Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number SK-0468(Source Code SK-48)
Collection Type Skripsi
Title Optimasi jaringan saraf tiruan propagasi balik untuk pengenalan aroma campuran menggunakan algoritma genetika
Author Sansuadi;
Publisher Depok: Fasilkom UI, 2002
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
SK-0468(Source Code SK-48) 02/9497 TERSEDIA
Tidak ada review pada koleksi ini: 4637
ABSTRAK

Berbagai penelitian telah dikembangkan untuk menguji pengenalan aroma. Hal ini sebanding dengan realita, terutama didunia industri, yang cenderung memerlukan adanya sistem deteksi aroma yang bekerja secara otomatik dan konsisten dalam melakukan kontrol kualitas. Dari berbagai sistem yang telah dikembangkan dalam rangka memenuhi kebutuhan tersebut adalah Sistem Penciuman Elektronik, yaitu suatu sistem pengenalan gas beraroma secara elektronik yang hasilnya dapat mengklasifikasikan cuplikan bahan beraroma. Sitem penciuman elektronik ini terdiri dari tiga bagian, yaitu sistem sensor yang mengubah besaran aroma menjadi besaran listrik, Sistem elektronik yang mengukur perubahan kebesaran listrik dan memindahkannya ke komputer, dan perangkat lunak dari Jaringan Syaraf Tiruan (JST) yang akan mengenal pola aroma yang akan dideteksi. Secara khusus karya akhir ini akan mengkaji sistem penciuman elektronik hanya dari segi kinerja perangkat lunak. Pada penelitian ini akan dicoba dikembangkan uji aroma tiga campuran yang akan dibandingkan dengan uji aroma dua campuran. Pengujian akan dilakukan dengan menggunakan sistem Jaringan Saraf Tiruan Propagasi Balik (JST-PB) dengan pertimbangan sistem ini mempunyai algoritma proses pengenalan yang mudah dan haasil pengenalan aroma yang didapat cukup baik. Pengujian karakteristik dan respon dari sistem penciuman elektronik ini juga akan menggunakan jumlah sensor yang berbeda yaitu 4, 8 dan 16 sensor. Pengujian dengan jumlah sensor yang berbeda ini diharapkan dapat mengetahui jumlah sensor yang ideal pengklasifikasi aroma dan komposisi aroma. Terdapat hal yang unik dari penelitian ini, yaitu pengujian akan dioptimalkan dengan menggunakan Algoritma Genetika Crosover (GA) yang belum pernah digunakan sebelumnya dalam pengenalan aroma tetapi digunakan untuk uji pengenalan citra. Optimasi dengan GA ini dipilih dengan tujuan untuk mengurangi jumlah bobot yang diperlukan dengan tetap memperhatikan nilai kesalahannya. Secara umum, hasil pengujian menunjukkan bahwa sistem JST-PB memberikan respon yang cukup baik untuk pengujian aroma dua campuran namun tidak demikian halnya untuk pengujian aroma tiga campuran. Untuk itu, dilakukan usaha untuk halnya untuk pengujian aroma tiga campuran. Untuk itu, dilakukan usaha untuk memperbaikinya yaitu melakukan optimasi dengan GA. Hasil penelitian menunjukkan bahwa secara umum, penggunaan sistem GA berhasil mengoptimasi struktur jaringan syaraf tiruan dengan memangkas bobot jaringan menjadi lebih efisien.