LAPORAN AKHIR PENELITIAN TAHUN I HIBAH BERSAING ( HIBER)

TEKNOLOGI

LAPORAN AKHIR PENELITIAN TAHUN I HIBAH BERSAING ( HIBER)

JUDUL: Rancang Bangun Portable Electronic Nose sebagai Instrumen Uji Cepat Masa Kadaluarsa Produk Herbal Tahun ke 1 dari rencana 2 tahun

Tim Peneliti: Sari Wijayanti, M.Kom Etika Kartikadarma,M.Kom Eko Hartini, ST, M.Kes

NIDN 0617027701 NIDN 0622057501 NIDN 0625117401

DILAKSANAKAN ATAS BIAYA Koordinator Perguruan Tinggi Swasta (Kopertis) Wilayah VI SESUAI SURAT PERJANJIAN PELAKSANAAN PENELITIAN NOMOR: SP DIPA-023.04.2.189904/2014 tanggal 5 Desember 2013

LEMBAGA PENELITIAN DAN PENGABDIAN PADA MASYARAKAT

UNIVERSITAS DIAN NUSWANTORO SEMARANG NOVEMBER 2014

i

ii

RINGKASAN

Akan dibuat sistem olfaktori elektronik atau electronic nose(enose) sebagai instrumen elektronik handal dan cerdas untuk analisis kimia berdasarkan aroma. Tujuan jangka panjang dari penelitian ini adalah dapat diterapkannya instrumen enose yang dibangun pada industri dan bidang medis. Sementara target dari penelitian ini adalah terkait dengan kemampuan dan kemandirian tim peneliti di Universitas Dian Nuswantoro dalam membuat komponen enose dengan bahan dan performa berkualitas tinggi untuk menekan harga yang seharusnya diimpor seperti pompa mikro dan komponen elektromekanik. Motivasi dilakukannya penelitian adalah untuk menyediakan instrumen uji t dengan kemampuan sangat memadai, harga terjangkau dan dapat diterapkan padaindustri kecil (UKM) sehingga meningkatkan daya saing produknya. Diharapkan bahwa enose ini dapat digunakan sebagai salah satu instrumen uji cepat masa kadaluarsa produk herbal. Enose saat ini merupakan penyempurnaan dari generasi sebelumnya yang mencakup bagian larik sensor (terdiri atas larik berbagai macam sensor gas oksida logam (metal-oxide)), sistem penanganan aroma (odor handlingdan delivery system), mikroSD, sistem ekstraksi ciri, sistem pengenal pola dan sistem klasifikasi. Dengan semakin banyaknya sensor yang dipakai dalam enose, maka pembentukan pola akan semakin presisi sehinggadiharapkan performa sistem pengenal dan klasifikasi pola pada generasi ini juga semakin baik. Dari segi harga, enose akan sangat bersaing jika dibandingkan dengan enose komersial di pasar internasional.

iii

PRAKATA Puji syukur kami panjatkan kehadirat Alloh SWT, berkat rahmat dan hidayah-Nya, laporan kemajuan penelitian hibah bersaing yang berjudul Rancang Bangun Portable Electronic Nose sebagai Instrumen Uji Mutu Beras Aromatik dapat selesai sesuai dengan waktu yang telah direncanakan. Selanjutnya dengan segala kerendahan hati, kami menyampaikan terima kasih yang sebesar-besarnya kepada : 1. Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan Nasional, yang telah memberikan dana untuk penelitian hibah bersaing ini. 2. Dr. Ir. Edi Noersasongko, M.Kom, selaku Rektor Universitas Dian Nuswantoro (UDINUS) yang senantiasa memberikan dukungan demi kemajuan penelitian di lingkungan UDINUS. 3. Dr. Kuwat Triana ( UGM ) , selaku pembimbing

yang senantiasa memberikan dorongan dan

bimbingan selama tim peneliti menyelesaikan penelitian ini 4. Bp. Jusa Kwinto Edi, Head of Business Development Biro Oktroi Roosseno atas bantuan kerjasama penelitian ini. 5. Dr. Abdul Syukur dan segenap civitas di Fakultas Ilmu Komputer yang telah memberikan kesempatan untuk melakukan penelitian. Semoga laporan penelitian ini dapat bermanfaat dan berguna bagi kemajuan penelitian di Indonesia. Semarang, 24 November 2014

Sari Wijayanti,M.Kom

iv

DAFTAR ISI

DAFTAR GAMBAR DAFTAR LAMPIRAN

v

BAB I PENDAHULUAN Potensi pasar obat dan suplemen herbal asli Indonesia yang sering disebut jamu adalah sangat besar serta mengalami peningkatan dari waktu ke waktu. Hal tersebut didukung sumber daya alam Indonesia yang berlimpah. Keanekaragaman hayati di bumi Indonesia, menduduki peringkat kedua setelah Brazil. Tidak kurang 30.000 spesies tumbuhan yang ada di Indonesia, dan 940 di antaranya diketahui berkhasiat sebagai obat, namun baru sekitar 300 spesies yang dimanfaatkan.Persentase pertumbuhan obat herbal dari tahun ke tahun terus meningkat dan berada di atas rata-rata pertumbuhan obat modern. Menurut data GP Farmasi tahun 2003, pasar (omzet) obat modern Rp 17 triliun, sedangkan obat herbal Rp 2 triliun. Diperkirakan tahun 2010, pasar obat modern mencapai Rp 34,5 triliun, dan obat herbal Rp7,2 triliun, suatu pangsa pasar yang sangat besar (anonym, 2010a). Selain untuk menjaga kesehatan masyarakat produk herbal juga mempunyai potensi eksport demi menggairahkan perekonomian masyarakat. Saat ini, di Indonesia terdapat kurang lebih 600 industri herbal, besar dan kecil. Pengembangan Industri herbal yang berbasiskan tanaman obat alami atau bahan natural, dapat dikembangkan dalam berbagai bidang produk, antara lain: herbal medicine, herbal food, herbal drinks, herbal cosmetics, herbal candy, herbal tea, dan herbal flower. Industri herbal juga senantiasa mengikuti perkembangan jaman dan permintaan konsumen, kaitannya dengan mutu. Studi lapangan yang telah dilakukan olehtim dari UGM di industri herbal wilayah Jawa Tengah pada bulan April 2010 menunjukkan bahwa baru industri herbal yang besarbesar saja yang telah melakukan uji masa kadaluarsa dan uji kadaluarsa produk dengan baik menggunakan instrumen analisis modern. Untuk industri kecil dan menengah, pengujian mutu secara umum tidak dilakukan dengan alasan mahalnya instrument analisis modern sementara uji kadaluarsa adakalanya mereka mengira-ngira saja umur herbal terkait. Itu sebabnya, sebagian besar produk herbal industri kecil dan menengah mempunyai daya saing yang rendah jika dikaitkan dengan pangsa pasar internasional. Bahan baku herbal secara umum dapat berupa simplisia kering, serbuk,ekstrak kering dan minyak atsiri. Tiga bahan pertama terdiri atas beberapa macam seperti: Jati Belanda, Sirih, Alang-alang, Echinacea, Kencur, Jahe, Daun Jambu biji, Daun Dewa, Cabe jawa, Kumis kucing, Temulawak, Ling zhi, Meniran, Jahe Merah, Pasak Bumi, Tribulus, Kunyit, Kunyit putih, Temu Hitam, Temu Mangga. Sementara produk herbal dapat berupa serbuk, cair, permen dan lain-lain. Namun demikian, agar penelitian ini lebih focus, maka jenis bahan yang akan diuji adalah berupa herbal serbuk dan cair. Pemilihan jenis herbal serbuk 6

