net/publication/318559864
CITATION READS
1 287
3 authors, including:
Muhammad Rivai
Institut Teknologi Sepuluh Nopember
101 PUBLICATIONS 85 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Muhammad Rivai on 20 July 2017.
Abstrak - Identifikasi jenis dan kandungan cairan spektrum laser. Untuk itu pada sistim ini diperlukan deret
merupakan hal yang sangat penting untuk kebutuhan LED dengan spektrum yang berbeda agar dapat saling
analisa. Pada umumnya peralatan spektrofotometer melengkapi. Spektrum panjang gelombang LED mencakup
digunakan sebagai penganalisa serapan panjang ultra violet sampai infra red [1,2]. Cahaya yang dihasilkan
gelombang yang melewati sampel cairan. Peralatan ini oleh deret LED tersebut dilewatkan ke sampel cairan
terdiri dari sumber cahaya yang kaya akan panjang sehingga mengalami peredaman. Cahaya yang diteruskan
gelombang, monokromator dan sensor cahaya. Pada ditangkap dengan sensor cahaya fotodioda dan Pyroelectric
penelitian ini telah dirancang dan dibuat sustu sistim Infra Red (PIR). Fotodioda mempunyai respon panjang
pendeteksian cairan menggunakan Light Emitting Diode gelombang sinar tampak, sedangkan PIR mempunyai
(LED) sebagai sumber cahaya, fotodioda dan Pyroelectric respon pada infrared. Kedua jenis sensor cahaya tersebut
Infra Red (PIR) sebagai sensor cahayanya. Neural network dapat menghasilkan suatu pola serapan cahaya LED yang
digunakan untuk mengidentifikasi secara otomatis jenis spesifik untuk setiap sampel cairan. Back Propagation
sampel cairan yang digunakan. Hasil eksperimen Neural Network digunakan untuk mengenali jenis cairan
menunjukkan bahwa sampel cairan organik mempunyai secara otomatis setelah tahap pembelajaran. Sistim ini
respon serapan panjang gelombang yang kuat pada diimplementasikan kedalam suatu rangkaian elektronika
spektrum biru, hijau, near-infrared dan mid - infrared. berbasis mikrokontroler sehingga mempunyai bentuk yang
Neural network dapat mengenali pola serapan panjang ringkas.
gelombang untuk setiap sampel cairan dengan tingkat
identifikasi sebesar 97,14%.
II. TEORI
Kata kunci: LED, Fotodioda, PIR, Pola Serapan Cahaya bisa dianggap sebagai energi kuantum ataupun
Panjang Gelombang, Neural Network. gelombang Elektromagnetik. Cahaya dapat merambat tanpa
atau ada medium rambatan. Perbedaan bagian sprektrum
panjang gelombang cahaya diberi nama khusus seperti
I. PENDAHULUAN ultaviolet, tampak dan infrared, ditunjukkan pada gambar 1.
Ketika suatu gelombang cahaya (I0) dilewatkan ke suatu
Identifikasi suatu cairan atau larutan terutama senyawa materi, sebagian gelombangnya akan dipantulkan kembali,
organik merupakan hal yang sangat penting dalam sistim diserap oleh materi tersebut dan menyebar serta
kehidupan. Air dan cairan lain mempunyai kandungan yang berfluorisasi dan diteruskan (I). Pada gambar 2 dapat dilihat
dapat menghasilkan dampak yang baik dan buruk bagi ilustrasi dari penyerapan cahaya yang terjadi pada suatu
kesehatan tubuh. Sistim spektrofotometer biasanya cairan [3]. Besarnya gelombang radiasi yang dapat
menggunakan suatu lampu xenon (Xe) yang menghasilkan diteruskan tergantung dari besarnya konsentrasi atom-atom,
daya optik sebesar 150W pada spektrum panjang ion-ion atau molekul-molekul yang membentuk materi
gelombang yang lebar antara 300-500 nm dan lampu tersebut. Penyerapan yang dilakukan oleh sampel (A)
mercury (Hg) pada spektrum 250 – 600 nm dengan tekanan memenuhi hukum Beer-Lambert,
gas sebesar 10 atmosfir. Jenis lampu tersebut biasanya
memerlukan arus listrik sebesar 25A dan tegangan picu 20- I
40 KV untuk menginisiasi percikan plasma. Hal ini dapat A log εCl (1)
I
mengakibatkan resiko ledakan, interferensi elektronik dan 0
sengatan listrik. Cahaya yang dihasilkan oleh sumber lampu dengan l panjang lintasan cahaya yang melewati cairan,
tersebut dilewatkan ke monokromator ataupun filter optik koefisien peredaman pada panjang gelombang tertentu, dan
untuk mendapatkan suatu panjang gelombang tertentu yang C konsentrasi molekul penyerapan.
dilewatkan ke sampel cairan. Laser merupakan sumber LED merupakan komponen dioda semikonduktor yang
cahaya yang mempunyai efisiensi optik yang tinggi, tetapi arusnya disokong oleh pergerakan elektron dan hole.
