Rancang Bangun Robot Electronic Nose untuk mengidentifikasi Gas Menggunakan Multi Layer Perceptron

I Dewa Gede Rai M

Abstract


Abstract— Research in the field of robotics development equipped with electronic nose is a new challenge. By implementing electronic nose, the robot can identify and mitigate the risks arising from the interaction between humans andharmful gases. This research used robotino that was programmed and equipped with electronic nose to make it more easy and flexible to be controlled by humans to approach the object (toxic gas), as well as designing an artificial intelligence using Multi Layer Perceptron with Error Back Propagation method to gain the weight. The weight that was obtained will be applied to a robot, so by using feed forward process according to these weight, the robot was able to precisely and quickly identify gasses that were obtained from the output of TGS array sensors. Experiment result shows that by training 12 sample data, the robot is able to classify gasoline and alcohol with the accuracy of 100%.

Intisari— Penelitian di bidang pengembangan robotika dilengkapi dengan hidung elektronik (electronic nose) adalah sebuah tantangan baru. Dengan menerapkan electronic nose, robot memiliki kemampuan untuk mengidentifikasi dan mengurangi risiko yang ditimbulkan akibat adanya interaksi antara manusia dan objek berbahaya (gas beracun). Penelitian ini menggunakan robotino yang diprogram dan dilengkapi dengan electronic nose untuk membuatnya lebih mudah dan fleksibel untuk dikendalikan oleh manusia untuk mendekati gas beracun, serta merancang kecerdasan buatan dengan Multi Layer Perceptron dan metode Error Back Propagation untuk mendapatkan bobot selama proses pelatihan (learning). Bobot yang diperoleh saat pelatihan akan diterapkan pada robot, sehingga dengan menjalankan proses feed forward dengan berdasar pada bobot tersebut, robot secara tepat dan cepat mampu mengidentifikasi gas yang diperoleh dari luaran array sensor TGS. Hasil penelitian menunjukkan bahwa dengan pelatihan 12 data sampel, robot ini mampu mengklasifikasikan bensin dan alkohol dengan tingkat akurasi 100%.

Kata Kunci— Robot, Electronic Nose, Multi Layer Perceptron, Back Propagation.


Full Text:

PDF

References


Doroftei , Ioan, (dkk.).2007.“Omnidirectional Mobile Robot–Design and Implementation”.(Online). http://www.intechopen.com/source/pdfs/465/InTechomnidirectional_ mobile_robot_design_and_implementation.pdf, diakses 26 Januari 2012

Ham, M Fredric., Kostanic, Ivica. 2001, Priciples of Neurocomputing for Science and Engineering.McGraw Hill.

Graham, Brian Barkley. 2000. Using an Accelerometer Sensor To Measure Human Hand Motion. Department of Electrical Engineering and Computer Science . Massachusetts Institute of Technology . Massachusetts.

Karras, Ulrich. 2011. Robotino – An Open Learning Mobile Robot System forRobocup. (online). (http://www.festodidactic. com/ov3/media/customers/1100/festo_robocup.pdf, diakses tanggal 25 Januari 2012).

Loutfi, Amy,. Coradeschi, Silvia. 2002. Relying on an electronic nose for odor localization. IEEE pages 46 – 50.

Purbo, Onno W. 2011. Jaringan Komputer Menggunakan Protokol TCP / IP.(Online). (http://onno.vlsm.org/v09/onno-ind-1/network/jaringan-komputer-menggunakan-protokol-tcpip-01- 1992.rtf, diakses tanggal 16 Agustus 2011). Canada.

Rajagukguk, Agatha Rebecca. 2009. Inovasidan Kreatifitas Layanan Penelusuran, Penggunaan Internet dan Jurnal Online pada Perpustakaan Universitas Sumatera Utara. (Online). (http://repository.usu.ac.id/bitstream/ 123456789/13596/1/09E02383.pdf, diakses tanggal 25 Januari 2012).

Robotino.2010. OpenRobotino API How To(Online). (http://doc.openRobotino.org/documentation/OpenRobotinoApiHowTo /HTML/index.html). Diakses tanggal 1 September 2011

ROS. 2010. Robots Using ROS Robotino.(Online). (http://www.ros.org/news/2010/06/robots-using-ros-Robotino.html). Diakses 29 September 2011

Syam, Syamsul. 2011. “Perancangan Robot Line Follower Menggunakan Onmiwheel Berbasis Mikrokontroler BS2P40”. (Online). http://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptuniko mpp-gdl-syamsulsya-26361&newlang=indonesian, diakses 26 Januari 2012




DOI: http://dx.doi.org/10.22146/jnteti.v3i3.92

Refbacks

  • There are currently no refbacks.


Copyright (c) 2016 Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id