dan cair tersebut didasarkan atas banyaknya produk dalam bentuk tersebut yang dijual dipasaran. Harapan baru sebagai alternative sebagai instrument masa kadaluarsa produk yang cepat namun cukup akurat adalah electronic nose(selanjutnya disingkat enose) (D’Amico dkk., 2008). Dengan enose, masa kadaluarsa herbal dapat diuji berdasarkan aromanya. Cara kerja enose sebenarnya menirukan cara kerja human panel system menggunakan indera penciuman manusia yang terlatih atau expert. Bagian utama dari enose terdiri dari larik sensorgas, sistem akuisisi datadan sistem pengenal pola. Sebagai gambaran, aplikasi dari enose adalah sangat luas mencakup bidang medis (Baby dkk, 2008; D'Imporzano dkk, 2008; Gendron dkk, 2007; Barnabei dkk., 2008; Pavlon dkk, 2008; Aplikasi enose lainnya adalah dalam bidang pengujian lingkungan (Capelli dkk, 2008; Siripatrawan, 2008), bidang militer untuk mendeteksi bahan peledak seperti di- and trinitrotoluene (DNT, TNT) (Gardner dan Yinon, 2004). Dalam industri makanan, enose juga telah sukses diterapkan dalam industri roti (Ponzoni dkk, 2008), dan sukses diterapkan oleh Barbri dkk (2008) untuk asesmen produk perikanan, khususnya ikan sardin yang disimpan dalam suhu 4oC secara waktu nyata (real time). Di sisi lain, pengamatan secara real timeproses pemasakan tomat berdasarkan aroma tomat juga berhasilditerapkan oleh Gomez (2008). Begitu potensialnya aplikasi enose, maka penelitian ini adalah sangat urgen dan penting untuk dilakukan di Indonesia.

BAB II

TINJAUAN PUSTAKA

Pada tahun 2003 sedikitnya ada 17 perusahaan besar yang memproduksi dan memasarkan enose di seluruh dunia (Gardner dan Yinon, 2004). D’Amico dkk (2008) dalam makalah reviewnya mengemukakan aplikasi sistem olfaktori dalam bidang medis. Dalam uraiannya, enose cenderung berfungsi sebagai diagnosis dini beberapa penyakit seperti kanker paru-paru dan melanoma. Hal ini senada dengan hasil kajian Chan dkk (2008), yakni aplikasi enose untuk deteksi dini kanker paru-paru. Prinsip kerja dari enose dalam hal ini adalah pada analisis pernafasan pasien (exhaled breath analysis).

Tabel 1. Beberapa algoritma pre-processing berbeda telah digunakan untuk membangun parameter statis xij; frekuensi (f), resistansi (R), konduktansi (G), sinyal (s), baseline (0), sensor (i), odour (j) (Gardner dan Yinon, 2004).

7

Enose dapat juga membedakan antara sel tumor in vitro, yang berarti berpotensi untuk tes skrining kanker. Dalam hal ini sel tumor dapat diidentifikasi satu sama lain yang meliputi adenocarcinoma,

squamous

cell

carcinoma,

danmesothelioma,

serta

dari

normal

fibroblastdan smooth muscle cells(Gendron dkk, 2007). Masih dengan aplikasi dalam bidang medis, Barnabei dkk (2008) juga telah melakukan kajian awal atas kemungkinan diagnosis urinary tract cancerdengan enose. Satu lagi contoh aplikasi enose dalam bidang medis adalah untuk mendeteksi mycobacterium tuberculosis atau TB secara in vitro dan in situ. Dari hasil kajian tersebut dapat ditarik kesimpulan bahwa enose sangat layak dan meyakinkan untuk mendeteksi TB secara cepat, akurat dan cepat (Pavlon dkk, 2008). Dalam bidang lingkungan, enose telah dimanfaatkan untuk mendeteksi pencemaran tanah melalui deteksi aroma yang keluar dari tanah. Karakteristik aroma oleh enose ini kemudian dibandingkan dengan analisis kimia. Dari hasil perbandingan ini akhirnya dapat ditentukan komposisi kimiawi yang dikandung dalam tanah menggunakan enose secara memadahi (Capelli dkk, 2008). Enose juga pernah sukses diterapkan untuk mendeteksi gas toksis dan gas mudah meledak seperti di- and trinitrotoluene (DNT, TNT), nitroglycerine (NG) dan plastic explosives seperti RDX dengan massa atom berbeda (Gardner dan Yinon, 2004). Aplikasi enose bidang lingkungan juga ditunjukkan oleh Siripatrawan (2008) yakni untuk mengidentifikasi keberadaan bakteri e.coli dan salmonella dalam sampel cair. Dalam industri makanan, enose juga telah sukses diterapkan dalam industri roti, yakni untuk mendeteksi aroma roti pada saat proses fabrikasi. Dengan teknik ini maka fungsi enose berfungsi sebagai sistem kendali mutu produk roti (Ponzoni dkk, 2008). Selain itu enose juga sukses diterapkan oleh Barbri dkk (2008) untuk asesmen produk perikanan, khususnya ikan sardin yang disimpan dalam suhu 4oC secara waktu nyata (real time). Di sisi lain, pengamatan secara real time proses pemasakan tomat berdasarkan aroma tomat juga berhasil diterapkan oleh Gomez (2008). 8

Keberhasilan aplikasi enose yang telah diuraikan di atas tidak bisa lepas dari prapemprosesan (pre-processing) seperti dirangkum dalam Tabel 1. Selain bagian sistem penanganan aroma (aroma handling dan delivery system), pre-processing mutlak ditambahkan dalam enose. Penentuan metode pre-processing yang dipilih sangat erat hubungannya dengan karakteristik data hasil deteksi larik sensor yang digunakan.

