IDENTIFIKASI GAS AMONIA MENGGUNAKAN QUARTZ CRISTAL MICROBALANCE DENGAN NEURAL NETWORK YANG DIIMPLEMENTASIKAN PADA MIKROKONTROLER

Transkripsi

1 IDENTIFIKASI GAS AMONIA MENGGUNAKAN QUARTZ CRISTAL MICROBALANCE DENGAN NEURAL NETWORK YANG DIIMPLEMENTASIKAN PADA MIKROKONTROLER Septian Rochma Dyono Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Surabaya Abstrak - Amoniak merupakan salah satu bahan baku dalam pembuatan pupuk.tetapi amoniak memiliki kandungan racun yang tinggi. Oleh karena itu diperlukan alat untuk mendeteksi amonia. Ada beberapa cara untuk mendeteksi amoniak, salah satunya adalah dengan menggunakan deret sensor Quartz Crystal Microbalanc(QCM). Karakteristik dari QCM adalah respon frekuensi akan berubah jika elektroda menyerap suatu uap. Pada tugas akhir ini digunakan 5 sensor QCM yang memiliki frekuensi 20 Mhz. Tiap sensor dilapisi material kimia yang berbeda sehingga menghasilkan pola respon yang berbeda untuk setiap jenis uap. Setiap sensor terhubung dengan osilator dan frekuensi counter dengan lebar data sebesar 32 bit. Data tersebut diolah didalam mikrokontroler. Untuk mengenali jenis gas yang diuji digunakan algoritma jaringan saraf tiruan. Jaringan saraf tiruan yang digunakan memiliki 5 input, 1 hidden layer 10 neuron dan 2 output. Bahan yang digunakan sebagai pengujian adalah amoniak, minyak tanah, alkohol, spirtus dan melon. Dari hasil pengujian, jaringan saraf tiruan dapat dilatih untuk mengenali uap amoniak dengan tingkat keberhasilan 100%. mikrokontroler. Untuk mengenali jenis gas yang diuji digunakan algoritma jaringan saraf tiruan. Jaringan saraf tiruan yang digunakan memiliki 5 input, 1 hidden layer 10 neuron dan 2 output. II. TEORI PENUNJANG 2.1 Sensor Quartz Crystal Microbalance (QCM) Sauerbrey menunjukan penemuan yang penting mengenai kristal kuarsa. Dia menunjukan bahwa pergeseran frekuensi kristal sebanding dengan penambahan massa pada kristal kuarsa. Dalam prakteknya, sensor QCM terdiri dari lempengan tipis yang diambil dari kristal tunggal. Kristal diapit antara dua logam elektroda, lalu dilapisi oleh material kimia yang telah diendapkan di kedua sisi dari kristal [2] seperti pada gambar 2.1. Kata Kunci : uartz crystal microbalance I. PENDAHULUAN Polusi udara dewasa ini sangat memprihatinkan terutama di kota-kota industri, seperti gresik. Dikota tesebut dibangun pabrik pupuk yang salah satu bahan bakunya adalah amoniak. Amoniak merupakan material kimia yang memiliki kadar racun yang tinggi. batas penciuman manusia untuk mendeteksi uap amonia adalah 55 ppm sedangkan konsentrasi maksimum yang diijinkan pada tempat bekerja selama 8 jam adalah 25 ppm [1].Oleh karena itu diperlukan alat yang dapat mendeteksi uap amoniak. Ada beberapa cara untuk mendeteksi uap amonia, salah satunya adalah dengan menggunakan deret sensor Quartz Crystal Microbalance. Quartz Cristal Microbalace (QCM) adalah kristal kuarsa yang memiliki respon tertentu jika dilalui oleh uap. Ketika suatu massa menempel pada permukaan kristal maka akan mengubah frekuensi kristal [2]. Atas dasar inilah kristal kuarsa dapat diguanakan sebagai sensor. Pada tugas akhir ini digunakan 5 sensor QCM yang memiliki frekuensi 20 Mhz. Tiap sensor dilapisi material kimia yang berbeda sehingga menghasilkan pola respon yang berbeda untuk setiap jenis uap. Setiap sensor terhubung dengan osilator dan frekuensi counter dengan lebar data sebesar 32 bit. Data tersebut diolah didalam Gambar 2. 