menghasilkan spektrum panjang gelombang yang sangat Adanya sumber tegangan terbias maju akan menghasilkan
sempit. Pada sistim ini tidak diperlukan monokromator, proses rekombinasi antara elektron dan hole di daerah
tetapi memerlukan jumlah laser yang banyak dengan persambungan. Ketika elektron telah berekombinasi dengan
panjang gelombang yang berbeda. hole menyebabkan elektron terlepas dari energi ikatnya
Pada penelitian ini digunakan sumber lampu berupa sehingga menghasilkan energi cahaya atau foton, sebagian
Light Emitting Diode (LED). Sumber lampu ini hanya lain energi digunakan untuk memanaskan partikel-partikel
memerlukan daya kurang dari 50 mW. Dibanding dengan kristal. LED dibuat agar lebih efisien jika mengeluarkan
lampu xenon dan neon, LED memiliki spektrum panjang cahaya dengan panjang gelombang tertentu, ditunjukkan
gelombang yang relatif lebih sempit, namun lebih lebar dari
37
JAVA Journal of Electrical and Electronics Engineering, Vol. 6,No.2, Okt. 2008, ISSN 1412-8306
38
Gambar 6. Respon spektrum PIR terhadap panjang gelombang Sinyal arus keluaran fotodioda diubah menjadi
[8] tegangan lalu dikuatkan. Sedangkan sinyal tegangan PIR
dikuatkan menggunakan penguatan dua tingkat dan
Neural Network merupakan metoda pengenalan pola diangkat level tegangannya agar bisa dibaca oleh unipolar
yang prinsipnya meniru cara kerja otak manusia, yaitu Analog to Digital Convertion (ADC). Selanjutnya pola
dilakukan tahap pelatihan terlebih dahulu sebelum enam output dari fotodioda dan satu output dari PIR
digunakan pada tahap aplikasi. Metode backpropagation digunakan sebagai masukan pada proses perhitungan neural
neural network adalah salah satu jenis algoritma dengan network.
arsitektur multi layer perceptron, ditunjukkan pada gambar Sistem ini menggunakan dua kanal ADC pada
7. Ketika diberikan pola masukan sebagai pola pelatihan mikrokontroler untuk dua sensor cahaya yaitu fotodioda
maka pola tersebut menuju ke unit-unit pada lapis dan PIR. Pengujian sistem dilakukan dengan mengaktifkan
tersembunyi untuk diteruskan ke unit-unit lapisan keluaran. semua enam LED violet, biru, hijau, kuning dan infrared
Saat keluaran jaringan tidak sesuai dengan yang diharapkan secara bergantian dalam waktu 0,5 detik untuk masing –
maka keluaran akan disebarkan mundur (backward) pada masing LED yang akan diterima oleh fotodioda.
lapis tersembunyi, selanjutnya diteruskan ke unit pada lapis Selanjutnya LED inframerah 8 µm yang termodulasi
masukan untuk melakukan perubahan bobot. Sedangkan diaktifkan dan diterima oleh sensor PIR. Semua data akan
penyelesaian masalah akan dilakukan jika proses pelatihan ditampilkan di LCD dan dikirim hasil pembacaannya ke
tersebut telah selesai. Metoda ini dapat diimplementasikan komputer menggunakan komunikasi serial RS-232 untuk
pada sistim spektroskopi sehingga dapat mendeteksi jenis keperluan pelatihan neural network.
sampel secara otomatis [9] Pada tahap pelatihan neural network dilakukan di unit
komputer dengan menggunakan toolbox MATLAB. Pada
III. METODE proses ini digunakan algoritma backpropagation untuk
menghasilkan bobot akhir dengan tingkat kesalahan
Sistem secara keseluruhan dapat dilihat pada blok mendekati nol. Selanjutnya bobot akhir tersebut ditanamkan
diagram pada gambar 8. Sumber cahaya berasal dari deret pada mikrokontroler ATMega16 untuk dilakukan tahap
LED dengan spektrum violet, biru, hijau, kuning, merah, pengujian. Penggunaan mikrokontroler ini dimaksudkan
near-infrared dan mid-infrared yang termodulasi. Cahaya agar sistim yang dibuat dapat berbentuk ringkas dan
tersebut dilewatkan ke sampel cairan secara bergantian. portabel. Tabel 1 menunjukkan target yang harus
Kemudian besarnya intensitas cahaya yang diteruskan akan dikeluarkan oleh keluaran neural network pada tahap
diukur intensitasnya oleh fotodioda. Khusus untuk LED pelatihan.
mid-infrared termodulasi 0,8 Hz akan diterima sensor PIR
sebagai thermal radiation.
