Presentasi Sidang Tesis
SISTEM KROMATOGRAFI GAS MENGGUNAKAN SENSOR SEMIKONDUKTOR DAN NEURAL NETWORK UNTUK KLASIFIKASI MINYAK MENTAH Sugeng Dwi Riyanto 2209204004 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2010
Abstrak •
Peralatan kromatografi gas diaplikasikan dalam banyak bidang, seperti, industri makanan, kesehatan industri gas dan minyak. Pada bidang industri gas dan minyak peralatan ini dapat digunakan sebagai penganalisa hasil produksi dari gas atau minyak mentah. Peralatan kromatografi gas terdiri kolom partisi yang merupakan jantung dari sistem kromatografi gas yang berfungsi memisahkan komponen-komponen senyawa penyusun dari suatu gas campuran. Gas yang merupakan material fasa gerak akan berinteraksi dengan material fasa diam kolom partisi. Komponen senyawa yang merupakan ikatan yang kuat terhadap fasa diam akan keluar paling akhir pada detektor atau sensor.
•
Detektor yang digunakan pada umumnya memerlukan tegangan yang tinggi sekitar 180 V dan suhu yang tinggi sekitar 600-8000C. Pada penelitian ini digunakan sensor semikonduktor sebagai detektor pada sistem kromatografi gas. Senyawa yang masuk pada sensor gas mengakibatkan menaiknya tegangan pada sensor. Dari hasil percobaan menunjukkan bahwa sensor ini dapat memberikan pola pergeseran tegangan yang berbeda untuk setiap sampel yang di ujikan. Neural network digunakan untuk mengenali jenis larutan yang diujikan dengan tingkat dengan tingkat identifikasi sebesar 76,6%.
Perumusan Masalah Dalam penelitian yang berjudul sistem kromatografi gas menggunakansensor semikonduktor dan neural network untuk klasifikasi minyak mentah ini terdapat beberapa pokok perumusan masalah antara lain : • Melakukan pembacaan sampel minyak oleh sensor dan ditampilkan dalam bentuk grafik kromatogram pada komputer. • Implementasi neural network dengan metode backpropagtion dalam sistem kromatografi gas untuk klasifikasi minyak mentah.
Tujuan dan Manfaat
ITS Electrical enginering
Sugeng Dwi Riyanto
• Tujuan dari penelitian sistem kromatografi gas menggunakan sensor semikonduktor dan neural network untuk klasifikasi minyak mentah adalah untuk mengetahui bentuk grafik dan mengklasifikasi kromatogram dari minyak mentah. • Manfaat dari sistem yang di diteliti ini diharapkan mampu memberikan bahan kajian awal sebelum dilakukan pengolahan pada minyak mentah.
Peralatan kromatografi gas
Kolom partisi
Gas pembawa
Injector
Pengolahan data
ITS Electrical enginering
GC Tools
Detector
Data akuisisi
ITS Electrical enginering
Perancangan sistem
Sugeng Dwi Riyanto
1 Sampel minyak disuntikkan ke dalam ruang sampel.
2 Sampel minyak didorong dengan gas pembawa dan masuk ke dalam kolom partisi
3
Keluaran dari kolom partisi akan dideteksi oleh detektor sensor gas, yang kemudian masuk ke data akuisisi dan masuk ke komputer untuk dilakukan Pengolahan data untuk menampilkan Grafik kromatogram.