1 struktur QCM Ketika suatu massa melekat atau menempel pada permukaan kristal kuarsa maka akan mengubah frekuensi kristal kuarsa. Latar belakang kristal kuarsa dapat digunakan sebagai sensor adalah berdasarkan persamaan Sauerbrey. Pada persamaan Sauerbrey, menjelaskan hubungan antara perubahan frekuensi ( f) dari sebuah kristal kuarsa dengan perubahan massa yang menempel pada kristal. Persamaan Sauerbrey dinyatakan dalam persamaan sebagai berikut: 2 2 f0 f = m (2. 1) di mana, f - perubahan frekuensi (Hz) f 0 - resonan frekuensi dasar dari kristal (Hz) A - daerah piezoelektrik kristal (m 2 ) ρ - densitas dari kristal (= 2,684 g/cm3) A ρ µ 1

2 µ - modulus dari kuarsa (= x 1011 g/cm.s2) Fekuensi suatu sensor akan berubah bila dilalui oleh uap. Bila sensor dilalui oleh beberapa uap maka respon yang dihasilkan oleh sensor QCM akan berbeda. Grafik respon dapat dilihat pada gambar 2.2 dibawah ini: Gambar 2.4 Berdasarkan pada prinsip dasar cara kerjanya, relay dapat bekerja karena adanya medan magnet yang digunakan untuk menggerakkan saklar. Saat kumparan diberikan tegangan sebesar tegangan kerja relay maka akan timbul medan magnet pada kumparan karena adanya arus yang mengalir pada lilitan kawat. ketika Coil mendapat energi listrik (energized), akan timbul gaya elektromagnet yang akan menarik armature yang berpegas, dan contact akan menutup[3] 2.2 Pencacah Frekuensi Gambar 2. 2 Respon sensor terhadap beberapa sampel uap Freuency counter atau lebih dikenal sebagai pencacah frekuensi mempunyai fungsi untuk menghitung frekuensi yang dihasilkan oleh suatu osilator atau oleh pembangkit frekuensi (signal generator). Frekuensi akan dihitung oleh pencacah sesuai dengan jumlah data bit dari pencacah. Dengan kata lain alat ini dipakai untuk mengetahui atau mengukur nilai frekuensi yang dihasilkan. Pada tugas akhir ini pencacah frekuensi digunakan untuk membaca frekuensi sensor. 2.4 Backpropagation Neural Network Metode backpropagation neural network atau Jaring syaraf Tiruan(JST) ini adalah salah satu jenis algoritma dengan arsitektur multi layer perceptron (MLP). Pelatihan back propagation meliputi 3 fase. Fase pertama adalah fase maju. Pola masukan dihitung maju mulai dari masukan hingga layer keluaran menggunakan fungsi aktifasi yang ditentukan. Fase kedua adalah fase mundur. Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan yang terjadi. Kesalahan dipropagasikan mundur, dimulai dari garis yang berhubungan langsung dengan unit-unit keluaran. Fase ketiga memodifikasi bobot untuk menurunkan kesalahan yang terjadi[4] Backpropagation yang digunakan memiliki 5 unit input, 10 unit neuron dalam satu layar tersembunyi, dan 2 unit neuron output. Gambar 2.5 merupakan arsitektur dari back propagation yang digunakan. Gambar 2. 5 arsitektur backpropagation yang digunakan III. PERANCANGAN ALAT Gambar 2. 3 Blok pencacah frekuensi 2.3 Relay Relay adalah saklar elektronik yang dapat membuka atau menutup rangkaian dengan menggunakan kontrol dari rangkaian elektronik lain. Relay pada dasarnya adalah komponen yang digunakan untuk memisahkan secara elektris dua buah sistem yang berhubungan. 3.1 Perancangan Hardware Blok Diagaram Alat Alat yang dibuat terdiri dari beberapa bagian, dimana blok diagramnya ditunjukkan pada gambar

