Buku 1 Prosiding Seminar Nasional Retii Ke 9 Tahun 2014 Sttnas Yogyakarta

SAMBUTAN
KETUA PANITIA SEMINAR NASIONAL RETII KE-9 TAHUN 2014
Assalamu’alaikum wr.wb.
Salam sejahtera bagi kita semua
Puji syukur kehadirat Tuhan Yang Maha Esa atas rahmat dan karunia-Nya, sehingga Seminar
Nasional ReTII ke-9 Tahun 2014 dapat terlaksana. Seminar tahun ini mengusung tema “Eco-
Technology”: Paradigma Pembangunan Masa Depan untuk Mendukung Masterplan
Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI).
Seminar Nasional ReTII ke-9 tahun ini diikuti oleh 102 pemakalah dengan rincian dari
STTNAS sebanyak 27 pemakalah dan dari perguruan tinggi lainnya sebanyak 75 pemakalah.
Adapun sebaran institusi perguruan tinggi yang telah berpartisipasi antara lain: Universitas
Gadjah Mada Yogyakarta, Universitas Diponegoro Semarang, ITS Surabaya, Universitas
Sebelas Maret Surakarta, UII Yogyakarta, UPN Veteran Yogyakarta, Universitas Atma Jaya
Yogyakarta, Universitas Atma Jaya Jakarta, Universitas Trisakti Jakarta, UNISSULA
Semarang, Universitar Kristen Petra Surabaya, Politeknik Negeri Jakarta, Politeknik Negeri
Semarang, Politeknik Negeri Lhokseumawe, Universitas Islam Malang, Pusat Kajian Sistem
Energi Nuklir BATAN dan beberapa perguruan tinggi lainnya.
Panitia mengucapkan terima kasih yang sebesar-besarnya kepada Keynote-speech, para

pemakalah, hadirin dan semua pihak yang telah ikut serta mendukung terselenggaranya
kegiatan seminar tahunan ini.
Panitia telah bekerja semaksimal mungkin agar acara seminar tahunan berlangsung dengan
baik dan lancar. Namun apabila masih ada didapati adanya beberapa kekurangan dari panitia,
kami dari panitia memohon maaf yang sebesar-besarnya. Kritik dan saran yang konstruktif
dari para peserta sangat kami harapkan demi perbaikan acara seminar dimasa mendatang.
Akhir kata, semoga Tuhan Yang Maha Esa meridhoi acara seminar ini dan bermanfaat bagi
kita semua khususnya untuk mendukung perkembangan ilmu pengetahuan dan teknologi
dalam pembangunan Indonesia. Amin.
Wassalamu’alaikum wr.wb.
Yogyakarta, 13 Desember 2014

Hormat Kami,
Fahril Fanani, S.T., M.Eng.

Ketua Panitia
Dalam Rangka
Pembukaan Seminar Nasional
Rekayasa Teknologi dan Informasi (ReTII) ke-9
Assalamu’alaikum wr.wb
Salam sejahtera bagi kita semua
Pertama-tama marilah kita panjatkan puji syukur kehadirat Allah SWT karena hanya dengan
ridhoNya kita dapat berkumpul di sini dalam rangka Seminar ReTII ke-9 dalam keadaan sehat
wal’afiat. Mudah-mudahan Allah SWT juga memberi kemudahan kepada panitia dalam
menyelenggarakan seminar ini. Demikian juga kepada para peserta dalam mengikuti acara
seminar ini.
Seminar ReTII kali ini merupakan yang ke-9 dan merupakan agenda tahunan STTNAS yang
dimaksudkan agar dapat menjadi ajang temu para pakar untuk saling tukar pengalaman,
informasi, berdiskusi, memperluas wawasan dan untuk merespon perkembangan teknologi
yang demikian pesat. Selain itu diharapkan adanya kerja sama dari para pakar yang hadir
sehingga menghasilkan penelitian bersama yang lebih berkualitas dan bersama-sama pula ikut
memecahkan persoalan-persoalan teknologi untuk kemandirian bangsa.
Semoga seminar ini dapat terselenggara dengan baik dan memenuhi harapan kita semua.
Akhirnya saya ucapkan terima kasih kepada panitia dan semua pihak yang membantu
sehingga acara Seminar ReTII ke-9 ini dapat terselenggara dengan baik. Jika ada yang kurang
dalam penyelenggaraan seminar ini, kami mohon maaf yang sebesar-besarnya.
Wassalamu’alaikum wr.wb.

Ketua STTNAS
Ir. H. Ircham, M.T.

Seminar Nasional ke – 9: Rekayasa Teknologi Industri dan Informasi

DAFTAR ISI
Halaman
SUSUNAN PANITIA ................................................................................................. i
SAMBUTAN KETUA PANITIA .............................................................................. ii
SAMBUTAN KETUA STTNAS ............................................................................... iii
DAFTAR ISI ............................................................................................................... v
BUKU I
TEKNOLOGI INFORMASI DALAM PERSAINGAN EKONOMI GLOBAL ..
1. Rekayasa Peralatan Pendeteksi Dini Kerusakan Pada Motor Listrik Di Industri
Berbasis Komputer
Tugino ............................................................................................................................... 1
2. PenggunaanCharge TransferSystem(CTS)untuk Mereduksi MedanListrik
PermukaanBumi dan Mengurangi Sambaran Petir Langsung Struktur Tower Antena
Jenis Vertikal
Budi Utama....................................................................................................................... 7
3. RancangBangun Sistem Pengolahan Limbah Urin untuk Penyiraman Urinoir, Uji
RegresiHasil Pengukuran Volume Air Penyiram pada Urinoir Penentu Input error
DwiCahyadi1, B.S. Dwi Rahayu Purwanti2, Nana Sutarna3 ............................................. 15
4. Rancangbangun Laci Penitipan Perlengkapan Pengendara Motor Terintegrasi pada
SistemPerparkiran Berbasis RFID Pengaruh Jarak Terhadap Variasi Penghalang RFID
Readeruntuk Buka-Tutup Laci Penitipan Perlengkapan Pengendara
Gita Putri Karina1, B.S. Rahayu Purwanti2, Nana Sutarna3 ............................................ 21
5. Pengaruh Filter Pasif pada Jaringan Listrik Industri dan Rumah Tangga Akibat
Pembebanan Air Condition (AC) Inverter
DjodiAntono ..................................................................................................................... 27
6. Pengenalan Tutur Vokal Bahasa Indonesia Menggunakan Metode DWT dan DTW
A. Asni B.1, Risanuri Hidayat2,Noor Akhmad Setiawan3 .................................................. 37
7. Design of PIController for Angular Velocity Control of Brushed DC Motor plus
Neuro Adaptive Control
Sabat Anwari .................................................................................................................... 43
8. PotensiEnergi Panas Bumi di Kabupaten Banyuwangi : Studi Awal Model
Perencanaan Penyediaan Energi Listrik jangka Panjang
Yusak Tanoto1, Ekadewi Anggraini Handoyo2 ................................................................. 49
9. ManuverKelompok NPC Berbasis Boids Pengembangan Game Real Time Stategy
Yonly Adrianus Benufinit1, Moch. Hariadi2, Supeno Mardi S.N3 ..................................... 55
10. Monitoring dan Kendali Lampu Berbasis jaringan WiFi untuk Mendukung Smart
Home
Firdaus1, Aninditya Anggari Nuryono2, Alvin Sahroni3 ................................................... 61
11. DampakPemberian Impuls Tegangan Berulang Terhadap Tingkat Perlindungan
Arrester Tegangan Rendah
Diah Suwarti..................................................................................................................... 69
12. Publikasi Museum Melalui Sistem Log Activity Menggunakan Teknologi RFID
Shiyami Milwandhari ....................................................................................................... 77
Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | v

13. Aplikasi ID Card Radio Frequency Indentification (RFID) Sebagai Starter Key
Elektrik Digital Berbasis Mikrokontroller AVR ATMega16
Joko Prasojo1, Sudiana2 .................................................................................................. 83
14. Rancang Bangun Sistem Pendukung Keputusan Penerimaan Beasiswa Menggunakan
MetodeNaive Bayes Classiffier
Riana Dewi H.1, Yunita2, Novi Indrawati3 ........................................................................ 89
15. Kendali Penstabil Frekuensi dan Tegangan untuk Pembangkit Listrik Mikrohidro
Menggunakan Beban Komplemen dengan Pengendali PID dan PWM
Ana Ningsih1, Oyas Wahyunggoro2, M. Isnaeni BS3 ........................................................ 95
16. EkstraksiConnected Component dan Transformasi Ruang Warna CIELAB untuk
SegmentasiCitra Penyakit pada Daun Tanaman Jagung
Frangky Tupamahu1, Septian Enggar Sukmana2, Christyowidiasmoro3.......................... 101
17. SeleksiRule Menggunakan Rough Set Theory untuk Diagnosis Penyakit Tuberkulosis
Suhardi1, Noor Akhmad Setiawan2, Indriana Hidayah3 ................................................... 107
18. Sistem Akuisisi Data Suhu Multipoint dengan Mikrokontroler
Mytha Arena1, Arif Basuki2 .............................................................................................. 113
19. Pembuatan Alat Pengukur Tingkat Polusi Udara Berbasis Mikrokontroller AT89s51
Menggunakan Sensor TGS 2600
Vadlya Ma’arif1, Nuzul Imam Fadlilah2 ........................................................................... 119
20. Sistem Pendukung Keputusan Penerimaan Beasiswa SMK Menggunakan
MetodeBackpropagation
Teti Rohaeti1, Yoyon Kusnendar Suprapto2, Eko Mulyanto3 ............................................ 127
21. Media Promosi Destinasi Pariwisata Melalui Game Petualangan Edukasi Let’sExplore
Indonesia Tourist Destination
Ahmad Ubaidillah1, Ahmad Zakky Hidayatullah2 ............................................................ 133
22. Studi Awal Alat Proteksi Petir dengan Metode Pembalik Muatan
Siti Saodah1, Aji Tri Mulyanto2, Teguh Arfianto3 ............................................................. 141
23. Rancangan Awal Prototipe Miniatur Pembangkit Tegangan Tinggi Searah
TigaTingkatdengan Modifikasi Rangkaian Pengali Cockroft-Walton
Waluyo1, Syahrizal2, Sigit Nugraha3, Yudhi Permana JR4 ............................................... 147
24. Sentiment Analysis Berbasis Big Data
Petrix Nomleni1, Mochamad Hariadi2, I Ketut Eddy Purnama3 ..................................... 153
25. Rancang Bangun Sistem Pengambilan dan Pemuatan Kemasan yang Dikendalikan
MelaluiPLC Omron CP1E-E40DR-A
Asniar Aliyu1, Arif Basuki2 ............................................................................................... 161
26. Analisis Efek Tunda Waktu Terhadap Performa Sistem Kendali Jaringan Berbasis
ZigBee IEEE 802.145.4
Sisdarmanto Adinandra1, Rahmat Wahyu Pratama2, Alvin Sahroni3............................... 167
27. Kendali Robot Pemonitor Jarak Jauh Berbasis Smartphone Android,
ImplementasiSistem dan Analisis Kualitas Video Streaming
Sisdarmanto Adinandra1, Wisnu Ainun Pangestu2, Alvin Sahroni3 .................................. 173
28. SistemPengatur Lalu-lintas Terjadwal dan Terkoordinasi Untuk
PersimpanganGondomanan,Kantor Pos, dan Bintaran
Freddy Kurniawan1, Denny Dermawan2, Okto Dinaryanto3............................................ 179
29. Simulasi Maximum Power Point Tracking pada Panel Surya Menggunakan
SimulinkMATLAB
Wahyudi Budi Pramono1, Dwi Ana Ratna Wati2, Maryonid Visi Taribat Yadaka3 .......... 189
vi | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta


30. Pengelompokan Data Guru Untuk Pemilihan Calon Pengawas Satuan Pendidikan
Menggunakan Metode Fuzzy C-Means dan Kohenen Self Organizing Maps
Muslem1, Eko Mulyanto Yuniarno2, I Ketut Eddy Purnama3 ........................................... 197
31. Ekstraksi Model Proses Bisnis pada Aplikasi Web E-Commerce dengan Web Mining
Kartina Diah Kesuma Wardhani1, Dini Nurmalasari2 ..................................................... 205
32. Simulasi Pergerakan Evakuasi Bencana Tsunami Menggunakan Algoritma Boids
danPathfinding
I Made Pasek Mudhana1, Mauridhi Hery Purnomo2, Supeno Mardi S.N3 ....................... 211
33. Rancang Bangun Sistem Telemonitoring Suhu Pasien dengan Teknologi Nirkabel
Tito Yuwono1, Fadillah Adhar Hanafi2, KMS Zulfikar Gemilang3 ................................... 219
34. Pengembangan Extensi Fitur Akses Quiz pada Moodle Mobile Berbasis Android
Resmana Lim1, Pieter Sindu Wijaya2, Andrea H.3, Rolly Intan4, Justinus
Andjarwirawan5 ................................................................................................................ 223
35. Aplikasi Pertempuran 10 November 1945 Berbasis Android
Andreas Handojo1, Resmana Lim2, Albert Halim3, Viky Radja4, Aldi Renaldi5 ............... 229
36. Aplikasi Platform Resilient Berbasis Mobile Untuk Manajemen Bencana
Wiratmoko Yuwono1, Idris Winarno2, Tri Harsono3 ........................................................ 235
37. Pengelompokan Data DIPA Berbasis Penyerapan Anggaran Menggunkan Metode Self
Organizing Map (SOM)
Haerul Harun2, I Ketut Eddy Purnomo2, Eko Mulyanto Y3 .............................................. 241
38. Easy Mart Aplikasi Penjualan untuk Toko Furniture Berbasis Android
Christian Adiputra1, Andreas Handojo2, Ibnu Gunawan3 ................................................ 249
39. KendaliAuti-TuningBerbasis Loop-Shaping pada Sistem Orde Dua
Atikah Surriani1, Meilia Safitri2, Almira Budiyanto3, Adha Cahyadi4.............................. 255
40. Mini Scada Berbasis Mikrokontroler Atmega 32 dengan Komunikasi Modbus RS 485
danSistem Monitoring Menggunakan Visual Basic
Medilla Kusriyanto1, Muhammad Syariffudin2................................................................. 261
41. Pengontrolan Genset Jarak Jauh Melalui Website Berbasis Mikrokontroller
ArduinoMega 2560-16AU
Sitti Wetenriajeng Sidehabi1, St. Nurhayati Jabir2 ........................................................... 267
42. A Hybrid Newton-Raphson Unbalanced Three-Phase Loadflow and Rotor’s qd0
ReferenceFrame of Syncronous Generator Model as An Alternative Tool for Studying
The Impact of Unbalanced Loads on Power Angle Change of Three Phase
Synchronous Generator Connected The Power System Grid
Sugiarto ............................................................................................................................ 273
43. Perancangan Visual Docking Guidance System (VDGS) Untuk Sistem Parkir Pesawat
Terbang
Denny Dermawan 1, M. Jalu Purnomo2 ........................................................................... 277
Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | vii

REKAYASA PERALATAN PENDETEKSI DINI KERUSAKAN

PADA MOTOR LISTRIK
DI INDUSTRI BERBASIS KOMPUTER
Tugino1, Harianto 2
1
Jurusan Teknik Elektro Sekolah Tinggi teknologi nasional Yogyakarta
2
Jurusan Teknik Mesin Sekolah Tinggi teknologi nasional Yogyakarta
Jl. Babarsari CT Depok Sleman Yogyakarta 55281
Telp: 0274 485390, Fax 024 487249
tugino@gmail.com
ABSTRAK
Kerusakan motor listrik dapat dideteksi secara dini dari temperaturenya. Temperature motor listrik
yang abnormal yang terjadi disebabkan karena adanya kerusakan diantaranya kerusakan pada
bearing, ketidak seimbangan beban, miss alightment, kegagalan isolasi pada lilitan motor dan lain-
lain. Penelitian ini bertujuan untuk merancang alat monitoring dan analisis temperature motor
listrik berbasis komputer. Penelitian ini dapat digunakan untuk membantu mendeteksi secara dini
terjadinya kerusakan awal pada motor listrik yang dapat menyebabkan pola temperature dan
amplitudo yang cenderung naik, sehingga dapat medukung program pemeliharaan pada motor
listrik. Alat tersebut terdiri dari tiga sensor temperature yaitu sensor suhu A, B dan C, penguat
sensor menggunakan Opamp, Data Akuikisi ke komputer dengan komunikasi USb serta komputer
yang diprogram dengan Labview. Setelah melakukan pengujian maka didapat bahwa alat telah
dapat bekerja sesuai dengan yang diinginkan. Pengujian pola temperature motor yang mengalami
gangguan akan cenderung lebih tinggi dari pada motor bekerja normal. Temperature motor yang
lebih tinggi tersebut bias diakibatkan karena motor berbeban tidak seimbang, terdapat kerusakan
pada lilitan atau kerusakan mekanis.. Pada pengujian terlihat bahwa monitoring temperature akan
dapat terdeteksi jika terdapat kejanggalan pada motor yang akan menyebabkan kenaikan
temperature, jika kenaikan tersebut melebihi batas yang telah diseting maka alat akan menyalakan
alarm lampu.
Kata kunci : peralatan, pendeteksi dini, kerusakan, motor
PENDAHULUAN kerusakan motor listrik dengan sinyal

Motor listrik sangat diperlukan untuk temperaturnya seperti layaknya seorang dokter
kalangan industri maupun rumah tangga, mendeteksi penyakit pasiennya dengan
pemakaiannya meliputi banyak penggunaan menganalisa denyut/detak jantungnya.
seperti untuk penggerak, conveyor, pompa, , Pendeteksian dini terhadap kerusakan motor
kompresor dan lain-lain. Kebanyakan pengguna dengan melihat pola temperatur motor yang
motor jarang memperhatikan tentang penyebab terjadi dapat mendukung program predictive
terjadinya kerusakan pada motor tersebut. maintenance yang saat ini digalakkan oleh
Adakalanya pengguna tidak mengetahui sebab- kalangan industri.
sebab kerusakan dari motor tersebut.
Sebenarnya kerusakan motor dapat dideteksi TUJUAN PENELITIAN
secara dini dari temperaturnya. Temperatur Penelitian ini dimaksudkan untuk
motor listrik yang abnormal yang terjadi mengetahui dan mempelajari pengaruh
disebabkan karena adanya kerusakan temperature akibat dari kerusakan pada motor.
diantaranya kerusakan pada bearing, ketidak Temperatur merupakan respon dari sebuah
seimbangan beban, miss alightment, kegagalan sistem elektrik maupun mekanik baik yang
isolasi pada lilitan motor dan lain-lain. Seorang diakibatkan oleh gaya eksitasi yang diberikan
ahli listrik dapat mendeteksi jenis dan tingkat maupun perubahan kondisi operasi sebagai
Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 1

fungsi waktu. Analisis perbandingan Data akuisisi, Komputer, ADC ( Analog to

temperature motor yang berkondisi baik Digital Converter ), Alarm dan lampu
(normal) dan yang dibuat cacat pada Indikator. Gambar 1. menunjukkan diagram
komponennya secara bertingkat sedemikian blok alat monitoring dan analisis temperature
rupa sehingga dapat ditentukan jenis dan motor listrik berbasis Komputer. Gambar 2.
tingkat kerusakan motor tersebut. Penelitian ini menunjukkan diagram alur dari rencana
juga dimaksudkan untuk memperoleh suatu program yang akan digunakan dalam sistem
alternatif baru rekayasa sistem monitoring dan monitoring dan analisis temperature motor
analisis temperatur motor listrik yang listrik berbasis komputer tersebut. Diagram alur
menggunakan basis komputer dengan unjuk program meliputi sistem pilihan pada menu
kerja yang baik tetapi dengan biaya yang lebih tampilan, pembacaan 3 unit sensor temperature
murah dan bahan tersedia di pasaran Indonesia. dari motor yang terdiri dari temperature sensor
Selain itu untuk memperkecil faktor A, B dan C. Hasil pembacaan temperature dari
ketergantungan alat monitoring temperatur yang sensor tersebut dapat ditampilkan secara real
berasal dari import yang cenderung harganya time dan digunakan untuk keperluan analisis
mahal dan susah didapat. Selain penguasaan data.
teknologi aplikasi komputer pada sistem .
monitoring temperatur juga untuk
mengembangkan sumber daya manusia lokal
yang kreatif dan produktif. Dari hasil penelitian
nantinya adalah produk teknologi yang dapat
dikembangkan dan dipasarkan dengan menjalin
kerjasama perusahaan elektronika dan komputer
didalam negeri.
METODE PENELITIAN
Penelitian diawali dengan
mengumpulkan data sistem monitoring dan
analisis temperature motor listrik. Hasil
pengumpulan data tersebut dipakai untuk
merancang sistem perangkat keras (hardware)
dan perangkat lunak (soft ware) dari alat
monitoring temperature tersebut. Pelaksanan
perancangan maupun pembuatan dilakukan
setahap demi setahap guna mendapatkan hasil
yang maksimal. Metode Penelitian dari sistem
perancangan alat di mulai dengan membuat alat
monitoring temperature terpisah dari sistem
komputer, setelah didapat hasil yang maksimal
kemudian digabungkan ke dalam sistem yang
akan digunakan. Pemakaian komputer sebagai
alat bantu digunakan untuk mempermudah Gambar 1. Diagram blok alat monitoring dan
analisis temperature motor listrik berbasis
tampilan hasil temperature motor, analisis hasil Komputer
serta sistem kerja secara keseluruan.
Peralatan sistem monitoring dan
analisis temperature motor listrik direncanakan
terdiri dari beberapa rangkaian diantaranya
adalah Sensor Temperature, Penguat sensor,
2 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

Gambar 3. Peralatan monitoring dan analisis

temperature motor listrik berbasis Komputer
Pengujian sensor suhu dan penguatnya

ini dimaksudkan untuk mengetahui
karakteristik dari sensor tersebut. Pengujian
dilakukan dengan menyambungkan sensor ke
Gambar 2. Diagram alur program
masukan penguat sensor ke keluaran
Apabila temperature menunjukkan dimasukkan ke Data akuisisi kemudian dibaca
abnormal pada salah satu sensor atau keduanya di komputer. Tabel 1 perbandingan antara
maka komputer akan mengaktifkan alarm dan masukan suhu dan keluaran tegangan keluaran
lampu indikator. Selain dapat ditampilkan data sensor.
temperature tersebut juga dapat direkan dalam Hasil percobaan tersebut kemudian
data base yang nantinya dapat digunakan untuk dibandingkan dan dibuat grafik. Hasil
keperluan analisis data untuk laporan harian, pengujian sensor terlihat pada Grafik
mingguan atau bulanan. perbandingan antara masukan dan keluaran
terlihat pada gambar 4. Hasil pengujian penguat
DATA DAN PEMBAHASAN sensor terlihat bahwa perbandingan masukan
Setelah melakukan pembuatan dari alat dan keluaran dari sensor menunjukkan
monitoring, maka selanjutnya melakukan kecenderungan linier. Setiap kenaikan suhu
pengujian masing-masing bagian dan setelah termomoter yang berasal dari sumber panas
dicapai hasil yang baik dilanjutkan pengujian yaitu solder maka sensor suhu dan penguat
secara keseluruhan. Pengujian meliputi menunjukan respon kenaikan tegangan juga.
pengujian sensor temperature, rangkaian Apabila dibuat regresi liniernya maka akan
penguat sensor, dan sistem interfacing diapatkan persamaan seperti pada gambar 3.
monitoring temperature dengan komputer. Hal tersebut sangat penting untuk mengetahui
unjuk kerja sensor
Tabel 1.Perbandingan antara masukan suhu

dan tegangan keluaran sensor
No Suhu oC Tegangan mV
1 28 280
2 30 300
3 32 320
4 35 350

No Suhu oC Tegangan mV
5 37 370
6 38 380
7 40 400
8 45 450
9 47 470
10 50 500
11 55 550
12 59 590
13 63 630 Gambar 5. Pengukuran Gabungan sensor
14 75 750 temperature 1, 2 dan 3
15 79 790
16 82 820 Dalam program telah dibuat bahwa
17 86 860 apabila suhu mencapai diatas level yang
18 90 900 ditentukan maka lampu alarm akan berubah
19 95 950 warna pada tampilan akan menyala. Hal ini
20 101 1010 dimaksudkan agar ada peringatan saat suhu
mencapai tinggi. Batas alarm yang
1200
menandakan suhu tinggi dapat disetting ulang
1000 y = 10x dengan merubah program
800
Tegangan (mV)
600
400
200
0
0 20 40 60 80 100 120
Suhu (oC)
Gambar 4. Grafik perbandingan antara

masukan suhu dan keluaran tegangan
Percobaan selanjutnya adalah

percobaan seluruh alat dengan basis komputer. Gambar 6. Percobaan Pengukuran suhu
Hasil percobaan di perlihatkan pada gambar 5. pada Motor Kompresor
Dari hasil percobaan dapat diketahui bahwa
masing masing sensor temperature baik sensor Percobaan pada motor kompresor
1, 2 dan 3 telah dapat bekerja dengan baik. Pada terdeteksi bahwa kondisi suhu pada motor yang
setiap kenaikan temperature sensor motor, mempunyai kondisi jelek cenderung berpola
sensor dapat merespon kenaikan tersebut naik atau lebih tinggi dibandikngkan dengan
dengan ditunjukkannya pada tampilan program motor dengan kondisi Baik.
komputer. .
Warna merah pada tampilan program
menunjukkan bahwa suhu telah mencapai diatas
suhu yang telah di seting.

Tabel 2. Hasil Pengukuran suhu pada perancangan dan pembuatan hingga

Motor Kompresor pengujiannya
Temp 1 Temp 2 Temp 3 Keterangan
o o o Lama Uji
( C) ( C) ( C) (menit)
DAFTAR PUSTAKA
Kondisi Motor
Jelek
58.67 57.72 40.53 10 1. Miftahuddin, Yerri S. , Aulia, S. A, 2010,
Kondisi Motor Baik Identifikasi kerusakan mesin Berputar
Berdasarkan Sinyal Suara dengan
42.16 54.17 41.50 10 Methoda Adaptif neuro Fuzzy Inference
System, Repositionery, ITS Surabaya
KESIMPULAN 2. Kiessel E.T, 1997. Industrial Electronic,
1. Setelah melakukan perancangan, International Edition Prentice Hall,
pembuatan dan pengujian dari alat Singapore
monitoring temperature motor listrik 3. Sumartono, 2012, Kaji Analisis Perawatan
berbasis komputer maka didapat bahwa alat Prediktif Pada Unit Pompa Dengan
Menggunakan Sinyal Getaran,
telah dapat bekerja sesuai dengan yang
Proceeding Seminar Nasional Polban
diinginkan. Bandung
2. Pengujian temperature motor yang 4. Theraja, B.L., 1981, Hand Book of
dilakukan diantarannya saat motor tanpa Electrical Engineering, Mc Graw Hill,
beban, motor berbeban seimbang dan New Dhelhi.
berbeban tidak seimbang. Pada pengujian 5. Tugino, 1994, Pengendalian Kecepatan
terlihat bahwa alat monitoring temperature Putar Motor Arus Searah
denganPengaturan Tegangan Berbasis
akan dapat mendeteksi jika terdapat Komputer, Skripsi, STTNAS,
kejanggalan pada motor yang akan Yogyakarta.
menyebabkan kenaikan temperature, jika 6. Wijianto dan Marwan E., 2010, Aplikasi
kenaikan tersebut melebihi batas yang telah Response Getaran untuk menganalisis
diseting maka alat akan menyalakan alarm Fenomena Kavitasi pada Instalasi pompa
dan lampu tanda bahaya. Sentrifugal, Jurnal Penelitian Sains &
Teknologi, Vol. 11, No. 2, UMS Surakarta
3. Hasil dari penelitian ini dapat digunakan
7. Wolfgang, L., 1989, Pengukuran
untuk membantu mendeteksi secara dini Pengendalian dan Pengaturan dengan
terjadinya kerusakan awal pada motor PC, Elek Media Komputindo,
listrik yang dapat menyebabkan pola Jakarta
temperature yang cenderung naik dan tidak
stabil, sehingga dapat medukung program
pemeliharaan pada motor listrik.
UCAPAN TERIMAKASIH
Dengan telah selesainya penelitian ini maka
penulis mengucapkan terimakasih kepada :
1. DP2M Dirjen Dikti Kemdikbud yang
telah membiayai penelitian ini.
2. P3M STTNAS yang telah mendukung
dan membantu dalan setiap tahapan
kegiatan penelitian ini.
3. Segenap Anggota Tim Peneliti dan
Mahasiswa yang membantu secara
penuh atas terselesainya hasil


PENGGUNAAN CHARGE TRANSFER SYSTEM (CTS)

UNTUK MEREDUKSIMEDAN LISTRIK PERMUKAAN
BUMI DAN MENGURANGI SAMBARAN PETIR
LANGSUNG STRUKTURTOWER ANTENA JENIS
VERTIKAL
Budi Utama.
Tenaga edukatif pada jurusan teknik elektro STTNAS Yogyakarta
Tlp. Rumah : 0274 886783 Tlp. Kantor : 0274 485390 HP : 08 1313 9999 53
Email : budiutamaduautama@ymail.com

Abstrak
Telah dikerjakan suatu simulasi komputer untuk mengetahui tingkat pengurangan intensitas ‘medan listrik
total’ (Epb) ketika terjadi kanal ‘lidah lompat’ (stepped leader) petir di puncak tower antena
penerima/pemancar PT ANTEVE yang dipasang dengan Charge Transfer System (CTS). Juga diamati
pengaruh penggunaan CTS dengan jumlah elektroda titik yang bervariasi (dari satu elektroda titik sampai
dengan 10 000 buah elektroda titik) terhadap intensitas medan listrik yang ditimbulkan oleh lidah lompat
pada variasi ‘ketinggian’ (HSL atau Hsl), saat perambatannya menuju permukaan bumi. Objek sampel
penelitian terdiri dari sebuah Charge Transfer System (CTS) yang berbentuk ‘donat’, terdiri tidak kurang 500
sampai 800 helai kawat halus (sebagai elektroda titik/jarum ) dengan ujung runcing dan panjang sekitar 30 cm
sampai 46 cm. Diameter donat lebih kurang 3 meter. CTS ini diletakan di puncak menara antena PT
ANTEVE di dusun Bukit Patuk, desa Ngoro-oro, Gu- nung Kidul – Yogyakarta. Hasil penelitian simulasi ini
menunjukan bahwa Charge Transfer System (CTS) yang diletakan dipuncak menara antena penerima/
pemancar milik PT ANTEVE dengan jumlah elektroda titik sebanyak 800 buah mampu mengurangi
intensitas medan listrik sebesar 215 kV/m (43 %) terhadap medan listrik breakdown (500 kV/m) antara celah
CTS dan lidah lompat. Disisi lain juga terungkap bahwa penggunaan secara bersama sama antara CTS dan
proteksi lightning rod dapat membuat pelepasan/peluahan (discharge) muatan pada lidah lompat petir ke
ujung lightning rod dengan amplitudo impulskecil.
Kata Kunci : Charge Transfer System (CTS), Petir, Struktur, Tower Antena
1. Latar Belakang struktur dalam bentuk impuls (impulse). Satu

Kawasan Indonesia termasuk kawasan dengan diantara banyak cara untuk mengurangi atau
tingkat kepadatan (density) sambaran petir yang meurunkan angka intensitas gradien tegangan yang
tinggi dengan kisaran angka isokeraunic level (IKL) ditimbulkan oleh petir dan awan petir ini adalah
antara 60 sampai dengan 125. Kawasan yang dengan menggunakan Charge Transfer System
mempunyai angka IKL tertinggi jatuh pada kota (CTS) sebagai proteksi tambahan setelah
Bogor – Jawa Barat dengan IKL = 120. Potensi pemasangan proteksi petir jenis batang vertikal
terjadinya petir di Indonesia sangat tinggi. Indonesia (lightning rod) yang dipasangkan pada pucak
terletak pada khatulistiwa yang mempunyai hari struktur yang dilindungi.Solusi yang dikerjakan
guruh (petir) sangat tinggi dengan aktivitas 100 sam- melalui metoda pemodelancell awan petir dan
pai 200 hari guruh per tahun, demikian dikatakan beberapa rumusan fisikanya [2] dengan bantuan
oleh pakar petir dari Institut Teknologi Bandung komputer sebagai simulator melalui sistimatika :
(ITB), Rey- naldo Zoro (juga sebagai Ketua Pusat tujuan dan manfaat, metoda yang digunakan
Penelitian Petir Institut Teknologi Bandung), dalam diagram alur pemecahan permasalahan, hasil dalam
seminar mengenai petir yang diselenggarakan oleh bentuk grafik/kurva medan listrik versus ketinggian
Pertamina Refinery Unit (RU) IV Cilacap bersama lidah lompat (Stepped leader) petir.
PT Aditech Matra di Cilacap, Senin 31 Oktober
2011. 1.1 Deskripsi mengenai Charge Transfer System
Bahaya sambaran petir adalah tingkat (level) angka Charge Transfer System (CTS) merupakan sebuah
medan listrik atau gradien tegangan yang teradiasi sistem yang bertujuan untuk menghindari
secara elektromagnetik disekitar kanal petirnya. pemunculan suatu peluahan sambaran petir dengan
Potensi pengerusakannya juga sangat berdampak magnitud impuls yang sangat tinggi di dalam
besar. Pascasambaran petir ke suatu struktur akan kawasan yang dilindungi.Charge
memunculkan tegangan lebih yang cukup sangat Transfer System berpotensi untuk mengoleksi/
tinggi yang beraktualisasi sebagai menumpulkan/ menghimpun muatan yang terinduksi
gelombangtegangan dan arus yang merambat pada oleh awan-badai petir (thunderstorm) dari suatu

desain area permukaan bumi yang diproteksi dan sampai dengan 84 pada 04 Agustus 2014. Ang- ka
mentransfer muatan ini melalui ionizer ke dalam ini tidak berbeda jauh untuk hari hari yang lainnya
udara sekitarnya. Prosses ketika sebuah titik yang walaupun kondisi cuaca hujan, berawan ataupun
tajam/runcing dibenamkan di dalam medan cerah[2].
elektrostatik yang mentransfer muatan dari ionizer Menara antena ANTEVE dilokasikan di atas bukit
kedalam udara ini dikenal sebagai peluahan titik Patuk, desa Ngoro-oro yang pada waktu musim
(point discharge). Ionizer adalah unit yang penghujan frequensi terjadi petir sangat berpotensi
mengubah atom neutral menjadi atom yang untuk merusak peralatan pada piranti
bermuatan negatif atau atom yang bermuatan positif. elektronikanya. Kawasan desa Ngoro Oro adalah
Ini merupakan suatu prosses perubahan sebuah atom kawasan yang termasuk berbukit bukit dimana
menjadi termuati (muatan listrik). kontur tanah berupa campuran perbukitan cadas dan
Bentuk Charge Transfer System (CTS) ini dapat tanah.Menara yang menyangga antena dan kabel co-
berupa susunan kerangka (frame) yang mempunyai axial terletak disebelah tenggara ( 22.3 km) dari
beberapa pola, ada yang berbentuk melingkar, pusat kota yogyakarta, dan berada 420 meter di atas
setengah lingkaran, setengah bola atau berbentuk level permukaan laut dengan posisi geometris
payung. Beberapa bentuk CTS ini dikenal dengan 1100 31” 36 “ lintang selatan dan 70 bujur timur
nama Spline Ball Ionizer (SBI), Spline Ball Terminal Tempat ini sangat ideal untuk menempatkan
(SBT), dan ion plasmagenerator (IPG)  ketiga jenis beberapa stasiun penerima dan penguatatan sinyal
ini dirancang untuk mempertinggi ke mampuan televisi, kemudian dipancarkan kembali keka- wasan
proteksi petir jenis lightning rod dalam mengo-leksi kota Yogyakarta yang secara geografis terletak di-
beberapa bentuk sambaran petir yang menuju ke ta- lembah/bawah bukitnya.Menara antena ini
nah. Sejarah Charge Transfer System (CTS) dimulai mempunyai ketiggian vertikal ke atas setinggi 100
pada tahun 1930, saat itu pekerja ladang minyak meter dengan lokasi di puncak bukit sehingga
California Se- latan sudah mematenkan konsep sangat rawan sekali terhadap sambaran petir
aslinya. Pada tahun 1971, Roy B. Carpenter Jr langsung maupun dampak sambaran induksi
memperoleh (hak) patennya saat bekerja untuk walaupun angka level isokraunic-nya (IKL) terma-
angkatan udara Amerika Serikat (United States Air suk rendah dibandingkan dengan kota Bogor jawa
Force, USAF). Carpenter adalah kepala teknisi barat.Resistans pentanahan untuk sistem pentanah
(Chief Engineer) untuk tim pen-desain pesawat luar yang baik sulit dicapai karena jenis tanah kapur
angkasa (space shuttle) pertama. Setelah ditambah dengan ketinggian bukitnya, jadi untuk
meninggalkan pekerjaannya di USAF beliau mendapatkan titik air di bawah tanah sulit dicapai.
mengembangkan patennya ke dalam bentuk
dissipation array system (DAS). Tidak sampai 2. Tujuan dan manfa’at Penelitian
diawal tahun 1990-an teori dibalik DAS ini maju Penelitian (simulasi) ini mencoba mengungkapkan
dan berkembang menjadi CTS yang tersedia hingga dan mengetahui seberapa jauh hubungan antara
saat ini. Saat ini Charge Transfer System menerima posisi ketinggian perjalanan lidah lompat, Hsl,
perhatian layak di luar negeri [1]. (stepped leader) yang menuju kepermukaan bumi
Dua universitas Russia, Institut Fisika Moskow dan dan nilai angka gradien tegangan, Epb, setelah
Teknologi serta Krzhizhanovsy Power Engineering pemasangan charge transfer system (CTS) di atas
Insti- tute melakukan penelitian yang luas pada CTS puncak menara antena. Dengan pemaparan
ini, bersama dengan negara Jepang. Dua hubugan antara ketinggian posisi lidah lompat
perusahaan listrik di Je- pang, Hitachi dan NEC, (stepped leader) dengan permukaan bumi, maka
juga terlibatdalam dukungan, penelitian, dan keeffektivi- tasan penggunaan CTS dapat diketahui,
penjualan sistem ini. Beberapa negara Asia tenggara, demikian juga nilai total medan listrik pada
termasuk Indonesia, Singapura, dan Malaysia, permukaan bumi juga dapat ditentukan melalui
menggunakan CTS. Penggunaan terbesar Charge sebuah persamaan empiris.
Trans- fer System, di luar Amerika Serikat adalah Kemudian, manfaat dari penelitian ini adalah dapat
Venezuela [1]. Menara antena untuk audio dan video memasang CTS ini pada menara menara komunikasi
stasiun PT ANTEVE yg berlokasi di desa Ngoro- yang lainnya karena CTS mampu mengurangi
Oro, Bukit Patuk, Gunung Kidul–Yogyakarta medan listrik disekitar titik puncak menara
menggunakan CTS berbentuk seperti roti donat. sehingga sambaran petir yang menghantam puncak
1.2 Lokasi dan Kondisi Klimatologi (climatology) menara tidak sampai dengan peluahan muatan listrik
Klimatologi adalah studi tentangiklim,secara secara besar besaran sehingga me ngurangi
ilmiahdidefinisikan sebagaikondisi cuacarata-rata kerusakan fisik dari semua komponen komponen
selamaperiode waktu. Iklim dikawasan Yogyakarta telekomunikasi yang berada di puncak menara mau-
dan sekitarnya mempunyai level yang sama pada pun yang berada di bagian bawah (dasar) menara
iklim beberapa dearah di kawasan Indonesia barat, antena dimana banyak terdapat komponen
tengah, dan Indonesia timur. Di desa Ngoro Oro, komponen piranti (device) elektronika.
rata rata suhu bergerak pada margin angka 23o C
sampai dengan 31o C dengan angka kelembaban 63

3. Metoda EQ = Komponen medan listrik yang dihasilkan

Pelaksanaan penelitian ini dikerjakan melalui oleh mu
beberapa tahapan. Tahapan yang dimaksud antara atan negatipcell awan petir dalam satuan
lain menentukan model persamaan yang paling (kV.m).
mungkin mendekati dengan fenomena fisika yang ECTS= Komponen medan listrik yang dihasilkan
ditimbulkan oleh sebuah sambaran petir berserta oleh
lidah lompatnya (stepped leader). muatan ruang untuk CTS, dgn satuan (kV/m).
Metoda pemodelan (modelling) dan simulasi yang
disertai beberapa perhitungan dengan metoda iterasi Persamaan umum yang digunakan untuk
dikerjakan dalam penelitian ini. menghitung komponen medan listrik total yang
terdiri dari : EQ, E+Q, (EQ), dan komponen (ECTS)
3.1 Model Cell Awan Petir (Thundercloud Cell) adalah sebagai berikut,
Model sebuah cell awan petir (thundercloud) yang
digunakan dalam pelaksanaan penelitian simulasi ini
dipre- sentasikan dengan sebuah dwikutub (dipole)
dengan bagian sebelah bawah (dasar) awan dimuati
dengan muatan negatipdan bagian sebelah atas awan Q = muatan dalam satuan (Coulomb) ; H =
bermuatan positip [2]. ketinggian posisi muatan Q dalam satuan (meter) ;
Biasanya suatu model cell awan petir juga (1/4o) = 9 × 106.
memasukan muatan positif lokal yang dilokasikan Komponen medan listrik eqivalen, ESL, dihasilkan oleh
pada jarak di bawah awan. Untuk kesederhanaan lidah
perhitungan maka muatan ini diabaikan dan lompat (stepped leader) petir pada posisi yang diberikan,
dimodelkan seperti pada gambar : 1 di bawah ini. dihi-
Data tentang muatan listrik di dalam cella- tung menurut persamaan (3) seperti di bawah ini [2],
wan petir juga ditunjukan di dalam tabel : 1.
3.2 Interaksi antara Kanal Petir dan CTS

Besar medan listrik keseluruhan pada permukaan
bumi dihitung menurut persamaan [2]:  = kerapatan muatan pada lidah lompat (C/m)
HQ = ketinggian muatan negatip (m)
v = kecepatan perambatan lidah lompat (m/detik)
t = waktu gerakan lidah lompat (detik).
Tabel : 1
Data rata rata cell awan petir (thundercloud cell) [2]
Ketinggian Ketinggian
+Q Awan Q Awan
Negara
(C) Positif (C) Negatif
Hpos (m) Hneg (m)
Afrika-
+ 40 10 000  40 5 000
Selatan
England + 24 6 000  20 3 000
Japan + 120 8 500  120 6 000
Pengurangan muata negatip, Q, disebabkan oleh

lidah lompat dihitung sebagai berikut [2],

Perhitungan dikerjakan dengan langkah iterasi sama
dengan 1 meter perambatan untuk lidah lompat.
Pada langkah awal prosses terjadi petir medan
listrik pada level per mukaan bumi yang dihasilkan
E+Q= Komponen medan listrik yang dihasilkan oleh oleh muatan muatan di dalam awan petir
mu (thundercloud) dihitung terlebih dahulu. Nilai
atan positip cell awan petir dalam satuan medan listrik ini digunakan untuk menghitung arus
(kV/m). ion awal dari CTS. Muatan ruang yang dihasilkan

oleh CTS dihitung sebagai suatu perkalian arus ion

dan durasi langkahnya (panjang langkah dibagi ke
dalam kecepatan perambatan liidah lompat petir).
3.3 Subjek Penelitian

Subjek penelitian berupa suatu bangun CTS yang
berbentuk melingkar seperti roti donat.
30 cm
sd 40
Jumlah titik diasumsikan 500 sd
cm
800 titik
Ujung kawat
halus berupa titik
Simpul pengikat
kawat halus
30 cm
sd 40
Jumlah titik diasumsikan 500 sd
cm

800 titik
3.3.1 Jumlah Elektroda Titik pada Charge
3 meter Tranfer Sysem (CTS)
Perhitungan interaksi antara kanal petir dan Charge
Transfer System (CTS) dikerjakan untuk elektroda
(a) jarum titik tunggal (single point), yakni berupa
lightning rod dan untuk sejumlah titik, mulai dar 100
sampai dengan 10.000 titik (elektroda jarum).
Charge Transfer System yang digunakan oleh PT
ANTEVE yang berlokasi di dusun Se- pat, desa
Ngoro-oro, Kec Bukit Patuk, Gn Kidul –
Yogyakartaadalah berbentuk sebagai mana
ditunjukan pada gambar : 2 dan gambar : 3. Jumlah
titik (ujung kawat halusnya, melingkar membentuk
donat) diasumsikan berkisar antara 500 titik ujung
kawat halus sampai dengan800 titik ujung kawat
halus. Setiap titiknya menimbulkan medan listrik
yang dinotasikan sebagai ECTS dengan satuan
(kV/m).
3.3.2 Medan Listrik dipermukaan Bumi

Total medan listrik pada level permukaan bumi
setelah pemasangan CTS dihitung melalui
(b) persamaan (1). Pada persamaan (1) komponen
Gambar : 2 medan listrik yang dihasilkan oleh muatan positip
Model Charge Transfer System (CTS) yang berbetuk dan negatip pada cell awan petir dihitung melalui
donat dengan jumlah titik elektroda jarum 800 buah data muatan awan tabel : 1 atau data baru dari suat
titik lokasi, kemudian dengan menggunakan persamaan
(2) angka medan listrik untuk awan dengan muatan
Q dapat dihitung. Pengurangan medan listrik yang
disebabkan oleh pengurangan muatan negatip pada
cellawan petir yang mengalir melalu gerakan lidah
lompat petir (stepped leader) bergerak menuju ke
tanah / bumi dinyatakan dengan notasi (EQ)
dengan satuan (kV/m). Sedangkan Q adalah
muatan yang meyebabkan pengurangan inensitas
medan listrik, E, dihitung dengan persamaan (4).
Pada persamaan (4) kerapatan muatan  (Coulomb
per meter) merupakan kerpatan muatan listrik yang
terkandung di dalam kanal lidah lompat petir (step-

ped leader), dengan kecepatan rambat (v) dan satuan hasil yang jelas mengenai medan listrik di
meter per mikro-detik (m/ detik). Karena asumsi permukaan tanahyang ditmbulkan oleh CTS milik
titik sebanyak 500 titik sd 800 titik maka diperlukan ANTEVE maka gambar : 5 disederhanakan lagi
perhitungan yang berulang ulang sebanyak titik dengan menghapuskan kurva 1, 2, 3, 4, 5, dan kurva
yang diasumsikan. Prosses ini dikerjakan dengan 6 sehingga diperoleh gambar : 6.
kalang ‘do loop’ oleh komputer sebagai
simulatornya. Data muatan listriknya diperoleh dari
tabel : 1. Muatan listrik (Q), kecepatan rambat lidah
lompat (v), dan kerapatan muatan () dipilih sesuai
dengan kawasan yang dievaluasi.
3.3.3 Jarak Gerak Lidah Lompat (stepped leader)

Dalam perhitunggan ini akan diamatimedan listrik
dipermukaan bumi ketika posisi lidah lompat petir
yang menuju ke bumi pada bentangan jarak sebesar
50 meter sampai dengan 30 meter dari titik puncak
menara (puncak menara ini sendiri terletak dalam
ketinggian 100 meter dari permukaan tanah/bumi).
Data yang diperlukan adalah terdiri dari data alam
dan data desainer untuk struktur charge transfer
system yang dipasangkan dipuncak menara. Data
alam dapat berupa angka isokraunic level (IKL),
angka permitivity udara (), nilai besar muatan awan
petir (Q). Sedangkan data desainer meliputi : tinggi
menara antena dimensi dan parameter dari CTS yang
digunakan dan dimensi lightning rod atau proteksi
jenis batang vertikal. Kedua data ini (data alam dan
data desainer) diinstalasikan di input program untuk
keperluan simulasi dengan mengunakan model
formula dan model awan petir yg dipilih. Hasil
simulasi ini menghasilan nilai angka medan listrik
secara keseuruhan (total) di permukaan bumi,
setinggi 100 meter (karena tinggi menara antenna
100 meter).
Setelah itu dihitung lagi secara berulang dengan data
yang sama untuk posisi lidah lompat yang
selaanjutnya (pada penelitian ini diambil sebesar 50
m, 49 m, dan 48 m dan seterusnya). Metoda yang
digunakan adalah menggunakan model awan petir
sebagamana ditunjukan dalam gambar : 1, Secara

keseluruhan prosses perhitung an ini dapat Gambar : 4
digambarkan melalui diagram alir (flow chart ) Diagram alir Pelaksanaan Penelitian
seperti gambar : 4.
4. Hasil dan Kesimpulan

Gambar : 5 yang dibuat oleh Drabin (1999)
menunjukan hasil perhitungan medan listrik pada
level permuakaan bumi/tanah untuk pemasangan
CTS dengan jumlah titik yang berbeda dan dikaitkan
dengan nilai E = f (HSL), kecuali kurva dengan garis
yang terputus putus. HSLatau Hsl adalah posisi
ketinggian ujung lidah lompat ketika perjalanannya
dari awan petir menuju ke bumi.
Kurva 1 sampai dengan 5 masing masing
menunjukan kurva kurva CTS untuk jumlah titik 1,
100, 500, 1 000, 5 000, dan CTS dengan jumlah
titik 10 000 buah. Sumbuh axis adalah nilai posisi
ketinggian lidah lompat sedangkan sumbuh Gambar : 5
ordinatnya adalah intensitas medan listrikdi Medan Listrik Versus Ketinggian Lidah Lompat Petir
permukaan bumi / tanah, Epb. Untuk mendapatkan dengan jumlah elektrodatitik/jarum berbeda

Pada gambar : 5 terlihat kurva dengan garis terputus Charge Transfer System milik ANTEVE ini (dengan
putus hanya disisipkan/ditambahkan ). Gambar : 5 800 buah titik elektroda jarum) di- supplai oleh
menunjukan 6 kurva masing masing kurva 1, 2, 3, 4, persamaan : Epb = (18858.61) × (Hsl)(
0.971)
5, dan kurva 6 mewakili CTS dengan 1 titik, 100, .Persamaan ini membuat hubungan antara
500, 1 000, 5 000, dan CTS dengan 10 000 buah Epb dan Hsl yang secara detail memberikan data
titik. sebagaimana pada tabel : 2. Notasi Hsl menunjukan
jarak ujung lidah lompat (stepped leader) petir yang
1200
Medan listrik Epb = f (Hsl) dengan CTS 800 buah titik ditententukan mulai dari perjalanan awalnya menuju
Medan Listrik pada level Permukaan Tanah (Epb) [kV/meter]
bumi dengan ketinggian 100 meter yang bergerak

1100
turun hingga mencapai 20 meter di permukaan bumi.
1000 Epb = (18858.6102) x [Hsl](-0.97137)
Hubungan illustrasi rambatan lidah lompat petir
900 yang bersesuaian dengan tabel : 2 ini ditunjukan
800 melalui gambar : 7 yang mendeskripsikan sebuah
700
kanal lidah lompat (stepped leader) petir pada
lintasan jarak 50 m, 40 m, dan 30 m dengan
600
kecepatan 1 meter per detik, dan kerapatan muatan
500
() = 1 mili-Coulomb per meter. Jika pada puncak
400
menara antena menggunakan satu buah titik
300 elektroda (ini berarti menggunakan proteksi petir
200
100 90 80 70 60 50 40 30 20
jenis lightning rod) maka intensitas medan listrik
Ketinggian ujung ‘Lidah Lompat’ (Hsl) Petir (meter) saat perambatan kanal lidah lompat petir mencapai
ketinggian 20 meter sebesar 1 800 kV per meter
(lihat gambar : 5).
Petir yang menimbulkan medan listrik sebesar 1800
kV/m ini akan menimbulkan suara yang
menggelegar karena terjadi peluahan (discharge)
muatan listrik pada awan secara besar-besaran dan
bersifat impuls. Pada kondisi ini atmosfier terkon-
disi menjadi explosive expansion. Udara sama
seperti gas, ketika molekul udara mengalami
pemanasan, maka molekul udara ini akan
mengembang, semangkin cepat unsur udara ini
memanas maka semangkin cepat tingkat
ekspansinya (pengembangannya). Tetapi ketika
udara ini dipanaskan sampai pada angka 30 0000 C
(54 0000 F) dalam hitungan mikro-an detik (artinya
sangat cepat sekali) maka akan terjadi/muncul
sebuah fenomena apa yang dikenal dengan nama
Gambar : 7 ‘ekspansi ledakan’ (explosive expansion). Fenomena
Luncuran Lidah Lompat Petir menuju CTS inilah yang kita temui ketika sebu ah sambaran petir
yang diikuti dengan suara yang meng-eksplosiv).
Pada gambar : 5 terlihat kurva dengan garis terputus Disini udara mengembang dengan cepat sekali
putus hanya disisipkan/ditambahkan ).Gambar : 5 sehingga memampatkan udara disekitarnya/di
menunjukan 6 kurva masing-masing kurva 1, 2, 3, 4, depannya, dengandemikian akan terbentuk
5, dan kurva 6 mewakili CTS dengan 1 titik, 100, gelombang kejut yang mirip dengan ledakan sonik
500, 1 000, 5 000, dan CTS dengan 10 000 buah (sonic-boom). Ledakan sonik ini terjadi bila sebuah
titik. objek melaju melebihi kecepatan suara (344 m
Pada gambar : 6 hasil perhitungan medan listrik perdetik).
pada level permukaan bumi untuk CTS milik Dengan menggunakan CTS, peluahan (discharge)
ANTEVE dengan jumah elektroda titik 800 buah. secara besar besaran ini dapat dihindarkan melalui
Jumlah titik elektroda jarum yang banyak akan jumlah elektroda jarum yang lebih banyak, yaitu :
mengurangi tingkatan intensitas medan listrik 800, 1000, 5000, dan 10000 buah titik elektroda
dipermukaan bumi. Charge Trasfer System(CTS) jarum (gambar : 5).
yang digunakan oleh menara antena ANTEVE Menara antena ANTEVE menggunakan Charge
memiliki 800 buah titik elektroda jarum mampu Transfer System (CTS) dengan jumlah elektroda
mengurangi intensitas medan listrik pada permukaan jarum 800 buah. CTS ini mempunyai diameter 3
bumi,Epb, dibandingkan dengan kurva 1 mempu meter melingkar seperti roti donat dan ditempatkan
nyai satu batang vertikal proteksi petir; kurva 2 di puncak menara antena yang bertujuan untuk
mempunyai 100 buah titik elektroda jarum; dan mengurangi intensitas medan listrik.
kurva 3 mempunyai 500 buah titik elektroda jarum.

5. Kesimpulan Ucapan Terima Kasih Kepada :

1. Terungkap bahwa penggunaan Charge
Transefr System (CTS) pada struktur menara 1. Stasiun televisi PT ANTEVE di Dusun Sepat
antena ANTEVE dapat mengurangi tingkat Desa Ngoro-Oro, Bukit Patuk – Gunung
intensitas medan listrik disekitar struktur Kidul, Yogyakarta (fasilitas dan data objek
menara saat terjadi kanal lidah lompat petir penelitian)
di atasnya. 2. Bapak Koordinator Kopertis V Yogyakarta
2. Dosis pengurangan intensitas medan listrik (bantuan dana penelitian)
sebesar 43 % (dari 500 kV/m menjadi 285 3. Pendamping penyusunan laporan penelitian
kV/m). Bapak Prof. Dr.Ir Tarcius Haryono (Kapala
3. Penggunaan Charge Transfer System (CTS) Lab Tegangan Tinggi UGM).
dapat memperbaiki/membantu kinerja dari 4. Semua pihak yang terlibat dalam proses
lightning rod (pro teksi petir jenis batang penelitian
vertikal) kovensional.
Daftar Pustaka
[1]. Carpenter, RB., dan Drabkin, MM., 1997,

“Improvement of Lightning Protection
against Direct Lightning Strokes”, IEEE
1997 International Symposium on
Electromagnetic Compatibility, Austin, Texas
– USA.
[2]. Drabkin, MM., 1999., “Interactionbetween

Lightning Channeland CTS”, 0-7803-5057-
X/99/$10.00,Lightning Eliminatorand
Consultans (LEC), Inc 6687 Arapahoe Rd
Boulder, Colorado – USA.
[3]. Golde, RH (ed), 1977, Lightning Protection,

Vol.2, Academic Press, New York 1977.
[4]. Utama, B., 2002, “Penentuan Medan Listrik

Impuls Petir pada Sistem Pemodelan
SUTET 500 kV, 50 Hz” Thesis Jurusan
Teknik Elektro Fakultas TeknikUniversitas
Gadjah Mada (UGM), Yogyakarta-Indonesia
(INA).
[4]. Utama, B., 2009, “Penentuan Akumulasi

Intensitas Gradien Tegangan pada Isolasi
Kabel akibat Pasca sambaran Petir
keStrukturTower ANTEVE dengan Metoda
Celah Kapasitor (Capacitor –Gap) Bahan
berlapis Banyak”,hal. 03,laporan penelitian
melalui dana DIPA Kopertis Wilayah V
nomor : 0169.0/023-04.2/XIV/2009
tahunanggaran 2009, Departemen Pendidikan
NasionalKoordinasi Perguruan Tinnggi
Swasta Wilayah V Daerah Istimewa
Yogyakarta – Indonesia.
[5]. Williams, E., 2007, “The Global Electrical
Circuit : a Review, Massachusetts Instituteof
Technology (MIT), International Conference
on Atmospheric Electricity, Agustus-2007,
Beijing, China (CHN).
[6]. Zoro. R., Sirait, KT., 1987, “Proteksi Sistem

Tenaga bagian I Proteksi terhadap

Tegangan Lebih pada Sistem Tenaga

Listrik”, Diktat kuliah, jurusan Tek.Elektro,
FT. Industri Teknologi Bandung.
Sumber referensi Internet :
[7].http://ecmweb.com/power-quality-
archive/prevent‐lightnig-strikes-charge-
transfer-systems
[8]. http://meteo.bmkg. go.id/prakiraan/indonesia

Rancang Bangun Sistem Pengolahan Limbah Urin untuk

Penyiraman Urinoir
Uji Regresi Hasil Pengukuran Volume Air Penyiram
pada Urinoir Penentu Input Error
Dwi Cahyadi1, B. S. Rahayu Purwanti2, Nana Sutarna3

Mahasiswa Teknik Elektronika Industri, Politeknik Negeri Jakarta1
Dosen Teknik Elektronika Industri, Politeknik Negeri Jakarta2
Dosen Teknik Elektronika Industri, Politeknik Negeri Jakarta2
cahyadi_dv@yahoo.co.id.1
bernadeta.purwanti@outlook.com2
nn_strn@yahoo.com 3
Abstrak
Penelitian ini mempelajari penggunaan motor AC satu hase pada sistem penyiraman pada urinoir. Masalah
ketersedian air bersih sering muncul dan perlu diupayakan penggunaannya agar lebih hemat. Pemakaian
berlebihan (boros) dan tidak digunakan secara tepat merupakan salah satu faktor langkanya air bersih.
Ketidakseimbangan pemakaian air bersih, perlu dicarikan solusinya. Salah satu solusinya dengan
memanajemen penggunaan air bersih, misalnya pengolahan limbah urin pada urinoir. Energi listrik yang
dikonsumsi (penggerak motor 1 phase) mempengaruhi debit air yang terpompa. Penghematan listrik pada
motor untuk sirkulasi air dari penyiraman ke urinoir, ke penampung limbah dan kembali ke penyiram.
Penyiraman urinoir tidak memerlukan air bersih lagi, cukup air sirkulasi pengolahan limbah urin. Buka-
tutupnya valve penyiram Volume air penyiram dapat diatur sesuai dengan banyak/sedikitnya urin yang
tertampung sementara pada penampung limbah urin. Sistem otomasi penyiraman memerlukan kontroler
“smooth” agar pemakaian air dan penggunaan energy pada motor lebih hemat. Penelitian ini untuk
menentukan nilai error sistem penyiraman dengan pendeteksi levet air sensor ultrasonik dan pengatur motor
mikrokontroler ATMega 16. Pengolahan limbah urin pada urinoir dengan proses daur ulang limbah menjadi
solusi manajemen penggunaan air bersih. Alat penyiram urinoir dibangun dengan mengobservasi penggunaan
air penyiram dan daur ulang limbah urin (plus air penyiram). Penggunaan air bersih dapat lebih hemat dengan
pengolahan limbah dari urine dan penyiram urinoir. Tujuan penelitian adalah menghitung nilai error volume
air penyiram. Nilai error volume air diperoleh dari perbandingan perhitungan data pengukuran dengan
formula regresi linier. Error keduanya sebesar 12 % identic dengan menghemat air 91 % dari tarif
PAM/penyiraman urinoir.
Kata Kunci: motor AC, satu fasa, limbah urinoir, valve on-off
1. Pendahuluan bersih. Salah satu yang perlu dihemat adalah

Penggunaan energi berkelanjutan pemanfaatan air limbah untuk penyiram urinoir.
(sustainable energy) semakin mendapat perhatian Urinoir sebagai tempat buang air kecil (BAK)
luas [Ambarita, Himsar. 2011,]. Penggunaan energy khususnya laki-laki, limbahnya dialirkan langsung
berkelanjutan berkontribusi meminimalkan ke pembuangan/selokan. Ilustrasi, satu orang (buang
pemanasan global. Bentuk kebijakan dan partisipasi air kecil) diperkirakan membuang 0,7 liter air
dapat dilakukan dengan cara fisiensi energy, usaha- penyiraman urinoir. Urine yang dikekeluarkan oleh
usaha mencari energi baru dan terbarukan satu orang laki-laki dewasa rata-rata 0,3 liter. Total
merupakan maksud dari kebijakan tersebut. Sekitar air limbah urinoir (air penyiram dan urin) yang
474 Exa joule energy dunia 13,6% berasal dari terbuang ke selokan melalui urinoir sebanyak 1
sumber energy terbarukan dan energy nuklir liter/orang. Dalam waktu satu hari rata-rata bisa
menurut data tahun 2008 [British Proteleum, 2009]. sepuluh orang BAK di satu urinoir. Satu hari rata-
Sumber energi terbarukan bagian teebanyak rata membuang sepuluh liter air yang berpotensi
disumbang energi air (hydropower) sebanyak 66,5% menjadi air bersih. Asumsikan satu liter air bersih
[REN21. 2014]. Penghematan air bersih sudah berharga Rp 500, maka sepuluh liter air bersih
dicanangkan oleh pemerintah pusat [P3TKEBT, berharga Rp 5000. Bisa diilustrasi sepuluh orang
ESDM, 2008]. Penggunaan air bersih sehemat BAK pada urinoir dalam satu hari berakibat
mungkin dapat menyelamatkan sumber daya air membuang uang lima ribu rupiah. Dalam satu tahun
satu orang BAK di urinoir membuang uang

mencapai Rp 1.825.000. Bukan uang kecil jika satu Penggunaan ulang limbah urin dari urinoir
urinoir digunakan minimal 50 kali per hari. memerlukan filter (penyaring). Limbah urin pada
Urinoir dilengkapi pembasuh dan penyiram urinoir difilter agar bebas dari pengotor (tissue yang
diambil dari PAM (Perusahaan Air Minum) atau air hancur) supayaairnya layak digunakan ulang.
tanah. Penyiraman dapat memanfaatkan air limbah
yang telah diolah, tidak berbau dan jernih adalah 2.2 Kontrol on-off berbasis mikrokontroler
syarat cukup. Oleh karena itu perlu didesain alat dan Kontrol on-off dapat diaplikasikan pada
sistem penyiram urinoir dengan air pengolahan semua peralatan elektronik [Hamdan, 2012]. Motor
limbah urinoir. Penelitian ini mengobservasi motor listrik dapat diatur dan dikontrol kecepatannya
satu fasa sebagi pemompa air penyiraman urinoir. dengan mikrokontroler.
Volume air yang dipompa motor dibandingkan Kontrol on-off motor sistem penyiraman
selisihnya antara tanpa mikrokontroler dan dengan urinoir dengan Mikrokontroler AVR ATMega 16.
mikrokontroler sebagai pengatur pengolahan limbah Modul Mikrokontroler mengatur/mengontrol putaran
urin. Alasan penelitian dilaksanakan, motor secara on-off untuk buka-tutp valve penyiram
ketidakseimbangan penggunaan air bersih. Dampak urinoir.Mikrokontroler ATMega 16 dipilih karena
ketidakseimbangan adalah langkanya air bersih, fungsi dan fasilitas lengkap, harga murah, konsumsi
sehingga sistem pengolahannya. daya rendah, kecepatan eksekusi instruksi cocok.
Pengaturan kecepatan putar motor pemompa Pemrograman bahasa C mudah, tersedia compiler
merupakan salah satu upaya penghematan air bersih. CV-AVR.Kontoler ATMega 16 banyak dipilih
Motor AC dapat bekerja secara normal jika untuk membangun bermacam-macam aplikasi
mendapatkan tegangan 220 Volt. Pengaturan motor embedded sistem [Mediaty Arief, 2011]. Intervace
dengan penyesuaian banyak/cukup/sedikitt volume K-125 ke pin mikrokontroler untuk intruksi
air penyiramnya dapat deprogram sesuai dengan pengatur/pengendali on-off ke PORTB (Gambar 1).
kebutuhan penyiraman . Pemogramanan pengaturan
putaran motor dengan bahasa C, compiler 2.3 Sensor Ultrasonik Pengukur Ketinggian Air
Codevision pada mikrokontroler. Sistem pengaturan Sensor ultrasonic melalui frekuensi 20 KHz-
motor berbasis mikrokontroler dapat 20 MHz (tergantung media yang dilewati) pada
mengkondisikan on-off valve penyiram urinoir. gelombang akustik. Modul sensor Ultrasonik dapat
Buka-tutup valve (on-off)dengan masukan logika mengukur jarakantara3cmsampai300cm. Keluaran
“1” atau “0” berasal dari mikrokontroler. Logika “1” darimodul sensor ultrasonik berupa pulsa yang
atau “0” dari mikrokontroler berfugsi sebagai lebarnya merepresentasikan jarak [Mediaty Arief,
pengaktif modul relay. Modul relay mengatur 2011].
putaran motor satu fasa, poisi on (buka valve), off Lebarpulsa yang dihasilkan modul sensor
(tutup valve). utrasonikbervariasidari115uSsampai 18,5 mS.
Secaraprinsip modulsensorultrasonik
2. Metode terdiridarisebuahchippembangkit sinyal40 KHz,
Realisasi penyiram urinoir dengan air olahan sebuahspeakerultrasonicdansebuahmikropon
limbah urin adalah: ultrasonik.Speaker ultrasonikmengubah sinyal
40KHzmenjadi suarasementaramikropon
ultrasonikberfungsiuntukmendeteksi pantulan suara.
Sensor ultrasonik berfungsi untuk mengukur
ketinggian air pada penampung.
2.4 Motor 1 Fasa sebagai Pemompa Air
Gambar 2. Rangkaian Motor Satu Fasa
Gambar 1 Diagram Alir Sistem Penyiram Urinoir
2.1 Pengolahan Limbah Urinoir

Limbah air berasal dari sisa pembungan
produksi industri, limbah rumahan dan limbah yang
berada pada tempat umum. Olahan limbah diolah
dan digunakan ulang sesuai dengan pemanfatannya.

