Pemilihan alat dan metode ekstraksi sangat penting untuk menarik kandungan senyawa yang berpotensi obat dalam suatu tanaman. Ekstraksi kandungan senyawa dari tanaman kelor melibatkan proses kompleks yang sangat bergantung pada faktor lingkungan dan operasional. Proses ekstraksi dapat dipantau menggunakan data deret waktu multivariat berbasis Internet of Things (IoT) dengan menghadirkan peluang unik untuk meningkatkan efisiensi dan pengendalian kualitas.
Data deret waktu multivariat yang ditandai dengan beberapa variabel dicatat sepanjang waktu, memberikan wawasan berharga mengenai perilaku, interaksi, dan ketergantungan di antara berbagai komponen dalam suatu sistem. Namun, dengan meningkatnya kompleksitas dan volume data IoT yang dihasilkan selama ekstraksi kelor, pendeteksian anomali menjadi tantangan.
Tim peneliti dari Fakultas Farmasi Universitas Airlangga bekerja sama dengan Department of Electrical Engineering, Politeknik Negeri Semarang dan Faculty of Systems Design, Tokyo Metropolitan University, Jepang mengembangkan mesin ekstraksi dengan sistem yang kuat, efisien dan otomatis mendeteksi pola anomali secara real-time, memberikan sinyal peringatan dini kepada operator, dan memfasilitasi intervensi tepat waktu. Model deteksi anomali tanpa pengawasan hibrid ini menggabungkan pengelompokan aplikasi spasial berbasis kepadatan dengan kebisingan dan data deret waktu multivariat berbasis IoT.
Kami melakukan eksperimen ekstensif pada ekstraksi kelor sebagai sampelnya dan menunjukkan efektivitas dan kepraktisan pendekatan. Dibandingkan dengan metode deteksi anomali lainnya, metode ini mempunyai nilai presisi tertinggi sebesar 0,89, nilai recall tertinggi sebesar 0,89, dan nilai akurasi tertinggi sebesar 0,87. Penelitian di masa depan akan mengukur dan mengoptimalkan aktuator mulai dari deteksi anomali hingga tindakan. Ini juga dapat digunakan dengan algoritma peramalan untuk mendeteksi anomali dalam beberapa menit mendatang.
Penulis: Retno Widyowati
Judul artikel asli: “Unsupervised Anomaly Detection for IoT-Driven Multivariate Time Series on Moringa Leaf Extraction” pada Int. J. of Automation Technology 2024; 18(2)
Tautan: https://www.fujipress.jp/main/wp-content/themes/Fujipress/pdf_subscribed.php
Baca juga: Analisis Kandungan Polifenol Ekstrak Etanol Daun Kelor