Percobaan awal •
Sebelum dilakukan pengujian langsung pada minyak mentah, dilakukan beberapa percobaan dengan bahan sampel premium, pertamax dan pertamax plus. Dan kemudian dibandingkan dengan peralatan laboratorium kromatografi. Perbandingan antara grafik keluaran alat pada penelitian dengan alat kromatografi laboratorium menunjukkan profil yang hampir sama. Beberapa puncak grafik kromatogram hasil dari penelitian terletak pada posisi yang sama dengan grafik kromatogram hasil alat kromatografi laboratorium. Hal ini menunjukkan bahwa alat penelitian bisa digunakan untuk menguji premium, pertamax dan pertamax-plus
Grafik kromatogram premium hasil alat laboratorium kromatografi
Grafik kromatogram premium dengan alat penelitian
Percobaan awal
Grafik kromatogram pertamax hasil alat laboratorium kromatografi
Grafik kromatogram pertamax plus hasil alat laboratorium kromatografi
Grafik kromatogram pertamax dengan alat penelitian
Grafik kromatogram pertamax plus dengan alat penelitian
hasil Berdasarkan hasil percobaan pada penelitian ini, dapat diketahui bahwa sensor gas TGS 2610 dapat digunakan sebagai detektor pada sistem kromatografi gas. Hasil pembacaan berupa besar nilai tegangan terhadap waktu. Garis puncak pada grafik menunjukkan senyawa yang dapat terdeteksi oleh sensor. Proses pembacaan sampel minyak pada peralatan kromatografi gas ini dilakukan selamam 400 detik.
cepu
bojonegoro
palembang
Nilai aktifasi neuron output • Nilai aktifasi neuron output
Cepu
Bojonegoro
Palembang
Kesimpulan •
Berdasarkan hasil percobaan pada penelitian ini dapat disimpulkan bahwa sensor semikonduktor sebagai detektor dalam sistem kromatografi gas mampu untuk mendeteksi jenis uap minyak mentah yang diujikan. Sampel berupa uap minyak mentah diambil cuplikan sebesar 2mL dan dimasukkan dalam tabung sampel sebesar 1mL yang didorong olehsebuah gas pembawa. Gas pembawa menggunakan pompa udara biasa. Sampel masuk ke dalam ke kolom dan keluar di terima oleh detektor berupa sensor semikonduktor dan ditampilkan oleh komputer berupa grafik kromatogram. Proses pengujian untuk setiap sampel minyak mentah pada peralatan kromatografi gas ini dilakukan selama 400 detik .
•
Neural network dengan menggunakan metode back propagation dilatih untuk mengenali setiap sampel minyak mentah yang diujikan. Jumlah node input empat ratus sesuai dengan jumlah data input perubahan tegangan. Jumlah neuron output adalah tiga sesuai dengan jumlah jenis sampel. Jumlah neuron pada unit tersembunyi adalah seratus. Sejumlah 30 data diinputkan ke neural network dan dapat dikenali dengan tingkat identifikasi sebesar 76,6 %.
Sugeng Dwi Riyanto
Kolom partisi Kolom partisi menggunakan material gelas dengan diameter 3,2 mm dan panjang 1,6 m. Sebagai material fasa diamnya adalah Thermon-3000 5% dengan material penyangganya adalah Shincarbona ukuran 60/80 mesh yang sifat materialnya adalah polar
ITS Electrical enginering
Sugeng Dwi Riyanto
Kolom partisi Merupakan jantung dari peralatan kromatografi gas, berfungsi untuk memisahkan komponen senyawa penyusun suatu gas campuran. Gas yang merupakan material fasa gerak akan berinteraksi dengan material fasa diam kolom partisi.
ITS Electrical enginering
Sensor gas
Sugeng Dwi Riyanto
Bahan detektor gas dari sensor adalah metal oksida, khususnya senyawa SnO2.
R = A[C]-α R = resistansi sensor A,α = konstanta [C] = konsentrasi gas
Setiap perubahan nilai hambatan sensor (RS) dicatat sebagai perubahan di (VRL). Penurunan (RS) menyebabkan peningkatan (VRL) Tegangan VRL ini akan diukur terhadap waktu dan direkam dan ditampilkan sebagai bentuk kromatogram.
ITS Electrical enginering
Backpropagation
Sugeng Dwi Riyanto
1
Membuat input sinyal learning berupa sinyal hasil dari sensor gas, diambil untuk point dengan jarak yang bebeda dan mendesain struktur MLP NN
2 3
seting bobot (weight) masingmasing layer
Menghitung respon dari jaringan untuk masing-masing layer, dengan
4
Kemudian membandingkan respon jaringan dengan nilai actual output yang diinginkan, dimana hasilnya adalah output error
5
menghitung MSE (Mean Square error)