(Gambar 3). Penggunaanya dijadikan input sistem

untuk mengontrol motor penyiraman. Peletakan
sensor ultrasonic dapat dilihat pada gambar 4.
Peletakan motor (Gambar 4) sebagai pemompa air
penyiram urinoir (Gambar 5).
Box Panel
M1
Gambar 3. Rotor Motor Pompa Air Sensor
Rangkaian dasar motor satu fasa sebagai Penampung 1
pemompa air (Gambar 2). Daya motor satu fasa
kecil, efisiensi relatif rendah (38%-70%) [Alexander
Tino. 2012].Inti stator motor (Gambar 3) terdiri dari
lapisan plat-plat besi (liminasi) tersusun rapi dan Gambar 4. Model Urinoir Tampak Belakang
disetiap ujung diklem. Laminasi dibentuk menjadi
alur-alur dan gigi-gigi alur stator. Konduktor rotor
motor terbuat dari batang tembaga, dan aluminium.
2.5 Perhitungan Data Hasil Pengukuran dengan

Regresi Linier
Data hasil pengukuran dianalisis dengan
regresi linier (1) dan dihitung koefisien regresinya.
Pengolahan data dengan uji regresi linear seperti
persamaan (1). Koefisien regresi linier dihitung
dengan persamaan-persamaan (2), (3), (4) dan
persamaan (5).
…………………………..…..…(1)
…………….…….(2)
….….. (3) Gambar 5. Model Urinoir Tampak Depan
.....(4) 3.2 Pengujian Sistem

Tujuan pengujian data hasil pengukuran
untuk mengetahui fungi. kinerja sistem. Tahapan
. ……….....….(5) pengambilan dan pengolahan data adalah:
(a) Pengambilan data sampel level limbah urinoir
pada penampung 1 dengan menghitung dan
3. Hasil dan Pembahasan menentukan linieritas.
3.1 Instalasi Alat dan Sistem Pengolah Limbah (b) Uji linieritas data dengan regresi menunjukkan
Urine pada Model Urinoir memodelkan kestabilan putaran motor dan
Motor satu fasa (M1) mempunyai dua penyiraman,
kumparan stator yaitu: kumparan utama (U) dan (c) Pengambilan data level air penyiraman pada
kumparan bantu (B) yang digulung pada stator pada penampung 1 setelah formula regresi linier
dengan perbedaan sudut 90o. Tahanan kumparan deprogram,
bantu lebih besar dari kumparan utama, sedangkan (d) Perhitungan selisih/error volume air penyiram
reaktansinya dibuat lebih kecil. Pada sistem tersebut dengan pengambilan data huruf (a) dan huruf
rotor motor digunakan sebagai pemutar pompa air. (b).
Aliran air searah dengan arah putar rotor motor

Pengujian data sampel berfungsi untuk Visualisasi penyebaran data hasil

mencari hubungan antara nilai level limbah urin dan pengukuran level permukaan air dan persamaan
nilai level air penyiraman. Data dua variabel yang linieritas regresi (Gambar 7). Formula regresi linier
telah didapat kemudian dimasukkan ke menghasilkan model persamaan pengukuran level
persamaan(2). Y adalah air penyiraman dan X permukaan air. Level permukaan air dikonversi
adalah level air limbah urinoir. Nilai a=0.000539899 sebagai penggunaan volume air penyiram urinoir.
dan b=0.397345863. Niai-nilaia b (koefisien- Model menunjukkan bahwa hasil pengukuran dapat
koefisien regresi) disubstitusikan ke (1). Hasil menjadi input formula. Formula dimaksudkan untuk
substitusi diperoleh (3). Hasil perhitungan data penghematan pemakaian air pada urinoir. Kekuatan
pengukuran sesuai persamaan regresi (6). Nilai X hubungan hasil pengukuran dengan formula sebagai
adalah nilai pengambilan level permukaan air secara input sistem perlu diuji. Hasil uji dengan regresi
acak. Nilai X merupakan bentuk input volume air linier menunjukkan, prediksi pemakaian air
penyiram. penyiram berada di sekitar data pengukuran. Data
pengukuran sebagai input formula dan nilai R2=1,
……….(6) menunjukkan hubungan kedua variabel kuat
Gambar 8).
3.3 Level Permukaan Air dan Volume Air Penggunaan motor satu fasa untuk
Penyiraman penyiraman sesuai dengan pergerakan rotor pada
Air penyiraman diuji dengan mengukur motor. Pengaturan dan pengontrolan motor
ketinggian air yang terdapat pada penampung mendapatkan input dari level permukaan limbah urin
1.Pengukuran volume dengan cara membaca level pada urinoir. Analisa regresi untuk mendapatkan
permukaan air di penampung 1. Level menunjuukan persamaan linear dari sampel percobaan yang
kapasitas dan volume air penyiram. Pengukuran air menghasilkan bentuk atau formula. Persamaan
penyiram urinoir diulang 24 kali dengan volume formula diterapkan pada sistem untuk mengontrol
rata-rata 4.1 liter. Volume air penyiram diukur air penyiraman sesuai limbah urin. Penghematan
dengan sensor ultrasonic sebagai pendeteksi level penggunaan air sesuai dengan formula analisa
permukaan air. Hasil pengukuran level permukaan regresi. Nilai rata-rata error output sistem dengan
pada penampung 1 dengan sensor ultrasonik pengaturan sebesar ± 0.12. Error muncul
dianalisis. Metode analisa regresi dapat membentuk dikarenakan tegangan yang didapat oleh motor
formula untuk mengetahui kekuatan hubungan dua listrik tidak stabil. Oleh karena itu dibutuhkan sistem
jenis data. Data hasil pengukuran level permukaan control dengan logika fuzzy. Batas nilai error pada
air dan data perhitungan sesuai dengan formula Fuzzy berada pada interval 0  Error (e)  1 .
regresi di penampung 1 (Gambar 6). Penggunaan air Hasil pengukuran error level permukaan air dari
untuk penyiram urinoir kecenderungan lebih banyak sensor ultrasonic pada sistem telah berfungsi dan
dari data pengukuran. Penggunaan data dengan sesuai dengan target.
formula regresi dandiolah/diatur dengan
mikrokontroler lebih sedikit/hemat airnya. Lonjakan
penggunaan air pada hasil pengukuran ke empat
saja, data hasil pengukuran lainnya lebih kecil.
Gambar 6 Perbandingan Data Pengukuran dan Formula Regresi Level Permukaan Air

Gambar 6. Pengukuran Level Permukaan dan Limbah Air Penyiraman
Gambar Prediksi Linier Level Ketinggian Permukaan Air
4. Kesimpulan Hamdan, Isa dan Slamet Winardi, 2012. Rancang

Penyiram urinoir dengan metode Bangun Kontrol Peralatan Listrik Otomatis
pengolahan limbah urine menghemat air bersih Berbasis AT89S51, Jurnal Monitor, 1: 1, p.11-
sebagai penyiram (98%±0.12). Model alat penyiram 19.
urin dapat direalisasikan pada urinoir umum, seperti Mediaty Arief, Ulfah. 2011. Pengujian Sensor
bandara, terminal, rumah sakit. Ultrasonik PING untuk Pengukuran Level
Ketinggian dan Volume Air, Jurnal Ilmiah
Ucapan Terima Kasih Elektrikal Enjiniring UNHAS, 09: 02, p. 72-77.
Politeknik Negeri Jakarta melalui Dana PNBP, skim British Proteleum, Statical Review of Worl Energy,
Hibah Penelitian Riset Grant Dosen dan Mahasiswa [Online], Diakses [28 Mei 2014] dari
Tahun Anggaran 2014. http://bp.com
Pusat Penelitian dan Pengembangan Teknologi
Daftar Pustaka Ketenagalistrikan, Energi Baru, Terbarukan,
Ambarita, Himsar, 2011, Kajian Eksperimental dan Konversi Energi, [Online], diakses[30 Mei
Performansi Pompa dengan Kapasitas 1,25 2014] darihttp://p3tkebt.esdm.go.id
m3/menit Head 12 m jika Dioperasikan sebagai Renewable Energy Policy Network for the 21st
Turbin, Jurnal DinamisII: 8, p.1-8. Century,[Online], Diakses [2 Juni 2014] dari
Alexander Tino, Ambrosius, 2012, Pengaruh http://rent21.net
Modifikasi Belitan Stator Motor Induksi 1 Fasa
Rotor Sangkar Menjadi Motor Induksi 3 Fasa
Terhadap Perubahan Daya Keluaran, Jurnal
ELTEK10: 2, p.33-46.


Rancang bangun Laci Penitipan Perlengkapan Pengendara Motor

Terintegrasi pada Sistem Perparkiran Berbasis RFID
Pengaruh Jarak terhadapVariasi Penghalang RFID Reader
Untuk Buka-Tutup Laci Penitipan Perlengkapan Pengendara
Gita Putri Karina1, B. S. Rahayu Purwanti2, Nana Sutarna3
Mahasiswa Jurusan Teknik Elektro, Politeknik Negeri Jakarta1punyagitakarina@yahoo.co.id.

Dosen Jurusan Teknik Elektro, Politeknik Negeri Jakarta, bernadeta.purwanti@outlook.com2
Dosen Jurusan Teknik Elektro, Politeknik Negeri Jakarti3
Abstrak
Penelitian ini mempelajari sensitifitas RFID 12KHz pada sistem perpakiran terintegrasi pada laci penitipan
perlengkapan pengendara. Pengguna sepeda motor meningkat seiring kenaikan BBM (Bahan Bakar Minyak).
Nominal pembelian BBM per-minggu lebih murah dibandingkan dengan tarif angkutan umum pulang-pergi.
Kemacetan di perjalanan menyebabkan ketidaktepatan waktu tiba ketujuan. Peningkatan pengguna motor
idealnya diikuti pemekaran area parkir. Pemekaran berimbas pada upaya pengamanan motor dan
perlengkapan kendaraan berikut atributnya. Upaya pengamanan area parkir oleh satpam, mencocokan nomor
kendaraan dengan STNK berimbas pada kepadatan antrian didepan pintu keluar/masuk area parkir. Sistem
perpakiran belum dilengkapi penitipan dan pengamanan perlengkapan berkendara. Pengguna area parkir
merasa nyaman saat hujan motor tidak basah atau menitipkan jas hujan dan bebas pencurian. Peningkatan
kuantitas sepeda motor mengakibatkan kebutuhan lahan parker semakin signifikan. Faktor kenyamanan dan
keamanan menjadi kebutuhan pengguna lahan parkir tidak boleh diabaikan. Kartu parkir (Tag RFID)
didekatkan ke kotak RFID (RFID reader) saat keluar/masuk area parkir Nomor unik kartu parkir terpindai
oleh kotak RFID dikomunikasikan serial kemikrokontroler. Komunikasi menginstruks imikrokontroler untuk
memindai status pemiliknya. Pemindai mendeteksi status kartu dan mengeksekusi status kartu, sebagai
Petakapas atauPedekapas. Pengeksekusian kartu RFID untuk masuk-keluar area parkir berkaitan dengan
penggunaan Laci PERKARA tempat penyimpan/penitipan perlengkapan pengendara. Tujuan penelitian
adalah mengukur sensitifitas RFID reader terhadap penghalang plastik, kaca dan tanpa penghalang. Hasil
penelitian membuktikan bahwa Sensitifitas kartu diuji dengan jarak pemindaian (1-6 cm) antaraTag ke reader
RFID. Hasil penelitian membuktikan bahwa sensitifitas pemindaian RFID teruji pada jarak 3 cm dan tidak
dipengaruhi oleh jenis penghalang.
Kata kunci :SIMPARK, Pedekapas, Petakapas
1. Pendahuluan Teknologi identifikasi dengan pemindaian

Sistem perparkiran motor konvensional, yaitu sudah berkembang, diawali sistem barcode
dengan metode pemeriksaan STNK (Surat Tanda pemindai dengan sistem optik [Swetha J. 2014].
Nomor Kendaraan) dan bukti parkir/karcis retribusi RFID identik dengan barcode pemindaiannya
pembayaran. Prosedur ini merupakan upaya memanfaatkan frekuensi gelombang radio. RFID
manajemen perparkiran. Satpam, mencocokan terdiri dari Tag (kartu) memuat nomor unik sebagai
nomor kendaraan sesuai dengan STNK saat motor identitas dan reader (box) sebagai pemindai.
keluar dari area parkir. Pengamanan dan Karakteristik RFID Tag analog identik dengan
kenyamanan keluar/masuk area parkir dapat dilihat barcode label dan RFID reader identik dengan
dari panjangnya antrian didepan pintu keluar/masuk pemindai barcode. Aplikasi RFID pada sistem
parkir. pengamanan laci penitipan telah diteliti.
Sistem perpakiran kampus belum dilengkap Nomor unik pada RFID tag identik dengan
isistem pengmanan perlengkapan berkendara. informasi pengguna, seperti nomor laci,
Perlengkapan berkendara yang dimaksud adalah namapenggunadan lain sebagainya. Laci penitipan
helm, kaostangan, masker dan lain sebagainya yang akan otomatis membuka laci penitipan ketika RFID
merepotkan jika dibawa ke kelas. Pengguna area Tag didekatkan ke RFID reader. RFID reader
parkir menyimpan perlengkapannya dengan dihubungkan dengan mikrokonroler untuk dapat
menyelipkan/ menggantungkan pada motor. mengontrol data masukan berupa data pemindaian
Terbukanya Ketertataan area parkir identik dengan dari RFID reader secara terus menerus.Teknologi
penataan perlengkapan pengendara supaya tidak RFID untuk mengidentifikasi pengguna kartu
tercecer, kehujanan, kecurian sekaligus mengurangi [K.Srinivasa Ravi, dkk 2013], terdaftar ata utidak
kenyamanan pengguna lahan parkir. terdaftar dalam sistem. Tag RFID didekatkan ke
RFID reader, nomor unik terpindai RFID reader

dikomunikasikan serial kemikrokontroler dan 2.1 InstalasiRFID (Radio Frequency

diidentifikasi. Hasil identifikasi dapat berupa Identification) 12KHz
perubahan logic pada pin keluaran. Pelayanan parkir Pengiriman data secara nirkabel
yang dilengkapi dengan kamera sebagai Sistem memanfaatkan gelombang radio Sebuah sistem
Informasi parkir lebih efisien [Vanessa W. S. Tang, RFID terdiri dari tiga komponen yaitu tag RFID,
Yuan Zheng, Jiannong Cao. 2006.]. Model RFID reader dan sistem host komputer. Pengiriman
pendeteksi perparkiran dengan mendeteksi wajah dan penerimaan data menggunakan tag yang
(camera) tidak memungkinkan tamu parkir. dilengkapi antena untuk menerima/merespon query
Tamu/bukan penghuni gedung tidak dikenali sistem, yang dipancarkan oleh transceiver. RFID reader
sehingga perlusolusi. Teknologi perparkiran motor memiliki beberapa antena sebagai piranti pemindai
berbasis RFID memperbaiki sistem kamera [Zul tag RFID. RFID reader mengirim dan menerima ke
Bahrum C. 2007]. dan dari tag.
SIMPARK [Sugeng Mulyono, dkk. 2013] Dalam riset ini menggunakan RFID tipe ID 12
menunjukkan bahwa rancang bangun sistem (Gambar 2) yang bekerja pada frekuensi 125-
perparkiran berbasis RFID terdisplay di PC 134KHz. Host komputer merupakan piranti yang
(Personal Computer). Instruksi mikrokontroler dari berperan menyimpan database.
sesnsor PIR yang mendeteksi keberadaan motor.
Komunikasi serial modul RFID untuk proses
masuk/keluarnya motor dari tempat parkir, dan
didisplay ke komputer. Data input dari komunikasi
serial terhadap masuk/keluarnya pengguna area
parkir. Dicocokan dengan data di database. RFID
mendeskripsikan sebuah metode [Hamid. 2010.],
mampu mengirimkan identitas (berbentuk nomor
unik).
2. Metode
MULAI
STUDI Gambar 2 RFID Reader 12KHz

LITERARTUR
SIMPARK
2.2 SistemBuka-TutupLaciOtomatis
Sistem laci penitipan berbasis RFID dengan
PERANCANGAN
MODEL PALANG SISTEM BUKA pegendali menggunakan mikrokontroler telah diteliti
TUTUP
DAN LACI
PALANG
sistem memanfaatkan RFID untuk mengidentifikasi
pengguna jasa laci penitipan. RFID dengan status
REALISASI
MODEL
SISTEM BUKA dikenali mengeksekusi program untuk
TUTP LACI
PERPARKIRAN menonaktifkan penguncian laci. penguncian laci
menggunakan selenoida. Sistem penguncian dengan
SISTEM DATA
PENGUJIAN BASE selenoida dikendalikan oleh mikrokontroler.
SISTEM
2.3 Perancangan RangkaianPengatur Laci
T Program pengatur Laci PERKARA
SESUAI? dirancang diaplikasikan sebagaipebuka dan petutup
Y pintu palang parkir dan pintu laci. Iinstruksi
pendeteksian komunikasi serial terhadap RFID Laci
SELESAI
PERKARA dan instruksi on-off tombol penguncian
Gambar 1. Skematik Rangkaian Pengatur Laci terhadap kunci selenoida PERKARA.
Data input komunikasi serial RFID dengan
Metode penelitian dalam diagram alir laci diidentifikasi/dicocokan sesuai didatabase pada
(Gambar 1). pengontrol. Pengontrol dengan ATmega 16 dan
Penelitian ini merupakan pengembangan dari program aplikasi/modul mikrokontroler BASCOM
SIMPARK dengan melengkapi sistem penitipan/ AVR. Data input berupa nomor unik Tag RFID.
penyimapanan. SIMPARK merupakan sistem buka- Data input teridentifikasi cocok/terdaftar, instruksi
tutup pintu untuk masuk/keluarnya motor dari/ke on-off dari mikrokontroler terhadap solenoid.
perparkiran.Sistem dimodifikasi, dilengkaki sarana Selenoid pengunci laci terpilih terbuka dan
penyimpanan perlengkapan pengendara motor, nomor/kode laci terpilih ditampilkan pada LCD
seperti helm, jacket, jas hujan. Desainnya berbentuk 2X16. Keunggulan mikrokontroler ATMega 16
laci untuk Penyimpanan Perlengkapan Pengguna memiliki fasilitas dan fungsi lengkap, harganya
Perparkiran [PERKARA].

murah, konsumsi daya rendah jika dibandingkan

dengan kecepatan eksekusi instruksi.
2.4 Pengujian Sensitifitas Pemindaian

Tujuan pengujian adalah mengukur jarak
sensitif pemindaian RFID reader terhadap Tag RFID
yang didekatkan. Variasi digunakan penghalang
plastik setebal 0.5cm, kaca 0.5cm dan tanpa
penghalang. Indikator keberhasilan pemindaian
berupa selenoid pada laci dengan nomor tertentu
dinon-aktifkan/laci terbuka. Jarak pengukuran 0 cm
hingga 6 cm dengan perubahan jarak sebanyak 1 cm.
2.5 Analisi Data Jarak Pemindaian Kartu dan

Penghalang.
Data hasil pengukuran dianalisis dengan chi

square (1) dan dihitung nilai derajat kebebasannya.
X2P = ∑ ...............................................(1)
Perhitungan Chi-Square (1), derajat kebebasan

(2).Data dikelompokan kedalam tabel kontingensi (6
baris X 4 kolom). Jumlah kolom sesuai dengan
variabel (jarak pindai), baris seusia jumlah laci. Nilai
derajat kebebasan dan derajat kemaknaan (α)
menentukan nilai ChiTabel. Perbandingan ChiHitung
dan ChiTabel menentukan hasil hipotesa. Gambar 3. Laci PERKARA
(R-1)(C-1).........................................................(2)
3. Hasil dan Pembahasan

Pengukuran jarak pindai tag-Reader RFID
untuk mengetahui pemakaian tegangan saat posisi
laci buka-tutup. Saat laci tertutup tidak ada
pemakain tegangan, rata-rata tegangan saat laci
terbuka adalah 4,8 Volt.
3.1 Instalasi ON-OFF Pengunci Laci

Selenoid merupakan suatu jenis kumparan
terbuat dari kabel panjang yang dililitkan pada
induktor. Selenoid diidentifikasi ON dan OFF, posisi
selenoid bergerak kedepan (mengunci) status ON.
Posisi selenoid bergerak keposisi mundur
(membuka) status OFF. Gambar 4. Rangkaian Kontrol Laci PERKARA
Pengaturan ON dan OFFpadaselenoid oleh

mikrokontroler dengan memberikan logik 1 dan 0
pada port modul pengendali selenoid. sistem
selenoid sebagai pengunci laci penitipan. Nomor ID
teridentifikasi terdaftar menonaktifkan (OFF)
selenoid laci nomor tertentu sesuai dengan database,
tombol mengaktifkan (ON)
3.2 Pengujian Hipotesis

Tujuan pengujian untuk mengetahui
pengaruh variasi jarak dan penghalang RFID
terhadap buka-tutup penguncian Laci PERKARA.
Tahapan pengambilan dan pengolahan data adalah :

a) Pengambilan data pemindaian RFID jarak 1- Pengukuran tegangan (Vinput), Voutput(dua

6cm dengan perubahan sebesar 1cm, variable). Pengambilan data acak untuk keempat laci
b) Variasi perlakuan terhadap RFID reader; tanpa pengujian dikategoriakan berhasil/tidak buka
penghalang, pengalang kaca setebal 0.5cm, pengunci. Jumlah data pengujian 540 sample dengan
penghalang plastik setebal 0.5cm rincian 360 (Gambar 5) kategori berhasil membuka
c) Pengujian hipotesis: (H0) dan alternative pengunci, 180 kategori gagal membuka pengunci.
ekspetasi (H1) dengan Tabel chi-kuadrat. Sample data pengujian (Gambar 5) kategori berhasil
H0:: tidak ada pengaruh jarak tergadap hasil deteksi membuka penguncian dikelompokan sesuai jarak
sensor dengan dan tanpa penghalang. Pengujian (cm). Nilai kontingensi, yaitu kesetaraan jumlah
hipotesis bertujuan untuk mengetahui pengaruh dua antara kartu terpindai hasil pengukuran dan harapan
variabel yakni variasi jarak deteksi RFID reader (expectation) pada jarak 30 cm Jumlah kartu
terhadap pembukaan penguncian Laci PERKARA. terpindai (O) tidak menyimpang jauh dari nilai
Data pengujian berupa jumah keberhasilan ekspektasi dengan simbol E. Nilai derajat kebebasan
pembukaan penguncian Laci PERKARA terhadap (∑Kolom-1)X(∑Baris-1). Nilai ChiTabel dengan
dua variabel. derajat kebebasan 10 dan alfa 95% adalah 2,558.
Nilai ChiHitung>ChiTabel.
3.3 Pengaruh Variasi Jarak dan Variasi Kondisi Gambar 6 adalah grafik data jarak
RFID Terhadap Pembukaan Penguncian Laci pemindaian RFID reader Laci PERKARA. Tren
Indikator pembukaan penguncian laci berupa garfik untuk ketiga perlakuan menunjukan semakin
perubahan level tegangan pada selenoid. Pengukuran besar angka jarak pemindaian semakin sedikit
level tegangan selenoid saat Tag RFID didekatkan jumlah keberhasilan. Pada jarak pemindaian hingga
/dipindai oleh RFID reader. Modul relay normally 3 cm untuk ketiga perlakuan jumlah keberhasilan
closed mengendalikan kondisi selenoid. Kondisi pemindaian sebanyak tiga puuh dari tiga puluh
yang dimkasud adalah relay ON dan relay OFF. percobaan.
Perubahahn level tegangan kaki-kaki mikrokontroler Hipotesa Nol (H0) ditolak dan Hipotesa 1
yang terhubung dengan masukan relay (H1) diterima. Variasi jarak pemindaian 0 cm sampai
menginstruksikan posisi ON/OFF-nya relay. dengan 6 cm dan antara Tag dengan Reader RFID
Perubahan level tegangan 0V menjadi 5V pada diberi penghalang.
selenoid menginstruksikan kondisi OFF.
Gambar 5 Hasil Pengujian Regresi untuk Tengangan Input pada Relay
Tiga jenis penghalang adalah kaca setebal mendeskripsikan jumlah keberhasilan pemindaian
0,5 cm, plastik setebal 0,5 cm dan tanpa penghalang Tag RFID pada jarak yang divariasikan dan diberi
mempengaruhi pembukaan penguncian laci. Data perlakuan. Perlakuan yang dimaksud adalah
pengujian jarak pemindaian Tag RFID terhadap diberikan penghalang, berupa platik setebal 0,5 cm
RFID reader diaplikasikan pada grafik Tren grafik dan kaca setebal 0,5 cm, diantara RFID raeder dan

Tag RFID saat melakukan pemindaian. Pengujian 4. Kesimpulan

dilakukan sebanyak tiga puluh kali untuk masing- Sistem buka-tutup laci dapat
masing perlakuan. Angka pengujian sebanyak tiga diimplementasikan di area parkir dan terkoneksi
puluh dirincikan dengan lima kali pengujian untuk pada SIMPARK.
setiap Tag RFID yang berjumlah enam kartu. Jarak
yang divariasikan dari 1 cm hingga 6 cm, dengan Ucapan Terima Kasih
perubahan jarak bertambah 1 cm. Politeknik Negeri Jakarta melalui Dana PNBP, skim
Hibah Penelitian Riset Grant Dosen dan Mahasiswa
Tahun Anggaran 2014.
Gambar 6 Jarak danVariasi Penghalang Tag-Reader
Gambar 7 Uji Kontingensi terhadap Jumlah Kartu Terpindai
Daftar Pustaka Technology 2010 (SNATI 2010), pp. F72-F8,

Hamid. 2010. The Development Computerized ISSN: 1907-5022
Parking System with Cost Automation and K.Srinivasa Ravi, G.H.Varun, T.Vamsi, P.Pratyusha.
Using of RFID as User Unique Identity. 2013. RFID Based Security System. International
National Seminar of Applied Information Journal of Innovative Technology and Exploring

Engineering (IJITEE). Volume-2, Issue-5.

ISSN : 2278-3075.
Sugeng Mulyono, B.S. Rahayu Purwanti, Zainal
NurArifin, Azwardi. 2013. The
Development of Motorcycle Parking
System based on RFID and Visual Basic
Database. Proceeding on ASAIS, State
Polytechnic of Jakarta
Swetha J. 2014. RFID Based Automated Bank
Locker System. International Journal of
Research in Engineering and Technology
(IJRET). Volume:03 Issue : 05. ISSN:2319-
1163 | pISSN:2321-7308
Vanessa W. S. Tang, Yuan Zheng, Jiannong Cao.
2006. An Intelligent Car Park Management
System Based on Wireless Sensor
Networks Internet and Mobile Computing
Lab. Department of Computing The Hong
Kong Polytechnic University, P. R. China.
Proceeding of the First International
Zul Bahrum C. 2007. Microcontroller
Application for Parking System. Jurnal
Gradien Vol.3 No.1 Januari 2007, PP.
200-203
BIOGRAFI
Gita Putri Karina lahir di Jakarta
24 Agustus 1993. Lulus dari SD
Muhammadiyah 56 tahun 2005,
SMPN 40 Jakarta Pusat tahun
2008 dan SMAN 35 Jakarta tahun
2011. Penulis melanjutkan studi
di Politeknik Negeri Jakarta.
Jursan Teknik Elektro, 2011-
2014.
Purwanti lahir di Ungaran, Jawa

Tengah, Indonesia. Gelar
sarjananya diraih dari Jurusan
Matematika, Fakultas Teknik di
Universitas Diponegoro
Semarang, tahun 1997
.
Nana Sutasna. Gelar megister
Fisika Instrument dari FMIPA
Universitas Indonesia tahun 2008.
Ruang lingkup penelitian meliputi
Fuzzy, AN, dan ANFIS sistem
control. Selain itu model
matematika serta instrumentasi.

PENGARUH FILTER PASIF PADA JARINGAN LISTRIK

INDUSTRI DAN RUMAH TANGGA AKIBAT PEMBEBANAN
AIR CONDITION (AC) INVERTER
Djodi Antono, Adi Wasono, Yusnan Badruzzaman
Dosen Teknik Elektro Polines Semarang,
djodiantono@yahoo.com
Abstrak
Perkembangan teknologi memudahkan orang semakin simpel dalam mengoperasikan suatu alat yang disebut
’plug and play’. Akan tetapi teknologi yang dipakai akan mempunyai efek samping dibidang lainnya. Sebagai
contoh adalah penggunaan beban beban non linear, terutama peralatan peralatan listrik berbasis elektronik
(penggunaan sistem inverter pada AC) yang banyak terhubung pada sistem distribusi tenaga listrik tegangan
rendah telah menyebabkan arus jala-jala sistem menjadi terkotori atau terdistorsi oleh efek gelombang baru
yang ditimbulkan yang disebut harmonik. Tingginya tingkat kandungan arus harmonik yang terdapat pada
sistem distribusi tenaga listrik dapat menimbulkan berbagai macam persoalan pada sistem tersebut, antara lain
faktor daya sistem menjadi rendah, munculnya arus pada penghantar netral. Harmonik yang ditimbulkan oleh
AC Inverter ini sangat mengganggu bahkan merugikan sistem bila melebihi batas standar yang ditetapkan
IEEE 519-1992. Dengan menerapkan filter pasif single tuned sebagai upaya mengurangi distorsi arus dan
tegangan (total harmonic distortion THDV dan THDI) pada jaringan listrik akibat pengoperasian (AC
Inverter) dengan daya 2HP atau 1500 watt,pemakaian filter pasif single tunedpada AC Inverter telah berhasil
mengurangi harmonik arus sebasar kurang lebih 78 %. Harmonik arus 95 % saat AC Inverter dijalankan pada
suhu 31°C tanpa filter dan 17% saat AC Inverter dijalankan pada suhu 31°C dengan filter.
Kata Kunci:Harmonik arus/tegangan, AC Inverter , Filter
1. PENDAHULUAN harmoniktegangan dan arus yang akan mengganggu

jaringan tegangan rendah, sehingga kualitas tenaga
1.1 Latar belakang
listrik pada jaringan tersebut menjadi jelek, hal ini
Kualitas daya listrik disebut baik apabila akan mengakibatkan berbagai permasalahan
memenuhi kriteria gelombang arus dan tegangan kelistrikan.Pada penelitian ini akan dirumuskan
berupa sinusoidal murni dan frekuensi permasalahan yang meliputi:
fundamentalnya 50 Hertz. Jika tidak, salah satu 1) Banyaknyaharmonik yang ditimbulkanpada
penyebab adalah adanya harmonik dalam sistem jaringan tegangan rendahakan diukur dan
jaringan listrik yang merusak bentuk gelombang dipelajari pengaruhnya.
sinusoidal tegangan dan arus. Hal ini umumnya 2) Karakteristik harmonik yang terjadi saat AC
dipicu oleh beban non linear, salah satunya adalah Iverterdijalankan tanpa filter dan suhu diset
Air Condition Inverter (AC Inverter).Harmonik yang 31°C sampai dengan 20°C.
ditimbulkan oleh AC Inverter ini sangat 3) Karakteristik harmonik yang terjadi saatAC
mengganggu bahkan merugikan sistem bila melebihi Inverter dijalankan dengan filter dan suhu
batas standar yang ditetapkan IEEE 519-1992. diset 31°C sampai dengan 20°C.
(Asnil, Universitas Gadjah Mada, 2009)
Pada penelitian ini dipaparkan suatu metoda
untuk mengurangi kandungan harmonik arus pada 1.3 Tujuan Penelitian
sistem tenaga listrik akibat penerapan AC Inverter 1. Mempelajari timbulnya harmonik pada jaringan
pada jaringan listrik 1 phasa rumah tangga atau listrik tegangan rendahakibat penerapan Air
perkantoran.Konsep dasar yang dikembangkan pada Condition Inverter.
metoda ini adalah pengurangan harmonik arus 2. Mengukur besaran dan bentuk gelombang yang
sistem jaringan listrik dilakukan dengan telah “mengotori” jaringan listrik tegangan
menghilangkan komponen-komponen harmonik arus rendah, dan memberikan solusi pemecahan
(harmonik orde) yang mendominasi pada jaringan untuk mengatasinya.
dengan cara memasangkan filter pasif yang 3. Merancang bangun peralatan filter untuk
dirangkai single tuned. meredam harmonik yang timbul akibat
pembebanan Air Condition Inverter pada
jaringan listrik tegangan rendah.
1.2 Perumusan Masalah
Peralatan yang berbasis elektronik seperti
inverter yang dipakai sebagai penggerak kecepatan
apabila dijalankan akan menghasilkan

1.4 Manfaat Penelitian mempunyai beberapa pola untuk hubungan tegangan

Pada penelitian ini Air Condition Inverter dan frekuensi, mempunyai fasilitas penunjukan
dipakai sebagai obyek penelitian.Karena Air meter, mempunyai lereng akselerasi dan deselerasi
Condition Inverterteknologi inverternya yang dapat diatur secara independen, kompak, serta
menggunakan komponen power elektronik maka sistem lebih aman
akan menimbulkan arus harmonik yang dapat Namun penggunaan komponen elektronika
mengakibatkan terkotorinya jaringan listrik. Untuk daya pada AC Inverter ersebut didalam sistem
membersihkannya diperlukan cara tertentu dengan tenaga listrik menimbulkan masalah baru yaitu
merancang suatu filter yang dipasangkan dekat gangguan harmonik. Gangguan harmonik ini dapat
sumber penghasil harmonik tersebut. Dengan dikurangi dengan menggunakan kontrol sinyal
demikian jika AC Inverter telah dipasang filter maka modulasi lebar pulsa(Pulse Width Modulation –
diharapkan tidak mengakibatkan timbulnya PWM) atau memasang filter kapasitor.
harmonik arus maupun tegangan yang mengotori
jaringan listrik sehingga jaringan listrik aman 1.6 Harmonik Pada Sistem Tenaga Listrik
digunakan.
Harmonik merupakan suatu fenomena yang
timbul akibat pengoperasian beban listrik non linier,
1.5 Prinsip Dasar Inverter yang pada dasarnya adalah gejala pembentukan
Inverter merupakan suatu peralatan yang gelombang-gelombang dengan frekuensi berbeda
dapat digunakan untuk mengkonversikan sumber yang merupakan perkalian bilangan bulat dengan
daya AC menjadi tegangan DC yang kemudian frekuensi dasarnya (kelipatan dari frekuensi
dikonversikan lagi menjadi sumber daya AC dengan fundamental, misal: 100Hz, 150Hz, 200Hz, 300Hz,
frekuensi yang sesuai. Cara ini bisa dipakai karena dan seterusnya)(gambar 2.1)
diketahui bahwa kecepatan sinkron motor induksi
berbanding lurus dengan frekuensi sumber dayanya.
Sumber daya dari PLN mempunyai frekuensi yang
konstan, yaitu 50 Hz. Salah satu cara yang efektif
untuk menghasilkan tegangan dengan frekuensi yang
bisa diatur yaitu dengan jalan membangkitkannya
sendiri. Untuk itu diperlukan suatu sumber daya
DC.Sumber daya ini diperoleh dari sumber daya
PLN yang disearahkan dengan rectifier.Selanjutnya
sumber dayaini ditapis dengan filter DC untuk
mendapatkansumber daya DC yang lebih rata.
Kemudian dengan melalui suatu rangkaian switch Gambar 1.2 Gelombang fundamental dan harmonik ke 3
(disebut sebagai jembatan inverter) yang bisa
dikendalikan sedemikian rupa, sumber daya itu bisa 1.7 Sumber-Sumber Harmonik Yang Utama
diubah menjadi sumber daya AC pada ujung beban.
1.7.1 Penyearah
Dengan cara mengontrol waktu pensaklaran dari
switch-switch tersebut dengan menggunakansinyal Pada saat ini, penyearah adalah sumber utama
PWM (Pulse Width Modulation) seperti terlihatpada harmonik. Dari sisi pengendalian, secara garis besar
gambar 1.1 (Sigit Budhi Santoso, Aris Rakhmadi, ada tiga jenis penyearah, yaitu :
Universitas Gadjah Mada, 2003). 1. Penyearah tak terkendali (dengan dioda)
2. Penyearah terkendali (dengan thyristor)
3. Penyearah PWM (dengan transistor)
Semua peralatan elektronik, yang meliputi
televisi, sistem AV, printer, scanner, UPS dan
battery charger, komputer, monitor, oven
microwave, lampu fluorescent dengan ballast
elektronik, dll menggunakan penyearah jenis ini
pada seksi front-end-nya. Penyearah tak terkendali
tiga fasa sangat banyak dijumpai dalam sektor
industri. Penyearah ini sangat lazim dijumpai pada
seksi front-end pengendali putaran motor-motor
asinkron tiga fasa dalam semua sektor industri .
Gambar 1.1. Prinsip Dasar Inverter
Dengan menerapkan inverter pada air
condition, maka akan banyak diperoleh keuntungan 1.7.2 Lampu Hemat Energi (LHE)
secara teknis bila dibandingkan dengan cara lain. Pada saat ini, berkaitan dengan semakin
Beberapa keuntungan tersebut antara lain: mahalnya biaya energi, PLN dan produsen lampu
mempunyai jangkauan kecepatan yang lebih lebar, rajin mempopulerkan apa yang disebut dengan

“lampu hemat energi” (LHE). Sebenarnya, LHE dari bentuk gelombang periodik yang terdiri dari
adalah lampu fluorescent yang dioperasikan pada harmonik gelombang sinus murni.Untuk gelombang
frekuensi tinggi (~10-200kHz). Frekuensi tinggi ini sinus murni pada frekuensi dasar, THD adalah nol.
didapat dari inverter kecil dalam ballast elektronik. Kerusakan individu harmonik untuk tegangan dan
Inverter ini disuplai dari suatu penyearah yang tidak arus ordo h-th didefinisikan sebagai Vh/V1dan Ih/I1.
lain adalah penyearah dari jenis pertama
sebagaimana telah disinggung di atas. 1.9 Cara Kerja Air Condition
Kompresor yang ada pada sistem pendingin
1.7.3. Pengaruh yang ditimbulkan oleh Harmonik dipergunakan sebagai alat untuk
a, Saluran transmisi memampatkanfluida kerja (refrigent), jadi refrigent
Harmonik arus pada konduktor akan yang masuk ke dalam kompresor dialirkan ke
menyebabkan bertambahnya rugi-rugi saluran condenser yang kemudian dimampatkan di
sebagai akibat adanya pemanasan tambahan. kondenser.Di bagian kondenser ini refrigent yang
b. Transformator dimampatkan akan berubah fase dari refrigent fase
Efek harmonik pada transformator adalah uapmenjadi refrigent fase cair, maka refrigent
harmonik arus menyebabkan meningkatnya mengeluarkan kalor yaitu kalor penguapan
rugi-rugi tembaga. Selain itu harmonik juga yangterkandung di dalam refrigent. Adapun
dapat menyebabkan pemanasan lebih pada besarnya kalor yang dilepaskan oleh kondenser
isolasi, dan akan mempersingkat umur adalah jumlahan dari energi kompresor yang
penggunaan isolasi. diperlukan dan energi kalor yang diambil evaparator
c. Mesin-Mesin Berputar (Rotating Machines) darisubstansi yang akan didinginkan.Pada kondensor
Harmonikakan menimbulkan panas tambahan tekanan refrigent yang berada dalam pipa-pipa
sehingga menambah rugi-rugi tembaga dan kondenser relatif jauh lebihtinggi dibandingkan
besi, yang berpengaruh pada efisiensi mesin. dengan tekanan refrigent yang berada pada pipi-pipa
d. Bank Kapasitor (Capasitor Banks) evaporator.Setelah refrigent lewat kondenser dan
Distorsi tegangan akan menyebabkan rugi daya melepaskan kalor penguapan dari fase uap ke fase
tambahan pada kapasitor. Pada frekuensi yang cair maka refrigent dilewatkan melalui katup
lebih tinggi, besar reaktansi dari kapasitor akan ekspansi, pada katup ekspansi ini refrigent
menurun sehingga harmonik arusyang mengalir tekanannyaditurunkan sehingga refrigent berubah
ke kapasitor juga semakin besar. kondisi dari fase cair ke fase uap yang
e. Peralatan konsumen kemudiandialirkan ke evaporator, di dalam
Peralatan elektronik pada konsumen juga dapat evaporator ini refrigent akan berubah keadaannya
terpengaruh oleh harmonik. dari fase cair ke fase uap, perubahan fase ini
f. Televisi: harmonikakan mempengaruhi nilai disebabkan karena tekanan refrigent dibuat
puncak tegangan yang dapat berdampak sedemikianrupa sehingga refrigent setelah melewati
perubahan pada ukuran gambar TV dan katup ekspansi dan melalui evaporator tekanannya
kecerahan TV. menjadi sangat turun.
g. Komputer: dapat mengganggu sistem
pemrosesan data karena tegangan supply
terdistorsi.
h. Terjadi kesalahan pada pembacaan di alat
pengkukuran, contohnya adalah KWH meter.
1.8 Indeks Harmonik

Definisi indikasi harmonik yang umum digunakan.
1.8.1Total Harmonic Distortion (Distortion Factor)
Definisi yang umum digunakan adalah
indeks harmonik
THDV = √[Σ∞h=2 (Vh)2 / Vh] (1)

Gambar 1.3 Instalasi Air Condition
THDI = √[Σ∞h=2 (Ih)2 / Ih] (2)
1.10 Air Condition Inverter

Indeks harmonik didefinisikan sebagai rasio Air conditioner adalah salah satu peralatan
dari harga rms komponen harmonik ke harga rms rumah tangga yang paling banyak memakan listrik.
komponen dasar dan biasanya dinyatakan dalam Maka jika akan memasang air conditioner di rumah,
persen.Indeks ini digunakan untuk mengukur deviasi sudah sewajarnya memilih AC hemat listrik.

Disinilah peran teknologi inverter dimanfaatkan. Gambar 1.4 Perbandingan keuntungan AC inverter dengan
Untuk menjelaskannya, mari kita gunakan setting non inverter
suhu sebagai contoh.
Jika di siang hari yang panas Anda memilih 1.11 Filter Pasif
suhu 25° C pada AC tanpa inverter, air conditioner
otomatis akan mati sendiri ketika suhu ruangan Filter ini dapat digolongkan menjadi 2
sudah dibawah 25° C, dan akan hidup lagi pada saat kelompok
suhu naik diatas 25° C. Hal ini akan terus berulang
dan akan menyebabkan banyak energi listrik yang 1.11.1 Filter seri
terbuang sia-sia. Selain itu gangguan oleh adanya
suara air conditioner yang hidup dan mati berulang- Digolongkan sebagai jenis resonansi paralel
ulang dapat dihindari.Pada AC inverter, dan penghalang dengan impedansi tinggi pada
dimungkinkan untuk menjaga ruangan pada suhu frekwensi yang ditala. Gambar filter seri adalah
tertentu tanpa air conditioner harus hidup dan mati sebagai berikut: (Dr. Gary W. Chang Dr. Paulo F.
berulang-ulang. Ribeiro and S. J. Ranade, 1999)
Pada air conditioner, teknologi inverter
terintegrasi di dalam unit outdoor.Compressor AC
didalam unit outdoor mengubah tingkat kompresi
refrigerant, maka dalam proses tersebut
dimungkinkanlah pengaturan suhu. Pada
kenyataanya, pengaturan ini diperoleh dari
pengubahan kecepatan motor didalam compressor
AC. Karena kecepatan motor dapat dikontrol dengan
halus pada berbagai tingkat, invertercontrol
memungkinkan air conditioner tidak hanya hemat
listrik, namun juga mampu melakukan pengaturan
suhu yang lebih baik. Fungsi kunci dari inverter ini
terletak pada komponen yang disebut
microcontroller.
Beberapa keuntungan padaAC inverter: Gambar 1.5Filter seri dan karakteristik
Waktu yang lebih cepat untuk mencapai suhu 1.11.2Filter parallel

ruangan yang kita inginkan. Digolongkan sebagai jenis resonansi seri dan
"Tarikan" pertama pada listrik 1/3 lebih rendah penjebak dengan impedansi tinggi pada frekwensi
dibandingkan AC yang tidak menggunakan yang ditala. Gambar filter parallel adalah sebagai
teknologiinverter. berikut: (Dr. Gary W. ChangDr. Paulo F.
Lebih hemat energi dan uang karena teknologi Ribeiroand S. J. Ranade, 1999).
ini menggunakan sumber daya yang 30%
lebih kecil dibandingkan AC biasa. Beberapa
merk air conditioner bahkan mengklaim
dapat menghemat listrik hingga 60% dibanding
AC tanpa inverter.
Dapat menghindari beban yang berlebihan pada Gambar 1.6 Filter paralel
saat AC dijalankan.
Fluktuasi temperatur hampir tidak terjadi (lihat = (3) Q= = (4) BW
gambar).
= (5)
2. METODE PENELITIAN
2.1. Sumber Daya Institusi
Pengembangan penelitian berbasis dengan
sumber dayaLaboratorium Mesin-mesin Listrik dan
Laboratorium Kendali Jurusan Teknik Elektro
Politeknik Negeri Semarang. Sumber daya yang
dimiliki institusi yang berupa peralatan dan dataakan
dimanfaatkan sebaik-baiknya untuk mendukung
penelitian ini.

XC = XL
2.2 Passive Filter Single Tuned =2 fL
Filter pasif merupakan metode penyelesaian
yang efektif dan ekonomis untuk masalah harmonik. L= (9)
Tipe filter pasif yang paling umum adalah
filtersingle tuned. Filter ini sebagian besar dirancang
untuk mengalihkan harmonik arusyang tidak
diinginkan dalam sistem tenaga. Parameter utama d. Faktor kualitas (Q) filter didefinisikan
yang harus dipertimbangkan dalam pemilihan R, L, sebagai perbandingan antara induktansi (atau
C pada saat perencanaan filter pasif adalah quality kapasitansi) pada saat resonansi dengan
factor (Q), nilai ini akan menentukan ketajaman besaran resonansi
penalaan. Dalam hal ini filter dapat berupa tipe Q
tinggi untuk ketajaman penalaannya pada ordo Q= (10)
harmonik frekuensi rendah biasanya berharga antara
30 sampai dengan 60. Sedangkan tipe Q rendah
biasanya pada daerah 0.5 sampai dengan 5 X0 = L= = (11)
mempunyai impedansi rendah dengan batasan
frekuensi yang luas.( Jeong-Chay Jeon, 2004)
Filter single tune termasuk filter seri contoh
dari filter single tuned yang umum digunakan pada dengan XL = XC = X0 pada keadaan
tegangan rendah (380 V) seperti gambar 2.5. resonansi
Passive filtersingle tuned digunakan untuk
mengurangi penyimpangan tegangan pada sistem 2.3. Peralatan yang dipergunakan
tenaga dan juga sebagai koreksi faktor daya. Nilai- 1. Air Condition Inverter 2 HP1 buah
nilai resistan, induktan dan kapasitan ditentukan oleh 2. Voltmeter 1 buah
parameter sebagai berikut : 3. Ampere meter 1 buah
• Daya reaktif pada tegangan nominal (var) 4. Power quality meter 1 buah
• Frekuensi penalaan (Hz) 5. Komputer/Laptop 1 buah
• Faktor kualitas 6. Kabel penghubung secukupnya
7. Unit Filter 1 buah
Perencanaan filter antara lain :
2.4. Rangkaian Percobaan
a. Menentukan nilai kapasitansi kapasitor
sesuai kebutuhan kompensasi faktor daya
Qc= P (tan φawal - tan φakhir) (6)
b. Menentukan nilai kapasitor
XC= (7)
= Gambar 2.1 Rangkaian percobaan tanpa filter
C= (8)
dengan :
QC = besarnya kompensasi daya reaktif yang
diperlukan
V = tegangan sistem yang digunakan (380V)
f = frekuensi fundamental (50Hz)
Gambar 2.2 Rangkaian percobaan dengan filter
c.Menentukan nilai induktor
Nilai induktor dicari berdasarkan prinsip 2.5. Diagram Alir
resonansi Penelitian dimulai dengan menyiapkan
keseluruhan peralatan dan bahan penelitian (2.3).

dan merangkainya seperti gambar 2.1 dan 2.2. induktor karena diperlukan induktor dengan harga
kemudian penelitian dengan gambar 2.1 dilakukan relatif besar dan kemampuan arusnyapun relatif
untuk mendapatkan data harmonik arus saat AC besar, induktor seperti ini tidak ada dipasaran
inverter dijalankan dengan beban ringan (seting sehingga perlu dibuatkan sendiri dan diberi bahan
suhu tinggi) dan dilanjutkan dengan beban dinaikkan inti ferit
(seting suhu diturunkan). Selanjutnya dihitung dan
diamati harmonik arusnya dan dibuatkan rancangan
filternya. Dengan menggunakan filter tersambung 3. HASIL PENELITIAN
pada rangkaian percobaan gambar 2.2 dilakukan 3.1. Penelitian watak harmonik sebelum dipasang
pengukuran harmonik arus. Jika hasilnya terjadi filter
penurunan harmonik arus yang signifikan maka
3.1.1Pengukuran Harmonik Tegangan AC
percobaan selesai, tetapi jika tidak rancangan
Inverter Tanpa Filter
filternya diganti.
Untuk mengetahui kandungan harmonik arus
maupun tegangan AC Inverter, maka perlu
dilakukan pengukuran dengan menggunakan
peralatan power analyzer Kyoritsu KEW 6310.
Gambar 3.1memperlihatkan hasil pengukuran
harmonik tegangan sampai dengan harmonik ke-30.
Terlihat bahwa harmonik tegangan 2,8 % tidak
melebihi dari batas yang ditentukan standart IEEE.
Hal ini dapat dijelaskan bahwa inverter pada AC
tidak mengganggu bentuk gelombang tegangan.
Gambar 3.1 Spektrum Harmonik Tegangan AC inverter 2

Hp
3.1.2 Pengukuran Harmonik Arus AC Inverter

Tanpa Filter
Pada gambar 3.2 memperlihatkan spektrum
harmonik arus yang terjadi saat AC Inverter
dijalankan dengan seting suhu adalah 31
°C.Inverterakan bekerja menjalankan motor AC
Inverter dan seperti yang terlihat pada gambar 5.2
spektrum harmonik arus AC Inverter 2 HP dengan
Gambar 2.3 Diagram flowchart penelitian THDI=95.4 %. Harmonik arus yang dominan terjadi
pada harmonik orde 3, 5, 7, 9. Bentuk gelombang
tegangan masih dalam keadaan baik / sinusoidal
2.6. Kesulitan-Kesulitan
(tidak cacat) tetapi bentuk gelombang arus sangat
Kesulitan yang ditemui selama melakukan penelitian tidak beraturan/tidak sinusoidal (cacat) seperti yang
adalah pada saat pembuatan filter, yaitu mencari terlihat pada gambar 5.3 Gelombang tegangan dan
nilai komponen yang sesuai dengan hasil rancangan. arus AC inverter 2 Hp seting suhu 31° celcius. Dari
Terutama untuk komponen resistor yang keadaan fisik, motor kompresor AC akan bekerja
membutuhkan kemampuan daya yang besar dengan dengan putaran lebih lambat (Inverter bekerja
nilai kecil, komponen dengan spesifikasi yang mengubah frekwensinya menjadi lebih kecil dari 50
seperti ini tidak ditemukan di pasaran. Untuk hz).
mengatasi hal ini, dibuat dengan cara memparalel
dan menseri resistor yang ada. Nilai resistan yang
dibuat diusahakan sebisa mungkin mendekati nilai
rancangan. Demikian pula dalam pembuatan

dirancang dan dibuat filtersingletune sesuai

kebutuhan untuk AC Inverter 2 HP.
3.2 Pengukuran Harmonik Arus AC Inverter

Dengan Filter
Gambar 3.5 memperlihatkan hasil pengukuran
harmonik tegangan sampai dengan harmonik ke-30.
Terlihat bahwa harmonik tegangan 2,8 % tidak
melebihi dari batas yang ditentukan standart IEEE.
Hal ini dapat dijelaskan bahwa harmonik tegangan
pada AC inverter tidak mengganggu bentuk
gelombang tegangan.
Gambar 3.2 Spektrum Harmonik Arus AC inverter 2 Hp
seting suhu 31° celcius

Gambar 3.3 Gelombang tegangan dan arus AC inverter 2
Hp seting suhu 31° celcius
Gambar 3.5 Spektrum Harmonik Tegangan AC inverter 2
Hp dengan filter
Pada gambar 3.4 memperlihatkan spektrum
harmonik arus yang terjadi saat AC Pada gambar 3.6 memperlihatkan hasil
Inverterdijalankan dengan seting suhu adalah pengukuran harmonik arus AC Inverter 2 HP
20°C.Inverter akan bekerja menjalankan motor AC dengan filter telah terpasang pada jaringan listrik
Inverter dan seperti yang terlihat pada gambar 5.10 dan menghasilkan THDI = 15,8%. AC
spektrum harmonik arus AC Inverter 2 HP dengan Inverterdijalankan dengan seting suhu 31°C, dengan
THDI=23,5%. Harmonik arus yang merata (rendah). demikian setelah pemasangan filter terjadi
Dari keadaan fisik, motor kompresor AC akan penurunan harmonik arus 80% yaitu dari THDI
bekerja dengan putaran cepat dari seting suhu 25°C. =95,5% menjadi THDI = 15,8%.
Pada keadaan ini Inverter dapat dikatakan tidak Bentuk gelombang tegangan masih utuh
bekerja (inverter kerja ringan) dengan harmonik berbentuk sinusoidal, sedangkan bentuk gelombang
arus yang timbul semakin sedikit. arus sudah terbaiki terlihat bentuk sinusoidalnya
meski belum sempurna, hal ini seperti terlihat pada
gambar 3.7.

Gambar 3.4 Harmonik Arus AC inverter 2 Hp seting suhu
20° celcius
Untuk menghilangkan harmonik arus yang Gambar 3.6 Harmonik Arus AC inverter 2 Hp dengan
timbul saat unit inverter AC Inverter 2 HP bekarja Filter seting suhu 31° celcius
pada suhu diseting 31°C sampai dengan 20°C


Gambar 3.7 Gelombang tegangan dan arus AC inverter 2
Hp dengan Filter seting suhu 31° celcius
Pada gambar 3.8 memperlihatkan hasil Gambar 3.10 Karakteristik Suhu versus Harmonik arus
pengukuran harmonik arus AC Inverter 2 HP AC Inverter 2 HP dengan filter
dengan filter telah terpasang pada jaringan listrik
dan menghasilkan THDI = 16,2%. AC Inverter
dijalankan dengan seting suhu 20°C, dengan
demikian setelah pemasangan filter terjadi
penurunan harmonik arus 79,3% yaitu dari THDI
=95,5% menjadi THDI = 17,6%.
Gambar 3.11 Karakteristik Suhu versus Harmonik arus

AC Inverter 2 HP tanpa / dengan filter
Gambar 3.9 dan gambar 5.10 memperlihatkan

karakteristik suhu versus harmonik arus AC Inverter
2 HP tanpa filter dan dengan filter.
Terlihat bahwa jika AC Inverter dijalankan
dengan seting suhu hangat yaitu pada suhu 31, 30,
29, 28, dan 27 unit inverter AC Inverter akan bekerja
dan menghasilkan harmonik arus THDIyang cukup
Gambar 3.8Harmonik Arus AC Inverter 2 HP denganfilter
besar ( 95% sampai dengan 24%).
seting suhu 20° Celcius
Setelah dipasang filter single tune, pada
gambar 3.10 karakteristik suhu versus Harmonik
arus AC Inverter 2 HP, Terlihat bahwaharmonik arus
THDI jauh turun pada kisaran 17%
Sedangkan pada gambar 3.11 Karakteritik
suhu versus harmonik tegangan terlihat samabesaran
harmonik tegangan THDV baik AC Inverter 2 HP
dipasang filter single tune maupun tidak dipasang
filter single tune
4. KESIMPULAN
1. Harmonik arus yang dihasilkan AC Inverter
untuk menggerakkan motor induksi masih
relative tinggi (pada penelitian ini THDI 95%),
Gambar 3.9 Karakteristik Suhu versus Harmonik arusAC sedangkan harmonik tegangan relative rendah
Inverter 2 HP tanpa filter (pada penelitian ini THDV 2%).
2. Pada keadaan AC Inverter tanpafilter single
tuned dan saat inverter aktif harmonik arus
dominan akan muncul pada orde 3, 5, 7, 9 (orde
ganjil selain 1 dengan frekuensi dibawah 1500
hertz).

3. Pada keadaan AC Inverter dengan filter single

tuned dan berbeban motor kompresor, harmonik
arus turun menjadi THDI 17%. Sedangkan
harmonik tegangan pada semua kondisi
penelitian relatif tetap kurang lebih 2 %.
4. Semakin seting suhu diturunkan, maka harmonik
arus semakin menurun.
5Passive filter single tunedmampu mereduksi
harmonik arus sebesar THDI 78% pada keadaan
AC Inverteraktif unitinverternya.
Gambar Lampiran 1 Spektrum Harmonik Arus AC
inverter 2 Hp tanpafilterseting suhu 31° celcius
DAFTAR PUSTAKA
[1]Asnil, aplikasifilter pasif untuk mereduksi
harmonik pada inverter, Tesis, Alumni
Program Studi Teknik Elektro Program Pasca
Sarjana Fakultas Teknik Universitas Gajah
Mada, 2009.
[2]Djodi Antono, “ Pengaruh Filter Pasif Single

Tune Pada Jaringan Listrik Tegangan Rendah
Akibat Pembebanan Penggerak yang Dapat
Diatur Kecepatannya”,Tesis, Alumni Program Gambar Lampiran 2Harmonik Arus AC inverter 2 Hp
Studi Teknik Elektro Program Pasca Sarjana dengan filter seting suhu 31° celcius
Fakultas Teknik Universitas Gajah Mada,

2011.9
[3]Gary W Dr. Chang Dr. Paulo F. Ribeiro and S.
J. Ranade, “Harmonic Theory “, IEEE, 199
[4]Sigit Budhi Santoso, Aris Rakhmadi,
Pengendalian Kecepatan Motor Induksi
Melalui InverterAltivar 18 Berdasarkan
Kendali Fuzi Berbasis PLC, Alumni Teknik
Elektro Universitas Gadjah Mada, Yogyakarta, Gambar Lampiran 3Filter single tune AC Inverter
2003.
[5]Usman Saleh Baafai, “ Sistem Tenaga Listrik :
Polusi Dan Pengaruh Medan Elektromaknetik
Terhadap Kesehatan Masayrakat”, PIDATO
Pengukuhan Jabatan Guru Besar Tetap
Fakultas Teknik Universitas Sumatera Utara,
2000
Lampiran
Gambar lampiran 4AC Inverter 2 HP

Printscreen Harmonik Arus AC Inverter 2 Hp
Tanpa Filter
Semua pengukuran harmonik arus
menggunakan clamp sensing arus jenis Rogowski
dengan dikalungkan dua putaran sehingga arus yang
tertera pada gambar berikut adalah dibagi 2, contoh
gambar berikut ini arus terbaca 3,3 A arus
sesungguhnya adalah 1,65 A.
Gambar Lampiran 5 Implementasi Instalasi Rangkaian

Pengukuran Harmonik tegangan dan arus AC Inverter


Pengenalan Tutur Vokal Bahasa Indonesia Menggunakan Metode

DWT dan DTW
A.Asni B.1, Risanuri Hidayat 2, Noor Akhmad Setiawan 3
Mahasiswa S2 Teknik Elektro dan Teknik Informasi, Universitas Gadjah Mada1

a_asni_b@yahoo.com
Teknik Elektro dan Teknik Informasi,Fakultas Teknik , Universitas Gadjah Mada2
Teknik Elektro dan Teknik Informasi,Fakultas Teknik , Universitas Gadjah Mada3
Abstract
Bunyi tutur vokal bahasa indonesia masih sulit dibedakan oleh sistem pengenalan tutur. Sifat non-stasioner,
perbedaan kecepatan, dan noise merupakan faktor yang mempengaruhi hasil pengenalan tutur. Penelitian ini
bertujuan mengukur kesamaan dan perbedaan antar isyarat-isyarat tutur vokal Bahasa Indonesia dengan
melakukan ekstraksi ciri berbasis DWT. Dekomposisi WPT full binary level 3 dan 5 diterapkan untuk
ekstraksi ciri. Algoritma DTW diterapkan untuk validasi dengan cara mengukur kesamaan dua isyarat tutur .
Hasil yang dicapai menunjukkan tingkat akurasi pengenalan yang tinggi hingga 100 % . Selisih pengukuran
terbaik dari dekomposisi WPT full binary level 3 sebesar 72 % sedangkan dekomposisi level 5 hanya 12 % .
Kata Kunci: Dynamic Time Warping ,DTW, Discrete Wavelet Transform, DWT
ekstraksi Mel Frequency Cepstrum Coefficient

I. PENDAHULUAN (MFCC) menyimpulkan bahwa metode HMM lebih
unggul dalam penerapan isyarat tidak starsioner
Identifikasi satu kata atau satu huruf vokal dibandingkan metode DTW[5].Untuk menyamai
yang dituturkan menjadi masalah tersendiri bagi tingkat akurasi pengenalan pola HMM , filter
sistem pengenalan tutur. Contoh isyarat tutur yang median ditambahkan pada metode DTW[6].
sama dari satu sumber penutur dan diulang diwaktu Selanjutnya pengembangan metode DTW untuk
berbeda sehingga memiliki kecepatan dan waktu peningkatan akurasi pengenalan, dengan penerapan
pencuplikan yang berbeda akan menjadi masalah algoritme Shape Averaging (SA) pada DTW
pada suatu sistem identifikasi tutur, berbeda dengan dilakukan oleh peneliti[7]. Kemudian berdasarkan
otak manusia yang dengan cerdas mampu review peneliti lainya disimpulkan bahwa metode
mengidentifikasi hal tersebut dengan mudah. DTW memiliki keunggulan dalam mengatasi distorsi
Metode Dynamic Time Warping (DTW) merupakan akibat pergeseran waktu dan tidak memerlukan
salah satu metode untuk mengatasi perbedaan komputasi yang kompleks[8].
kecepatan yang pertama kali diusulkan oleh Saoke
dan Chiba [1]. Faktor lain yang mempengaruhi Berdasarkan beberapa hasil penelitian di atas
sistem pengenalan isyarat tutur diantaranya, sifat akurasi pengenalan di fokuskan pada pengembangan
isyarat tutur yang tidak stasioner dan noise yang algoritme DTW, sebagian besar menerapkan
tidak bisa lepas dari lingkungan isyarat metode ekstraksi ciri MFCC, peneliti yang lain
tutur.Berbagai Algoritme ekstraksi ciri dan menerapkan algoritme tambahan untuk menyaring
pengenalan pola telah dikembangkan untuk isyarat. Penelitian metode ekstraksi ciri
memperoleh hasil yang optimal yang diukur menggunakan DWT dengan menghitung nilai
berdasarkan tingkat akurasi pengenalan hingga entropy minimum dari hasil lokalisasi adaptif-
efisiensi dari segi komputasi[1-9]. frekuensi untuk mencari basic terbaik hasil
dekomposisi DWT telah dilakukan peneliti [9].
Sistem pengenalan tutur yang handal adalah Peneliti yang lain menggunakan metode DWT untuk
sistem yang mampu mengatasi sifat non-stasioner mengatasi isyarat yang mengandung derau dengan
dari isyarat tutur dan bisa menyaring kebisingan melakukan dekomposisi hingga level 5. Prosedur
yang ikut dalam isyarat tutur serta mampu mengatasi pada ekstraksi ciri yang sebelumnya menggunakan
perbedaan kecepatan isyarat tutur. Metode DTW Mel Scale filter-bank digantikan hasil dari paket
sudah banyak diteliti dan diterapkan dalam wavelet [10]. Peneliti yang lain menerapkan
pengenalan isyarat tutur diantaranya, untuk ekstraksi ciri yang menggunakan energi dari
pengenalan kata terisolasi angka digit menggunakan frekuensi sub-band hasil dekomposisi Wavelet
bahasa Inggris, dengan menerapkan ekstraksi ciri Transform (WT) dan diterapkan bersama metode
Mel Frequency Cepstral Coefficient (MFCC)[2-4]. pengenalan pola GMM[11].
[2],[3],[4]Penelitian tentang perbandingkan metode
DTW dan Hidden Markov Models (HMM) dengan

Hasil peneliti terdahulu dari uraian di atas 
belum ada yang penerapan metode DWT bersama d k( j 1)  g

n  
n2 k a n( j )  (a ( j ) g (1) )(2k ) (2)
DTW tradisional pada vokal Bahasa Indonesia.
Penelitian ini telah mengupayakan sebuah ekstraksi Persamaan proses rekonstruksi:
ciri menggunakan metode DWT yang dapat
 
mengoptimalkan hasil pengenalan DTW tradisional.
Tiga metode ekstraksi ciri dibandingkan yaitu;
a k( j )  h
n  
k 2n a n( j 1)   g k  2 n d n( j 1)
k  
(3)
metode pertama menggunakan metode dyadic DWT  
level 8 yang terdiri dari 9 ciri, metode kedua a k( j )  (a ( j 1)  h)(k )  (d ( j 1)  g )(k )
menggunakan full binary DWT level 3 yang terdiri
dari 8 ciri dan metode ketiga menggunakan full Dengan:
binary DWT level 5 yang terdiri dari 32 ciri.  a ( j 1)
if k  2p
Pengukuran DTW dilakukan untuk menentukan a k( j 1)   p (4)
 0 if k  2 p 1
metode DWT yang optimal. Metode kedua dan
ketiga adalah metode yang diusulkan untuk dan
dibandingkan dengan metode ekstraksi ciri pertama  d ( j 1) if k  2p
d k( j 1)   p
dari peneliti [9]. k  2 p 1
 0 if
  ( j 1)
II. DISCRETE WAVELET TRANSFORM (DWT)
a ( j 1)
dan d adalah koefisien
aproksimasi dan detail pada level j+1 yang nilainya
( j 1) ( j )
Wavelet adalah gelombang dengan durasi berasal dari a k dan d k yang melalui operasi
terbatas yang memiliki nilai rata-rata nol. Tidak dyadupsampling seperti pada persamaan 2-6 ,yaitu
seperti isyarat sinusoida yang secara teoritis menambahkan nilai nol diatara 2 titik interval, jika
memiliki panjang dari minus ke plus tak terhingga, interval ganjil akan diisi dengan nol, kemudian
wavelet memiliki awal dan akhir. hasilnya akan dikonvolusikan dengan koefisien filter
h (LPF) dan g ( HPF)
Era tahun 80-an wavelet muncul sebagai
revolusi frekuensi-waktu dalam pemrosesan Isyarat sebelumnya dinormalisasi
sinyal. Pada tahun 1989 Mallat mengusulkan menggunakan dc removal, dan isyarat diam dibuang
algoritme Fast Discrete Wavelet Transform sebelum proses dekomposisi. Aplikasi fungsi
(DWT) untuk menguraikan isyarat menggunakan “wpdec” yang ada pada Matlab wavelet toolbox
satu set dekomposisi Quadrature Mirror Filter digunakan untuk dekomposisi isyarat tutur. Tiga
(QMF), yang memiliki sifat khusus wavelet untuk cara berbeda untuk memperoleh vektor ciri
setiap band-pass dan low-pass. Sejak periode ini diterapkan untuk mencari karakteristik isyarat tutur
wavelet telah diterapkan dalam berbagai bidang vokal. Jenis wavelet Daubechies (db-N ,orde (N=2
termasuk dinamika fluida, teknik, geofisika dan N=10) akan diterapkan dalam memperoleh
keuangan, studi nada musik, audio, pemampatan vektor ciri.
gambar dan de-noising .Dalam analisis wavelet
diskrit ,informasi yang tersimpan dalam koefisien Metode pertama menggunakan metode
wavelet tidak diulang, memungkinkan regenerasi dyadic DWT level 8 yang terdiri dari 9 ciri, metode
lengkap dari sinyal asli tanpa redundansi atau kedua menggunakan full binary DWT level 3 yang
pengulangan informasi yang sama[10-11]. terdiri dari 8 ciri dan metode ketiga menggunakan
full binary DWT level 5 yang terdiri dari 32 ciri.
DWT diaplikasikan dalam data diskrit untuk Proses pembentukan vektor ciri dengan menghitung
menghasilkan keluaran diskrit yang energi masing-masing frekuensi sub-band hasil
mentransformasikan isyarat dari domain waktu rekonstruksi [9]:
(domain asli dari isyarat tutur) ke domain wavelet.
Proses dekomposisi dan rekonstruksi N
 X (k )
2
menggunakan Fast DWT merupakan proses Ei   i (5)
konvolusi antara isyarat dan koefisien filter, hasil k 1
konvolusi kemudian diseleksi menggunakan faktor
2 untuk proses downsamping dan upsampling. Secara umum proses pengenalan isyarat tutur
dilakukan seperti pada Gambar 1.
Persamaan proses dekomposisi : . Total energi dihitung dengan persamaan
I
E
2

Eto t  (6)
a ( j 1)
k  h
n  
n2 k a ( j)
n  (a ( j)
h )(2k )
(0)
(1) i 1
i

N adalah panjang isyarat, l adalah jumlah

sub-band frekuensi ., karakteristik vektor ciri
diperoleh dengan membagi setiap total energi sub-
band dengan total energi yang ada pada level j
dengan persamaan (7)
Ei
V energi  (7)
E tot
Gambar 2. Gambar Dekomposisi Dyadic

DWT lev-3
III. DYNAMIC TIME WARPING (DTW)
Dynamic Time Warping adalah algoritme

berbasis kesamaan ukuran yang memberikan hasil
pengukuran jarak antara dua isyarat. Asumsikan dua
isyarat tutur, didefinisikan mengatakan x (ti) dan x
(tj), masing-masing dengan basis waktu sendiri, ti dan
tj. Juga menganggap bahwa awal dan akhir dari
isyarat suara yang dikenal, masing-masing
dinotasikan sebagai (tis,tif) dan (tjs, tjf). Jika kedua
isyarat adalah sampel pada tingkat yang sama, maka
sample t kedua isyarat mulai i = j = 1. Pemetaan
fungsi, i = j. (i / j), adalah menuju linear. Isyarat tutur
bersifat tidak linear, sehingga fungsi non-linear time
warping harus dihitung, dengan beberapa asumsi.
Misal fungsi, w (k), didefinisikan sebagai urutan
titik: c (1), c (2), ... .., c (k), dimana c (k) = (i (k), j (k)
) adalah pencocokan dari titik i (k) pada basis waktu
pertama dan titik j (k) pada basis waktu kedua.
Proses warping, w (k), hanya boleh dengan
batasan yang diberikan, dengan pengaturan yang
disebut:
Gambar 1 . Proses Pengenalan Isyarat 1. Monotonic; i(k-1) ≤ i(k) dan j(k-1) ≤ j(k) ,
yaitu langkah jalur tidak akan kembali ke
waktu (indeks) ,sehingga tidak ada
pengulangan jalur pada ciri isyarat yang sama.
2. Continuity; i(k)-i(k-1) ≤ 1 dan j(k)-j(k-1) ≤
1, yaitu fungsi warping tidak akan melompoti
waktu (indeks), hal ini menjamin jalur tidak
akan mengabaikan ciri isyarat yang penting.

