Klasifikasi Pengukuran Level Gas Pada Proses Pembuatan MSG dengan Menggunakan Neural Network

Nurrizki, Dinni Bangkit (2019) Klasifikasi Pengukuran Level Gas Pada Proses Pembuatan MSG dengan Menggunakan Neural Network. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0915040047 - Dinni Bangkit Nurrizki - Klasifikasi Pengukuran Level Gas Pada Proses Pembuatan MSG dengan Menggunakan _i_Neural Network __i_.pdf Restricted to Repository staff only Download (3MB)

Abstract

Bahan baku utama pembuatan Monosodium Glutamat (MSG) adalah tetes tebu sebagai sumber karbohidrat dan bahan pendukung lainnya seperti ammonia(NH3), Asam Sulfat(H2SO4), H2O2,NaOH, HCL,Karbon aktif, O2, Penisilin ,Enzim, dan lain sebagainya. Pada masing-masing bahan pendukung memiliki karakteristik zat yang berbeda-beda seperti beracun, mudah terbakar, ataupun dapat berbahaya bagi tubuh manusia apabila terjadi kebocoran. Seiring berkembangnya teknologi pada bidang industri terdapat sebuah alat yang fungsinya sama seperti indra penciuman (hidung) manusia. Alat tersebut dapat mendeteksi, mengenal, dan membedakan macam-macam bau atau aroma disekitar yang disebut dengan Electronic Nose (E-Nose). E-Nose ini terdiri dari sensor metal oxide semiconductor yaitu MQ-2, MQ-135, MQ-136. Dalam penelitian ini , E-Nose dimanfaatkan untuk mendeteksi gas pada zat tambahan dalam proses pembuatan MSG apabila terjadi kebocoran, kemudian diidentifikasi / diklasifikasikan level gas kecil, sedang, dan bahaya dengan menggunakan metode Neural Network sebagai pengolah data. Sistem ini dilengkapi dengan buzzer sebagai tanda peringatan bahaya dan dimonitoring mengggunakan GUI Matlab. Dengan menerapkan metode Neural Network menjadikan klasifikasi akan lebih efisien dan tepat sehingga kebocoran dapat diketahui dengan cepat. Hasil yang didapatkan dari pengujian ini yaitu dengan tingkat keberhasilan untuk klasifikasi jenis gas sebesar 100%, error sebesar 0%. Sedangkan untuk klasifikasi level gas sebesar 84 % dengan error 16 %.

Actions (login required)

View Item