Gambar 1. Teknik pemprosesan data multivariasi yang biasa diterapkan dalam enose (Gardner dan Yinon, 2004). Penyempurnaan sistem pengenal pola yang umum dilakukan dalam enose komersial dilukiskan dalam Gambar 1. Dari sekian banyak teknik pemprosesan data multivariasi yang dipakai dan paling sederhana adalah teknik propagasi balik atau back-propagation (BP) (Gardner dan Yinon, 2004).

BAB II

TUJUAN DAN MANFAAT PENELITIAN TAHUN KE 1

Dengan memperhatikan adanya masalah dalam uji cepat kadaluarsa produk herbal dan potensi enose sebagai instrument uji, maka tujuan dari penelitian ini adalah untuk membangun enose yang portablesebagai instrument cepat masa kadaluarsa produk herbal, yang selanjutnya dapat dirinci sebagai berikut: 1.

Merancang, membuat dan menguji unjuk kerja sistem larik sensor gas dan akuisisi 9

datanya. Penyempurnaan media penyimpan mikrokontroler dengan penambahan mikroSD (tahun pertama). 2. Merancang, mengimplementasikan dan menguji sistem pengenal pola pada enose berbasis jaringan syaraf tiruan terhadap sampel produk herbal (tahun kedua).

Tujuan khusus penelitian: Adapun tujuan khusus penelitian ini sebagai berikut : [a]. penyempurnaan media penyimpan pada mikrokontroler yang ditambahkan dengan mikroSD agar media penyimpan menjadi lebih besar [b]. disain dan pembuatan sistem signal conditioning dan data acquisition [c]. penyempurnaan sistem ekstraksi ciri dan pengolahan sinyal [d]. penyempurnaan sistem pengenal pola berbasis JST [e]. penyempurnaan sistem klasifikasi berbasis PCA [f]. instalasi seluruh bagian dan pengujian kinerja enose terhadap aroma produk herbal

BAB IV METODE PENELITIAN A. Desain Penelitian Penelitian tentang enose ini telah dimulai sejak tahun 2011 ketika mendapatkan Hibah PEKERTI. Dalam Hibah PEKERTI ini,tim peneliti bekerja sama dengan LPPT Unit III Universitas Gajah Mada. Selanjutnya penelitian enose akan dikembangkan di Universitas Dian Nuswantoro Semarang. Adapun gambaran penelitian yang telah dilakukan dan akan dikerjakan adalah sebagai berikut :

10

Gambar 2. Fishbone Diagram Penelitian

Persiapan penelitian Tahap penelitian dimulai dengan penyiapanseluruh komponen mekanik dan elektronik termasuk mikrokontroler, sensor-sensor gas,sensor suhu dan sensor kelembaban. Selanjutnya diakukan kalibrasi untuk seluruh sensor agar terjamin bahwa performa sensor dalam keadaan baik dan benar. Gambar 2 adalah tahapan rencana penelitian tahun 2014 dan 2015 serta indikator kinerjanya.

11

Gambar 3. Indikator Kinerja Penelitian

Tahap penelitian tahun I dimulai dengan penyiapan seluruh komponen mekanik dan elektronik termasuk mikrokontroler dan sensor-sensor gas. Sesuai dengan perencanaan penelitian (Gambar 3), pada tahun pertama akan diselesaikan pembuatan perangkat keras enose. Perangkat keras tersebutmencakup sistem larik sensor dan sistem akuisisi data elektronik minimalisnya agar portable. Pemilhan sensor dilakukan dengan memperhatikan gas-gas utama yang keluar dari sampel produk herbal . Tabel 2.Perkiraan jenis seri sensor gas yang akan digunakan (Triyana dkk., 2007)

12

Gambar 4. Skema Komponen enose secara umum

Secara rinci, metode peneitian tahun pertama diuraikan sebagai berikut. a. Pemilihan dan pengadaan disesuaikan dengan 8 macam sensor gas seperti dalam Tabel 2. Mengingat ketersediaan sensor tersebut terbatas, maka biasanya harus indent dari pemesanan sekitar 2 bulan. b. Jika sensor-sensor gas sudah ada, makalangkah selanjutnya adalah melakukan karakterisasi dan kalibrasi untuk menjaminunjuk kerjanya. Sementara itu, karena alasan tidak adanya gas standard, maka kalibrasi dilakukan hanya menggunakan karakteristik yang tertulis dalam data sheet setiap sensor. c. Perancangan perangkat keras sistem dimulai dari modul elektronik larik sensor gas dan modul elektronik sistem akuisisi. d. Sembari mempersiapkan larik sensor, dilakukan percobaan-percobaan untuk menentukan masa kadaluarsa produk herbal secara kimiawi yang nantinya digunakan sebagai dasar penentuan masakadaluarsa akhir dengan menggunakan alat. e. Instalasi sensor-sensor gas pada modul larik sensor serta sinkronisasi dan instalasi sistem larik sensor gas dan sistem akuisisi data menjadi perangkat keras enose portable. f. Pemrograman mikrokontroler untuk mengendalikan perangkat keras enose. g. Pengujian dan peningkatan unjuk kerja perangkat keras enose dengan sampel produk herbal. Unjuk kerja perangkat keras enose yang baik ditandai dengan kestabilan dan repetisi keluaran sensor yang baik pula.

13

BAB V HASIL DAN PEMBAHASAN Adapun tahapan penelitian yang telah dilaksanakan sejak bulan April sampai dengan Juni 2014 disajikan dalam Tabel 3. Tabel 3: Tahapan penelitian yang dilakukan (April – Juni 2014) No. 1

Bulan ke

Kegiatan

1

Persiapan dan pengadaan bahan-bahan penelitian

2

Perancangan dan pembuatan modul elektronik larik sensor

3

Perancangan dan pembuatan modul elektronik sistem akuisisi data

4

Kalibrasi dan karakterisasi sensor-sensor gas

5

Instalasi sensor-sensor gas pada modul larik sensor

6

Sinkronisasi dan instalasi sistem larik sensor gas dan sistem akuisisi data menjadi perangkat keras enose

7

Pengujian dan peningkatan unjuk kerja perangkat keras enose dengan sampel serbuk bahan baku produk herbal

8

Analisa hasil dan pembahasan

10

Pembuatan laporan kemajuan dan penyusunan 14

2

3

draft publikasi ilmiah

1) Perancangan dan pembuatan modul elektronik larik sensor Dalam rapat bersama anggota peneliti ingin adanya penyusunan cashing secara kasar, untuk menentukan blok diagram kasar alat dan rencana penggunaan komponen.

Gambar 5. Rencanan blok diagram cashing enose dan rencanan penggunaan komponen.