1 jika dwt(x, x)  d(x, y) (9)

dwt( x, x) = 
0 jika dwt(x, x)  d(x, y)
IV. IMPLEMENTASI METODE YANG DIUSULKAN

Bahan penelitian berupa rekaman tutur yang
diperoleh dari satu sumber penutur yang menuturkan
huruf vokal; “a” ,”e”,”i”,”o”,”u”, masing-masing
diulang sebanyak 3 kali, yang di simpan dalam
format “wav”. Sehingga diperoleh 15 isyarat tutur.
Proses ekstraksi ciri sesuai langkah pada
Bagian II yang menguraikan metode ekstraksi ciri
sehingga diperoleh 15 vektor ciri pada masing-
masing metode. Dari 15 vektor ciri dibuat
berpasangan hingga diperoleh 225 kemungkinan
pasang data yang diukur dengan menerapkan metode
DTW yang dijelaskan pada Bagian III sehingga
menghasilkan 225 hasil pengukuran DTW,
diataranya ada 9 yang merupakan pasangan target
untuk masing-masing isyarat vokal . Jarak DTW
hasil pengukuran dirangkum dalam lembar kerja
menggunakan microsoft excel.
Langkah selanjutnya adalah membandingkan
hasil pengukuran dari masing-masing metode
Gambar 2. Proses Dynamic Time Warping ekstraksi ciri untuk kemudian dianalisis guna
memperoleh metode yang lebih baik untuk di
3. Kedua batasan pertama dan kedua terapkan lebih lanjut.
dituliskan pada persamaan (8) V. HASIL SIMULASI DAN DISKUSI
 (i (k ), j (k  1), Contoh hasil vektor ciri dari metode pertama

c (k  1) = (i (k )  1, j ( k )  1), ( 8) (dekomposisi dyadic DWT level 8) pada Gambar 4.
 or (i ( k )  1, j ( k ). Metode kedua (dekomposisi full binary DWT level
 3) dan Metode ketiga (dekomposisi full binary
DWT level 3), pada Gambar 5 dan 6.
4. Boundary; i(1)=1, j(1)=1, dan i(K)= I , j(K)=J, Hasil pengujian metode yang diusulkan dari
yaitu langkah penjajaran (warping), dimulai 225 pasangan pengukuran menggunakan 15 isyarat
dari titik (1,1) dan berakhir pada titik (I,J), tutur vokal dari sumber penutur yang sama, sebagai
jika dalam matriks maka berawal dari posisis berikut:
kiri atas dan berakhir pada posisi kanan
1. Nilai persentase pengenalan 100 %
bawah..
Metode DTW digunakan untuk menentukan

kesamaan atau perbedaan antara dua isyarat tutur
yang dibandingkan tanpa proses pelatihan terlebih
dahulu dengan menggunakan diskriminasi jarak.
Keluaran algoritme DTW ada dua yaitu, nilai jarak
DTW dan isyarat yang dinormalisasi dengan DTW.
Dalam penelitian ini yang dingunakan adalah nilai
jarak DTW saja. Data diperoleh dari pengukuran
DTW berdasarkan hasil pengukuran jarak terkecil
yang digunakan dalam pengenalan pola
menggunakan persamaan logika (10) untuk
mengambil keputusan :
Gambar 3. Hasil Vektor Isyarat Vokal “a”

dengan Metode I

menggunakan vektor ciri orde 2 dan orde 10 Perbandingan hasil pengukuran dari masing-
mother wavelet Daubechies masing metode disajikan pada Tabe 1. Nilai yang di
cetak tebal menandakan hasil pengukuran yang
terbaik diantara ketiga metode yang diujikan.Tiap
metode terdapat 25 hasil pengukuran DTW. Metode
kesatu memberikan 4 dari 25 hasil terbaik (16%),
metode kedua memberikan 18 dari 25 hasil
terbaik (72%), sementara metode ketiga hanya
memberikan 3 dari 25 hasil pengukuran terbaik
(12%).
Table 1. Tabel Perbandingan Metode Ekstraksi
Ciri Isyarat Tutur Vokal bedasarkan hasil
pengukuran DTW
Gambar 4. Hasil Vektor Isyarat Vokal “a”

dengan Metode II
Gambar 5. Hasil Vektor Ciri Isyarat vokal “a”

dengan Metode III
2. Nilai persentase pengenalan 100 % diperoleh

dari metode satu (dyadic DWT level 8), metode
dua (full binary DWT level 3), dan metode tiga
(full binary DWT level 5)
Vektor ciri dari metode I, II dan III diuji

dengan menggunakan pengukuran DTW. Hasil
yang diperoleh dari pengujian mencapai tingkat
akurasi 100 % untuk masing-masing metode. VI. KESIMPULAN
Analisis lebih lanjut dilakukan untuk Hasil penelitian menunjukkan metode DWT
membandingkan ketiga metode dengan menganalisis dan DTW dapat diterapkan dalam pengenalan
jarak yang terbaik dalam pengukuran menggunakan isyarat tutur vokal Bahasa Indonesia, sebuah metode
vektor ciri masing-masing. dibandingkan jarak hasil ekstraksi ciri yang lebih efektif dengan 8 vektor ciri
pengukukuran DTW untuk melihat . Karakteristik dan pengenalan pola DTW tradisional dapat
Vektor ciri masing-masing metode dapat dilihat digunakan sehingga waktu komputasi dapat dihemat.
pada Gambar 3, gambar 4, Gambar 5. Analisis pengenalan masih bersifat hitungan manual,
Vektor ciri dikatakan baik jika dibandingkan dan dapat dikembangkan untuk dibuat otomatis oleh
dengan vektor ciri dari kelas yang sama maka akan peneliti berikutnya sehingga dapat diujikan untuk
menghasilkan pengukuran yang paling kecil jumlah data yang lebih besar.
sebaliknya jika dibandingkan dengan vektor ciri
yang berasal dari kelas yang berbeda maka jarak
pengukuran menjadi lebih besar.

REFERENSI
[1] H. Sakoe and S. Chiba, “Dynamic Programming

Algorithm Optimization for Spoken Word
Recognition,” IEEE Trans. Acoust., vol. ASSP-
26, no. 1, pp. 43–49, 1978.
[2] S. D. Dhingra, G. Nijhawan, and P. Pandit,

“Isolated Speech Recognition using MFCC and
DTW,” IJAREEIE, pp. 4085–4092, 2013.
[3] A. Bala, “Voice Command Recognition System

Based on MFCC AND DTW,” vol. 2, no. 3491,
pp. 7335–7342, 2010.
[4] L. Muda, M. Begam, and I. Elamvazuthi, “Voice

Recognition Algorithms using Mel Frequency
Cepstral Coefficient ( MFCC ) and Dynamic
Time Warping ( DTW ) Techniques,” Jouranal
Comput., vol. 2, no. 3, pp. 138–143, 2010.
[5] S. C. Sajjan and C. Vijaya, “Comparison of DTW

and HMM for Isolated Word Recognition,” IEEE,
no. 1, pp. 466–470, 2012.
[6] Z. Yuxin, Y. Miyanaga, and C. Siriteanu, “New

Robust Speech Recognition Using DTW in
Noise,” IEEE Isc. 2010, no. 1, pp. 34–38, 2010.
[7] D. Srisai and C. A. Ratanamahatana, “Efficient

Time Series Classification under Template
Matching using Time Warping Alignment,” IEEE
Int. Conf. Comput. Sci. Converg. Inf. Technol.,
pp. 685–690, 2009.
[8] P. Senin, “Dynamic Time Warping Algorithm

Review,” Hawaii,USA, 2008.
[9] C. J. Long and S.Datta, “Wavelet Based Feature

Extraction for Phonem Recognition,” IEEE Spok.
Lang. 1996. ICSLP 96. Proceedings., Fourth Int.
Conf., vol. 1, pp. 264–267, 1996.
[10] X. Wu, F. Tian, and J. Liu, “An Improved Speech

Feature Extraction Algorithm Using DWT,” pp.
1086–1090, 2008.
[11] X. Zhao, Z. Wu, J. Xu, K. Wang, and J. Niu,

“Speech Signal Feature Extraction Based on
Wavelet Transform,” IEEE Int. Conf. Intell.
Comput. Bio- Med. Instrum., no. 1, pp. 1–4, 2011.

Design of PI Controller for Angular Velocity Control of Brushed

DC Motor plus Neuro Adaptive Control
Sabat Anwari
Departmen of Electrotechnic ITENAS Bandung

sabat@itenas.ac.id
Abstrak
Recently, the DC motor has been widely used in industry even though its maintenance costs are higher than
the induction motor. Although control theory has made great advance in the last few decades, which has led
to many sophisticated control schemes, PID (Proportional Integral Derivative) control still remains the most
popular type of control being useed in industries today. This popularity is partly due to the fact that PID
controllers have simple structures and very well understood principles. PI controller is essentially PID
controller with the derivative (D) coefficient set equal to zero. A derivative coefficient is not essential and
may have a detrimental effect on system response characteristics especially in a first order system.Generally,
the DC servo motor systems have uncertain and nonlinear characteristics which degradeperformance of
controllers.To alleviate the problems,we added a robustifying adaptive gain. Based on aLyapunov synthesis
method, it was shown that the proposed adaptive gain guaranteed the convergence of the tracking error to
zero and the global boundedness of all signals in the closed-loop system.
Keywords : brushed dc motor, PI controller, neural adaptive control, simulation.
1. Introduction switching-type hybrid scheme in which the system

Due to its excellent speed control controller switches between a fuzzy controller and a
characteristics, the DC motor has been widely PID controller (Matsunaga, 1991); Li and Tsang
used in industry even though its maintenance proposed concurrent relay-PID controller (Li and Tsang,
costs are higher than the induction motor (Fisher, 2007).
et. al., 1996). As a result, speed control of DC PI controller is essentially an adaptation of PID
motor has attracted considerable research and controller with the derivative (D) coefficient set equal to
several methods have evolved. Although many zero. PI controller is simpler than PID controller.
advanced control techniques such as robust Although the formulae for the PI coefficients are
control (Kucukdemiral, et. al., 1999), model simple, they are applicable to DC motor control system.
reference adaptive control (Anwari and One of the first applications of a PI controller to DC
Kusumah, 2006), robust model reference motor control system was carried out by Zein et al
adaptive control (Anwari, 2006), ADALINE (Zein, et. al., 1990). They used a switchable dead-band
Based Adaptive Control (He and Xu, 2008), PI controller to control DC motor. Ji and Sul proposed
Fuzzy Logic Control (Akbarzadeh, et. al., 1997; self tuning PI controller using digital signal processor
Bulut, et. al., 2000), neural network (Ji and Sul, 1995). Iracleous and Alexandridis used
(Weerasoorya and Al-Sharkawi, 1991), and fuzzy logic to tune PI controller (Iracleous and
sliding mode control (Jovanovic and Golo, 1997) Alexandridis, 1995). Sundareswaran and Vasu proposed
have been proposed to improve system genetic algorithm to tune PI controller for speed control
performances, the conventional PI/PID of DC motor (Sundareswaran and Vasu, 2000). Dobra
controllers are still dominant in majority of real- proposed a robust PI synthesis, via LMI optimization
world servo systems (Nandam and Sen, 1987). (Dobra, 2002).
PID controllers are simple in structure, easy for In this paper, we propose a combination of a classical PI
implementation, have low cost, inexpensive controller and neural adaptive control to improve
maintenance, and effectiveness. However, they transient response. The first is to design PI controller.
may produce large overshoots and over- The second is to add a robustifying adaptive neural
oscillatory responses. Combining PID control controller to maintain stability in the face of modeling
with other control techniques often results in imprecision and uncertainty.
advanced hybrid schemes that are able to In the simulation experiments of this paper, the
improve pure PID controllers. For example, Kim proposed controller was applied on brushed DC motor
et al proposed a fuzzy pre-compensated PID control to prove its effectiveness.
controller for a DC motor position servo system
(Kim, et. al., 1994); Matsunaga et al presented a

2. Modelling
A theory is a general statement of principle
abstracted from observation. A model is a
representation of a theory that can be used for
control and prediction. For a model to be useful,
it must be realistic and yet simple enough to
understand and manipulate. These requirements
are not easily fulfilled as realistic models are
seldom simple and simple models are seldom
realistic.
The scope of a model is defined by what is Figure 2. Concept of The Commutator
considered relevant. Features or behaviour that is
relevant must be included in the model and those In any electric motor, operation is based on simple
that are not can be ignored. Modelling refers to electromagnetism. A current carrying conductor
the process of analysis and synthesis to arrive at generates a magnetic field which when placed in an
a mathematical description that contains the external magnetic field, it will experience a force
relevant dynamic charac-teristics of the proportional to the current in the conductor and to the
particular model (Ong, 1998). strength of the external magnetic field. The internal
configuration of a DC motor is designed to harness the
magnetic interaction between a current-carrying
conductor and an external magnetic field to generate
rotational motion.
The geometry of the brushes, commutator contacts, and
rotor windings are such that when power is applied, the
polarities of the energized winding and the stator
magnet(s) are misaligned, and the rotor will rotate until
it is almost aligned with the stator's field magnets. As
the rotor reaches alignment, the brushes move to the
next commutator contacts, and energize the next
winding.
To perform the simulation of a system, an appropriate
model needs to be established. For this paper, the
Figure 1. Brushed DC Motor Construction system contains a DC motor. Therefore, a model based
on the motor specifications needs to be obtained.
The stator of the DC motor has poles, which are
excited by DC current to produce magnetic
fields. The rotor has a ring-shaped laminated
iron-core with slots. Coils with several turns are
placed in the slots. The distance between the two
legs of the coil is about 180 electric degrees. The Figure 3. Schematic Diagram of a Brushed DC Motor
coils are connected in series. To keep the torque
on a DC motor from reversing every time the Applying a constant stator current and assuming
coil moves through the plane perpendicular to magnetic linearity, the basic motor equations are
the magnetic field, a split-ring device called a Tm  K m I a (1)
commutator is used to reverse the current at that
point. The commutator shown in Figure 2 ea  K m  (2)
consists of insulated copper segments mounted in
a cylinder. The electrical contacts to the rotating Let the switch SW be closed at t = 0. After the switch is
ring are called "brushes" since copper brush closed,
contacts were used in early motors. Modern di a
motors normally use spring-loaded carbon Vt  e a  I a R a  L aq (3)
dt
contacts, but the historical name for the contacts
From Equation (2) and (3)
has persisted. Two brushes are pressed to the
commutator to permit current flow. The brushes di a
Vt  K m   I a R a  L aq (4)
are placed in the neutral zone (magnetic field is dt
close to zero) to reduce arcing (Krause, 1989). d
Tm  K m I a  J  B  TL (5)
dt
The term B represents the rotational loss torque of the
system.

The state-space representation is given by the d TL

equations:  2   50.3 Vt  (15)
  dt 19.8 x 10 6
x  Ax  Bu (6)
 Since TL is unknown, it can be included in the plant
y  Cx  Du
perturbation, hence transfer function of the nominal
where     B/J Km / J  , plant is
x   , A
i a   R a / L aq  K m / L aq  50.3
G 0 (s)  (16)
 1/ J , s2
u   t  , y   , C  1 0 ,
 0 V 
B
1 / L aq 0  TL 
The exact model and the nominal model can be related
and D  0 . as
G  G 0 (1   m ) (17)
The transfer function between angular velocity
and voltage is where G is exact model, G 0 is nominal model, and  m
 Av is a multiplicative perturbation.
 2 (7)
Vt s  B1s  B 0 3. Controller Design
The PI controller can be written in this form:
The transfer function between angular velocity K p (s  K i /K p )
and Load Torque is C(s)  (18)
 AL s
 2 (8)
TL s  B1s  B 0 If we set K i  2 and K p  10 then the closed loop
Kp 50.3
where Km , Km ,
Av  AL   transfer function is
J L aq J2 10
CLTF(s)  (19)
B K m ,.and (B  R a )K m . s  10
B1   B0 
J L aq J L aq
Uncertanty in processes dynamics of the plant lead to
In most DC motors, the rotor inductance and the poor control performances if controller parameters are
value of B are small that can be neglected to lead not properly adapted. To overcome this problem we
to reduced order. propose control input as follows
If is neglected then Eq. (4) becomes C(s)  PI(controller)  C r (20)
Vt  K m   I a R a (9) where C r is a robustifying control term.
If B is neglected then Eq. (5) becomes The first stage in designing an adaptive controller
d scheme for DC motor, the goal of the control is to drive
Tm  K m I a  J  TL (10)
dt speed of a dc motor ω to the desired speed ω d . Let us
define e  ω  ω d as a tracking error. We firstly define
The current-voltage relationship for the left hand the error metric as follows:
side of the equation can be written and t
manipulated to relate between voltage and
s  e  λ  e dτ (21)
angular velocity.
0
Vt  e a
Ia  (11) where λ is a positive real constant. The goal is an ideal
Ra condition i.e.
Tm V  K m s0 (22)
 t (12
s  0 (23)
Km Ra
If system states remain on the ideal condition, the
d tracking error e will governed after such finite amount
J  TL
dt V  K m of time by the first-order differential equation
 t (13)
Km Ra e  λ e  0 . Thus the tracking error e will converge
d  K 2m  K  T (14) asymptotically to 0 as t   because λ is a positive
  m
JR  Vt  L
dt  J R a 
  a  J constant (Slotine and Li, 1991).
Based on PI controller applied in nominal model (model

The nominal first order linear model of a motor
without uncertainty) will imply
is shown in (15).
e  K e  0 (24)

Based on PI controller applied in real model with Weights are updated using simple gradient descent
uncertainty will imply approach –in continuous form– or back propagation :
e  K e   (25) E
 j  
w (34)
where  is the error between application of real w j
model and nominal model.
where, η is the learning constant, generally chosen
Let the control input u can be chosen as Eqs. 20 between 0 and 1. To compute the weight updates, the
will imply derivative of the error function E w.r.t. w j should be
e  K e    C r (26) found. Using the chain rule, the derivative can be
written as
The robustifying control term C r can be E E k (35)

constructed as a function of error metric w j k w j
variable s , as follows Substituting (33) into (35) and taking the derivatives,
C r  W1s  W2 (27) the following equation is obtained:
where W1 and W2 are adaptable weights that are   (s  γ s)
updated during the operation. The goal is to push (s  γ s) k σ
s to zero in finite time.  i
E  for j  1 (36)

To achieve this requirement, the following w j   (s  γ s)
(s  γ s)
Lyapunov function is selected  k
1 2 
V s (28)  for j  2
2
4. Simulation Results
The function selected is positive definite and its Load torque was unknown but in the simulation it
vanishes only when s  0 . A global reaching was assumed as follows
condition is its time derivative be negative
TL  19.8 x 10 6 Nm (37)
definite. Choosing its time derivative as
V  γs2 (29)
In order to validate the control strategies as described
where, γ is a positive constant, restricts the above, digital simulation was carried out on a DC motor
derivative to be negative definite. Substituting drive system. A comparative study of the results
(28) into (29), the following equation is obtained obtained with Proportional Integral Derivative (PID)
s s  γs2 (30) controller and PI Controller plus Neuro Adaptive
Control (PINAC) was presented in this section. The
Going one step further,
control simulation results are shown in Figure 4 and
s (s  γ s)  0 (31)
Figure 5.
Hence, for the Lyapunov stability criteria to be 1.4
held,
s  γ s  0 (32)
1.2
must be satisfied for s  0 .

1
angular velocity (rad/sec)
0.8
A solution to this problem can be using an 0.6
adaptive weight that minimizes the function 0.4
s  γ s and eventually makes it zero, without 0.2
need for the information about the system 0

0 1 2 3 4 5 6 7 8
dynamics. time (sec)
Figure 4. Simulation Result of DC Motorwith a PID

As stated above, the goal is to push the function Controller
s  γ s to zero. To achieve this goal the error
function
1
E (s  γ s) 2 (33)
2
is introduced to the system and weights are
updated accordingly.

1 World Conference, Dallas, Texas. USA.16-19 Oct.

0.9 Dobra, P. (2002).Robust PI Control for Servo DC
0.8
Motor.International Conference on Control
Applications.Vol. 1. pp. 100–110.
0.7
angular velocity (rad/sec)
0.6
0.5
Fisher, M. E., Ghosh, A., and Sharaf, A. M.
0.4 (1996).Intelligent Control Strategies for Permanent
0.3 Magnet DC Motor Drives.Proceedings of the 1996
0.2
International Conference on Power Electronics,
0.1
0
Drives and Energy Systems for Industrial Growth.
0 0.1 0.2 0.3 0.4 0.5
time (sec)
0.6 0.7 0.8 0.9 1
New Delhi. India.Vol. 1.pp. 360–366.
Figure 5. Simulation Result of DC Motorwith a He, S. and Xu, X. (2008). Hardware/Software Co-
PINAC Controller design Approach for an ADALINE Based Adaptive
Control System.Journal of Computers.Vol. 3.No. 2,
Figure 4 shows that the response of the DC Feb. pp. 29–36.
motor with Proportional Integral Derivative Iracleous, D. P. and Alexandridis, A. T. (1995). Fuzzy
(PID) controller while Figure 5 depicts the speed Tuned PI Controllers for Series Connected DC
of the DC motor using PI Controller plus Neuro Motor Drives.Proceedings of the IEEE
Adaptive Control (PINAC) controller. Applying International Symposium on Industrial, Athens.
a PID controller to the system, the speed Greece.Vol. 2. pp. 495–499.
achieved is slightly lower than the PINAC. There Ji, J. K. and Sul, S. K. (1995).DSP-Based Self-Tuning
is no overshoot when PINAC is applied while IP Speed Controller with Load Torque
using PID there is a little overshoot. Results in Compensation for Rolling Mill DC Drive.Trans. on
Fig. 4 and Fig. 5 show that the PINAC performs Industrial Electronics.Vol. 42.No. 4.Aug. pp. 382–
slightly better than the PID controller. 386.
Jovanovic, Z., and Golo, G. (1997).DC Motor Position
5. Conclusions Control by Discrete-Time Variable Structure
The control of DC motor was investigated in Controllers.The Scientific Journal
this research work with PI Controller plus Neuro FactaUniversitatis, Series: Mechanics, Automatic,
Adaptive Control (PINAC) controller. The Control and Robotics. Vol.2. No 7. pp. 291–300.
conclusion is that PINAC was found to be Kim, J. H., Kim, K. C., and Chong, E. K. P.
superior, more robust, faster, flexible, and less (1994).FuzzyPrecompensated PID
sensitive to the parameter variations as compared Controllers.IEEE Trans. Contr. Sys. Tech. Vol. 2.
with conventional PID controllers. Simulation pp. 406–411.
results are presented to demonstrate the potential Krause, P. C. and Wasynczuk, O.
of the proposed scheme. It had been shown that (1989).Electromechanical Motion
the proposed scheme has several advantages such Devices.McGraw-Hill. Singapore.
as, small steady state error, fast response, and Kucukdemiral, I. B., Cansever, G., and Gulez, K.
small overshoot. (1999).Design of a Dynamic and Robust Speed
Controller for a DC Servo Motor by Using a
References DSP.Proc. 2nd International Conference on
Akbarzadeh, T. M. R., Kim, Y.T.,and Mathematical and Computational Applications in
Feerouzbakhsh, B. (1997).Evolutionary Engineering. Baku. Azerbaijan. Sep. 1–3.pp. 289–
Fuzzy Speed Regulation for a DC Motor, 297.
Proceedings of the 29th Southeastern Li, G. and Tsang, K. M. (2007).Concurrent Relay-PID
Symposium on System Theory (SSST Control for Motor Position Servo
'97).pp.292–296. Systems.International Journal of Control,
Anwari, S. (2006). Robust Model Reference Automation, and Systems.Vol. 5.No. 3. June. pp.
Adaptive Control of Angular Velocity 234–242.
Control Simulation of Brushed DC Motor, Matsunaga, N. (1991).Fuzzy Hybrid Control of DC
JurnalTeknikElektro.Vol. 6.No. 1. pp. 30– Servomotor.Trans. IEE Japan.Vol. 111. pp. 105–
36. 111.
Anwari, S. and Kusumah, D. (2006).Angular Nandam, P. K. and Sen, P. C. (1987).Analog and Digital
Velocity Control Simulation of Brushed DC Speed Control of DC Drives Using Proportional
Motor Using Model Reference Adaptive Integral and Integral-Proportional Control
Control.JurnalItenas, Vol. 9. No. 4. pp. Techniques.IEEE Trans. Ind. Electron, Vol. 34. pp.
169–174. 227–233.
Bulut, M., Cansever, G., and Ustun, S. V. Ong, C. M. (1998).Dynamic Simulation of Electric
(2000).Fuzzy Model-Based Learning for a Machinery.Prentice Hall International. New Jersey.
DC Motor Controller.ICSPAT 2000 DSP Slotine, J.E., and Li., W.(1991).Applied Nonlinear
Control.PenticeHall International. New Jersey.

Sundareswaran, K. and Vasu, M. (2000).Genetic

Tuning of PI Controller for Speed Control of
DC Motor Drive.Proceedings of IEEE
International Conference on Industrial
technology (ICIT-2000).Goa. Vol.1. Jan.
pp.521–525.
Weerasoorya, S. and Al-Sharkawi, M. A. (1991).
Identification and Control of a DC Motor
Using Back-Propagation Neural
Networks.IEEE transactions on Energy
Conversion. Vol. 6, No. 4.Dec. pp. 663–669.
Zein, S., Kassas, M., and Wells, F. M. (1990).A
Switchable DB-PI Controller for DC-Motor
Drives with Transient
Requirement.Proceedings of the
IEEESoutheastcon '90. New Orleans. LA.
April.Vol. 3. pp. 842–846.

Potensi Energi Panas Bumi di Kabupaten Banyuwangi: Studi

Awal Model Perencanaan Penyediaan Energi Listrik Jangka
Panjang
Yusak Tanoto 1, Ekadewi Anggraini Handoyo 2
Program Studi Teknik Elektro, Universitas Kristen Petra, Surabaya1

yusak.tanoto@gmail.com
Program Studi Teknik Mesin, Universitas Kristen Petra, Surabaya 2
ekadewi@petra.ac.id
Abstrak
Makalah ini memaparkan potensi pemanfaatan energi panas bumi yang terdapat di daerah Blawan-Ijen di
perbatasan Kabupaten Bondowoso-Banyuwangi untuk penyediaan energi listrik setempat. Perencanaan
penyediaan energi listrik jangka panjang tahun 2014-2028 untuk Kabupaten Banyuwangi dimodelkan
menggunakan software LEAP (Long Range Energy Alternatives Planning System) berdasarkan proyeksi
konsumsi energi listrik di semua sektor pengguna. Proyeksi konsumsi energi listrik Kabupaten Banyuwangi
mencapai 1.863 GWh pada 2028, atau meningkat sebesar 190% dibanding 2013. Mempertahankan
pembangkit yang telah ada sampai tahun 2028, dibutuhkan pasokan daya tambahan sebesar 34,2 GWh
dengan biaya total penyediaan energi sebesar US$ 1,028 milliar. Solusi kompetitif dapat dilakukan dengan
pembangunan pembangkit listrik tenaga panas bumi, dimana kebutuhan energi telah dapat disuplai oleh
gabungan kedua pembangkit dengan biaya US$ 1,19 milliar disamping adanya penurunan tingkat emisi CO2
dan penghematan batu bara.
Kata Kunci: Energi panas bumi, penyediaan energi listrik, energi terbarukan, berkelanjutan.
1. Pendahuluan sedangkan setiap daerah atau kabupaten dituntut

Keberlanjutan pembangunan di berbagai sektor dan untuk dapat merencanakan penyediaan energi listrik
upaya untuk meningkatkan pertumbuhan ekonomi dalam bentuk rencana ketenagalistrikan daerah,
tidak dapat dilepaskan dari ketersediaan energi sesuai dengan amanat Undang-Undang No. 30 tahun
listrik yang mencukupi dan berkualitas. Kecukupan 2007 tentang Energi.
penyediaan energi listrik merupakan salah satu issue Makalah ini bertujuan untuk memberikan
krusial yang hingga saat ini terus diupayakan pemaparan proyeksi konsumsi energi listrik jangka
melalui penambahan kapasitas pembangkit listrik. panjang di Kabupaten Banyuwangi serta potensi
Masih banyaknya pemadaman listrik dan ketidak pemanfaatan energi panas bumi yang terdapat di
terpenuhinya permintaan energi listrik Gunung Ijen sebagai bahan bakar PLTP melalui
mencerminkan adanya ketidakcocokan level studi pemodelan perencanaan penyediaan energi
penyediaan dan level permintaan. Di samping itu, listrik jangka panjang tahun 2014-2018 di
upaya penyediaan energi listrik dewasa ini semakin Kabupaten Banyuwangi. Energi panas bumi, sebagai
erat dikaitkan dengan upaya pelestarian lingkungan. salah satu bentuk energi bersih dan terbarukan akan
Alternatif sumber daya energi terbarukan mulai dianalisa dan dibandingkan dengan penggunaan
dimanfaatkan walaupun dalam skala yang masih pembangkit listrik tenaga uap (PLTU), dalam hal
kecil. Salah satu sumber energi terbarukan yang total biaya sistem pembangkitan.
tersedia dengan melimpah di Indonesia adalah Makalah ini disusun sebagai berikut: metode
energi panas bumi atau geothermal. Total kapasitas penelitian meliputi data, tool, dan pendekatan
terpasang pembangkit listrik tenaga panas bumi analisa disampaikan pada bagian 2, diikuti oleh hasil
(PLTP) di Indonesia hingga tahun 2013 adalah 1,3 simulasi, pemodelan, dan pembahasan yang
GW (Renewables 2013 Global Status Report, 2013), disampaikan pada bagian 3. Kesimpulan
dari keseluruhan potensi sebesar 13,4-14,7 GW disampaikan di akhir makalah ini, yaitu bagian 4,
(Tanoto and Wijaya, 2011). Pemodelan penyediaan dan diakhiri dengan dengan ucapan terima kasih dan
energi di tingkat negara telah banyak dilakukan daftar pustaka acuan.
melalui berbagai report maupun makalah ilmiah,
namun demikian, aplikasi sejenis untuk tingkat
daerah atau kabupaten belum banyak dipublikasikan,

2. Metode step calculation, yang dapat digunakan untuk

Bagian ini menjelaskan kondisi geografis, melacak konsumsi energi, produksi, dan ekstraksi
demografis, dan data sektor ketenaga listrikan di dan transformasi sumber daya di semua sektor dalam
Kabupaten Banyuwangi tahun 2013, penjelasan sistem energi nasional. Di dalam LEAP, terdapat
singkat tentang software LEAP, serta metodologi lima modul, yaitu: asumsi kunci, permintaan,
simulasi data untuk memperoleh model perencanaan transformasi, sumber daya, dan dampak sektor non-
penyediaan energi listrik jangka panjang. energi (Modul Pelatihan Perencanaan Energi LEAP,
2009). Struktur LEAP dan flowchart perhitungan
2.1 Kondisi Umum Geografis, Demografis, dan simulasinya dapat dilihat pada gambar berikut ini.
Tenaga Listrik Kabupaten Banyuwangi
Kabupaten Banyuwangi merupakan kabupaten yang
terletak di ujung timur pulau Jawa. Secara
astronomis, Kabupaten Banyuwangi terletak pada
7°43’-8°46’ Lintang Selatan dan 113°53’-131°58’
Bujur Timur. Berdasarkan posisi geografisnya,
Kabupaten Banyuwangi mempunyai batas-batas:
sebelah Utara dengan Kabupaten Situbondo, sebelah
Selatan dengan Samudra Hindia, sebelah Timur
dengan Selat Bali, dan sebelah Barat dengan
Kabupaten Bondowoso dan Kabupaten Jember.
Memiliki luas wilayah 5.782,5 km2, Kabupaten
Banyuwangi merupakan kabupaten dengan wilayah
terluas di propinsi Jawa Timur. Jumlah penduduk
Kabupaten Banyuwangi pada tahun 2013 mencapai
1.574.778 orang (Banyuwangi Dalam Angka Tahun Gambar 1. Struktur dan Flowchart Perhitungan Simulasi
2014), atau naik sebesar 0.37% dibanding jumlah LEAP
penduduk tahun 2012, dengan rata-rata anggota
rumah tangga sebesar 3,2. Sementara itu, besarnya Seperti terlihat pada Gambar 1, metodologi
Produk Domestik Regional Bruto (PDRB) pada LEAP terdiri dari unsur-unsur penting, diantaranya:
tahun 2013, yaitu Rp. 13,511 Triliun (harga Demand analysis, Transformation analysis,
konstan), mengalami kenaikan sebesar 6.8% Resources analysis, dan Emission analysis.
dibanding tahun sebelumnya. Penjabaran metodologi ini lebih lanjut dapat dilihat
Jumlah pelanggan listrik berdasarkan jenis tarif pada [12]. Dibandingkan dengan tools energy
(sektor) dan konsumsi energi listrik pada tahun 2013 modeling lainnya, LEAP memiliki beberapa
ditunjukkan pada Tabel 1 berikut ini. keuntungan, antara lain: hasil analisa berupa tabel
maupun grafik yang dapat dengan mudah
Tabel 1: Jumlah pelanggan dan konsumsi energi listrik dihubungkan dengan MS-Office, fleksibilitas
tahun 2013 di Kabupaten Banyuwangi. penerapan model untuk sistem energi lokal,
Konsumsi nasional, dan regional dalam kurun waktu jangka
Jumlah
Jenis Tarif (sektor)
pelanggan
listrik menengah maupun panjang, dukungan untuk
(MWh) sejumlah metodologi pemodelan yang berbeda
Rumah Tangga 368.684 400.673,75 meliputi metodologi bottom-up, penggunaan akhir,
Kantor pemerintah 1.645 26.558,73 teknik akuntansi untuk pemodelan ekonomi makro
Sosial 10.304 19.803,56 top-down pada sisi permintaan, dan berbagai
Bisnis 17.733 61.229,95 metodologi akuntansi dan simulasi untuk
Industri 480 132.968,73 pembangkit listrik seperti pemodelan dan
Sumber: Banyuwangi Dalam Angka Tahun 2014. perencanaan perluasan kapasitas pembangkit.
Sudah banyak report, artikel conference, dan
2.2 LEAP (Long Range Energy Alternatives peer-reviewed artikel jurnal telah dipublikasikan
Planning System) pada topik-topik yang mengikutsertakan LEAP
LEAP (Long Range Energy Alternatives Planning sebagai tool untuk menganalisa penggunaan energi
System) merupakan sebuah software perencanaan dan implikasinya, pemodelan energi, supply-
energi berbasis energy accounting, yang digunakan demand, analisa mitigasi emisi, dan biaya-biaya
untuk memodelkan perencanaan energi berbasiskan yang terccakup dalam perencanaan aktifitas energi.
skenario penyediaan dan perminataan. Diantara beberapa report dan artikel ilmiah tersebut
Dikembangkan oleh Stockholm Environment yaitu analisa potensi reduksi permintaan energi dan
Institute, LEAP mengedepankan fleksibilitas emisi pada sektor transportasi di Cina (Yan, X.,
penggunaan data, kemudahan penggunaan, dan Crookes, R.J., 2009), identifikasi visibilitas energi
analisa dampak dari pemilihan skenario perencanaan berkelanjutan di pulai Kreta, Yunani (Giatrakos
(SEI, 2006). LEAP merupakan modeling tool G.P., et. al., 2009), investigasi peningkatan efisiensi
terintegrasi yang bekerja berdasarkan annual-time energi pada bangunan gedung di Cina (Li, J., 2008),

aplikasi LEAP pada skenario perencanaan sektor kedua jenis pembangkit dapat dilihat pada Tabel 3.
ketenagalistrikan Panama dan implikasinya Pada Tabel 3, biaya bahan bakar dan biaya O&M
(Madeleine, M, Bryan, K., 2014), analisa skenario didapatkan dari Laporan Statistik Tahun 2012 PT.
jangka panjang untuk transisi energi terbarukan pada PLN (Persero) dengan konversi kurs Rp. 12.000 per
sektor tenaga listrik Korea (Park, N.B., Yun, S.J., US$ 1.
Jeon, E.C., 2013), peramalan jangka panjang untuk
supply-demand energi di Taiwan (Huang, Y., Yun Tabel 3: Komponen biaya pembangkitan.
Chang, J., Chieh, Y.P., 2011), dan publikasi lainnya Biaya Biaya
Jenis Biaya unit
yang didokumentasikan pada website LEAP. a bahan O&Mb
pembangkit pembangkit
bakarb
PLTU 1.126.000 c
52,18e 6e
2.3 Skenario Model Perencanaan Penyediaan-
Konsumsi Tenaga Listrik Jangka Panjang PLTP 1.800.000 d
84,66 e
3e
Pendekatan yang dilakukan pada proyeksi konsumsi Keterangan: a) US$/MW, b) US$/MWh, c) BATAN,
2012, d) Sanyal, 2005, e) Statistik Tahunan PLN 2012
energi listrik untuk masa yang akan datang dapat
dilakukan dengan metode regresi linear berganda
ataupun metode DKL dengan memperhitungkan
Proyeksi kebutuhan beban di Kabupaten
beberapa variabel, diantaranya pertumbuhan jumlah
Banyuwangi untuk semua sektor tahun 2014-2028
penduduk dan PDRB. Pada makalah ini, proyeksi
adalah seperti yang ditunjukkan pada Gambar 2.
konsumsi energi listrik dilakukan oleh software
LEAP. Proyeksi konsumsi energi listrik
menggunakan data prosentase pertumbuhan
pelanggan listrik yang didapatkan dari data rata-rata
pertumbuhan jumlah pelanggan listrik Kabupaten
Banyuwangi tahun 2008-2013.
Tabel 2: Rata-rata pertumbuhan konsumsi energi listrik

tahun 2008-2013 di Kabupaten Banyuwangi.
Rata-rata Rata-rata
Jenis Tarif pertumbuhan pertumbuhan
(sektor) konsumsi pelanggan
energi (%) (%)
Rumah Tangga 7,28 6,37 Gambar 2. Proyeksi konsumsi energi listrik di Kabupaten
Kantor Banyuwangi tahun 2014-2028
4,74 10,75
pemerintah berdasarkan analisa LEAP
Sosial 8,08 5,02
Bisnis 4,04 0,85 Pada tahun 2028, sektor rumah tangga diproyeksikan
Industri 9,41 8,93 mengkonsumsi energi listrik sebesar 1.150 GWh,
Sumber: PT. PLN Distribusi Jatim (Persero), diolah diikuti oleh sektor industri, bisnis, sosial, dan
kembali pemerintah, masing-masing sebesar 512,4 GWh,
110,9 GWh, 63,5 GWh, dan 26,6 GWh. Secara
Terdapat dua skenario penyediaan energi listrik
keseluruhan, proyeksi konsumsi listrik mencapai
yang dipertimbangkan dalam model perencanaan ini,
1.863 GWh, atau meningkat sebesar 190%
yaitu skenario existing menggunakan pembangkit
dibanding konsumsi tahun 2013 yang sebesar
listrik tenaga uap (PLTU), dinamakan skenario
641,234 GWh.
Business as Usual (BAU), dan skenario energi
berkelanjutan dengan memanfaatkan pembangkit 3.1 Skenario BAU
listrik tenaga panas bumi (PLTP) yang bersumber Pada skenario ini, ditetapkan cadangan batu bara di
dari energi panas bumi Gunung Ijen, dinamakan awal tahun simulasi sebesar 6 juta metrik ton tanpa
skenario Sustainable Electricity Energy (SEE). adanya penambahan cadangan. Dari analisa,
Skenario BAU hanya mengandalkan PLTU dibutuhkan PLTU dengan kapasitas 250 MW untuk
sebagai satu-satunya penyedia listrik dan dijalankan dapat mengcover permintaan beban hingga tahun
mulai awal tahun simulasi hingga akhir periode 2028. Namun demikian, terdapat sejumlah
simulasi. Efisiensi pembangkit ditetapkan sebesar konsekuensi antara lain: cadangan batu bara akan
35%. Sementara itu, PLTP akan ditambahkan ke habis pada tahun 2028 yang berakibat perlunya
dalam sistem sejak tahun 2019 dengan kapasitas 110 tambahan cadangan batu bara sebesar 664,4 Ribu
MW menurut keterangan tertulis Dinas ESDM Ton Coal Ekuivalen pada tahun 2028; diperlukan
Jatim. Saat ini, ijin usaha pertambangan untuk PLTP tambahan suplai energi listrik di luar pembangkit
Blawan-Ijen telah terbit. sebesar 3,2 GWh dan 34,2 GWh masing-masing
Komponen biaya pembangkitan listrik yang pada tahun 2027 dan 2028; diperlukan biaya total
meliputi biaya unit pembangkit, biaya bahan bakar, penyediaan energi sebesar US$ 1,028 milliar. Suplai
dan biaya operation & maintenance (O&M) dari energi listrik dari pembangkit dan yang

ditransmisikan sampai kepada konsumen (karena pembangkitan listrik antara skenario BAU dan SEE
rugi-rugi) terdapat pada Gambar 3, termasuk dapat dilihat pada Tabel 4.
tambahan energi listrik dari luar pembangkit.
Gambar 5. Tren penurunan cadangan batu bara dalam

Gambar 3. Energi listrik yang dibangkitkan dan skenario SEE
ditransmisikan dalam skenario BAU
Gambar 6. Komposisi penyediaan energi listrik dari

Gambar 4. Tren penurunan cadangan batu bara dalam PLTU dan PLTP pada skenario SEE
skenario BAU, tidak mencukupi tahun 2028
Tabel 4: Perbandingan biaya total antara skenario BAU
Pada Gambar 3, terlihat bahwa dengan dan skenario SEE (dalam Juta US$).
mengandalkan batu bara sebagai satu-satunya Skenario 2019 2023 2028
sumber energi, persediaan batu bara akan habis pada BAU (PLTU) 55,3 72,5 100,5
tahun 2028 dan tetap diperlukan suplai listrik dari SEE (PLTU + PLTP) 66,4 87,3 123,5
luar pembangkit yang ada.
Dari segi biaya, skenario SEE menghasilkan
3.2 Skenario SEE biaya total sebesar US$ 1,19 miliar, atau US$ 160
Pada skenario SEE, kapasitas pembangkit PLTU juta lebih tinggi dibanding skenario BAU. Namun
dapat diturunkan menjadi sebesar 150 MW dengan demikian, keuntungan dari skenario SEE disamping
masuknya PLTP 110 MW pada tahun 2019. Dari terjaganya cadangan batu bara adalah dampak
hasil analisa, terlihat bahwa masuknya PLTP lingkungan terkait dengan emisi CO2 yang dapat
menyebabkan cadangan batu bara tetap ada hingga ditekan, kurang lebih 25-30% lebih rendah
tahun 2028 sebesar 843 Ribu Ton Coal Ekuivalen, dibanding emisi dengan skenario BAU. Jika lama
seperti yang ditunjukkan pada Gambar 5. Disamping waktu studi pemodelan diperpanjang, maka biaya
itu, tidak diperlukan tambahan suplai energi listrik yang dikeluarkan oleh skenario SEE akan lebih kecil
dari luar sistem karena kebutuhan energi telah dan semakin mendekati biaya pada skenario BAU.
disuplai oleh gabungan PLTU dan PLTP. Proporsi Jika ditinjau dari sudut pandang energy balance,
suplai energi dari PLTU dan PLTP adalah sebagai pada skenario BAU terdapat kondisi kekurangan
berikut: tahun 2014-2018 PLTU menyuplai 761,9 - suplai energi listrik dari pembangkit existing sebesar
998 GWh. Pada tahun 2019, PLTU menyuplai 742.1 3,2 GWh pada tahun 2027 dan 34,2 GWh pada tahun
GWh sedangkan PLTP berkontribusi sebesar 326,5 2028. Sementara itu, kondisi kekurangan pasokan
GWh, meningkat hingga 607,8 GWh pada tahun listrik untuk memenuhi pertumbuhan permintaan
2028. Secara total dari tahun 203 hingga tahun 2028, tidak terjadi pada skenario SEE. Energy Balance
PLTP berkontribusi sebesar 30% dari total energi selama tiga tahun terakhir untuk skenario BAU
listrik yang dapat disuplai. Secara grafik, energi maupun skenario SEE dapat dilihat pada Tabel 5 dan
yang disuplai oleh PLTU dan PLTP ditampilkan 6 berikut ini.
pada Gambar 6. Perbandingan biaya total

Tabel 5: Energy Balance pada skenario BAU (dalam Daftar Pustaka

GWh) Renewables 2013: Global Status Report, [Online],
2026 2027 2028 Diakses di:
Produksi - - - http://www.ren21.net/ren21activities/globalst
Impor - 3,2 34,2 atusreport.aspx [8 Agustus 2014].
Ekspor - - - Tanoto, Y., Wijaya, M.E. (2011). Economic and
Suplai Primer Total - 3,2 34,2 Environmental Emissions Analysis in
Pembangkitan Listrik 1.707,1 1.826,3 1.926,9 Indonesian Electricity Expansion Planning:
T&D -96,7 -97,6 -98,1 Low-rank Coal and Geothermal Energy
Transformasi Total 1.610,4 1.728,7 1.828,8 Utilization Scenarios. In IEEE Conference on
Rumah Tangga 998,9 1.071,7 1.149,7 Clean Energy and Technology. Kuala
Sosial 54,4 58,8 63,5 Lumpur, Malaysia, June 27-29.
Pemerintah 26,6 26,6 26,6 Badan Pusat Statistik Kabupaten Banyuwangi.
Industri 428 468,3 512,4 (2014). Banyuwangi Dalam Angka Tahun
Bisnis 102,5 106,6 110,9 2014, [Online], Diakses di:
Permintaan Total 1.610,4 1.731,9 1.863,1 http://banyuwangikab.bps.go.id/?hal=publika
si_detil&id=160 [2 Oktober 2014].
Tabel 6: Energy Balance pada skenario SEE (dalam Stockholm Environment Institute. (2006). Long-
GWh) range Energy Alternative Planning System,
2026 2027 2028 User Guide, Boston, USA.
Produksi - - - Wijaya, M.E., Ridwan, M.K. (2009). Modul
Impor - - - Pelatihan Perencanaan Energi LEAP.
Ekspor - - - Universitas Gadjah Mada, Yogyakarta.
Suplai Primer Total - - - National Nuclear Energy Agency (BATAN) (2002).
Pembangkitan Listrik 1.730,4 1.855,1 1.989,1 Comprehensive Assessment of Different
T&D -98,1 -98,9 -99,5 Energy Sources for Electricity Generation in
Transformasi Total 1.632,3 1.756,1 1.889,7 Indonesia (CADES) Phase I, Jakarta,
Rumah Tangga 998,9 1.071,7 1.149,7 Indonesia.
Sosial 54,4 58,8 63,5 Sanyal, S. K., (2005). Cost of geothermal Power and
Pemerintah 48,5 50,8 53,2 Factors that Affect It, In World Geothermal
Industri 428 468,3 512,4 Congress, Turkey, April 24-29.
Bisnis 102,5 106,6 110,9 PT. PLN (Persero) (2013). Statistik Tahunan 2012
Permintaan Total 1.632,3 1.756,1 1.889,7 PLN. Jakarta, Indonesia.
Yan, X., Crookes, R.J. (2009). Reduction potentials
of energy demand and GHG emissions in
China’s road transport sector. Energy Policy
4. Kesimpulan Vol. 37 (2009), p. 658–68.
Makalah ini memaparkan hasil analisa pemodelan
Giatrakos G.P., Tsoutsos, T.D., Zografakis, N.
penyediaan energi listrik jangka panjang untuk
(2009). Sustainable power planning for theI
Kabupaten Banyuwangi dengan 2 skenario, dengan
sland of Crete. Energy Policy Vol. 37 (2009),
PLTU dan kombinasi PLTU dan PLTP. Pada
p. 1222–1238.
simulasi menggunakan skenario ke-2, didapatkan
Li, J. (2008). Towards a low-carbon future in
bahwa sistem dapat menyuplai energi listrik tanpa
China’s building sector-a review of energy
adanya kekurangan pasokan, disamping adanya
and climate models forecast. Energy Policy
keunggulan dari sisi proteksi lingkungan hidup, dan
Vol. 36 (2008), p. 1736–1747.
penghematan cadangan sumber energi fosil.
Madeleine, M, Bryan, K. (2014). Long-term
Penelitian selanjutnya perlu memasukkan analisa
scenario alternatives and their implications:
biaya lebih detail, mencakup biaya sumber daya
LEAP model application of Panama's
energi, harga jual, dan biaya tambahan pasokan
electricity sector, Energy Policy 68 (2014), p.
listrik, demikian juga harga jual kelebihan produksi
146-157.
listrik sehingga didapatkan hasil analisa ekonomi
Park, N.B., Yun, S.J., Jeon, E.C. (2013). An analysis
yang lebih detail.
of long-term scenarios for the transition to
renewable energy in the Korean electricity
Ucapan Terima Kasih sector, Energy Policy 52 (2013), p. 288-296.
Presentasi makalah ini dalam Seminar Nasional
Huang, Y., Yun Chang, J., Chieh, Y.P. (2011). The
RETII ke-9 tahun 2014 di Sekolah Tinggi Teknologi
long-term forecast of Taiwan’s energy supply
Nasional Yogyakarta merupakan bagian dari luaran
and demand: LEAP model application,
penelitian Hibah Bersaing. Penulis berterima kasih
Energy Policy 39 (2011), p. 6790-6803.
atas bantuan dana Hibah Penelitian Desentralisasi
DIKTI tahun 2014, melalui DIPA Kopertis 7 Jawa
Timur.


Manuver Kelompok NPC Berbasis Boids

Pengembangan Game Real Time Strategy
Yonly Adrianus Benufinit1, Moch. Hariadi2, Supeno Mardi S. N3

Mahasiswa Program Pasca Sarjana, Jurusan Teknik Elektro, Fakultas Teknik Industri
Institut Teknologi Sepuluh Nopember, Surabaya1
E-mail: yonlybungsu@gmail.com
Dosen Pembimbing Program Pasca Sarjana, Jurusan Teknik Elektro, Fakultas Teknik Industri
Institut Teknologi Sepuluh Nopember, Surabaya2,3
Abstrak
Perkembangan teknologi game komputer sekarang ini semakin bertambah pesat. Non Player Character
(NPC) sangat penting dalam pengembangan sebuah game perang berbasis Real Time Strategy (RTS). Untuk
itulah sebuah NPC didesain dan diberi teknik Artificial Intelligence (AI) yang sesuai sehingga dapat
melakukan manuver secara berkelompok di suatu medan pertempuran. Dalam penelitian ini, perancangan
NPC meliputi analisa game, identifikasi perilaku NPC, dan merancang Finite State Machine (FSM) untuk
NPC. FSM digunakan untuk menentukan gerak pasukan (Army) yang akan berperang dalam menghadapi
Enemy yang diimplementasikan dalam Algoritma Boids, dan simulasi game menggunakan Unity 3D.
Penelitian ini menunjukan bahwa kinerja NPCmampu bermanuver secara kelompok.
Kata Kunci: Artificial Intelligence, Finite State Machine, Gerak Pasukan, Real Time Strategy.
1. Pendahuluan menggunakan Algoritma Boids. Dalam penelitian

Perkembangan komputer sekarang ini telah ini, akan disimulasikan manuver kelompok NPC
membawa game komputer menuju pada tingkatan dalam gameberbasis Real Time Strategy (RTS)
yang lebih tinggi. Game komputer bukan hanya dengan menggunakan Unity 4.3.4.
merupakan suatu permainan saja tetapi sudah Berdasarkan penelitian sebelumnya yaitu pada
menjadi barometer komputer itu sendiri. game ini pemain melakukan penyerangan secara
Peningkatan dan pengembangan game komputer manual dan harus dikendalikan atau dikontrol satu
bukan hanya pada sisi grafis saja. Peningkatan juga persatu sehingga terkesan kurang agresif dalam
meliputi dari sisi cerita dan Non Player Character melakukan penyerangan. Oleh karena itu penulis
(NPC). NPC merupakan komponen yang sangat mencoba merancang sebuah manuver kelompok
penting dalam suatu game komputer modern. NPC untuk lebih efisien dalam melakukan
Keberadaan NPC dalam suatu game komputer sudah penyerangan maupun melindungi pasukan dari
menjadi faktor penting dalam menentukan game itu serangan musuh dengan menggunakan Algoritma
menarik atau tidak. NPC bergerak secara otomatis, Boids.
terkendali oleh program komputer. NPC memiliki Tujuan dari penelitian ini adalah membuat
Artificial Intelligence (AI), walau sering kali AI sebuah manuver kelompok NPC dalam melakukan
untuk NPC itu sangat bisa diterka dan ditebak. penyerangan. Dengan adanya metode ini diharapkan
Artificial Intelligence adalah teknik yang lebih efektif untuk diterapkan pada game ini
digunakan dalam permainan komputer yang sehingga pasukan tidak perlu digerakkan satu per
menerapkan tiruan dari kecerdasan manusia terhadap satu.
perilaku NPC. Dalam membangun sebuah gameAI, Dalam paper ini akan dijelaskan mengenai
yang harus dilakukan adalah mengevaluasi perilaku pengembangan sebuah game RTS dan metode serta
NPC dan menentukan teknik AI yang sesuai untuk algoritma yang digunakan dalam membuat sebuah
NPC. manuver dalam berperang.
Agar NPC selaku agen cerdas dapat bergerak
sealami mungkin, maka pada agen cerdas tersebut 2. Metode
diberi AI untuk membuat perilaku taktis dalam Metodeyang digunakan dalam penelitian ini
bermanuver untuk mengalahkan musuh, baik itu saat adalah Research and Development.
mengumpan musuh keluar dari markasnya,
menyerang maupun saat melindungi pasukan di 2.1 Research
medan pertempuran. Penentuan gerak pasukan yang Untuk penelitian kali ini ada beberapa kajian
dipilih untuk agen cerdas dibuat dengan model pustaka dan dasar toeri yang dijadikan sebagai acuan
Finite State Machine (FSM) dan diimplementasikan dalam merancang sebuah manuver kelompok NPC.

 Manuver o Cohesion
Manuver diartikan sebagai gerakan yang Menghitung dan menentukan titik pusat dari
tangkas dan cepat dari pasukan dalam perang, kelompok dan mengarahkan posisi agen ke arah titik
(artikata.com). Taktik perang adalah cabang pusatnya.
ilmumiliter yang berurusan dengan manuver untuk
mencapai tujuan yang ditetapkan oleh strategi.
Taktik perang sebagai ilmu dan seni tentang
pelaksanaan manuver pasukan dan penggunaan alat
senjata untuk memenangkan pertempuran.
Gambar 2. Cohesion
 nPos
neN
N
Dimana :
nPos= Posisi Jumlah Agen
agentPos= Posisi Agen
nVel= Kecepatan SeluruhJumlah Agen
Gambar1. Model Flocking Dalam Bermanuver o Alignment
Mengambil rata-rata dari semua kecepatan agen
Dalam simulasi manuver kelompok NPC, taktik yang lain dan melakukan penyesuaian kecepatan
adalah tingkat terendah perencanaan, melibatkan agen untuk pindah ke arah kelompok.
unit-unit kecil mulai dari beberapa puluh hingga
beberapa ratus orang. Pada penelitian kali ini
digunakan model flocking dalam bermanuver,
dimana tim Army terdiri dari tiga kompi. Dalam
bermanuver, kompi yang pertama mengumpan
musuh keluar dari markasnya, kompi yang kedua
melakukan penyerangan ke daerah pertahanan
musuh, sedangkan kompi yang ketiga melindungi Gambar 3. Alignment
pasukan dari serangan musuh. 
neN
Normalize ( nVel )
 Non Player Character (NPC) o Separation

Non Player Character atau yang biasa disebut Mengatur jarak atau membatasi posisi sebuah
NPC merupakan karakter dalam suatu game atau agen jika terlalu dekat dengan agen lainnya, dengan
simulasi yang perilakunya tidak dapat dikendalikan cara melakukan penyesuaian arah dan kecepatan
oleh user. Contoh yang paling banyak ditemui dalam untuk menghindari benturan (collision).
suatugame adalah musuh yang dihadapi ketika
bermain game. Keberadaan NPC seringkali menjadi
faktor yang menyebabkan user memainkan game
tersebut terus – menerus.
Banyak teknik yang digunakan untuk membuat
NPC yang dapat berperilaku realistis dan bervariasi.
Salah satu teknik yang digunakan adalah Finite State
Machine (FSM). Kelebihan utama dari FSM adalah Gambar 4. Separation
implementasi yang mudah dan hasil yang cukup
memuaskan pada tingkat tertentu. Dalam  Normalize (agentPos  nPos)
neN
perkembangannya, NPC dibangun dengan konsep
agen.
 Game Real Time Strategy
 Algoritma Boids
Sebelum melakukan penelitian, harus dipastikan
AlgoritmaBoids adalah sebuah metode yang
untuk memilih sebuah game engine yang berbasis
menggambarkan gerak atau perilaku dari sebuah
Real Time Strategy (RTS) yaitu game yang
kelompok. Perilaku yang dihasilkan sangat mirip
menerapkan strategi pada waktu nyata. Untuk
dengan burung berkelompok. Algoritma ini
penelitian kali ini dilakukan pada sebuah game
menggunakan 3 prinsip untuk menentukan
perang berbasis RTSGame yang terdiri dari dua buah
pergerakan Boids yaitu cohesion, alignment,
kubu yang berperang yaitu kubu Army (pemain) dan
separation.

kubu Enemy (musuh). Warna putih untuk kubu Army

dan merah untuk kubu Enemy.  Analisa Game
Padagame ini, analisa dilakukan untuk
mengetahui sistem attack dari Army yang masih
terkesan manual dalam bermanuver.
 Identifikasi Perilaku NPC

Halpertama yang dilakukan untuk menentukan
dan mendesain teknik AI yang sesuai pada objek
NPC adalah mengidentifikasi behavior dari objek
NPC tersebut. Army atau pasukan dapat mencari
jalur untuk menuju daerah pertahanan dari Enemy
(musuh) dan nantinya mempunyai kemampuan
Gambar5. Game RTS
untuk bermanuver dalam menyerang maupun
2.2 Development menghindar dari serangan Enemy.
Berikut ini adalah tahapan-tahapan dalam proses
pengembangan penelitianyang meliputi  Merancang Finite State Machine untuk NPC
perancangan, implementasi hingga menghasilkan Finite State Machine dapat mendefinisikan
manuver kelompok NPC berdasarkan situasi medan sebuah kumpulan dari kondisi yang menentukan
perang yang dihadapi. kapan state seharusnya berganti. State yang
sebenarnya menentukan bagaimana perilaku State
Machine. NPC membutuhkan Finite State Machine
untuk kemampuannya yang bisa ditingkatkan.
Ketika NPC sudah dibangun di dalam peta, apabila
pemain menginginkan NPC tersebut ditingkatkan
kemampuannya maka NPC harus merubah tingkatan
dari perilakunya.
Disini FSM menentukan pergerakan NPC dari
ketiga kompi yang ada. Dimana kompi yang pertama
ditentukan untuk mengumpan enemy keluar dari
markasnya, kompi yang kedua untuk menyerang
enemy, kompi yang ketiga untuk melindungi
pasukan.
Gambar 6. Flowchart Metode Penelitian
2.3Perancangan
Perancangan terdiri dari tiga tahap yakni,
menganalisa game, mengidentifikasi perilaku NPC,
dan merancang Finite State Machine (FSM) untuk
NPC.
G
ambar8. FSM untuk NPC
2.4Implementasi
Padatahap implementasi kali ini yaitu
menerapkan Algoritma Boids pada NPC sehingga
NPC dapat bergerak secara taktis dalam bermanuver.
Gambar 7. Diagram Alir Perancangan

lebih jelas proses penyerangan untuk mengalahkan

Enemy.
Gambar 11. Screenshoot hasil yang diharapkan

Gambar9. Diagram Alir Implementasi
4. Kesimpulan
Setelah FSM dirancang dan pada NPC diberi AI Kesimpulan dari penelitian ini adalah
maka selanjutnya adalah membuat implementasi menghasilkan sebuah metode yang tepat untuk
algoritma Boids pada NPC sehingga dapat berjalan merancang sebuah manuver kelompok NPC berbasis
dalam sebuah animasi. Untuk itu dibuat sebuah Boids pada sebuah game berbasis Real Time
program yang dapat menggabungkan kondisi dan Strategy.Dimana pada awalnya pasukan dan tank
rumus yang diperhitungkan sehingga saat aplikasi dikendalikan satu per satu sehingga tidak tampak
dijalankan dapat berjalan sesuai dengan kebutuhan skema perang seperti apa. Untuk penelitian
dan tujuan yang akan dicapai. selanjutnya diharapkan dapat menambahkan macam-
macam Enemy dan skema penyerangannya lebih
3. Hasil dan Pembahasan bervariasi.
3.1 Manuver Kelompok NPC
Manuverkelompok NPC didapatkan setelah Daftar Pustaka
FSM mengetahui perilaku NPC dan Da Silva A.R., Lages W.A. and Chaimowicz L.
diimplementasikan dalam algoritma Boids sehingga Improving Boids Algorithm in GPU using
menghasilkan sebuah manuver berkelompok yang Estimated Self Occlusion.Universidade
digunakan Army untuk maju berperang. Federal de Minas Gerais.
Buro M.. Call for AI Research in RTS Ganes.
Department of Computing Science, University
of Alberta, Edmonton, AB, T6J 2E8, Canada.
Lara-Cabrera R., Cotta C. and Fernandez-Leiva A.J..
A review of computational intelligence in RTS
games.
Arif Y.M., Wicaksono A. and Kurinawan F..
Pergantian Senjata NPC pada Game FPS
Menggunakan Fuzzy Sugeno. Jurusan Teknik
Informatika, Fakultas Sainstek UIN Maulana
Malik Ibrahim Malang., Jurusan Multimedia
SMKN 3 Batu.
Mardi Supeno S.N., Arif Y.M., Hariadi M. and
Purnomo M.H.. Perilaku Taktis Untuk Non-
Ga Player Characters Di Game Peperangan
mbar10. Simulasi Manuver Kelompok NPC
Meniru Strategi Manusia Menggunakan Fuzzy
Prajurit (hijau) bertugas untuk mengumpan Logic Dan Hierarchical Finite State Machine.
Musuh (enemy) untuk keluar dari markasnya. Jurusan Teknik Elektro Institut Teknologi
Setelah musuh mendekat maka Tank (biru) langsung Sepuluh Nopember Surabaya, STIMIK Asia
melakukan penyerangan sambil mendekat ke daerah Malang.
pertahanan musuh. Dan Tank (kuning) bersiap untuk Mardi Supeno S.N., Wahyudi E., Puspito D.W.,
melindungi Prajurit dan Tank yang berperang. Christyowidiasmoro, Hariadi M. and Purnomo
M.H.. Perilaku Agen Cerdas Berbasis BOIDS
3.2 Hasil Yang Diharapkan Untuk Simulasi Kerumunan Pada Keadaan
Dari proses penelitian, diharapkan bisa Bahaya. Jurusan Teknik Elektro, Institut
mendapatkan hasil berupa manuver NPC secara Teknologi Sepuluh Nopember, Surabaya.
berkelompok untuk menghancurkan pertahanan Sujjada A., Hariadi M. and Mardi Supeno S.N..
musuh sehingga game ini terkesan lebih menarik dan Formasi Pasukan Perang Menggunakan
Algoritma Boids. Pasca Sarjana Teknik Elektro,

Institut Teknologi Sepuluh Nopember,

Surabaya.
Definisi “manuver”, Diakses di:
http://www.artikata.com/arti-339818-manuver/.
[03 April 2014]
Boids Algorithm, Diakses di:
http://frnsys.com/topics/boids/. [03 April 2014]
Takti Perang, Diakses di:
http://id.wikipedia.org/wiki/Taktik_perang/. [03
April 2014]


Monitoring dan Kendali Lampu

Berbasis Jaringan WiFi untuk Mendukung Smart Home
Firdaus1), Aninditya Anggari Nuryono2),Alvin Sahroni3)
Jurusan Teknik Elektro, Fakultas Teknologi Industri

Universitas Islam Indonesia
firdaus@uii.ac.id
Abstrak
Smart home adalah sebuah hunian yang dilengkapi dengan jaringan komunikasi, berbagai layanan dan
peralatan elektronik yang bisa dipantau, diakses dan dikendalikan menggunakan komputer dengan tujuan
supaya lebih efektif dan efisien dalam pemakaian energi listrik. Salah satu jaringan yang digunakan adalah
Wi-Fi(Wireless Fidelity). Artikel ini akan membahas sebuah sistem monitoring dan kendali lampu berbasis
jaringan Wi-Fi yang menggunakan beberapa perangkat yaitu Xbee S6, lampu, sensor fotodiodedan laptop
atau PC (Personal Computer). Server monitoring menggunakan Visual Basic 6.0 sebagai antarmuka dengan
user, access point sebagai pemancarWi-Fi, dan indikator untuk mengetahui status lampu secara real time.
Kendali lampu inibertujuan untuk mempermudah pengguna (user) memonitoring, mematikan serta
menghidupkan lampu. Sistem kendali dan monitoring kondisi lampu secara real timetelah bekerja dengan
baik.
Kata Kunci: Fotodiode, Lampu, Smart Home,Wi-Fi, Xbee S6
1. Pendahuluan 2. Tinjauan Pustaka

Perkembangan yang pesat di bidang teknologi Telemonitoing dan kendali secara wireless telah
komputer, elektronik, telekomunikasi maupun banyak diimplementasikan dalam berbagai bidang
mekanik telah menghasilkan berbagai macam seperti medis, militer dan industri. Salah satu
aplikasi canggih dan cerdas dengan berbagai macam aplikasi monitoring dan kendali yang diterapkan
tujuan seperti monitoring dan kendali berbagai pada bidang perumahan adalah kendali lampu.
macam piranti elektronik. Salah satu kendali yang
dapat diaplikasikan pada smart home yaitu kendali Artikel berjudul Desain Sistem Kendali Lampu Pada
piranti listrik. Seseorang tidak harus menekan Rumah Dengan Mini WebServer AVR ditulis oleh
tombol saklar ON/OFF yang terletak di dekat piranti Rizki Priya Pramata. Pada artikel ini, dirancang
listrik tersebut, tetapi dapat dikendalikan dari jarak sebuah sistem kendali yang bisa diakses melalui
jauh. handphone, laptopmaupun piranti elektronik lainnya
yang dilengkapi dengan aplikasi wireless. Piranti
Salah satu jaringan komunikasi yang dapat tersebut dapat mengakses web untuk menghidupkan
digunakan pada monitoring dan kendali adalah dan mematikan lampu.
jaringan Wi-Fi. Jaringan Wi-Fi merujuk pada standar
protokol IEEE 802.11 (Institute of Electrical and Artike llain berjudul Remote Monitoring and
Electronics Engineers). Salah satu produk di pasaran Controlling System Based on Zigbee Networks
yang mendukung protokol ini adalah XBee S6, ditulis oleh Soyoung Hwang dan Donghui Yu.
menggunakan standar protokol 802.11b/g/n dengan Artikel ini dirancang untuk mengendalikan dan
frekuensi 2,4 GHz. Modul Xbee S6 berfungsi memonitoring lampu secara real-time menggunakan
sebagai transceiver (transmitter-receiver)yang dapat jaringan Zigbee. Piranti yang digunakan adalah
mengirim dan menerima data ke perangkat lain dari Zigbee, relay, lampu, server dan client. Zigbee
jarak 120 meter dan mempunyai kecepatan transfer berfungsi sebagai koordinator, relay sebagai saklar
data hingga 65 Mbps. lampu, lampu sebagai benda yang dikendalikan,
server sebagai penerima data yang dikirim oleh
Berdasarkan uraian diatas, penulis merancang dan client dan client sebagai interface yang memiliki
membuat kendali lampu berbasis Wi-Fi agar kendali ON/OFF menggunakan smartphone atau
mempermudah pengguna (user) untuk laptop. Web pada server menggunakan bahasa
menghidupkan dan mematikan lampu serta dapat pemrograman JMF (Java Media Framework).
mengetahui keadaan lampu secara real time.
Artikel berikutnya berjudul Rancang Bangun
Kendali Lampu Menggunakan Mikrokontroler
ATmega8538 Berbasis Android Melalui Bluetooth

dan Speech Recognition ditulis oleh Anggit sebagai sensor. Relay berfungsi sebagai saklar dan
Supriyanto. Artikel ini bertujuan merancang sebuah mengendalikan lampu AC 220 volt. Bentuk fisik
sistem untuk mengendalikan perangkat elektronik perangkat keras yang telah dibuat dapat dilihat pada
menggunakan mikro-kontroler, smartphone Android, gambar 2.
Bluetooth serta fasilitas speech recognition. Sistem
yang dimaksud adalah perangkat yang dapat
mengendalikan elektronik secara wireless
menggunakan smartphone Android.
Studi ini menggunakan sistem point-to-multipoint

dimana terdapat 1 server dan 3 buah node.Server
berfungsi sebagai access point, pengendali dan
monitoring terhadap node-node tersebut serta
terdapat indikator status lampu.Modul Xbee S6
sebagai node yang berfungsi sebagai Wi-Fi (a)
transceiver. Xbee S6 relatif murah (low cost),
mudah dibawa kemana-mana (mobile), mempunyai
catu daya rendah serta kompatibel dengan ATmega8
yang digunakan pada artikel ini. Pada tiap node,
terdapat lampu sebagai benda yang dikendalikan dan
fotodiode yang berfungsi sebagai sensor cahaya
lampu atau feedback terhadap kondisi lampu.
Kondisi lampu akan ditampilkan pada interface di
server secara real time.
3. Perancangan Sistem
(b)
3.1 Dasar Perancangan Sistem Gambar 2 Bentuk Fisik Perangkat Keras 1 lampu (a) dan
Studi ini menggunakan beberapa komponen utama 2 lampu (b)
yaitu Xbee S6, laptop, mikrokontroler, lampu dan
sensor. Cara kerja sistem ini adalah laptop membuat 3.3 Perancangan Perangkat Lunak
jaringan Wi-Fi. Setelah jaringan Wi-Fi terbentuk, Perancangan perangkat lunak terbagi menjadi 2
node-node akanmengakses Wi-Fi. Selanjutnyaserver bagian yaitu perangkat lunak sebagai interface
mengirimkan data untuk menghidupkan atau kendali lampu pada server dan sebagai pembaca data
mematikan lampu. Data tersebut diolah oleh pada mikrokontroler. Diagram alir pada server
mikrokontroler pada node lampu untuk ditunjukkan pada gambar 3 dan diagram alir pada
menyambung atau memutus relay. sistem minimum ditunjukkan pada gambar 4.
Sensor akan mendeteksi kondisi lampu (mati atau 3.4 Interface Visual Basic Pada Server
hidup), dan mengirim data ke mikrokontroler, Pemrograman interface pada server menggunakan
kemudian data tersebut dikirim ke server oleh Xbee Visual Basic 6.0.Interface berfungsi sebagai kendali
S6 melalui jaringan Wi-Fi. Skema sistem dapat dan sebagai monitoring keadaan lampu.Interface
dilihat pada gambar 1. kendali lampu pada server dapat dilihat pada gambar
5.Tombol connect dan disconnectberfungsi untuk
menyambung dan memutus komunikasi dari server
ke setiap node. Node A memiliki alamat IP
192.168.1.1 dengan alamat port 9750. Node B
memiliki alamat IP 192.168.1.2 dengan alamat
port9750. Node C memiliki alamat IP 192.168.1.3
dengan alamat port 9750. Tombol ON/OFF pada
setiap node berfungsi sebagai saklar untuk
menghidupkan dan mematikan lampu. Status lampu
pada setiap node berfungsi sebagai indikator lampu
ketika dalam keadaan hidup atau mati.
Gambar 1 Skema Sistem Monitoring Dan Kendali lampu
3.2 Perancangan Perangkat Keras

Perancangan perangkat keras terdiri dari 3 bagian
yaitu sistem minimum, fotodiode dan relay. Sistem
minimum terdiri dari 2 bagian utama adalah
mikrokontroler ATmega8 sebagai pemroses data dan
Xbee S6 sebagai transceiver. Fotodiode berfungsi

3.5 Konfigurasi Xbee S6

Xbee S6 harus dikonfigurasi terlebih dahulu
parameter-parameternya agar dapat beroperasi
dengan benar. Mode konfigurasi yang digunakan
pada artikel ini adalah transparent (AT) dengan
sistem 16 bit. Konfigurasi Xbee S6 dapat dilihat
pada Tabel 1.
Tabel 1 Konfigurasi Xbee S6
Pada tabel 1 terdapat active scan yang berfungsi

Gambar 3 Diagram Alir Server untuk mencari jaringan Wi-Fi. SSID “Test Xbee”
adalah nama jaringan Wi-Fi yang dipancarkan oleh
access point dan diakses oleh Xbee S6. Destination
IP address 192.168.2.1 adalah alamat IP access
point. Destination port 2616 dan C0 source port
2616adalah alamat port tujuan dan alamat port node
dalam bentuk satuan heksa. Module IP address
192.168.1.2 adalah alamat IP pada node 2.
IP address mask 255.255.255.0adalah alamat IP

subnet mask pada laptopdan Xbee S6. IP address of
gateway 192.168.2.1 adalah alamat IP gateway pada
server dan Xbee S6. Menggunakan mode
transparent dan tidak menggunakan password pada
encryption enable. Baud rate pada semua node sama
dengan baud rate pada serveryaitu 9600.
3.6 Konfigurasi Access Point

Pada artikel ini menggunakan jaringan Wi-Fi.
Konfigurasi Access Point dapat dilihat pada gambar
6.Pada gambar 6 terdapat “Test Xbee” yang
G merupakan nama jaringan Wi-Fi. Setelah melakukan
ambar 4 Diagram Alir Sistem Minimum konfigurasi access point, kemudian melakukan
konfigurasi alamat IP laptop. Konfigurasi alamat IP
server ditunjukkan pada gambar 7.
Gambar 5 Interface Kendali Lampu Pada Server Gambar 6 Konfigurasi Access Point

Gambar 9 Xbee S6 Tidak Terhubung Server

Gambar 7 Konfigurasi Alamat Server
Xbee S6 tidak terhubung pada jaringan Wi-Fikarena
4. Hasil Pengujian dan Pembahasan Xbee S6 berada di luar batas maksimum daya pancar
Pengujian dilakukan terhadap perangkat dan sistem jangkauan access point. Ketika Xbee S6 masih
yang telah dibuat sudah bekerja sesuairancangan berada di dalam cakupan jaringan Wi-Fi, maka
yang diharapkan serta analisis terhadap perangkat Xbee S6 akan terhubung pada jaringan Wi-Fi, seperti
dan sistem. yangterlihat pada gambar 10.
4.1 Pengujian Catu Daya Sistem Minimum

Pengujian catu daya dilakukan dengan mengukur
tegangan keluaran (V out) pada rangkaian.
Spesifikasi catu daya sistem yang dibutuhkan
sebesar 5 volt untuk menyuplai rangkaian sistem dan
3.1 volt hingga 3.6 volt untuk menyuplai Xbee S6.
Hasil pengukuran catu daya untuk sistem minimum
dapat dilihat pada gambar 8.
Gambar 10 Xbee S6 Terhubung Access Point
Pada gambar 10 terdapat perintah pada command

prompt “ping 192.168.1.2 -t”. PING (Packet Internet
Groper) berfungsi untuk mengecek koneksi node
yang terhubung dengan jaringan Wi-Fi. IP
Gambar 8 Pengukuran Catu Daya Pada Rangkaian
Sistem Minimum dan Xbee S6
192.168.1.2 merupakan alamat IP node B. “-t”
berfungsi untuk melakukan ping tanpa henti. Reply
Dari hasil pengukuran, diperoleh catu daya sistem from 192.168.1.2 mengindikasikan bahwa node
sebesar 4,86 volt. Catu daya tersebut sudah dapat terhubung dan adanya feedback komunikasi dari
digunakan untuk menyuplai sistem minimum, sensor node 2 yang mempunyai alamat IP 192.168.1.2.
dan relay dengan baik karena telah memenuhi TTL=64 (time to live) adalah penanda waktu agar
spesifikasi yang ditentukan. Hasil pengukuran catu paket kiriman ping tidak terus menerus terkirim.
daya pada Xbee S6 dapat dilihat pada gambar 8.
Bytes=32 merupakan ukuran paket ICMP (Internet
4.2 Pengujian Xbee S6 Sebagai Transceiver Control Message Protocol) PING secara default.
Pengujian pada Xbee-S6 sebagai transceiver Time=1ms mengindikasikan ketersediaan bandwidth
bertujuan untuk mengetahui apakah Xbee S6 untuk paket PING, jika bandwidth PING habis maka
terhubung dan saling berkomunikasi dengan server. statistik dari time semakin besar. Node 2 mengirim
Metode pengujian ini menggunakan command data ADC ke server dan ditampilkan di
prompt dan HyperTerminal sebagai penampil data HyperTerminal ditunjukkan pada gambar 11.
yang dikirim oleh Xbee S6. Xbee-S6 yang tidak
terhubung pada jaringan Wi-Fi dapat dilihat pada
gambar 9.