JAVA Journal of Electrical and Electronics Engineering, Vol. 6,No.2, Okt. 2008, ISSN 1412-8306
39
JAVA Journal of Electrical and Electronics Engineering, Vol. 6,No.2, Okt. 2008, ISSN 1412-8306
40
Jaringan ini dilatih dengan menggunakan algoritma [4] Moe AE, Marx S, Banani N, Liu M, Marquardt B,
Lavenberg-Marquardt, yang mana jika terjadi kesalahan Wilson DM, “Improvements in LED-based
jaringan e maka dilakukan pembaharuan bobot w dengan fluorescence analysis systems”, Sensors and Actuators
B 111–112, 2005, pp. 230–241
w w T -1 T [5] O’Toole Martina, Diamond D, “Absorbance Based
n 1 n - J J μI J e (2) Light Emitting Diode Optical Sensors and Sensing
Devices”, Sensors, 8, 2008, pp. 2453-2479.
dengan J adalah Jacobian matrix. Dengan pengaturan µ [6] Arief Sudarmaji, M Rivai, “Implementasi Jaringan
maka dapat diperoleh optimalisasi perhitungan dapat Syaraf Tiruan Untuk Identifikasi Bahan Bakar Cair
mempercepat tahap pelatihan. Hasil pelatihan neuron Menggunakan Sensor PIR Pada Termal Wave
network menunjukkan bahwa kesalahan dapat mencapai Resonator Cavity”, MIPAnet, Bali
kurang dari 10-12 pada epoch ke 5595, ditunjukkan pada [7] Fraden J, “Handbook of Modern Sensors: Physics,
designs and applications”, Springer, 2003.
gambar 12. Bobot yang telah diperoleh digunakan pada
proses arah maju neuron network yang hasilnya [8] Anonym,“Pyroelectric Infrared Radial Sensor”, PIR
ditunjukkan pada tabel 2. Neural network dapat mengenali Sensor Co., Ltd.,
setiap jenis sampel cairan yang diujikan secara otomatis [9] M Rivai, Syaifudin, “Identifikasi Jenis Uap
dengan taraf identifikasi sebesar 97,14%. Menggunakan Video Spektroskopi dan Neural
Network”, Seminar Nasional Aplikasi Fotonika
(SNAF), Surabaya, 2008, pp. C1 1-5.
V. KESIMPULAN
Telah dibuat suatu sistim pengidentifikasi jenis cairan
menggunakan deret LED sebagai sumber cahaya yang
dilewatkan ke sampel cairan dan diukur menggunakan BIOGRAFI
sensor fotodioda dan pyroelectric infrared. Suatu cairan
menyerap energi cahaya dengan koefisien serapan yang Muhammad Rivai dilahirkan di Surakarta, tanggal 26
berbeda sehingga memberi pola serapan yang khas, April 1969. Tahun 1993 memperoleh gelar Sarjana Teknik
terutama pada spektrum panjang gelombang biru, hijau, Elektro, ITS. Tahun 1997 memperoleh gelar Magister
near-infrared dan mid-infrared. Neural network dapat Teknik Opto-Elektro Teknik dan Aplikasi Laser, Universitas
mengenali setiap jenis sampel cairan yang diujikan dengan Indonesia. Tahun 2006 memperoleh gelar Doktor FMIPA
taraf identifikasi sebesar 97,14%. Universitas Airlangga. Sejak tahun 1994 menjadi angota
staf pengajar dan peneliti di Jurusan Teknik Elektro FTI-ITS
pada Bidang Studi Elektronika. Bidang penelitian yang
DAFTAR PUSTAKA ditekuni adalah teknologi sensor.
Tasripan dilahirkan di Lamongan, tanggal 18 April
[1] Lau KT, Baldwin S, Shepherd RL, Dietz PH, Yerzunis 1962. Tahun 1988 memperoleh gelar Sarjana Teknik
WS , Diamond D, “Novel fused-LEDs devices as Elektro ITS. Tahun 1996 memperoleh gelar Magister
optical sensors for colorimetric analysis”, Talanta 63, Teknik Elektro, Institut Teknologi Bandung. Sejak tahun
2004, pp. 167–173 1990 menjadi angota staf pengajar di Jurusan Teknik
[2] Lau KT, Yerazunis WS, Shepherd RL, Diamond D, Elektro FTI-ITS pada Bidang Studi Elektronika. Bidang
“Quantitative Colorimetric Analysis of Dye Mixture penelitian yang ditekuni adalah teknologi mikroelektronika.
using An Optical Photometer based on LED Array”, Fajar Budiman dilahirkan di Sumenep, tanggal 7 Juli
School of Chemical Sciences, National Centre for 1986. Tahun 2004 mendapat beasiswa pertukaran pelajar
Sensor Research, Dublin City University, Collins (AFS) di Whitney M. Young Magnet High School Chicago,
Avenue, Glasnevin, Dublin, Ireland, 2005 Illinois USA. Tahun 2010 memperoleh gelar Sarjana Teknik
[3] Lau KT, Baldwin S, O’Toole M, Shepherd R, Elektro ITS. Bidang penelitian yang ditekuni adalah
Yerazunis WJ, Izuo S, Ueyama S, Diamond D, “A rangkaian elektronika.
low-cost optical sensing device based on paired
emitter–detector light emitting diodes”, Analytica
Chimica Acta 557, 2007, pp. 111–116
JAVA Journal of Electrical and Electronics Engineering, Vol. 6,No.2, Okt. 2008, ISSN 1412-8306