2) Desain modul elektronik dan larik sensor. Berikut adalah gambar desain PCB dan desain hardware

(6a)

15

(6b)

(6c)

(6d)

(6e)

(6f)

(6g)

Keterangan Gambar : (6a) Gambar Desain PCB Board 16

(6b) Gambar Desain Sistem MikroSD (6c) Gambar Desain PCB MikroSD (6d) Gambar Desain Sistem Variable Rs dari Array Sensor (6e) Gambar Desain PCB Sistem Variabel RS dari Array Sensor (6f) Gambar Desain Sistem Array Sensor (6g) Gambar Desain PCB Sistem Array Sensor

3) Desain dan pemrograman mikrokontroller dengan menggunakan software basic compiller (Bascom AVR) Program mikrokontroller dibuat dengan menggunakan software bascom karena lebih ringkas dan mudah dipahami dibandingkan dengan pemrograman menggunakan CVAVR ataupun dengan menggunakan assembler.

Gambar 7. Flowchart Microkontroler 4) Pengujian dan kalibrasi sensor Percobaan pertama adalah menguji sensor dengan menggunakan produk herbal bubuk. Untuk percobaan awal ini digunakan kunir bubuk dan pala bubuk sebagai sample bahan herbal. Untuk melihat dan mencatat perubahan nilai sensor yang sangat cepat, hal tersebut menandakan respon sensor yang sangat sensitif.

17

Gambar 4. Proses pengujian dan kalibrasi sensor

Langkah-langkah percobaan : 1. Menghidupkan catu daya rangkaian e-nose. 2. Mencatat kondisi awal dari masing-masing nilai larik sensor. 3. Menghubungkan rangkaian dengan serial port computer, kemudian menjalankan program hiperterminal pada PC. 4. Meletakan bubuk herbal pada tempat bubuk dan meletakkannya pada jarak kurang lebih 1 cm dibawah larik sensor. 5. Mencatat perubahan nilai sensor. Meyalakan exhause fan selama kurang lebih 30 menit, untuk menghilangkan aroma bahan herbal, agar kembali pada posisi awal.

Dari data pengujian tersebut didapatkan kesimpulan bahwa : 1. Harga tegangan dan nilai ADC dari masing-masing sensor selalu berubah. 2. Nilai sensor setelah selesai di exhause fan, tetap berada pada kondisi tinggi, walaupun agak turun dari posisi penciuman sebelumnya. Namun tidak dapat kembali pada harga awal. 3. Ke-empat sensor sangat peka terhadap aroma pala bubuk, namun pada kunyit bubuk, tidak begitu peka.Sensor TGS825 selalu stagnant pada kondisi apapun Foto hardware dan cashing :

18

Board mikrokontrol

Board power supply

Board fan dan array sensor

19

Pada penelitian 1, data akuisisi yang digunakan adalah menggunakan kipas angin untuk menghisap udara dari odorant ke chamber sampler (sedot) dan mengeluarkan udara dari chamber sampler ke udara bebas (semprot). Data Keluaran sensor untuk sedot dan semprot adalah diperlihatkan pada Gambar 1. Waktu yang digunakan untuk sedot dan semprot adalah setiap 50 detik, hal ini didasarkan pada waktu kondisi steady state dari odorant, yaitu rata-rata 48 detik. 2350

2300

2250

2200

2150

2100

2050

2000

0

100

200

300

400

500

600

700

800

900

1000

Gambar 1. Data Keluaran Sensor Pada Percobaan 1

Pada percobaan 1 ini akan dilakukan 4 kali pengambilan sample, yaitu pengambilan sample jamu beras kencur dari penjual A, beras kencur dari penjual B, kunyit asam dari penjual A dan kunyit asam dari penjual B.

a. PENGAMBILAN SAMPLE JAMU BERAS KENCUR DARI PENJUAL A Sample : beras kencur penjual A. Hardware: kipas angin. Akuisisi data : pengambilan data rerata dari tiap sensor. Untuk mengetahui reliabilitas sensor, dilakukan pengujian selama 20 hari. Hasil pengujian diperlihatkan pada Tabel 1. Tabel 1. Data Reliailitas Dari Pengambilan Sample Jamu Beras Kencur Dari Penjual A Hari Ke- Sensor 1 Sensor 2 Sensor 3 Sensor 4 1 2312.947 2189.57 468.0844 137.1519 2 2264.576 2177.463 460.3313 134.9397 3 2312.458 2181.842 463.8978 135.3621 4 2275.212 2157.122 453.9929 134.7123 5 2212.795 2186.52 453.5236 134.1889 6 2265.703 2138.749 445.6273 131.7832

20

7 8 9 10 11 12 13 14 15 16 17 18 19 20

2168.254 2100.307 2218.194 2068.712 2165.671 2156.271 2021.3 2074.993 2031.463 2042.036 2099.713 2046.824 2014.896 2062.567

2195.93 2241.607 2177.254 2250.241 2151.919 2213.663 2279.866 2261.329 2286.502 2284.299 2221.955 2261.613 2278.983 2192.444

456.1398 455.1693 449.9828 463.8876 437.3949 466.7037 457.4938 470.6928 472.818 473.4971 450.4479 456.8559 457.317 446.3685

130.6187 129.4791 127.734 125.5446 125.2475 124.0052 123.6176 122.4602 122.6068 122.3546 122.1608 121.8646 121.4785 121.0151

Dari Tabel 1, dapat diketahui bahwa nilai variasi dari masing-masing sensor tidak terlalu besar, bisa dikatakan bahwa datanya masih seragam, hingga hari ke-20, sensor masih belum mendeteksi adanya perubahan kadaluarsa dari sample jamu.

2000

Values

1500

1000

500

1

2

3

4

Column Number

test plot Axis 7 Axis 8 Axis 9

Axis 6 2200

2300

Axis 5 2200 Axis 4

2200

2200

1700

1600 1700

2300

1700

Set Set Set Set

1 2 3 4

Axis 3

1700 11001100 2300 1100 1100 2300 1100 1100 1700 Axis 10 Axis 2 1700 550 560 1100 570 550 1200 2300 550 560 570 1700 2200 1600 1100 540 580 1100 550 Axis 11 Axis 1 570 1100 570 580 1200 1700 2300 1700 570 550 570 2200 1100 570 570 1100 570 560 1600 Axis 12 Axis 20 1700 1100 1100 2200 1100 110011001100 2300 1700 1700 1700

Axis 13 2300

1700

1700 1700

Axis 14 2300 2300 Axis 15

1700 2300

2200

Axis 16

2300

Axis 19

Axis 18

Axis 17

Gambar 2. A. Grafik Boxplot, B. Grafik Spider Plot Dari Pengambilan Sample Jamu Beras Kencur Dari Penjual A Gambar

2

memperlihatkan tentang grafik boxplot dan grafik spiderplot dari

pengambilan sample jamu beras kencur dari penjual A. Grafik boxplot merupakan grafik untuk mengetahui variasi nilai pada tiap sensor dan dapat juga digunakan untuk mengetahui 21

adanya sample-sample outliner dari tiap sensor. Pada poin a, grafik boxplot, dapat dilihat bahwa sensor 4 , yaitu 31,03 merupakan sensor yang paling kecil nilai varians-nya, nilai varians tertinggi adalah pada sensor 1, yaitu 10528. Tidak ada outliner dari grafik boxplot menandakan bahwa, data yang didapatkan masih seragam, artinya belum ada tanda-tanda perubahan perilaku sensor. Point b, spider plot, memperlihatkan reliabilitas sensor. Pada point b, dapat dilihat bahwa data sensor telah stabil, namun seharusnya, data sensor mengalami perubahan, karena diharapkan adanya deteksi kadaluarsa. b. PENGAMBILAN SAMPLE JAMU BERAS KENCUR DARI PENJUAL B Sample : beras kencur penjual B. Hardware: kipas angin. Akuisisi data : pengambilan data rerata dari tiap sensor. Untuk mengetahui reliabilitas sensor, dilakukan pengujian selama 20 hari. Hasil pengujian diperlihatkan pada Tabel 2.