Nilai tegangan masuk yang digunakan sensor

fotodiode sama dengan tegangan referensi karena
port AVCC dihubungkan ke port tegangan referensi.
Jika tegangan masuknya 0 volt, maka nilai ADC nya
0. Jadi nilai maksimal ADC adalah 1023.Pada
pengujian sensor fotodiode terhadap lampu pijar,
didapat hasil bahwa nilai ADC terkecil adalah 831
terhadap lampu pijar dengan jarak 1 cm ketika
sensor fotodiode mendapat banyak cahaya lampu
pijar. Nilai ADC maksimal pada lampu pijar adalah
1023 dengan jarak 1 cm ketika sensor fotodiode
tidak terkena cahaya lampu pijar. Nilai ADC pada
Gambar 11 Tampilan Data ADC di HyperTerminal lampu pijar 5 watt sama dengan pada lampu pijar 10
watt. Nilai-nilai ADC terlihat pada gambar 13.
Pada gambar 11 terdapat data 1023. Data tersebut
adalah data ADC yang dikirim oleh node 2 ke server
menggunakan protokol TCP. Data tersebut
mengindikasikan bahwa node 2yang terhubung pada
jaringan Wi-Fi dapat mengirim data ADC ke server
dan ditampilkan pada perangkat lunak
HyperTerminal.
4.3 Pengujian Sensor Fotodiode

Pengujian dilakukan untuk mengetahui nilai ADC
yang dihasilkan oleh sensor fotodiode terhadap
lampu TL dan pijar. Lampu TL yang digunakan Gambar 13 Nilai ADC terkecil dan nilai ADC maksimal
memiliki daya sebesar 18 watt dan 23 watt serta pada Lampu Pijar
lampu pijar memiliki daya sebesar 5 watt dan 10
watt. Pada pengujian sensor terhadap lampu TL, Pada artikel yang akan dirancang, sudut yang
didapat hasil bahwa nilai ADC terkecil adalah 831 digunakan sensor fotodiode terhadap lampu TL dan
untuk lampu TL dengan jarak 1 cm. Nilai ADC pijar sebesar ± 90o agar sensor fotodiode mendapat
maksimal jika sensor fotodiode tidak terkena cahaya banyak cahaya lampu. Nilai ADC yang digunakan
lampu TL adalah 1023. Nilai ADC pada lampu TL adalah 900 pada lampu TL dan lampu pijar sebagai
18 watt sama dengan nilai ADC pada lampu TL 23 acuan untuk menentukan kondisi lampu yang di
watt. Nilai-nilai ADC tersebut terlihat pada gambar aplikasikan pada interface di server.
12.
4.4 Pengujian Skenario 1
Pengujian dilakukanuntuk menguji sistem pada 1
node yang telah dibuat dan mengetahui jarak pancar
maksimum access point ketika tanpa sekat dan ada
sekat antara server dengan node. Pengujian jarak
maksimum tanpa sekat ditunjukkan pada gambar 14.
(a) (b)
Gambar 12 Nilai ADC terkecil (a) dan Nilai ADC
maksimal (b) pada lampu TL
Berdasarkan dari hasil pengujian tegangan masukan

sensor fotodiode, didapat tegangan sebesar 3,91 volt.
Jadi, Nilai ADC pada gambar 12(a), diperoleh dari:
Gambar 14 Pengujian Jarak Pancar Maksimum Access

(1) Point Tanpa Sekat
Berdasarkan gambar 14, jarak node dengan access

831
point sejauh 9 meter. Jarak ini merupakan jarak

maksimum yang dapat dipancarkan oleh server atau

access point. Ketika jarak node lebih dari 9 meter Node
dari access point, node tidak dapat terhubung ke Ruang B
dalam jaringan Wi-Fi. Hal ini dikarenakan
8,5 meter
pemantulan sinyal yang mengenai kursi, meja, Sekat
dinding dan benda padat lainnya. Jarak pancar
maksimal dari laptop ini juga diperoleh dari literatur
konfigurasi Ad-Hoc pada jaringan Wi-Fiuntuk Ruang A
laptop. Pada konfigurasi Ad-Hoc, jarak pancar Wi-Fi
yang dapat diakses antar komputer harus kurang dari Server Access Point
30 feet. Hal ini, berarti jarak pancar Wi-Fi
maksimum sejauh 9,24 meter, karena 1 feet = 0,3048 Gambar 16 Pengujian Menggunakan Sekat diantara Node
cm sehingga jarak= 30 x 0,3048 = 9,24 meter. dan Server
Setelah node terhubung ke dalam jaringan Wi-Fi, Berdasarkan gambar 16, access point berada di
server akan mengirimkan perintah untuk ruang A dan node berada di ruang B. Ruang A
menghidupkan dan mematikan lampu dengan dengan ruang B dibatasi oleh dinding. Setelah
menekan tombol ON/OFF yang terdapat pada melakukan pengujian, jarak maksimum yang
interface di server. Saat ON ditekan, lampu pijar dipancarkan oleh access point dan dapat diakses
hidup. Saat tombol OFF ditekan, lampu pijar mati. oleh node turun menjadi 8,5 meter. Hal ini karena
Pada saat lampu hidup dan mati, sensor akan aktif adanya fenomena tabrakan antar sinyal (Air
dan memiliki nilai ADC tertentu karena terkena dan Collision) yang disebabkan oleh efek propagasi
tidak terkena cahaya dari lampu pijar. Setelah gelombang radio seperti scattering, reflection
mendapatkan nilai ADC dari pengujian sensor maupun diffraction. Scattering adalah proses
sebelumnya, nilai ADC tersebut diolah oleh terjadinya penghamburan sebuah gelombang radio
mikrokontroler dan kemudian dikirim ke Xbee S6. akibat gelombang yang menabrak ujung permukaan
Selanjutnya, Xbee S6 mengirim nilai ADC tersebut benda yang lancip. Reflection adalah proses
ke server melalui jaringan Wi-Fi. terjadinya pemantulan gelombang radio secara
berulang-ulang karena menabrak permukaan benda.
Nilai ADC tersebut merupakan feedback dari lampu Diffraction adalah sebuah fenomena yang terjadi
dan kemudian diolah oleh interface di server sebagai saat gelombang radio menabrak sebuah permukaan
indikator untuk menampilkan status lampu. dan membuatnya berpindah arah propagasi.
Indikator node pada interface menunjukkan warna
hijau jika nilai ADC kurang dari 900. Ketika ADC 4.5 Pengujian Skenario 2
lebih dari 900, maka indikator node pada interface Pengujian skenario 2 dilakukan untuk menguji
akan berwarna merah. Indikator lampu pada node di sistem dengan menggunakan 2 node yaitu node A
interface dapat dilihat pada gambar 15. dan node C.Alamat IP pada node A adalah
192.168.1.1 dengan alamat port adalah 9750.
Alamat IP pada node Cadalah 192.168.1.3 dengan
alamat port adalah 9750. Tiap-tiap node ditempatkan
pada jarak yang berbeda dari server. Pengujian
menggunakan 2 node ditunjukkan pada gambar 17.
Gambar 15 Indikator Saat Lampu Hidup
Pengujian menggunakan sekat bertujuan untuk

mengetahui jarak pancar maksimum server dan
keakuratan data yang dapat dikirim oleh node ke
sever. Sekat berbentuk benda padat dengan
ketebalan serta kerapatan yang cukup tinggi.
Pengujian menggunakan sekat diantara node dan Gambar 17 Pengujian Menggunakan 2 Node
server yang ditunjukkan pada gambar 16.
Berdasarkan gambar 17, pada node A terdapat
sebuah lampu TL 18 watt. Jarak node A dengan
server sejauh 3,53 meter. Pada node C terdapat

sebuah lampu pijar 5 watt. Jarak node Cdengan

server sejauh 9 meter. Berdasarkan dari hasil 4.7 Pengujian Skenario 4
pengujian, didapat data seperti pada tabel 2. Pengujian dilakukan dengan menggunakan access
point eksternal.Pada pengujian sebelumnya, hanya
Tabel 2 Hasil Pengujian Pada Skenario 2 menggunakan 1 laptop yang berfungsi sebagai
Tombol Node Status Lampu Di access point sekaligus server, namun pada pengujian
Server ini akan menggunakan 2 laptop. 1 laptop hanya
A C A C berfungsi sebagai access point dan 1 laptop lainnya
ON Lampu Lampu Hijau Hijau hanya berfungsi sebagai server seperti yang
Hidup Hidup
ditunjukkan pada gambar 21. Alamat IP server
OFF Lampu Lampu Merah Merah
Mati Mati adalah 192.168.2.1, alamat IP access point adalah
192.168.1.5 dan alamat IP node adalah 192.168.1.1
Dari tabel 2 terlihat bahwa pengujian sistem dengan alamat port ketiga piranti tersebut adalah
pengendalian dan monitoring lampu pada 2 titik 9750.
node dengan menggunakan interface dapat bekerja
dengan baik. Interface dapat menunjukkan dan
menampilkan status lampu baik dalam keadaan
hidup atau mati serta dapat menghidupkan dan
mematikan lampu sesuai dengan node yang dituju.
4.6 Pengujian Skenario 3 Gambar 20 Pengujian Menggunakan 1 Node dan 2 Laptop

Pengujian skenario 3 dilakukan untuk mengetahui
kondisi lampu yang rusak yang terdapat pada node Berdasarkan gambar 20, access point akan
A. Proses pengujian lampu dalam keadaan rusak membentuk jaringan WiFi. Setelah jaringan WiFi
ditunjukkan pada gambar 18 dan indikator saat terbentuk, server dan node akan terhubung ke dalam
lampu dalam keadaan rusak pada interface di server jaringan Wi-Fi. Selanjutnyaserver akan menjalankan
ditunjukkan pada gambar 19. perintah untuk menghidupkan atau mematikan
lampu yang ada di node dengan menekan tombol
ON/OFF pada server. Dari hasil pengujian, server
dapat mematikan dan mematikan lampu yang telah
terhubung pada access point dengan jarak 9 meter
pada ruang terbuka atau tanpa menggunakan sekat.
Indikator status lampu pada server dapat membaca
keadaan lampu dengan tepat yaitu ketika tombol ON
ditekan, maka status lampu menunjukkan warna
hijau dan ketika tombol OFF ditekan, maka status
lampu menunjukkan warna merah.
Gambar 18 Pengujian Lampu Dalam Keadaan Rusak 4.8 Pengujian Sistem Secara Keseluruhan
Pengujian ini dilakukan dengan penambahan 1 buah
node yaitu node B. Pengujian sistem secara
keseluruhan ditunjukkan pada gambar 21. Pada node
A, terdapat sebuah lampu TL 18 watt. Jarak node A
dengan server sejauh 3,53 meter. Pada node B,
terdapat sebuah lampu TL 23 watt dan lampu pijar
10 watt. Jarak node B dengan server sejauh 5,54
meter. Pada node C, terdapat sebuah lampu pijar 5
watt. Jarak node Cdengan server sejauh 9 meter.
Berdasarkan dari hasil pengujian, didapat data
seperti pada tabel 3.
Gambar 19 Indikator Saat Lampu Rusak
Berdasarkan gambar 18 dan 19, ketika saklar ON

ditekan, status lampu node A menunjukkan
berwarna merah. Setelah dilakukan pengecekan
terhadap lampu, lampu tersebut tidak menyala.
Setelah lampu diganti dengan lampu baru, lampu
tersebut dapat menyala. Hal ini menunjukkan bahwa
lampu tersebut rusak. Kerusakan lampu dapat
disebabkan berbagai macam hal, seperti sudah lama
dipakai.

Daftar Pustaka
Li Jiang, Da-You Llu, Bo Yang, (2004) Smart Home
Research, Proceedings of the Third International
Conference on Machine Learning and
Cybernetics, Shanghai, 26-29 August
Changsu Suh; Young-Bae Ko, (2008) Design and
implementation of intelligent home control
systems based on active sensor networks, IEEE
Transactions on Consumer Electronics, vol.54,
no.3, pp.1177,1184, August
Dae-Man Han; Jae-Hyun Lim, (2010) Design and
implementation of smart home energy
Gambar 21 Pengujian Secara Keseluruhan management systems based on zigbee, IEEE
Transactions on Consumer Electronics, vol.56,
Tabel 3Hasil Pengujian Pada Keseluruhan no.3, pp.1417,1425, Aug.
M. H. Abd Wahab, N. Abdullah, A. Johari, H. Abdul
Kadir, (2010) GSM Based Electrical Control
System for Smart Home Application, Journal of
Convergence Information Technology, Volume
5, Number 1, February
R. D. Prama,(2013)Desain Sistem Kendali Lampu
Berdasarkan tabel 3, setelah tombol saklar ON/OFF Pada Rumah Dengan Mini Web Server AVR,
di masing-masing interface node, lampu-lampu yang Malang.
terdapat pada masing-masing node dapat hidup atau S. Hwang and D. Yui, Remote and Controlling
mati.Ketika tombol ON node B di server untuk System Based on Zigbee Networks, (2012)
menghidupkan lampu 2, lampu tersebut hidup dan International Journal of Software Engineering
indikator status lampu 2 pada node B di server and Its Applications, vol. 6.
menunjukkan warna hijau. Ketika tombol ON
A. Supriyanto, (2013)Rancang Bangun Kendali
ditekan untuk menghidupkan lampu 3, lampu
Lampu Menggunakan Mikrokontroler
tersebut hidup dan indikator status lampu 3
ATmega8538 Berbasis Android Melalui
menunjukkan warna hijau. Begitu juga ketika
Bluetooth dan Speech Recognition.
tombol OFF di tekan pada interface untuk
mematikan lampu 2 dan 3, indikator status lampu Datasheet Xbee Wi-Fi RF Module, Digi
menunjukkan warna merah. Jadi, dengan adanya International, 2011.
penambahan 1 node yang terdapat 2 lampu, interface A. Pradana, Belajar Elektronika Asik,
dapat menghidupkan dan mematikan lampu serta Menyenangkan dan Terlengkap. Available at
membedakan kondisi status lampu secara tepat dan http://elkaasik.com/karakteristik-photodioda/
real time. Iswanto, (2008) Implementasi Sistem Embeded
Mikrokontroler ATmega8535 Dengan Bahasa
5. Kesimpulan Basic.
Dari hasil pengujian, maka dapat ditarik beberapa
A. P. Mavino and B., (1984) Prinsip-prinsip
kesimpulan sebagai berikut:
Elektronika.
Jaringan Wi-Fi dapat dibangun dengan B. W. and S. Firmansyah, (2010) Elektronika Digital
menggunakan 3 buah modul Xbee S6 yang Dan Mikroprosesor.
terhubung pada access point secara Ad-Hoc.Xbee S6 A. Basuki, (2006)Algoritma Pemrograman 2
dapat mengirim nilai ADC yang dihasilkan oleh Menggunakan Visual Basic 6.0, Surabaya.
sensor ke server melalui jaringan Wi-Fi.Sistem K. D. Octovhiana, (2003) Cepat Mahir Visual Basic
kendali dan monitoring lampu yang dibangun dapat 6.0.
digunakan pada 3 node yaitu node A, node B dan
node C pada jarak 3,53 meter, 5,54 meter dan 9
meter.Interface yang dibuat dapat mengendalikan
dan memonitoring lampu secara real time serta dapat
mengetahui keadaan lampu, jika ada lampu yang
mengalami kerusakan.Sistem kendali dan
monitoring lampu dapat dibangun dengan
menggunakan access point eksternal.
Ucapan Terima Kasih

Terima kasih pada Jurusan Teknik Elektro UII.

DAMPAK PEMBERIAN IMPULS TEGANGAN BERULANG

TERHADAP TINGKAT PERLINDUNGAN ARRESTER
TEGANGAN RENDAH
Diah Suwarti
Sekolah Tinggi Teknologi Nasional Yogyakarta
Jln. Babarsari No 1, Sleman, Yogyakarta
diah.w73@gmail.com
Intisari
Indonesia terletak di daerah katulistiwa yang panas dan lembab, oleh karena itu Indonesia
mempunyai hari guruh lebih tinggi dibanding negara lainnya yaitu antara100 -200 hari guruh per
tahun. Surja petir dapat menimbulkan tegangan lebih dan dapat menyebabkan kerusakan pada
jaringan tegangan rendah dan peralatan elektrik tegangan rendah. Kerusakan peralatan elektrik yang
diakibatkan tegangan lebih berdasarkan angka statistik mencapai 31,68%. Prosentase ini merupakan
terbesar dibanding prosentase karena sebab-sebab lain. Arester adalah peralatan yang digunakan
untuk memproteksi peralatan dan sistem elektrik terhadap tegangan lebih yang salah satu
penyebabnya adalah surja petir.Karena banyak arester tegangan rendah yang dijual di pasaran dan
dapat dimanfaatkan untuk melindungi peralatan listrik rumah tangga maka diperlukan penelitian
untuk mengetahui tingkat perlindungan (margin) salah satu arester tegangan rendah setelah diterpa
beberapa buah cacah impuls tegangan. Hasil penelitian memberikan informasi bahwa tingkat
perlindungan arester terhadap peralatan yang dilindunginya dengan diberikan (6 dan 10) buah cacah
impuls dengan puncak tegangan impuls 16 kV, 20 kV, 25 kV dan 30 kV, berturut-turut sebesar 15,7%,
11,20% untuk klas VW1 dan 57,8 %, 55,025 % untuk klas VW2; 83,14%, 82,06% untuk klas VW3.
Untuk puncak tegangan impuls 20 kV berturut-turut ‐38,44%, ‐42,94% untuk klas VW1;18,48%, ‐
22,94%, untuk klas VW2 dan19,0741,55% , 37,058% untuk klas VW3. Puncak tegangan impuls 25 kV
berturut-turut ‐60,92%,‐60,92% untuk klas VW1 ;‐40,92%, ‐40,92%, untuk klas VW2 dan 19,07% ,
19,07% untuk klas VW3. Puncak tegangan impuls 30 kV berturut-turut ‐78,91%,‐74,41% untuk klas
VW1 ; ‐58,91%,‐54,41%, untuk klas VW2 dan 1,08% , 5,58% untuk klas VW3
Kata kunci: Surja petir, arester tegangan rendah, margin.

1. Pendahuluan Ketahanan suatu peralatan memikul tegangan
Surja petir dapat menimbulkan tegangan lebih surja petir, jika dipasang pada suatu sistem
dan dapat menyebabkan kerusakan pada jaringan bertegangan tertentu disebut BIL (Basic Impuls
tegangan rendah dan peralatan listrik tegangan Level). Untuk setiap peralatan yang akan dipasang
rendah dengan beberapa mekanisme.Mekanisme pada sistem tersebut selisih BIL peralatan yang
pertama melalui sambaran petir langsung pada dilindungi dengan tingkat proteksi arrester yang
jaringan tegangan rendah.Mekanisme kedua adalah melindunginya disebut margin. Margin biasanya
sambaran petir yang tidak langsung mengenai ditetapkan (20 – 30%) dari BIL peralatan yang
jaringan tegangan rendah tapi petir menyambar dilindungi. Penelitian ini dilakukan untuk
pohon ataupun tanah di sekitar jaringan tegangan mengetahui tingkat perlindungan arester terhadap
rendah. Sambaran tidak langsung ini menyebabkan peralatan yang dilindungi apabila arester tersebut
kopling elektromagnetik antara jaringan dan diterpa oleh beberapa buah cacah impuls.
sambaran petir sehingga mengakibatkan tegangan
induksi pada jaringan . [5] 2. Dasar Teori
Mengingat semakin besar jumlah kerusakan 2.1. Petir
yang ditimbulkan oleh surja petir karena semakin Petir merupakan proses alam yang terjadi di
banyaknya pemakaian komponen elektronik oleh atmosfer yang mungkin terjadi sebelum dan pada
masyarakat luas dan industri maka diperlukan saat terjadi hujan (thunder strom). Muatan akan
sistem proteksi petir yang mampu melindungi terkonsentrasi di dalam awan atau bagian dari awan
peralatan tegangan rendah. Arrester adalah dan muatan yang yang berlawanan akan timbul pada
peralatan yang digunakan untuk memproteksi permukaan tanah di bawahnya. Apabila muatan
peralatan dan sistem elektrik terhadap tegangan bertambah, beda potensial antara awan dan tanah
lebih yang salah satu penyebabnya adalah surja akan naik sehingga kuat medan di udarapun akan
petir. Arester tegangan rendah pada umumnya naik. Jika kuat medan ini melebihi kuat medan
terbuat dari bahan ZnO. [5] diantara awan-awan tersebut maka akan terjadi

pelepasan muatan. Kuat medan yang diperlukan

untuk memulai aliran (streamer) adalah EB = 10 –
40 kV/m, pada awan yang mempunyai ketinggian 1
– 2 km diatas tanah dapat menghasilkan tegangan
100 MV. [2]
2.2. Proses terjadinya petir

Sambaran diawali oleh kanal muatan negatif,
menuju daerah yang terinduksi positif dan sambaran
yang terjadi umumnya adalah sambaran muatan
negatifdari awan ke tanah. Tahapan sambaran petir
diperlihatkan pada Gambar (1).
Gambar 1.Tahapan sambaran petir ke tanah dan arus impuls yang terjadi( Sirait, 1987,Proteksi sistem tenaga)
2.3. Arester
Arester merupakan peralatan yang didesain
untuk melindungi peralatan lain dari tegangan surja
(baik surja hubung maupun surja petir) dan pengaruh
follow current. Sebuah arester harus mampu
bertindak sebagai isolator, mengalirkan beberapa
miliamper arus bocor ke tanah pada tegangan sistem
dan berubah menjadi konduktor yang sangat baik,
mengalirkan ribuan amper arus surja ke tanah,
memiliki tegangan yang lebih rendah daripada Gambar 2 Rangkaian proteksi surja secara umum
tegangan withstand dari peralatan ketika terjadi (Vernon Cooray, 2010)
tegangan lebih, dan menghilangan arus susulan
mengalir dari sistem melalui arester (power follow Pengalihan surja ke konduktor referensi atau
current) setelah surja petir atau surja hubung bumi memiliki kelemahan. Ketika arus gelombang
berhasil didisipasikan (Petunjuk Operasi surja yang besar menyebar melalui jaringan
&Pemeliharaan Lighling Arester, PLN, 2010). referensi dengan cara yang tidak terkendali, ini akan
menyebabkan gangguan dalam sistem yang sehat
2.4. Prinsip Kerja Arrester lainnya. Oleh karena itu, perlindungan seri
Prinsip kerja rangkaian proteksi surja / arester tampaknya lebih diinginkan.Namun, sampai saat ini
secara umum ditunjukkan dalam tidak ada perangkat non linier serial yang kuat, cepat
Gambar 2.Sebuah rangkaian proteksi surja tidak dan handal yang dapat menggantikan perlindungan
boleh mempengaruhi operasi normal dari sistem paralel.Dari persyaratan tersebut di atas, piranti-
yang diproteksi. Artinya, impedan seri harus sangat piranti proteksi (proteksi surja) harus non-
kecil (Z1 << Z2) dan impedan paralel harus sangat linear.komponen–komponennon-linear dapat
besar (Z2 >> ZL) untuk tegangan dan frekuensi dikelompok-kan menjadi tiga kelompok:
sinyal normal. Misalkan ZL adalah impedan beban. 1. Perangkat yang memiliki tegangan konstan
selama konduksi surja (pemotongan)

2. Perangkat yang mengubah keadaan dari

insulator menjadi konduktor yang baik
selama konduksi surja.
3. Perangkat yang memiliki impedan seri yang
besar untuk tegangan CM (isolator
disisipkan dalam seri, misalnya CM filter,
trafo isolasi, opto-isolator. Proteksi surja Gambar 3 Model rangkaian ekivalen dari varistor
seri yang lain atau piranti pembatas (Vernon Cooray, 2010)
termasuk sekering, pemutus rangkaian,
induktor dan temperature-dependent 2.6. Karakteristik Arus-Tegangan Surge
resistors). Protection Device (SPD)
Spark gap terdapat dalam tabung keramik diisi Standar internasional IEC61643-
dengan gas inert (gas tabung discharge) dan varistor 1Edition2.0(03/2005) mendefinisikan karakteristik
oksida logam adalah piranti yang sangat populer dan tes untuk Surge Protection Device pada sistem
dalam proteksi instalasi tegangan rendah (Vernon distribusi tegangan rendah seperti diperlihatkan
Cooray, 2010). padaGambar (4).
2.5. Arester tegangan Rendah MOV (Metal

Oxide Varistor)
Arester surja jenis MOV didesain tanpa
menggunakan celah (gaplessa). Arester jenis MOV
merupakan arester yang banyak diterapkan pada
sistem tegangan rendah, karena memiliki
kemampuan pemotongan tegangan rendah jenis
MOV memiliki rating arus pelepasan sebesar 1 kA
hingga 15 kA. Biasanya, varistor dibuat dalam Gambar 4Karakteristik arus/waktu dari sebuah SPD
dengan varistor.(Overvoltage protection,
bentuk piringan dan karenanya memiliki nilai Chapter J, Schneider Electric - Electrical
kapasitansi yang besarnya pada kisaran 0,2-10 nF. installation guide 2010)
Termasuk induktan kaki varistor akan melengkapi
rangkaian setara dari varistor, yang ditunjukkan 3. Metode Penelitian
pada Gambar (3). Varistoradalah perangkat yang Penelitian ini menggunakan metode
bertindak cepat dengan tanggapan waktu kurang perbandingan, yaitu membandingkan arus bocor
dari 0,5 μs. Kinerja varistor dipengaruhi oleh suhu. masing-masing arrester sebelum maupun setelah
Kebocoran arus yang berlebihan dapat menaikkan diterpa impuls dengan nilai yang ada pada Standar
suhu varistor tersebut. Karena varistor memiliki InternasionalIEC61643-1Edition2.0(03/2005). Hasil
koefisien suhu negatif, arus akan meningkat jika perbandingan tersebut diharapkan dapat
varistor bertambah panas, yang akan meningkatkan menginformasikan tentang tingkat perlindungan
arus lebih jauh, sehingga akhirnya timbul panas arrester setelah diterpa beberapa impuls tegangan.
yang belebihan. Varistor biasanya digunakan untuk
melindungi sistem elektronik dari tegangan lebih 3.1.Bahan Penelitian
transien yang merambat pada listrik. Ada berbagai Bahan yang digunakan untuk penelitian ini
jenis model varistor yang telah dikembangkan pada adalah tiga arester tegangan rendah yaitu arester
masa lalu yang sedang digunakan untuk berbagai merek Merin Gerin/Schneider type PF40 1P. Data
aplikasi dan tergantung pada jenis varistor yang spesifikasi arester terlihat pada tabel (1).
digunakan. Energi yang diserap dalam keramik pada
sebuah varistor didistribusikan di seluruh keramik Tabel 1. Data Teknis arester
pada butiran-butiran dibandingkan pada sebuah Merin Gerin
No Data teknis PF40 1P
persimpangan tunggal seperti pada bahan
semikonduktor. Varistor dapat menahan transien 1 Maximum Current 40
pulsa tunggal sampai dengan 150 persen dari arus Discharge. Imax (kA)
pengenalnya, tetapi varistor mungkin rusak pada 2 Nominal Discharge 15

transien multipulse pada 75 persen dari arus 3
Current. In (kA)
Voltage Protection ≤1,5
pengenalnya dari puncak arus. Ketika varistor Level. Up. (kV)
dioperasikan pada tegangan operasi sistem, varistor 4 Rated Voltage
Network. Un (V)
230
hanya bisa menahan 40 persen dari arus pengenal 5 Maximum Continous 260
Operating Voltage.
dalam lingkungan multipulse. Uc (V)
6 Operating Frequensi 50/60 Hz
7 Operating Voltage 230/260 V
AC

No Data teknis
Merin Gerin
PF40 1P
dengan puncak tegangan impuls 16 kV; 20 kV;
25 kV dan 30 kV.
8 Permanent operating <1mA Data hasil pengujian arester sebelum (keadaan
Current. Ic
baru) dan setelah diterpa 6 dan 10 buah cacah impuls
9 Respone time <25 ns pada puncak tegangan impuls 16 kV; 20 kV; 25 kV
10 Operating -250C s/d dan 30 kV diperlihatkan pada Tabel (2) ,tabel (3)
Temperature
+600C
dan tabel(4).
11 Standard IEC 61643-1 T2
EN 61643-11 Type 2
Tabel.2. Data pengujian arus bocor AC sebelum diterpa
impuls
Pengujian Arester : MG PF40 1P
Temperatur : 280C,
Waktu Pengujian : 18 Maret
3.2. Alat penelitian Tekanan
2011/14s/d16 wib
: 985 mm Hg
Alat yang digunakan pada penelitian ini adalah Tempat Pengujian : Lab. TTT bawah
Kelembaban : 67, 5%
satu unit generator impuls OGAWA SEIKI buatan Tegangan Arus Bocor
No
jepang, resistor tegangan tinggi, kapasitor dan Kerja (V) Arester (μA)
1 20 20,5
osiloscope LeCroy 9354 AL 500MHz. 2 40 42,1
3 60 65,7
4 80 86,8
3.3. Jalannya penelitian 5 100 108,8
a. Pengujian besar arus bocor arester sebelum 6 120 130,2
7 140 150,1
diterpa impuls tegangan (keadaan baru) dan 8 160 172,6
setelah diterpa impuls tegangan 9
10
180
200
210
250
Dasar dari penelitian ini adalah dengan 11 220 330
memberikan tegangan kerja AC mulai dari 20 s.d. 12
13
240
260
450
640
400 volt pada arester, sebelum dan sesudah dikenai 14 280 880
15 300 1230
impuls. Tegangan kerja yang diberikan pada masing- 16 320 1670
masing arester diberikan pada nilai dibawah sampai 17 340 2320
18 360 2950
melebihi nilai tegangan operasi maksimum (Uc) 19 380 3620
masing-masing arester. Hal ini dimaksudkan untuk 20 400 4250
mengetahui karakteristik arus bocor terhadap
tegangan kerjapada arester sebelum dan sesudah Tabel.3. Data pengujian arus bocor AC pasca impuls
Teg Arus bocor AC pasca impuls (μA )
arester tersebut diterpa impuls. Hasil pengujian ini ang pada Tegangan Impuls (KV)
No an
akan menunjukkan karakteristik (V-I) arester Ker
16 20
Cacah Impuls (cacah)
25 30
ja
sebelum dan sesudah diterpa impuls sehingga akan (V)
6 10 6 10 6 10 6 10
terlihat pula ketahanan arrester setelah diterpa 1

2
20
40
24,7
47,8
25
50
207
470
199.8
318.2
221.6
450
225.5
360
230
370
230
360
impuls. Gambar 5 menunjukkan blok diagram 3
4
60
80
71.00
96.2
70
80
730
970
580
760
710
960
580
750
580
740
560
760
pengujian arus bocor arester. 5
6
100
120
117.9
140,5
100
130
1130
1230
1000
1200
1200
1460
980
1190
960
1190
980
1180
7 140 166,3 150 1390 1370 1690 1370 1390 1350
8 160 190,3 180 1580 1590 1960 1580 1560 1560
Trafo Amper 9 180 220 220 1780 1800 2180 1780 1780 1770
Variac Arrester 10 200 280 280 1980 1980 2460 1980 1970 1990
Step-Up meter 11 220 360 370 2200 2190 2720 2180 2180 2170
12 240 540 520 2380 2610 2940 2390 2400 2370
13 260 750 760 2590 2790 3200 2570 2560 2570
14 280 1090 1100 2790 3000 3480 2780 2780 2820
15 300 1530 1500 3000 3190 3720 2990 3000 2980
16 320 2120 2070 3180 3390 3990 3180 3160 3170
Volt 17 340 2830 2750 3410 3390 4280 3580 3390 3390
meter 18 360 3630 3540 3590 3600 4540 3770 3580 3600
19 380 4520 4360 3780 3770 4900 3940 3760 3780
20 400 5480 5160 3950 3980 5370 5390 3950 3940
Gambar 5. Blok diagram pengujian arus bocor arrester
Tanggal
20/8/2 21/8/2 21/8/2 21/8/2 21/8/2 21/8/2 21/8/2 21/8/2
Pengujian
b. Membandingkan antara arus bocor arester Temperature
014
28
014
29
014
27
014
29
014
28
014
28
014
28
014
28
hasil pengujian dengan Standar internasional Tekanan
udara
1009 1001 1009 1001 1013 1011 1009 1009
IEC61643-1Edition2.0(03/2005) Kelembaban
Waktu
72
08.00
72
09.30
72
10.00
72
11.00
72
10.09
62
10.09
62
13.00
62
14.00
Standar internasional IEC61643- pengujian
1Edition2.0(03/2005) mendefinisikan karakteristik

dan tes untuk SPD pada sistem distribusi tegangan
rendah seperti diperlihatkan padaGambar4. Tabel.4. Data pengujian tegangan residu arester MG jenis
PF40 1P
Tegangan Tegangan residu
4. Hasil Pembahasan Pengaturan
osiloskop
impuls Vimp
(kVolt) 6 cacah
Vres (Volt)
4.1. Data hasil pengukuran Arus bocor arester No Osilo Osilo

Riil
μs mV skop μs mV skop
dan tegangan pemotongan arester sebelum dan (mV) (mV)
(mV)
29 814900 32 899200
setelah diterpa 6 dan 10 buah cacah impuls 27 758700 32 899200
1 10 200 569 16
30 843000 32 899200
27 758700 32 899200

Pengaturan
Tegangan
impuls Vimp
Tegangan residu
Vres (Volt)
puncak impuls tegangan 16 kV, lebih dari 16 kV,
osiloskop
No
(kVolt)
Osilo
6 cacah
Osilo
arus bocor arrester sudah diatas 1mA, hal ini
μs mV skop
(mV)
μs mV skop
(mV)
Riil
(mV) menunjukkan bahwa arrester sudah mengalami
22 618200 32 899200 degradasi/ penurunan kualitas kerja .
24 674400 29
30
814900
843000
Berdasarkan data tegangan residu arrester setelah
32 899200 diterpa beberapa cacah impuls dan dengan
29 814900
32 899200 dinaikkannya puncak tegangan impuls maka dapat
Tgl Pengujian
0
30 Maret 2011 30 Maret 2011 dikatakan bahwa arester MG pada puncak tegangan
Temperatur ( C) 27 28
tekanan (mm Hg) 985 984 impuls 16 kV dengan 6 dan 10 buah cacah impuls
Kelembaban ( %)
Waktu Pengujian
70
08.00
67
10.30
tegangan mempunyai nilai tegangan residu tertinggi
Pengaturan
Tegangan Tegangan residu masing-masing yaitu (814,900 volt dan 899,200
impuls Vimp Vres (Volt)
osiloskop
(kVolt) 6 cacah 10 cacah Volt). Nilai tegangan residu arester MG tersebut
No
μs mV
Osilo
skop
Riil
(kV)
Osilosk
op
Riil
(mV)
Osilo
skop
Riil
(mV)
belum melebihi batas ketahanan tegangan klas
(mV) (mV)
104 2922400
(mV)
112 3147100
VW1 dan VW2 pada standar SNI 04-7021.21-2004.
104 2922400 96 2697600 Artinya tegangan residu arester masih di bawah
104 2922400 104 2922400
104 2922400 104 2922400 standar klas VW1 maupun VW2 dan tegangan
2 712 20
96
96
2697600
2697600
104
104
2922400
2922400
residu arester dalam batas aman untuk peralatan
104 2922400 listrik yang beroperasi di bawah 250 volt.
112
104
3147100
2922400
Untuk tegangan puncak 20 kV arester MG
104 2922400 dengan 6 dan 10 buah cacah impuls tegangan
Tgl Pengujian 20 Agustus 2014 20 Agustus 2014
0
Temperatur ( C) 27 28 mempunyai nilai tegangan residu tertinggi sebesar
tekanan ( %) 1013 1011 2,922,400 volt . Nilai tegangan residu arester MG
Kelembaban (mm Hg) 73 62
Waktu Pengujian 08.00 10.30 tersebut sudah melebihi batas ketahanan tegangan
Pengaturan
Tegangan
impuls Vimp
Tegangan residu
Vres (Volt)
klas VW1 dan VW2, tetapi belum melebihi batas
osiloskop
No
(kVolt)
Osilo Osilosk
6 cacah
Osilo
10 cacah ketahanan tegangan VW3 pada standar SNI 04-
μs mV skop
(mV)
Riil
(kV)
op
(mV)
Riil
(mV)
skop
(mV)
Riil
(mV) 7021.21-2004. Artinya tegangan residu arester
144 4046400 144 4046400 sudah di atas standar klas VW1 maupun VW2 tetapi
144
144
4046400
4046400
128
136
3596800
3821600
masih di bawah standar klas VW3, dan dikatakan
136 3821600 136 3821600 tegangan residu arester sudah tidak aman untuk
136 3821600 136 3821600
3 10 200 888 25
144 4046400 136 3821600 peralatan listrik yang beroperasi pada tegangan 60
136 3821600 DC, tetapi masih aman untuk peralatan yang
136 3821600
136 3821600 beroperasi pada tegangan 250 volt.
Tgl Pengujian 20 Agustus 2014
136 3821600
20 Agustus 2014
Untuk tegangan 25 kV arester MG dengan 6
0
Temperatur ( C) 28 28 dan 10 buah cacah impuls tegangan mempunyai
tekanan ( %) 1009 1009
Kelembaban (mm Hg) 62 62
nilai tegangan residu tertinggi sebesar 4,046,400
Waktu Pengujian 12.30 13.30 volt . Nilai tegangan residu arester MG tersebut
Tegangan Tegangan residu
Pengaturan
osiloskop
impuls Vimp Vres (Volt) sudah melebihi batas ketahanan tegangan klas
(kVolt)
No Osilo
Riil
Osilosk
6 cacah
Riil
Osilo
10 cacah
Riil
VW1 dan VW2, tetapi belum melebihi batas
μs mV skop
(mV)
(kV)
op
(mV)
(mV)
skop
(mV)
(mV) ketahanan tegangan VW3 pada standar SNI 04-
160
160
4496000
4496000
168
160
4720800
4496000
7021.21-2004. Artinya tegangan residu arester
176 4945600 160 4496000 sudah di atas standar klas VW1 maupun VW2 tetapi
176
160
4945600
4496000
160
168
4496000
4720800
masih di bawah standar klas VW3, dan dikatakan
4 10 200 1067 30
168 4720800 160 4496000 tegangan residu arester sudah tidak aman untuk
160 4496000
160 4496000 peralatan listrik yang beroperasi pada tegangan 60
160 4496000 DC, tetapi masih aman
160 4496000
Tgl Pengujian 20 Agustus 2014 20 Agustus 2014 Pada puncak tegangan impuls 30 kV arester MG
dengan 6 dan 10 buah cacah impuls tegangan
0
Temperatur ( C) 28 28
tekanan ( %) 1009 1009
Kelembaban (mm Hg)
Waktu Pengujian
72
14.30
72
15.30
mempunyai nilai tegangan residu tertinggi
sebesar 4,945,600 volt. Nilai tegangan residu arester
MG tersebut sudah melebihi batas ketahanan
Nilai Arus bocor arester Merin Gerin,pada
tegangan klas VW1 dan VW2, tetapi belum
tegangan operasi kerja maksimum (Uc) sebelum melebihi batas ketahanan tegangan VW3 pada
diterpa impuls/dalam kondisi baru, lebih kecil dari standar SNI 04-7021.21-2004. Artinya tegangan
pada arus bocor baku ( 1 mA), (ABB Application residu arester sudah di atas standar klas VW1
maupun VW2 tetapi masih di bawah standar klas
Guidelines, 2010). Artinya bahwa kondisi arester VW3, dan dikatakan tegangan residu arester sudah
yang diuji dalam kondisi laik-kerja. tidak aman untuk peralatan listrik yang beroperasi
Nilai Arus bocor arrester, pada tegangan operasi pada tegangan 60 DC, tetapi masih aman untuk
kerja maksimum (Uc) setelah diterpa beberapa peralatan yang beroperasi pada tegangan 250 volt.
cacah impuls masih dibawah 1mA sampai dengan

Perbandingan antara tegangan residu untuk

masing-masing puncak tegangan impuls 16kV,
20kV, 25kV dan 30kV dengan 6 dan 10 kali cacah Tabel 5 Hasil perhitungan margin perlindungan
impuls tegangan diperlihatkan pada Gambar 6dan 7. tegangan residu Arrester
Grafik Tegangan Residu Arrester 6 kali cacah Margin perlindungan tegangan residu
6
6
x 10 puncak impulse 16,20,25,30kV
Arester (%), 6kali dan 10 kali cacah impuls,
Klas Pada puncak tegangan impuls (kV)
5
ketahan 16 kV 20 kV 25 kV 30 kV
an
6 kali 10 6 kali 10 kali 6 kali 10 6 kali 10
Pck 16 kV
Tegang
Tegangan residu (mV)
4 Pck 20 kV kali kali kali

Pck 25 kV
an
3 Pck30 kV VW1 15,7 11,20 -38,44 -42,94 -60,92 -60,92 -78,91 -74,41
VW3 VW2 57,8 55,02 18,48 -22,94 -40,92 -40,92 -58,91 -54,41
VW2
2 VW1
VW3 83,14 82,06 41,55 37,058 19,07 19,07 1,08 5,58
1
Grafik margin perlindungan tegangan residu
0
0 2 4 6 8 10
Cacah impulse
12 14 16 18 20 arester dengan puncak impuls tegangan 16, 20, 25
dan 30 kV untuk 6 kali dan 10 kali cacah impuls
diperlihatkan pada Gambar 8 dan Gambar 9.
Gambar 6 Grafik tegangan residu arester pada puncak
tegangan impuls 16kV, 20kV, 25kV dan 30kV dengan 6
kali cacah impuls
Grafik Tegangan Residu Arrester 10 kali cacah

6
x 10 puncak impulse 16,20,25,30kV
6
pck 16kV
Tegangan residu (mV)
4 pck 20kV
pck 25kV
3 pck 30kV
VW3
VW2
2
VW1
0
0 2 4 6 8 10
Cacah impulse
12 14 16 18 20
Gambar 8 Grafik Hubungan Margin perlindungan
Gambar 7 Grafik tegangan residu arester pada puncak tegangan residu arrester dengan 6 kali cacah impuls
tegangan impuls 16kV, 20kV, 25kV dan 30kV dengan 10 terhadap BIL Peralatan
kali cacah impuls
4.2 Hasil perhitungan margin perlindungan

tegangan residu Arrester
Selisih BIL peralatan yang dilindungi dengan
tingkat proteksi arester yang melindungi (Margin)
biasanya ditetapkan (20 -30)% dari BIL peralatan
yang dilindungi. Margin perlindungan tegangan
residu arester dapat dicari.
Perhitungan Margin perlindungan tegangan residu
arester MG adalah sebagai berikut:
Batas ketahanan tegangan klas VW1 (1000 volt)
dengan 6 kali cacah impuls pada puncak
tegangan impuls 16 kV: Gambar 9 Grafik Hubungan Margin perlindungan
Selisih BIL peralatan yang dilindungi dengan tegangan residu arrester dengan 10 kali cacah impuls
tingkat proteksi arester yang melindungi adalah : terhadap BIL Peralatan
1000 volt – 843,000 volt =157,00 volt. Dapat
dikatakan bahwa 157,00 volt adalah 15,7% dari BIL Artinya, margin atau tingkat perlindungan alat
peralatan yang dilindungi, hal ini berarti margin yang diuji pada penelitian ini dipengaruhi oleh
arester MG untuk peralatan yang beroperasi pada banyaknya cacah impuls dan tingkat puncak impuls
tegangan DC di bawah 60 volt dapat dikatakan kecil, tegangan yang diberikan. Semakin banyak cacah
Vpemotongan< BIL peralatan. impuls dan semakin tinggi puncak impuls tegangan
Untuk puncak tegangan impuls 20 kV, 25 kV maka tingkat perlindungan (Margin) dari arrester
dan 30 kV, masing-masing 6 kali dan 10 kali cacah semakin rendah. alat yang diuji pada penelitian ini
impuls dengan batas ketahanan tegangan pada klas cocok digunakan untuk peralatan listrik dengan
VW1, VW2 dan VW3, dapat dihitung dengan cara batas ketahanan tegangan klas VW2 (2000 volt)
yang sama dan hasil perhitungan diperlihatkan pada hanya pada puncak impuls tegangan 16 kV baik
tabel(5). dengan 6 ataupun 10 kali cacah impuls dan untuk
peralatan listrik dengan batas ketahanan tegangan
klas VW3 (5000 volt) untuk puncak impuls tegangan

16 kV dan 20 kV baik pada 6 kali maupun 10 kali [2] Sirait &Zorro., 1987,”Proteksi Terhadap
cacah impuls, karena mempunyai margin yang besar Tegangan Lebih”, Jurusan Teknik Elektro FTI
dan diatas yang distandarkan yaitu > 20%, serta ITB.
tegangan residu masih dibawah 2000 volt dan 5000 [3] Tobing L.B., 2003,”Peralatan Tegangan
Volt. Untuk peralatan listrik dengan batas Tinggi”, PT Gramedia Pustaka Utama.
ketahanan tegangan klas VW1 (1000 volt) perlu [4] …………….,2010, “Overvoltage
pertimbangan untuk memakai alat yang diuji protection, Chapter J, Schneider Electric -
walaupun tegangan residu masih dibawah 1000 volt Electrical installation guide 2010
untuk puncak tegangan impuls 16 kV. Hal ini [5] …………, Zoro R., 2009,“Induksi dan
dikarenakan margin yang didapatkan kecil (< Konduksi Gelombang Elektromagnetik akibat
20%)dari BIL peralatan yang dilindungi. sambaran petir pada Jaringan Tegangan
Berdasarkan tabel 4 dapat dinyatakan bahwa Rendah”, Makara Teknologi Vol. 13 No. 1,
dengan puncak impuls tegangan yang lebih dari 25 April 2009 : 25-32.
kV arrester sudah tidak mampu melindungi [6] …………., 2010, “Petunjuk Operasi &
peralatan listrik baik pada klas ketahanan tegangan Pemeliharaan Lightning Arester” Operation
VW1, VW2 maupun VW3. Hal ini dapat dikatakan Manual, PLN.
bahwa semakin besar puncak tegangan impuls dan [7] …………., 2004,”Peralatan dan Sistem
semakin banyak cacah impuls yang diberikan akan Telekontrol” Standart Nasional Indonesia
mengakibatkan besarnya arus bocor pada arrester (SNI)
atau bisa dikatakan arrester mengalami degradasi/ [8] Suwarti D., 2011,“Pengaruh Kenaikan
penurunan kualitas materialnya, sehingga arrester Tegangan Impuls Terhadap Tingkat
akan mengalami kerusakan. Perlindungan Peralatan Listrik Pada Arrester
Tegangan Rendah”Prosiding SENOPUTRO
4. Kesimpulan [9] Widyanto A., 2009, “Unjuk Kerja Arrester
Berdasarkan hasil penelitian dan pembahasan Tegangan Rendah”, UGM
yang telah dilakukan maka dapat diambil
1. Arus bocor semakin besar dengan meningkatnya
puncak impuls tegangan dan banyak cacah
impuls yang diterpakan pada arrester.
2. Besar tegangan puncak dan banyaknya cacah
impuls yang diterpakan pada arrester
mempengaruhi besar tegangan residu arrester
dan tingkat perlindungan (margin) arrester dalam
melindungi peralatan listrik.
3. Alat yang diuji pada penelitian ini cocok
digunakan untuk peralatan listrik dengan batas
ketahanan tegangan klas VW2 (2000 volt) hanya
pada puncak impuls tegangan 16 kV baik dengan
6 ataupun 10 kali cacah impuls dan untuk
peralatan listrik dengan batas ketahanan
tegangan klas VW3 (5000 volt) untuk puncak
impuls tegangan 16 kV dan 20 kV baik pada 6
kali maupun 10 kali cacah impuls, karena
mempunyai margin yang besar dan diatas yang
distandarkan yaitu > 20%, serta tegangan residu
masih dibawah 2000 volt dan 5000 Volt. Untuk
peralatan listrik dengan batas ketahanan
tegangan klas VW1 (1000 volt) perlu
pertimbangan untuk memakai alat yang diuji
walaupun tegangan residu masih dibawah 1000
volt untuk puncak tegangan impuls 16 kV. Hal
ini dikarenakan margin yang didapatkan kecil (<
20%)dari BIL peralatan yang dilindungi.
Daftar Pustaka
[1] Cooray V., 2010,”Lightning Protection”,
Institution of Engineering and Technology,
London, United Kingdom


PUBLIKASI MUSEUM MELALUI SISTEM LOG ACTIVITY

MENGGUNAKAN TEKNOLOGI RFID
Shiyami Milwandhari
Program Studi Manajemen Informatika Politeknik Pos Indonesia
Shiyami.m@gmail.com
Abstrak
Keberadaan museum saat ini semakin terkesampingkan akibat penurunan apresiasi masyarakat terhadap
sejarah dan kebudayaan dengan pilihan masyarakat yang lebih besar dijatuhkan pada pusat-pusat keramaian.
Eksistensi museum dapat ditumbuhkan melalui peran pengunjung dalam menyebarluaskan informasi selama
mungunjungi museum dengan memanfaatkan jejaring sosial milik pengunjung. Jejaring sosial sebagai media
komunikasi yang digunakan oleh hampir seluruh masyarakat di indonesia dapat dijadikan salah satu media
publikasi yang efektif dan efisien. Maka dibutuhkan suatu sistem yang dapat memposting kegiatan
pengunjung didalam museum ke jejaring sosial milik pengunjung, sehingga informasi tersebut dapat dibagi
ke pengguna jejaring sosial lain yaitu dengan membangun system log activity yang terintegrasi dengan
jejaring sosial facebook menggunakan teknologi RFID sebagai pengidentifikasi dan penyimpan informasi
secara otomatis. Hasil yang didapat dari system log activity ini adalah system dapat terintegrasi dengan
jejaring sosial facebook dan teknologi RFID, system dapat mencatat data log kunjungan yang terposting
ke jejaring sosial facebook dan dapat melakukan manajemen data pengunjung.
Kata Kunci: museum, jejaring sosial, log activity, rfid.
1. Pendahuluan informasi, dan penyediaan tempat rekreasi yang

Museum adalah lembaga yang mempunyai edukatif. Dibutuhkan penerapan teknologi untuk
peranan strategis dalam melestarikan dan mempublikasikan secara cepat dan luas melalui media
mengkomunikasikan sumber daya budaya yang komunikasi massa dengan konsep penerapan teknologi
sangat beragam, sebagai salah satu asset pengunjungan.
pariwisata Indonesia. Selain mempunyai nilai
tangible museum juga mempunyai nilai Media komunikasi massa yang biasa digunakan sebagai
intangible seperti pengetahuan dan budaya yang alat publikasi seperti koran, tv, buku dan radio atau
bermakna luhur. Keberadaan museum juga tidak disebut sebagai media tradisional merupakan media
dapat digeser atau digantikan, karena peran komunikasi massa yang memiliki karakteristik tersendiri
museum sangat besar dalam menanamkan nilai dalam cara penyebaran dan penyajian informasinya,
nasionalisme dan mengenal budaya Indonesia. namun masing-masing media ini memiliki kelemahan
yang sama yaitu keterbatasan dalam jangkauan akses
Keberadaan museum saat ini semakin dan umpan balik. Sosial media merupakan media
tersampingkan dengan rendahnya apresiasi komunikasi massa online yang mempunyai
masyarakat terhadap sejarah dan kebudayaan karakteristik berbeda dengan media tradisional, sosial
dengan pilihan masayarakat yang lebih besar media memungkinkan komunitas cepat terbentuk dan
dijatuhkan pada pusat keramaian, seperti tempat berkomunikasi secara efektif, layanan sosial media
hiburan dan pusat perbelanjaan. Berdasarkan terbuka untuk umpan balik dan partisipasi
data Bappenas, jumlah pengunjung museum mendorong suara, komentar dan berbagi informasi.
setiap tahunnya masih di bawah 10 persen dari Salah satu jenis sosial media adalah situs jejaring
jumlah penduduk indonesia setiap tahunnya, social.
seperti tercatat pada tahun 2006 jumlah
pengunjung sebesar 4,56 juta dan terus menyusut Melihat penggunaan jejaring sosial dalam beberapa
menjadi 4,17 juta pengunjung pada tahun 2008. tahun terakhir yang meningkat drastis dengan 43,6 juta
Oleh karena itu dibutuhkan evaluasi untuk jumlah pengguna Facebook dan 19,5 juta jumlah
memperbaiki fungsi museum dan menarik pengguna Twitter, Indonesia merupakan negara dengan
pengunjung dengan publikasi secara efektif tingkat penggunaan sosial media yang besar di dunia[2].
sehingga mendorong eksistensi museum untuk Dengan melihat fenomena ini, maka penggunaan
meningkatkan kualitas masyarakat, antara lain jejaring sosial dapat dimanfaatkan sebagai salah
dalam membentuk pembelajaran, pelayanan satu media untuk mempublikasikan museum secara luas,
efektif dan efisien.

pengenalan lapangan dari riset yang akan

Eksistensi museum dapat ditumbuhkan salah dilakukan. Selain itu masalah diperoleh dari studi
satunya dengan peran pengunjung dalam literatur dan melihat kondisi eksisting dari proses
menyebarluaskan informasi dan pengalaman bisnis, teknologi dan sumber daya yang tersedia di
selama mengunjungi museum kepada museum geologi bandung.
masyarakat. Untuk memanfaatkan jejaring sosial 3. Tahap penentuan spesifikasi kebutuhan,
sebagai media publikasi dan penumbuh Berdasarkan analisa permasalahan dan informasi
eksistensi museum, maka dibutuhkan suatu yang diperoleh dari studi literature dan proses
sistem yang dapat mencatat dan memposting bisnis maka dapat ditentukan spesifikasi dari
setiap aktivitas kunjungan pengunjung secara protipe yang akan dirancang dan dibuat.
otomatis ke akun jejaring sosial milik Spesifikasi ini akan meliputi spesifikasi teknologi
pengunjung, sehingga informasi tersebut dapat yang digunakan, model bisnis, perangkat hardware
diketahui dan dibagi ke pengguna jejaring sosial dan Software aplikasi yang dibuat..
lain secara langsung dan real time. Secara tidak 4. Tahap perancangan sistem. Berdasarkan
langsung setiap informasi yang tersebar ini dapat spesifikasi teknis yang telah ditentukan selanjutnya
menumbuhkan eksistensi museum. dapat dirancang sistem yang akan dibangun.
Tahapan perancangan ini mencakup perancangan
RFID (Radio Frequency Identification) arsitektur sistem, perancangan data, antar muka,
merupakan suatu teknologi identifikasi yang dan perancangan proses.
fleksibel, mudah digunakan dan sangat cocok
5. Tahap pembuatan prototype. Rancangan sistem
untuk operasi otomatis. Teknologi ini dapat
menangkap data secara elektronik untuk yang telah dibuat kemudian diimplementasikan
mengidentifikasi, melacak dan menyimpan dengan proses pengkodean (coding) sesuai dengan
informasi yang tersimpan dalam tag RFID. bahasa pemrograman. Pengembangan sistem
Dengan teknologi ini maka dapat digunakan dilakukan secara modular untuk memudahkan jika
sebagai alat untuk otomasi dalam mencatat setiap terjadi kesalahan dan kekeliruan.
informasi aktivitas kunjungan di museum. Setiap 6. Tahap pengujian dan pelaporan, Penujian
pengunjung museum akan mendapatkan unique bertujuan untuk mengetahui adanya bug pada pada
visitor id yang disinkronisasikan dengan akun source code maupun hardware sehingga perlu
jejaring social milik pengunjung, sehingga setiap dilakukan perbaikan. Setelah tahap ini selesai
aktivitas pengunjung mulai dari masuk dan maka akan disusun laporan lengkap dari
keluar museum, menelusuri setiap kawasan dan penenlitian ini.
bagian-bagian di museum akan teridentifikasi
dan tercatat ke system dan secara otomatis
terposting ke akun jejaring sosial milik Populasi target penelitian ini adalah pengunjung
pengunjung. Oleh karena itu, maka dalam museum dan pengelola museum Geologi Bandung.
penelitian ini akan dibangun Sistem Log Teknik Sampling yang digunakan adalah Cluster
Activity menggunakan integrasi teknologi RFID
Random Sampling. Cluster Random Sampling adalah
dengan jejaring social sebagai penerapan
teknologi pengunjungan untuk media publikasi teknik memilih sebuah sampel dari kelompok-
museum. kelompok unit yang kecil. Populasi dari cluster
merupakan subpopulasi dari total populasi.
Pengelompokan secara cluster menghasilkan unit
2. Metode elementer yang heterogen seperti halnya populasi
Dalam metode penelitian ini, digunakan tahapan- sendiri (Nazir,1988:366).
tahapan sebagai pedoman untuk mencapai proses
penelitian yang efektif dan efisien.
Tahapan proses dalam penelitian ini dituangkan Tahap analisis kebutuhan dilakukan dengan
dalam suatu kerangka pemecahan masalah yang menyebarkan angket ke pengunjung museum geologi.
dibagi dalam: Berdasarkan angket, tingginya minat para pengunjung
1. Tahap inisiasi, Tahap ini merupakan yang dalam mengakses internet dan memanfaatkannya
pengenalan umum pada topik yang dibahas. sebagai sumber informasi, referensi, memeriksa email,
Tahap ini juga merupakan tahap untuk berkomunikasi, berjejaring sosial yang mana Facebook
melakukan koordinasi dengan tim peneliti merupakan web yang paling banyak di akases. Pelajar
untuk melakukan pembagian tugas dan memperbaharui status 2 hingga 5 kali dalam sehari,
mematangkan rencana penelitian. dan menyebarkan informasi mengenai berita dan
2. Tahap identifikasi masalah dan kejadian terkini.
pengumpulan data, Tahapan ini dilakukan
untuk mendefinisikan masalah yang sesuai Sistem Log Activity adalah aplikasi yang dibangun
untuk melakukan proses reservasi online, manajemen
dengan tujuan yang ingin dicapai.
pengunjung museum yang terkoneksi dengan sosial
Pendefinisian masalah dilakukan melalui media facebook, mencatat otomatis semua activity log

dari pengunjung yang dilakukan di masing- rancangan system yang dimodelkan dengan Use Case
masing area dan dapat ter-record dan ter-upload Diagram.
ke akun facebook pengunjung menggunakan
teknologi RFID.
Dalam mengembangkan Sistem Log Activity,

pemilihan desain arsitektur teknologi dirancang
sesuai dengan kebutuhan mulai dari perencanaan,
pengaturan, dan evaluasi. Hal ini dilakukan guna
menjaga efektifitas dan efisiensi dalam proses
pengembangan sistem. Berikut adalah gambaran
arsitektur teknologi Sistem Log Activity.
Gambar 2. Use Case Diagram Sistem Log Activity
Perancangan sistem log activity secara garis besar

diawali dengan aktivitas reservasi online oleh
pengunjung menggunakan akun jejaring social
facebook, aktivitas ini sebagai tahap awal mendapatkan
data pengunjung. Setiap pengunjung yang telah
melakukan reservasi akan tersimpan dalam sistem dan
sistem akan memposting data reservasi tersebut ke akun
facebook pengunjung. Selanjutnya pengunjung
melakukan registrasi untuk mendapatkan tag RFID.
Dengan RFID ini setiap aktivitas kunjungan akan
tersimpan ke log visitor dan system akan memposting
log tersebut ke akun facebook pengunjung sesuai area
yang telah dikunjungi. Selain menyimpan log visitor,
sistem dapat mengelola data kunjungan dengan adanya
fitur manajemen reservasi dan waktu kunjungan.
Gambar 1. Arsitektur Teknologi
3.2 Implementasi Sistem
Jenis arsitektur yang digunakan pada sistem log Berdasarkan analisis dan konsep perancangan Sistem
activity ini adalah client-server. Kapanpun dan
Log Activity yang telah dibuat, pada bagian ini
dimanapun, pengguna dapat mengakses system
melalui koneksi internet. Server sebagai dilakukan implementasi system sesuai dengan tujuan
penyedia layanan selalu menunggu permintaan utamanya. Adapun hasil implementasi yang tercapai
dari pengguna yang terhubung ke dalam jaringan adalah sebagai berikut :
local maupun global. Server berada di belakang
firewall. Server ini mempunyai dua jalur
jaringan, jalur utama terkoneksi melalui server &
firewall, kemudian untuk mengantisipasi apabila
terjadi gangguan jaringan, digunakan satu jalur
link backup yang terkoneksi ke proxy.
3.1 Perancangan Sistem

Dalam tahap perancangan, system log activity ini
menggunakan teknik pemodelan Unified
Modelling Language. Berikut adalah gambaran

Gambar 3. Implementasi Reservasi Online
Pada halaman ini pengunjung menambahkan

data reservasi ke dalam form dengan
menginputkan alamat, institusi dan jumlah
pengunjung yang akan mengunjungi museum.
Setelah melakukan reservasi maka sistem akan
melakukan update status otomatis ke akun
facebook pengunjung dengan informasi tanggal
reservasi kunjungan seperti pada gambar 4 di
bawah ini :
Gambar 4. Implementasi Posting Data Reservasi Ke

Akun Facebook Gambar 5. Implementasi Kelola Data Pengunjung
Pada halaman ini admin dapat melihat log reservasi

pengunjung museum dengan informasi yang
ditampilkan adalah data pengunjung, tanggal reservasi,
tanggal log dan IP Address.

