Perangkat lunak AI untuk mengklasifikasikan pola senyawa VOC dari napas, beserta kotak Gas Sensor prototipe, untuk penelitian lembaga pemerintah bidang lingkungan di Thailand

Latar belakang permasalahan

Tantangan dalam kasus ini adalah alat untuk mengumpulkan dan mengklasifikasikan pola senyawa VOC dari napas sukarelawan, untuk penelitian Environmental Research and Training Center, Department of Environmental Quality Promotion. Pusat ini memperoleh anggaran tahun 2019 untuk mempelajari perangkat pengukur senyawa VOC dari napas. Tim peneliti membutuhkan algoritma dan perangkat lunak yang dapat membedakan pola sukarelawan dalam 3 kelompok, yaitu orang normal, pasien kanker, dan pasien penyakit lain

Kami mengerjakan pekerjaan ini bersama kontraktor utama proyek, yaitu sebuah perusahaan rekayasa. Bagian yang kami kembangkan adalah papan sirkuit pembaca sensor, kotak Gas Sensor (kotak sensor gas) prototipe, serta perangkat lunak untuk mengumpulkan data, membuat model, dan menampilkan hasil

Persyaratan dan batasan

Sistem harus dapat mengumpulkan data dari napas sukarelawan pada semua kelompok dan memungkinkan peneliti membuat model dari data tersebut. Kerangka acuan kerja dan ketentuan proyek menetapkan hal-hal yang harus dilakukan sistem sebagai berikut

• Menerima napas yang diembuskan sukarelawan ke dalam kotak Gas Sensor dengan 10 sensor, lalu membaca nilai dari setiap sensor
• Mengklasifikasikan pola senyawa VOC sukarelawan dalam 3 kelompok dan menampilkan hasil dalam bentuk angka dan grafik
• Menyimpan data sementara secara lokal, lalu mengirimkannya ke basis data daring per orang atau sekaligus satu set
• Memungkinkan peneliti membuat model AI dari data kelompok orang normal dan kelompok pasien, serta mengimpor model untuk memprediksi hasil
• Mengumpulkan data dan meninjau laporan di komputer, ponsel, dan tablet

Kendala utama terletak pada perangkat keras. Kotak dibuat oleh produsen eksternal, dan setelah kotak yang sebenarnya diterima, lubang tombol hidup/mati, lubang sambungan kabel, serta lubang pemasangan papan dan kipas masih harus diperbaiki agar pas. Kendala lainnya, sistem ini merupakan alat untuk penelitian, bukan alat kesehatan untuk mendiagnosis penyakit

Bagaimana sistem ini mengumpulkan dan mengklasifikasikan data napas?

Sistem ini menerima napas melalui kotak Gas Sensor, membaca nilai sensor dengan papan sirkuit yang kami kembangkan, menyimpan data sementara secara lokal dengan program Data Collector, lalu mengirimkannya ke basis data daring. Selanjutnya, aplikasi web menggunakan kumpulan data ini untuk membuat model, memprediksi hasil, dan menampilkannya dalam bentuk angka dan grafik

Kami memilih menyimpan data sementara secara lokal terlebih dahulu agar pengambilan sampel dari sukarelawan tetap dapat berlanjut meskipun tanpa internet. Adapun pembuatan model ditempatkan di web agar peneliti dapat membuat model baru dari data kelompok orang normal dan kelompok pasien, atau mengimpor model yang telah dipilih, melalui halaman pembuatan model dan impor model di web

1. 1

   Sukarelawan mengembuskan napas ke dalam kotak Gas Sensor

   Di dalam kotak terdapat 10 sensor dan ruang udara yang menggunakan pipa dan selang udara untuk mendistribusikan napas hingga ke permukaan setiap sensor. Papan sirkuit yang kami kembangkan membaca nilai dari sensor, lalu meneruskannya ke komputer

2. 2

   Data Collector menyusun dan menyimpan data sementara secara lokal

   Program Data Collector (program pengumpul data) menyusun nilai yang terukur dan menyimpannya secara lokal terlebih dahulu, lalu mengirimkannya ke basis data daring per orang atau sekaligus satu set

3. 3

   Membuat atau mengimpor model AI jenis SVM

   Peneliti membuat model AI jenis SVM (Support Vector Machine, algoritma untuk mengklasifikasikan kelompok data) dari data kelompok orang normal dan kelompok pasien melalui halaman web, atau mengimpor model yang telah dipilih, lalu menggunakan model tersebut untuk memprediksi hasil dari kumpulan data napas yang baru

4. 4

   Melihat hasil dalam bentuk angka, grafik, dan riwayat

   Aplikasi web memiliki halaman pencatatan nilai, grafik, hasil prediksi yang ditampilkan sebagai nilai kemungkinan, halaman analisis, dan riwayat pengukuran. Kerangka acuan kerja menetapkan bahwa aplikasi ini harus dapat dibuka dari komputer, ponsel, atau tablet

5. 5

   Mengalibrasi sensor dengan gas standar

   Kami mengumpulkan data kalibrasi di Environmental Research and Training Center, Department of Environmental Quality Promotion, dengan mengalirkan gas standar campuran VOC pada konsentrasi 5, 10, dan 25 ppb (bagian per miliar) ke dalam perangkat, lalu menggunakan Linear Regression (regresi linear) untuk mencari persamaan yang mengubah nilai mentah dari sensor menjadi konsentrasi

Hasil serah terima

Kami menyerahkan perangkat keras prototipe, perangkat lunak, dokumen, dan pekerjaan kalibrasi sesuai daftar berikut

