORK
BACKPROPAGATION LEARNING METHOD
By
Ratu Yuli Atri
0910453072
The objective of this research is to detect diesel fuel purity, whether diesel fuel is
pure or mixed with other gas substance which in this case is land oil. This system
function is to be electronic nose (e-nose) that is with gas sensor TGS 2620 detecting
hidrocarbon gas amount inside diesel fuel. Where this sensor has variative response
when diesel fuel that detected contains land oil or not. Decision intrepretation using
artificial intelligence system based of artificial neural network with backpropagation
learning method. Final result from 10 trial are 100% success rate to detect pure diesel
fuel, while diesel fuel which blended with 10% amount of land oil successfully
detected for 60%. 20% mixture detected for 80%, 30% mixture detected with 70%
successfull rate, and 40% mixture detected for 90%, meanwhile highest successfull
detection rate obtained at 50% mixture with 100% detection rate. We hope with this
system can be used as alternative to examine gas purity in particular diesel fuel that
blended with land oil.
Keyword : Diesel Fuel, Gas Sensor, Pure, Mixed, Backpropagation
vi
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Minyak solar adalah bahan bakar jenis destilat berwarna kuning kecoklatan
jernih. Minyak solar diperoleh dalam kolom destilasi pada temperatur 200-350oC. Di
dalam minyak solar terkandung 75% hidrokarbon jenuh (terutama parafin termasuk
n-parafin, isoparafin dan sikloparafin) dan 25% hidrokabon aromatik (naftalena dan
alkilbenzena). Minyak solar memiliki rentan hidrokarbon antara C10H22 hingga
C20H42 [1].
Minyak solar hingga saat ini masih merupakan bahan bakar yang paling banyak
dipakai. Hampir semua jenis kendaraan bermotor diesel dengan putaran tinggi (diatas
1000 rpm) menggunakan bahan bakar jenis ini. Permintaan solar semakin bertambah
seiring makin banyaknya jumlah kendaraan bermotor. Kenaikan harga bahan bakar
minyak (BBM) yang dilakukan oleh pemerintah per 23 Juni 2013 membuat
masyarakat makin terpukul. Daya beli masyarakat yang rendah mengakibatkan
mereka kesulitan untuk mendapatkan bahan bakar minyak solar. Akibatnya sebagian
dari masyarakat mencampur bahan bakar minyak tanah (kerosene) dengan solar
.
[2]
Keadaan tersebut sering kali dimanfaatkan oleh oknum tertentu untuk mendapatkan
keuntungan dengan cara menjual solar campuran. Konsumen tidak dapat
membedakan antara solar murni dan solar campuran secara langsung. Hal ini
tentunya merugikan konsumen yang tidak mengetahui kecurangan oknum tertentu
yang disengaja maupun tidak.
Solar murni mempunyai tekanan uap jenuh yang tertentu pada setiap suhu
tertentu. Pada suhu yang sama, minyak tanah mempunyai tekanan uap jenuh yang
lebih rendah. Dengan demikian pada suhu yang sama, tekanan uap jenuh campuran
solar dengan minyak tanah juga memiliki tekanan uap jenuh yang lebih rendah
daripada uap jenuh solar murni. Tekanan uap berbanding lurus dengan konsentrasi
uap dalam satuan mol/L
[3]
. Demikian juga komposisi senyawa-senyawa dalam uap
1
solar sudah tertentu. Dengan adanya minyak tanah atau bahan lain yang tercampur di
dalamnya akan mengubah komposisi senyawa tersebut. Semakin rendah tingkat
kemurnian solar atau semakin tinggi kadar minyak tanah dalam solar campuran, maka
semakin rendah pula tekanan uap jenuhnya. Perubahan tekanan uap ini dan perubahan
komposisi senyawanya akan mengubah resistensi sensor gas.