Gambar 6. Implementasi Posting Data Log Activity Ke Akun

Facebook
Gambar 7. Implementasi Manajemen Data Pengunjung
Pada halaman ini admin dapat melakukan pengaturan

data master waktu kunjungan, hari libur nasional,
kategori pengunjung dan kewarganegaraan,
4. Kesimpulan
Kesimpulan yang dapat di uraiakan berdasarkan hasil
implementasi system log activity ini adalah:
1. Terintegrasinya Sistem Log Activity dengan jejaring
sosial Facebook dan Teknologi RFID.
2. Mendapatkan data pengunjung dari jejaring sosial
facebook pengunjung melalui sistem reservasi
Gambar 5. Implementasi Log Activity Pengunjung online.
3. Mendapatkan data Log Activity yang ter-posting ke
Pada halaman ini admin dapat melihat log jejaring sosial Facebook melalui teknologi RFID.
activity pengunjung museum, dengan informasi Dalam proses pengembangan Sistem Log Activity, perlu
yang ditampilkan adalah data pengunjung, waktu dikaji lebih dalam lagi tentang communication system
log activity pengunjung, lokasi kunjungan dan dan social marketing dengan menggunakan berbagai
keterangan lokasi kunjungan. Hasil dari log macam kemampuan media sosial yang ada. Selain itu
activity pengunjung ini juga dapat dilihat oleh pengembangan berikutnya sebaiknya mengintegrasikan
pengunjung di akun facebook pengunjung seperti lebih dari satu jejaring sosial yang ada seperti Twitter,
gambar. 6 di bawah ini : LinkedIn dan Google Plus.

Ucapan Terima Kasih

Ucapan terima kasih disampaikan kepada :
1. Dirjen DIKTI.
2. Direktur Politeknik Pos Indonesia.
3. Ketua LPPM Politeknik Pos Indonesia.
4. Ketua Program Studi Manajemen Informatika
Daftar Pustaka
___________, Social Network,
http://oxforddictionaries.com/definition/s
ocial network, 17 Mei 2012, 20:50 WIB.
Wheeler Steve., Anatomy of a PLE, http://steve-

wheeler.blogspot.com/2010/-07/anatomy-
of-ple.html, 24 Mei 2012, 17:00 WIB.
Mayfield Antony., What is social media?,

iCrosing, United Kingdom, 2010.
Wasserman, Stanley., Faust, Katherine., Social

Network Analysis in the Social and
Behavioral Sciences., Social Network
Analysis: Methods and Applications,
Cambridge University Press, 1994.
___________, Key Facts,

http://newsroom.fb.com/content/default.as
px?News-AreaId=22, 17 Mei 2012, 21:30
WIB.
___________, PHP SDK,

http://developers.facebook.com/docs/refer
ence/php/, 18 Mei 2012.
Bhatt , Himanshu and Bill Glover. RFID

Essentials. (Sebastopol: O'Reilly, 2006).
Manish , Bhuptani. RFID Field Guide:

Deploying Radio Frequency Identification
Systems. (Massachusetts: Prentice Hall
2005)
Lahiri, Sandip. RFID Sourcebook.

(Massachusetts: Prentice Hall, 2005).
Haryanto, Bambang.2004.Rekayasa Sistem

Berorientasi Objek. Bandung:Informatika
Bandung.
Wheeler Steve., Anatomy of a PLE, http://steve-

wheeler.blogspot.com/2010/-07/anatomy-
of-ple.html, 24 Mei 2012, 17:00 WIB.

Aplikasi Id Card Radio Frequency Identification (Rfid) Sebagai

Starter Key Elektrik Digital Berbasis Mikrokontoller AVR
ATMEGA16
Joko Prasojo 1, Sudiana 2
Jurusan Teknik Elektro, STTNAS Yogyakarta1,2

Babarsari, Depok, Sleman, Yogyakarta
aadian2k1@gmail.com
Abstrak
Pesatnya perkembangan teknologi berbanding lurus dengan tingginya tingkat kriminalitas. Tingkat kriminalitas di Indonesia
mengalami peningkatan dari tahun ke tahun. Jenis kejahatan yang ditemukan juga semakin bertambah, dari pembunuhan,
perampokan dan pencurian. Fakta lain yang terjadi saat ini yaitu tingkat pencurian kendaraan bermotor di Yogyakarta yang
relatif tinggi. Hal ini dibuktikan dengan banyaknya media cetak maupun elektronik yang memberitakan kasus-kasus
pencurian kendaraan bermotor. Pencurian terjadi disebabkan oleh kelalaian pemilik dan juga disebabkan oleh kurangnya
sistem keamanan yang terdapat pada kendaraan bermotor karena hanya menggunakan kunci kontak. Langkah untuk
mengatasi masalah pencurian tersebut salah satunya adalah dengan memberikan sistem pengaman ganda pada kendaraan
motor. Fenomena tersebut menjadi titik tolak bagi peneliti untuk memanfaatkan teknologi ID Card dan Radio Frequency
Identification (RFID) sebagai pengaman pendukung kunci kontak pada kendaraan bermotor yang difungsikan untuk
pengamanan sepeda motor. RFID merupakan teknologi yang berfungsi untuk melakukan deteksi dan identifikasi obyek
melalui data yang dikirim melalui frekuensi radio. Pengaplikasian teknologi RFID pada kendaraan bermotor memerlukan
perancangan arsitektur sistem yang baik sehingga mampu untuk meningkatkan keamanan dari kasus pencurian.. Dalam hal
ini akan dipaparkan bagaimana pengaplikasian kartu RFID sebagai sarter key pada kendaraan bermotor sehingga menambah
keamanan pada kendaraan tersebut. Berdasarkan pengujian dan cara kerja dari Aplikasi Id Card Radio Frequency
Identification (RFID) Sebagai Starter Key Elektrik Digital Berbasis Mikrokontoller Avr Atmega16 diberikan dalam bentuk
hasil pengujian perangkat keras, yang terdiri atas, pengujian power supply, pengujian mikrokontroller, pengujian driver relay,
pengujian jarak RFID dan pengujian keseluruhan dengan id card yang diregistrasi dan yang tidak diregistrasi. Hasil
menunjukan bahwa sistem mampu mendeteksi kendaraan tercuri dan memicu sistem alarm. Penerapan sistem ini akan
mencegah terjadinya tindak pencurian dan membatu dalam penyelidikannya
Kata kunci: RFID, Tag, AVR ATMega 16.
1. Pendahuluan Card dan Radio Frequency Identification (RFID)

Pesatnya perkembangan teknologi berbanding sebagai pengaman pendukung kunci kontak pada
lurus dengan tingginya tingkat kriminalitas. Tingkat kendaraan bermotor.
kriminalitas di Indonesia mengalami peningkatan dari
tahun ke tahun. Jenis kejahatan yang ditemukan juga 2. Metode Penelitian
semakin bertambah, dari pembunuhan, perampokan Langkah awal dalam perancangan adalah
dan pencurian. Fenomena tersebut tidak diimbangi membuat satu blok diagram yang merupakan
dengan banyaknya kasus yang berhasil dipecahkan. gambaran dasar untuk merancang dan akhirnya
Sindikat pelaku tindak kriminal juga semakin mahir membuat suatu sistem/alat yang akan dibuat.
dalam melakukan aksi kejahatannya, misalnya Sehingga keseluruhan blok diagram rangkaian
spesialis pembunuhan, spesialis pencurian, dan lain tersebut akan menghasilkan suatu sistem yang dapat
sebagainya. difungsikan atau dapat bekerja sesuai dengan
Fakta lain yang terjadi saat ini yaitu tingkat perancangan. Secara blok diagram penulis membagi
pencurian kendaraan bermotor di Yogyakarta yang menjadi beberapa bagian yang dapat dilihat pada
relatif tinggi. Hal ini dibuktikan dengan banyaknya Gambar 1.
media cetak maupun elektronik yang memberitakan
kasus-kasus pencurian kendaraan bermotor. Pencurian
terjadi disebabkan oleh kelalaian pemilik dan juga
disebabkan oleh kurangnya sistem keamanan yang
terdapat pada kendaraan bermotor karena hanya
menggunakan kunci kontak. Langkah untuk
mengatasi masalah pencurian tersebut salah satunya
dengan memberikan sistem pengaman ganda pada
sepeda motor. Gambar 1. Blok diagram sistem
Fenomena tersebut menjadi titik tolak bagi
peneliti untuk mencoba memanfaatkan teknologi ID

Radio frequency identification3 (RFID) adalah dengan RFID dan mampu menjalin komunikasi
proses identifikasi seseorang atau objek dengan dengan baik
menggunakan frekuensi transmisi radio. Radio b. ID-12 sebagai RFID reader
frequency identification (RFID) menggunakan Bagian ini adalah rangkaian RFID reader yang
frekuensi radio untuk membaca informasi dari sebuah berfungsi untuk membaca kartu RFID. Rangkaian
devais kecil yang disebut tag atau transponder ini terdiri dari sebuah ID12 sebagai reader
(Transmitter + Responder). Tag RFID akan (pembaca), dan beberapa komponen pendukung
mengenali diri sendiri ketika mendeteksi sinyal dari yaitu resistor 4K7 Ohm dan 330 Ohm, transistor
devais yang kompatibel, yaitu pembaca RFID (RFID BC547 sebagai pemicu dan sebuah LED. Resistor
Reader). Sedangkan Tag ID adalah devais yang dibuat ini digunakan sebagai hambatan agar arus yang
dari rangkaian elektronika dan antena yang masuk sesuai dengan kebutuhan, baik pada
terintegrasi di dalam rangkaian tersebut. Rangkaian transistor maupun pada LED. LED ini digunakan
elektronik dari tag RFID umumnya memiliki memori sebagai indikator bahwa ada sebuah kartu RFID
sehingga tag ini mempunyai kemampuan untuk yang terdeteksi oleh reader. Jika ada maka LED
menyimpan data. Memori pada tag dibagi menjadi akan menyala (berkedip). Pin 1 pada ID-12
sel-sel. Beberapa sel menyimpan data Read Only, berfungsi sebagi ground, pin 9 sebagai jalur data
misalnya serial number yang unik yang disimpan pada yang dikirim ke mikrokontroler, pin 3 dan pin 4
saat tag tersebut diproduksi. Sel lain pada RFID digunakan sebagai antena, pin 2 sebagai reset, pin
mungkin juga dapat ditulis dan dibaca secara 11 sebagai sumber arus, pin 6 sebagai future dan
berulang. pin 7 sebagai format selector. Seperti gambar 3.
Prinsip kerja dari alat pengaman kendaraan
bermotor ini memanfaatkan kartu RFID sebagai kunci
pertama sebelum kunci kontak kendaraan bermotor
diaktifkan. Dengan demikian sebelum kunci kontak
diaktifkan maka motor diharuskan untuk
mendekatkan kartu RFID. Tetapi ketika motor tidak
mengaktifkan kartu RFID, maka motor akan
memberikan peringatan sirine sebagai tanda bahaya.
Pada alat pengaman kendaraan bermotor ini
menggunakan mikrokontroler ATMega sebagai
pengendali utama (central processing unit) dan RFID
reader (pembaca tag RFID) sebagai masukan.
Sedangkan keluaran atau output sistem yaitu relay
sebagai pengaman kunci.
Gambar 3. Skema RFID ID-12 sebagai reader
(Sumber: data sheet RFID)
1. Perancangan perangkat keras (Hardware)
Gambar 2 adalah rangkaian lengkap alat yang
c. Kartu RFID
terdiri rangkaian sistem minimum ATMega 16,
Jenis tag RFID yang digunakan pada alat adalah
driver relay, relay CDI, relay buzzer, dan
berbentuk kartu dan termasuk tag pasif, yaitu tag
rangkaian power supply.
yang catu dayanya diperoleh dari medan yang
dihasilkan oleh pembaca RFID. Tag ini hanya
mampu mengirimkan informasi dalam jarak yang
dekat.
d. Driver relay dan indikator kontak
Dalam rangkaian driver relay ini terdiri dari dua
buah rangkaian switching transistor yaitu
rangkaian saklar 1 (pin PA.3), rangkaian saklar 2
(pin PA.2), dan rangkaian relay indikator kontak
(pin PA.0). Rangkaian saklar 1 berfungsi untuk
menegendalikan arus yang mengalir ke buzzer.
Gambar 2. Skematik sistem rangkaian Rangkaian saklar 2 berfungsi untuk
mengendalikan coil (CDI). Sedangkan rangkaian
a. Sistem minimum mikrokontroller relay indikator kontak berfungsi sebagai indikasi
Rangkaian mikrokontroler menggunakan sistem kunci kontak dalam keadaan on/off. Rangkaian
minimum, yaitu sebuah Crystal 11,059200 MHz dan komponen pada saklar 1 dan 2 adalah sama,
dan dua buah kapasitor sebesar 22pf. Pemakaian tetapi untuk masing-masing port pengendali ke
osilator kristal 11,059200 MHz dimaksudkan agar mikrokontroler dan kondisi relay difungsikan
baudrate yang dihasilkan oleh rangkaian ini berbeda.
adalah 19200, sehingga terjadi kesamaan baudrate
e. Rangkaian power supply

Rangkaian pengaman kendaraan bermotor ini 3. Hasil Dan Pembahasan

membutuhkan tegangan 5 volt DC. Rangkaian Titik pengujian dilakukan pada titik rangkaian
regulator ini berfungsi untuk menurunkan power supply, rangkaian mikrokontroler, rangkaian
tegangan aki 12 volt ke 5 volt. Terdapat IC yang driver relay buzzer, driver relay CDI, relay indikator
berfungsi untuk menurunkan tegangan dengan kunci kontak, RFID reader 12 dan pengujian alat
keluaran 5 volt, yaitu IC LM 7805, merupakan secara keseluruhan. Untuk hasil pengujian dijelaskan
regulator DC yang cukup stabil. Untuk meratakan satu-persatu dengan urutan sebagai berikut.
tegangan output dari LM 7805 maka perlu 1. Pengujian power supply
ditambahkan kapasitor elektrolit sebesar 100 Pada rangkaian power supply terdiri dari accu
μF/16 volt. sebagai sumber listrik, dioda sebagai penyearah
f. Pembuatan lay-out PCB tegangan, IC regulator LM7805 sebagai penyetabil
Proses pembuatan lay-out PCB diawali dengan tegangan, dan kapasitor sebagai filter. Rangkaian
menggambar tata letak komponen menggunakan power supply menghasilkan tegangan keluaran
PCB Wizard 3.50. Tata letak komponen harus sebesar +5V seperti yang ditunjukkan pada
dirancang terlebih dahulu agar nantinya komponen Tabel 1.
dapat dipasang secara teratur dan benar.
Pengaturan tata letak komponen disesuaikan Tabel 1. Hasil Pengujian power supply
dengan bentuk dan besar komponen serta
Input Voltage Output Voltage
hubungannya dengan rangkaian. Kemudian No
(Volt DC) (Volt DC)
gambar yang sudah jadi tersebut dicetak lalu
1 12 4,9
dicopy dengan kertas glossy. Pada bagian ini harus
diperhatikan sebaiknya hal-hal sebagai berikut:
1. Memperhatikan hubungan antar komponen agar
tidak terjadi kekeliruan.
2. Membuat jalur yang menghubungkan antar
komponen sependek dan sekecil mungkin.
3. Tata letak komponen sebaiknya simetris.
4. Usahakan tidak terlalu banyak jumper.
Gambar 5. Titik uji power supply
2. Perancangan Perangkat Lunak (Software)
2. Pengujian mikrokontroler
Perangkat lunak yang akan dibuat secara
Tujuan dari pengujian ini yaitu untuk
garis besar dapat digambarkan dalam suatu
mengetahui tegangan pada setiap pin pada
flowchart, seperti pada Gambar 4.
mikrokontroler yang terhubung dengan driver
relay (fungsi transistor sebagai saklar). Sehingga
akan diketahui kebutuhan arus basis transistor
untuk memberikan status saklar tertutup sehingga
akan menggerakan relay. Tabel 2 menunjukkan
hasil pengujian mikrokontroler.
Tabel 2 Hasil Pengujian mikrokontroler
Titik Mikro- Tegangan

Pengujian kontroler Fungsi Port Non
Ke - ( Port µC ) Aktif
Aktif
1 PA.3 Relay buzzer 0 Volt 4,9 Volt
2 PA.2 Relay CDI 0 Volt 4,9 Volt
3 PA.0 Indikator kontak 0 Volt 4,9 Volt
3. Pengujian driver relay

Pengujian rangkaian driver relay dilakukan
dengan memberikan tegangan 5 volt pada
Gambar 4. Flow chart program masukan driver relay. Tegangan 5 volt digunakan
sebagai simulasi keluaran dari mikrokontroler.
Pada sistem ini, perintah-perintah diprogram
dengan bahasa pemrograman Bascom. Kemudian,
program program ditulis dengan program Bascom
AVR dan di-download-kan ke dalam
mikrokontroler melalui program universal
downloader dengan compile hexadecimal.

Tabel 3 Hasil pengujian driver relay Tabel 5. Tabel pengujian pembacaan tag RFID dengan
penghalang
Masukan Keluaran Jarak Baca Maksimal (cm)
Jenis
Horizontal Atas Horizontal Bawah
Pin 37 Pin 38 Relay Buzzer Relay CDI Penghalang
atas miring Bawah miring
0 0 Mati Mati
450 450
1 0 Hidup Mati
Kertas 3,9 3,7 4,2 4
0 1 Mati Hidup
Mika 3,6 3,8 4 4,3
Besi 0 0 0 0
Berdasarkan Tabel 3 di atas ada beberapa
kondisi yaitu:
a. Ketika pin 37 dan pin 38 diberi masukan 0 Berdasarkan hasil Tabel 5, RFID reader dapat
Volt (logika low) maka relay buzzer dan relay membaca kartu RFID pada dari segala posisi
CDI mati. dengan rata-rata 3,75cm., RFID reader tidak dapat
b. Ketika pin 38 diberi masukan 5 Volt (logika membaca kartu RFID pada posisi tegak lurus
high), dan pin 37 diberi masukan 0 Volt
(vertikal) terhadap reader. RFID reader dapat
(logika low) maka relay buzzer akan hidup,
sedangkan relay CDI dalam kondisi mati. membaca beberapa penghalang antara lain kertas
c. Ketika pin 37 diberi masukan 5 Volt (logika dan mika, namun pada penghalang besi RFID
hight), dan pin 38 diberi masukan 0 Volt reader tidak bisa membaca kartu RFID bahkan
(logika low) maka relay CDI akan hidup, pada jarak pengujian terdekat. Prinsip kerja reader
sedangkan relay buzzer dalam keadaan mati. RFID berdasarkan medan magnet, maka
d. Oleh karena itu berdasarkan Tabel 3 pengujian
kemampuan reader akan menurun atau bahkan
diatas rangkaian driver relay dapat bekerja
dengan baik. tidak bisa membaca pada penghalang dari logam
4. Pengujian jarak RFID (besi). Hal ini dikarenakan tidak terjadi medan
Pengujian antena ini bertujuan untuk magnet pada saat reader didekatkan, sehingga
mengetahui kemampuan jarak toleransi tersedia daya pada kartu RFID. Terbacanya kartu
komunikasi antara kartu RFID dengan RFID RFID oleh RFID reader ditandai dengan bunyi
reader. Pengujian menggunakan antena internal pada buzzer yang terintegrasi pada RFID reader
yang sudah terintegrasi di dalam RFID reader.
setelah kartu RFID didekatkan.
Dalam datasheet RFID reader ID-12 disebutkan
bahwa kemampuan pembacaan dengan 5. Pengujian secara keseluruhan
menggunakan antena internal sejauh 4 cm. Pengujian ini dilakukan untuk mengetahui
Pengujian antena internal ini menggunakan 3 buah unjuk kerja aplikasi kartu RFID sebagai sistem
kartu RFID yang akan dibaca oleh reader dalam 4 pengaman secara keseluruhan. Pengujian
posisi. Pengujian pertama dengan mendekatkan dilakukan dua kali dengan kartu RFID yang
kartu RFID pada reader dengan posisi kartu RFID berbeda, yaitu kartu RFID yang telah diregistrasi
diletakkan horizontal diatas reader. Pengujian dan yang belum diregistrasi. Pengamatan
kedua dengan mendekatkan kartu RFID pada dilakukan dengan mengamati kondisi relay buzzer,
reader dengan posisi tag diletakkan horizontal relay CDI dan kondisi kendaraan bermotor. Untuk
dengan miring 450, pengujian ke tiga degan pengujian keseluruhan langkah-langkahnya adalah
mendekatkan kartu RFID pada reader dengan sebagai berikut:
posisi kartu RFID diletakan dibawah reader, dan 1. Memastikan semua jalur dan semua
pengujian ke empat mendekatkan kartu RFID pada komponen telah terhubung dan terpasang
reader dengan posisi kartu RFID pada bawah dengan benar.
reader dengan miring 450. 2. Siapkan dan hidupkan alat.
3. Dekatkan kartu RFID dengan reader RFID.
Tabel 4. Hasil pengujian pembacan tag RFID tanpa penghalang
4. Catat hasil pengamatan pada tabel pengujian.
Jarak Baca Maksimal (cm)
Data Tag Horizontal Atas Horizontal Bawah
atas miring 450 Bawah miring 450 Tabel 6. Pengujian alat dengan tag RFID yang diregistrasi
Kartu RFID 1 3,2 3,7 4 4
Masukan Keluaran
Kartu RFID 2 3,4 3,7 3,8 4,5
Kartu RFID 3 3,3 3,6 3,6 4,3 Kartu Kunci Relay Relay
Keterangan
Rata-rata 3,3 3,7 3,8 4,2 RFID kontak Buzzer CDI
Kendaraan kondisi mati
Tidak
0 0 Mati karena tidak ada
Aktif
masukan
Tidak Buzer hidup sebagai
0 1 Hidup
Aktif peringatan keamanan
Tidak Motor tidak bias
1 0 Mati
Aktif dihidupkan karena

Masukan Keluaran peringatan keamanan kendaraan. Proses kerja

menunggu masukan alat secara keseluruhan dalam hal ini di
kunci kontak setelah 10
detik sistem meminta aplikasikan pada kendaraan sepeda motor
masukan kartu seperti pada Gambar 6, langkah-langkahnya
1 1 Mati Aktif
Motor dapat distater sebagai berikut :
untuk dihidupkan a) Posisi kendaraan dalam keadan mati
karena posisi kunci kontak dalam
Berdasarkan Tabel 6 ada beberapa kondisi keadaan off
yaitu : b) Motor di On kan dengan menggunakan
a. Saat kartu RFID yang diregistrasi tidak kunci kontak kondisi motor mati dan
didekatkan dan kunci kontak tidak diaktifkan buzzer akan menyala sebagai peringatan
maka buzzer dan relay kontak tidak aktif. dikarenakan tidak mendekatkan kartu
b. Saat kunci kontak diaktifkan dan kartu RFID RFID sebagai starter key ke RFID reader.
tidak didekatkan maka relay CDI tidak c) Mendekatkan kartu RFID ke RFID reader
menyambung sehingga motor tidak dapat dengan kartu yang salah dengan ditandai
dijalankan, selain itu sistem juga indikator LED tidak menyala.
menghidupkan buzzer sebagai peringatan d) Motor di On kan dengan menggunakan
keamanan kendaraan bermotor. kunci kontak maka kondisi motor mati
c. Saat kartu RFID didekatkan dan kunci kontak dan buzzer akan menyala sebagai
tidak diaktifkan maka relay CDI tidak peringatan dikarenakan kartu RFID yang
tersambung sehingga motor tidak dapat didekatkan ke RFID reader tidak terdaftar
dijalankan, setelah 10 detik kunci tidak dalam mikrokontroller.
diaktifkan maka sistem secara otomatis e) Mendaftarkan kartu RFID supaya
meminta memasukan kartu RFID. terdaftar dalam mikrokontroller dengan
d. Saat kartu RFID didekatkan kemudian kunci menekan tombol scan ditandai indikator
kontak diaktifkan maka relay CDI tersambung LED berwarna hijau menyala.
sehingga motor dapat dijalankan. f) Mendekatkan kartu RFID ke RFID reader
dengan kartu yang diterima oleh
Tabel 7. Pengujian alat dengan tag RFID yang tidak mikrokontroller dengan ditandai indikator
diregistrasi LED menyala berwarna merah.
Masukan Keluaran g) Motor di On kan dengan menggunakan
Kartu Kunci Relay Relay
RFID kontak Buzzer CDI
Keterangan kunci kontak maka motor dapat
Kendaraan kondisi dinyalakan
Tidak
0 0 Mati mati karena tidak
Aktif
ada masukan
Buzer hidup sebagai
Tidak
0 1 Hidup peringatan
Aktif
keamanan
Tidak Kendaraan kondisi
1 0 Mati
Aktif mati
Buzer hidup sebagai
1 1 Mati Aktif peringatan
keamanan
Berdasarkan Tabel 7. ada beberapa kondisi

yaitu:
a. Saat kartu RFID yang tidak diregistrasi tidak
diaktifkan dan kunci kontak tidak diaktifkan
maka buzzer dan relay kontak tidak aktif.
b. Saat kunci kontak diaktifkan dan kartu RFID
tidak didekatkan maka relay CDI tidak
menyambung sehingga motor tidak dapat
dijalankan, selain itu sistem juga
menghidupkan buzzer sebagai peringatan
keamanan kendaraan bermotor.
c. Saat kartu RFID yang tidak diregistrasi
diaktifkan dan kunci kontak tidak diaktifkan
maka buzzer dan relay CDI tidak aktif.
d. Saat kartu RFID yang tidak diregistrasi dan
kunci kontak diaktifkan maka motor tidak
dapat dijalankan karena menggunakan kartu Gambar 6. Pengujian Keseluruhan Pada Sepeda Motor
yang salah, selain itu buzzer berbunyi sebagai

4. Kesimpulan revisi 1 Tanggal 29 April 2014 yang telah membiaya

4.1 Kesimpulan penelitian ini.
Setelah mengamati dan membahas
pengaplikasian Kartu RFID (Radio Frequency
Identification) Sebagai Starter Key Elektrik Digital Daftar Pustaka
Berbasis Mikrokontroler AVR ATMega 16, maka Agfianto, 2003, Belajar Mikrokontroler
dapat diambil kesimpulan sebagai berikut: AT89C51/52/55. Yogyakarta: Penerbit Gava
Media.
1. Dengan meggunakan program BASCOM-AVR Blocher, R., 2002, Dasar Elektronika. Yogyakarta:
sistem kendali lebih mudah karena program ini Penerbit Andi.
cukup lengkap dengan adanya simulator untuk Mardiyono, 2011, Perancangan Arsitektur Sistem
LED dan LCD sehingga bisa melihat program Deteksi Anti Pencurian Pada Perpustakaan
yang dibuat didalam simulasi dan sebelum Radio Frequency Identification. Semarang:
didownloadkan kedalam mikrokontroler. Teknik Elektro Polines.
2. Penggunaan alat dilakukan dengan cara Budiyanto,D,2010, Aplikasi Mikrokontroller AT89S51
menghubungkan perangkat lunak (Software) dan Sebagai stater Elektrik Digital Pada Kendaran
perangkat keras (Hardware) sehingga dapat dilihat Bermotor Dengan Penampil LCD. Yogyakarta:
kemampuan program dalam mengendalikan Teknik Elektro IST AKPRIND
mikrokontroler Maryono, 2005, Dasar-Dasar Radio Frequency
Identification (RFID), Teknologi yang
3. Jarak pembacaan kartu RFID oleh RFID reader berpengaruh di perpustakaan. Yogyakarta:
maksimal tanpa penghalang pada posisi horizontal Universitas Gajah Mada.
atas adalah 3,3 cm ; pada posisi atas miring 450 Suranti, 2010, Pembuatan Sistem RFID Menggunakan
adalah 3,7 cm ; pada posisi horizontal bawah Parallax's Reader Module. Jakarta: Bina
adalah 3,8 cm, dan pada posisi horizontal bawah Nuswantara University.
miring 450 adalah 4,2 cm. United States Government Accountability Office,
4. Kartu RFID dapat terbaca oleh RFID reader 2005, Radio Frequency Identification
meskipun ada penghalang, kecuali penghalang Technology in the Federal Government.
dari bahan logam, dan dalam posisi tegak lurus Informaton Security:
terhadap RFID reader. http://www.gao.gov/new.items/d05551.pdf.
Utomo, B. T. (2007). Rancang Bangun Pengaman
5. Mikrokontroler tidak dapat memberikan perintah Mobil Berbasis Mikrokontroler At89s51 dengan
untuk mengaktifkan driver relay jika data yang Aplikasi Telepon Seluler Sebagai Indikator
terbaca oleh reader RFID tidak sesuai dengan data Alarm. Malang: Sekolah Tinggi Manajemen
yang ada pada memori mikrokontroler. Informatika dan Komputer ASIA Malang.
4.2 Saran Wahyudin, D., 2006, Belajar Mudah Mikrokontroler
1. Untuk mendapatkan hasil yang terbaik dalam AT89S52 dengan Bahasa Bascom-8052.
pembuatan alat, usahakan menggunakan sistem Yogyakarta: Penerbit Andi.
yang sederhana dalam rangkaiannya namun Wardhana, 2006, Belajar Sendiri Mikrokontroler
memiliki kemampuan atau kualitas maksimal Atmel AVR Seri ATMega8535 Simulasi,
dalam pemilihan. Hardware dan Aplikasi. Yogyakarta: Penerbit
2. Dalam alat ini buzzer akan mati bila kunci kontak ANDI.
dimatikan pada saat kartu RFID tidak diinputkan.
Untuk pengembangan lebih lanjut dari alat ini,
maka sebaiknya buzzer akan tetap menyala
sebelum menekan tombol khusus.
3. Untuk menambah fungsi dari alat ini, maka dapat
dikembangkan lagi adanya sistem monitoring bagi
yang menggunakan kendaraan bermotor tersebut.
Ucapan Terima Kasih

Penulis mengucapkan terima kasih kepada
Sekolah Tinggi Teknologi Nasional (STTNAS) yang
telah memberi dukungan dan Direktorat Penelitian
dan Pengabdian Kepada Masyarakat Direktorat
Jenderal Pendidikan Tinggi Kementrian Pendidikan
dan Kebudayaan sesuai dengan Surat Perjanjian
Pelaksanaan Penugasan Penelitian Dosen Pemula bagi
Dosen Perguruan Tinggi Swasta No. DIPA-
023.04.1.673453/2014 Tanggal 5 Desember 2013

Rancang Bangun Sistem Pendukung Keputusan Penerimaan

Beasiswa Menggunakan Meotde Naive Bayes Classiffier
Riani Dewi H1, Yunita2, Novi Indrawati3

Mahasiswa Program Studi Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura
Kampus UTM, Jl. Raya Telang Po Box Kamal 69162
E-mail :rdewihariyati@gmail.com1, neta.ayun@gmail.com2, novindriawati28@gmail.com3
Abstrak
Beasiswa merupakan salah satu program pemerintah yang bertujuan meringankan beban biaya pendidikan
bagi siswa maupun mahasiswa. Di perguruan tinggi program beasiswa ini diberikan kepada mahasiswa
yang masih aktif kuliah dan tidak melebihi masa studi normal. Jadi mahasiswa yang mengajukan
beasiswa minimal semester 2 karena sudah mempunyai nilai IPK dan maksimal semester 8. Mahasiswa
yang mendaftar beasiswa harus memenuhi syarat yang sudah di tentukan oleh pihak universitas. Dalam
penelitian ini ada beberapa kriteria-kriteria yang digunakan untuk penyeleksian beasiswa, yaitu
Penghasilan Orangtua, IPK, PLN, dan Tanggungan Keluarga. Metode yang digunakan untuk seleksi
beasiswa adalah metode Naive Bayes Classiffier Classifier , metode ini akan mengklasifikasi pendaftar
beasiswa menjadi dua kelas yaitu kelas layak dan tidak layak. Diharapkan sistem ini dapat berfungsi
optimal dan baik dalam melakukan seleksi beasiswa.
Kata Kunci : kriteria, seleksi, klasifikasi
Abstract
Scholarship is one of the goverment’s program that aims to ease the burden of education expenses for
student or university student. In college the scholarship awarded to student who are still active and
doesn’t exceed the normal study period. So, students who apply for scholarship at minimum of 2 semester
because they have a value of GPA and the maximum of 8 semester. The students who enroled of
scholarship must be eligible that has been specified by the university. In this research, there are several
criteria used for the selection of scholarship, that is Income of Parents, GPA, PLN, and Dependant of
Family. The method used for scholarship selection was method of Naive Bayes Classiffier;this method
would classify the registrants into two classes, that is worthy and unworthy class. Should us that this
system could function optimally and better for selection of scholarship.
Keyword : criteria, selection, classification
1. Pendahuluan yang dapat membantu menyelesaikan permasalahan

1.1 Latar Belakang tersebut.
Hak setiap warga Negara adalah mendapatkan Dalam penelitian ini menggunakan metode
pengajaran, dan haktersebut dicantumkan dalam Naive Bayes Classiffieryang dianggap mampu
Pasal 31 (1) Undang-Undang Dasar 1945. Mengacu memberikan hasil yang akurat dalam
pada pasal tersebut, pemerintah pusat dan pengklasifikasian pendaftar beasiswa ke dalam dua
pemerintah daerah wajib memberikan layanan dan kelas yaitu kelas layak dan kelas tidak layak.
kemudahan juga wajib menjamin terlaksananya
pendidikan yang bermutu untuk setiap warga 1.2 Tujuan
negara Indonesia tanpa adanya diskriminasi. Hal Adapun tujuan dari penelitian ini adalah :
tersebut diutamakan juga untuk warga negara yang 1. Membangun sebuah sistem pendukung
kurang mamputetapiberprestasi dan berpotensi keputusan untuk penyeleksian
akademik yang baik. Oleh karena itu setiap lapisan penerimaanbeasiswa dengan kriteria
lembaga pendidikan tidak tekecuali perguruann Penghasilan Orangtua, IPK, PLN dan
tinggi negeri akan memberikan beasiswa setiap Tanggungan.
semesternya untuk meringankan beban pendidikan 2. Membuat suatu sistem pendukung keputusan
mahasiswa. menggunakan metode Naive Bayes
Dalam penyeleksian beasiswa ada beberapa Classiffie.
kriteria yang telah ditentukan oleh masing-masing
lembaga. Pada penelitian ini kriteria yang 1.3 Penelitian Terdahulu
digunakan adalah Penghasilan Orangtua, IPK, PLN, Sholihah[1] meneliti tentang penentuan Uang
dan Tanggungan Keluarga. Kuliah Tunggal (UKT) yang ada di Universitas
Bidang kemahasiswaan penyeleksi beasiswa Trunojoyo Madura. Penelitian tersebut dilandaskan
memerlukan suatu sistem yang dapat membantu oleh beberapa faktor diantarannya adanya
memberikan solusi dalam penyeleksian mahasiswa pemberian Uang Kuliah Tunggal (UKT) pada
penerima beasiswa. Oleh karena itu dibangun suatu mahasiswa Universitas Trunojoyo Madura yang
sistem pendukung keputusan penyeleksian beasiswa berbeda-beda berdasarkan beberapa kriteria yang

telah ditentukan. Ada empat golongan besaran nilai Jananto[5] meneliti mengenai pencarian
UKT yang ada di Universitas Trunojoyo Madura, perkiraan masa studi mahasiswa. Penelitian
golongan 1 bernilai 1.000.000, golongan 2 bernilai dilakukan di Universitas Stikubank (UNISBANK)
1.800.000, golongan 3 bernilai 2.250.000, dan Semarang. Penelitian dilakukan untuk bisa
golongan 4 bernilai 2.500.000. Untuk menentukan mengetahui masa studi mahasiswa di suatu
besaran pada masing-masing mahasiswa peneliti universitas, karena masa studi mahasiswa sangatlah
membuat suatu sistem pendukung keputusan penting untuk suatu perguruan tinggi demi
menggunakan metode Naive Bayes Classiffier. Pada meningkatkan perbaikan kualitas.Pada penelitian
penelitian ini mampu memberikan hasil dengan ini peneliti menggunakan metode Naive Bayes
tingkat akurasi yang cukup tinggi. Dari beberapa Classiffier. Algoritma Naive Bayes Classiffier
skenario, skenario satu memberikan akurasi paling menghitung perbandingan peluang antara jumlah
tinggi dengan hasil pada data kategorik 90 % dari masing-masing kriteria.Dari hasil uji coba
sedangkan pada skenario hasil pada dua data diperoleh tingkat kesalahan prediksi berkisar 20%
kategorik 78.67%. sampai dengan 50% dengan data training dan
Kusumadewi[2] pada penelitiannya mengenai testing yang diambil secara random. Namun
pengklasifikasian status gizi seseorang rata-rata tingkat kesalahan berkisar 20 % hingga
menggunakan alat ukur antropometri sebagai 34%. Tinggi rendahnya tingkat kesalahan dapat
variabel input. Penelitian tersebut didasarkan disebabkan oleh jumlah record data dan tingkat
adanya suatu perbedaan status gizi pada masing- konsistensi dari data training yang digunakan.
masing individu. Alat ukur menggunakan Sedangkan hasil prediksi dari ketepatan lama
antropometri digunakan untuk menentukan keadaan studi dari mahasiswa angkatan 2008 adalah
gizi seseorang, untuk hasil yang optimal ada sebesar 254 mahasiswa diprediksi ”Tepat Waktu”
beberapa pedoman antropometri diantaranya dan sisanya yaitu 4 orang diprediksi ”Tidak Tepat
penilaian terhadap usia dan berat badan, panjang Waktu”.
badan, tinggi badan dan lingkar lengan atas. Pada
penelitian ini terdapat 5 golongan status gizi yaitu 2. Metode
berat kurang, berat normal, obesitas kurang, Metode yang digunakan dalam penelitian
obesitas sedang, dan obesitas berat. Untuk pengambilan keputusan ini adalah metode Naive
menentukan status gizi tersebut menggunakan Bayes Classiffier. Metode ini menggunakan konsep
metode Naive Bayes Classiffie, dengan hasil yang probabilitas yang bertujuan untuk melakukan
cukup berakurasi tinggi yaitu bernilai 93,2%. klasifikasi data pada class tertentu.[6]
Hasibuan dkk, [3] pada penelitiannya Metode Naive Bayes Classiffiermerupakan
mengenai seleksi penerimaan beasiswa, penelitian penyederhanaan dari teorema Bayes, penemu
dilakukan di SMAN 2 Metro. Penelitian ini metode ini adalah seorang ilmuwan Inggris yang
bedasarkan pada adanya kendala dan kesulitan bernama Thomas Bayes. Probabilitas bersyarat
dalam proses penyeleksian beasiswa di SMAN 2 adalah dasar dari teorema Bayes yang dinyatakan
Metro. Pada penelitian ini menggunakan metode dalam persamaan 1.
Analytical Hierarchy Process (AHP) sebagai ............(1)
perhitungan manualnya dan menggunakan expert
choice, untuk mendapatkan hasil keputusan yang Probabilitas X di dalam Y adalah probabilitas
konsisten. Kesalahan yang sering terjadi dalam interseksi X dan Y dari probabilitas Y atau dengan
perhitungan metode ini adalah terjadinya kesalahan bahasa lain P(X|Y) adalah prosentase banyaknya X
pada penetuan bobot dan proses pembandingkan didalam Y.
secara berpasangan. Algoritma dalam metode Naive Bayes
Fredrik [4] meneliti tentang masa studi Classiffieradalah algoritma teknik klasifikasi. Pada
mahasiswa berdasarkan jalur penerimaan pengklasifikasianNaive Bayes Classiffier
menggunakan klasifikasi data mining. Penelitian ini diasumsikan bahwa ciri pada kelastertentu tidak ada
dilakukan di STMIK Palangkaraya terhadap hubungannya dengan ciri dari kelaslainnya.
mahasiswa jurusan D3 Manajemen Informatika Penjelasan teorema Naive Bayes Classiffierseperti
pada tahun kelulusan 2006-2008. Penelitian ini pada persamaan 2.
dapat digunakan untuk membantu peningkatan ..........(2)
perbaikan kualitas perguruan tinggi tersebut.
Peneliti menggunakan metode Naive Bayes dimanaC merupakan kelas, sementara variabel
Classiffier untuk penelitian ini. Dengan metode F1..Fn karakteristik petunjuk yang dibutuhkan
Naive Bayes Classiffier untuk pengklasifikasian dan untuk melakukan klasifikasi.
prediksi dapat memberikan suatu hasil berupa Selanjutnya adalah mencari nilai posterior
informasi atau pengetahuan yang dapat dijadikan yang digunakan sebagai perbandingan dengan nilai
dasar pengambilan keputusan atau strategi pihak posterior kelas-kelas lainnya untuk menentukan ke
institusi dalam rangka meningkatkan kualitas kelas apa suatu sampel akan diklasifikasikan. Hal
perguruan tinggi. tersebut ditunjukan pada persamaan 3 dan 4.

P Y1,Y1,Y3…Yn |X P Y1| X * P Y2| X *…. Proses Training Data dalam metode Naive
P Yn| X ...........(3) Bayes Classiffier ditunjukan pada Gambar 1
P X |Y1,Y1,Y3,...Yn P X * P Y1| X * P Y2| dengan penjelasan sebagai berikut :
X *…P Yn| X ............ 4 1. Mulai.
2. Menginputkan data pelatihan atau
Dalam metode Naive Bayes Classiffierterdapat Training Data.
dua fase yaitu fase training dan testing. 3. Pre-processing data dengan parameter
1. Data Pelatihan yang digunakan bersifat kategorikal.
Jika jenis data bersifat kategorial untuk 4. Proses perhitungan dengan metode
sebagian data yang telah diketahui kelasnya Naive Bayes Classiffier untuk data
diproses untuk membentuk model perkiraan. kategorikal langkah pertama yang
Namun jika jenis data bersifat numeric, maka dihitung adalah probabilitas setiap
proses training harus melewati beberapa kelasnya.
tahapan yaitu perhitungan nilai mean, 5. Selanjutnya menghitung probabilitas
variance, dan deviasi standart pada tiap atribut dalam kelasnya.
kriteria untuk masing-masing golongan. 6. Hasil probabilitas yang telah dihitung.
2. Data Percobaan 7. Selesai.
Proses ini merupakan proses perhitungan data
yang mengacu pada data training. Pada proses Data Percobaan (Testing Data)
ini ada beberapa tahapan, yaitu menghitung
peluang kriteria terhadap golongan,
menghitung peluang setiap golongan, dan
menentukan nilai maximal pada masing-
masing posterior.
A. Rancangan Sistem
a. Flowchart
Data Pelatihan (Training Data)
Gambar 2. Perancangan Testing Data
Proses Testing Data merupakan proses inti

dari metode Naive Bayes Classiffier. Pada proses
ini akan dihasilkan keputusan akhir dari
perhitungan metode Naive Bayes Classiffier. Proses
tersebut ditunjukan pada Gambar 2 dengan
penjelasan sebagai berikut :
1. Mulai.
2. Menginputkan Testing Data dimana
data ini merupakan data pendaftar
beasiswa.
Gambar 1. Perancangan Training Data
3. Pre-processing data dengan parameter
yang digunakan bersifat kategorikal.

4. Membaca Training Data, karena Merupakan Use Case hasil seleksi

proses pada Testing Data mengacu dari perhitungan menggunakan Naive
pada Training Data. Bayes Classifier.
5. Menghitung peluang kriteria terhadap
masing-masing kelas. 2.1 Metode Pengumpulan Data
6. Menghitung peluang pada setiap Untuk menyelesaikan penelitian ini, berikut
posterior. adalah metode pengumpulan data yang dilakukan
7. Setelah menghitung peluang pada oleh peneliti :
setiap posterior, dilanjutkan dengan 1. Penelitian Lapangan.
menentukan peluang maximal dari Penelitian lapangan dilakukan di Fakultas
posterior. Teknik Universitas Trunojoyo Madura
8. Hasil akhir berupa keputusan dari untuk memperoleh data dan informasi
peluang maximal tersebut. yang dibutuhkan untuk penelitian
9. Selesai. mengenai pendaftar beasiswa tahun 2014.
Bentuk penelitian yang dilakukan antara
b. Use Case lain:
a. Wawancara
Wawancara atau mengajukan tanya
jawab dengan staf penyeleksi
beasiswa Fakultas Teknik Universitas
Trunojoyo Madura untuk menggali
informasi lebih detail mengenai
proses beasiswa.
2. Penelitian Kepustakaan
Pada penelitian kepustakaan ini dilakukan
dengan studi literatur dengan pembelajaran
melalui buku, e-book, jurnal, internet, dan
sumber referensi lainnya.
2.2 Metode Analisa Data

Pada penelitian ini jenis data yang digunakan
bersifat kategorik dengan beberapa kriteria yaitu
Gambar 3. Use Case Sistem Penghasilan Orangtua, PLN, PBB dan Tanggungan
Keluarga. Setelah melakukan pengumpulan data
Secara garis besar, use case rancangan sistem dan menentukan jenis data kemudian data akan
pendukung keputusan yang akan dibuat adalah diolah menggunakan metode Naïve
seperti pada Gambar 3. Berikut ini penjelasan dari BayesClassifier.
masing-masing tahapan pada alur sistem secara Pada metode Naïve Bayes Classifier akan
umum.: diklasifikasi ke dalam dua class yaitu class layak
1. Actor : admin dan pegawai dan class tidak layak untuk mendapatkan beasiswa.
2. Use Case:
 Manajemen user : 3. Hasil dan Pembahasan
Merupakan User Case untuk olah Perancangan sistem penentuan beasiswa di
data user sesuai dengan tingkatan jelaskan bahwa proses yang di lakukan dalam
level. metode Naïve BayesClassifier yaitu menentukan
 Menginputkan data pendaftar : data training. Dalam metode ini tedapat data
Merupakan User Case untuk berbentuk numeric dan kategorikal, jika data
menginputkan data pendaftar berbentuk numeric, maka penghitungannya
beasiswa yang dilakukan oleh menggunakan nilai mean, deviasi standart dan
pegawai. variance nya. Jika data berbentuk kategorikal,
 Proses Naïve BayesClassifier : maka akan dihitung probabilitas setiap kelas dan
Merupakan Use Case untuk probabilitas setiap atribut dalam kelasnya. Dalam
melakukan perhitungan penyeleksian studi kasus ini menggunakan data kategorik.
terhadap data mentah pendaftar Sebagai contoh data training ditunjukan pada Tabel
beasiswa menggunakan Naive Bayes 1:
Classifier untuk mendapatkan hasil
yang layak diterima dan tidak layak.
 Review hasil seleksi beasiswa :

Tabel 1. Data Training
Gambar 5. Data Testing
Gambar 5 merupakan data testing atau data

pengujian, data testing yang diinputkan ini nantinya
akan ditentukan oleh sistem menggunakan metode
Naïve Bayes Classifier.
Data training atau data pelatihan yang

digunakan dalam penelitian ini sebanyak 25 data
training. Pada penggunaan data training ini bisa
menggunakan beberapa skenario untuk uji coba
sistem. Gambar 6. Hasil Data Testing
Gambar 6 menunjukan perhitungan data

testing, hasil perhitungan diatas merupakan
perhitungan posterior pada masing-masing class
yaitu class layak dan class tidak layak. Setelah
menghitung masing-masing nilai posterior lalu
menentukan nilai posterior maximum dari kedua
class tersebut untuk menentukan keputusan apakah
mahasiswa tersebut layak atau tidak untuk
menerima beasiswa. Hal tersebut merupakan proses
akhir dari metode Naïve Bayes Classifier.
4. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian
tersebut adalah :
1. MetodeNaïve Bayes
Classifiermemberikanproses penyeleksian
Gambar 4. Pehitungan Probabilitas yang cepat dan algoritmanya mudah
dimengerti.
Gambar 4 diatas merupakan perhitungan 2. Bahwa jumlah data training atau data
probabilitas yang dilakukan untuk menentukan pelatihan dapatmempengaruhi tingkat
probabilitas dari masing-masing kriteria pada setiap akurasi.
class. Perhitungan probabilitas ini mengacu pada 3. Dibutuhkan beberapa uji coba (skenario)
jumlah data taraining atau data pelatihan yang telah data training atau data pelatihan unuk
ditetapkan sebelumnya. mendapatkan hasil dengan tingkat akurasi
yang tinggi.

Saran yang dapat peneliti sampaikan antara

lain :
1. Dalam penelitian ini hanya menggunakan
5 kriteria untuk penyeleksian mahasiswa
penerima beasiswa. Untuk penelitian
selanjutnya bisa ditambah beberapa
kriteria lagi.
2. Jenis pengelompokan data dalam
penelitian ini bersifat kategorik, untuk
hasil yang lebih optimal mungkin bisa
ditambah dengan perhitungan data
numeric.
3. Untuk mengetahui hasil perbandingan
perhitungan seleksi beasiswa penelitian
selanjutnya bisa menggunakan metode
yang lain.
Ucapan Terima Kasih

Ucapan terima kasih kami sampaikan kepada
kedua orang tua kami, yang tak hentinya
memberikan do’a serta semangat untuk kami dan
kepada dosen pembimbing kami tercinta ibu
Andharini Dwi Cahyani,S.Kom,M.Kom yang
senantiasa membimbing dan memberikan semangat
untuk menyelesaikan penelitian ini.
Daftar Pustaka
[1] Sholihah, Ani.2013. Sistem Penentuan Uang
Kuliah Tunggal (UKT) menggunakan metode
Naive Bayes Classiffier Classifier. Program
Studi Teknik Informatika Universitas
Trunojoyo.
[2] Kusumadewi, Sri.2009.Klasifikasi Status Gizi
Menggunakan Naive Bayesian
Classification.Jurusan Teknik Informatika
Universitas Islam Indonesia.
[3] Said Hasibuan, Aulia Vitari dan
Muhammad.2010.Sistem Penunjang
Keputusan Penerimaan Beasiswa
Menggunakan Metode Analytical Hierarchy
Process. Studi Kasus Penerimaan Beasiswa Di
Sman2 Metro.Magister Teknologi Informasi
IBI Darmajaya
[4] Ulysses, John Fredrik .125301917.Data
Mining Classification Untuk prediksi Lama
MasaStudi Mahasiswa Berdasarkan Jalur
Penerimaan Dengan Metode Naive Bayes.
Magister Teknik Informatika Universitas
Atma Jaya Yogyakarta.
[5] Jananto, Arief.2013. Algoritma Naive Bayes
untuk Mencari Perkiraan Waktu Studi
Mahasiswa. Program studi sistem informasi
universitas Stikibank.
[6] Natalius, Samuel.2010/2011. Metoda Naïve
Bayes Classifier dan Penggunaannya pada
Klasifikasi Dokumen. Program Studi Sistem
dan Teknologi Informasi Sekolah Teknik
Elektro dan Informatika.

KENDALI PENSTABIL FREKUENSI DAN TEGANGAN

UNTUK PEMBANGKIT LISTRIK MIKROHIDRO
MENGGUNAKAN BEBAN KOMPLEMEN DENGAN
PENGENDALI PID DAN PWM
Ana Ningsih 1, Oyas Wahyunggoro 2, M Isnaeni BS 3
Fakultas Teknik UGM1

ana_ningsih@mail.ugm.ac.id
Fakultas Teknik UGM 2
Fakultas Teknik UGM 3
Abstrak
Pemanfaatan energi air yang mengalir dari ketinggian tertentu yang kemudian dimanfaatkan untuk memutar
kincir turbin dan diubah menjadi energi listrik atau yang disebut pembangkit listrik mikrohidro merupakan
salah satu solusi dalam masalah krisis energi selama ini. Selain itu, kestabilan tegangan sangat diperlukan
dalam kelangsungan penggunaan pembangkit listrik. Tegangan yang tidak stabil membuat peralatan listrik
(beban) mudah rusak. Untuk mengurangi ketidakstabilan ada berbagai cara, salah satunya yaitu menggunakan
rangkain kendali elektronik beban semu/ komplemen. Intinya generator akan dibebani dengan total beban
yang selalu konstan, beban pada konsumen ditambah beban komplemen (semu) sama dengan kapasitas
nominal generator. Penelitian ini menggunakan generator 3 phase dan motor induksi 3 phase sebagai mesin
penggerak, beban utama menggunakan lampu dan beban semu menggunkan pemanas. Kendali utama
menggunakan mikrokontroler Dspic30f4012 dihubungkan dengan sensor tegangan. Mikrokontroler bekerja
menggunakan PWM dengan umpan balik menggunakan PID, yang kemudian PWM memberikan informasi
pulsa ke rangkaian penggerak beban. Penggunaan PID pada sistem kendali ini akan menghasilkan tegangan di
generator pada 50 Hz dan 220Vac baik ada beban ataupun tidak. Sehingga tegangan yang disalurkan ke
konsumen stabil dan tidak merusak peralatan elektronik.
Kata Kunci: Beban komplemen (semu), mikrokontroler dspic30f4012, mikrohidro, PWM, PID.
1. Pendahuluan ”Rancang bangun pengontrolan beban secara

Energi merupakan kebutuhan pokok manusia. elektronik pada pembangkit listrik”, mengatakan
Sumber energi sekarang didominasi oleh sumber tingkat performasi suatu sistem pembangkit listrik di
energi primer seperti minyak bumi, gas alam dan tentukan oleh output hasil frekuensinya, terutama
batu bara, padahal sumber energi primer tersebut pembangkit listrik mikrohidro. Pemakaian beban
semakin lama persedianya semakin menipis dan yang tidak menentu akan membuat frekuensi
tidak dapat diperbaharui oleh sebab itu dibutuhkan berubah dan membuat peralatan listrik (beban)
sumber energi alternatif untuk kehidupan yang akan tersebut mudah rusak, pengontrolan beban secara
datang. Salah satu nya yaitu pembangkit listrik elektronik pada pembangkit listrik ini dapat
tenaga mikrohidro (PLTMH). Pemilihan PLTMH meminimalkan kerusakan akibat frekuensi keluaran
sebagai sumber energi terbaharukan karena dari sistem distribusi yang tidak stabil, penggunaan
Indonesia kaya akan potensi sumber daya air terlihat kontrol beban secara elektronik lebih murah
dari letak geografisnya. dibanding kontrol menggunakan governor, selain itu
Mikrohidro adalah sumber pembangkit listrik dimensi luasanya pun lebih ringkas dan praktis.
terbatas yang memanfaatkan ketingian aliran air Untuk mengatasi permasalahan tersebut diperlukan
pada level tertentu di sungai, yang kemudian sebuah penyelesaian dengan berbagai metode, Salah
digunakan untuk memutar turbin dan disambungkan satu solusinya yaitu (Induction Generator
ke generator, sehingga generator tersebut Controller) IGC generator induksi 3 phase, adalah
menghasilkan sumber energi listrik yang dapat sebuah kendali yang mengatur beban elektronik,
dimanfaatkan untuk sesuatu yang berguna. Dalam cara kerjanya yaitu generator akan dibebani dengan
pembuatan mikrohidro diperlukan sebuah total beban yang selalu konstan. Beban pada
perancangan agar mikrohidro tersebut bekerja secara konsumen ditambah beban komplemen (semu) sama
optimal, salah satunya yaitu mengatur putaran motor dengan kapasitas nominal generator. Hal ini
generator dalam keadaan tetap agar tegangan dan mengakibatkan putaran generator senantiasa
frekuensi yang dihasilkan stabil. konstan. Sehingga tegangan dan freuensi yang
Pada penelitian yang dilakukan Inggih Surya dihasilkan tetap pada 220V dan 50 Hz. Penggunaan
Permana, dkk (2010). dalam paper berjudul PID di dalam sistem kontrolnya diharapkan

menghasilkan nilai output sesuai dengan yang  Rangkaian Sensor Tegangan

diharapkan Sensor tegangan berfungsi untuk mendeteksi
Sistematika penulisan ini adalah: Abstrak yang berisi tegangan yang dihasilkan oleh sumber. Prinsip
intisari dari penelitian yang dilakukan. Bab 1 kerjanya yaitu sumber tegangan Vac dari generator
Pendahuluan berisi latar belakang, studi literatur dan dihubung ke trafo primer, sedangkan trafo sekunder
tujuan penelitian. Bab 2 Metode berisi: diagram dihubung ke jembatan dioda. Tegangan 220 Vac
kerja secara keseluruhan, rangkaian sensor tegangan, diubah menjadi tegangang 6Vdc yang kemudian
rangkaian penyearah 1 phase, rangkaian pengerak disearahkan gelombang penuh menggunakan
beban semu, mikrokotroler, algoritma pemrograman jembatan dioda. Nilai R1 dan R2 digunakan untuk
dan penalaan PID. Bab 3 berisi hasil dan menentukan batas tegangan 220 yang dibaca oleh
pembahasan, yaitu hasil pengukuran sesor suhu dan sensor. Nilai R1 = 551 dan R2 = 389
penalaan PID. Bab 4 berisi kesimpulan. Kemudian
ucapan terimakasih dan daftar isi.
2. Metode Sehingga dihasilkan tegangan 2,52 Vdc saat

Untuk meyelesaikan permasalahan diatas maka tegangan 220 Vac. Titik ini yang akan dipakai
diperlukan sebuah perancangan perangkat keras sebagai acuan dalam pembacaan sensor ke
maupun perangkat lunak. Kendali IGC (Induction mikrokontroler.
Generator Controller) komponen utama yang harus
ada adalah beban semu (komplemen) dan kontrol itu
sendiri. Adapun gambar blok kerjanya sbb:
Gambar 2. Sensor tegangan
 Rangkaian Penyearah 1 Phase

Rangkaian penyearah yang digunakan adalah
penyearah gelombang penuh 1 phase, untuk
menyearahkan sumber Vac dari generator, dengan
menggunakan diode bridge tipe KBJ508 spesifikasi
5 amper.
Gambar 1. Diagram Blok kerja
Secara umum cara kerja sistem kendali penstabil

frekuensi dan tegangan mikrohidro sebagai berikut.
Ketika generator berputar dan memberikan sumber
tegangan ke beban utama secara bersamaan sensor
tegangan membaca dan mengirimkannya ke Gambar 3. Rangkaian Penyearah 1 phase
mikrokontroler melalui ADC, kemudian
mikrokontroler mengaktifkan algoritma PID dan  Rangkaian Penggerak Beban Semu
meneruskanya ke PWM, PWM memberikan sinyal Rangkaian penggerak beban semu menggunakan
pulsa ke rangkaian penggerak beban semu optocoupler 4n35 sebagai pemisah antara sumber
(bertindak sebagai saklar) untuk mengaktifkan/ arus 5Vdc dengan 220Vdc, dan mosfet sebagai
mematikan beban semu. saklar untuk beban semu, pemilihan mosfet sebagai
Sistem kalang tertutup dibuat agar mempertahan saklar karena bisa bekerja pada tegangan yang tinggi
nilai tegangan generator tetap 220 Vac. Jadi ketika dan daya yang besar dibanding dengan transistor
tegangan turun/naik kemudian dibaca oleh sensor
dan diterjemahkan oleh mikrokontroler, maka PID
memulai aksinya untuk menjaga nilai error sekecil
mungkin dan meneruskan nya ke PWM, yang
kemudian PWM memberikan isyarat ke rangkaian
penggerak beban semu untuk mengaktifkan
/mematikan beban semu. Beban semu digunakan
sebagai peyeimbang dari beban utama agar
generator bekerja pada tegangan 220 Vac.
2.1 Metode Pengumpulan Data

Rangkaian pendukung yang digunakan adalah: Gambar 4. Rangkaian penggerak beban semu

Gambar 6. Diagram alir pemrograman mikrokontroler

 Mikrokontroler Dspic30f4012  Penalaan PID
Mikrokontroler dspic 30f4012 adalah keluaran dari Didalam pemrograman algoritma PID dibutuhan
perusahaan microchip dengan tipe data 16bit. nilai parameter untuk Kp, Ki dan Kd. Metode yang
Struktur utama dari mikrokontroler ini yaitu: inti digunakan untuk menentukan tuning PID yaitu
CPU, sistem integrasi dan pendukungnya. Didalam dengan respon waktu Ziegler Nichols dan metode
inti CPU terdapat CPU itu sendiri, data memory, kinerja terbaik. Dikarenakan metode ini mudah dan
program memory, mesin DSP dan interupsi. dapat menghasilkan nilai terbaik.
Pada rangkaian sistem minimum dihubungkan
dengan rangkaian powersupply, rangkaian reset dan Respon Waktu Kalang Terbuka Ziegler Nichos
rangkaian osilator, untuk osilator yang digunakan 20 Pada metode ini langkah- langkah pengukuranya
MHz. sedangkan untuk rangkaian downloader mikro terlihat di Gambar 7.
hanya dihubungkan ke port seperti terlihat pada
gambar di bawah ini.
Gambar 7. Diagram alir pengambilan data metode respon

waktu
1. Pengukuran dilakukan pada saat kalang terbuka,

belum menggunkan algoritma hanya ADC dan
PWM saja.
2. Pengukuran dilakukan di rangkain penggerak
beban semu, ini dikarenakan rangkaian tersebut
Gambar 5. Sistem minimum mikrokontroler yang paling mendekati beban semu yaitu titik
yang akan dikontrol. Pada beban semu tidak
 Algoritma Pemrograman dapat dilakukan pengukuran karena beban semu
Kontrol utama dalam sistem ini menggunakan menggunakan tegangan 220v sedangkan fitur
mikrokontroler dspic 30f4012 yang mempunyai fitur pada osiloscope hanya mampu mengukur sampai
internal PWM, bahasa pemrograman yang 20v saja
diggunakan yaitu bahasa c. Adapun diagram alir dari 3. Pengukuran dilakukan saat diberi beban utama
pemrograman mikrokontroler sebagai berikut: 100 watt, karena pada beban maksimal maka
hasil pengukuran akan lebih terlihat jelas dari
pada beban 25watt.
Adapun hasil pengukuran metode respon waktu

kalang terbuka terlihat di Gambar 8.
Gambar 8. Grafik pengukuran respon waktu kalang

terbuka


Penalaan PID Kinerja Terbaik 3.1 Sensor suhu
Metode ini dilakukan dengan uji coba berualang – Langkah pertama dalam melakukan pemrograman
ulang, sehingga dihasilkan nilai penalaan PID algoritma ini adalah dengan melakukan pengukuran
dengan kinerja terbaik, di sensor tegangan, proses ini dilakukan ketika
sistem masih kalang terbuka tanpa adanya kendali
2.2 Metode Analisis Data PID, adapun hasil pengukurannya adalah pada tabel
Pada metode uning PID menggunakan waktu respon 2.
lup terbuka, didapat gambar di bawah ini.
Tabel 2. hasil pengukuran sensor tegangan
Beban Beban Teg Teg Frek
utama Semu Input Output (Hz)
L
(Watt) (Watt) (Vac) (Vdc)
T
0 100 296 3.54 56,9
K
25 75 282 3.35 55,6
50 50 260 3.17 53,5
75 25 237 2.83 51,2
100 0 221 2.6 50
3.2 Hasil Pengukuran PID Respon Waktu Kalang

Gambar 9. Grafik pengukuran respon waktu lup terbuka Terbuka Ziegler Nichols
dengan penalaan PID
Dari hasil penalaan PID dengan nilai parameter
Dari gambar 9 dapat dijabarkan untuk nilai yang Kp=0.9 Ki=25 dan Kd=0.001, adalah
didapat yaitu:  Saat beban semu 100 Watt
L = 20 ms= 0,02 s
T = 60 ms = 0,06 s
K= 4
Sesuai dengan hasil di atas kita masukan ke
persamaaan berikut, menjadi :
Tabel 1. Parameter Tuning Untuk metode respon waktu

Gambar 10. Grafik respon waktu saat beban 100 W
kalang terbuka
P PI PID
 Saat beban semu 75 Watt
Kp T/K.L 0.9 T/K.L 1.2T/K.L
Ti 0 3.3 T 2L
Td 0 0 0.5L
Maka di dapat nilai untuk PID adalah:
Gambar 11. Grafik respon waktu saat beban 75W
Persamaan ideal kontrolnya
Dari persamaan tabel 1, maka dimasukan nilai

didapat Kp=0.9 Ki=25 dan Kd=0.001. Langkah
selanjutnya yaitu memasukan nilai tuning tersebut
ke algoritma PID.
Gambar 12. Grafik respon waktu saat beban 50 W

 Saat beban semu 25 Watt Kedua seting Kp dengan Ki=0 dan Kd=0, nilai Kp
dinaik turunkan sehingga di dapat hasil yang
maksimal yaitu Kp =5.
Ketiga seting Kd dengan Kp=5 dan ki=0. Nilai Kp
dinaik turunkan untuk mendapatkan respon terbaik
yaitu pada nilai Kd=3.
Dari ujicoba diatas didapat nilai Kp=5, Ki=0, Kd=3.
Hasil pengukuranya adalah

Gambar 13. Grafik respon waktu saat beban 25W
Tabel 3. Hasil pengukuran

Beban Beban Teg Frek
Utama semu Generator (Hz)
(Watt) (Watt) (Vac)
0 100 235 53
25 75 226 51,3
Gambar 15. Grafik kinerja terbaik beban 100w
50 50 222,5 50,5
75 25 218 49,8  Saat beban semu 75 Watt
100 0 214 48,9
3.3 Penalaan PID Kinerja Terbaik

Dalam langkah percobaan penentuan tuning
PID dengan kinerja terbaik, dilakukan uji coba
secara berulang-ulang, adapun langkah-langkanya
pada gambar 14, adalah:
Mulai
Didapat nilai Ki,
cari Kp
Inisialisasi Prog  Saat beban semu 50 Watt

utama, register Out nilai PDC
ADC & PWM ke PWM
Input ADC Tidak

dari sensor Mempercepat
respon
Ya
Titik tengah 558 dibuat nol
Range sensor diperlebar 5x, Didapat nilai Ki, & Kp,
cari nilai Kd
Membalikan nilai PDC agar Out nilai PDC

berbanding searah dng PWM ke PWM
Pengendalian PID
Penalaan Kp=1, Ki=0

Tidak  Saat beban semu 25 Watt
cari nilai Ki Efek redam
Ya
Out nilai PDC
ke PWM Ambil data & disimpan
Tidak Ya
Error hilang
Selesai
Gambar 14. Diagram alir penalaan PID kinerja terbaik

Pertama seting Kp=1, Kd =0, kemudian nilai Ki
dinaik turunkan, ketika Ki diberi nilai terjadi osilasi Untuk hasil pengukuran tegangan di generator
meskipun nilai yang di berikan sangat kecil, maka terlihat pada tabel 4.
diputuskan Ki=0.

