Hasil Pencarian  ::  Simpan CSV :: Kembali

"PENDAHULUAN Sistim deteksi gas sangat diperlukan untuk bidang industri, seperti industri makanan, minuman dan industri kosmetika. Juga sistim deteksi gas sangat penting untuk memonitor masalah yang berkaitan dengan lingkungan hidup maupun bidang klinis (kedokteran). Seperti diketahui, faktor kualitas yang dominan pada minuman beralkohol adalah aromanya, dan kontrol kualitas dalam pembuatan minuman beralkohol diperlukan untuk dapat menjaga mutu produk yang dihasilkan. Hingga kini kontrol kualitas pembuatan minuman beralkohol dilakukan oleh manusia yang mempunyai keahlian sangat khusus. Akan tetapi manusia-pakar ini mempunyai keterbatasan yang berkaitan dengan masalah kesehatan dan perasaan sesaat (mood), sehingga dapat mempengaruhi kinerja proses kontrol kualitas tersebut. Untuk dapat menanggulangi kelemahan ini, maka sistim deteksi gas yang dapat secara otomatik melakukan kontrol kualitas hasil produk dengan kinerja yang konsisten menjadi kebutuhan yang sangat penting. Metoda pengenalan polo untuk dapat membuat klasifikasi odor, pertama kali dilakukan dengan menggunakan sensor semikonduktor. Akan tetapi karena sensor ini sangat sulit untuk dapat mendeteksi gas dengan konsentrasi yang sangat rendah, maka beberapa peneliti mencoba menggunakan resonator kwarsa sebagai sensornya, atau menggunakan piranti SAW (surface accoustic wave), dan piranti sel elektrokimia. Metoda yang lain, berkaitan dengan penggunaan Gas Chromatography (GC) atau Liquid Chromatography (LC), yaitu sistim analitik yang dapat melakukan pemisahan komponen aroma dengan sangat teliti. Akan tetapi, kedua metodologi analitik yang membutuhkan biaya operasi yang sangat mahal, juga memerlukan waktu pengoperasian yang sangat lama. Penelitian pendahuluan mengenai Pengembangan sistim penciuman elektronik ini telah dilakukan oleh Peneliti Utama di Laboratorium Kecerdasan Komputasional Fakultas Ilmu Komputer Universitas Indonesia. Penelitian pendahuluan ini mendapat pendanaan dari Dewan Riset Nasional melaiui Program RUT IV pada tahun 1996-1998. Di dalam penelitian pendahuluan ini suatu sistim deteksi gas dibuat dengan menggunakan resonator kwarsa yang dipadukan dengan teknik pemetaan (identifikasi) odor dengan metoda pengenalan pola Jaringan Syaraf Tiruan (JST). Jaringan ini akan berkelakuan seperti otak manusia dimana beberapa neuron secara rapi berhubungan satu sama lain, untuk dapat menghasilkan pengenalan pola yang efektif. Sistim penciuman elektronik ini dikembangkan dengan menggunakan 4 buah jenis sensor dan dalam aplikasinya, sistim penciuman elektronik ini telah digunakan untuk membuat klasifikasi beberapa jenis aroma dari produk wewangian Martha Tilaar Cosmetics dan beberapa jenis wewangian dari Splash Cologne Products. Hasil percobaan memperlihatkan bahwa penggunaan 4 buah sensor ini telah mampu membuat klasifikasi aroma Martha Tilaar dengan prosentase pengenalan hingga 100%. Akan tetapi untuk jenis wewangian Splash Cologne, hasilnya hanya berkisar antara 30-40% saja. Hal ini disebabkan karena aroma Splash cologne ternyata merupakan gabungan dari beberapa aroma dasar sehingga mempunyai tingkat kesulitan yang lebih tinggi. Untuk dapat meningkatkan kemampuan Sistim Penciuman Elektronik dalam menyelesaikan persoalan diatas, maka Peneliti Utama mengajukan dua pendekatan. Perdekatan pertama berkaitan dengan peningkatan jumlah sensor hingga mencapai 16 buah sensor secara paralel. Peningkatan jumlah sensor ini akan menyebabkan peningkatan kemampuan JST dalam mengenali pola-pola masukan yang akan diolah. Pendekatamn kedua berkaitan dengan peningkatan frequensi dasar sensor kuarsa yang dipergunakan. Dalam sistim yang lama, frequensi dasar sensor yang digunakan adalah 10 MHz, yang akan ditingkatkan menjadi 20 MHz dalam sistim yang akan dikembangkan. Peningkatan frequensi dasar ini pada akhirnya akan meningkatkan akurasi pengukuran untuk setiap sensor, sehingga diharapkan dapat meningkatkan kemampuan sistim. Perumusan MasalahPermasalahan dalam proposal riset ini, dapat dibagi dalam tiga bagian besar yaitu pertama, berkaitan dengan pembuatan gas sensor yang mempunyai sensitifitas tinggi. Sistim sensor gas yang diperlukan dalam penelitian ini adalah sistim sensor yang dapat mengkonversikan besaran aroma dari suatu sampel odor menjadi suatu besaran fisika yang dapat diukur. Seperti telah dikemukakan diatas, maka dalam pengembangan sistim yang baru, kita akan menggunakan sensor kuarsa dengan frekuensi dasar 20 MHz, dibandingkan dengan sistim terdahulu yang menggunakan frekuensai dasar 10 MHz. Permasalahan yang kedua, berkaitan dengan perencanaan dan pembuatan rangkaian elektronik beserta rangkaian antar-muka nya agar dapat mengakuisisi besaran fisika yang terukur tersebut secara paralel dari 16 buah sensor (multi sensor) untuk kemudian disimpan dalam memori komputer. Permasalahan pertama dan kedua ini dapat dirangkum menjadi suatu perangkat keras. Peningkatan jumlah sensor yang akan dipergunakan dalam sistim baru, secara dramatis akan merubah sistim antarmuka antara sistim sensor dan sistim komputer. Dalam tahapan berikutnya dikembangkan suatu algoritma dan perangkat lunak yang berkaitan dengan JNB (Jaringan Neural Buatan) untuk dapat mengidentifikasikan dan memetakan gas tersebut, dalam waktu yang singkat dan mempunyai ketelitian yang tinggi. Beberapa jenis algoritma JNB dikembangkan dan diimplementasikan dalam sistim perangkat keras, untuk dapat mempelajari kelebihan dan kekurangan setiap karakteristik arsitektur jaringan, dan perencanaan penggunaannya dalam permasalahan yang berkaitan dengan karakteristik utama dari jaringan tersebut?."

