OPTIMASI PARAMETER KALIBRASI SENSOR MEMS MENGGUNAKAN ALGORITMA GENETIKA DENGAN VALIDASI SISTEM PAKAR
DOI:
https://doi.org/10.53026/prosidingsntem.v5i1.779Keywords:
Kalibrasi Sensor MEMS, Algoritma Genetika, Sistem Pakar, Root Mean Square Error (RMSE), KeandalanAbstract
Kalibrasi sensor MEMS tradisional menghadapi keterbatasan waktu dan fleksibilitas karena bergantung pada trial-error manual dan kurang adaptif terhadap variasi karakteristik sensor individual. Penelitian ini menyajikan metodologi terintegrasi untuk optimasi efisien parameter kalibrasi sensor MEMS, mengatasi keterbatasan waktu dan fleksibilitas metode tradisional. Metodologi ini menggabungkan kekuatan Algoritma Genetika dengan kecerdasan Sistem Pakar untuk meningkatkan proses kalibrasi. Algoritma Genetika bertugas mencari konfigurasi optimal parameter (seperti gain dan offset) untuk meminimalkan kesalahan kalibrasi, diukur dari Root Mean Square Error (RMSE) dan Error Magnitude Drift (EMD). Sementara itu, Sistem Pakar berfungsi sebagai validator keandalan, memastikan parameter hasil optimasi memenuhi kriteria yang ditetapkan dan memberikan rekomendasi adaptif. Hasil eksperimen menunjukkan bahwa pendekatan terintegrasi ini secara signifikan meningkatkan akurasi sensor dengan peningkatan 83.7%, mengurangi RMSE dari 0.1582 menjadi 0.02579, mengurangi waktu kalibrasi sebesar 32.9% (dari 20.12 detik menjadi 13.51 detik), dan berhasil mengurangi Error Magnitude Drift (EMD) sebesar 78.4% (dari rata-rata 0.0245 menjadi 0.0053). Integrasi ini menghasilkan peningkatan efisiensi, akurasi, dan keandalan jangka panjang sensor MEMS, menjadikannya solusi prospektif untuk mengurangi biaya dan meningkatkan kualitas kalibrasi industri
References
Z. Chen, K. Yan, dan Q. Lu, "MEMS Gyroscopes dalam Berbagai Mode Operasi: Sebuah Tinjauan," Measurement, vol. 249, Art. no. 116996, 2024.
G. Aydemir dan A. Saranli, "Karakterisasi dan Kalibrasi Sensor Inersia MEMS untuk Aplikasi Estimasi Status dan Parameter," Measurement, vol. 45, no. 5, hlm. 1210-1225, Mei 2012.
A. Prato, F. Pennecchi, dan A. Schiavi, "Metode Statistik Bayesian untuk Kalibrasi Sensor MEMS Skala Besar: Studi Kasus pada 100 Akselerometer Digital," Metrologia, vol. 61, no. 1, 2024.
D. Pau, S. Tognocchi, dan M. Marcon, "Pembelajaran Kalibrasi MEMS Online dengan Topologi Neural Gaussian yang Memori-Efisiensi dan Variasi Waktu," Sensors, vol. 25, no. 10, Art. no. 3060, 2025.
I. Podder, T. Fischl, dan U. Bub, "Aplikasi Kecerdasan Buatan untuk Sensor Berbasis MEMS dan Optimasi Proses Manufaktur," Telecom, vol. 5, no. 1, 2024.
I. Podder, T. Fischl, dan U. Bub, "Kalibrasi Cerdas dan Pemantauan: Memanfaatkan Kecerdasan Buatan untuk Meningkatkan Kalibrasi Sensor Inersia MEMS," Complex and Intelligent Systems, vol. 10, hlm. 7451-7474, 2024.
C. Wang, X. Song, dan M. Kraft, "Desain Geometri Bebas pada Akselerometer MEMS dengan Preamplifier Gerakan Mekanis Berbasis Algoritma Genetika," Microsystems and Nanoengineering, vol. 6, Art. no. 39, 2020.
Q. Meng, J. Wang, dan Y. Lu, "Metode Evolusioner Baru untuk Desain Struktur MEMS Tanpa Parameter dan Aplikasinya pada Sensor Tekanan Piezoresistif," Microsystems and Nanoengineering, vol. 9, Art. no. 16, 2023.
M. Pak, F. Fernandez, dan G. Dundar, "Optimasi Multi-Objektif Berbasis QMC pada Sistem Akselerometer MEMS dengan Metodologi Berbasis QMC," Microelectronics Journal, vol. 103, Art. no. 104876, 2020.
R. Bajwa dan M. Yapici, "Pemodelan Berbasis Pembelajaran Mesin dan Metodologi Optimasi Desain Generik untuk Perangkat Mikroelektromekanis Radio-Frekuensi," Sensors, vol. 23, no. 2, Art. no. 523, 2023.
K. Gulati, Z. Ahmed, dan A. Raj, "Validasi Data SENSOR untuk Pengumpulan Sampah Menggunakan Pembelajaran Mesin," arXiv preprint arXiv:2304.07708, 2023.
A. Martins, I. Fonseca, dan A. Cardoso, "Pemantauan Online Status Kalibrasi Sensor untuk Mendukung Pemeliharaan Berdasarkan Kondisi," Sensors, vol. 23, no. 18, Art. no. 7977, 2023.
R. R. Al-Nima, F. S. Abdullah, dan A. N. Hamoodi, "Desain Teknologi Berdasarkan Penggabungan Algoritma Genetika, Jaringan Saraf, dan Logika Fuzzy," arXiv preprint arXiv:2102.08035, 2021.
O. AlShorman, M. Irfan, dan S. Rahman, "Kemajuan dalam Pemantauan Kondisi dan Diagnosis Kerusakan pada Mesin Putar: Tinjauan Lengkap tentang Teknik Cerdas Berbasis Gambar untuk Motor Induksi," Engineering Applications of Artificial Intelligence, vol. 130, Art. no. 107724, 2024.
B. Liu, Y. Zhou, H. Fu, P. Fu, dan L. Feng, "Lightweight Self-Detection and Self-Calibration Strategy for MEMS Gas Sensor Arrays," Sensors, vol. 22, no. 12, Art. no. 4315, 2022
Downloads
Published
Conference Proceedings Volume
Section
License
Copyright (c) 2025 Prosiding Seminar Nasional Teknologi Energi dan Mineral
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