Tabel 4. Hasil pengukuran di generator

No Beban semu Teg Frekuensi
(Watt) Generator (Hz)
(Vac)
1 0 220 50
2 25 220 50
3 75 220 50
4 100 220 50
4. Kesimpulan
1. Dengan penggunaan kontrol IGC (Induction
Genertor Controller) dapat dihasilkan kontrol
generator secara otomatis.
2. Penggunaan mikrokontroler Dspic 30f4012,
memudahkan penggunaan baik secara
pemrograman maupun perancangan perangkat
keras.
3. Proses penentuan penalaan PID menggunakan
metode respon waktu belum menunjukan hasil
yang maksimal, karena tegangan di generator
belum bisa konstan di 220Vac.
4. Penentuan penalaan PID mencari kinerja terbaik
menghasilkan tegangan keluaran generator tetap
pada 220 Vac baik saat saat ada beban maupun
beban penuh.
Ucapan Terima Kasih

Pada penelitian ini, peneliti mengucapkan terimaksih
kepada Jurusan Teknik Elektro dan Teknologi
Informasi Program Studi S2 Teknik Elektro Fakultas
Teknik Universitas Gadjah Mada Yogyakarta.
Daftar Pustaka
Jasa, L, Hery, M, (2010) ” Aplikasi Neural Network
Pada System Control Turbin Mikro hidro”,
Lontar Komputer vol. 1 no.1, Desember
Inggih Surya Permana, Yahya Chusna Arief,
Suryono “ Rancang Bangun Pengontrolan
Beban Secara Elektronik Pada Pembangkit
Listrik (perangkat lunak)”, ST, Politeknik
Elektronika Negeri Surabaya (PENS),
Surabaya, Indonesia.
Mbabazi, Leari, (2010), “Analysis and Desain of
Electronic Load Controllers for Micro-hydro
Systesm in the Developing World”,
University of Sheffield, E-Future.
Zuhal, Zhanggischan, (2004), “Prinsip Dasar
Elektronika”, Gramedia.

Ekstraksi Connected Component dan Transformasi Ruang Warna

CIELAB Untuk Segmentasi Citra Penyakit Pada Daun Tanaman
Jagung
Frangky Tupamahu 1, Septian Enggar Sukmana2, Christyowidiasmoro3
Teknik Informatika, Politeknik Gorontalo1

frangkytupamahu@poligon.ac.id
Teknik Elektro, Institut Teknologi Sepuluh Nopember 2
septian.enggar13@mhs.ee.its.ac.id
Teknik Multimedia dan Jaringan, Institut Teknologi Sepuluh Nopember 3
christyowidiasmoro@ee.its.ac.id
Abstrak
Kemampuan manusia untuk mengenali objek penyakit yang disebabkan oleh ganguan tersebut perlu
diuji oleh laboratorium untuk memperoleh hasil yang lebih akurat. Infeksi penyakit yang disebabkan
oleh ganguan mikroorganisme pada daun tanaman jagung memberi dampak kerugian pada hasil
panen para petani.. Pada ilmu biometrika dapat membantu mengidentifikasi objek penyakit daun
jagung tersebut dengan melakukan proses Segmentasi. Transformasi ruang warna RGB ke CIELab
untuk persamaan persepsi citra dari hasil akuisisi menggunakan perangkat yang berbeda. Segmentasi
objek penyakit pada citra daun berdasarkan ukuran terbesar luas area komponen objek yang
terhubung pada ruang warna CIE a* dalam bentuk citra monokrom dan telah dilakukan pelabelan.
Percobaan dilakukan menggunakan data sejumlah 30 citra dengan hasil untuk penyakit hawar daun,
memiliki luas area terbesar pada citra ke-10 dan pada penyakit bercak daun memiliki luas area pada
citra ke-22.
Kata Kunci: Bioinformatika, CIE a*, Labeling, luas area
1. Pendahuluan secara otomatis. Penerapan K-means dan Neural

Setiap saat, mikroorganisme menginfeksi networks diformulasikan untuk klastering dan
berbagai macam daun tumbuhan, salah satunya klasifikasi penyakit yang memberikan efek pada
adalah daun jagung. Infeksi yang dilakukan oleh daun tanaman. Chaudhary dkk. (Chaudhary,
mikroorganisme membawa dampak buruk bagi daun Chaudhari, Cheeran, Godara.,2012) menerapkan
jagung. Cendawan sebagai salah satu jenis pendekatan transformasi warna untuk mendeteksi
mikroorganisme membawa penyakit seperti bulai, titik penyakit pada daun tumbuhan melalui
bercak daun, hawar daun, hawar upih, karat daun, perbandingan efek dari CIELAB, HIS, dan YCbCr.
busuk batang, dan gosong bengkak. Daun yang Kulkarni (Kulkarni,Patil,2012) menerapkan gabor
terinfeksi penyakit menunjukkan perubahan struktur Filter untuk filter dan segmentasi citra tumbuhan
daun yang meliputi perubahan terhadap warna, untuk filter dan segmentasi citra tumbuhan, deteksi
tekstur, dan bentuk. penyakit tumbuhan dilakukan menggunakan ANN.
Bagian daun yang terinfeksi oleh penyakit Segmentasi citra juga dilakukan oleh Weizheng dkk.
mampu dideteksi secara kasat mata, namun hal (Weizheng,Yangchun,Zanliang, Hongda.,2012)
tersebut harus diuji di laboratorium. Penanganan menggunakan metode Otsu melakukan deteksi
untuk kegiatan di laboratorium dapat terbantu tingkat penyakit pada daun tumbuhan. Seema
melalui bantuan secara bioinformatika pada ilmu (Seema,2012) menerapkan semgentasi citra
visi komputer, sebuah daun harus mendapatkan berwarna menggunakan CIELAB yang
perlakuan khusus supaya bagian daun yang dikombinasikan dengan Ant Colony Optimization
terinfeksi penyakit mampu diketahui lokasinya untuk tujuan deteksi objek-objek yang terdapat pada
dengan tepat. Segmentasi citra merupakan langkah suatu citra.
yang tepat untuk mengatasi permasalahan tersebut. Paper ini cukup up-to-date untuk perspektif
Hal tersebut cukup beralasan karena segmentasi citra ilmu visi computer terutama pada lingkup penerapan
mampu mengidentifikasi piksel-piksel yang berbagi segmentasi terhadap objek penyakit yang terdapat
karakteristik visual tertentu secara khusus. pada daun tumbuhan. Kontribusi untuk kegiatan
Berbagai penelitian tentang penyakit pada penelitian ini adalah memberikan hasil segmentasi
tumbuhan secara bioinformatika telah dilakukan. Al- yang sesuai dengan perspektif mata manusia
Hiary dkk. (Al-Hiary,Bani-Ahmad,Relayat, Braik, sehingga objek penyakit daun tanaman jagung yang
Rahamneh.,2012) melakukan evaluasi terhadap tersegmentasi merupakan objek yang terdeteksi
deteksi dan klasifikasi penyakit daun yang dilakukan dengan baik dan tepat. Tujuan jangka panjang

Seminar Nasional ke – 9: Rekayasa Teknologi
T Indusstri dan Informasi
peneliitian ini addalah membangun tool untuk Malang. Haasil pengambiilan citra daaun terinfeksii
diagnosa penyakit pada daun jagung, segm mentasi ditunjukkan pada
p Gambar 2.
yang dilakukan dappat menjadi sebuahs ekstennsi bagi
tool teersebut.
P
Paper ini terddiri dari bebeerapa bagian,, yaitu:
bagiann 2 tentang metode
m penelitiian yang terdiiri dari:
metodde pengumpuulan data; metode untuuk pra
pengoolahan citra dimana trannsformasi geeometri
dilakuukan pada lanngkah awal untuku menormmalisasi
citra, kemudian dilanjutkan
d d
dengan pengggantian a. b.
nilai filter
f referenssi, dan transfoormasi dari RGB
R ke Gambbar 2. Objek Peenyakit Hasil Akkuisisi,
CieLaab; ekstraksi fitur
f biner. Haasil dan pembbahasan (aa). Bercak Daunn,(b). Hawar daaun
tercanntum pada baagian 3. Bagiian 4 berisi tentangt
kesimmpulan dari penelitian pada paper ini. 2.2 Pra Penggolahan Citraa
2. Metode
M Penellitian A. Transforrmasi Gemom metri
S
Segmentasi c
citra merupakkan kegiatan paling Objek penyakit yanng telah di akuisisi
a pada
dasar dan penting dilakukan
d dallam pengenalaan pola gambar 2 dipotong
d (Croopping) pada bagian yang
dimanna penerapannnya digunakaan untuk menngubah terinfeksi penyakit.
p Lanngkah tersebuut berfungsi
citra input
i ke dalamm output berddasarkan atribuut yang untuk memperoleh daerahh objek penyak kit pada daun
diambbil dari citraa tersebut seehingga citraa dapat tersebut. Untuk menguurangi waktu u komputasi,
terbaggi ke dalam inntensitasnya masing
m - masinng agar dimensi gammbar citra peenyakit direduuksi menjadi
objek dan backgrouund dapat dibeedakan lebih tepat.
t 640 x 480 piksel.
Laangkah pertamma yang dilakkukan adalah akuisisi
a
citra pada daun yang terinffeksi menggunakan
kamerra digital. Berikutnya, prooses pra penggolahan
dilakuukan untuk penyeragam man dimensi pada
seluruuh gambar yaang telah diaakuisisi. Setellah pra
pengoolahan dilakkukan, citraa penyakit daun
ditrannsformasi ke ruang warrna CIELab untuk Gambar 3. Objek penyaakit yang telah di
d potong
mempperoleh chrom matic warna darid objek peenyakit. (Croppping)
Selanjjutnya terjadii proses pelabbelan terhadapp piksel
pada citra chromaatic yang telahh di binerisasi untuk B. Order strratisctic filter
mempperoleh citra yang saling berhubungann. Pada Denoisiing dilakukann pada gambaar yang telahh
peneliitian ini tahhapan untuk mendapatkann pola dinormalisassi. Hal ini dilakukan karena citraa
penyaakit pada citraa daun dilakukkan ditunjukaan pada penyakit daaun jagung tterdapat bulu u-bulu halus,,
gambar 1. kotoran daan debu yang terjadi pada saatt
pengambilann citra dilakkukan di laahan jagung..
Denoising pada
p penelitiaan ini menggu unakan orderr
stratisctic filter yang dikkenal sebagaii rank Filter..
Filter ini meengganti nilai piksel refereensi gambar 4
dengan nilaai median pikksel tetanggaa yang telahh
diurutkan unntuk menemukkan nilai med dian dari nilaii
piksel tetanggga piksel refeerensi yang teelah diurutkann
sebelumnya. Filter mediaan adalah fillter nonlinierr
yang sering digunakan ppada teknik computer
c visii
dan pengolahhan citra.
Gambbar 1. Blok diaggram segmentassi objek penyakkit pada

citra daun.
2.1 Metode
M Pengumpulan Dataa
Pada pengammbilan citra penyakit
p pada daun
Gambar 4. Perbaikan
P citra menggunakan median filter
jagung menggunakan kamerra digital (Nikon
Persamaan perbaikan citra menggunakan n filter mediann
COOL LPIX S3500, lensa zoom 26-182mm,f/3
2 3.4-6.4, (1)
20.1 MP) mode: macro.
m Lokassi pengambilaan data 
dilakuukan di kec Blimbing,
B kel Arjosari Kabbupaten f ( x , y )  meddian{ g ( s ,t )} ..................................... 1
( s ,t )S x , y
102 | Sekolah
S Tinggi Teknologi
T Nasio
onal (STTNAS) Yogyakarta
Seminar Nasional ke – 9: Rekayasa Te
eknologi Industri dan Informasii
C. Trransformasi RGB R ke CIELab

P
Pada persepssi pandangann manusia, hampir  13 
tidak ada masalahh untuk mennsegmentasi gambar g  x x  0.008856 
f ( x)  ........ 4
penyaakit meskipunn dengan penyyakit yang bervvariasi.  7.7887 x 16 x  0.008856

Namuun hal tersebuut bermasalahh ketika dihaadapkan  116 
pada persepsi messin. Perbedaaan nilai warnna pada
setiapp perangkat penangkap citrra. Untuk meengatasi
hal tersebut, ruuang warna CIELab telah
2.3 Ekstrak
ksi Fitur
didefiinisikan untuuk menyeraggamkan skalaa pada
diagraam chromatticity yang sebanding dengan A. Citra Bin
ner
perseppsi mata manuusia (Gaurav.,,2002). Binerisaasi citra adalahh salah satu proses
p penting
Tiiga parameterr Gambar 4 dalam modeel dari yang sering dilakukan
d padaa teknik visi komputer dan
pencaahayaan pada warna
w dimanaa pada model L* = 0 pengolahan ciitra. Jenis citraa ini adalah sebbuah citra dua
lebih condong kee hitam dann jika L* = 100 dimensi dimaana sebuah mattriks berukuran n M x N yang
menunnjukan putihh. Untuk model m a* bernilai
b setiap selnya berisi represenntasi nilai logical ”True” atau
negatiive menginddikasikan waarna hijau dan d a* “False” yang disebut juga ddata logik bilan ngan 0 atau 1
bernillai positif inddikasi warna merah selannjutnya yang setara dengan nilai inttensitas 255 nillai logic 0 dan
nilai intensiass 0 untuk nilai booel 1. Dimaana bilangan 0
untukk b* menginndikasikan warnaw biru bernilai
b
tersebut sering diasosiasikann dengan warn na putih dan 1
negatiive dan indikkasi kuning untuk b* bernilai
b h
untuk warna hitam (gambar 55).
positif. Hubungann tak linier koordinat L*a*b*L
menirrukan respon tak linier padap mata manusia
m
(Rathore1,Kumar,V Verma.,2012)
C biner dan nnilai matrix array citra biner

Gambar 5. Cira
Umumnnya, citra biner terbentuk dari citra intensitas

yang mengalaami proses treesholding. Prosses ini sangat
sederhana, peertama-tama tetapkan sebuah h nilai T yang
terletak dianntara range nnilai intensitas. Ubah nilai
intensitas darri setiap pikseel dengan men ngikuti aturan
berikut :
Gambar 4. Interprettasi sumbu CIE
ELAB dan sumbbu sifat

dasar a* dan b*
b 0, jikaa f ( n )  T
g ( n)  ................................................. 5
Transfformasi RGB dilakukan untuuk memperoleeh nilai 1, jikaa f ( n )  T
L*a*bb* pertama-tam ma dilakukan trransformasi kee ruang
warna XYZ pada ciitra daun yang terinfeksi yanng telah
dilakuukan filter mengggunakan filter median mengggunakan
persammaan (2). B. Connectedd Component L
Labeling
Citra yaang memiliki objek lebih dari satu dapat
dihitung denngan melakukkan pelabelan n berdasarkan
 X  0.6070 0.17734 0.2000  R 
ciri mendasaar pada tiap-tiap objek terssebut. Dalam
 Y   0.2990 0.5864 0.1146  G  .......... 2
 Z  0.0000 0.0661 1.1175 
  B 
pengolahan citra, algooritma komp ponen yang
terhubung menemukan kelompok nilai piksel
intensitas terrhubung yangg memiliki niilai intensitas
Selanjutnya, ruang warna
w XYZ di konversi ke ruangan
r yang sama paada sebuah cittra.
warna CIEL*a*b menngikuti persamaaan (3).
L *  116 f (Y/ Yn ) 16
a*  500  f (X/X n ) f (Y/Yn )  ......................... 3
2  f (Y/Yn ) f (Z/Zn ) 
b*  200
Nilai Xn,Yn,Zn = 1. dan untuk nilai f d

dihitung Gambar 6. Pelabelan
P objekk berdasarkan daerah yang
mengggunakan persam
maan berikut (4)). salinng berhubungaan dalam citra biner
b
Se
ekolah Tinggi Te
eknologi Nasion
nal (STTNAS) Yogyakarta | 103
3
Teknik ini memanfaatkan teori connectivity telah dilakukan perbaikan menggunakan filter
piksel pada citra. Piksel-piksel dalam region disebut median di transformasi ke ruang warna CIELab.
connected (terdapat konektifitasnya atau Hasil transformasi tersebut terlihat bahwa
connectivity) bila mematuhi aturan adjacency atau warna kromatis CIE a* (gambar 9.c), secara visual
aturan “kedekatan” piksel gambar 6. Aturan terlihat perbedaan foreground dan backround
kedekatan piksel ini memanfaatkan sifat sehingga mampu menggambarkan bentuk objek
ketetanggaan piksel. Dengan demikian piksel- penyakit dengan baik dibandingkan dengan hasil L*
piksel yang di katakan connected pada dasarnya dan b*. kromatis warna a* ditransformasi ke bentuk
memiliki sifat adjacency satu sama lain yang masih citra biner (gambar 11.b) yang selanjutnya
memiliki hubungan neighborhood atau dilakukan proses scaning pada piksel citra untuk
mencari piksel yang saling terhubung dimana, piksel
ketetanggaan. beberapa jenis ketetanggan piksel,
berwarna putih yang terhubung tersebut membentuk
yaitu 4-konektivitas, yang terdiri dari dua piksel, P
region yang bervariasi, bernilai homogen yang
dan Q memiliki nilai konektivitas disebut 4-
sepintas terlihat seperti objek penyakit.
connectivity jika Q merupakan bagian dari N4(P) Piksel yang saling terhubung dilakukan
dan 8-konectivitas,terdiri dari dua piksel,P dan Q pelabelan dengan memberi nilai interger secara
memiliki nilai konektivitas disebut 4-connectivity berurutan. Dari pelabelan tersebut, dihitung nilai
jika Q merupakan bagian dari N8(P) area piksel tiap-taip label yang kemudian diurutkan
kembali label tersebut dari nilai terkecil sampai yang
terbesar. Label yang mempunyai nilai area piksel
terbesar adalah label yang merepresentasikan objek
penyakit pada citra daun dalam bentuk citra biner.
selanjutnya dilakukan pengkombinasian antara array
R,G,B dengan label yang merupakan objek penyakit.
hasil kombinasi (gambar 11.b).
a. b.
Gambar 7. Bentuk-bentuk ketetanggan piksel
(a). 4-tetangga, (b), 8-tetangga
C. Luas area objek

Setelah proses pelabelan pada piksel yang
saling berhubungan, kemudian dilakukan proses
ekstraksi pada piksel yang saling berhubungan (a) (b)
sehingga mendapatkan ciri dengan menganalisis
luas objek untuk mengenali ciri objek objek
tersebut.
Ekstraksi ciri dilakukan pada citra penyakit
dalam bentuk citra biner yang telah di beri label
pada daerah piksel yang saling berhubungan dimana
proses pelabelan piksel bernilai 0 menunjukan
sebagai latar belakang (background) dan label (c) (d)
bernilai tidak sama dengan nilai latar belakang pada
piksel yang mempunyai nilai piksel tinggi menjadi
latar depan (foreground) gambar 6. Pengukuran luas
pada piksel yang saling berhubungan untuk
mendapatkan ciri dari pada objek tersebut dimana,
untuk ukuran luas/Area objek i dihitung berdasarkan
persamaan (6) (e) (f)
M 1 N 1 Gambar 9. Konversi warna RBG ke ruang warna CIELab

Ai    Oi ( x, y ) .............................................. 6 (a). Koponen L*, (b) L* dalam bentuk biner
x 0 y 0 (c). Koponen a*, (d) a* dalam bentuk biner
dimana Oi=1 jika (x,y) adalah piksel objek (e). Koponen b*, (f) b* dalam bentuk biner

Percobaan dilakukan pada citra penyakit bercak
daun hawar yang disebabkan oleh jamur/cendawan pada
daun tanaman jagung dengan data berjumlah 30
untuk tiap penyakitnya. Data citra penyakit yang
digunakan dalam bentuk RGB gambar 9.b yang

terkait dengan hama dan penyakit pada tanaman

jagung.
Daftar Pustaka
Anand. H. Kulkarni, Ashwin Patil R. K. (2012).
“Applying Image Processing Technique To
Detect Plant Disease”. International Journal
of Modern Engineering Research. Vol 2,
Issue 5, p. 3661-3664
Gaurav Sharma (2002), “Digital Color Imaging.,
Handbook”, CRC Press.p.
Gambar 10. Ukuran luas area pada labelan piksel yang H. Al-Hiary, S. Bani-Ahmad, M. Relayat, M. Braik,
saling berhubungan. A. Al Rahamneh (2011), “Fast and Accurate
Detection and Classification of Plant
Disease”. International Journal of Computer
Applications. Vol 17. Issue 1, p. 31-38
Patil J.K., Kumar Raj (2011). “Advances in Image
Processing for Detection of Plant Disease”.
Journal of Advanced Bioinformatics
(a) (b) Applications and Research, Vol 2, Issue 2, p.
Gambar 11. Pemisahan foreground (objek penyakit) pada 135-141.
daun tanaman jagung dengan background Piyush Chaudhary, Anand K. Chaudhari, A.N.
(a). Penyakit pada daun (b). Detail objek penyakit. Cheeran, Sharda Godara (2012). “Color
Transforms Based Approach for Disease Spot
4. Kesimpulan Detection on Plant Leaf”. International
Pengambilan citra penyakit dengan Journal of Computer Science and
menggunakan kamera, sering tidak berisi informasi Telecommunications. Vol 3. Issue 6, p. 65 –
karakteristik warna citra dari perangkat yang 70.
digunakan sehingga berdampak pada hasilnya Rathore1. V.S, Kumar.M.S, Verma.A
dimana nilai piksel terlihat secara substansial (2012),”Colour Based Image Segmentation
berbeda dengan pada perangkat komputer. Using L*A*B* Colour Space Based On
Berdasarkan hasil penelitian yang telah Genetic Algorithm” International Journal of
dilakukan, transformasi warna RGB ke ruang warna Emerging Technology and Advanced
CIELab bersifat penting. Engineering.,Vol 2,Issue 6.,p.156-162
Fitur biner merupakan bagian penting Seema Bansal, Deepak Aggarwal (2011), “Color
dilakukan untuk proses pemisahan antara foreground Image Segmentation using CIELab Color
dan background dimana kondisi nilai piksel ‘0’ Space using Ant Colony Optimization”.
untuk background dan ‘1’ untuk foregraound hal ini International Journal of Computer
tentunya memudahkan pengenalan terhadap objek- Applications. Vol. 29. Issue 9, p. 28-34
objek yang merupakan bagian dari foreground Shen Weizheng, Wu Yachun, Chen Zanliang, Wei
dengan melakukan pencarian (scanning) piksel Hongda (2008). “Grading Method of Leaf
menggunakan aturan 8 ketetanggan dan dilakukan SpotDisease Based on Image Processing”.
pelabelan pada piksel yang saling berhubunga International Conference on Computer
sehingga memudahkan indetifikasi region yang Science and Software Engineering.
menjadi objek berdasarkan nilai area piksel
terbesar.
Untuk kegiatan selanjutnya, segmentasi
dilakukan dengan pendekatan otomatis atau dengan
kata lain tanpa melalui cropping dan
pengelompokkan jenis penyakit pada daun tanaman
jagung tersebut.
Ucapan Terima Kasih

Pada kesempatan ini penulis menyampaikan
rasa terima kasih pada Badan Pengkajian Teknologi
Pertanian (BPTP) Jawa Timur yang telah
memberikan izin kepada penulis untuk
melaksanakan penelitian dan juga kepada bapak
Prof. (Riset). Dr. Ir. Moh. Cholil Mahfud, M.S yang
telah meluangkan waktu,tenaga dan pemikiran untuk
membantu penulis selama melakukan penelitian

Gambar 12.
Lampiran hasil segmentasi

Seleksi Rule Menggunakan Rough Set Theory

Untuk Diagnosis Penyakit Tuberkulosis
Suhardi1, Noor Akhmad Setiawan2, Indriana Hidayah3
Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada Yogyakarta1
Suhardi_s2te12@mail.ugm.ac.id
Abstrak
Tujuan dari penelitian ini adalah mengembangkan metode seleksi rule untuk memfilter sejumlah rule yang
berjumlah besar untuk diagnosis penyakit Tuberkulosis menggunakanRough Sets Theory (RST) pada data set
Tuberkulosis. Seleksi rule pada penelitian ini terdiri dari dua tahapan. Ekstraksi rule berdasarkan batasan
nilai support tertentu diterapkan pada tahap pertama. Seleksi berbasis rough set dengan konsep reduksi atribut
digunakan pada tahap kedua denganruleterekstraksi pada tahap pertama disusun membentuk tabel keputusan
baru. Dari percobaan yang telah dilakukan terhadap rule yang terseleksi menunjukkan bahwa metode yang
diusulkan dapat memilih sejumlah kecil rule dengan tetap menjaga kualitas nilai klasifikasi dan
mempermudah dalam pengambilan keputusan.
Kata Kunci: Ekstraksi, klasifikasi, reduksi atribut, support.
1. Pendahuluan dimana sample dahak yang diperoleh dari pasien

ditanam ke media ini selama 45 hari, setelah itu
Paru-paru adalah organ penting yang merupakan media kultur diperiksa untuk melihat tanda-tanda
salah satu organ vital bagi kehidupan manusia. reproduksi bakteri[4].Namun metode ini
Organ ini memiliki peranan pada sistem pernapasan, membutuhkan waktu yang lama dan biaya yang
karena dapat memenuhi kebutuhan tubuh akan mahal.
oksigen. Organ yang terletak di bawah tulang rusuk
ini mempunyai tugas yang berat untuk mengatur Beberapa penelitian sebelumnya telah menggunakan
pertukaran oksigen. Jika udara yang kita hirup teknik machine learning untuk memudahkan
tercemar dan terdapat berbagai bibit penyakit yang diagnosis tuberkulosis, diantaranya seperti bagging,
berkeliaran di udara akan menimbulkan berbagai AdaBoost, Random forest tree, ANFIS, PART,
penyakit paru-paru. Tuberculosis(TB)atau biasa Roughs sets dan data mining [4][5][6].Namun jika
disebut TBC adalah contoh penyakit yang banyak dilihat dari penelitian-penelitian yang sudah
diderita oleh manusia. TB adalah penyakit menular dilakukan tersebut sebagian besar menggunakan data
langsung yang disebabkan oleh kuman yang disebut medis dari rumah sakit setempat sehingga terdapat
Mycobacterium tuberculosis.Sebagian besar TB kemungkinan adanya perbedaan karekteristik data
menyerang paru, tetapi dapat juga mengenai organ medis misalnya jumlah fitur yang digunakan.
tubuh lainnya[1]. Diperkirakan angka kematian Pada penelitian ini diusulkan metode seleksi rule
akibat TB adalah 8000 setiap hari dan 2 - 3 juta (aturan)menggunakan Rough Set Theory (RST)untuk
setiap tahun [2].Berdasarkan Kementerian mendiagnosis penyakit tuberkulosis dengan data
Kesehatan Republik Indonesia [3], Indonesia berada yang digunakan diperoleh dari rumah sakit umum
pada urutan kelima dengan beban TB tertinggi Dr. Sardjito Yogyakarta. Metode ekstraksirule pada
didunia. Estimasi prevalensi TB semua kasus adalah tahap awal diusulkan pada penelitian ini untuk
sebesar 660.000 kasus dan estimasi insidensi mereduksi rule yang berjumlah besar.Dengan
berjumlah 430.000 kasus baru per tahun. Jumlah batasan nilai support terhadap sejumlah rule yang
kematian akibat TB diperkirakan 61.000 kematian masih berjumlah besar, didapatkan rule yang lebih
per tahunnya.Untuk membuat diagnosis yang tepat, sedikit.Teknik RST kemudian digunakan untuk
keberadaan mikroorganisme dalam dahak harus menyeleksisejumlah rulehasil reduksi agar
dibuktikan. Untuk membuktikan adanya didapatkan rule yang lebih sedikit, dengan tetap
Mycobacterium tuberculosis dalam dahak menjaga kualitas performa klasifikasi dari sebelum
dibutuhkan media kultur sebagai baku emas untuk dilakukan proses seleksidan mempermudah dalam
mendeteksi adanya Mycobacterium tuberculosis, pengambilan keputusan.

2. Metode dan "2" berarti nilai demamsubfebrile yang tidak

melebihi 38,5 derajat Celcius.
Penelitian ini menggunakanmetode seleksirule untuk
mendiagnosis penyakit tuberkulosis. Data yang Pada hasil temuan laboratorium medis, kelompok
digunakan diperoleh dari rumah sakit umum Dr. inidikategorikan dalam beberapa parameter tes
Sardjito Yogyakarta. Proses seleksi terbagi atas dua darah, diantaranya Erythrocyte adalah sel-sel darah
tahap, pertama ekstraksi rule diterapkan untuk merah.Haematocrit adalah rasio volume yang
mereduksi sejumlah rule yang berjumlah besar ditempati oleh sel darah merah untuk volume
dengan batasan nilai support,kemudian seleksi seluruh darah.Haemoglobin adalah oxygen-transport
ruledengan RST digunakan untuk menyeleksi rule metalloproteinase yang mengandung besi dalam sel
hasil reduksi untuk mendapatkan rule yang lebih darah merah.Leucocytes adalah sel darah putih,
sedikit dengan tetap menjaga kualitas performa parameter ini bertanggung jawab untuk
klasifikasidari sebelum dilakukan proses seleksi. mempertahankan tubuh terhadap infeksi, penyakit
dll.Parameter hasil temuan laboratorium medisini
2.1 Dataset Tuberkulosis bernilai numerik.
Dataset Tuberkulosis diperoleh dari data rekam Pada hasil temuan radiologi, parameter active
medik pasien di rumah sakit umum Dr. Sardjito specific lung lesion menunjukkan apakah ada bukti
Yogyakarta. Proses pengambilan data dilakukan radiologis dari tuberkulosis paru lesi pada
dengan membaca hasil rekam medik pasien yang pasien.Parameter Calcific tissue menunjukkan
pernah dirawat di rumah sakit dan didiagnosis apakah pasien memiliki penyakit tuberkulosis
penyakit tuberkulosis dengan bantuan dokter paru sebelumnya.Parameter Cavity menyatakan apakah
rumah sakit umum Dr. Sardjito.Data yang diperoleh ada pembukaan seperti luka pada paru-paru pasien
sebanyak 183 objek dengan jumlah atribut sebanyak atau tidak.Parameter Pneumonic
23 dan satu atribut kelas.Atribut dari kumpulan data infiltrationmenunjukkan jika ada radang paru-paru
medis ini dikategorikan menjadi tiga kelompok, seperti luka yang terlihat di X-ray pada dada pasien,
yaitu: (1) data demografi dan hasil temuan klinis, (2) dan Parameter Pleural effusion berarti akumulasi
hasil temuan laboratorium medis, dan (3) hasil cairan yang berlebihan pada selaput paru-
temuan radiologi.Tabel 1 menunjukkan daftar atribut paru.Parameter hasil temuan radiologi ini
dari dataset tuberkulosis yang digunakan pada merupakan parameter bernilai biner.
penelitian ini.
2.2 Rough Set Theory (RST)
Tabel 1. Atribut tuberkulosis
Rough settheory (RST) dikembangkan oleh Zdzislaw
Nama variabel Nama variabel Pawlak pada tahun 1980-an [8], RST ini sangat berguna
1. Gender 13. Haemoptysis untuk menemukan hubungan dalam data yang disebut
2. Age group 14. Fever pengetahuan. Hasil penemuan pengetahuan berupa rule
3. Malaise 15. Erythrocyte (aturan) yang mudah dimengerti dan bermakna,yang
4. Arthralgia 16. Haematocrit dihasilkan dari ekstraksi pola data. Metode RST muncul
5. Exhaustion 17. Haemoglobin sebagai salah satu metode matematika untuk mengelola
6. Unwillingness for 18. Leucocyte ketidakpastian, ambiguitas dan ketidakjelasan dari
work 19. Active specific
hubungan data yang tidak lengkap dan sulit dimodelkan
7. Loss of appetite lung lesion
8. Loss in weight 20. Calcific tissue
secara matematis.
9. Sweating at nights 21. Cavity Untuk S=(U,A) dan B ⊆A, dimana a ∈ B, dengan :
10. Chest pain 22. Pneumonic INDs (B) = {(x, x') ∈ U x U | ∀a ∈ B, a(x) =
11. Back pain infiltration a(x')}dapat dikatakan bahwa a dapat diabaikan
12. Coughing 23. Pleural effusion dalam B, dan :
INDs (B) =INDs (B – {a} jika sangat diperlukan a
Pada kelompok pertama Parameter gender dapat diabaikan.
menunjukkan apakah pasien seorang laki-laki atau Himpunan B dikatakan independen jika semua
perempuan.Parameter ini bernilai biner.Parameter atributnya diperlukan. Setiap subset B' dari B disebut
age group menunjukkan kelompok usia pasien reduct dari B jika B' adalah independen dan INDs
dengan nilai numerik. Parameter Malaise, (B’) =INDs (B).
arthralgia, exhaustion, unwillingness for work, loss Reduct dapat didefinisikan sebagai subset minimal
of appetite, loss in weight, sweating at nights, chest dari beberapa atribut yang memiliki hasil klasifikasi
pain, back pain, coughingdan Haemoptysisadalah yang sama. Dengan kata lain, atribut yang bukan
parameter bernilai biner. Nilai ini menunjukkan nilai unsur reduct merupakan redundant dari klasifikasi.
positif atau negatif pada pasien.Fever berarti pasien Reducts relatif didasarkan pada elemen objek-objek
dalam keadaan demam, parameter ini tertentu
diklasifikasikan menjadi 3 kategori, yaitu: " 0 "
berarti demam biasa yang hampir 36,5 derajat
Celcius, "1" berarti demam dalam rentang tinggi,

2.3 Rule Extraction dan Rule Selection x∈U Rule1 Rule2 ... Rulej-1 Rulej D
x3 0 0 ... 0 0 No
Ekstraksi rule (aturan) didasarkan pada nilai support
. . . . . . .
dari masing-masing rule. Tujuannya untuk
. . . . . . .
mereduksi sejumlah rule sehingga didapatkan
. . . . . . .
jumlah rule yang lebih sedikit.Hal ini telah
dilakukan pada penelitian sebelumnya [7]. Misalnya
xi-2 0 1 ... 0 1 Yes
untuk,
xi-1 0 0 ... 0 0 No
DS = (U, C ∪D)
xi 0 1 ... 1 1 Yes
Yang merupakan tabel keputusandari ∀x∈U, maka
c1(x),...,ck(x), d(x) dapat didefinisikan, dimana
{c1,...,ck} = C dan {d} = D. Decision rule didapatkan 2.4 Langkah-langkah penelitian
dari, Pada tahapan penelitian, pertama dataset
c1(x),...,c2(x) → d(x). tuberkulosis dilakukan pembersihan data dengan
C merupakan reduct dariatribut kondisi yang membuang data yang terdapat missing value yang
merupakan hasil reduksi dari tabel keputusan. terlalu banyak. Selanjutnya datayang bernilai
numerik didiskretisasi dengan algoritme boolean
Seleksi rule RST dilakukan karena rule yang didapat reasoning.Data hasil diskretisasi tersebut kemudian
masih terlalu banyak dan panjang. Untuk dilakukan reduksi atribut menggunakanGenetic
menyerderhanakan jumlah rule dapat dilakukan
algorithm dengan piihan object related reduct yang
melalui metode RST. Jika R = {Rule1, Rule2,..., sekaligus menghasilkan rule. Untuk proses
Rulej} merupakan subset rule yang didapatkan dari selanjutnya dilakukan proses ekstraksi dan
Rough Set sebagai tabel keputusan yang baru,
seleksirule menggunakan teknik RST. Penelitian ini
dimana rule berlaku sebagai subset atribut. Nilai 1 dilakukan dengan menggunakan perangkat lunak
dari atribut Rulea jika objekxb pada decision (d) Rosetta Rough Set Toolkit.Langkah-langkah pada
mempunyai nilai yang sama dengan tabel keputusan
penelitian ini dapat dilihat pada gambar 1 dibawah
dan bernilai 0 jika tidak bernilai sama. Nilai pada ini.
kolom (atribut) j+1 sama dengan nilai decision,
dengan a = 1,...,j dan b = 1,...,i. Tabel keputusan
baru dapat direduksi menggunakan konsep rough Diskritisasi
set. Reduct yang didapat dari hasil reduksi atribut Dataset

Tuberkulosis
Perbersihan Data
(Bolean Reasoning
Algorithm )
merupakan rule yang memiliki nilai akurasiyang
besar. Untuk selanjutnya sejumlah rule hasil reduksi
RST dapat diuji coba nilai akurasi nya menggunakan
data uji kembali.Tabel 2 memperlihatkan rule dan seleksi
Ekstraksi
Generate
Rule
Reduksi
Atribut
Rule
nilai support, danTabel 3 memperlihatkan tabel Rule (support)
(IF‐THEN)
Hasil akurasi
(Genetic
Algorithm)
keputusandari seleksi rule yang akan dilakukan
menggunakan RST. Gambar 1. Langkah-langkah penelitian
Tabel 2. Contoh n rule dan nilai support
rule support
Rule1 47 3.1 Data Preprocessing
Rule2 46
Pada proses awal datasetdilakukan pembersihan data
Rule3 45 dengan membuang data yang tidak lengkap atau
Rule4 45 missing value dan dibuat menjadi dua kelas yaitu
Rule4 44 kelas positif diberi label ‘yes’ dan kelas negatif
. . diberi label ‘no’.Untuk kelas positif merupakan data
. . pasien yang menderita penyakit tuberkulosis dan
. . kelas negatif adalah data pasien yang tidak
Rulen-3 2 menderita penyakit tuberkulosis, dengan rincian
Rulen-2 1 kelas positif berjumlah 103 objek dan kelas negatif
Rulen-1 1 berjumlah 80 objek.Data hasil preprocessing dapat
Rulen 1 dilihat pada Tabel 4.
Tabel 3.Tabel keputusandenganrule sebagai atribut Tebel 4. Data hasil preprocessing
x∈U Rule1 Rule2 ... Rulej-1 Rulej D No Gender Age . . cavity pleural Status
effusion
x1 0 1 ... 1 1 Yes 1 1 58 0 0 yes
. .
x2 0 0 ... 0 0 No 2 0 55 . . 0 0 yes

No Gender Age . . cavity pleural Status

dengan akurasi 0.956 atau 95.6%. Pada Tabel 6
effusion diperlihatkan rule yang diproleh dari prosesreduct.
3 1 40 . . 0 0 yes
4 1 1 . . 0 0 yes Tabel 6.Rule dari proses reduct
5 0 43 . . 0 0 yes
6 0 34 0 0 yes No Decision Rule Support
. .
7 1 42 0 0 no unwillingness_for_work(1) AND loss_of_appetite(1)
. . 1 => status(yes)
47
. . . . . . . .
. . . . . . . . 2 exhaustion(1) AND loss_of_appetite(1) => status(yes) 46
177 0 5 0 0 no unwillingness_for_work(1) AND loss_in_weight(1) 45
178 1 19 0 0 yes 3 => status(yes)
179 1 25 . . 0 0 no 4 exhaustion(1) AND loss_in_weight(1) => status(yes) 44
180 1 57 . . 0 0 yes
malaise(1) AND exhaustion(1) AND
181 1 15 . . 0 0 no 5 44
loss_in_weight(1) => status(yes)
182 0 4 . . 0 0 no
. . .
183 1 46 . . 0 0 no . . .
. . .
age([23, 30)) AND erytrocyte([4.7, *)) AND
Proses selanjutnya data yang benilai 110numerik 1299 haematocrit([*, 36)) => status(no) 1
dilakukan proses diskretisasi dengan menggunakan age([23, 30)) AND loss_in_weight(0) AND
boolean reasoning.Pada penelitian ini data yang 1300 erytrocyte([4.7, *)) => status(yes) 1
bernilai 110numerik terdapat pada atribut age, 1301 fever([*, 35.8)) AND haemoglobin([*, 12)) AND 1
fever,erythrocyte, haematocrit, haemoglobin dan leucocyte([5250, 6250)) => status(no)
leucocyte. Hasil diskretisasi dapat dilihat pada Tabel 1302 age([66, *)) AND erytrocyte([4.7, *)) AND 1
haematocrit([36, *)) => status(yes)
5,dimana nilai [*,12) berarti Haemoglobin<12,
exhaustion(1) AND coughing(0) AND
[12,13) berarti 12≤Haemoglobin<13,dan [13,*) 1303
erytrocyte([4.4, 4.7)) => status(no)
1
berarti Haemoglobin ≥13.

Tabel5. Hasil diskretisasi 3.2 Rule Extraction dan Rule Selection
Atribut
Nilai diskret
Pada proses ini rule yang didapatkan kemudian
numerik diekstraksi menggunakan basic filtering, dimana
[*,16), [16,23), [23, 30), [30,43), parameter yang digunakan adalah berdasar nilai
Age support.Pada penelitian ini digunakan nilai
[43, 54), [54, 66), [66, *)
support=22, yang artinya ruleyang memiliki nilai
Fever [*, 35.8), [35.8, 36.2), [36.2, *) support dibawah 22 akan dihapus. Hasil ekstraksi
ruledapat dilihat pada Tabel 7.
[*, 4.1), [4.1, 4.4 ), [4.4, 4.7),
Erythrocyte Tabel 7.Rule terekstraksi
[4.7, *)
Haematocrit [*, 36), [36, *) No Decision Rule Support
unwillingness_for_work(1) AND loss_of_appetite(1) =>
Haemoglobin [*, 12), [12, 13), [13, *) 1 47
status(yes)
Leucocyte [*, 5250), [5250, 6250), [6250, *) 2 exhaustion(1) AND loss_of_appetite(1) => status(yes) 46
unwillingness_for_work(1) AND loss_in_weight(1) =>

3 45
status(yes)
Dapat dilihat pada Tabel 5 bahwa proses diskretisasi malaise(1) AND exhaustion(1) AND loss_in_weight(1) =>
membagi fitur-fiturdengan tipe data numerik 4 status(yes)
44
menjadi tipe nominal dengan interval tertentu. Fitur 5 exhaustion(1) AND loss_in_weight(1) => status(yes) 44
age didiskretisasi menjadi 7 interval,fitur Fever 6 malaise(1) AND exhaustion(1) AND chest_pain(1) => status(yes) 40
didiskretisasi menjadi 3 interval, fitur Erythrocyte
malaise(1) AND unwillingness_for_work(1) AND chest_pain(1)
didiskretisasi menjadi 4 interval, fitur Haematocrit 7 => status(yes)
40
didiskretisasi menjadi 2 interval, fitur Haemoglobin 8 loss_of_appetite(1) AND chest_pain(1) => status(yes) 35
didiskretisasi menjadi 3 interval, dan fitur Leucocyte
gender(1) AND malaise(1) AND unwillingness_for_work(1) =>
didiskretisasi menjadi 3 interval. 9 status(yes)
33
Selanjutnya data di-split menjadi menjadi 50:50, 10 loss_in_weight(1) AND chest_pain(1) => status(yes) 33
dengan92objek data dijadikan data latih dan 91objek 11

exhaustion(0) AND chest_pain(0) AND 33
pneumonic_infiltration(0) => status(no)
data dijadikan data uji,dan selanjutnya data di-reduct
12 gender(1) AND malaise(1) AND exhaustion(1) => status(yes) 32
menggunakan ROSETTA Genetic algorithm dan
discernibility object related, didapatkan minimal 13
unwillingness_for_work(0) AND
pneumonic_infiltration(0) => status(no)
chest_pain(0) AND 32
subset atribut tereduksi, dan selanjutnya akan
14 malaise(1) AND exhaustion(1) AND coughing(1) => status(yes) 32
dilakukan generate rule,kemudian rule yang didapat
diujikan ke data uji untuk dilihat hasil klasifikasinya. 15
unwillingness_for_work(0) AND chest_pain(0)
back_pain(0) AND pleural_effusion(0) => status(no)
AND 32
Dari proses reductyang dilakukan diperoleh jumlah

malaise(1) AND unwillingness_for_work(1) AND coughing(1) 32
reduct sebanyak 622, jumlah rule sebanyak 1303 16 => status(yes)

No Decision Rule Support No Decision Rule Support

pleural_effusion(0) => status(no)
17 unwillingness_for_work(1) AND coughing(1) => status(yes) 32
malaise(1) AND loss_in_weight(1) AND fever([36.2, *)) => 22
unwillingness_for_work(0) AND chest_pain(0) AND 32 53
18 status(yes)
pleural_effusion(0) => status(no)
19 exhaustion(1) AND coughing(1) => status(yes) 32
20
loss_of_appetite(1) AND loss_in_weight(1) AND chest_pain(1)
=> status(yes)
32 Dapat dilihat pada Tabel 6 bahwa hasil ekstraksi
ruledengan nilai support =22 menghasilkan jumlah
loss_in_weight(0) AND chest_pain(0) AND 31
21 pneumonic_infiltration(0) => status(no) rule sebanyak 53 dengan nilai akurasi tetap sebesar
loss_in_weight(0) AND chest_pain(0) AND 31
0.956 atau 95.6%.
active_specipic_lung_lesion(0) AND pneumonic_infiltration(0)
22 => status(no) Selanjutnya, dengan teknik seleksi ruleberbasis RST
malaise(1) AND loss_of_appetite(1) AND coughing(1) => 30 dibuat tabel keputusan baru dari rule yang sudah
23 status(yes) terekstraksi.Rule hasil ekstraksi disusun menjadi
24 loss_of_appetite(1) AND coughing(1) => status(yes) 30 atribut dari tabel keputusan baru, dan 92 objek dari
25 malaise(0) => status(no) 29 data latih digunakan sebagai instance.Kemudian
loss_of_appetite(0) AND chest_pain(0) AND 29
data di-reduct menggunakanROSETTA Johnson’s
26 pneumonic_infiltration(0) => status(no) algorithm dan discernibilityfull object diperoleh
27 loss_in_weight(1) AND coughing(1) => status(yes) 28 limareduct yang merepresentasikan limarule
malaise(1) AND unwillingness_for_work(1) AND 27 terseleksi. Kelima reduct tersebut adalah Rule1,
28 leucocyte([6250, *)) => status(yes) Rule6, Rule11, Rule37, dan Rule41.Rule terseleksi
29
unwillingness_for_work(1) AND leucocyte([6250, *)) => 27 dapat dlihat pada Tabel 8.
status(yes)
unwillingness_for_work(1) AND haematocrit([*, 36)) => 27

Tabel 8.Rule hasil seleksi
30 status(yes)
Rule
gender(1) AND unwillingness_for_work(1) AND 27
No Decision Rule
31 No.
loss_in_weight(1) => status(yes)
unwillingness_for_work(1) AND loss_of_appetite(1) => 1
32 exhaustion(1) AND haematocrit([*, 36)) => status(yes) 27 1 status(yes)
33 exhaustion(1) AND leucocyte([6250, *)) => status(yes) 26 malaise(1) AND exhaustion(1) AND chest_pain(1) => 6
2 status(yes)
exhaustion(1) AND unwillingness_for_work(1) AND 26
34 leucocyte([6250, *)) => status(yes)
exhaustion(0) AND chest_pain(0) AND 11
malaise(1) AND exhaustion(1) AND leucocyte([6250, *)) => 26 3 pneumonic_infiltration(0) => status(no)
35 status(yes)
sweating_at_nights(0) AND coughing(0) AND 37
malaise(1) AND loss_of_appetite(1) AND haematocrit([*, 36)) 25 4 pneumonic_infiltration(0) => status(no)
36 => status(yes)
5 pneumonic_infiltration(1) => status(yes) 41
sweating_at_nights(0) AND coughing(0) AND 24
37 pneumonic_infiltration(0) => status(no)
back_pain(0) AND coughing(0) AND 24 Proses selanjutnya dilakukan pengujian rule

active_specipic_lung_lesion(0) AND pleural_effusion(0) =>
38 status(no) terseleksi terhadap 91 data uji.Dari 5 rule terseleksi
malaise(1) AND loss_in_weight(1) AND haematocrit([*, 36)) => 24
didapat hasil akurasi sebesar 0.956 atau 95.6%. Nilai
39 status(yes) akurasi ini sama jika dibandingkan dengan nilai
40
back_pain(0) AND coughing(0) AND pneumonic_infiltration(0) 24 akurasi pada saat sebelum dilakukan proses seleksi
=> status(no)
dengan RST, yang artinya dengan jumlah rule yang
41 pneumonic_infiltration(1) => status(yes) 23 lebih sedikit kualitas performaklasifikasinya tetap
chest_pain(0) AND coughing(0) AND 23 sama.
active_specipic_lung_lesion(0) AND pleural_effusion(0) =>
42 status(no)
chest_pain(0) AND back_pain(0) AND coughing(0) AND 23 4. Kesimpulan

Dari hasil percobaan yang telah dilakukan, dapat
44 unwillingness_for_work(1) AND fever([36.2, *)) => status(yes) 23
disimpulkan bahwa:
45 exhaustion(1) AND fever([36.2, *)) => status(yes) 23
exhaustion(1) AND chest_pain(1) AND coughing(1) => 23  Metode seleksi rule berbasis RST telah berhasil
46 status(yes) digunakan untuk menyeleksi limaruledari 1303
47
chest_pain(0) AND coughing(0) AND pneumonic_infiltration(0) 23 ruletanpa mengurangi kualitas nilai akurasinya
=> status(no)
yaitu sebesar 95.6%.
22
exhaustion(0) AND coughing(0) AND pneumonic_infiltration(0)
48 => status(no)  Ruleterseleksi dapat digunakan sebagai basis
malaise(1) AND loss_of_appetite(1) AND fever([36.2, *)) => 22 pengetahuan untuk sistem pendukung
49 status(yes) pengambilan keputusan dalam mendiagnosis
50
loss_in_weight(0) AND coughing(0) AND pleural_effusion(0) => 22 penyakit tuberkulosis.
status(no)
loss_in_weight(0) AND coughing(0) AND 22  Untuk penelitian selanjutnya diperlukan lebih

banyak data untuk meningkatkan proses
52
loss_in_weight(0) AND coughing(0) AND haemoptysis(0) AND
22 pembuatan model. Optimasi model diperlukan

untuk meningkatkan akurasi dan pengambilan on Rough Set, International Journal of

keputusan yang cepat. Recent Trends Engineering, 2009
[8] Z. Pawlak, "Rough Sets," International Journal
Ucapan Terima Kasih of Computer and Information Sciences, vol.
Dalam melakukan penelitian ini, penulis telah 11, pp. 341-355, 1982
mendapatkan banyak dukungan dan bantuan dari
berbagai piihak. Penulis megucapkan terimakasih
yang tak terhingga kepada:
1. Bapak Noor Akhmad Setiawan, S.T., M.T., Ph.D
selaku dosen pembimbing utama, dan Ibu
Indriana Hidayah, S.T., M.T. selaku dosen
pembimbing pendamping, yang telah dengan
penuh kesabaran dan ketulusan memberikan ilmu
dan bimbingan terbaik kepada penulis.
2. Para Bapak/Ibu Dosen Program Studi S2 Teknik
Elektro Universitas GadjahMada yang telah
memberikan bekal ilmu kepada penulis.
3. Para Bapak/Ibu Karyawan/wati Program Studi
S2 Teknik ElektroUniversitas Gadjah Mada yang
telah membantu penulis dalam proses belajar.
Daftar Pustaka
[1] Departemen Kesehatan Republik
Indonesia,”PedomanNasional
Penanggulangan Tuberkulosis”, edisi
kedua. Cetakan pertama. 2006.
[2] Perhimpunan Dokter Paru Indonesia,
“Tuberkulosis, Pedoman Diagnosis dan
Penatalaksanaan di Indonesia”, 2006.
[3] Kementerian Kesehatan Republik Indonesia
Direktorat Jendral Pengendalian Penyakit
dan Penyehatan Lingkungan, “Terobosan
menuju akses universal Strategi Nasional
Pengendalian TB di Indonesia 2010-2014”,
2011
[4] Tamer Uçar, Adem Karahoca, Dilek Karahoca,
“Tuberculosis disease diagnosis by using
adaptive neuro fuzzy inference system and
rough sets”,Neural Computing and
Applications Appl., Vol 23, no. 2, pp. 471-
483 2013
[5] Asha.T, Dr. S. Natarajan, Dr. K.N.B. Murthy,
“Diagnosis of Tuberculosis using Ensemble
methods”, Computer Science and
Information Technology (ICCSIT),
International Conference, Vol.8 , pp: 409 –
412, 2010
[6] Tamer Uçar, Adem Karahoca, “Predicting
existence of Mycobacterium tuberculosis on
patients using data mining approaches,”
Procedia Computer Science, Vol 3, Pages
1404-1411, 2011
[7] N.A.Setiawan,P.A.Venkathachalam,and
Ahmad Fadzil M.H,”Rule Selection for
Coronary Artery Disease Diagnosis Based

Sistem Akuisisi Data Suhu Multipoint Dengan Mikrokontroler

Mytha Arena 1, Arif Basuki 2
Dosen Jurusan Teknik Elektro STTNAS Yogyakarta

Jln. Babarsari, Depok, Sleman, Yogyakarta 55281.
mytha98@yahoo.com 1
Abstrak
Penelitian ini merupakan studi awal dari sistem telemetri suhu multipoint melalui jaringan komputer. Sistem ini
diharapkan bisa diaplikasikan untuk mengamati suhu fluida pada sejumlah titik ukur. Dikarenakan suhu adalah
informasi yang akan diolah dan ditransmisikan, maka data suhu yang informatif menjadi sebuah keharusan
agar keputusan dan analisis dapat dilakukan dengan cermat. Untuk mewujudkannya, diperlukan metode
pengumpulan data suhu yang mudah, cepat, akurat, dan berkesinambungan, yang menjadi tujuan pada penelitian
ini. Sistem akuisisi data yang dibuat terdiri atas 3 termokopel tipe K yang mempunyai jangkauan suhu dari 0°C -
800°C sebagai sensor suhu, 3 buah max6675 untuk pengkondisi sinyal, mikrokontroler sebagai pengolah data,
penampil LCD, dan media penyimpan menggunakan SD card. Sistem akuisisi data ini diuji dengan meletakkan
termokopel pada ruang tungku pemanas yang dipanaskan hingga suhu 800°C dan mengukur tegangan yang
dihasilkan termokopel selama pemanasan berlangsung. Suhu terukur secara periodik dengan periode 1 detik
ditampilkan pada penampil LCD dan disimpan pada SD card. Hasil penelitian menunjukkan bahwa masing-
masing termokopel menunjukkan sifat linier dengan sensitivitas pengukuran 41,11µV/°C, dan error sebesar
1,15.% dibandingkan termokopel referensi.
Kata kunci : multipoint, akuisisi data, termokopel, mikrokontroler
1. Pendahuluan Sementara, (Siswo Wardoyo,2013) melakukan

Kebutuhan informasi yang cepat dan akurat pembuatan Data logger dengan mikrokontroler
telah menjadi sebuah keharusan, tidak terkecuali ATMega8535 dan interface berupa Labview sebagai
pada dunia industri, seperti informasi data logging merupakan sistem akuisisi data yang
pengukuran suhu pada sejumlah titik ukur suatu memberikan selisih pengukuran dengan alat ukur acuan
plant besar yang dikarenakan kondisi dan sebesar 2,52% untuk pengukuran suhu, dan 4,42%
tempat seringkali tidak dapat dipantau secara untuk pengukuran tegangan.
langsung setiap saat. Permasalahan pada penelitian ini adalah
Untuk mendapatkan informasi suhu secara bagaimana membuat sistem akuisisi data suhu
cepat dan akurat perlu dikembangkan sebuah multipoint yang mampu mengukur suhu secara real
sistem pengukuran yang dapat mengurangi time, menampilkannya pada penampil dan
kerugian akibat proses perolehan, pengumpulan meyimpannya pada media penyimpan. Data pengukuran
dan analisis data yang lambat dan kurang akurat yang tersimpan diharapkan dapat diproses lebih lanjut
pada cara konvensional. seperti pengiriman melalui jaringan internet.
Pengukuran suhu sebagai suatu besaran Penelitian ini bertujuan untuk membangun sebuah
fisis yang sering digunakan dalam sistem kontrol sistem akuisisi data suhu pada sejumlah titik
merupakan salah satu langkah dalam akuisisi pengukuran suatu plant besar yang mampu mengukur
data. Dalam merancang sistem akuisisi data, suhu secara real time menampilkan, dan disimpan untuk
elemen penting yang perlu diperhatikan adalah diolah lebih lanjut.
pembuatan signal conditioning. (Bambang Heru Tulisan selanjutnya akan berisi tentang metode
K, 2008) telah melakukan perancangan signal penelitian, hasil dan pembahasan, dan kesimpulan.
conditioning termokopel tipe K yang digunakan
untuk pengambilan data suhu pada pengamatan 2. Metode
fenomena termohidrolika reaktor. Agar tegangan Sistem akuisisi data suhu untuk beberapa titik ukur
keluaran dari termokopel tersebut dapat yang akan dibuat mempunyai blok sistem seperti yang
digunakan sebagai tegangan masukan ADC- ditunjukkan pada Gambar 1.
0804, maka tegangan perlu dikuatkan sebesar
490 kali. dengan menerapkan rangkaian penguat
instrumentasi yang mempunyai impedansi
masukan dan CMRR tinggi, selain itu besar
penguatan dapat diatur dengan memutar variabel
resistor untuk mendapatkan tegangan keluaran
yang sesuai.

Gambar 2. Termokopel
Termokopel, seperti yang ditunjukkan pada

Gambar 2, terdiri atas dua kawat logam, yaitu logam A
Gambar 1. Blok sistem akuisisi data multipoint dan logam B yang disambung menjadi satu, disebut
measurement (“hot”) junction dan disisi yang lain,
2.1 Linieritas kawat logam yang tidak tersambung, dikoneksikan
Pengukuran yang ideal adalah jika dengan rangkaian akuisisi data. Sambungan antara
hubungan antara input pengukuran(nilai kawat-kawat logam termokopel dengan kawat tembaga
sesungguhnya) dengan output pengukuran(nilai disebut reference (“cold”) junction. Tegangan yang
yang ditunjukkan oleh alat ukur) berbanding dihasilkan pada reference junction tergantung pada suhu
lurus. Sebuah elemen dikatakan linier jika nilai di measurement junction dan reference junction,
input (I) dan output (O) yang berkaitan terletak sehingga suhu reference junction harus diketahui
pada sebuah garis lurus. Garis lurus ideal terlebih dahulu untuk mendapatkan pembacaan suhu
menghubungkan titik minimum I/O dengan titik yang akurat. Proses ini disebut dengan kompensasi
maksimum I/O dan dinyatakan dalam persamaan reference junction (cold junction compensation).
garis sebagai berikut: Kompensasi reference junction dilakukan ketika
Oideal = KI + a termokopel digunakan untuk pertama kalinya dengan
dengan K adalah kemiringan garis dan a adalah merendam reference junction pada kotak berisi es
pembuat nol seperti yang ditunjukkan pada Gambar 3. Metode ini
banyak digunakan pada berbagai jenis termokopel
2.2 Sensitivitas sehingga pada tabel termokopel selalu dinyatakan
Sensitivitas menunjukan seberapa jauh bahwa suhu referensi adalah 0°C. Metode kompensasi
kepekaan sensor terhadap kuantitas yang diukur. seperti ini dalam banyak sistem pengukuran secara
Sensitivitas sering juga dinyatakan dengan teknis kurang praktis, sebagai gantinya sering
bilangan yang menunjukan perubahan keluaran, digunakan piranti yang sensitif suhu seperti dioda, RTD,
ΔO, dibandingkan perubahan masukan, ΔI, yang dan termistor untuk mengukur suhu pada reference
dinyatakan sebagai ∆O/∆I. Untuk elemen linear junction.
dO/dI sama dengan slope atau gradien K dari
garis linear. Sedangkan untuk elemen non-linear
dO/dI= K +dN/dI.
Beberapa sensor panas dapat memiliki
kepekaan yang dinyatakan dengan“satu volt per
derajat”, yang berarti perubahan satu derajat
pada masukan akan menghasilkan perubahan
satu volt pada keluarannya. Sensor panas lainnya
dapat saja memiliki kepekaan “dua volt per
derajat”, yang berarti memiliki kepakaan dua kali
dari sensor yang pertama. Linieritas sensor juga Gambar 3. Rangkaian termokopel dasar
mempengaruhi sensitivitas dari sensor. Apabila
tanggapannya linier, maka sensitivitasnya juga 2.3 MAX6675
akan sama (konstan) untuk jangkauan MAX6675 adalah pengkondisi sinyal yang
pengukuran keseluruhan, yaitu sama dengan mendapatkan masukan dari termokopel tipe K dan
kemiringan garis. mengubah suhu menjadi data digital 12 bit. MAX6675
telah dilengkapi dengan kompensasi cold/reference
2.2 Termokopel junction dan protokol komunikasi serial Serial
Termokopel adalah sensor temperatur yang Peripheral Interface (SPI) untuk mengirimkan data
paling banyak digunakan dalam industri besi digital hasil pengukuran ke unit pengolah seperti
dan baja karena kesederhanaan dan mikrokontroler. Gambar 4 menunjukkan rangkaian cara
kehandalannya. Termokopel ini akan mengubah menyambungkan termokopel dan MAX6675 dengan
besaran fisis berupa suhu ke besaran elektrik mikrokontroler.
dengan hasil keluaran tegangan DC.

lebih tinggi juga akan tetap menujukkan hasil ukur yang

akurat. Data suhu tinggi ini, diperoleh dengan
meletakkan ketiga termokopel pada ruang tungku
pemanas yang dipanaskan hingga suhu 800°C. Pada
ujung kawat tembaga dari masing – masing termokopel
dipasang voltmeter digital seperti yang terlihat pada
Gambar 6, untuk melihat perubahan tegangan yang
dihasilkan oleh perubahan suhu termokopel. Data suhu
yang terbaca per 1 detik ditampilkan pada penampil
LCD dan disimpan pada SD card, sedangkan perubahan
Gambar 4. Rangkaian MAX6675 dan termokopel
tegangan dicatat per menit.
Mikrokontroler pada sistem yang dibuat
berfungsi sebagai unit pengolah dan pengendali
hingga diperoleh data suhu yang dapat dibaca,
ditampilkan, disimpan, dan akhirnya dapat diolah
lebih lanjut. Gambar 5 menunjukkan diagram alir
proses akuisisi data suhu.
Gambar 6. Pengumpulan data suhu 3 termokopel
Dalam menganalisis data hasil pengukuran akan dilihat

2 karakteristik sistematik, yaitu linearitas dan
sensitivitas pengukuran. Pengukuran dikatakan ideal
jika hubungan antara nilai sesungguhnya dan nilai yang
ditunjukkan alat ukur atau hubungan nilai input dan
output adalah berbanding lurus. Sementara, sensitivitas
alat ukur menunjukkan kepekaan sensor terhadap
kuantitas yang diukur. Sensitivitas sering juga
dinyatakan dengan bilangan yang menunjukkan
“perubahan keluaran dibandingkan perubahan masukan”
yaitu ∆O/∆I. Untuk elemen linear dO/dI sama dengan
slope atau gradien K dari garis linear. Sensitivitas
pengukuran linier sifatnya konstan.

