Aditya P.P. Prasetyo
Universitas Sriwijaya

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Electrinic Nose Dan Support Vector Machine Pada Aplikasi Olfactory Mobile Robot Dalam Mengenali Gas Rendyansyah - Rendyansyah; Aditya P.P. Prasetyo; Kemahyanto Exaudi
JURNAL NASIONAL TEKNIK ELEKTRO Vol 7, No 1: March 2018
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.809 KB) | DOI: 10.25077/jnte.v7n1.475.2018

Abstract

The aroma of gas can be perceived by the human sense of smell. The presence of the scent comes from the gas source itself or the gas leaks through cracks such as valves or pipe connections. The smell of certain gases (gas with a stinging smell) can disrupt the human nervous system and nose. Hence, it is required a tool that can mimic the sense of smell which is called the electronic nose (abbreviated to e-nose). E-nose is a combination of two or more gas sensors. In a situation of searching the source of the gas scent, the e-nose was developed into a mobile robotic olfactory application for detection and identification process. In this study, the system was designed to recognize ethanol, benzene and thinner gases. The signal pattern recognition of e-nose uses the Support Vector Machine (SVM) programmed into the computer. Illustration of gas scent detected by e-nose produces a pattern of electrical signals that are wirelessly transferred to a computer and processed to be recognizable. The experimental results show that olfactory mobile robots can be applied to detect and identify types of gas with good accuracy, according to the value above 97% for kernel selection γ = 100 and γ = 1000.Keywords : E-nose, Olfactory Mobile Robot, Support Vector MachineAbstrak Aroma gas dapat dirasakan oleh indra penciuman manusia. Adanya aroma karena berasal dari sumber gas itu sendiri atau gas bocor melalui cela-cela seperti katup atau sambungan pipa. Aroma gas tertentu (gas dengan aroma yang menyengat) dapat mengganggu sistem saraf dan hidung manusia. Oleh karena itu perlu alat yang dapat meniru indra penciuman yaitu electronic nose (disingkat e-nose). E-nose merupakan kumpulan dari dua sensor gas atau lebih. Dalam situasi pencarian sumber aroma gas maka pada penelitian ini dikembangkan e-nose kedalam bentuk aplikasi olfactory mobile robot untuk deteksi dan identifikasi. Pada penelitian ini sistem dirancang untuk mengenali gas etanol, benzene dan thiner. Pengenalan pola sinyal dari e-nose menggunakan Support Vector Machine (SVM) yang sudah diprogram di dalam komputer. Secara ilustrasi aroma gas yang dideteksi oleh e-nose menghasilkan pola sinyal elektrik yang ditransfer via wireless ke komputer dan diproses untuk dikenali. Hasil percobaan menunjukkan bahwa olfactory mobile robot dapat diaplikasikan untuk mendeteksi dan mengidentifikasi jenis gas dengan akurasi yang baik, yaitu di atas 97% untuk pemilihan kernel γ = 100 dan γ = 1000.Kata Kunci : E-nose, Olfactory Mobile Robot, Support Vector Machine
Rancang Bangun Robot Wall Follower Menggunakan Sensor Kamera Boby Darmawansyah; Ahmad Zarkasi; Aditya P.P. Prasetyo
Generic Vol 11 No 1 (2019): Vol 11, No 1 (2019)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengolahan citra adalah suatu proses dari gambar asli menjadi gambar lain yang sesuai dengan keinginan kita. Tujuan dalam penelitian ini yaitu untuk membuat prototype robot mobile wall follower menggunakan kamera sebagai sensor kamera yang digunakan sebagai pendeteksi garis jalan pada arena yang dirancang. Dan dapat menghasilkan suatu prototype robot mobile wall follower menggunakan kamera sebagai sensor kamera. Pada sistem pendeteksi objek dinding garis berwarna merah atau hitam menggunakan Bahasa pemrograman C# dengan software Microsoft Visual Studio 2010. Program untuk mendeteksi dinding garis ini menggunakan tehnik pengolahan citra dengan kamera sebagai sensor inputannya, dimana pada perangkat lunak tersebut terdapat tahapan - tahapan proses pengolahan citra. Objek warna yang akan diuji adalah warna merah atau hitam. Robot wall follower bisa digunakan dilapangan tanpa susah mengetahui warna mana yang tidak mencapai angka 600(warna yang sudah buram)apabila warna yang diketahui buram maka robot akan stop/berhenti.
Estimasi Posisi Objek Menggunakan Particle Swarm Optimization dan K – Nearest Neighbour (PSO-KNN) Fariz Abdul Aziz; Reza Firsandaya Malik; Aditya P.P. Prasetyo
Generic Vol 11 No 2 (2019): Vol 11, No 2 (2019)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini, teknologi estimasi posisi objek mengalami perkembangan signifikan, dengan adanya teknik fingerprint sebagai metode estimasi posisi. Studi ini membahas estimasi posisi objek di dalam ruangan dengan nilai RSSI sebagai indikator dan Access Point digunakan sebagai parameter penelitian. Algoritma yang digunakan untuk menentukan RSS Fingerprint dalam penelitian ini adalah Particle Swarm Optimization dan K-Nearest Neighbour. Estimasi Posisi dilakukan di gedung belajar 1 sampai gedung belajar 4 di jurusan Sistem Komputer, Universitas Sriwijaya. Hasil estimasi posisi didapatkan dengan membandingkan data latih dengan data pada saat pengujian.