Tabel 2. Data Reliailitas Dari Pengambilan Sample Jamu Beras Kencur Dari Penjual B

Hari Ke1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Sensor 1 1380.623 1408.064 1335.436 1404.634 1406.677 1366.632 1395.767 1389.23 1315.501 1366.973 1329.618 1276.949 1356.428 1266.708 1318.106 1273.963 1309.521 1305.603 1319.736 1318.444

Sensor 2 1760.044 1769.127 1764.317 1783.354 1785.218 1776.81 1776.371 1775.29 1778.06 1773.773 1784.346 1791.732 1760.417 1802.17 1774.579 1792.925 1784.233 1779.523 1763.622 1803.407

Sensor 3 315.0418 299.1295 343.0344 297.6472 297.6135 316.4662 299.3663 303.8274 358.3355 298.3086 341.9814 352.8477 303.6619 356.4592 301.5499 330.11 362.5823 349.9473 318.2025 356.1752

Sensor 4 112.0819 113.3159 111.7396 113.2637 113.8377 112.5189 113.4122 113.7748 111.9467 113.1193 112.6741 112.3511 113.3569 112.2875 112.8287 112.1881 111.7967 111.9048 112.4645 112.8291


22

1800 1600 1400

Values

1200 1000 800 600 400 200 1

2

3

4

Column Number

test plot Axis 6

Axis 7 Axis 8 Axis 9

1800

1800

Axis 5 1800 Axis 4

1800

1800

1300 1300

1800

1300 1300

890 890 890 890

1300

1800

Set Set Set Set

1 2 3 4

Axis 3 1300

890 890

1800

1300 Axis 2 440 440 440 440 880 1800 450 440 450 1300 1800 1300 890 450 440 880 450 Axis 11 Axis 1 440 900 440 440 880 1300 1800 1300 450 450 440 1800 880 440 450 900 440 450 1400 Axis 12 Axis 20 900 1300 880 1800 890 900 890 890 1800 1300 1400

Axis 10

1300

Axis 13 1800

890

1300

1300 1300

Axis 14 1800 1800 Axis 15

1300 1800

1800

Axis 16

1800

Axis 19

Axis 18

Axis 17

Gambar 3.A. Grafik Boxplot, B. Grafik Spider Plot Dari Pengambilan Sample Jamu Beras Kencur Dari Penjual

A

Gambar

3, memperlihatkan tentang grafik boxplot dan grafik spiderplot dari

pengambilan sample jamu beras kencur dari penjual B. Grafik boxplot merupakan grafik untuk mengetahui variasi nilai pada tiap sensor dan dapat juga digunakan untuk mengetahui adanya sample-sample outliner dari tiap sensor. Pada poin a, grafik boxplot, dapat dilihat bahwa sensor 4 , yaitu 0,43 merupakan sensor yang paling kecil nilai varians-nya, nilai varians tertinggi adalah pada sensor 1, yaitu 2102. Tidak ada outliner dari grafik boxplot menandakan bahwa, data yang didapatkan masih seragam, artinya belum ada tanda-tanda perubahan perilaku sensor. Point b, spider plot, memperlihatkan reliabilitas sensor. Pada point b, dapat dilihat bahwa data sensor telah stabil, namun seharusnya, data sensor mengalami perubahan, karena diharapkan adanya deteksi kadaluarsa. c. PENGAMBILAN SAMPLE JAMU KUNYIT ASAM DARI PENJUAL A Sample : kunyit asam penjual A. Hardware: kipas angin. Akuisisi data : pengambilan data rerata dari tiap sensor. 23

Untuk mengetahui reliabilitas sensor, dilakukan pengujian selama 20 hari. Hasil pengujian diperlihatkan pada Tabel 3 Tabel 3. Data Reliailitas Dari Pengambilan Sample Jamu Kunyit Asam Dari Penjual A Hari Ke- Sensor 1 Sensor 2 Sensor 3 Sensor 4 1 1655.283 2017.34 382.2549 124.3264 2 1677.904 1902.23 351.9625 126.5207 3 1571.053 2155.958 424.6155 122.5086 4 1759.409 1963.804 361.2976 130.1211 5 1744.072 1913.54 348.3257 130.7926 6 1679.918 2086.304 395.2893 127.9998 7 1641.331 1882.735 344.8114 126.774 8 1698.391 1918.023 349.9601 129.3373 9 1510.433 2202.071 446.9752 122.4424 10 1596.643 1894.63 346.9009 126.4097 11 1558.368 2171.861 425.9234 126.7633 12 1401.097 2158.563 417.5933 121.4833 13 1626.706 1934.548 355.8288 127.2143 14 1403.114 2153.685 420.6131 121.8248 15 1523.443 1929.842 356.7412 125.1329 16 1442.562 2046.379 392.3708 123.0178 17 1486.274 2203.3 448.1273 122.2923 18 1488.036 2144.555 431.9404 122.5611 19 1541.213 2016.417 388.1915 124.6275 20 1505.881 2185.107 439.1712 126.0565


24

2200 2000 1800 1600

Values

1400 1200 1000 800 600 400 200 1

2

3

4

Column Number


Axis 6 1900

2100

Axis 5 1900 Axis 4

1900

2200

1400 1700

1400 1600

2000

1400

Set Set Set Set

1 2 3 4

Axis 3 1500

940 1000 2200 960 1600 980 Axis 10 Axis 2 1400 470 480 950 520 550 1100 1900 480 470 490 1400 2200 1600 1100 540 540 950 540 Axis 11 Axis 1 480 1100 480 500 1000 1500 2000 1600 540 550 480 2200 970 500 510 1100 540 550 1600 Axis 12 Axis 20 1500 1100 1000 2200 960 100011001100 1900 1500 1600 1900