3 Gambar 3.2 Rangkaian Osilator Pada osilator ini kristal merespon sebagai rangkaian resonansi paralel. Gerbang inverter digunakan agar sinyal dapat berupa tegangan TTL yaitu sinyal logic (kotak). Gambar 3. 1 Blok diagram alat Sensor QCM dihubungkan dengan osilator. Data dari osilator masuk kedalam frekuensi kounter. Frekuensi kounter inilah yang berfungsi sebagai pencacah frekuensi. Dengan menggunakan cascade maka frekuensi sebesar 20 Mhz dapat terbaca. Data dari frekuensi counter akan dibaca oleh mikrokontroler. Dimikrokontroler data akan diolah, data Hasil dari proses identifikasi ditampilkan pada LCD. PC menerima data dari mikrokontroler. kegunaan dari PC sebagai penampil grafik sehingga karakteristik dari sensor dapat dilihat pada grafik. Selain itu kegunaan mikrokontroler adalah untuk mengontrol relay. Jadi ketika relay1 aktif maka relay 2 dan 3 tidak aktif sehingga udara mengalir, akan tetapi ketika relay 1 tidak aktif maka relay 2 dan 3 akan aktif sehingga sampel gas dialirkan. Proses ini berjalan bergantian dan dikontrol oleh mikrokontroler Perancangan Sensor QCM Sensor QCM dibuat dari bahan kristal yang terdapat lapisan SiO 2 dengan dua elektrode yang mengapitnya. Kristal yang digunakan dengan frekuensi resonansi dasar 20 MHz. Pada tugas akhir ini digunakan 5 buah sensor QCM yang diberi lapisan material kimia berbeda meliputi yaitu PEG 1540, OV-17, methil selulose, apiezon-l, sualance. Deret sensor dilapisi material kimia yang berbeda sehingga menghasilkan pola respon yang berbeda untuk setiap jenis uap Perancangan Pencacah Frekuensi Pada bagian ini, berguna untuk mencacah frekuensi. Untuk mengambil data berupa frekuensi resonansi dari QCM maka diperlukan rangkaian pencacah frekuensi. Sensor menggunakan kristal yang beroperasi sebesar 20 MHz atau Hz. Sehingga agar frekuensi yang terbaca seluruhnya maka dibutuhkan pencacah sebesar 32 bit atau 2 32 = Pada alat ini terdapat 5 sensor, dimana setiap sensor menggunakan pencacah frekuensi sebesar 32 bit. Untuk data sebesar 32 bit ini diperlukan 4 buah IC 74HC590. Gambar 3. 3Blok diagram pencacah frekuensi Demultiplexer Untuk mengontrol pembacaan data dari masingmasing IC kounter digunakan IC demux 74HC154. Dimana IC ini mempunyai 4 buah input dan 2 buah control (chip-enable) yang berfungsi untuk mengaktifkan IC demux ini. IC ini mempunyai 16 buah output jadi untuk mengontrol 32 IC counter diperlukan 2 buah IC multiplexer. IC ini berfungsi untuk mengaktifkan Output Enable (OE) dari setiap IC counter, sehingga data 8 bit yang telah dipindah ke dalam register kounter akan dapat diambil jika OE diberi sinyal aktif low Perancangan Rangkaian Osilator Rangkaian osilator yang digunakan adalah model osilator pierce seperti pada gambar 3.2. Gambar 3.4 Demux untuk mengaktifkan OE IC counter 3

4 3.1.6 Rangkaian Sinyal Detak 1 detik Prinsip pengambilan data pada sistem ini adalah mencuplik data berupa frekuensi setiap satu detik sehingga dibuatlah rangkaian penghasil detak 1 detik Rangkaian ini digunakan untuk menghasilkan detak 1 detik yang berfungsi untuk mengatur agar proses pencacahan dilakukan selama 1 detik. Maksudnya selama satu detik pencacah IC kounter aktif kemudian satu detik berikutnya tidak aktif. Pada waktu pencacahan tidak aktif dilakukan pengambilan data 8 bit setiap IC hingga dilakukan penggabungan data menjadi 32 bit Rangkaian Mikrokontroler