Rancang Bangun Sistem Pencacah Frekuensi Untuk Sensor Gas Quartz Crystal

Microbalance

(DESIGN OF FREQUENCY

COUNTER SYSTEM FOR

QUARTZ CRYSTAL

MICROBALANCE GAS SENSOR)

Brilianda Adi WIcaksono

2209 100 014

Bidang Studi Elektronika

Jurusan Teknik Elektro FTI

Institut Teknologi Sepuluh Nopember Surabaya 1

PENDAHULUAN

• Latar Belakang • Tujuan Tugas Akhir • Perumusan Masalah • Batasan Masalah

2

Latar Belakang

• Identifikasi gas sangatlah penting untuk industri, baik industri pangan atau non pangan. Sistem Identifikasi gas ini dapat dijadikan sebuah alat untuk menitoring atau mengontrol kualitas produk. Dalam sistem konvensional identifikasi ini membutuhkan waktu dan biaya yang cukup tinggi, karena kita perlu mengambil sampel dan menganalisa di laboratorium.

3

Tujuan Tugas Akhir 1. Merancang sistem pencacah frekuensi untuk mendapatkan

perubahan frekuensi sensor. 2. Memahami proses akuisisi data dari sensor yang digunakan

menggunakan mikrokontroler. 3. Dapat memroses data sehingga dapat dilakukan proses

identifikasi dengan cepat dan akurat.

4

Perumusan Masalah 1. Perancangan dan pengimplementasian rangkaian pengurang

dan pembagi frekuensi. 2. Perancangan dan pengimplementasian rangkaian pencacah

frekuensi untuk sensor gas Quartz Crystal Microbalance sehingga dapat diolah untuk identifikasi gas.

3. Proses pengolahan data hasil pencacahan frekuensi pada mikrokontroler yang dikomunikasikan pada PC

5

Batasan Masalah 1. Perancangan pencacah frekuensi menggunakan IC counter

dan proses akuisisi data dilakukan dengan ATMega 16 yang dikomunikasikan pada PC.

2. Pengujian dilakukan dengan menggunakan sensor QCM dengan polimer yang telah ditentukan.

3. Pengujian dilakukan pada kondisi fisik yang sama ( suhu dan kelembaban )

6

Teori Penunjang

• Sensor Gas

7

Sensor Gas

1. Cara kerjanya dengan memanfaatkan efek piezo electric untuk menghasilkan resonansi listrik-mekanik.

2. Perubahan massa pada pada crystal akan memperngaruhi frekuensi resonansi crystal. Persamaannya ∆𝑓 = −𝐶𝑓 . ∆𝑚

8

PERANCANGAN DAN

PENGUJIAN SISTEM • Perangkat Keras

• Osilator • Pengurang frekuensi • Pembagi Frekuensi • Pencacah Frekuensi • Minimum System ATmega 16

• Perangkat Lunak • Program pada mikrokontroler • Program pada PC

9

Diagram Blok Sistem

10

QCM 1 Osilator

QCM n

Crystal Referensi

Osilator

Osilator

SELEKTOR

f1

fn

Pengurang Frekuensi

Pembagi Frekuensi

Counter

MIKROKONTROLER

fxfd fd/N

PC C

fr

Hasil

Kounter (C)

Sinyal selek

Out

Counter Konvensional

Osilator (1)

11

Osilator (2)

12

Desain : • Sebagai pembangkit frekuensi sensor QCM Pengujian :

No Nilai Crystal

(Mhz)

Pengukuran Osilator

(MHz)

Error Output

(0/00)

1 16 16,0008 0.005

2 20 19,9981 0.0095

3 16 15,9974 0.01625

4 20 19,9979 0.0105

5 20 20,0061 0.0305

Pengurang Frekuensi

13

Desain : • Sebagai Pengurang antara frekuensi referensi dan frekuensi sensor:

𝐹𝐷 = 𝐹𝑅 − 𝐹𝑋 Pengujian :

No

Frekuensi

Referensi

(Mhz)

Frekuensi

Sensor

(MHz)

Output

Error

Output

(%)

Pengukuran Perhitungan

1 20,0061 20,0253 21,730 KHz 19,200 KHz 11.64289

2 20,0061 20,0231 17,840 KHz 17,000 KHz 4.70852

3 20,0061 19,9819 27,230 KHz 24,200 KHz 11.12743

4 20,0061 20,0284 23,220 KHz 22,300 KHz 3.962102

Pembagi Frekuensi

14

No Input

(Hz)

Hasil Pembagian 256

Error(%) Pengukuran (Hz) Perhitungan (Hz)

1 21730 80 84,8828 6.103516 2 17840 60 69,6875 16.14583 3 27230 100 106,3671 6.367188 4 23220 80 90,7031 13.37891

Desain : • Pembagian dilakukan untuk

mendapatkan hasil perhitungan yang teliti dan stabil.

Pengujian :

Pencacah Frekuensi

15

Desain : • Digunakan untuk melakukan perhitungan pulsa dengan rentang

waktu dari perubahan frekuensi sensor.

Hasil yang ditung

𝐶 = 𝑓𝑟. ∆𝑡

= 𝑓𝑟.𝑁

𝑓𝑑

Sistem Minimum Atmega 16

16

Desain : • Sebagai Akuisisi data hasil

perhitungan • Sebagai pemberi sinyal selek untuk

mengolah sensor • Sebagai komunikasi serial

Program Pada Mikrokontroller

17

Desain : • Melakukan akuisisi data, memberikan sinyal selek

pada mux dan Komunikasi Serial • Akuisisi data => 24 bit dari kounter • Komunikasi serial => menggunakan fungsi

USART • Memberikan sinyal selek pada mux.