"Makalah ini membantu tentang pengembangan sistem identifikasi pembicara menggunakan analisis spektra orde tinggi dan jaringan neural sebagai pengklasifikasi pola. Analisa spektra orde tinggi ini perlu dipergunakan untuk mengetahui performasinya dalam mengidentifikasi pembicara berdasarkan suara yang terpendam dalam Gaussian noise. Berkaitan dengan proses pengolahan data hasil analisis spektra orde tinggi memerlukan biaya komputasi yang sangat tinggi, maka kompresi data kemudian dilakukan tanpa mengurangi kandungan informasi yan ada di dalamnya. Kompresi data ini dilaksanakan menggunakan jaringan neural hibrida antara SOM dan LVQ, dengan membangkitkan sejumlah vektor pewakil yang dianggap dapat mewakili seluruh vektor pewakil yang dianggap dapat mewakili seluruh vektor data hasil analisa spektra orde tinggi tersebut. Sebagai salah satu faktor dalam memperbandingkan kinerja analisa spektra orde tinggi ini, maka jumlah vektor pewakil dibatasi bergerak antara 25 hingga 343 buah. Jaringan neural probabillistik yang dipergunakan sebagai pengklasifikasi pola, menunjukkan kinerja yang sangat baik untuk dapat menentukan apakah seorang pembicara dapat teridentifikasi dengan benar. Hasil eksperimen menunjukkan bahwa sistem dapat menentukan dengan tingkat ketelitian 100% pada suara dengan tingkat noise 20 dB dan menurun menjadi 97% untuk SNR dB dan 89% untuk SNR 0 dB."