Pada sistem minimum seperti gambar diatas terdiri dari sebuah mikrokontroler ATMega 32, LCD sebagai tampilan data dan IC MAX 232 untuk komunikasi secara serial pada PC. Konfigurasi kegunaan port-port pada mikrokontroler antara lain : PORT A digunakan untuk akses LCD PORT B digunakan untuk memberi inputan demux (S0-S3) PORT C digunakan sebagai pembaca data IC kounter (D0-D7) PORT D.2 digunakan untuk menerima sinyal 1 detik PORT D.0 dan PORT D.1 untuk komunikasi serial 3.2 Perancangan Software Perangkat lunak yang dibuat terdiri dari 2 macam, yaitu perangkat lunak matlab pada PC dan perangkat lunak pada mikrokontroler ATMega 32 yaitu CodeVison AVR. Software matlab digunakan untuk pelatihan neural network. Kemudian dari proses pelatihan tersebut akan didapatkan bobot-bobot yang akan dimasukkan ke dalam program pengujian neural network di dalam mikrokontroler Perancangan Perangkat Lunak Pada Mikrokontoler Program interupt ini dieksekusi setiap 1 detik sekali jadi ketika 1 detik off maka program interupt tidak akan diekskusi, tapi ketika on maka pertama kali yang diambil adalah rising edge. Untuk flowcharnya dapat dilihat pada gambar 3.5 START Aktifkan Clear Non-aktifkan Clear Aktifkan RCK Ambil data IC counter per 8 bit Penggabungan 32 bit s1=(ax3* ) + (ax2*65536) + (ax1*256) + ax0.. s5=(ex3* ) + (ex2*65536) + (ex1*256) + ex0 Ubah s1-s5 ke string Kirim header ke PC Kirim data s1-s5 ke PC Gambar 3. 5Flowchart pembacaan frekuensi di interupt Setiap terjadi interup maka mikrokontroler akan mengambil data pada kounter, setelah itu data akan dikirim ke PC untuk ditampilkan dalam bentuk grafik. Sedangkan untuk mikrokontroler sendiri, data akan disimpan dan digunakan sebagai inputan. Berikut adalah gambaran untuk proses sistem Gambar 3. 6 penjelasan grafik respon sistem IV. PENGUJIAN ALAT 4.1 Pengujian Pencacah Frekuensi Pengujian pencacah frekuensi 32 bit dengan memberi sinyal clock inputan dari Function Generator. Pemberian sinyal dari Function Generator yaitu 1k,,10Khz, 10 Mhz. Data dari nilai frekuensi akan ditampilkan pada LCD sehingga ini dapat diketahui seberapa peka pencacah frekuensi. Tabel 4.1 Hasil pengujian pencacah frekuensi dengan function Frekuensi Clock Frekuensi yang Function Generator dibaca alat 1k Hz 1003 Hz 10khz ,999 MHz Hz 4

5 Pengujian sensor ketika diberi sample Pengujian dilakukan dengan proses pengambilan data dari kelima sensor. Pengambilan data dilakuakn dengan pengurangan nilai referensi sample dikurangi dengan nilai referensi udara. Data yang didapat diplot dengan grafik sehingga kita dapat melihat karakteristik dari sample yang diuji. Setiap diberi gas yang berbeda sensor membentuk karakteristik yang berbeda, sehingga dapat diketahui respon sensor seperti terlihat dibawah ini: frekuensi respon sensor amoniak spirtus mitan alkohol melon Gambar 4.2 Grafik dari pengambilan data pertama. PEG-1540 OV-17 Methyl Cellulos e Apiezon-L Sualance Setelah data diambil maka dilakukan normalisasi. Normalisasi yang digunakan adalah selisih sensor dibagi dengan jumlah semua selisih sensor. Dari pengambilan data maka didapat normalisasi sebagai berikut: Tabel 4.3 Normalisasi data pertama Material Pengambilan Data 5 Kimia amoniak spirtus mitan alkohol melon PEG OV Methyl Cellulose Apiezon-L Sualance Gambar 4. 