Axis 13 2200

960 1100

1400

1500 1700

Axis 14 1900 2000 Axis 15

1600 2100

2200

Axis 16

2000

Axis 19

Axis 18

Axis 17

Gambar 4. A. Grafik Boxplot, B. Grafik Spider Plot Dari Pengambilan Sample Jamu Kunyit Asam Dari Penjual A Gambar

4,


pengambilan sample jamu kunyit asam dari penjual A. Grafik boxplot merupakan grafik untuk mengetahui variasi nilai pada tiap sensor dan dapat juga digunakan untuk mengetahui adanya sample-sample outliner dari tiap sensor. Pada poin a, grafik boxplot, dapat dilihat bahwa sensor 4 , yaitu 8,09 merupakan sensor yang paling kecil nilai varians-nya, nilai varians tertinggi adalah pada sensor 1, yaitu 10536,6. Tidak ada outliner dari grafik boxplot menandakan bahwa, data yang didapatkan masih seragam, artinya belum ada tanda-tanda perubahan perilaku sensor. Point b, spider plot, memperlihatkan reliabilitas sensor. Pada point b, dapat dilihat bahwa data sensor telah stabil, namun seharusnya, data sensor mengalami perubahan, karena diharapkan adanya deteksi kadaluarsa. d. PENGAMBILAN SAMPLE JAMU KUNYIT ASAM DARI PENJUAL B Sample : kunyit asam penjual B. Hardware: kipas angin. Akuisisi data : pengambilan data rerata dari tiap sensor. 25

Untuk mengetahui reliabilitas sensor, dilakukan pengujian selama 20 hari. Hasil pengujian diperlihatkan pada Tabel 4. Tabel 4. Data Reliailitas Dari Pengambilan Sample Jamu Kunyit Asam Dari Penjual B Hari Ke- Sensor 1 Sensor 2 Sensor 3 Sensor 4 1 1940.184 2161.752 508.6561 133.5562 2 1854.668 2286.061 623.1693 129.8397 3 1993.266 2109.683 475.7131 134.5917 4 1909.8 2180.623 553.5041 132.0017 5 1833.446 2308.941 695.6477 128.7041 6 1995.593 2096.086 466.5146 134.8345 7 1797.595 2437.742 698.6501 126.6897 8 1812.862 2394.506 762.1022 126.8958 9 2021.117 2085.961 465.4459 133.9723 10 1797.918 2491.674 713.8412 126.004 11 2049.339 2059.411 435.7523 136.0251 12 2039.016 2145.863 512.1821 134.3675 13 1824.745 2385.619 767.8419 126.071 14 1980.874 2235.906 675.8767 129.3266 15 1825.466 2433.108 782.4966 125.8599 16 1880.752 2341.607 806.1132 125.8142 17 2010.282 2169.186 542.256 131.1 18 1925.992 2297.17 668.7439 127.1728 19 1848.789 2352.2 755.42 125.5868 20 2082.761 2086.064 448.2121 135.2167


26

2500

2000

Values

1500

1000

500

1

2

3

4

Column Number


Axis 6 2400

2100

Axis 5 2300 Axis 4

2400

2100

1800

1800 1600

1700

2200

Set Set Set Set

1 2 3 4

Axis 3

1600 12001000 2100 1200 1200 2500 1000 1100 1600 Axis 10 Axis 2 1900 610 600 520 1200 520 1100 2300 580 620 550 1700 2100 1500 1000 510 530 1100 540 Axis 11 Axis 1 570 1100 600 540 1100 1600 2200 1600 560 520 610 2100 1200 590 590 1000 570 540 1600 Axis 12 Axis 20 1800 1100 1200 2100 1200 120011001100 2400 1800 1700 1600

Axis 13 2200

1800

1800 1600

Axis 14 2400 2300 Axis 15

1700 2300

2200

Axis 16

2400

Axis 19

Axis 18

Axis 17

Gambar 5. A. Grafik Boxplot, B. Grafik Spider Plot Dari Pengambilan Sample Jamu Kunyit Asam Dari Penjual B Gambar

5,


pengambilan sample jamu kunyit asam dari penjual B. Grafik boxplot merupakan grafik untuk mengetahui variasi nilai pada tiap sensor dan dapat juga digunakan untuk mengetahui adanya sample-sample outliner dari tiap sensor. Pada poin a, grafik boxplot, dapat dilihat bahwa sensor 4 , yaitu 14,5 merupakan sensor yang paling kecil nilai varians-nya, nilai varians tertinggi adalah pada sensor 2, yaitu 18725,2. Tidak ada outliner dari grafik boxplot menandakan bahwa, data yang didapatkan masih seragam, artinya belum ada tanda-tanda perubahan perilaku sensor. Point b, spider plot, memperlihatkan reliabilitas sensor. Pada point b, dapat dilihat bahwa data sensor telah stabil, namun seharusnya, data sensor mengalami perubahan, karena diharapkan adanya deteksi kadaluarsa. Percobaan 1 ternyata masih belum dapat mendeteksi adanya perubahan kadaluarsa sampler. Namun demikian, penelitian 1 telah membuktikan adanya rebilitas data hasil pengkuran sensor yang baik, sehingga data yang diolah pada penelitian ini, dan data yang diproses untuk proses berikutnya merupakan data yang valid. 27

BAB VI KESIMPULAN DAN SARAN Telah dilakukan rancang bangun hardware enose portable untuk uji cepat masa kadaluarsa produk herbal. Pada penelitian ini belum dapat dilakukan pengujian kinerja sistem baik per-larik sensor maupun secara integrasi dari hardware sistem enose portable. Hal ini dikarenakan waktu pemesanan sensor yang sangat lama mencapai waktu 2 bulan. Dicoba menggunakan sensor lama tetapi ternyata tidak bisa lagi dikarenakan adanya kerusakan pada sensor. Relibilitas sensor telah terbukti baik dan data valid

DAFTAR PUSTAKA Baby, R., Cabezas, M., Castro, E., Filip, R., dan Walso de Reca, N.E., 2008, Quality Control of Medicinal Plants With an Electronic Nose, Sensor and Actuator B 106, 24. Barbri, N.E., Llobet, E., Bari, N.E., Correig, X., dan Bouchikhi, B., 2008, Application of Portable Electronic Nose System to Assess The Freshness of Moroccan Sardines, Materials Science and Engineering C 28, 656. Bernabei, M., PenNazza, G., Santonico, M., Corsi, C., Roscioni,C., Paolesse, R., Natale, C.D., dan D'Amico, A., 2008, A Preliminary Study on The Possibility to Diagnose Urinary Tract Cancers by An Electronic Nose, Sensor and Actuator B 131, 1. Capelli, L., Sironi, S., Del Rosso, R., Centola, P., dan Grande, M., 2008, A Comparative and Critical Evaluation of Odour Assessment Methods on A Landfill Site, Atmospheric Environment 42. 7050 Chan, H.P., Lewis, C., dan Thomas, P.S., 2008, Exhaled Breath Analysis: Novel Approach for Early Detection of Lung Cancer, Lung Cancer. doi:10.1016/j.lungcan.2008.05.020 D'Amico, A., Natale, C.D., Paolesse, R., Macagnano A., Martinelli E., Pennazza G., Santonico M., dan Bernabei, M., 2008, Olfactory Systems for Medical Applications, Sensors and Actuators B, 130, 458. D'Imporzano, G., Crivelli, F., dan Adani, F., 2008, Biological Compost Stability Influences Odor Molecules Production Measured by Electronic Nose During Food- Waste HighRate Composting, Science of The Total Environtment, 278. Dragonieri, S., Schot, R., Mertens, B.J.A., Cessie, S.L., Gauw, S.A., Spanevello, a., Resta, O., Willard,. N.P., Vink, T.J., Rabe, K.F., Bel, E.H., dan Sterk, P.J., 2007, An Electronic 28