Secara visual, sulit dibedakan antara solar standar yang dipasarkan Pertamina
dengan yang telah bercampur dengan minyak tanah atau bahan lain yang larut. Untuk
membedakan solar standar sesuai yang dipasarkan Pertamina dengan yang telah
bercampur dengan bahan lain seperti minyak tanah diperlukan suatu cara atau alat
yang tepat. Dengan mendeteksi gas yang dihasilkan bahan bakar solar dimungkinkan
untuk mengetahui kemurnian dari bahan bakar solar tersebut. Diantara sensor yang
dapat digunakan adalah sensor Semikonduktor ( TGS FIGARO) yang peka dengan
uap pelarut-pelarut organik seperti solar. Hasil deteksi sensor gas diolah
menggunakan metode FFT (Fast Fourier Transform) untuk mendapatkan pola data
yang jelas agar dapat membedakan bahan bakar solar yang tercampur atau tidak
tercampur. Hasil keluaran FFT digunakan sebagai data input pada sistem Jaringan
Syaraf Tiruan (JST) metode Backpropagation, sehingga dihasilkan kelas keputusan
sesuai dengan yang diharapkan.
Dari permasalahan tersebut penulis mencoba melakukan penelitian Tugas Akhir
dengan mengangkat judul ”Identifikasi Kemurnian Solar dengan Sensor Gas
Semikonduktor ( TGS FIGARO) menggunakan Jaringan Syaraf Tiruan Metode
Pembelajaran Backpropagation”. Sistem yang dirancang akan diimplementasikan
terhadap pengujian kemurnian solar dan diharapkan dengan adanya alat pendeteksi
ini, dapat mempermudah mengetahui apakah solar yang digunakan murni atau solar
yang telah tercampur dengan minyak tanah.
1.2. Rumusan Masalah
Adapun permasalahan yang dibahas dalam tugas akhir ini adalah sebagai
berikut :
2
1. Apakah sensor gas yang digunakan mampu mendeteksi gas uap yang
dihasilkan oleh minyak solar yang dicampur dengan minyak tanah dan tidak
tercampur dengan minyak tanah.
2. Apakah data hasil keluaran FFT dapat digunakan sebagai data input
Jaringan
Syarat
Tiruan
(JST)
metode
Backpropagation
untuk
mengidentifikasi kemurnian solar.
1.3. Tujuan Penelitian
Tujuan dari pembuatan Tugas Akhir ini adalah :
1. Sensor gas TGS 2620 mampu mendeteksi gas uap yang dihasilkan oleh
minyak solar yang dicampur minyak tanah dan tidak tercampur minyak
tanah.
2. Data hasil keluaran FFT dapat digunakan sebagai data input Jaringan Syaraf
Tiruan (JST) untuk mengidentifikasi kemurnian solar.
3. Mendapatkan sebuah analisa dari program uji identifikasi kemurnian solar
menggunakan
Jaringan
Syaraf
Tiruan
metode
pembelajaran
Backpropagation.
1.4. Batasan Masalah
Batasan masalah pada tugas akhir ini adalah :
1. Alat pendeteksi menggunakan sensor gas yang dapat mendeteksi gas
hidrokarbon benzena dari uap minyak solar.
2. Bahan uji adalah solar murni dan solar yang dicampur dengan minyak tanah
dengan komposisi 10%, 20%, 30%, 40% dan 50%.
3. Metode Jaringan Saraf Tiruan (JST) yang dipakai adalah metode
Backpropagation.
1.5. Sistematika Penulisan
Sistematika dalam penulisan tugas akhir ini akan dibagi menjadi beberapa bab
sebagai berikut:
3
Bab I
Pendahuluan, berisi latar belakang, rumusan masalah, tujuan, batasan
masalah, metodologi penelitian dan sistematika penulisan.
Bab II
Landasan Teori, yang berisi dasar ilmu yang mendukung pembahasan
penelitian ini.
Bab III Metodologi Penelitian , yang berisi rancangan penelitian berupa Data
Flow Diagram yang menunjukan langkah langkah proses pengerjaan
Tugas Akhir dan juga keterangan dari Data Flow Diagram tersebut.
Selain itu akan dilakukan pembuatan aplikasi dan perangkat kerasnya
yang dibangun sesuai dengan permasalahan dan batasannya yang telah
dijabarkan pada bab pertama.
Bab IV Hasil dan Pembahasan, akan dilakukan uji coba berdasarkan parameterparameter yang ditetapkan, dan kemudian dilakukan analisa terhadap
hasil uji coba tersebut.
Bab V Penutup, berisi kesimpulan yang dapat diambil dari penelitian ini beserta
saran untuk pengembangan selanjutnya.
4