PERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN 2205204001 DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST.MT
Pendahuluan 1. Spektroskopi adalah ilmu yang mempelajari materi dan atributnya berdasarkan cahaya, suara atau partikel yang dipancarkan, diserap atau dipantulkan oleh materi tersebut. Spektroskopi juga dapat didefinisikan sebagai ilmu yang mempelajari interaksi antara cahaya dan materi 2. Prinsip dari spektrofotometer adalah melewatkan cahaya dalam suatu larutan. Di awal penemuan spektrofotometer, untuk melewatkan satu panjang gelombang dari cahaya digunakan grating atau filter optik. Kemudian akan diukur intensitas cahaya yang melewati larutan tersebut dengan menggunakan satu buah fotodioda 3. Dewasa ini fungsi grating atau filter optik telah diganti dengan menggunakan sebuah prisma. Spektrum warna hasil dari dispersi cahaya oleh prisma akan dideteksi oleh deret fotodioda, hal ini mempunyai tingkat kesulitan yang tinggi dikarenakan jarak spektrum warna dan jarak antar fotodioda tidak sama. 4. sebagai suatu inovasi maka akan di buat video spektroskopi, spektrum warna hasil dispersi cahaya akan ditangkap oleh kamera. Dengan menggunakan Neural Network diharapkan Citra dari spektrum warna mengidentifikasi jenis cairan
Perumusan Masalah Dalam penelitian ini dapat dirumuskan permasalahan : 1.Apakah ada perbedaan spektrum warna untuk jenis cairan /sampel yang berbeda? 2. Dari gambar spektrum warna dapatkah dilakukan identifikasi jenis cairan dengan Neural Network ?
Teori Jika suatu gelombang monokromatik datang, terdiri dari beberapa frekuensi atau panjang gelombang yang bersuperposisi, maka tiap komponen panjang gelombang akan dibiaskan dengan sudut yang berbeda, suatu gejala yang disebut dengan dispersi cahaya putih terurai menjadi warna-warna bila dibiaskan dari udara ke bahan lain seperti air atau kaca
Susunan ideal untuk mengamati spektrum atomik
Metodologi Penelitian Metode penelitian yang digunakan dalam tesis ini adalah metode eksperimental untuk mengidentifikasi cairan berdasarkan pengolahan spektrum warna menggunakan jaringan syarat tiruan. Metode Penelitian Meliputi : 1. Mewujudkan sistem video spektroskopi 2. Mewujudkan sistem identifikasi 3. Uji coba sistem dengan sampel 4. Pengambilan Data
Sistem video Spektroskopi
Hasil Dispersi Cahaya Pengaturan sudut deviasi (δ) dispersi cahaya dilakukan agar gambar spektrum warna yang dihasilkan dapat ditangkap oleh camera. Dari hasil percobaan didapat δ sebesar 10o:
δ
Spektrum Warna
Ruang Terbuka
Ruang Terbuka
Sampel Dalam penelitian ini sampel yang digunakan adalah 1.Air Mineral 2.You c1000 Lemon Vitamin ( Vitamin Lemon ) 3.You c1000 Orange Vitamin ( Vitamin Orange) 4.You c1000 Orange Water 500ml ( Orange Water ) 5.Frestea Green
Pengolahan Citra Cropping
Ukuran citra awal Hasil capturing adalah 320 x 240 pixel
Ukuran citra spektrum Hasil cropping adalah 130 x 200 pixel
Tampilan program cropping
Citra Spektrum Warna
Histogram
Histogram Komponen Merah Histogram Komponen Merah 1.20E+00
Jumlah
1.00E+00
Air Mineral
8.00E-01
Vitamin Lemon
6.00E-01
Vitamin Orange
4.00E-01
Orange Water FresTea
2.00E-01 0.00E+00 1
29 57 85 113 141 169 197 225 253 Keabuan
Histogram Komponen Hijau Histogram Komponen Hijau 1.20E+00
Jumlah
1.00E+00
Air Mineral
8.00E-01
Vitamin Lemon
6.00E-01
Vitamin Orange
4.00E-01
Orange Water FresTea
2.00E-01 0.00E+00 1
29 57 85 113 141 169 197 225 253 Keabuan
Histogram Komponen Biru Histogram Komponen Biru 1.20E+00
Jumlah
1.00E+00
Air Mineral
8.00E-01
Vitamin Lemon
6.00E-01
Vitamin Orange
4.00E-01
Orange Water FresTea
2.00E-01 0.00E+00 1
29 57 85 113 141 169 197 225 253 Keabuan
Jaringan Syarat Tiruan 1. Masukan berupa data Histogram RGB ternormaliasasi dari 5 sampel 2. masing-masing sampel diulang sebanyak lima kali sebagai data pembelajaran dengan jaringan syaraf tiruan 3. pelatihan jaring saraf tiruan ini digunakan 3 input, 1 hidden layer 32 neuron dan 3 output 4. proses iterasi yang telah dilakukan sebanyak 9577 kali dengan nilai MSE sebesar 0,000004.
Program Pembelajaran
Pengujian
Tabel Hasil Pengujian
Tingkat Keberhasilan Identifikasi sukses sebanyak 32 kali dari 35 percobaan atau dengan kata lain persentase keberhasilan identifikasi sebesar 91,42 %, dengan perincian:
1. 2. 3. 4. 5.
identifikasi Air Mineral = 100 % identifikasi Vitamin Lemon = 100 % identifikasi Vitamin Orange = 71,4% identifikasi Orange Water = 85,7% Identifikasi Fres Tea = 100%
Dan dari data di atas diperoleh bahwa sistem aplikasi dapat digunakan untuk identifikasi jenis cairan yang diujikan dan mampu membedakan jenis cairan
Kesimpulan 1. Setiap sampel mempunyai spektrum warna yang khas 2. Cairan yang secara penglihatan mata telanjang memiliki warna yang sama, ternyata spektrum warnanya berbeda 3. Dari setiap sampel yang digunakan, memiliki pola histogram yang berbeda, pola tersebut digunakan untuk data jaringan syaraf tiruan 4. Pengujian dan identifikasi jenis cairan telah dilakukan dan berhasil mengidentifikasi jenis cairan. Sistem identifikasi menggunakan jaring saraf tiruan metode pembelajaran propagasi balik dengan 3 input, 1 hidden layer 32 neuron dan 3 output dilatih untuk mengenali pola histogram dari 5 sampel. Tingkat keberhasilan mengidentifikasi cairan sebesar 91.42 %.
Saran Untuk pengembangan lebih lanjut, hal-hal yang perlu penelitian lebih lanjut atau perbaikan antara lain:
1. Dispersi cahaya menggunakan grating 2. Menggunakan kamera yang tidak terpengaruh oleh cahaya 3. Cairan yang digunakan lebih bervariasi lagi. 4. Di lakukan kalibrasi spektrum warna menggunakan dua sumber cahaya yang telah diketahui panjang gelombangnya. 5. Menggunakan kamera infra merah
Terima Kasih