1 Respon frekuensi pada 5 sensor Setelah didapat data-data pengambilan masingmasing uap gas, maka kemudian akan dibuat tabel seperti dibawah ini. Untuk mempermudah dalam pembacaan tabel maka akan dibuat grafik respon perubahan frekuensi. Dari pola respon inilah kemudian dinormalisasi untuk masukan pada neural network. Tabel 4.2 Pengambilan data Material Kimia Pengambilan Data amoniak spirtus mitan alkohol melon PEG OV Methyl Cellulose Apiezon-L Sualance respon sensor amoniak spirtus mitan alkohol melon Gambar 4.3 Grafik dari Normalisasi data pertama PEG-1540 OV-17 M et hyl Cellulose Apiezon-L Sualance 4.6 Pengujian Hasil Pelatihan Data Setelah diperoleh data-data dari pengukuran beda frekuensi terhadap masing-masing sensor, maka pada tahap berikutnya adalah mengenali jenis uap gas dengan menggunakan jaring saraf tiruan.bobot yang telah didapatkan dari proses pelatihan data akan digunakan pada proses pengujian. Pengujian ini akan dilakukan dengan menggunakan mikrokontroler Tabel 4.4 percobaan identifikasi jenis gas 1 2 sample yang diuji target output keberhasilan 5

6 3 4 Spirtus 01 5 Spirtus 01 6 Spirtus 01 7 Alkohol 01 8 Alkohol 01 9 Alkohol Melon 01 amoniak (10) gagal 11 Melon Melon Amoniak 10 amoniak (10) sukses 14 Amoniak 10 amoniak (10) sukses 15 Amoniak 10 (01) gagal 16 Alkohol Melon Amoniak 10 amoniak (10) sukses 20 Amoniak 10 amoniak (10) sukses Spirtus Melon Spirtus Alkohol 01 Dari percobaan identifikasi maka daoat disimpulkan bahwa tingkat keberhasilan yang didapat 92% V. PENUTUP 5.1 Kesimpulan Dari hasil pengujian dan pengukuran seluruh sistem dalam tugas akhir ini dapat diambil beberapa kesimpulan dan saran untuk keperluan pengembangan selanjutnya adalah sebagai berikut : 5.2 Saran 1. Perubahan frekuensi terjadi ketika sensor menyerap uap. Perubahan frekuensi berkisar antara 46 hz sampai dengan 1823 hz. 2. Diperlukan udara kering sebesar 70 detik untuk mengembalikan sensor ke keadaan semula. 3. Material kimia yang dilapiskan pada permukaan sensor akan memberikan respon tertentu terhadap uap tertentu. 4. Deret sensor yang dilapisi material kimia yang berbeda akan menghasilkan pola respon yang berbeda untuk setiap jenis uap. 5. Dari hasil pengujian, jaringan saraf tiruan dapat dilatih untuk mengenali uap amonia dengan tingkat keberhasilan 92% 1. Desain mekanik harus diperhatikan, karena letak sensor mempengaruhi pembacaan sensor 2. Untuk lebih meningkatkan selektivitas terhadap suatu jenis odor yang diidentifikasi, dapat digunakan lebih banyak deret sensor yang menggunakan polimer berbeda. DAFTAR PUSTAKA 1. Bendahan M., Lauue P., et al, (2002), Sputtered thin films of CuBr for ammonia microsensors: morphology, composition and ageing, Sens. Actuator B, Vol. 84, pp Jie Han, Technical background, applications and implementation of uartz crystal microbalance systems, University of Jyvaskyla Department of Physics. 3. Awin prinsip kerja relay <URL: Desember Suyanto, Artificial Intelligence, Informatika, Bandung RIWAYAT PENULIS Septian Rochma Dyono terlahir pada tanggal 5 September merupakan putra pertama dari tiga bersaudara dari Bpk. Wijono dan Ibu rohma. Penulis mulai lulus dari SDN Dupak VI pada tahun 1999 dan melanjutkan ke SLTPN 3 Surabaya serta lulus pada tahun Kemudian melanjutkan ke SMUN 5 surabaya dan lulus tahun Setelah menatkan SMU, penulis melanjutkan studinya di Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya melalui jalur UMPTN pada tahun