Nose in THE Discrimination of Patients with Asthma and Controls, Health care education, delivery, and quality, 856 Fu, J., Li, G., Qin, Y., dan Freeman, W.J., 2007, A Pattern Recognition Method for Electronic Noses Based on An Olfactroy Neural Network, Sensor and Actuator B 125, 489. Gardner, J.W., Yinon, J., 2004, Electronic Nose and Sensors for the Detection of Explosives, Kluwer Academic Publisher, New York. Gendron, K.B., Hockstein, N.G., Thaler. E.R., Vachani, A., dan Hanson, C.W., 2007, In Vitro Discrimination of Tumor Cell Lines With an Electronic Nose, Otolaryngology-Head and Neck Surgery 137, 269. Gomez, A.H., Wang, J., Hu, G., dan Pereira, A.G., 2008, Monitoring Storage Shelf Life of Tomato Using Electronic Nose Tecnique, Jurnal of Food Engineering 85, 625. Pavlou, A.K., Magan, N., Jones, J.M., Brown, J., Klatser, P., dan Turner, A.P.F., 2001, Detection of Mycobacterium Tuberculosis (TB) In Vitro and In Situ Using An Electronic Nose in Combination With A Neural Network System, Biosensors and Bioelectronics 20, 538. Perkowski, J., Busko, M., Chmielewski, J., Goral, T., dan Tyrakowska, B., 2008, Content of Trichodiene and Analysis of Fungal Volatiles (Electronic Nose) in Wheat and Triticale Grain Naturally Infected and Inoculated With Fusarium Culmorum, International Journal of Food Microbiology, 127. Ponzoni, A., Depari, A., Falasconi, M., Comini, E., Flammini, A., Marioli, D., Troni, A., dan Sberveglieri, G., 2008, Bread Baking Aromas Detection by Low-Cost Electronic Nose, Sensors and Actuators B 130, 100. Siripatrawan, U., 2008, Rpid Diferentition Between E. Coli and Salmonella Typhimurium Using Metal Oxide Sensors Integrated With Pattern Recognition, Sensors and Actuators B 133, 414. Sohn, J.H., Hudson, N., Gallagher, E., Dunlop, M., Zeller, L., dan Atzeni, M., 2008, Implementation of An Electronic Nose for Continuous Odour Monitoring in a Poultry Shed, Sensors and Actuators B 133, 60. Triyana, K., Masthori, A., Supardi, B. P., dan Bharata, A.M.I., 2007, Prototype of Electronic Nose Based on Gas Sensors Array and Back Propagation Neural Network for Tea Classification, Berkala MIPA, 17(3).

29

30

31

32

Perancangan Portabel Enose sebagai Alat Uji Cepat Masa Kadaluarsa Produk Herbal Sari Wijayanti 1, Etika Kartikadarma1, Eko Hartini2 1

Prodi Teknik Informatika UDINUS Prodi Kesehatan Masyarakat UDINUS Jln. Nakula 5-11 Semarang 51308 INDONESIA 2

Abstrak Akan dibuat sistem olfaktori elektronik atau electronic nose(enose) sebagai instrumen elektronik handal dan cerdas untuk analisis kimia berdasarkan aroma. Tujuan jangka panjang dari penelitian ini adalah dapat diterapkannya instrumen enose yang dibangun pada industri dan bidang medis. Sementara target dari penelitian ini adalah terkait dengan kemampuan dan kemandirian tim peneliti di Universitas Dian Nuswantoro dalam membuat komponen enose dengan bahan dan performa berkualitas tinggi untuk menekan harga yang seharusnya diimpor seperti pompa mikro dan komponen elektromekanik. Motivasi dilakukannya penelitian adalah untuk menyediakan instrumen uji t dengan kemampuan sangat memadai, harga terjangkau dan dapat diterapkan padaindustri kecil (UKM) sehingga meningkatkan daya saing produknya. Diharapkan bahwa enose ini dapat digunakan sebagai salah satu instrumen uji cepat masa kadaluarsa produk herbal. Enose saat ini merupakan penyempurnaan dari generasi sebelumnya yang mencakup bagian larik sensor (terdiri atas larik berbagai macam sensor gas oksida logam (metal-oxide)), sistem penanganan aroma (odor handlingdan delivery system), mikroSD, sistem ekstraksi ciri, sistem pengenal pola dan sistem klasifikasi. Dengan semakin banyaknya sensor yang dipakai dalam enose, maka pembentukan pola akan semakin presisi sehinggadiharapkan performa sistem pengenal dan klasifikasi pola pada generasi ini juga semakin baik. Dari segi harga, enose akan sangat bersaing jika dibandingkan dengan enose komersial di pasar internasional.

Kata kunci : Portable enose, PCA, Herbal

1.

didasarkan pada bukti-bukti empirik yang akan didapatkan melalui proses saintifikasi jamu. Terkait dengan penyusunan regulasi dalam pengintegrasian obat tradisional dengan pelayanan kesehatan formal, ementerian Kesehatan telah mengeluarkan Permenkes No. 003 Tahun 2010 tentang Saintifikasi Jamu. Saintifikasi Jamu adalah pembuktian ilmiah jamu melalui penelitian berbasis pelayanan kesehatan. Salah satu tujuannya adlah meningkatkan penyediaan jamu yang aman, memiliki khasiat nyata yang teruji secara ilmiah, dan dimanfaatkan secara luas baik untuk pengobatan sendiri maupun dalam fasilitas pelayanan kesehatan. Keamanan produk jamu, dapat diawali dengan penentuan masa kadaluarsa jamu yang teruji secara laboratories. Tujuan dari penelitian ini adalah untuk membangun enose yang

PENDAHULUAN

Jamu merupakan obat tradisional Indonesia yang dipakai sejak dahulu dan sudah terbukti khasiatnya, tidak kalah dengan obat herbal impor (misalnya dari China) yang selama ini membanjiri pasar Indonesia karena era perdagangan bebas. Oleh karena itu, pemerintah melalui Kementerian Kesehatan bertekad untuk menjadikan jamu sebagai tuan rumah obat tradisional di negeri sendiri. Tantangan yang dihadapi dalam pengembangan jamu salah satunya adalah belum terintegrasinya obat tradisional/jamu dengan pelayanan kesehatan formal karena belum adanya pengakuan dari profesi tenaga kesehatan (dokter, dokter gigi) bahwa jamu aman (tidak toksis), berkhasiat (efikasi), dan mutunya terjamin (standar). Untuk memperoleh pengakuan itu harus

33

portable sebagai instrument kadaluarsa produk herbal.