"Dalam makalah ni akan dibahas sistem pengenal huruf tulisan tangan (SPHTT) yang terdiri dari sub-siostem pra-pengolahan citra, sub-sistem ekstraksi ciri dan sub-sistem klasifikasi. Sub sistem ekstrakasi ciri menggunakan proses aproksimasi kerangka setiap huruf dan memecah kerangka tersebut menjadi beberapa segmen dengan menentukan sejumlah titik penting dalam kerangka. Dalam sistem ini jaringan syaraf tiruan propadasi balik digunakan sebagai sub-sistem klasifikasi. Setiap segmen huruf tulisan tangan tersebut kemudian dipresentasikan sebagai loop, garis dan kurva dengan beberapa sifat yang berkaitan. Dalam makalah ini dijelaskan pula penggunaan sub-sistem ekstraksi ciri berlogika fuzzy untuk mendapatkan representasi terhadap bentuk yang telah ditetapkan sebelumnya. Eksperimen dilakukan dengan mengujukan data yang dilatihkan, sistem mempunyai akurasi pengenalan sampai dengan 97.69% sementara untuk data yang tidak dilatihkan akurasi pengenalan yang dicapai adalah 84.6%"

"Sistem pengenal objek 3 dimensi secara otomatis sedang banyak diteliti, berkaitan dengan kegunaannya dalam masalah keamanan dan perkantoran degnan tingkat kerahasisaan yang tinggi. Aplikasi dalam sistem multi media juga memerlukan sistem pengenalan 3 dimensi ini. Akan tetapi hingga sekarang, tingkat pengenalan yang tinggi disertai dengan waktu dan biaya komputasi rendah masih sangat sulit untuk dapat dilakukan. Dalam makalah ini, penulis akan menggunakan jaringan percentron lapis jamak yang telah dimodifikasi pada lapis tersembunyi untuk diterapka ndalam sistem pengenal 3 dimensi ini. Modifikasi ini dilakukan dengan menggantikan setiap neuron pada jaringan perceptron lapis jamak dengan sbuat (atau beberapa bua) lingkaran neuron-neuron sehingga membentuk lapis tersembunyi berbentuk silinder. Makalah ini juga akan membahas penggunaan beberapa fungsi kesalahan dan pengaruhnya terhadap tingkat pengenalan sistem. Dengan menggunakan jaringan syarat buatan dengan lapis tersembunyi berbentuk silinder ini, kemampuan sistem ini dapat ditingkatkan hingga mencapai tingkat pengenalan sebesar 97.2%"

"In this paper, a 3-D face recognition system is developed usinga cylindrical structure of hidden layer neural network and its optimization through genetic algorithms. The cylindrical structure of hidden"

"Penulis telah mengembangkan Sistem Pengenal Wajah 3 dimensi, yang pada prinsipnya dilakukan dengan mencocokkan sebuah citra masukan dengan sekumpulan citra wajah dalam galeeri. Akan tetapi dengan meningkatnya jumlah objek wajah yang harus disimpan dalam galeri wajah 3D, maka peningkatan jumlah wajah ini memerlukan penggunaan kapasitas memori yang sangat tinggi. Dalam makalah ini, penulis akan menggunakan representasi ruang eigen untuk dapat menyimpan citra wajah 3D. Penggunaan representasi ruang eigen ini memungkinkan kita untuk menurunkan jumlah dimensi yang berkaitan dengan citra wajah dan hal ini mampu untuk menekan biaya komputasi secara signifikan. Penyimpanan citra wajah ini juga dapat dilakukan setahap demi setaha dengan menggabungkan citra objek wajah baru kedalam ruang eigen yang telah dibentuk berdasarkan sekumpulan citra wajah awal. Hasil eksperimen menunjukkan bahwa citra wajah hasil rekonstruksi mempunyai tingkat kemiripan yang sangat tinggi bila dibandingkan dengan citra aslinya. Hasil perhitungan berdasarkan nilai galat antara kedua citra menunjukkan bahwa nilai galat ridak bergantung pada jumlah objek wajah pada ruang eigen awal. "