• Papan sirkuit pembaca sensor yang kami rancang sendiri
• Kotak Gas Sensor prototipe dengan 10 sensor, beserta ruang udara yang menggunakan pipa dan selang udara untuk mendistribusikan napas hingga ke permukaan setiap sensor
• Program Data Collector untuk menyusun dan menyimpan data sementara secara lokal sebelum mengirimkannya ke basis data daring
• Aplikasi web (PHP, Python, JavaScript) pada Ubuntu Linux dengan basis data SQLite / PostgreSQL, yang memiliki halaman pencatatan nilai, grafik, hasil prediksi, halaman analisis, riwayat, pembuatan model, dan impor model
• Panduan pengguna
• Laporan hasil kalibrasi sensor dengan gas standar campuran VOC pada 5, 10, dan 25 ppb, beserta persamaan konversi nilai menggunakan Linear Regression

Apa saja tahapan pelaksanaan proyek ini?

Proyek ini berlangsung dari Juli 2019 hingga April 2020, terbagi menjadi pekerjaan sesuai ketentuan awal dan pekerjaan tambahan setelah demonstrasi. Urutan pekerjaannya sebagai berikut

1. Jul–Okt 2019: memulai pekerjaan sesuai ketentuan dan menyelesaikan papan sirkuit pembaca sensor
2. Nov 2019: mendemonstrasikan perangkat dan program, sekaligus menyerahkan panduan penggunaan. Pemberi kerja meminta penambahan ruang udara dan penyesuaian tampilan untuk ponsel pintar
3. Jan–Feb 2020: menerima kotak dari produsen eksternal, memeriksa titik pemasangan dan lubang sambungan kabel yang perlu diperbaiki, serta membuat ruang udara
4. Feb–Apr 2020: mengumpulkan data kalibrasi, mencari persamaan konversi nilai menggunakan Linear Regression, dan menyusun laporan hasil

Hasil yang dapat dikonfirmasi saat proyek ditutup

Hasil yang dapat dikonfirmasi dari kasus ini adalah demonstrasi dan pekerjaan kalibrasi yang didukung dokumen. Pada November 2019, kami mendemonstrasikan perangkat dan program kepada perwakilan kontraktor utama dan Department of Environmental Quality Promotion, sekaligus menyerahkan panduan penggunaan. Pada tahun 2020, kami mengalibrasi sensor dengan gas standar campuran VOC pada 5, 10, dan 25 ppb dan memperoleh persamaan yang mengubah nilai sensor menjadi konsentrasi menggunakan Linear Regression

Catatan tahunan kami menyebutkan bahwa saat proyek ditutup pada tahun 2020, perangkat lunak telah selesai, sedangkan sirkuit belum dapat membaca nilai dari semua sensor. Kasus ini tidak memiliki angka akurasi model dari penggunaan nyata, sehingga kami hanya melaporkan hal-hal yang didukung dokumen

Pelajaran yang kita dapatkan

Pekerjaan ini memberikan 3 prinsip untuk pekerjaan sensor gas yang menggunakan AI untuk mengklasifikasikan pola

• Jalur sampel merupakan bagian dari sistem pengukuran. Napas harus mencapai permukaan setiap sensor. Dalam pekerjaan ini, ruang udara yang menggunakan pipa dan selang udara untuk mendistribusikan napas merupakan pekerjaan yang ditambahkan setelah demonstrasi. Oleh karena itu, desain kotak sensor harus mencakup jalur aliran udara, bukan hanya posisi pemasangan sensor
• Pisahkan kalibrasi dari klasifikasi. Kalibrasi menunjukkan berapa konsentrasi yang setara dengan nilai mentah dari sensor, sedangkan model AI berfungsi mengklasifikasikan pola. Jika kedua pekerjaan direncanakan secara terpisah, Anda akan mengetahui apakah penyimpangan hasil berasal dari sensor atau dari model
• Periksa setiap kanal sinyal sebelum pengumpulan data yang sebenarnya. Saat proyek ditutup, perangkat lunak telah selesai, tetapi sirkuit belum dapat membaca nilai dari semua sensor. Oleh karena itu, pekerjaan dengan banyak sensor sebaiknya memiliki tahap untuk memastikan bahwa semua sensor dapat mengirimkan nilai sebelum pengumpulan data dari sukarelawan dimulai

Bagaimana menerapkan pendekatan ini pada penelitian Anda?

Jika Anda mengembangkan prototipe alat ukur gas dan membutuhkan perangkat lunak pengumpulan data sekaligus pembuatan model, Anda dapat menggunakan kerangka kasus ini, yaitu kotak sensor, program penyimpanan data sementara di komputer, basis data daring, serta web untuk membuat model dan menampilkan hasil. Bagian yang perlu disesuaikan adalah jenis sensor, sirkuit pembaca nilai, dan rentang konsentrasi yang digunakan untuk kalibrasi.

• Tetapkan lingkup dengan jelas sejak awal, baik bagian perangkat lunak, sirkuit, maupun kotak, karena pekerjaan yang menggabungkan perangkat keras dan perangkat lunak sering kali memunculkan pekerjaan tambahan di tengah jalan
• Sediakan waktu untuk menunggu kotak dari produsen eksternal, serta waktu untuk memperbaiki lubang pemasangan papan dan slot kabel setelah kotak yang sebenarnya diterima
• Siapkan data sampel dari sukarelawan setiap kelompok, karena model AI memerlukan data nyata untuk pembuatan dan pengujian