2.

uji

cepat

masa

METODE

Untuk mencapai tujuan penelitian, maka tahap-tahap penelitian dapat diuraikan berdasarkan desain enose (Gambar 1) sebagai berikut.

Gambar 2. Tahapan rencana penelitian dan indikator kinerjanya

Perangkat lunak akuisisi data sistem sensor rasa. Setelah perancangan sistem dilakukan, selanjutnya dibuat perangkat lunak atau software untuk otomatisasi dan sistem pengenal pola berbasis jaringan syaraf tiruan propagasi balik (BP) yang dikombinasikan dengan FLVQ serta sistem klastering data berbasis principle component analysis (PCA) (Wall dkk, 2003).

Gambar 1. Desain struktur enose portable sebagai instrument uji mutu bahan baku produk herbal. PARC adalah singkatan dari pattern recognition (pengenal pola).

Berdasarkan desain struktur enose portable yang akan dikembangkan (Gambar 1), uraian secara rinci kegiatan penelitian untuk setiap tahap dideskripsikan berikut. 2.1 Persiapan penelitian Tahap penelitian dimulai dengan penyiapan seluruh komponen mekanik dan elektronik termasuk mikrokontroler, sensor-sensor gas, sensor suhu dan sensor kelembaban. Selanjutnya diakukan kalibrasi untuk seluruh sensor agar terjamin bahwa performa sensor dalam keadaan baik dan benar. 2.2 Perancangan dan pembuatan sistem Perangkat keras akuisisi data sistem sensor rasa. Perancangan pengkat keras sistem dimulai dari sinkronisasi desain sistem kendali pusat dengan desain sistem sirkuit elektronik. Karena kerumitannya maka diusahakan sistem sirkuit elektronik dibuat di atas PCB yang dibuat adalah multi-lapis.

Gambar 3. Skema Komponen Enose

2.3 Pengujian sistem Pengujian sistem terdiri dari otomatisasi pengkondisi kelembaban, dan pengkondisi suhu, larik sensor rasa, pengkondisi sinyal, serta bagian akuisisi data juga diuji menggunakan data sintetis (secara simulasi) maupun data riil hasil pengukuran masing-masing sensor gas.

3.

HASIL DAN PEMBAHASAN

Skematik yang kami rancang adalah sebagai berikut :

34

Gambar 2. Diagram Skematik

1.

Sistem minimum Mikrokontrol ATMEGA32

Gambar 4. Flow Chard Software

Langkah-langkah percobaan : 1. Menghidupkan catu daya rangkaian e-nose. 2.

3.

Sistem Mikro SD

2.

Mencatat kondisi awal dari masing-masing nilai larik sensor.

3.

Menghubungkan rangkaian dengan serial port computer, kemudian menjalankan program hiperterminal pada PC.

4.

Meletakan bubuk herbal pada tempat bubuk dan meletakkannya pada jarak kurang lebih 1 cm dibawah larik sensor.

5.

Mencatat perubahan nilai sensor.

6.

Meyalakan exhause fan selama kurang lebih 30 menit, untuk menghilangkan aroma bahan herbal, agar kembali pada posisi awal.

Sistem Variable Rs dari Array Sensor

Adapun data hasil pengujian adalah sebagai berikut: 4.

Sistem Array Sensor Grafik scatter udara bebas / tanpa sample

Gambar 3. Sub Sistem dari system portable enose

Program mikrokontroller dibuat dengan menggunakan software bascom karena lebih ringkas dan mudah dipahami dibandingkan dengan pemrograman menggunakan CVAVR ataupun dengan menggunakan assembler.

35

Dari percobaan diatas dapat ditarik kesimpulan bahwa, keseluruhan sensor berjalan dengan baik. Walau belum sepenuhnya diuji coba secara maksimal.

DAFTAR PUSTAKA Baby, R., Cabezas, M., Castro, E., Filip, R., dan Walso de Reca, N.E., 2008, Quality Control of Medicinal Plants With an Electronic Nose, Sensor and Actuator B 106, 24. Barbri, N.E., Llobet, E., Bari, N.E., Correig, X., dan Bouchikhi, B., 2008, Application of Portable Electronic Nose System to Assess The Freshness of Moroccan Sardines, Materials Science and Engineering C 28, 656. Capelli, L., Sironi, S., Del Rosso, R., Centola, P., dan Grande, M., 2008, A Comparative and Critical Evaluation of Odour Assessment Methods on A Landfill Site, Atmospheric Environment 42. 7050 D'Amico, A., Natale, C.D., Paolesse, R., Macagnano A., Martinelli E., Pennazza G., Santonico M., dan Bernabei, M., 2008, Olfactory Systems for Medical Applications, Sensors and Actuators B, 130, 458. D'Imporzano, G., Crivelli, F., dan Adani, F., 2008, Biological Compost Stability Influences Odor Molecules Production Measured by Electronic Nose During FoodWaste High-Rate Composting, Science of The Total Environtment, 278. Gomez, A.H., Wang, J., Hu, G., dan Pereira, A.G., 2008, Monitoring Storage Shelf Life of Tomato Using Electronic Nose Tecnique, Jurnal of Food Engineering 85, 625. Pavlou, A.K., Magan, N., Jones, J.M., Brown, J., Klatser, P., dan Turner, A.P.F., 2001, Detection of Mycobacterium Tuberculosis (TB) In Vitro and In Situ Using An Electronic Nose in Combination With A Neural Network System, Biosensors and Bioelectronics 20, 538. Ponzoni, A., Depari, A., Falasconi, M., Comini, E., Flammini, A., Marioli, D., Troni, A., dan Sberveglieri, G., 2008, Bread Baking Aromas Detection by Low-Cost Electronic Nose, Sensors and Actuators B 130, 100. Triyana, K., Masthori, A., Supardi, B. P., dan Bharata, A.M.I., 2007, Prototype of Electronic Nose Based on Gas Sensors Array and Back Propagation Neural Network for Tea Classification, Berkala MIPA, 17(3)

36

Laporan kemajuan hibah Bersaing

LAPORAN AKHIR PENELITIAN TAHUN I HIBAH BERSAING ( HIBER)

Recommend Documents