"Dalam makalah ini, penulis membahas dan memperkenalkan sebuah metodologi pencaharian struktur arsitektur Jaringan Neural Buatan propagasi balik berbasis fuzzy (JNB-Fuzzy) yang optimal dengan menggunakan algoritma genetika. Optimasi struktur jaringan neural dapat dilakukan dengan memperkecil jumlah neuron dalam lapis tersembunyi atau jumlah bobot dalam jaringan neural. Dalam makalah ini penulis membuat optimasi struktur jaringan dengan memperkecil jumlah bobot dalam jaringan, karena jumlah bobot ini jauh lebih besar daripada jumlah neuron yang ada. Jaringan neural yang telah dioptimasi ini kemudian digunakan sebagai subsistem pengenal pola pada Sistem Penciuman Elektronik yang dikembangkan oleh penulis. Hasil eksperimen dengan menggunakan jaringan ini menunjukkan peningkatan derajat pengenalan sistem, dari 70,4% pada struktur jaringan tidak dioptimasi, menjadi 85,2% bila menggunakan struktur jaringan yang telah dioptimasi.

---

In this article we proposed a method for optimizing the structure of a fuzzy artifi cial neural networks (FANN) through genetic algorithms. This genetic algorithm (GA) is used to optimize the number of weight connections in a neural network structure, by evolutionary calculating the fi tness function of those structures as individuals in a population. This fuzzy neural is then applied as the pattern recognition in our developed odor recognition system. Experimental results show that the optimized neural system provides higher recognition capability compare with that of unoptimized neural system. Recognition rate of the unoptimized neural structure is 70.4% and could be increased up to 85.2% in the optimized neural system. It is also shown that the computational cost of the optimized structure of neural system is also lower than the unoptimized structure."

"Makalah ini membahas pengembangan Sistem Penciuman Elektronik menggunakan 16 buah sensor kuarsa terlapis membran sensitif. Penulis telah mengembangkan Sistem Penciuman Elektronik dengan jumlah sensor sebanyak 4 buah, akan tetapi sistem ini hanya mampu membuat klasifikasi aroma campuran dengan tingkat pengenalan dibawah 40%. Pengembangan sistem dilakukan dengan meningkatkan jumlah sensor untuk memperbesar dimensi ruang pengamatan dan peningkatan frekuensi dasar sensor untuk mendapatkan akurasi yang lebih tinggi.Hasil penelitian menunjukkan bahwa sistem 16 sensor mempunyai kapabilitas yang tinggi untuk klasifikasi aroma campuran. Tingkat pengenalan sistem dengan 16 sensor untuk aroma campuran dengan 6 tingkat konsentrasi alkohol berkisar 89.9%, bila diproses secara terpisah, sedangkan apabila dilaksanakan secara ?batch? akan menghasilkan tingkat pengenalan sekitar 82.4%.

---

An artificial odor recognition system is developed for discriminating odors. This artificial system consisted of 16 quartz resonator crystals as the sensor array, a frequency modulator and a frequency counter for each sensor that are connected directly to a microcomputer. We have already shown that the artificial odor recognition system with 4 sensors is high enough to discriminate simple odor correctly, however, when it was used to discriminate compound odors, the recognition capability of this system is dropped significantly to be about 40%.Results of experiments show that the developed artificial system with 16 sensors could discriminate compound aroma based on 6 gradient of alcohol concentrations with high recognition rate of 89.9% for non batch processing system, and 82.4% for batch processing of the classes of odors."

"A computerized intensity detection system has been designedand constructed using single board TK-85 microprocessor system.Two types of hardware architectures, Address Mapped and MemoryMapped Input-Output systems are utilized as Input module fromlight detector and Output module to X-Y recorder, respectively.A performance test on the computer system has shown that thesystem hardware and software function properly with consistentgain -of l.36O. An educational grating- used for the overallperformance test has also indicated instrumental accuracyconsistent with design limitation. A preliminary application ofthis system in light scattering experiment has exhebitedqualitative features in the angular distribution of thescattered light intensity which are consistent with theoriticalprediction."