Diagram Alir :

Mulai

Ambil Data

Selesai

Kirim Data

Sinyal Selek

Power On? T

Inisialisasi I/O

Comport Open?

Y

Y

T

Data Diterima?

Y

T

Program Pada Komputer / PC Program Pengambilan Data Sampel dan Pengujian

Online

18

Desain : • Mengambil dan mengolah data dari

mikrokontroller • Melakukan proses Neural Network • Melakukan proses identifikasi gas

Mulai

Comport Open?

Terima Data

SelesaiT

Kirim Sinyal ke ATMega

Neural Network

Selesai

Output

Y

`

Layer input Hidden layer 1 Hidden layer 2 Layer output

Program Pada Komputer / PC Program Pembelajaran Neural Network

19

Desain : • Melakukan Proses Learning untuk

mendapatkan nilai bobot dan nilai ambang untuk proses identifikasi gas.

No. Gas Nilai Kesalahan

1 Alkohol 4,32*10-5

2 Amoniak 6,23*10-10

3 Asam Asetat 9,99*10-5

PROSES IDENTIFIKASI GAS

• Pengambilan Data • Analisa data • Pengujian Neural Network

20

Pengambilan Data (1)

Pengambilan data:

21

Pengambilan Data Sampel:

• Penentuan perbedaan frekuensi awal didasarkan pada pelewatan udara kering pada sensor ( Udara yang dilewatkan silica gel).

• Perbedaan Frekuensi sensor di-nolkan dengan mengurangkan perbedaan frekuensi awal.

• Pengambilan data dilakukan dengan menyuntikkan gas (±10ml)

• Penyuntikkan gas dilakukan ketika data mencapai rata-rata ke 10.

• Gas yang digunakan adalah alkohol 70%, amoniak dan asam asetat

• Digunakan pompa untuk mendorong gas melewati sensor

Analisa Data(1)

22

Proses Analisa Dilakukan dengan mengamati hasil proses pengolahan data menjadi perubahan frekuensi ketika disuntikkan gas sampel.

Data 1 alkohol 70%

23 Data 2 Alkohol 70% Data 3 Alkohol 70%

24 Data 1 Amoniak Data 2 Amoniak

25 Data 1 Asam Asetat Data 2 Amoniak

26 Data 3 Asam Asetat Data 2 Asam Asetat

Analisa Data (6)

27

No. Gas

(Data)

Perubahan Frekuensi Max

(Hz)

Sensor1 (OV-101)

Sensor2 (PEG-6000)

Sensor3 (OV-17)

Sensor4 (PEG-1540)

1 Alkohol70% (1) 8.19E+00 2.22E+01 1.45E+01 4.37E+00 2 Alkohol70% (2) 7.30E+00 2.15E+01 1.60E+01 3.45E+00 3 Alkohol70% (3) 4.44E+00 1.68E+01 1.49E+01 3.80E+00 4 Amoniak (1) 3.37E+01 5.80E+01 9.42E+01 6.37E+01 5 Amoniak (2) 4.39E+01 5.38E+01 9.72E+01 6.17E+01 6 Amoniak (3) 2.30E+01 3.10E+01 1.46E+02 6.13E+01 7 Asam Asetat (1) 1.05E+01 4.76E+01 2.74E+01 4.77E+00 8 Asam Asetat (2) 1.15E+01 3.80E+01 3.08E+01 5.38E+00 9 Asam Asetat (3) 7.83E+00 3.43E+01 3.03E+01 5.93E+00

Pengujian Neural Network

28

No. Gas Tingkat Keberhasilan

1 Alkohol70% 100%

2 Amoniak 100%

3 Asam Asetat 70%

KESIMPULAN DAN SARAN

• Kesimpulan • Saran

29

Kesimpulan

• Sistem yang dirancang telah mampu mendeteksi pergeseran frekuensi untuk tiap sensor terhadap gas yang diujikan.

• Besarnya nilai pembagian sangatlah berpengaruh terhadap sistem yang dirancang. Dengan nilai pembagi yang semakin besar maka sistem yang dibuat akan semakin akurat dan stabil.

• Neural network yang dirancang sudah mampu mengidentifikasi gas uji yaitu alkohol, amoniak dan asam asetat.

• Tingkat keberhasilan Sistem identifikasi mencapai 90%.

30

Saran

• Digunakan rangkaian osilator yang lebih stabil, sehingga didapatkan hasil yang lebih baik.

• Digunakan sensor yang lebih banyak, sehingga dapat lebih teliti dalam proses identifikasi.

• Digunakan sistem penetrasi gas kedalam sensor yang lebih baik, sehingga kecepatan penetrasi dapat menjadi sama.

31

Terima Kasih

32

Hasil Uji Pembagian • Hasil Penghitungan frekuensi dengan nilai Pembagi yang

diubah-ubah:

33 • Dapat disimpulkan Semakin banyak nilai pembagi semakin stabil nilai perhitungan frekuensi

Hasil Percobaan

34

Pembagian error rata-rata (% )

2 11.49711984 15.087734818 11.5500025516 11.6420412132 11.6302291864 12.10228372128 12.10228372256 9.359994594

Pembagian error rata-rata (% )

2 4.1883225954 7.9961111598 4.20406344316 4.30823010932 4.27926897364 4.807779481128 4.807779481256 7.565071109

Error pengukuran terhadap perhitungan Error pengukuran terhadap perhitungan jika error pengurangan diabaikan

Hasil • Alkohol • Amoniak • Asam Asetat

35