Bab ini meliputi pengujian termokopel dan
termometer serta pengujian termokopel pada sistem
akuisisi data.
3.1 Pengujian termokopel dan termometer
Pada pengujian ini, ingin dilihat keakuratan
pembacaan suhu oleh termokopel dibandingkan dengan
alat ukur suhu yang sudah dikenal, yaitu termometer
Gambar 5. Diagram alir akuisisi data suhu batang. Hasil pengujian tahap ini ditunjukkan pada
Tabel 1.
2.4 Metode Pengukuran Suhu
Terdapat 2 tahapan pengukuran yang Tabel 1. Perbandingan pengukuran suhu
dilakukan: termokopel dan termometer
a. pengujian termokopel dan termometer,
b. pengujian termokopel pada sistem
akuisisi data. Suhu,°C
No. Kesalahan
Pada pengukuran suhu dengan termokopel
Termometer Termokopel
dan termometer, ingin dipastikan bahwa
termokopel yang akan digunakan dapat 1 29 31 0,068965517
menunjukkan hasil ukur dengan benar, sehingga
jika diaplikasikan untuk pengukuran suhu yang 2 33 33 0

Termokopel Termokopel
Suhu,°C Referensi Referensi
No. Kesalahan
Termometer Termokopel Suhu Tegangan Suhu Tegangan
3 33,5 34 0,014925373 (°C) (mV) (°C) (mV)

4 35 35 0 90 3,682 490 20,218
100 4,096 500 20,644
5 35 35,75 0,021428571
110 4,509 510 21,071
6 35,25 36,25 0,028368794
120 4,92 520 21,497
7 36,5 37,25 0,020547945
130 5,328 530 21,924
8 37,9 38 0,002638522
140 5,735 540 22,35
9 40 40,25 0,00625 150 6,138 550 22,776
10 45 45,75 0,016666667 160 6,54 560 23,203
11 91 92,25 0,013736264 170 6,941 570 23,629
12 94 98 0,042553191 180 7,34 580 24,055

190 7,739 590 24,48
13 96 99,25 0,033854167
200 8,138 600 24,905
14 97 99,15 0,022164948
210 8,539 610 25,33
15 97,5 99 0,015384615
220 8,94 620 25,755
16 98 101 0,030612245 230 9,343 630 26,179
17 98 100,75 0,028061224 240 9,747 640 26,602
Rerata kesalahan 0,021538709 250 10,153 650 27,025
260 10,561 660 27,447
Dari Tabel 1 terlihat bahwa kesalahan yang 270 10,971 670 27,869
ditunjukkan oleh termokopel dibandingkan
dengan termometer batang untuk rentang 280 11,382 680 28,289
pengukuran suhu sampai 1000 C sebesar 2,1%. 290 11,795 690 28,71
300 12,209 700 29,129
3.2 Pengujian termokopel pada sistem
akuisisi data 310 12,624 710 29,548
Pada pengujian ini, diamati suhu yang 320 13,04 720 29,965
ditunjukkan oleh ketiga termokopel ukur dan
330 13,457 730 30,382
tegangan yang dihasilkan di masing-masing
termokopel untuk dibandingkan dengan suhu dan 340 13,874 740 30,798
tegangan termokopel referensi. Hasil pengukuran 350 14,293 750 31,213
dapat dilihat pada Tabel 2 dan Tabel 3.
360 14,713 760 31,628
Tabel 2. Suhu dan tegangan termokopel referensi 370 15,133 770 32,041
380 15,554 780 32,453
Termokopel Termokopel
Referensi Referensi 390 15,975 790 32,865
Suhu Tegangan Suhu Tegangan 400 16,397 800 33,275
(°C) (mV) (°C) (mV)

10 0,397 410 16,82 Untuk mendapatkan hasil pengukuran suhu
20 0,798 420 17,243 menggunakan termokopel yang akurat diperlukan
pengkondisi sinyal, yang dilakukan oleh MAX6675
30 1,203 430 17,667
yang mempunyai skala suhu linier yang dinyatakan
40 1,612 440 18,091 dalam volt/°C.
50 2,023 450 18,516
60 2,436 460 18,941
70 2,851 470 19,366
80 3,267 480 19,792

Tabel 3. Suhu dan Tegangan Alat Akuisisi Data Alat akuisis Data
Alat akuisis Data Termokopel 1 Termokopel 2 Termokopel 3
Suhu Tegangan Suhu Tegangan Suhu Tegangan

Termokopel 1 Termokopel 2 Termokopel 3
(°C) (mV) (°C) (mV) (°C) (mV)
Suhu Tegangan Suhu Tegangan Suhu Tegangan
561 21,9 473 18,2 475 18,3
(°C) (mV) (°C) (mV) (°C) (mV)
578 22,6 496 19,2 498 19,4
30 0 30 0 30 0
594 23,2 518 20,1 520 20,3
32 0,1 29 0 30 0
609 23,8 542 21 543 21,2
34 0,1 29 0 30 0
624 24,4 565 22,1 565 22,3
36 0,2 29 0 29 0
638 25 591 23,1 589 23,3
37 0,2 29 0 30 0
652 25,6 614 24,1 612 24,1
35 0,2 29 0 31 0
666 26,2 636 25 633 24,9
33 0,1 29 0 32 0
679 26,7 656 25,7 653 26
32 0,1 28 0 31 0
692 27,4 672 26,6 670 26,5
32 0,1 31 0 31 0
706 27,8 688 27,1 686 27,1
35 0,2 69 1,5 45 0,6
718 28,3 703 27,7 700 27,4
42 0,4 107 3,3 63 1,3
730 28,8 718 28,3 714 28,2
53 1 153 4,9 88 2,4
741 29,2 730 28,8 727 28,7
79 2 159 5,3 108 3,4
751 29,7 743 29,3 739 29,3
91 2,5 135 4,3 108 3,4
760 30 753 29,7 750 29,4
125 3,3 123 3,7 112 3,5
771 30,5 764 30,1 762 30,1
158 5,2 124 3,7 120 3,7
782 30,9 776 30,7 774 31
190 6,6 127 4,1 130 4,2
794 31,5 787 31,1 785 31,1
219 7,7 135 4,4 142 4,5
805 31,9 799 31,6 797 31,5
247 9,7 148 4,8 157 5,2
816 32,3 809 32 808 32
277 10,3 163 5,3 173 5,7
826 32,8 820 32,5 819 32,5
304 11,5 179 6,1 191 6,5
837 33,2 830 32,9 830 32,9
333 12,6 197 6,9 208 7,3
356 13,5 217 8,3 228 8,1 Dari hasil pengujian didapatkan bahwa kurva
377 14,3 237 8,6 248 8,9 karakteristik ketiga termokopel uji bersifat linier
dengan sensitivitas 41.11 µV/°C, sedikit lebih kecil
398 15,2 259 9,5 269 9,7 dibandingkan dengan sensitivitas termokopel referensi
418 16 281 10,4 290 10,5 yaitu 41.59 µV/°C (dengan nilai kesalahan 1.15% )
437 16,8 304 11,3 312 11,2 Sensitivitas yang cenderung sama ini juga dapat
ditunjukkan dengan kemiringan (slope) yang sama pada
457 17,7 329 12,5 336 12,4 grafik tegangan terhadap suhu.seperti yang terlihat pada
476 18,4 354 13,4 359 13,5 Gambar 6. Perbedaan sensitivitas yang terjadi karena
493 19,1 378 14,3 382 14,3 saat termokopel uji pertama kali digunakan tidak
dilakukan kompensasi dengan merendam reference
511 19,8 402 15,3 406 15,4 junction dalam air es untuk mendapatkan suhu 0°C.
529 20,5 426 15,7 429 16,5
545 21,2 450 17,3 452 17,3

Gambar 7. Grafik pengukuran suhu termokopel alat uji dan termokopel referensi
Untuk hasil pengujian linearitas hubungan antara nilai sesungguhnya dan nilai yang ditunjukkan alat ukur dapat
dilihat pada Gambar 8.
Gambar 8. Grafik linearitas termokopel referensi dan alat ukur
________, Sensor dan Pengkonversi Data,

4. Kesimpulan http://www.toko-elektronika.com 22/07/08.
Sistem akuisisi data suhu yang terdiri atas 3
termokopel telah menunjukkan karakteristik Bakshi, U.A., A.V., K.A.,(2008), Electrical
sistematik yang baik, yaitu mempunyai Measurements, Technical Publication Pune.
karakteristik linier dengan sensitivitas ukur 41.11 Bambang, H.K., Handoyo, D., (2008), Perancangan
µV/°C dan nilai kesalahan 1,15%. sinyal conditioning termokopel tipe K sebagai masukan
ADC – 0804, Prosiding Seminar Penelitian dan
Ucapan Terima Kasih Pengelolaan Perangkat Nuklir.
Terimakasih kepada Dikti yang telah membiayai Basuki, A, Arena, M, 2013, Sistem Telemetri Melalui
penelitian ini dengan skema Penelitian Dosen Jaringan Komputer Berbasis Internet Protocol,
Pemula. Prosiding Seminar Retii – 8.
Duff, M., Towey, J., (2010), Two Ways to Measure
Daftar Pustaka Temperature Using Thermocouples Feature Simplicity,
________, “Analog Devices”, www.analog.com, Accuracy, and Flexibility, Analog Dialog 44-10.
17/10/2014. Prahara, A. dkk, “Sensor suhu”,
________, “Konsep Akuisisi Data dan http://www.google.co.id 15/06/2009
Konversi”, http://ocw.gunadarma.ac.id, Wardoyo, S., Munarto, R., Putra, V. P.,(2013) Rancang
22/07/08. Bangun Data Logger Suhu Menggunakan Labview,
________, “Manual MAX6675 K-type Jurnal Ilmiah Elite Elektro, Vol. 4, No.1, Maret 23-30.
Thermocouple Temperature Sensor, www.indo-
ware.com,10/09/2014.

Pembuatan Alat Pengukur Tingkat Polusi Udara Berbasis

Mikrokontroller At89s51 Menggunakan Sensor Tgs 2600
Vadlya Maarif1, Nuzul Imam Fadlilah2
Program Studi Teknik Informatika

AMIK Bina Sarana Informatika Purwokerto
Email: vadlya.vlr@bsi.ac.id
Program StudiTeknikInformatika
AMIK BinaSaranaInformatikaPurwokerto
Email: nuzul.nfh@bsi.ac.id
Abstrak
Telah dilakukan perancangan dan realisasi alat pengukuran pencemaran udara berbasis mikrokontroler AT89S51
menggunakan sensor TGS 2600. Sistem terdiri atas perangkat keras dan perangkat lunak. Perangkat keras terdiri atas
mikrokontroler AT89S51, sensor TGS 2600, Op-Amp, dan LCD sebagai penampilnya. Perangkat lunak mikrokontroler
dalam sistem ini dibuat dengan menggunakan bahasa assembly. Sistem ini bekerja ketika mendeteksi kadar gas
karbonmonoksida (CO) yang melewati sensor. Kemudian sistem ini telah terealisasi dan dapat menampilkan pesan pada LCD
tentang kadar polutan di suatu tempat dapat diketahui.
Kata kunci : TGS 2600, AT89S51,CO, Op-Amp, LCD
1. Pendahuluan kementrian lingkungan hidup, jumlah angka lolos uji

Udara mempunyai arti yang sangat penting di emisi dikota metropolitan, kota besar, dan kota
dalam kehidupan makluk hidup dan keberadaan sedang maupun kecil hampir memiliki prosentase
benda lainnya, sehingga udara merupakan sumber yang sama sekitar 47%.
daya alam yang harus dilindungi untuk kehidupan
manusia dan makluk hidup lainnya. Udara 2.1 MetodePengumpulan Data
pemanfaatannya harus dilakukan secara bijaksana Penulis mencoba mencari hasil uji emisi di
dengan memperhitungkan kepentingan generasi tempat pengukuran emisi kendaraan, melihat
sekarang dan yang akan datang. Untuk mendapatkan kondisi, survey di lokasi terminal dan lingkungan
udara sesuai dengan tingkat kualitas yang pabrik untuk mengetahui kondisi kualitas udara dan
diinginkan, maka pengendalian udara menjadi keadaan masyarakat lingkungan sekitar.
sangat penting untuk dilakukan. Studi pustaka untuk mendapatkan landasan
Pencemaran udara diartikan sebagai turunnya teori, data-data atau informasi sebagai bahan acuan
kualitas udara, sehingga udara mengalami dalam melakukan perencanaan, pembuatan dan
penurunan mutu dalam penggunaannya dan akhirnya percobaan.
tidak dapat dipergunakan lagi sebagai mana
mestinya sesuai dengan fungsinya. Untuk 2. Landasan Teori
mengetahui tingkat pencemaran udara diperlukan Pembuatan Alat Pengukur Tingkat Polusi
suatu alat sebagai pemantau kualitas udara. Oleh Udara Berbasis Mikrokontroler AT89S51
karena itu, muncul suatu ide untuk membuat alat menggunakan Sensor TGS 2600 telah dilakukan
pengukur tingkat polusi udara berbasis perancangan dan realisasi alat pengukur pencemaran
mikrokontroler AT89S51 menggunakan sensor TGS udara berbasis mikrokontroler AT89S51
2600 yang peka terhadap gas karbon monoksida. menggunakan sensor TGS 2600. Alat ini terdiri atas
Pada alat ini menggunakan LCD sebagai perangkat keras dan perangkat lunak. Perangkat
tampilan visualnya dalam menampilkan pesan-pesan keras terdiri atas mikrokontroler AT89S51,
atau hasil dari inputan karbon monoksida yang rangkaian sensor TGS 2600, Op-Amp, dan LCD
terdeteksi sehingga alat ini dimaksudkan akan lebih sebagai penampilnya. Perangkat lunak
berguna dari alat sebelumnya. mikrokontroler dalam sistem ini dibuat dengan
menggunakan bahasa assembly. Alat ini bekerja
2. Metode ketika mendeteksi kadar gas karbon monoksida yang
Menurut data WHO polusi udara melewati sensor. Kemudian keluaran yang berupa
berkontribusi pada sekitar tujuh juta kematian tegangan dikonversi oleh Op-Amp untuk diproses ke
seluruh dunia. Di asia tenggara merupakan wilayah mikrokontroler dan ditampilkan ke LCD agar
yang menderita polusi udara terburuk di dunia. mempermudah pembacaan
Untuk Indonesia, berdasar data evaluasi kualitas
udara perkotaan 2012 yang dikeluarkan oleh

2.1.Integrited Circuit (IC) apabila terjadi perubahan tegangan masukan pada

IC adalah singkatan dari Integrated Circuit catudaya. Fungsi lain dari regulator tegangan adalah
atau berarti rangkaian terpadu. IC merupakan untuk perlindungan dari terjadinya hubung singkat
rangkaian gabungan dari sejumlah komponen pada beban. Cara pemasangan dari regulator
menjadi satu. Dalam IC monolithic, suatu chip tegangan tetap 78XX pada catu daya dapat dilihat
tunggal merupakan dasar komponen individual yang pada gambar berikut.
dipadukan dengan sejumlah chip atau komponen
lain dalam pembuatan. IC hybrid terdiri dari atas
satu IC monolithic atau lebih, dipasang pada
beberapa komponen yang serupa. IC merupakan
Rangkaian gabungan dari sejumlah komponen
menjadi satu. Dalam IC monolithic, suatu chip
tunggal merupakan dasar komponen individual yang
dipadukan dengan sejumlah chip atau komponen
lain dalam pembuatannya. Gambar II.3RangkaianDasar Regulator TeganganPositif
78xx
2.1.1 Op-Amp (IC LM324)
Menurut Adi (2010:41) menjelaskan bahwa Kondensator masukan C1 dibutuhkan untuk
“Op-amp adalah piranti elektronika analog perata tegangan sedangkan kondensator keluaran C2
serbaguna yang mempunyai banyak fungsi. Piranti memperbaiki tanggapan peralihan. Regulator
ini dikemas dalam bentuk suatu IC yang di tegangan tetap 78xx dibedakan dalam tiga versi
dalamnya terdiri dari banyak transistor, resistor, dan yaitu 78XXC, 78LXX dan 78MXX. Arsitektur dari
kapasitor”. Penguat operasional mempunyai dua regulator tegangan tersebut sama, yang membedakan
masukan (input) diferensial, yaitu inverting dan non- adalah kemampuan mengalirkan arus pada regulator
inverting, serta penguatan loop terbuka (open loop tegangan tersebut. Data karekteristik dari regulator
gain) yang tidak terhingga besarnya. Hampir semua tegangan tipe 78XX dapat dilihat pada tabel berikut.
op-amp hanya mempunyai satu terminal keluaran. Angka XX pada bagian terakhir penulisan
tipe regulator 78xx merupakan besarnya tegangan
output dari regulator tersebut. Kemudian huruh L, M
merupakan besarnya arus maksimum yang dapat
dialirkan pada terminal output regulator tegangan
positif tersebut. Untuk penulisan tanpa huruf L
ataupun M (78(L/M)xx) pada regulator tegangan
positif 78xx maka arus maksimal yang dapat
dialirkan pada terminal outputnya adalah 1 ampere.
Gambar II.1 Penguat operasional dasar. Karakteristik dan tipe-tipe kemampuan arus
maksimal output dari regulator tegangan positif
78xx dapat dilihat pada tabel diatas. Kode huruf
pada bagian depan penulisan tipe regulator 78xx
merupakan kode produsen (AN78xx, LM78xx,
MC78xx) regulator tegangan positif 78xx.
2.3 Sensor TGS 2600

Gambar II.2 Rangkaian ekivalen op-amp frekuensi Menurut Setiawan (2009) “Sensor adalah
rendah.
alat yang digunakan untuk mendeteksi dan berfungsi
mengukur magnitude tertentu dan mengubah variasi
2.1.2 IC Regulator LM7805
mekanis, magnetis, panas, sinar dan kimia. Sensor
Salah satu tipe regulator tegangan tetap adalah
dikategorikan melalui pengukur dan memegang
7805. Regulator tegangan tipe 7805 adalah salah
peranan penting dalam pengendalian proses
satu regulator tegangan tetap dengan tiga terminal,
pabrikasi modern”.
yaitu terminal VIN(Volt In), GND(Ground) dan
Sensor TGS 2600 adalah transducer utama
VOUT(Volt Out). Tegangan keluaran dari regulator
yang digunakan dalam rangkaian ini, yang
78XX memungkinkan regulator untuk dipakai dalam
merupakan sebuah sensor kimia atau gas sensor.
sistem logika. Regulator tegangan 78XX dirancang
Sensor ini mempunyai nilai resistansi Rs yang akan
sebagai regulator tegangan tetap, meskipun
berubah bila terkena gas dan juga mempunyai
demikian dapat juga keluaran dari regulator ini
sebuah pemanas (heater) yang digunakan untuk
diatur tegangan dan arusnya melalui tambahan
membersihkan ruangan sensor dari kontaminasi
komponen eksternal. Pada umumnya catu daya
udara luar.
selalu dilengkapi dengan regulator tegangan. Tujuan
pemasangan regulator tegangan pada catu daya
adalah untuk menstabilkan tegangan keluaran

menurunnya ketinggian penghalang dari daerah

sambungan.
Dengan menurunnya penghalang maka
resistansi sensor akan juga ikut menurun.
Gambar II.4 Struktur Sensor TGS 2600
Pemanas pada sensor memerlukan tegangan

yang konstan (± 5 Volt DC) agar sinyal output
Gambar II.7 Ilustrasi ketika terdeteksi adanya gas
sensor dapat terjaga keseimbangannya. Karakteristik
tegangan pemanas terhadap resistansi sensor
2.4. Liquid Crystal Display (LCD)
terdapat pada Gambar II.5.
LCD Display Modul M1632 buatan Seiko
Instrument Inc. terdiri dari dua bagian, yang pertama
merupakan panel LCD sebagai media penampil
informasi dalam bentuk huruf/angka dua baris,
masing-masing baris bisa menampung 16
huruf/angka.
Bagian kedua merupakan sebuah sistem yang
dibentuk dengan mikrokontroler dan ditempelkan
dibalik panel LCD, yang berfungsi untuk mengatur
tampilan informasi serta mengatur komunikasi
Gambar II.5 Karakteristik tegangan pemanas terhadap M1632 dengan mikrokontroler yang memakai
resistansi sensor
tampilan LCD tersebut. Dengan demikianpemakaian
M1632 menjadi sederhana, sistem lain yang
Bahan detektor gas dari sensor TGS 2600 memakai M1632 cukup mengirimkan kode-kode
adalah metal oksida, khususnya senyawa SnO2. ACSII dari informasi yang ditampilkan seperti
Ketika kristal metal oksida (SnO2) dihangatkan pada layaknya memakai sebuah printer.
temperatur tertentu, oksigen akan diserap pada
permukaan kristal dan oksigen akan bermuatan
2.5 Mikrokontroler
negatif.
Dijelaskan oleh Adi (2010:105) bahwa
Tegangan permukaan yang terbentuk akan
“Mikrokontroler pada dasarnya adalah komputer
menghambat laju aliran elektron seperti tampak pada
dalam satu chip, yang di dalamnya terdapat
ilustrasi Gambar II.16.
mikroprosesor, memori, jalur Input/Output (I/O) dan
prangkat pelengkap lainya”. Gambar blok diagram
sebuah mikrokontroler seperti diperlihatkan Gambar
II.19.
Gambar II.8 Blok Diagram Mikrokontroler.
a. Mikrokontroler AT89S51
Gambar II.6 Ilustrasi penyerapan O2 oleh sensor. Mikrokontroler tipe AT789S51 dengan
arsitektur MCS51 adalah produksi ATMEL yang
Di dalam sensor, arus elektrik mengalir memiliki sistem memori, pewaktu port serial dan 32-
melewati daerah sambungan(grain boundary) dari bit I/O di dalamnya sehingga memungkinkan untuk
kristal SnO2. Pada daerah sambungan, penyerapan membentuk suatu sistem yang terdiri dari satu chip
oksigen mencegah muatan untuk bergerak bebas. dan tidak memerlukan external memory (memori
Jika konsentrasi gas menurun, proses deoksidasi luar) untuk menyimpan source code. AT89S51
akan terjadi, rapat permukaan dari muatan negatif merupakan memori dengan teknologi nonvolatile
oksigen akan berkurang, dan mengakibatkan

memori yang dapat diisi ulang ataupun dihapus 2.6 Konsep Dasar Program
berkali-kali. 2.6.1. Bahasa Assembly
Beberapa fitur standar yang dimiliki oleh Menurut Karmila (2010) “Bahasa
AT89S51: assembly dikategorikan sebagai bahasa tingkat
1. Flash 4-k byte rendah (low level languange). Ini untuk
2. Beroperasi pada tegangan 4 sampai 5,5 Volt menggambarkan kekhususannya sebagai bahasa
3. Bekerja maksimal pada frekuensi 0 sampai 33 yang berorientasi pada machine dependent”.
MHz Bahasa assembly ini lazim digunakan
4. RAM 128-bit dalam berbagai pembuatan program dari suatu alat.
5. 32 pin I/O Bahasa pemrograman ini memang tergolong sulit
6. Watchdog Timer karena masih menggunakan bahasa yang
7. Dua data pointer berorientasi pada mesin. Namun pemakaian bahasa
8. Dua counter 16-bit Assembler banyak digunakan di berbagai pembuatan
9. Sebuah arsitektur perintah lima vektor dua program karena sudah familier dari awal dan banyak
tingkat tutorial mengenai bahasa tersebut.
10. Sebuah port serial rangkap 2.6.2. ASM51
11. Osilator di dalam keping dan clock circuitry Untuk membuat program serta
AT89S51 mempunyai 4-kbyte Flash mengkompail bahasa assembly ke dalam bentuk
PEROM (Programmable and Read Only Memory) hexa kita menggunakan sebuah softwere yang
yang memiliki kemampuan untuk ditulis ulang dinamakan ASM51.
hingga 1000 kali dan berisikan perintah standar
MCS51. Kombinasi CPU 8-bit serba guna dengan 2.6.3. Downloader Atmel 89 Series
System Programmable Flash pada sebuah keping Downloader merupakan suatu interface yang
monolitik. berfungsi untuk memasukan program dari komputer
Mikrokontroler AT89S51 didesain dengan ke dalam suatu mikrokontroler. Atmel 89 Series
logika statis pada operasi bawah ke frekuensi nol Programmer merupakan suatu downloader keluaran
dan mendukung dua software berkemampuan dari sunrom. Atmel 89 Series Programmer yang
memilih mode power saving. Mode-0 menghentikan mendukung banyak seri mikrokontroler keluarga 89
CPU dan membiarkan RAM, pewaktu atau counter, keluaran Atmel. Tipe mikrokontroler yang didukung
pot serial dan sistem perintah melanjutkan antara lain: AT89C51, AT89LV51, AT89C52,
fungsinya. Mode power down menyimpan isi RAM AT89S51 dan lain-lain.
dan membekukan osilator, tidak memfungsikan
semua keping lainnya sehingga perintah eksternal
selanjutnya atau perangkat keras mengalami reset.
b. KonfigurasiPena-pena mikrokontroler
AT89S51 Gambar II.10Downloader Atmel 89 Series
Mikrokontroler AT89S51 memiliki 40 pin
yang diperlihatkan pada gambar II.20 2.6.4. PCB Designer
Menurut Vikry (2011) “PCB
Designer adalah salah satu software
yang berguna untuk membuat jalur PCB”. Program
ini temasuk ringan digunakan sehingga mudah
dalam penggunaannya. Contoh tampilan dari
software ini adalah sebagai berikut
Gambar II.11Layout PCB Designer
3 Pembahasan
Gambar II.9 Konfigurasi Pin AT89S51 3.1. Tinjauan Umum Alat
Pembuatan Alat pengukur Tingkat Polusi
Udara Berbasis Mikrokontroler AT89S51
menggunakan Sensor TGS 2600 telah dilakukan.

Sistem terdiri atas perangkat keras dan perangkat 3.3. Gambar Rangkaian
lunak. Perangkat keras terdiri atas mikrokontroler
AT89S51, rangkaian sensor TGS 2600, Op-Amp,
dan LCD sebagai penampilnya. Perangkat lunak
mikrokontroler dalam sistem ini dibuat dengan
menggunakan bahasa assembly. Sistem ini bekerja
ketika mendeteksi kadar gas karbon monoksida yang
melewati sensor. Kemudian keluaran yang berupa
tegangan dikonversi oleh Op-Amp untuk diproses ke
mikrokontroler dan ditampilkan ke LCD agar
mempermudah pembacaan. Penggunaan penampil
LCD di sini dimaksudkan sebagai perbaikan pada
alat sebelumnya yang hanya menggunakan lampu
indikator warna sebagai penampil serta
menggunakan indeks diagram saja. Dengan
penggunaan LCD sebagai penampil ini diharapkan Gambar III.2 Blok rangkaian alat pengukur tingkat polusi
dapat membantu masyarakat sekitar agar lebih udara berbasis mikrokontroler AT89S51 menggunakan
mudah untuk memahami kondisi udara di sekitar sensor TGS 2600.
mereka.
3.4. Cara Kerja Alat
3.2. Blok Rangkaian Cara kerja dari alat pengukur tingkat polusi
Berikut adalah gambar blok rangkaian udara berbasis mikrokontroler menggunakan sensor
dari alat pengukur tingkat polusi udara berbasis TGS 2600 adalah sebagai berikut:
mikrokontroler AT89S51 menggunakan sensor TGS
2600. A. Power Supply
Power supplymemperoleh arus dari tegangan
PLN sebesar 220 volt AC, kemudian oleh
transformator tegangan diturunkan dan diubah
menjadi arus DC sehingga menghasilkan tegangan
keluaran sebesar 5 volt. Sehingga nantinya tegangan
yang masuk ke alat maksimal menjadi 5 volt.
B. Input
Komponen Input dari alat pengukur tingkat
Gambar III.1 Diagram blok pengukur tingkat polusi udara polusi udara berbasis mikrokontroler menggunakan
berbasis mikrokontroler AT89S51 menggunakan sensor sensor TGS 2600 adalah sensor TGS 2600 dan Op-
TGS 2600. Amp. Sensor TGS 2600 berfungsi untuk mendeteksi
gas karbon monoksida yang melewati sensor
Keterangan : tersebut. Kemudian keluaran yang berupa tegangan
1. Catu daya dikonversi oleh Op-Amp untuk diproses ke
Berfungsi sebagai sumber tegangan yang mikrokontroler.
nantinya akan masuk ke alat. C. Proses
2. Sensor TGS 2600 Setelah keluaran berupa tegangan dari sensor
Berfungsi sebagai pendeteksi gas karbon dan dikonversi oleh Op-Amp kemudian masuk ke
monoksida. proses di dalam mikrokontroler AT89S51.
3. Op-Amp Mikrokontroler ini berisi program yang berfungsi
Berfungsi sebagai pengkonversi tegangan yang memproses kinerja alat yang nantinya akan
nantinya akan diproses ke dalam mikrokontroler ditampilkan ke LCD.
AT89S51. D. Output
4. Mikrokontroler AT89S51 Output akhir dari alat ini adalah sebuah
Berfungsi sebagai pemroses yang berisi pembacaan hasil tingkat polutan yang sebelumnya
perangkat lunak atau program. diproses di dalam mikrokontroler, kemudian
5. LCD ditampilkan di LCD berupa kumpulan karakter
Berfungsi sebagai penampil pesan berupa “bersih”, “tercemar”, “polusi rendah”, “polusi
kumpulan karakter yang akan disampaikan sedang”, “polusi tinggi”, sehingga pesan yang ingin
sehingga mudah dipahami oleh pembaca. disampaikan alat ini mudah dipahami oleh pembaca.

3.5. Perancangan Program 3.6. Hasil Percobaan

3.5.1. Flow chart Program Pengujian tingkat polusi udara ditunjukan
pada tabel di bawah:
Tabel III.1 Tabel ruang sistem pengujian
Volta Ind Kateg Tampila Keterangan
ge ek ori n LCD
Tingkat mutu
udara yang
tidak
memberikan
efek bagi
kesehatan
0– 0-
baik Bersih manusia atau
0,5 50
hewan dan tidak
berpengaruh
pada tumbuhan
bangunan atau
nilai estetika
Tingkat mutu
udara yang
tidak
berpengaruh
pada kesehatan
Gambar III.3 Flow chart program pengukur tingkat polusi manusia
0,51 51- Sedan Tercem
udara aataupun hewan
–1 100 g ar
tetapi
berpengaruh
3.5.2. Konstruksi Sistem (Coding) pada tumbuhan
Tahap-tahap program yang dijalankan yang sensitive
perangkat lunak adalah: dan nilai
estetika
1. Deklarasi
Tingkat mutu
2. Inisialisasi program udara yang
3. Inisialisasi LCD bersifat
4. Pengaturan tingkat polusi udara merugikan pada
Program dari alat pengukur tingkat polusi udara manusia atau
101 Kuran pun hewan
berbasis mikrokontroler AT89S51 menggunakan 1,01–
- g Rendah kelompok
sensor TGS 2600 merupakan program yang 1,99
199 sehat hewan yang
menjelaskan tentang komponen-komponen peka atau bisa
pemrograman yang berisi port-port yang digunakan menimbulkan
kerusakan pada
dan dihubungkan dengan perangkat keras, register- tumbuhan
register dan kontrol hardware yang akan ataupun estetika
dikendalikan. Listing program pengukur tingkat Tingkat kualitas
polusi udara berbasis mikrokontroler AT89S51 udara yang
dapat
menggunakan sensor TGS 2600 adalah sebagai 201
Sanga
merugikan
berikut: 2– t
- Sedang kesehatan pada
;=============================; POLUSI 2,99 Tidak
299 sejumlah
sehat
UDARA segmen
; OLEH VADLYA MAARIF populasi yang
;============================= terpapar
rs bit p3.0 Tingkat mutu
rw bit p3.1 udara berbahaya
yang secara
e bit p3.2 3–
300
Berba umum dapat
; - Tinggi
<5 haya merugikan
org 0h 500
kesehatan yang
clr p2.5 serius pada
acall inisial_lcd populasi
acall promo Sumber: ISPU
main:
jb P2.7,bahaya
Hasil percobaan alat pengukur tingkat
clr p2.5
jb P2.6,siaga1 polusi udara berbasis mikrokontroler AT89S51
jb p2.1,siaga menggunakan sensor TGS 2600. Pada kesempatan
jb p2.0,awas ini penulis telah melakukan pengujian dari berbagai
acall aman sumber polusi. Hasil percobaan/pengujian tersebut
sjmpmain dapat dilihat pada tabel III.2 berikut
.................................dst.

Tabel III.2 Tabel Hasil Pengujian dengan berbagai kurang sehat, 200-299 udara tidak sehat,
sumber polusi >300 berbahaya.
Tegangan 2. Alat pengukur tingkat polusi udara ini dapat
keluaran
Sumber
sensor (Volt) Tampilan LCD mendeteksi tingkat polusi udara dengan
Polusi keterangan udara bersih, tercemar, polusi
Mikrokontroler
AT89S51 rendah, polusi sedang, dan polusi tinggi
Asap lilin 0,23 Udara bersih berdasarkan deteksi sensor.
Asap kertas 0,55 Tercemar
Asap rokok
3. Sensor ini hanya dapat mendeteksi CO dalam
1,33 Polusi rendah gas.
putih
Asap rokok
2,12 Polusi sedang
kretek 5. Daftar Pustaka
Asap rokok
1,26 Polusi rendah
import
Asap Karet 4,11 Polusi tinggi Adi, Agung Nugroho. 2010. Mekatronika.
Asap obat Yogyakarta. Graha Ilmu.
0,67 Tercemar
nyamuk
Asap tisu 0,25 Udara bersih Asdep Urusan informasi Dputi VII KLM, Air
Asap
sampah 2,66 Polusi sedang
Quality Report, Jakarta.
daun http://www.air.ky.gov/programs/monitoring/Air+Qu
ality+Index.btm (2 Mei 2013)
Dari hasil percobaan di atas maka dapat Bishop, Owen. 2004. Dasar-dasar Elektronika.
disimpulkan bahwa tingkat polusi udara tiap sumber Jakarta. Erlangga.
berbeda-beda tergantung dari jenis bahan serta Figaro Group. 2003. Technical Information For
kepekatan dari polutan yang dihasilkan. Namun TGS2600. USA. Figaro USA, INC.
kuantitas dari polutan juga berpengaruh terhadap Figaro Engineering Incorporation. 2003. Version
tingkat polusinya. Semakain tinggi polutan Change Of FIC93619A to FIC02667.
bertambah, maka semakin tinggi pula tingkat http://www.figarosensor.com (5 Mei 2013)
polusinya. Sebagai contoh, asap rokok dalam hasil
pengujian adalah polusi rendah, tetapi bisa saja ISPU. 2003. Index Standar Pencemaran Udara.
menjadi tinggi apabila tingkat polutannya bertambah Jakarta. Bapedal.
dan semakin pekat. http://www.acronymfinder.com/Indeks-Standar-
Pencemar-Udara-(Indonesian%3A-Air-Pollutant-
Standards-Index)-(ISPU).html(2 Mei 2013)
Karmila.2009. Belajar Bahasa Assembler.

karmila.staff.gunadarma.ac.id/Downloads/files/1475
/Assembler-1.pdf? (28 Mei 2013)
Musbikhin. Tutorial mcs51 intruksi-intruksi loop

dan jump. http://www.musbikhin.com/tutorial-mcs-
51-instruksi-instruksi-jump-loop-dan-call. (27 Mei
2013)
Mikrokontroler AT89S51. www.Atmel.com (16 Mei

2013)
Purnama, Agus. 2012. LED (Light Emitting Dioda).

http://elektronika-dasar.web.id/komponen/led-light-
emitting-dioda/. (15 Mei 2013).
Gambar III.4 Alat pengukur tingkat polusi udara berbasis Widodo, Thomas Sri. 2003. Elektronika Dasar.
mikrokontroler menggunakan sensor TGS2600 Jakarta. Erlangga.
4. Kesimpulan
Setelahdibuat alat pengukur tingkat polusi
udara, maka penulis menyimpulkan beberapa hal
sebagai berikut:
1. Berdasar ruang pengujian sensor, untuk
indek/ nilai kualitas udara nilai 0-50 udara
baik, 51-100 udara sedang, 101-199 udara


Sistem Pendukung Keputusan Penerima Beasiswa SMK

Menggunakan Metode Backpropagation
Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eko Mulyanto 3
Jurusan Teknik Elektro ITS, Surabaya1,2,3

teti13@mhs.ee.its.ac.id1
Abstrak
Proses seleksi beasiswa di SMK selama ini dilakukan secara manual belum melibatkan kemajuan di bidang
teknologi sehingga kurang tepat sasaran dimana siswa yg seharusnya mendapatkan beasiswa tetapi tidak
mendapatkan beasiswa dan sebaliknya siswa yang seharusnya tidak mendapatkan beasiswa tetapi
mendapatkan beasiswa. Hal ini mengakibatkan banyak peserta didik yang terancam putus sekolah. Untuk
itu diperlukan Sistem Pendukung Keputusan (SPK) dalam pemberian beasiswa untuk meningkatkan tingkat
ketepatan prediksi dalam distribusi beasiswa. Penelitian ini akan membuat klasifikasi peserta didik
penerima beasiswa dengan menggunakan metode Backpropagation. Hasil klasifikasi digunakan untuk
membuat Sistem Pendukung Keputusan (SPK) dalam pemberian beasiswa yang tujuannya untuk
meningkatkan tingkat ketepatan prediksi dalam distribusi beasiswa yang mengacu pada Petunjuk Teknis
yang telah ditetapkan oleh Direktorat Pembinaan Sekolah Menengah Kejuruan (SMK). Hasil yang
diperoleh menunjukkan bahwa pengujian tingkat akurasi prediksi memakai data testing yang dihasilkan
jaringan dengan model yang sudah terlatih adalah sebesar 99,00083% .
Kata Kunci: Artificial Neural Network, Backpropagation, Beasiswa BSM , SPK.
1. Pendahuluan dilakukan oleh Anik Andriani pada tahun 2013 dengan

Program Bantuan Siswa Miskin (BSM) ini judul ”Sitem Pendukung Keputusan Berbasis Decision
merupakan bukti komitmen dan keberpihakan Tree Dalam Pemberian Beasiswa Studi Kasus: AMIK
Pemerintah untuk memberikan kesempatan BSI Yogyakarta ”
kepada peserta didik dari keluarga yang kurang Namun demikian Sistem Pendukung Keputusan
mampu untuk mengikuti pendidikan dan yang dilakukan dalam penelitian sebelumnya diterapkan
terhindar dari putus sekolah. di perguruan tinggi. Pembuatan Sistem Pendukung
Permasalahan yang sering muncul ialah Keputusan yang di bahas dalam penelitian ini
kurang tepatnya distribusi beasiswa. Peserta diterapkan di SMK dimana kriteria penerima beasiswa
didik yang seharusnya berhak mendapatkan sudah ditentukan, mengacu pada Petunjuk Teknis yang
beasiswa namun tidak mendapatkan beasiswa telah ditetapkan oleh Direktorat Pembinaan Sekolah
dan sebaliknya peserta didik yang seharusnya Menengah Kejuruan (SMK).
tidak berhak mendapatkan beasiswa namun Artificial Neural Network (ANN) atau Jaringan
mendapatkan beasiswa. Salah satu faktor Syaraf Tiruan (JST) adalah salah satu metode yang
penyebab kurang tepatnya distribusi beasiswa sudah banyak dikembangkan untuk pendugaan. Metode
adalah proses seleksi beasiswa yang dilakukan ini juga dapat dipakai untuk meramalkan berdasarkan
secara manual belum menghasilkan informasi pola kejadian yang ada di masa lampau. Ini dapat
yang tepat. Hal ini berdampak pada tingginya dilakukan mengingat
tingkat putus sekolah, menurut Pusat Data dan kemampuan jaringan syaraf tiruan untuk mengingat dan
Statistik Pendidikan (PDSP, Kemdikbud) tahun membuat generalisasi dari apa yang sudah ada
2010 menunjukkan bahwa 90.263 ribu siswa sebelumnya.
SMA/SMK/MA putus sekolah. Salah satu metode yang dapat digunakan untuk
Dari penelitian sebelumnya dijeleskan memperbaiki bobot adalah metode bacpropagation.
solusi untuk mengatasi permasalahan kurang Metode ini umum digunakan untuk diaplikasikan pada
tepatnya pendistribusian beasiswa, salahsatunya penyelesaian suatu masalah berkaitan dengan
penelitian yang dilakukan oleh Dalu Nuzlul identifikasi, prediksi, pengenalan pola dan sebagainya.
Kirom, Yusuf Bilfaqih, Rusdhianto Effendie Pada latihan yang berulang–ulang, algoritma ini akan
pada tahun 2012 dengan judul ”Sistem Informasi menghasilkan unjuk kerja yang lebih baik. Hal ini
Manajemen Beasiswa ITS Berbasis Sistem berarti bahwa “bobot interkoneksi” JST semakin
Pendukung Keputusan Menggunakan Analytical mendekati bobot yang seharusnya. Kelebihan lain yang
Hierarchy Process” dan penelitian yang dimiliki JST ini adalah kemampuannya untuk belajar

(bersifat adaptif) dan kebal terhadap adanya Data Data training sebesar 70%
kesalahan (Fault Tolerance) dengan kelebihan Calon
tersebut JST dapat mewujudkan sistem yang Penerima Data testing sebesar 30%
tahan akan kerusakan (robust) dan konsisten Beasiswa
bekerja dengan baik.
Dengan karakteristik yang dimiliki tersebut Kartu Tanda Penduduk
diharapkan bisa mencapai tujuan yang
diharapkan yaitu membuat Sistem Pendukung Kartu Keluarga
Keputusan (SPK) menggunakan metode
Kelas
Backpropagation yang mampu meningkatkan
tingkat ketepatan prediksi dalam distribusi Program Keluarga Harapan
Penentuan
beasiswa dengan mengacu pada Petunjuk Teknis
Kriteria
yang telah ditetapkan oleh Direktorat Pembinaan Penerima Kartu Perlindungan Sosial
Sekolah Menengah Kejuruan (SMK). Beasiswa
Dalam penelitian ini, digunakan sistem Surat Keterangan Tidak Mampu
pembahasan sebagai berikut, pendahuluan,
menjelaskan tentang latar belakang Surat Keterangan Panti Asuhan
permasalahan, perumusan masalah, tujuan. Rekening Listrik
Metode akan diuraikan metode atau pendekatan
yang akan digunakan dalam menjawab Rangking Kelas
permasalahan penelitian untuk mencapai tujuan
penelitian. Hasil dan pembahasan, akan
menguraikan hasil daripada penelitian yang Inisialisasi Bobot
dilakukan beserta pembahasannya. Kesimpulan Klasifikasi
Penerima Umpan Maju (Feed Forward)
dan saran merupakan kesimpulan yang Beasiswa
didapatkan dari penelitian yang telah dilakukan menggunakan Umpan Mundur
dan saran untuk pengembangan daripada metode (Backpropagation)
penelitian. Backpropagasi
Kondisi Stopping
2. Metode
Penelitian eksperimen menggunakan data
dalam penelitiannya dan menghasilkan
kesimpulan yang mampu dibuktikan oleh
pengamatan atau percobaan. Penelitian ini Evaluasi &
termasuk penelitian eksperimen dengan Validasi
menggunakan data siswa di SMK Kota Palangka
Raya sejumlah 256 data yang dibagi menjadi
data training dan data testing dengan Membuat Sistem
perbandingan 70% dan 30%, sehingga diperoleh Pendukung
177 data training dan 76 data testing. Data Keputusan (SPK)
training digunakan untuk memperoleh hasil
klasifikasi siswa penerima beasiswa dalam
bentuk Backpropagation, sedangkan data testing
digunakan untuk mengukur tingkat akurasi dari
hasil klasifikasi tersebut. Pengujian Sistem
2.1. Metodologi Penelitian

Metoda penelitian yang diuraikan pada bab Bantuan Siswa Miskin
ini merupakan acuan dalam melakukan OUTPUT
penelitian melalui urutan langkah pelaksanaan
Tidak Mendapatkan
penelitian.
1. Data Calon Penerima Beasiswa
Data yang di ambil merupakan data peserta Gambar 1. Metodologi Penelitian
didik SMK di Kota Palangkaraya
Kalimantan Tengah tahun 2013/2014 yang 2. Kriteria Penerima Beasiswa
ada di Dinas Pendidikan Kota Palangka Kriteria beasiswa beasiswa ada sembilan hal yaitu
Raya, yang nantinya di bagi menjadi dua kartu tanda penduduk (KTP), kartu keluarga (KK),
yaitu data training sebesar 70% dan data kelas, program keluarga harapan (KPH), kartu
testing sebesar 30%. perlindungan social (KPS), surat keterangan tidak
mampu (SKTM), surat keterangan panti asuhan,

rekening listrik dan rengking kelas. network. Dengan komputasi balik ini nilai
Mengacu pada Petunjuk Teknis yang telah error atau kesalahan bisa dikurangi dengan
ditetapkan oleh Direktorat Pembinaan cukup baik.
Sekolah Menengah Kejuruan (SMK) d. Kondisi Stopping
mengenai perbandingan bobot kesembilan Terdapat dua kondisi stopping pada algoritma
kriteria untuk beasiswa BSM, diperlihatkan Backpropagation. Kedua kondisi stopping
oleh Tabel 1. Dibawah ini : digunakan dengan logika OR. Jadi kondisi
stopping akan terjadi jika besarnya error yang
Tabel 1. Bobot Kriteria Beasiswa BSM terjadi telah bernilai lebih kecil dari nilai error
maksimum yang telah ditetapkan atau jika
Kriteria Keterangan Bobot besarnya epoch lebih besar dari besarnya epoch
KTP Ada 1 maksimum yang telah ditetapkan.
Tidak 0 e. Evaluasi dan Validasi
KK Ada 1 f. Membuat Sistem Pendukung Keputusan SPK
Tidak 0
g. Penggujian sistem dilakukan menggunakan
Kelas 1 3
2 2 data testing sebesar 30%.
3 1 h. Output
PKH Ada 2 Output atau keluran yang dihasilkan yaitu
Tidak 0 mendapatkan Bantuan Siswa Miskin (BSM)
KPS Ada 4 dan Tidak Mendapatkan Beasiswa
Tidak 0
SKTM Ada 4 2.2. Backpropagation
Tidak 0 Algoritma pelatihan Backpropagation dapat
Panti Asuhan Ada 0
dijelaskan rinciannya sebagai berikut :
Tidak 4
Rekening s/d 450 va 4  Langkah 0:
Listrik 900 va 3 Pemberian inisialisasi penimbang (diberi nilai kecil
1300 va 2 secara acak)
2200 va 1  Langkah 1:
Tidak ada 0 Ulangi langkah 2 hingga 9 sampai kondisi akhir
Rangking 1 3 iterasi dipenuhi.
Kelas 2 2  Langkah 2:
3 1 Untuk masing-masing pasangan data pelatihan
>3 0
(training data) lakukan langkah 3 hingga 8
3. Klasifikasi Penerima Beasiswa
Umpan maju feed forward
menggunakan Metode Backpropagasi
 Langkah 3:
a. Inisialisasi Bobot
Masing-masing unit masukan (Xi, i = 1,…….,n)
Inisialisasi bobot secara random (diberi
menerima sinyal masukan Xi dan sinyal tersebut
nilai kecil secara acak) diambil 0.
disebarkan ke unit-unit bagian berikutnya (unit-unit
b. Umpan maju (Feed Forwared)
lapis tersembunyi)
Umpan maju digunakan sebagai
 Langkah 4:
algoritma untuk menghitung nilai
Masing-masing unit dilapis tersembunyi dikalikan
aktivasi yang ada pada semua neuron
dengan penimbang dan dijumlahkan serta ditambah
baik yang ada di lapis tersembunyi atau
dengan biasnya.
hidden layer ataupun lapis keluaran atau
output layer.
Z _ in j  Voj  i 1 XiVij
n
Fungsi aktivasi yang di pakai adalah (1)
fungsi signoid. Fungsi sigmoid
merupakan salah satu dari sekian fungsi Kemudian dihitung sesuai dengan fungsi pengaktif
aktivasi yang sering digunakan yang digunakan:
pada jaringan saraf tiruan. Fungsi
sigmoid merupakan fungsi aktivasi yang
menggunakan metode
Zj  f (Z _ in j )
(2)
Backpropagation. Fungsi ini memiliki
interval output 0 sampai 1. bila yang digunakan adalah fungsi sigmoid maka
c. Umpan Mundur (Backpropagation) bentuk fungsi tersebut adalah:
Backpropagation merupakan sebuah
algoritma yang berfungsi untuk 1
melakukan perhitungan balik dari Zj 
1  exp
z _ in j
neuron keluaran agar memiliki nilai (3)
bobot yang sesuai dalam jaringan neural

 Langkah 5: Selanjutnya dikaliakan dengan turunannya dan

Masing-masing unit keluaran (Yk, k = 1, 2, fungsi pengaktifnya untuk menghitung galat.
3…m) dikalikan dengan penimbang dan
dijumlahkan serta ditambah dengan biasnya:  j   _inj f ' (y _inj )
(11)
Y _ ink  Wok   j 1 Z jW jk
p
(4) Langkah berikutnya menghitung perbaikan

penimbang (digunakan untuk memperbaiki Vij).
Kemudian dihitung kembali sesuai dengan
fungsi pengaktif Vij  j Xi
(12)
Yk  F ( y _ in k ) (5) Kemudian menghitung perbaikan bias (untuk
Backpropagasi (Backpropagation) dan
Vij
memperbaiki )
Galatnya
Memperbaiki Penimbang
 Langkah 6:
Masing-masing unit keluaran (Yk, k =  Langkah 8
1,….m) menerima pola target sesuai dengan Masing-masing keluaran unit (Yk, K = 1,.,m)
pola masukan saat pelatihan atau training diperbaiki bias dan penimbangnya (j = 0,…. n),
dan dihitung galatnya:
Wjk(baru) = Wjk(lama) + 4Wjk (13)
k  (tk  yk ) f ' ( y  ink ) (6)

Masing-masing unit tersembunyi (Zi, K = 1,..,p)
diperbaiki bias dan penimbangnya (j= 0,., n),
f ' ( y  ink ) Vjk(baru) = Vjk(lama) + 4Vjk (14)

Karena menggunakan fungsi
signoid, maka:
 Langkah 9
Uji Kondisi pemberhentian atau stopping (akhir
f '(yink)  f '(yink)(1 ff'(yink))) yk(1yk) iterasi)
(7)
Menghitung perbaikan penimbang ( 2.3. Implementasi Backpropagation Pelatihan

kemudian untuk memperbaiki Wjk) Pelatihan jaringan dilakukan dengan menggunakan
Matlab Tools. Inisiasi model jaringan yang digunakan
Wjk     k  Z j adalah sebagai berikut :
(8) 1. Jaringan terdiri dari 3 layer yaitu input, hidden dan
output.
Menghitung perbaiakan koreksi: 2. Variabel/parameter yang digunakan sebagai
pembentuk jaringan antara lain jumlah epoch atau
Wok    k (9)
iterasi maksimal : 1000 iterasi
3. Selanjutnya hasil latihan akan disimpan dan diukur
d k ) pada akurasinya dengan dibandingkan dengan target
dan menggunakan nilai delta (
semua unit lapis sebelumnya. seharusnya.
4. Selanjutnya jaringan yang sudah dilakukan
 Langkah 7 pelatihan/learning model tersebut disimpan untuk
Masing-masing penimbang yang dapat dilakukan testing terhadap dataset testing.
menghubungkan unit-unit lapis keluaran Hasil testing ini juga akan diukur akurasinya,
dengan unit-unit lapis tersembunyi (Zj , j = dibandingkan dengan target data testing yang
1…..,p) seharusnya
6. Simulasi learning yang dilakukan dapat terlihat
d k ) dan dijumlahkan pada gambar simulasi berikut :
dikalikan delta (
sebagai masukan ke unit-unit lapis
berikutnya.
 _ inj  k1kWjk
m
(10)

4. Berikut adalah grafik regresi antara target dengan

data inputan, menunjukkan bahwa secara umum
setelah dilakukan training, data output dari atribut-
atribut prediktor yang dimasukkan mendekati atau
FIT target :
Gambar 2. Simulasi Learning

4.1. Evaluasi Model
Dari model yang digunakan diatas
diperoleh kesimpulan sebagai berikut :
1. Tingkat akurasi prediksi memakai data
testing yang dihasilkan jaringan dengan
model yang sudah terlatih adalah sebesar
99,00083%.
2. Dari 1000 epoch yang dilakukan,
performance terbaik jaringan (nilai error
makin mendekati nol) adalah pada angka
error : 0,000163 pada epoch ke 217
3. Berikut adalah gambaran grafik training
state yang dihasilkan oleh jaringan dari
parameter yang dimasukkan, menunjukkan
keragaman perubahan nilai parameter
(gradient) didalam penghitungan error :
Gambar 3. Grafik training state Gambar 4. Grafik Regresi

4.2. Pembangunan Sistem jaringan dengan model yang sudah terlatih adalah
Pembangunan sistem pendukung keputusan sebesar 99,00083%.
pemberian beasiswa menggunakan Matlab 3. Penerapan Sistem Pendukung Keputusan (SPK)
dengan menerapkan hasil klasifikasi dengan menggunakan metode Backpropagation mampu
backpropagation, hasilnya sebagai berikut: meningkatkan tingkat ketepatan prediksi dalam
distribusi beasiswa dengan mengacu pada Petunjuk
Teknis yang telah ditetapkan oleh Direktorat
Pembinaan Sekolah Menengah Kejuruan (SMK).
Beberapa saran yang dapat dijadikan pertimbangan

untuk penelitian selanjutnya yaitu menambahkan output
beasiswa, selain beasiswa BSM seperti beasiswa
berprestasi atau beasiswa yang lainnya.
Ucapan Terima Kasih

Penulis menyampaikan ucapan terima kasih yang
sebesar-besarnya kepada Dr. Ir. Yoyon K. Suprapto
M.Sc. dan Dr. Eko Mulyanto Yuniarno, ST., MT. selaku
pembimbing. Rekan-rekan dari Telematika CIO 2013
yang banyak memberikan bantuan ikut berperan dalam
memperlancar penelitian dan penulisan paper ini.
Ucapan terima kasih secara khusus penulis sampaikan
kepada suami tercinta Mohamad Ridwan yang telah
memberikan dukungan moral dan material.
Daftar Pustaka
Anik Andriani. 2013. Sistem Pendukung Keputusan
Berbasis Decision Tree Dalam Pemberian
Beasiswa. ISSN: 2089-9815.
Dalu Nuzlul Kirom, Yusuf Bilfaqih, Rusdhianto
Effendie. 2012. Sistem Informasi Manajemen
Beasiswa ITS Berbasis Sistem Pendukung
Keputusan Menggunakan Analytical Hierarchy
Process. JURNAL TEKNIK POMITS Vol. 1,
No. 1, (2012) 1-6.
Prasetyo, Eko. 2012. Data Mining Konsep dan
Aplikasinya Menggunakan Matlab. Yogyakarta:
Andi.
Purnomo, Mauridhi Hery; Kurniawan, Agus. 2006.
Supervised Neurol Network dan Aplikasinya,.
Yogyakarta: Graha Ilmu.
Widodo, Prabowo Pudjo dkk. 2013. Penerapan Data
Mining dengan Matlab. Bandung: Rekayasa
Sains
Gambar 3. Form SPK Penerima Beasiswa
4. Kesimpulan
Dari hasil dan pembahasan dapat diambil
beberapa kesimpulan sebagai berikut:
1. Metode Backpropagation dapat digunakan
dalam membuat klasifikasi sebagai dasar
dalam pembangunan sistem pendukung
keputusan pemberian beasiswa.
2. Evaluasi hasil klasifikasi penerima beasiswa

dengan metode Backpropagation
menghasilkan tingkat akurasi prediksi
memakai data testing yang dihasilkan

Media Promosi Destinasi Pariwisata Melalui Game Petualangan

Edukasi
Lets’s Explore INDONESIA Tourist Destination
Ahmad Ubaidillah 1, Ahmad Zakky Hidayatullah 2
Teknik Informatika Universitas Trunojoyo Madura 1, 2

Jl Raya Telang, Kamal, Bangkalan, 69162.
ahmadubaidillah5@gmail. com1
Abstrak
Pariwisata merupakan sebuah industri jasa yang digunakan sebagai salah satu pendorong perekonomian
dunia. Pariwisata merupakan industri dengan pertumbuhan yang cepat di dunia. Promosi pariwisata sangat
penting dan menentukan kemajuan tingkat pengunjung pada suatu tempat pariwisata. Juga berpengaruh bagi
kelangsungan tempat pariwisata tersebut. Semakin tinggi angka pengunjung, semakin berhasil promosi
pariwisata yang dilakukan dan berdampak pada peningkatan taraf kehidupan masyarakat sekitar. Banyak
masyarakat yang menggantungkan hidupnya dari tempat parisiwata dengan menjadi guide, berdagang,
menawarkan penginapan, dan bentuk jasa lain yang dapat menaikkan taraf kehidupan masyarakat sekitar
lokasi pariwisata. Semakin meningkat taraf kehidupan masyarakat sekitar lokasi pariwisata, semakin mapan
pula pariwisata daerah tersebut. Oleh karena itu kami menggunakan media game interaktif dengan
menggunakan construct 2 yang berbasis HTML 5, untuk mempromosikan pariwisata, karena keunggulannya,
salah satunya adalah biaya yang lebih hemat di bandingkan dengan mengguanakan poster, flyer, maupun
iklan, penyebaran yang lebih luas karena hampir semua orang memiliki handphone dan memainkan game di
handphone mereka, dan sasaran promosi yang tak terbatas karena kita bisa membidik sasaran dari usia muda
sampai usia dewasa, dalam game ini juga memberikan edukasi mengenai tempat-tempat pariwisata yang di
promosikan, sehingga akan lebih bermanfaat. Kemudahan mengakses game ini membuat game ini bisa di
mainkan siapapun dan di manapun dengan menggunakan handphone.
Kata Kunci: game edukasi, Pariwisata sektor andalan Pembangunan ekonomi, Pengetasan kemiskinan
meningkatkan kesejahteraan masyarakat, game petualangan.
1. Pendahuluan pariwisata. Pada hakekatnya promosi adalah suatu

1.1. Promosi Pariwisata kegiatan dari pemasaran (Yoeti, 1995:51).
Pariwisata adalah suatu perjalanan yang Pemerintah Indonesia memberikan dukungan pada
dilakukan untuk sementara waktu, yang peningkatan promosi pariwisata. Ini bisa dilihat dari
diselenggarakan dari suatu tempat ke tempat lain hasil keputusan pemerintah yang mengeluarkan
dengan maksud bukan usaha atau mencari nafkah Keputusan Presiden RI No 22 Tahun 2011 tentang
di tempat yang dikunjungi, tetapi semata-mata Badan Promosi Pariwisata (BPP). BPP bertujuan untuk
untuk memenuhi keinginan yang beraneka ragam melakukan promosi efektif di bidang pariwisata
(Yoeti,1980:110). Pariwisata merupakan sektor Indonesia. promosi itu sendiri adalaah usaha untuk
yang penting di Indonesia. Berdasarkan data memperbesar daya tarik objek wisata terhadap calon
Badan Pusat Statistik (BPS) No. 09/02/Th. XV 1 wisatawan. Wisatawan dan kebutuhannya tidak digarap
Februari 2012 (Badan Pusat Statistik. Februari, akan tetapi produk wisatanya yang lebih di sesuaikan
2012), sepanjang tahun 2011 sektor pariwisata dengan permintaan wisatawan (koekadijo,2000:4).
Indonesia menyumbang devisa Negara berkisar Target promosi pariwisata yang dilakukan pemerintah
8,6 miliar dolar AS dengan jumlah total adalah pelancong. Pelancong merupakan orang asing
pengunjung pelancong mancanegara berkisar pada suatu objek wisata yang sering kali tidak familiar
7,65 juta orang. dengan lokasi, bahasa, harga, barang atau jasa di tempat
World Tourism Organization (WTO) dia berkunjung. Pemerintah sudah berupaya mengurangi
meramalkan pada tahun 2019, industri pariwisata kendala pariwisata yang dihadapi pelancong dan
Asia Pasifik akan mengalami perkembangan meningkatkan pariwisata dengan membentuk BPP.
yang menjanjikan, diantaranya pendapatan dari Badan ini merupakan gabungan asosiasi swasta, praktisi
sektor pariwisata berkisar US$1, 002 milyar dan dan akademisi yang bergerak di bidang pariwisata.
penyerapan tenaga kerja sebanyak 124 juta jiwa. Badan yang berkantor di Jakarta ini, memiliki tujuan
Fenomena ini dapat membantu peningkatan untuk menjembatani pemerintah pusat dan daerah. BPP
pertumbuhan ekonomi dan Gross Domistic masih baru sehingga belum bisa dinilai
Product (GDP) (Chen,2011:Vol.16,No.4). Salah keefektivitasnya. Pemerintah melakukan usaha promosi
satu faktor yang dapat mendorong pertumbuhan pariwisata di antaranya dengan membangun media
pariwisata adalah promosi efektif di bidang website, memasang spanduk, menyebarkan pamflet dan

menyelenggarakan seminar, namun usaha ini pendekatan kualitatif dan kuantitatif, dan
masih bersifat satu arah. Usaha yang satu arah mengkombinasikan kedua pendekatan dalam penelitian.
berpotensi kurang memenuhi keinginan Metode penelitian kombinasi adalah suatu metode
pelancong. Pelancong dapat mengalami kesulitan penelitian kuantitatif dan kualitatifuntuk digunakan
untuk menentukan pilihan tempat berkunjung secara bersama-samadalam suatu kegiatan penelitian,
dan dapatmelewatkan beberapa informasi sehingga diperoleh data yang lebih komprehensif, valid,
penting ketika berada di lokasi-lokasi tertentu. reliabel dan objektif. Dengan menggunakan metode
kombinasi maka realibilitas data akan dapat
1. 2. Game Media Promosi dan Edukasi ditingkatkan, karena relibilitas data yang tidak dapat
Salah satu solusi yang dapat digunakan diuji dengan metode kualitatif atau sebaliknya.
untuk menyelesaikan masalah promosi
pariwisata adalah dengan menggunakan game 2. 1 Metode Pengumpulan Data
interaktif dengan HTML5 yang di gunakan untuk Pengumpulan data dilakukan melaui dua tahap,
media interaktif promosi pariwisata, Game harus yaitu:
memiliki desain antarmuka yang interaktif dan
mengandung unsur menyenangkan (Wiharjo 1. Wawancara
2004:264). Wawancara dilakukan untuk mengumpulkan data terkait
Dengan sasaran teknologi piranti bergerak dengan tempat pariwisata yang ingin di promosikan
yang di miliki oleh pelancong, mereka dapat baik mengenai lokasi pariwisata, maupun cerita yang
mengakses game tersebut dimanapun dan kapan pernah terjadi di tempat pariwisata tersebut, data yang
pun tanpa harus menginstall game tersebut, game di kumpulkan dengan teknik wawancara ini mempunyai
ini memberikan saran tempat pariwisata dan kelebihan dalam dalam mendapatkan informasi terbaru
pengetahuan tentang parisiwata di Indonesia, tentang tempat pariwisata tersebut.
Dari sisi teknologi informasi, game edukasi
adalah salah satu sarana yang baik untuk 2. Studi Literatur
memberikan pembelajaran yang efektif bagi Studi literatur yang dilakukan adalah mempelajari
pemain (Schumm, Wiesebrock, Munz, 2007: literatur-literatur berkaitan dengan tempat pariwisata
Vol.54, No.6), Game bisa menjadi sarana belajar yang di inginkan, tentang cerita dan legenda yang
yang menyenangkan dan diyakini lebih efektif. pernah terjadi disana serta mempelajari literature yang
Hal ini dikarenakan pemain secara simultan baik berkaitan dengan teknik promosi serta penelitian-
sadar ataupun tidak mengalami fase penelitian terkait game edukasi.
pembelajaran yang disisipkan dalam alur
permainan game. Yang pasti, suasananya tentu 2. 2 Metode Pengembangan Perangkat lunak
menyenangkan (Susi Yulianti, 2012:6). Sedangkan untuk pengembangan perangkat lunak
Multimedia sangatlah efektif. Multimedia melalui empat tahap, antara lain:
menjadi media yang ampuh untuk pengajaran
dan pendidikan serta untuk meraih keunggulan 1. Identifikasi Kebutuhan
bersaing perusahaan (M. Suyanto 2003:125). Tahap ini merupakan tahap awal analisis konsep dan
Sehingga para pelancong bisa mendapatkan tata cara game yang akan dibangun. Disesuaikan dengan
informasi tanpa harus menyimpan berbagai jenis data yang di dapat dan karakteristik calon pengguna.
brosur, mencari spanduk, mengikuti seminar
pariwisata dan sebagainya. Game ini akan 2. Desain
memudahkan pelancong untuk mengenal tempat- Tahap ini membahas rancangan game, meliputi: konten,
tempat pariwisata di kota-kota Indonesia, dalam jalan cerita (storyline), tata cara permainan (gameplay),
game ini ada rekomendasi tempat-tempat yang di serta antarmuka dan entitas game (storyboard).
kunjungi sehingga bisa memberika mereka
gambaran dan arahan jika berkunjung dan 3. Implementasi
berpariwisata di kota tersebut. Tahap ini meliputi implementasi hasil desain sistem
melalui pengkodean. Produk berupa aplikasi game
2. Metode petualangan edukasi.
Bagian ini menjelaskan jenis metode
kualitatif dan kuantitatif atau bisa disebut mixed- 4. Pengujian dan Evaluasi
research Johnson dan Cristensen (2007) Tahap pertama pengujian system adalah dengan
memberikan definisi tentang metode penelitian menggunakan pengujian blackbox, yaitu dengan
kombinasi (mixed recearch) sebagai berikut. menjalankan permainan dan mengevaluasi apakah
Metode penelitian kombinasi merupakan implementasi sistem sudah sesuai dengan tujuan yang
pendekatan dalam penelitian yang ingin dicapai.
mengkombinasikan atau menghubungkan antara
metode penelitian kuantitatif dan kualitatif. Hal 2. 3 Desain Game
ini mencakup landasan filosofis, penggunaan Pada bagian ini akan membahas tentang fitur
game, jalan cerita, dan tata cara bermain.

digunakan beberapa perangkat lunak yang dipandang

2. 3. 1 Fitur Game cukup fleksibel dan handal dalam menangani kasus-
Fitur-fitur yang ada pada game adalah kasus yang berkaitan dengan pembuatan game ini.
sebagai berikut.
a. Jumlah pemain satu (single player). a. Construct 2
b. Grafik game adalah dua dimensi dan Construct 2 adalah 2D game engine buatan Scirra,
berwarna. perusahaan yang berasal dari kota London, Inggris.
c. Jenis game adalah petualangan (adventure) Yang di khususkan untuk pemula.
Menggunakan based HTML5 dalam memainkan
yang di gabungkan dengan kuis di akhir
gamenya dan drag dan drop visual scripting dalam
stage. pembuatan gamenya yang memungkinkan pengguna
d. Lokasi, informasi serta deskripsi Tempat membuat suatu game secara cepat.
pariwisata disesuaikan dengan keadaan yang
sebenarnya b. Paint Tool Sai
Easy paint tool sai adalah software pengolah grapich
2. 3. 2 Jalan Cerita (storyline) raster dan software untuk menggambar, di buat oleh
Game petualangan ini di rancang untuk di systemax software pada 2 agusts 2004.
mainkan oleh segala umur dan kalangan untuk Paint tool sai tersedia dalam bahasa jepang dan
media promosi dan pengetahuan tentang objek- terjemahan official inggris.
objek pariwisata di indonesia yang di kemas
dalam konsep kuis dan permainan berbasis c. Inkscape
multimedia yang mendidik dan menyenangkan, Adalah professional software pengolah vector graphic
game ini disajikan dengan grafis yang menarik, yang bersifat opensource.
dan jalan cerita menarik yang bisa di ikuti oleh
semua umur, membuat game ini bisa di mainkan d. Audacity
oleh semua kalangan. Adalah software open source yang di gunakan untuk
Pada game ini kita akan menjadi bejo, mengedit audio.
seorang pengangguran yang melamar untuk
menjadi travel writer (orang yang menuliskan 2. 3. 3 Tata Cara Bermain (gameplay)
pengalaman pariwisata), bejo ingin menjadi Pemain akan memilih jalan cerita mereka sendiri,
travel writer untuk bisa menyalurkan hobby nya mereka di bebaskan untuk memilih kota yang akan di
yaitu berpetualang, lamaran bejo pun di terima kunjungi sesuai dengan uang yang mereka miliki di
dan bejo harus mengunjungi destinasi wisata di dalam game ini, disana akan di suguhkan komik pendek
beberapa kota di Indonesia untuk mulai tentang bejo yang mengunjungi destinasi wisata yang
berwisata dan menulis tentang tempat-tempat terdapat di kota yang dia pilih/kunjungi, pemain harus
yang dia kunjungi, bejo akan berkeliling dan menghafalkan nama-nama tempat pariwisata tersebut
mengunjungi semua tempat pariwisata di kota supaya bisa membantu bejo menyelesaikan tulisannya,
tersebut, akan tetapi bejo mempunyai sindrom player membantu bejo dengan cara menjawab
short term memory sejak dia kecil sehingga dia pertanyaan yang akan di berikan di akhir cerita yang
selalu lupa atas tempat-tempat yang pernah dia akan menjadi penentu tulisan bejo, apakah layak di
kunjungi sebelumnya, sehingga sebagai writer terima atau tidak, dari tulisan inilah bejo akan
bejo harus mampu mengingat semua tempat yang mendapatkan bayaran untuk biaya petualangan
dia kunjungi untuk sebuah tulisan yang mernarik selanjutnya dan mengunjungi tempat-tempat pariwisata
dan tidak memberikan informasi yang setengah- di kota-kota Indonesia.
setengah, oleh karena itu bejo selalu mengosongi
bagian-bagian yang tidak dia ingat untuk di 3. Hasil dan Pembahasan
kemudian hari dia ingat-ingat lagi untuk Pada bagian ini akan membahas tentang
menyelesaikan tulisan tersebut, oleh karena itu implementasi antarmuka dan pengujian sistem.
ayo kita bantu bejo menyelesaikan tulisan nya.
Kita bantu bejo supaya mendapatkan 3. 1 Gambaran Umum
penghargaan sebagai penulis terbaik, supaya bejo Secara umum game ini dirancang untuk
bisa mendapatkan bayaran dari tulisannya, mempromosikan destinasi pariwisata yang ada di
sehingga dia bisa berpetualang di kota-kota lain Indonesia, dalam game ini juga memberikan
yang belum dia kunjungi dan terus menuliskan pengajaran/menambah tentang wawasan player tentang
pengalamannya berpariwisata. destinasi pariwisata Indonesia, melalui media game
yang unik dan menarik dalam penyampaian pesannya.
2. 4 Perangkat Lunak pengguna mendapatkan wawasan, pengetahuan serta
Penggunaan perangkat lunak tidak terbatas kesenangan dalam memainkan game yang menarik
pada satu atau dua perangkat lunak aplikasi yang yang di rancang untuk promosi destinasi wisata
ada. Dalam penerapan pembuatan game ini, Indonesia dengan penyuguhan cerita yang lucu dan quiz

yang menantang, pemain dapat b. Actifity Diagram

menggunakannya untuk meningkatkan daya Diagram aktivitas adalah representasi grafis dari
imajinasinya dalam proses memahami cerita seluruh tahapan alur kerja. Diagram ini mengandung
serta meningkatkan daya ingat ketika menjawab aktivitas, pilihan tindakan, perulangan dan hasil dari
pertanyaan yang di sajikan. Pada game ini aktivitas tersebut, diagram ini digunakan untuk
terdapat suara dan gambar yang akan menarik menjelaskan proses bisnis dan alur kerja operasional
perhatian pemain untuk memainkannya. secara langkah demi langkah dari komponen suatu
sistem.
Gambar 3. Actifity yang menerangkan tentang alur dari

system game ini.
Gambar 1. Flowchart menggambarkan game secara
umum. 3. 2 Identifikasi Kebutuhan dan Kelayakan
Untuk mempermudah mengidentifikasi kebutuhan
a. Use case Diagram sistem dalam menentukan keseluruhan secara lengkap,
Use case diagram ini berfungsi untuk maka dibagi kebutuhan sistem menjadi dua jenis yaitu
enggambarkan kelakuan (behavior) sistem kebutuhan fungsional dan nonfungsional.
yang akan dibuat, Use Case mendeskripsikan
sebuah interaksi antara satu atau lebih aktor 3. 2. 1 Kebutuhan Sistem
dengan system game yang akan dibuat, use case 3. 2. 1. 1 Kebutuhan Fungsional
juga akan menjelaskan secara sederhana fungsi Kebutuhan fungsional adalah kebutuhan yang
sistem game ini dari sudut pandang user. berisi proses-proses apa saja yang nantinya dilakukan
oleh aplikasi yang berisi informasi-informasi apa saja
yang harus ada dan dihasilkan oleh aplikasi. Adapun
analisa kebutuhan fungsional meliputi:
1. Game harus ada narasi yang menjelaskan peraturan
permainan dan menjelaskan cara bermain permainan
dalam game. Dengan begitu akan memudahkan
pengguna untuk memainkannya.
2. Pada menu utama terdapat beberapa setting standar
agar pengguna bisa merasa nyaman saat bermain.
3. Pada setiap permainan terdapat penilaian dan reward
yang bertujuan untuk menuju stage selanjutnya
3. 2. 1. 2 Kebutuhan Non-Fungsional
Kebutuhan non fungsional dapat dikatakan sebagai
tipe kebutuhan yang berisi property perilaku yang
dimiliki oleh sistem, meliputi :
Gambar 2. Use Case menggambarkan interaksi player

dengan game.

