Path: Top -> Journal -> Jurnal Nasional Teknik Elektro dan Teknologi Informasi -> 2014 -> Vol 3, No 3 (2014)
Rancang Bangun Robot Electronic Nose untuk mengidentifikasi Gas Menggunakan Multi Layer Perceptron
Rancang Bangun Robot Electronic Nose untuk mengidentifikasi Gas Menggunakan Multi Layer Perceptron
Journal from gdlhub / 2016-10-31 02:35:23Oleh : I Dewa Gede Rai M, JNTETI
Dibuat : 2014-08-01, dengan 1 file
Keyword : Robot, Electronic Nose, Multi Layer Perceptron, Back Propagation.
Url : http://ejnteti.jteti.ugm.ac.id/index.php/JNTETI/article/view/92
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%.
Deskripsi Alternatif :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%.
Beri Komentar ?#(0) | Bookmark
| Properti | Nilai Properti |
|---|---|
| ID Publisher | gdlhub |
| Organisasi | JNTETI |
| Nama Kontak | Herti Yani, S.Kom |
| Alamat | Jln. Jenderal Sudirman |
| Kota | Jambi |
| Daerah | Jambi |
| Negara | Indonesia |
| Telepon | 0741-35095 |
| Fax | 0741-35093 |
| E-mail Administrator | elibrarystikom@gmail.com |
| E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- , Editor: sukadi
Download...
Download hanya untuk member.
92-70-1-PB
File : 92-70-1-PB.pdf
(621789 bytes)