1. Operasional pornografi, penipuan dan hal-hal yang menyangkut

a. Perangkat Lunak kejahatan.
Kebutuhan perangkat lunak yang
dimaksudkan adalah kebutuhan pernagkat lunak 3. 2. 2. 3 Kelayakan Operasional
yang digunakan dalam pembuatan game edukasi Dari segi operasional game ini dikatakan layak
ini. Berikut perangkat lunak yang digunakan : karena saat ini sudah banyak masyarakat yang mampu
 Construct 2 mengoperasikan gadget dengan baik dan game ini
 Inkscape mudah dijalankan. Sumber daya manusia yang
 Audacity. dibutuhkan untuk menggunakan game ini sudah cukup
 Paint tool Sai banyak.
b. Perangkat Keras 3. 3 Implementasi Antarmuka

Kebutuhan perangkat keras dalam hal ini yang Antarmuka utama yaitu antarmuka untuk peletakan
dimaksud adalah kebutuhan peralatan dasar judul game dan button yang bisa di gunakan player,
dalam pembuatan Game edukasi ini yaitu pada tahap ini player bisa memilih untuk langsung
spesifikasinya sebagai berikut : bermain, melihat tentang developer atau mengatur
music.
a. Pengembang sistem Berikut adalah contoh implementasi antarmuka Main
1. Intel Core duo 1. 8 GHz Menu.
2. Memory DDR2 2. 5 GB
3. Hardisk HITACHI 160 GB
4. VGA Intel Gma
b. Pengguna sistem
1. Android Min 800Mhz
2.Android Versi 2.3 (Ginggerbread)
3. RAM Min 512 MB
3. HTML5 Support.
c. Sumberdaya Manusia Gambar 4. Tampilan Awal Game (Main Menu)

Kebutuhan ini meliputi individu yang akan
terlibat langsung dalam pembuatan game edukasi
ini. Manusia sebagai pencipta dan pengguna
sistem sehingga sistem ini bisa digunakan sesuai
fungsi.
2. Kinerja
Menjelaskan seberapa bagus kinerja
perangkat lunak yang dikembangkan dalam
memberi ketertarikan dalam bermain game
edukasi ini. Game edukasi ini dapat dijalankan
dan dimainkan dengan baik dengan standar
operasional yang disarankan.
Gambar 5. Tampilan Ketika Music di Matikan.
3. 2. 2 Kelayakan Sistem
3. 2. 2. 1 Kelayakan Teknologi
Dari segi kelayakan teknologi, game ini
dapat dikatakan layak karena untuk menjalankan
game ini menggunakan perangkat gadget yang
tidak memerlukan spesifikasi gadget yang tinggi.
3. 2. 2. 2 Kelayakan Hukum
Kelayakan hukum dapat dilihat berdasarkan
legalitas software yang digunakan dan isi atau
informasi yang dibangun. Game ini dikatakan
layak hukum karena software yang digunakan Gambar 6. Tampilan ketika berada di halaman info.
bersifat legal dan ada yang bersifat open source
dan juga isi yang terkandung dalam game tidak Antar muka berikutnya adalah stage scene yaitu
menyimpang dari peraturan hukum yang berlaku tempat dimana player bisa memilih kota yang ingin di
dan dari segi content tidak mengandung unsure kunjungi sesuai dengan uang yang di miliki di dalam

game, disini player memilih stage yang

terbuka/bisa dia kunjungi sesuai dengan uang
yang di miliki di dalam game.
Gambar 10. Tutorial Scene (bag 1)
Gambar 7. Stage Scene
Antarmuka selanjutnya yaitu antarmuka

untuk cerita yang akan di suguhkan kepada
player, yang mana dalam cerita tersebut player
bisa mengetahui berbagai tempat pariwisata di
kota tertentu, dan player harus mengingat point-
pont penting dalam cerita tersebut yang nantinya
akan menjadi jawaban dari quis yang di berikan Gambar 11. Tutorial Scene (bag 2)
di akhir cerita, di dalam antar muka ini player
bisa memilih untuk menekan button “next” untuk Antar muka ini adalah antar muka quiz dimana
melanjutkan cerita atau button “back” untuk player harus menjawab pertanyaan dengan menekan
mengulangi cerita sebelumnya, dan game akan salah satu button jawaban yang ada, player harus
menampilkan button finish ketika cerita berahir, menjawab pertanyaan yang di berikan dengan batas
dan player tidak bisa kembali membaca cerita waktu tertentu.
yang sudah di suguhkan di stage tersebut.
Gambar 12. Quiz Scene

Gambar 8. Story Scene (bag 1)
Antar muka ini adalah Score Scene yang akan
menunjukan nilai yang di peroleh player dalam stage
yang di lalui, di antarmuka ini player akan mendapatkan
reward sesuai dengan achievement yang di peroleh.
Gambar 9. Story Scene (bag 2)
Antar muka ini adalah antar muka tutorial

yang akan menjelaskan player tentang cara
bermain, tutorial ini akan muncul selama 5 detik Gambar 13. Score Scene
di setiap tutorialnya. Gambar di tunjukkan pada
gambar 8 dan 9.

3. 3 Pengujian Sistem 4. Kesimpulan

Pengujian sistem di lakukan dengan metode Setelah mempelajari dan menganalisa berbagai
blackbox untuk pengujian secara teknis apakah masalah dalam implementasi game ini, dapat diambil
system dapat digunakan dengan sempurna. kesimpulan sebagai berikut:
1. Indonesia masih belum melirik melakukan promosi
a. Pengujian blackbox destinasi pariwisata menggunakan game meskipun
Pengujian ini dilakukan untuk menguji pemerintah sudah mendukung dan menggalakkan
apakah persyaratan fungsional perangkat lunak promosi pariwisata di Indonesia.
sudah sesuai dengan cara menjalankan 2. Game petualangan edukasi “Let`s Explore Indonesia
permainan dan mengevaluasi apakah Tourist destination” akan mengenalkan dan
implementasi sistem sudah sesuai dengan tujuan mempromosikan destinasi pariwisata di Indonesia.
yang ingin dicapai. 3. Dengan adanya pilihan kota yang bisa di pilih di
Metode ujicoba blackbox memfokuskan dalam game ini, kita akan di ajak berkeliling
pada keperluan fungsional dari software. Karena Indonesia dan berkunjung di tempat pariwisata yang
itu ujicoba blackbox memungkinkan terkenal di kota tersebut dengan cerita yang menarik,
pengembang software untuk membuat himpunan dengan grafik yang lucu, sehingga membuat player
kondisi input yang akan melatih seluruh syarat- betah untuk memainkannya.
syarat fungsional suatu program. 4. Game ini menjadi media promosi dan penambah
. wawasan tentang tempat-tempat pariwisata yang
Daftar rencana pengujian dapat dilihat pada mungkin masih belum banyak di ketahui oleh
Tabel 1. masyarakat.
5. di dalam game ini juga kita di ajarkan untuk
Tabel 1: Daftar Rencana Pengujian menggunakan mempromosikan tempat wisata kita kepada orang
blackbox. lain melalui blog, karena dalam game ini kita akan
No Komponen Butir Uji berperan sebagai seorang travel writer.
yang di Uji
1 Main Menu Memilih tombol play
Memilih tombol
5. Saran
information Untuk perkembangan game ini selanjutnya adalah:
Memilih tombol music 1. penambahan kota yang bisa di kunjungi oleh
2 Stage Scene Apakah pilihan kota pemain.
muncul 2. perbaikan di sisi grafis dalam komik yang ada dalam
Apakah bisa memilih kota game, sehingga bisa membuat player menyukai
3 Story Scene Memilih tombol next game ini.
Memilih tombol back 3. mengubah bentuk dari komik strip menjadi visual
Memilih tombol finish novel sehingga lebih atraktif dan menarik karena
4 Tutorial Scene Apakah Tutorial Muncul mengkolaborasikan antara sebuah cerita dan unsur-
5 Quiz Scene Memilih tombol jawaban unsur multimedia.
benar 4. penambahan di sisi bahasa yang saat ini masih
Memilih tombol jawaban menggunakan bahasa indonesia, sangatlah di
salah perlukan, sehingga tidak hanya orang Indonesia saja
Memilih tombol pause yang bisa memainkan game ini, tapi semua orang di
Apakah pertanyaan dunia bisa memainkan game ini.
muncul
Apakah jawaban muncul
Apakah waktu berjalan Ucapan Terima Kasih
Apakah score bertambah Syukur Alhamdulillah senantiasa penulis
6 Score Scene Apakah nilai sesuai panjatkan kehadirat Allah SWT. yang memiliki
Apakah sesuai dengan keistimewaan dan pemberian segala kenikmatan besar,
achievement baik nikmat iman, kesehatan dan kekuatan didalam
Apakah mendapatkan penyusunan paper ini. Salawat dan salam senantiasa
reward tercurahkan kepada Sayyidina Muhammad SAW.
Memilih tomobol play keluarga dan para sahabatnya dan penegak sunnah-Nya
again sampai kelak akhir zaman.
Memilih tombol next Pada kesempatan ini penulis menyampaikan rasa
stage terima kasih yang sebesar-besarnya dan penghargaan
Memilih tombol Main yang setinggi-tingginya kepada Ibu Andarini
Menu Dwi Cahyani selaku Dosen Pengampu mata kuliah
metode penelitian, disela-sela rutinitasnya namun tetap
Hasil pengujian fungsional pada game meluangkan waktunya untuk memberikan petunjuk,
menunjukkan bahwa game sudah berjalan sesuai
dorongan, saran dan arahan sejak rencana penelitian,
dengan yang diharapkan.

pengumpulan bahan, hingga selesainya penulisan

penelitian ini.
Daftar Pustaka
Oka A. Yoeti Oka.1983. Pemasaran Pariwisata.
Bandung : Angkasa Offet.
Badan Pusat Statistik. (2012, Februari) BPS
[Online].Available:www.bps.go.id/getfile.
php?news=904
R.J.C. Chen, "Impacts of International Tourism
on Economies in the Asia-Pacific Region:
Opportunities and Challenges," Tourism
Analysis, Vol. 16, No. 4 2011.
Yoeti,Oka. A. 1993, Komunukasi,Komunikasi
dan Humas,Jakarta : Bumi Aksara.
Yoeti, Oka. A. 1995, Pengantar Ilmu Pariwisata,
Jakarta : Angkasa.
Soekadijo. R. G. 2000, Anatomi Pariwisata,
Memahami Pariwisata Sebagai Sistematic
Linkage,Jakarta : Gramedia Pustaka
Utama.
Wihardjo, Pembelajaran Berbantuan Komputer
Untuk Anak, PT. Graha Ilmu,
Yogyakarta, 2004.
Peter Schumm, Andreas Wiesebrock, Frank
Allgower Ulrich Munz, "Motivation and
Learning Progress through Educational
Games," IEEE Transaction on Industrial
Electronics, vol. 54, no. 6, pp. 3141-3144,
Desember 2007.
Susi Yulianti. 2012. Naskah Publikasi:Analisa
dan Perancangan Game Edukasi Berbasis
Java. YOGYAKARTA : STMIK
AMIKOM YOGYAKARTA
M. Suyanto, Multimedia Alat Untuk
Meningkatkan Keunggulan Bersaing,
Andi Offset, Yogyakarta, 2003.
Elita Suratmi ,”Metode Kombinasi”.
Available:http://elitasuratmi.wordpress.co
m/2013/02/11/metode-kombinasi/

STUDI AWAL ALAT PROTEKSI PETIR DENGAN METODE

PEMBALIK MUATAN
Siti Saodah1,Aji Tri Mulyanto2, Teguh Arfianto3
1. Teknik Konversi Energi Politeknik Negeri Bandung
2. Teknik Elektro Institut Teknologi Nasional
3. Teknik Elektro Institut Teknologi Nasional
Email : ss_herlina@yahoo.com
ABSTRAK
Sistem proteksi petir merupakan suatu sistem yang sangat diperlukan pada saat ini,
mengingatperalatan listrik semakin berkembang dengan pesat. Sistem ini melindungi kita serta
peralatanlistrik kita dari sambaran langsung. Di Indonesia sendiri sebagai kawasan dengan intensitas
petir yang tinggi. Secara umum, sistem proteksi petir eksternal terdiri dari dua yaitu sistem proteksi
Aktif dansistem proteksi Pasif.Pada penelitian ini akanmembahas tentang studi awalalat sistem proteksi petir
dengan metode pembalik muatan dengan menggunakan prinsip kerja Op-Amp dimana Dalam pengujiannya
akan membandingkan dua buah finial dengan mengukur kuat medan listrik antara keduanya,dimana salah satu
finial akan dipasang alat pembalik muatan. Besar pengujian alat proteksi ini menggunakan tegangan 0-230
VDC dengan jarak finial 1-5 cm.Pembahasan dari hasil pengujian dua buah finial yang telah diujikan
menunjukkan bahwa kuat medan listrik yang dipasang dengan pembalik muatan lebih kecil dibandingkan
dengan kuat medan listrik tanpa pembalik muatan.dalam pengujiannya hanya menggunakan parameter
tegangan, jarak, kelembaban udara dan suhu disekitarnya.
Kata kunci: Sistem proteksi petir, muatan, air terminal, kuat medan listrik.
1. Pendahuluan
Maksud dan Tujuan Penelitian
Latar Belakang Adapun maksud dan tujuan dari penelitian
Indonesia memiliki hari guruh yang tinggi ini adalah studi awal tentang system proteksi petir
dengan jumlah sambaran petir yang banyak, dengan metoda pembalik muatan
parameter arus petir yang tinggi, sehingga kerusakan
dan kerugian yang di tumbulkan akibat sambaran Batasan Masalah
petir pun cukup besar.Mengingat kerusakan- Batasan masalah dalam penelitian ini perlu
kerusakan yang dapat timbul akibat adanya dilakukan untuk mengurangi ruang lingkup
sambaran petir, maka munculah berbagai usaha pembahasan. Adapun batasan masalah tersebut
untuk mengatasi sambarannya. Di dalam bidang adalah:
teknik elektro dikenal dengan proteksi petir. 1. Tegangan uji yang digunakan untuk pengujian
Kerusakan tersebut terjadi karena adanya sambaran alat adalah 0-230 VDC.
langsung ke peralatan atau bangunan. 2. Parameter hasil pengujian dari alat hanya
Proteksi petir sendiri terbagi menjadi dua dibandingkan dengan hasil hipotesa yang diteliti
yaitu proteksi aktif dan proteksi pasif. Proteksi aktif pada thesis yang ditulis dengan judul Simulasi
bekerja dengan menyebarkan ion-ion disekitar yang Dan Analisa Perancangan Alat Penangkal Petir
bertujuan untuk mengarakan pilot leader ke air Dengan Metoda Pembalik Muatan.
terminal, sedangkan proteksi pasif bekerja secara 3. Untuk perancangan alat di batasi dengan cara
pasif dimana air terminal hanya di letakkan pada kerja Op-Amp inverting.
titik-titik tertentu sesuai dengan perhitungan dan 4. Perhitungan tegangan dari alat menggunakan
karakter petir pada daerah tersebut. teori Op-Amp inverting.
Dengan melihat kerusakan akibat sambaran 5. Pada saat pengujian alat awan di asumsikan
petir serta proteksi petir saat ini, maka penulis akan sebagai muatan positif (+).
mencoba merancang serta menguji proteksi petir
dari hasil hipotesa yang diteliti pada thesis yang 2. Tinjauan Pustaka
ditulis dengan judul Simulasi Dan Analisa
Perancangan Alat Penangkal Petir Dengan Metoda Kosep dasar sistem proteksi petir
Pembalik Muatan, yang mana prinsip kerja dari alat Penelitian ini mengacu pada standard IEC
ini berdasarkan pada Operasional Amplifer (Op- 1024-1/1990, IEC 1024-1-1/1993, IEC 62305
Amp) inverting. tentang proteksi terhadap sambaran petir. Menurut

standar IEC diatas, daerah yang ditempati peralatan • Franklin Rod (Sudut lindung)
dan personil di bagi dalam zona-zona proteksi dapat • Bola-Gelinding
dilihat pada gambar 2.3 sebagai berikut :
Franklin Rod (Sudut Lindung)
Pengamanan bangunan terhadap sambaran
kilat dengan menggunakan system penangkal petir
Franklin Rod merupakan cara yang tertua namun
masih sering digunakan karena hasilnya dianggap
cukup memuaskan, terutama untuk bangunan-
bangunan dengan bentuk tertentu, seperti misalnya :
menara, masjid dan bangunan-bangunan lain yang
beratap runcing. Franklin Rod (Tongkat Franklin),
alat ini berupa kerucut tembaga dengan daerah
perlindungan berupa kerucut dengan sudut puncak
Gambar 1 Zona Proteksi Petir 1120. Agar daerah perlindungan besar, Franklin Rod
dipasang pada pipa besi dengan tinggi 1-3 meter.
Zona OA Makin jauh dari Franklin Rod makin lemah
Daerah dimana dengan kemungkinan disambar petir perlindungan di dalam daerah perlindungan tersebut.
langsung dan objek tersebut harus sanggup untuk Franklin roda dapat dilihat berupa tiang-tiang di
menerima dan menyalurkan seluruh arus petir ke bubungan atap bangunan. Sistem yang digunakan
tanah pada saat terjadi sambaran. untuk mengetahui area proteksi dari penyaluran petir
Zona OB ini adalah dengan menggunakan sistem proteksi
Daerah yang terlindung dari bahaya sambaran petir kerucut.
secara langsung, namun masih mendapat impuls
elektromagnetik yang sangat kuat. Daerah ini
disebut proteksi eksternal yang terdiri dari batang
finial, down conductor dan sistem pentanahan.
Zona 1
Daerah yang terlindung dari bahaya sambaran petir
secara langsung dan pengaruh medan magnetik yang
lemah akibat sudah teredam oleh dinding bangunan.
Zona 2
Daerah di dalam zona 1 dengan perlindungan seperti
cabinet.
Gambar 2 Sistem Proteksi Kerucut
Sistem Proteksi Petir Eksternal
Sistem proteksi petir eksternal menghindari Bola-Gelinding
bahaya langsung suatu sambaran petir pada instalasi- Metode bola bergulir baik digunakan pada
instalasi, peralatan-peralatan yang terpasang diluar bangunan yang bentuknya rumit. Dengan metode ini
gedung/bangunan, di menara dan bagian-bagian luar seolah-olah ada suatu bola dengan radius R yang
bangunan. Dalam hal ini termasuk juga perlindungan bergulir di atas tanah, sekeliling struktur dan di atas
terhadap manusia yang berada di luar gedung. struktur ke segala arah hingga bertemu dengan tanah
Sistem proteksi petir ekternal terbagi menjadi 2 atau struktur yang berhubungan dengan permukaan
yaitu: bumi yang mampu bekerja sebagai penghantar. Titik
1. Proteksi aktif sentuh bola bergulir pada struktur adalah titik yang
2. Proteksi pasif dapat disambar petir dan pada titik tersebut harus
diproteksi oleh konduktor terminasi udara. Semua
Proteksi Petir Pasif petir yang berjarak R dari ujung penangkap petir
Finial :Fungsi utama dari sistem ini adalah untuk akan mempunyai kesempatan yang sama untuk
menangkap sambaran petir langsung pada titik yang menyambar bangunan. Besarnya R berhubungan
ditentukan (yaitu terminal udara) sehingga arus petir dengan besar arus petir yang dinyatakan dengan
dapat diteruskan melalui down conductor ketanah persamaan :
secara aman. R (m) = I0,75
Finial (terminal) udara dipasang pada posisi Bila ada arus petir yang lebih kecil dari
sedemikian rupa sehingga dapat melindungi nilai I tersebut mengenai bangunan, bangunan masih
peralatan / instalasi / personil. Finial udara untuk bisa tahan. Tetapi bila arus petir lebih besar dari arus
gedung-gedung dipasang di atas atap struktur yang tersebut, akan ditangkap oleh penangkap petir.
bersangkutan sesuai dengan bentuk bangunannya
dengan metoda perencanaan sebagai berikut :

3. Metode Pembuatan Dan Pengujian Alat

Perancangan Alat Pembalik Muatan
start
Persiapan
Studi Literatur
Studi simulasi alat
Pembuatan Alat
Apakah Alat sesuai dengan
Simulasi?
Gambar 3 Zona Proteksi Metode Bola Bergulir Persiapan pengujian

(Rolling Sphere Method) alat
Mesh Studi Tegangan DC
Penghantar untuk finial-atas, penghantar

pada atap, harus membentuk suatu poligon tertutup
dimana ujung-ujung poligon tersebut berada dekat Apakah Nilai kuat medan
istrik dari Op‐Amp lebih kecil
dengan ujung-ujung bangunan dari Finial konvensional?
Hasil Pengujian
End
Gambar 5 Flowchart Perancangan Serta Pengujian

Alat
Perancangan Model Penelitian
Gambar 4 Metode Jaring
Down Conductor
Fungsi dari down conductor adalah
menyalurkan arus petir ketanah yang telah ditangkap
terminal udara secara aman yang tentunya impedansi
dari kabel konduktor ini haruslah rendah sehingga
tegangan yang terjadi tidak melebihi kekuatan
isolasi dari kabel dan peralatan itu sendiri. Untuk Gambar 6 Model Penelitian
menghindari adanya bahaya dari sparting atau
loncatan arus (side flashing), rute dari down Muatan listrik yang terkonsentrasi di awan
conductor haruslah sependek mungkin tanpa adanya akan menginduksikan muatan lawannya pada
patahan-patahan. permukaan bumi. Pilot leader akan menyambar
gedung yang muatannya berlawanan dan disalurkan
Pembumian (Grounding) ke tanah. Pada penelitian ini diharapakan ketika ada
Pembumian adalah menanam satu/beberapa pilot leader maka pada permukaan bumi akan
elektroda kedalam tanah dengan cara tertentu untuk menghasilkan muatan yang sama sehingga tidak
mendapatkan tahanan pembumian yang diinginkan. terjadi sambaran.
Elektroda pembumian tersebut membuat kontak
langsung dengan bumi. Penghantar bumi yang tidak Pemodelan Awan
berisolasi yang ditanam dalam bumi dianggap Dalam pemodelan pembuatan awan
sebagai bagian dari elektroda bumi. Sebagai bahan menggunakan 2 plat yang sejajar seperti dijelaskan
elektroda, digunakan tembaga atau baja yang di oleh Abdul Rojak dalam penelitian Evaluasi
galvanisasi atau dilapisi tembaga sepanjang kondisi Kebutuhan Sistem Proteksi Eksternal, yang mana
setempat tidak mengharuskan memakai bahan lain mengingat dimensi bumi maka bumi dan awan
(misalnya pada perusahaan kimia).

dianggap rata terhadap awan. Untuk memodelkan rangkaian Op-Amp Inverting dan Non Inverting
awan tersebut dalam penelitian ini penulis mencoba yang digunakan dalam pembatas antara air terminal
menggunakan pembangkitan tegangan DC, dan grounding, dalam peralatan yang digunakan
berhubung pengujian alat menggunakan tegangan dengan metoda perbandingan dibuat dua buah air
rendah maka untuk pembangkitan tegangan DC terminal dengan dua konsep Op-Amp rangkaian
menggunakan rangkaian Dioda Bridge. pembangkit tegangan tembus DC. Plat sejajar finial
yang berbeda satu air terminal langsung ke ground
dan yang kedua air terminal yang sudah di beri
rangkaian Op-Amp. Rangkaian pembangkit
tegangan tembus DC digunakan untuk pengetesan
rangkaian yang sudah digunakan untuk
membangkitkan muatan yang diberikan pada plat
sejajar sehingga konsentrasi muatan pada ujung air
terminal terbentuk untuk mengetahui pola dan arah
sambaran. Kedua air terminal dalam rangkaian
dibuat dengan fungsi yang berbeda yang satu
difungsikan untuk menyalurkan dan yang kedua
difungsikan untuk menolak terjadinya tegangan
Gambar 7 rangkaian pembangkitan tegangan DC tembus.
Pemodelan Pembalik Muatan Desain Rangkaian Op-Amp
Gambar 10 Rangkaian pembalik muatan
4. Hasil Pengujian Dan Pembahasan
Gambar 8 Desain Pengujian Alat Hasil Penelitian

Tujuan dari pengukuran kuat medan listrik
Dalam pembuatan alat penangkal petir ini adalah mendapatkan nilai kuat medan listrik
pembalik muatan terdapat beberapa kompenen yang antara dua buah finial pada tegangan serta jarak
terdiri dari Tembaga pejal sebagai finial, Op-Amp tertentu. Kemudian data ini akan menjadi referensi
inverting digunakan untuk menghasilkan muatan untuk penelitian selanjutnya mengingat penelitian ini
yang berlawanan. baru direalisasikan untuk perkembangan proteksi
petir ke depannya. Data hasil penelitian ini
Model Pengujian Alat menggunakan tegangan 50V, 100V, 150V,
200V,230V dan jarak finial terhadap awan adalah 1
cm, 2 cm, 3 cm, 4 cm, 5cm. berikut data pengujian
dari pengukuran dua buah finial dengan
membandingkan kuat medan listrik antara keduanya.
Rangkaian Pembangkit Tabel 1 pengukuran dengan jarak finial 1 cm

Tegangan Tembus
Impuls / DC
OP AMP
Gambar 9 Model Pengujian Alat
Untuk pengujian alat penangkal petir yang

dilakukan dengan merancang sebuah peralatan

Tabel 2 pengukuran dengan jarak finial 2 cm
Gambar 12 Grafik Kuat Medan Listrik rata-rata

terhadap kenaikan TeganganDengan jarak finial
konstan 3 cm
Pengaruh Kelembaban Terhadap Kuat Medan

Listrik
Kuat medan listrik dipengaruhi adanya
muatan listrik. Muatan listrik yang berbeda yang
saling bertumbukan menyebabkan adanya beda
potensial. Pada serangkaian pengujian yang telah
dilakukan, pada penelitian ini menghubungkan nilai
Tabel 4 pengukuran dengan jarak finial 4 cm kuat medan listrik dengan kelembaban dan suhu,
dimana kelembaban dan suhu pada medan listrik
berpengaruh pada permitifitasnya.
Gambar 13 Grafik Kuat Medan Listrik Terhadap

Kelembaban Udara dengan Tegangan 200 volt
dengan Jarak Finial 3 cm
Semakin lembab suatu keadaan, menyebabkan

kondisi di daerah tersebut semakin basah, sehingga
konduktivitas meningkat.
Pengukuran kuat Medan Listrik
Dari data tersebut akan diambil beberapa
data untuk di plot menjadi sebuah grafik Dari data
tersebut akan diambil beberapa data untuk di plot
menjadi sebuah grafik agar memudahkan penulis
untuk menganalisa data tersebut.
Gambar 13 Grafik Kuat Medan Listrik Terhadap

Suhu dengan Tegangan 200 volt dengan Jarak Finial
3 cm
Sama halnya seperti kelembaban, suhu juga salah

satu faktor yang mempengaruhi permitivitas pada
Gambar 11Grafik Kuat Medan Listrik Rata –rata medan listrik, hanya saja nilai kelembaban
terhadap Jarak Finial dengan Tegangan Konstan 100 berbanding terbalik dengan suhu, dapat dilihat pada
Volt gambar 13, bahwa semakin rendah suhu, maka

semakin besar medan listrik di area tersebut, Metoda Pembalik Muatan, Tesis Universitas
dikarenakan semakin rendah suhu, maka Indonesia, 2013.
kelembaban semakin tinggi menyebabkan Abdul Rojak, “Evaluasi Kebutuhan System
konduktifitas semakin tinggi. Proteksi Petir Eksternal”,Tugas Akhir, 2001.
Zoro, Reynaldo., Karakteristik Petir dan Kondisi
5. Penutup Cuaca di Daerah Tropis–Kasus Gunung
Tangkuban Perahu, Disertasi Doktor, ITB,
Kesimpulan Bandung, September 1999
Kesimpulan yang dapat diambil ERITECH Lightning Protection Handbook,2009
berdasarkan hasil dan pembahasan dalam pengujian Kent H Lundberg “ Internal and External Op-
adalah sebagai berikut : amp compensation: A control–centric
1. Dalam pengujian dua buah finial dengan tutorial”American control conference, 2004
menguji kuat medan listrik antara kedua IEC 1024-1-1, “Protection of structures against
buah finial tersebeut adalah finial yang lightning” , First Edition 1993-08.
dipasang dengan Op-Amp lebih kecil Zoro, Reynaldo, “ Sistem Proteksi Diktat Kuliah
dibandingkan dengan finial konvensional Teknik Elektro Itenas, Bandung 1993.
2. Kuat medan listrik terbesar rata-rata berada Muhammad Zuhdi, ”Pengaruh Kelembaban Dan
pada jarak 1 cm dan kuat medan lsitrik Temperature Udara Terhadap Kuat Medan
terkecil rata-rata berada pada jarak 5 cm, Listrik Dan Medan Magnet Di Bawah
maka dapat di simpulkan bahwa semakin Saluran Udara Tegangan Tinggi 150 Kv”,
jauh jarak finial maka semakin kecil juga Tugas Akhir, 2013
kuat medan listriknya.
3. Sebagai proteksi petir maka harus
mempertimbangkan suhu dan kembaban,
karena Suhu dan kelembaban udara
berpengaruh terhadap konduktivitas udara,
sehingga mempengaruhi permitivitas pada
medan listrik.
Saran
Pada kesempatan ini penulis akan
memberikan saran-saran agar pada penelitian
selanjutnya saran ini dapat berguna dan penelitian
ini dapat disempurnakan.berikut saran-saran penulis:
1. Pada saat pengujian dan pengukuran kuat
medan listrik seharusnya pastikan
menggunakan remote dan jauh dari
manusia.karena akan sangat berpengaruh.
2. Pengembangan alat ini bertujuan sebagai
proteksi petir, untuk ke depannya pastikan
dan pelajari yang mempengaruhi kuat
medan listrik seperti kelembaban dan
suhu udara serta pengaruh lainya dalam
aplikasi alat ini.
3. Dalam pembuatan dan pengujian alat
pembalik muatan pastikan alat bekerja
sesuai dengan teori dalam
pengembangannya.karena pada pengujian
dan pengukuran ini merujuk pada hasil
simulasi yang telah diteliti.
6. Daftar Pustaka
Asep Dadan Hermawan, “Optimalisasi System
Penangkal Petir Eksternal Menggunakan
Jenis Early Streamer (Stud Kasus UPT
LAGG BPPT)”, Skripsi Universitas
Indonesia, 2010.
Teguh Afrianto, “Simulasi dan Analisa
Perancangan Alat Penangkal Petir dengan

Rancangan Awal Prototipe Miniatur Pembangkit Tegangan

Tinggi Searah Tiga Tingkat dengan Modifikasi Rangkaian
Pengali Cockroft-Walton
Waluyo 1, Syahrial 2, Sigit Nugraha 3, Yudhi Permana JR 4

Program Studi Teknik Elektro, Itenas, Bandung
waluyo@itenas.ac.id 1
Abstrak
Tegangan tinggi searah merupakan salah satu sarana yang digunakan pada berbagai pengujian bahan isolasi
dan digunakan pada layar tabung. Selain itu, tegangan tinggi arus searah juga digunakan pada saluran
transmisi daya listrik. Dengan demikian tegangan tinggi arus searah sangat diperlukan keberadaannya.
Makalah ini memaparkan hasil penelitian berupa rancangan prototipe miniatur pembangkit tegangan tinggi
searah dengan modifikasi pengali Cockroft-Walton. Studi dalam rancangan prototipe ini, tegangan rendah
bolak-balik disearahkan terlebih dahulu dan selanjutnya ditingkatkan dengan modifikasi rangkaian Cockroft-
Walton voltage multiplier. Hasil tegangan keluaran dari rangkaian ini merupakan bentuk tegangan tinggi
searah. Bentuk tegangan tinggi arus searah keluaran di-tap (disadap) dengan suatu resistive voltage divider,
sehingga bentuk gelombang tegangan arus searah dapat diukur dan direkam dengan storage digital
oscilloscope. Dari hasil rancangan untuk tiga tingkat diperoleh tegangan yang terukur sebesar 3750 Volt DC,
dimana hubungan antara tegangan output DC terhadap tegangan input AC berbentuk linier.
Kata Kunci: tegangan tinggi searah; Cockroft-Walton; voltage divider; tiga tingkat
1. Pendahuluan penelitian dan pengujian terhadap fenomena bahan

Pada dasarnya perkembangan suatu sistem isolasi listrik tegangan tinggi, baik isolasi yang
tenaga listrik sangat pesat, sehingga membutuhkan bersifat padat, cair maupun gas.
suatu transmisi tegangan tinggi. Dalam hal ini ruang Adapun inovasi yang ditargetkan adalah
lingkup tegangan tinggi sangat luas, antara lain penggunaan metoda pembangkit tegangan impuls
meliputi fenomena tegangan tinggi, seperti transmisi dengan memanfaatkan tegangan tinggi searah
tegangan tinggi, pembangkitan tegangan tinggi arus dengan modifikasi rangkaian pengali Cockroft-
searah, gejala tembus listrik, dan lain-lain. Walton.
Pembangkitan suatu tegangan tinggi terbagi Realisasikan pembangkitan tegangan tinggi
menjadi beberapa jenis, diantaranya pembangkitan searah ini dengan perubahan berbagai besar
tegangan tinggi bolak – balik (AC), pembangkitan amplitudo, yaitu dengan mengatur nilai tegangan
tegangan tinggi searah (DC) dan pembangkitan bolak-balik masukan.
tegangan tinggi impuls. Khusus pembangkitan Prototipe alat ini sangat berguna sebagai dasar
tegangan tinggi arus searah (DC) pada dasarnya perancangan sumber pembangkit tegangan tinggi
dapat dilakukan dengan beberapa cara, namun pada impuls untuk skala yang lebih besar. Pembangkit
alat yang kami rancang pembangkitan yang tegangan impuls dalam skala yang besar tersebut
dipergunakan merupakan pembangkitan tegangan akan berguna untuk penelitian dan pengujian
tinggi arus searah dengan modifikasi pembangkit berbagai bahan isolasi pada sistem kelistrikan.
Cockroft-Walton. Rangkaian sederhana untuk pembangkitan
Pembangkitan tegangan arus searah (DC) tegangan tinggi searah merupakan penyearah
ditujukan untuk mengetahui fenomena tegangan setengah gelombang. Di sini RL merupakan
tinggi seperti gejala tembus listrik pada bahan resistansi beban dan C kapasitans untuk
isolasi. Oleh sebab itu, rancangan dan pembuatan menghaluskan tegangan keluaran d.c. Jika kapasitor
rangkaian ini ditujukan sebagai alat uji bahan isolasi tidak dihubungkan, pulsa timbul pada tegangan d.c.
tegangan tinggi, khususnya tegangan tinggi DC. pada terminal keluaran dimana dengan kapasitans C,
Tegangan tinggi DC secara bertahap akan pulsa pada terminal keluaran dapat diredam. Dengan
membuat sistem isolasi mengalami degradasi. asumsi transformator ideal dan resistans internal
Sedangkan tujuan khusus rancangan ini adalah suatu dioda kecil selama konduksi, kapasitor C dimuati
miniatur prototipe pembangkit tegangan tinggi arus untuk tegangan maksimum Vmax selama konduksi
searah dengan memanfaatkan tegangan searah hasil dioda D. Asumsi bahwa tidak ada beban terhubung,
modifikasi rangkaian pengali Cockroft-Walton. tegangan d.c. pada kapasitans tetap konstan pada
Pembangkit tegangan tinggi searah merupakan Vmax dimana tegangan suplai berosilasi antara  Vmax
salah satu sarana yang sangat penting, khususnya dan selama setengah siklus negatif potensial dari
untuk skala laboratorium, untuk keperluan berbagai titik A menjadi - Vmax dan kemudian dioda terpasang

untuk 2 Vmax. Hal yang sama jika transformator di-

grounding. Tegangan d.c. ini berosilasi antara nol
dan 2Vmax dan dibutuhkan untuk rangkaian Kaskade.
Ketika tegangan tinggi d.c. dibangkitkan,
digunakan rangkaian pengganda tegangan atau
pengali tegangan kaskade. Salah satu yang paling
popular rangkaian pengganda adalah Greinacher.
Cockroft dan Walton menyarankan suatu perbaikan
pada rangkaian yang dikembangkan oleh Greinacher Gambar 1 Diagram Blok pembangkitan tegangan tinggi
untuk menghasilkan tegangan tinggi D.C. Rangkaian
kaskade fasa tunggal banyak langkah (multistage) 2.2 Simulasi
merupakan pengembangan dari tipe Cockroft- Dalam pensimulasian alat ini kami
Walton. Tegangan pada semua kapasitor adalah 2 menggunakan PSIM 6.0 ex, sebagaimana
Vmax, kecuali untuk C1 dimana hanya Vmax. ditunjukkan oleh Gambar 2.
Tegangan output total adalah 2nVmax dimana n
adalah jumlah tingkat (stage). Dengan demikian
penggunaan multistage disusun dengan cara yang
memungkinkan diperoleh tegangan sangat tinggi
(Wadhwa, 2007).
Ketika generator dibebani, tegangan output
tidak pernah mencapai 2nVmax. Gelombang output
akan terdiri dari ripple pada tegangan. Dengan
demikian, terdapat dua besaran yang timbul, yaitu
jatuh tegangan dan ripple V (Wadhwa, 2007;
Naidu, 1999). Untuk rangkaian n-stage, ripple total
akan menjadi :
I  1 2 3 n  … (1)
V      ...  
2f  C ' n C 'n 1 C 'n2 C '1 
dimana V = ripple tegangan, f = frekuensi,
Cn' , Cn' 1 , Cn'  2 , .... = besar kapasitansi kapasitor Gambar 2 Simulasi pembangkitan tegangan tinggi DC
dari terakhir (tingkat ke-n) sampai pertama.
Jatuh tegangan secara pendekatan adalah : 2.3 Perakitan Alat
I 2 3 Dalam perakitan pembangkitan tegangan tinggi
V  . . n ......................................... (2) arus searah (DC) komponen yang dipergunakan
fC 3 diantaranya transformator, dioda, kapasitor, resistor,
dimana V adalah jatuh tegangan, C besar masing- circuit breaker, fuse dan kabel penghubung.
masing kapasitor yang sama, dan n merupakan Transformator yang di pergunakan merupakan
banyaknya tingkat. transformator step-up, dengan karakteristik
Tegangan output diberikan oleh : transformator isolasi - tap 500 Watt / 0,5 Ampere.
I 2 3 Dalam perakitan pembangkitan tegangan tinggi arus
Vo max  2nVmax  . .n ...................... (3) searah (DC) peranan diode sangatlah penting,
fC 3 dimana prinsip kerja dari diode tersebut hanya
Dimana Vomax adalah tegangan maksimum keluaran, mengeluarkan salah satu arus saja, baik positif atau
Vmax merupakan tegangan maksimum yang terjadi negatif tergantung dari keperluan output. Pada
pada rangkaian. perakitan alat ini diode yang di pergunakan
Adapun penelitian yang dilakukan adalah merupakan dioda high-voltage dengan type :
membangkitkan tegangan searah (DC). Penyearah 25F120/1322.
yang akan digunakan adalah full rectifier. Dengan Kapasitor yang dipergunakan merupakan
demikian nilai rata-rata tegangan DC yang kapacitor arus searah (DC) dengan type : PAG/450
dihasilkan akan lebih besar dan lebih rata (smooth). Volt-100F. Resistor yang dipergunakan merupakan
Hasil gelombang tegangan DC diukur dan direkam resistor keramik dengan karakteristik : 3,3 MΩ/3
dengan digital storage oscilloscope. Watt dan 20 KΩ/3 Watt. Circuit breaker pada
rangkaian ini berfungsi sebagai pengaman sekaligus
2. Metode Rancangan sakelar dengan karakteristik CB 6 Ampere. Fuse
2.1 Perancangan Alat pada rangkaian ini berfungsi sebagai pengaman
Diagram blok pembangkitan tegangan tinggi dengan karakteristik 0,8 Ampere. Kabel penghubung
arus searah (DC) dapat dilihat pada Gambar 1 di pada alat ini merupakan kabel dengan karakteristik :
bawah (Waluyo, 2014).
NYA 1000 Volt.


Gambar 3 memperlihatkan rangkaian simulasi
pembangkitan tegangan tinggi DC 2 tingkat. Dalam
mensimulasikan rangkaian alat ini, digunakan PSIM
6.0 ex (Waluyo, 2014).
Gambar 5 Rangkaian simulasi pembangkitan tegangan

tinggi DC 3 tingkat
Gambar 6 memperlihatkan sinyal masukan

(input) dan keluaran (output) pembangkitan
tegangan tinggi DC 3 tingkat hasil simulasi. Kurva
Gambar 3 Rangkaian simulasi pembangkitan tegangan
pertama memperlihatkan gelombang masukan,
tinggi DC 2 tingkat berupa tegangan bolak-balik (AC) tegangan rendah.
Kurva kedua memperlihatkan besar tegangan
Gambar 4 memperlihatkan sinyal masukan keluaran hasil simulasi, yang mana mencapai sekitar
(input) dan keluaran (output) pembangkitan 4500 Volt. Sedangkan kurva ketiga memperlihatkan
tegangan tinggi DC 2 tingkat hasil simulasi. Kurva gelombang yang disadap (di-tapped) pada voltage
pertama memperlihatkan gelombang masukan, divider yang mencapai sebesar 30 Volt.
berupa tegangan bolak-balik (AC) tegangan rendah.
Kurva kedua memperlihatkan besar tegangan
keluaran hasil simulasi, yang mana mencapai 3000
Volt. Sedangkan kurva ketiga memperlihatkan
gelombang yang disadap (di-tapped) pada voltage
divider yang mencapai sebesar 20 Volt.
Gambar 6 Sinyal pembangkitan tegangan tinggi DC 3

tingkat
Gambar 7 memperlihatkan transformator step-

up (penaik tegangan), dimana berfungsi sebagai
pemisah utama secara elektrik antara rangkaian
Gambar 4 Sinyal pembangkitan tegangan tinggi DC 2
sumber dengan rangkaian sistem tegangan searah
tingkat yang dilipatkan (ditinggikan). Dengan demikian,
rangkaian akan relatif lebih aman, dimana bila
Gambar 5 memperlihatkan rangkaian simulasi terjadi sejenis hubung singkat tidak langsung
pembangkitan tegangan tinggi DC 3 tingkat. Dalam mempengaruhi atau dipengaruhi oleh sumber
mensimulasikan rangkaian alat ini, digunakan PSIM tegangan. Selain itu, transformator ini berfungsi
6.0 ex. untuk penaik tegangan, dengan nilai nominal sisi
primer bertegangan 220 Volt dan sisi sekunder
maksimum 1000 Volt, dengan tapping 110 Volt, 220
Volt, 630 Volt dan 1000 Volt. Transformator ini
menerima tegangan dari sumber listrik dan
menyalurkan tegangan ke rangkaian penyearah
(rectifier) dan rangkaian pelipat tegangan searah.

voltmeter DC yang mampu mengukur tegangan

sampai 3000 Volt. Selain itu terdapat osiloskop yang
berfungsi mengukur bentuk dan besar tegangan
searah yang dihasilkan. Pada kondisi ini, tegangan
yang yang terukur sebesar sekitar 3000 Volt dengan
bentuk tegangan searah (DC).
(a) tampak samping (b) tampak atas
Gambar 7 Transformator step-up untuk menyuplai
penyearah
Gambar 8 memperlihatkan foto sebagian

rangkaian penyearah (rectifier) dan pembangkit
tegangan searah (DC). Fungsi rangkaian penyearah
(rectifier) adalah untuk menyearahkan tegangan
bolak-balik (AC) yang berasal dari transformator
step-up, dimana tegangan sudah dinaikkan, menjadi
tegangan searah. Selanjutnya, tegangan searah
tersebut dilipatkan agar meningkat.
Gambar 10 Rangkaian pengukuran tegangan keluaran

dari tegangan searah
Gambar 11 sampai Gambar 12 memperlihatkan

beberapa contoh gelombang tegangan keluaran DC
hasil pengukuran, dimana berturut-turut sebesar 64
(b) tampak samping V, 1680 V dan 3750 V. Sedangkan Gambar 14
merupakan grafik hubungan antara tegangan output
DC terhadap tegangan input AC.
100
DC VOLTAGE AMPLITUDES (Volt) 80
(a) tampak atas 60
Gambar 8 Rangkaian penyearah dan pelipat/pengali 40
(multiplier) tegangan searah 20
0
0 5 10 15 20 25
Gambar 9 memperlihatkan rangkaian TIME (ms)
transformator tersambung dengan penyearah dan

Gambar 11 Gelombang keluaran tegangan DC sebesar 64
pelipat tegangan. Dari rangkaian tersebut, tegangan Volt (input 10 V ac)
suplai keluaran dari transformator masuk menuju
rangkaian penyearah (rectifier) dan selanjutnya 1800
1600
masuk ke rangkaian pelipat tegangan DC.

DC VOLTAGE AMPLITUDE (Volt)
1400
1200
1000
800
600
400
200
0
0 5 10 15 20 25
TIME (ms)
Gambar 12 Gelombang keluaran tegangan DC sebesar

1680 Volt (input 200 V ac)
4000
3600
DC VOLTAGE AMPLITUDE (Volt)
3200
2800
2400
2000
1600
1200
800
400
0
0 5 10 15 20 25
TIME (ms)
Gambar 9 Rangkaian transformator tersambung dengan Gambar 13 Gelombang keluaran tegangan DC sebesar
penyearah dan pelipat tegangan 3750 Volt (input 450 V ac)
Gambar 10 memperlihatkan foto rangkaian

pengukuran tegangan keluaran dari tegangan searah
yang dihasilkan. Dalam rangkaian tersebut terlihat

AVERAGE DC OUTPUT VOLTAGES (Volt) 4000
3500
3000
2500
2000
1500
1000
500
0
0 100 200 300 400 500
AC INPUT VOLTAGES (Volt)
Gambar 14 Besar tegangan keluaran DC sebagai fungsi

tegangan masukan AC
Dari sini jelaslah bahwa tingkatan rangkaian

bertambah atau tegangan input bertambah maka
tegangan keluaran DC juga bertambah.
4. Kesimpulan
Untuk sementara bisa diambil kesimpulan
bahwa telah berhasil tegangan searah dapat
dinaikkan atau dilipatkan menjadi tegangan yang
lebih tinggi, dari tegangan rendah, di bawah 1000
Volt, menjadi tegangan menengah, di atas 1000
Volt, baik secara simulasi maupun secara riil pada
rangkaian hardware yang telah dirangkai. Secara
simulasi dirancang sampai 3 (tiga) tingkat sehingga
tegangan keluaran bisa mencapai sekitar 3750 Volt.
Untuk saran tahap berikutnya, rangkaian
hardware pengali tegangan DC akan ditingkatkan,
rencananya sampai 4 (tingkat), sehingga tegangan
yang dihasilkan menjadi sekitar 6000 Volt DC,
sebagaimana sesuai dengan simulasi yang sudah
dibuat. Dengan demikian, tegangan yang relatif
tinggu tersebut dapat digunakan untuk pembangkit
tegangan impuls, yaitu sampai udara tembus, untuk
selanjutnya dipakai untuk pengujian.
Saran selanjutnya, tegangan tinggi DC yang telah
dibangkitkan sebaiknya dibebani dengan beberapa
beban, sehingga diperoleh karakteristik tegangan
jatuh.
Ucapan Terima Kasih

Makalah ini merupakan draft hasil riset tahap
awal yang dibiayai oleh LP2M Itenas tahun 2014.
Naskah yang lebih lengkap dan detail akan
dipublikasikan dalam suatu jurnal internasional atau
jurnal lainnya. Kami menyampaikan banyak terima
kasih kepada LP2M Itenas dalam hal bantuan dana
penelitian ini.
Daftar Pustaka
[1] Wadhwa,C.L., High Voltage Engineering (Second Edition),
New Age International (P) Limited, Publishers, 2007, pp.81.
[2] Naidu, M, High Voltage Engineering, McGraw Hill
Professional, 1999.
[3] Waluyo, , ‘Rancangan Prototipe Miniatur Pembangkit
Tegangan Tinggi Impulse dengan Parameter Variabel dan
Pemanfaatan Tegangan Keluaran Pengali Cockroft-Walton
sebagai Sarana Pengujian Isolasi’ Laporan Kemajuan
Penelitian, Lembaga Penelitian dan Pemberdayaaan
Masyarakat, Institut Teknologi Nasional, Bandung 2014.


Sentiment Analysis Berbasis Big Data

Sentiment Analysis Based Big Data
Petrix Nomleni1), Mochamad Hariadi2), I Ketut Eddy Purnama3)

1,2, 3)
Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopemeber
Kampus ITS Keputih, Sukolilo, Surabaya, 60111
INDONESIA
Email: petrix13@mhs.ee.its.ac.id
Abstrak
Pemerintah sebagai pelayan masyarakat memiliki peran yang sangat besar dalam meningkatkan
kesejahteraan masyarakat.Maka perlu diadakan suatu perbaikan secara bertahap guna meningkatkan
pelayanan masyarakat (public services) sebagai tugas utama pemerintah, untuk itu perlu adanya sikap
keterbukaan dari pemerintah untuk dapat menerima setiap keluhan masyarakat mengenai kebijakan /
program yang langsung menyentuh kepentingan masyarakat. Media Center merupakan sistem pelayanan
informasi yang terintegrasi kepada masyarakat Kota Surabaya untuk ikut berpartisipasi dalam
pembangunan dengan berbagai cara seperti ide, pengaduan, keluhan, kritik, saran dan pertanyaan. Untuk
itu perlu adanya klasifikasi untuk sentiment analysis keluhan masyarakat informasi yang masuk ke media
center sehingga pengelola dapat memberikan informasi yang efisien dan tepat kepada masyarakat dan
pemerintah dapat mengetahui bidang mana yang perlu dibenahi dalam pembangunan. Sentiment analysis
merupakan proses klasifikasi dokumen tekstual ke dalam beberapa kelas seperti sentimen positif dan
negatif serta besarnya pengaruh dan manfaat dari sentiment analysis tersebut. Pada penelitian ini dibahas
klasifikasi keluhan masyarakat terhadap pemerintah pada media sosial facebook dan twitter sapawarga
data berbahasa Indonesia menggunakan metode Support Vector Machine (SVM) yang dijalankan dalam
komputasi terdistribusi dengan menggunakan Hadoop. Pengujian dilakukan dengan perhitungan precision,
kecepatan, akurasi.Hal ini bertujuan untuk mengetahui sejauh mana kehandalan metode yang diusulkan
untuk mencapai peningkatan kecepatan dan akurasi klasifikasi.
Kata kunci: Media Center, Hadoop, Support Vector Machine, klasifikasi, sentiment analysis
1. PENDAHULUAN dimanfaatkan semaksimal mungkin. Untuk itu

Dalam era perkembangan teknologi informasi Pemerintah Kota Surabaya membangun media
yang semakin pesat di Indonesia saat ini, center yang merupakan sistem pelayanan informasi
keterbukaan atau transparansi merupakan suatu hal yang terintegrasi kepada masyarakat Kota Surabaya
yang sangat penting dalam rangka melaksanakan untuk ikut berpartisipasi dalam pembangunan
fungsi pengontrolan.Seperti kita ketahui bahwa dengan berbagai cara seperti ide, pengaduan,
kehadiran pemerintah sebagai pelayan masyarakat keluhan, kritik, saran dan pertanyaan. Sebelum
memiliki peran yang sangat besar dalam adanya media center masyarakat memberikan
meningkatkan kesejahteraan masyarakat.Sistem keluhannya secara manual dengan mendatangi
birokrasi yang ada sekarang ini yang dianggap langsung ke Dinas Kominfo Kota Surabaya, tetapi
sebagai sarang korupsi, kolusi dan nepotisme dengan adanya media komunikasi media center
(KKN), penghambat investasi dan lain-lain. Untuk memberikan kesempatan kepada masyarakat untuk
itu perlu diadakan suatu perbaikan secara bertahap memberikan keluhannya tanpa harus datang ke
guna meningkatkan pelayanan masyarakat (public media center.
services) sebagai tugas utama pemerintah, maka Namun dengan adanya media center yang
terlebih dahulu perlu adanya sikap keterbukaan dari menampung keluhan masyarakat ini menimbulkan
pemerintah untuk dapat menerima setiap kritik, pekerjaan baru bagi petugas pengelola data media
saran ataupun keluhan masyarakat mengenai center untuk memproses dan memilah-milah data
kebijakan/program yang langsung menyentuh keluhan masyarakat yang masuk. Metode yang
kepentingan masyarakat misalnya penyelewengan digunakan saat ini dengan mencetak isi dari website
kebijakan dan lain-lain. Hal ini juga dianggap sangat media center tersebut, baru kemudian meneruskan
penting untuk mengaktifkan peran masyarakat, LSM keluhan yang sudah dipilah-pilah secara manual.
dan lain-lain sebagai suatu fungsi kontrol terhadap Dengan meningkatnya jumlah keluhan masyarakat
setiap kebijakan pemerintah. yang masuk, maka proses memilah-milah keluhan
Perkembangan teknologi yang sangat cepat, secara manual menjadi sangat tidak efisien untuk
tentunya membuka peluang untuk mewujudkan dilakukan.
harapan baru.Dengan adanya konsep e-government Sebagai solusi permasalahan, maka diperlukan
sebagai salah satu upaya yang dikembangkan untuk sebuah proses yang berjalan secara otomatis untuk
memperbaiki sistem birokrasi tentunya perlu melakukan perklasifikasian dan sentiment

analysisdata keluhan masyarakat yang masuk. masyarakat langsung ke Dinas Kominfo dimana
Manfaat sentiment analysis sangat penting untuk menjadi pusat media center, tetapi dengan adanya
mengetahui sejauh mana data keluhan masyarakat media komunikasi media center maka masyarakat
terhadap pembangunan serta digunakan sebagai alat dapat memberikan keluahan, saran, kritikan melalui
bantu untuk melihat respon masyarakat terhadap media komunikasi tanpa harus langsung ke Dinas
pembangunan kota Surabaya. Mengingat jumlah Kominfo.
data keluhan yang masuk begitu besar maka Sejak awal pembangunannya Media Center
diperlukan sebuah proses analisa data yang mampu mempunyai tiga karakteristik yaitu responsif
(merespon setiap data keluhan masyarakat yang
menangani hal ini. Salah satu alternatif yang tersedia
masuk kedalam Media Center)
saat ini adalah menggunakan analisa big
integratif(menggintegrasikan data keluhan
data.Karakteristik data sumber dari analisa big data masyarakat yang masuk ke Media Center) dan
adalah data yang memiliki 3 karakteristik yaitu infomatif (memberikan informasi yang terupdate
volume(ukuran data yang besar), variety(tipe kepada masyarakat). Dalam sistem kerjanya media
datanya bervariasi dari data tidak terstruktur dan center menerima informasi atau keluhan masyarakat
data terstruktur) dan velocity(transaksi data dalam melalui media komunikasi kemudian operator
jumlah yang besar). Ini sesuai sekali dengan profil mengumpulkan informasi tersebut dan memberikan
dari data website media center Pemkot Surabaya. kepada SKPD terkait setelah itu integrasi data
dengan TPKPM maksimal 1x60 menit setelah itu
2. DASAR TEORI feed back dari SKPD terkait ke operator media
2.1 Sentiment Analysis center dan feed back ke masyarakat maksimal 1x24
Sentiment analysis adalah studi komputasi jam dan kemudian data disimpan ke dalam
mengenai sikap, emosi, pendapat, penilaian, database.[2]
padangan dari sekumpulan teks yang fokusnya
adalah mengekstraksi, mengindentifikasi atau
menemukan karakteristik sentimen dalam unit teks
menggunakan metode NLP(Natural Language
Processing), statistik atau machine learning
Sentiment analysis merupakan proses klasifikasi
dokumen tekstual ke dalam beberapa kelas seperti
sentimen positif dan negatif serta besarnya pengaruh
dan manfaat dari sentimen analisis menyebabkan
penelitian ataupun aplikasi mengenai sentimet
analysis.
Saat ini perkembangan penelitian sentimen
analisis mempunyai perkembangan yang sangat
pesat bahkan di Amerika lebih dari 20 sampai 30
perusahaan memfokuskan pada layanan sentiment
Gambar 2.1 SOP Media Center
analysis. Pada dasarnya sentiment analysis
merupakan klasifikasi, namun dalam 2.3 Big Data
implementasinya tidak mudah karena seperti proses Saat ini proses pengolahan data baik dalam
klasifikasi biasa dikarenakan terkait penggunaan sistem pemerintahan maupun perusahaan swasta
bahasa dimana terdapat ambigu dalam penggunaan sudah menggunakan data center dan setiap bidang
kata, tidak adanya intonasi dalam sebuah teks, dan atau unit kerja sudah mempunyai data center dan
perkembangan dari bahasa itu sendiri. hampir semuanya sudah terhubung antar satu dengan
Sentiment analysis bermanfaat juga dalam dunia yang lainnya dan setiap hari datanya akan semakin
usaha seperti melakukan analisa tentang sebuah bertambah dan semakin banyak variasi data yang
produk yang dapat dilakukan secara cepat serta yang disimpan serta jumlah transaksi data yang
digunakan sebagai alat bantu untuk melihat respon semakin besar maka diperlukan perangkat komputer
konsumen terhadap produk tersebut, sehigga dapat yang sangat mahal dan membutuhkan tenaga IT
membuat langkah-langkah strategis pada tahapan- yang sangat baik untuk mengoperasikannya.
tahapan berikutnya. Untuk itu diperlukan proses analisa Big Data
yang dalam pengertiannya sebagai pemecahan
2.2 Media Center masalah ketika teknologi lama tidak lagi mampu
Media Center adalah sistem pelayanan informasi melayani proses pengolahan data yang sangat besar.
terintegrasi yang memberikan kesempatan bagi Big data mempunyai tiga karakteristik yaitu
masyarakat Surabaya yang ingin berpartisipasi volume(ukuran data yang besar dan terdistribusi di
dalam perkembangan pembangunan kota Surabaya banyak server), variety (tipe data bervariasi dari data
dan bentuk partisipasi masyarakat terwujud dalam terstruktur hingga dari tidak terstruktur), dan velocity
keluhan, pengaduan, kritik, saran dan pertanyaan (jumlah transaksi data yang besar sehingga
yang terkait dengan proses pembangunan dan perubahan ukuran data juga akan semakin besar).
pelayanan yang dilaksanakan oleh Pemerintah Kota Prinsip kerja big data yaitu tidak membuang atau
Surabaya. Sebelum adanya media center keluhan menghapus sebuah data dikarenakan data tersebut

menjadi penting dalam kurun waktu tertentu, proses Dalam cluster Hadoop MapReduce mesin digunakan
data secara real-time dan mampu mengekstrasi dan mengcloudfile sistem alternatif, name node itu, name
transformasi sebuah data tanpa menghapus data node sekunder dan arsitektur data node dari HDFS
awalnya. digantikan oleh setara file sistem-spesifik. Dalam
sistem inti kerjanya Hadoop terdiri atas 2
2.4 Hadoop bagianyaitu :
Hadoop merupakan sebuah software framework
teknologi terbaru berbasis Java dan sangat mudah 2.4. HDFS(Hadoop Distributed File System)
didapatkan karena hadoop merupakan software open HDFS Merupakan sebuah file sistem yang
source. Hadoop diciptakan untuk pengolahan data fungsinya untuk menyimpan data yang sangat besar
yang sangat besar hingga petabyte dimana jumlahnya dengan cara mengdistribusi data-data
pengolahan data-data tersebut dilakukan dengan cara tersebut kedalam banyak komputer yang saling
mendistribusikan data-data tersebut kedalam berhubungan satu dengan yang lainnya. Cara
beberapa komputer yang telah di cluster dan kerjanya yaitu file yang masuk kemudian dipecah-
komputer-komputer tersebut terhubung satu dengan pecah dalam bentuk blok sebesar 64 MB atau bisa
yang lainnya. dikonfigurasi sendiri besarnya. Kemudian data
direplikasi kedalam beberapa node(biasanya 3
node), dan disimpan dalam beberapa rak yang
berbeda dengan tujuan agar menjaga reability dari
HDFS.
Untuk itu file system sangat membutuhkan
server induk atau master node yang berfungsi untuk
menyimpan metadata dari data yang ada di HDFS
dan data-data tersebut disimpan dalam server-server
(datanode) yang dapat diakses melalui protokol
HTTP serta data nodenya saling terkait satu dengan
lainnya untuk menjaga konsistensi datagan
menggunakan protokol HTTP. Data node ini bisa
saling berkomunikasi satu sama lain untuk menjaga
konsistensi datadan memastikan proses replikasi
data berjalan dengan baik.
Gambar 2.2 Hadoop Model HDFS mempunyai kelemahan yaitu master
node bersifat Single Point of Failure yang akan
Dalam perancangannya terdapat bagian seperti membuat data akan hilang apabila server master
Common Hadoop yang fungsinya untuk node mati. Walaupun dalam HDFS ada
menyediakan akses ke filesystem dan Common secondaryname node tetapi tetapi secondary name
Hadoop berisi paket file dan skrip yang dibutuhkan node hanya menyimpan informasi terbaru dari
Hadoop untuk memulai pekerjaannya. Paket ini struktur direktori pada name node. Untuk itu untuk
menyediakan kode sumber, documen dan bagian mengatasi kelemahan yang ada maka dibuatkan
kontribusi yang cakupannya sangat besar dan waktu cloning dari server name node ke beberapa server
penjadwalan kerja yang efektif.File sistem Hadoop yang berbeda sehingga terjadi gangguan terhadap
harus kompatibel karena wajib memberikan lokasi name node maka akan langsung digantikan oleh
jaringan yang dipakai agar node dapat bekerja. cloningnya.
Salah satu contoh ketika cluster Hadoop kecil Keuntungan dari HDFS adalah jobtracker dan
yang didalamnya terdapat sebuah master node dan tasktracker yang membuat jadwal dan peta serta
beberapa node untuk bekerja atau lebih dikenal mengurangi pekerjaan untuk tasktrackers pada
dengan slave node. Master node terdiri dari lokasi-lokasi data.Sebagai contoh jika data pada
beberapa bagian yaitu jobtracker, tasktracker, name node A (x, y, z) dan data yang terdapat node B (a, b,
node, dan data node.Node untuk bekerja terdiri dari c).jobtracker akan jadwal node B untuk melakukan
data node dan tasktracker, walaupun hanya untuk peta / mengurangi tugas pada (a, b, c) dan node A
mendapatkan pekerja node data, dan hanya pekerja akan dijadwalkan untuk melakukan peta/mengurangi
node menghitung. tugas pada (x, y, z). maka akan mengurangi jumlah
Pada sistem cluster yang sangat besar, file sistem lalu lintas yang berjalan di atas jaringan dan
HDFS dikerjakan dengan server name node mencegah transfer data yang tidak perlu. Hadoop
diperuntukan pada host indeks file sistem, dan ketika digunakan dengan file sistem lain keunggulan
sebuah name node sekunder dapat menghasilkan ini tidak ada. Dan memberikan dampak yang
snapshot dari struktur memori namenode, sehingga signifikan terhadap waktu penyelesaian pekerjaan
mencegah korupsi sistem file dan mengurangi yang dapat ditunjukkan waktu data dijalankan
hilangnya data. Demikian pula, serverjobtracker dengan pekerjaan intensif.
dapat mengelola penjadwalan kerja secara mandiri.

yang dapat dijalankan diatas HDFS seperti HBase,

2.4.2 MapReduce Pig, Hive, dll.
Merupakan software framework yang digunakan 2.5 Support Vector Machine(SVM)
untuk mendukung distribusi computing dengan Support Vector Machine (SVM) pertamakali
menjalankan data yang sangat besar dan pertama dikembangkan oleh Boser, Guyon,danVapnik.Pada
kali diperkenalkan oleh Google.dalam proses tahun 1992 ketika diadakan di Annual Workshop
kerjanya terdiri atas dua proses yaitu : onComputational Learning Theory.Support Vector
Machine (SVM) merupakan sistem pembelajaran
yang pengklasifikasiannya menggu-nakan ruang
hipotesis berupa fungsi-fungsi linear dalam sebuah
ruang fitur (feature space) berdimensi tinggi.Dalam
konsep SVM berusaha menemukan fungsi pemisah
(hyperplane) terbaik diantara fungsi yang tidak
terbatas jumlahnya.
Hyperplane pemisah terbaik antara kedua kelas
dapat ditemukan dengan mengukur margin
hyperplane tersebut dan mencari titik maksimalnya.
Gambar 2.3 MapReduce Pada awalnya prinsip kerja dari SVMyaitu
mengklasifikasi secara linear(linear classifier),
2.4.2.1 Map
kemudian SVM dikembangkan sehingga dapat
Sebuah proses ketika master node menerima
bekerja pada klasifikasi non linear. Formulasi
masukkan berupa data atau file, kemudian masukan
optimasi SVM untuk masalah klasifikasi dibedakan
tersebut dipecah menjadi beberapa bagian
menjadi dua kelas yaitu klasifikasi linear dan
permasalahan yang kemudian didistribusikan ke
klasifikasi non-linear.
worker nodes. Worker nodes ini akan memproses
beberapa bagian permasalahan yang diterimanya
untuk kemudian apabila masalah tersebut sudah
diselesaikan, maka akan dikembalikan ke master
node.
2.4.2.2 Reduce
Sebuah proses ketika master nodemenerima
jawaban dari semua bagian permasalahan dari
banyak data nodes, kemudian menggabungkan
jawaban-jawaban tersebut menjadi satu jawaban
besar untuk menghasilkan penyelesaian dari Gambar 2.4Support Vector Machine(SVM)
permasalahan utama. Keuntungan MapReduce
adalah proses map dan reduce dijalankan secara 2.5.1 KlasifikasiLinear
terdistribusi. Setiap proses mapping sifatnya Dalam kerjanya SVM pada konsepnya
independen yang membuat proses dijalankan secara dijelaskan secara sederhana sebagai usaha mencari
simultan dan paralel. Begitu juga dengan proses hyperplane terbaik yang berfungsi sebagai pemisah
reducer dilakukan secara paralel pada waktu yang dua buah kelas pada input space. Dua kelas, +1 dan -
bersamaan, selama output dari operasi mapping 1, beserta masing-masing pattern. Dalam
mengirimkan key value yang sesuai dengan proses mengklasifikasi untuk mendapat hasil yang baik
reducernya. Dalam proses MapReduce dapat hyperplane digunakan untuk memisahkan menjadi
diaplikasikan di cluster server dengan jumlah yang dua kelas dengan mengukur margin hyperplane
tersebut dan mencari titik maksimalnya, margin
banyak sehingga dapat mengolah data dalam jumlah
adalah jarak antara hyperplane terdekat dengan
besar hanya dalam beberapa jam saja.
pattern terdekat dari masing-masing kelas dan
Dalam kerja hadoop, mapreduce engine ini pattern yang paling dekat dengan hyperplane disebut
terdiri dari satu jobtracker dan satu/banyak support vector.
tasktracker.JobTracker merupakan server penerima
job dari client, kemudian mendistribusikan jobs
tersebut ke tasktracker yang akan mengerjakan sub
job sesuai yang diperintahkan jobtracker. Sistem
kerja ini mendekatkan pengolahan data dengan data
itu sendiri, sehingga ini akan sangat signifikan
mempercepat proses pengolahan data. Dalam
kerjanya HDFS file sistem bukan hanya
diperuntukan untuk map/reduce tetapi saat ini ada
beberapa project lain yang related dengan hadoop
Gambar 2.5 Klasifikasi Linear

benar berbeda leksikal dari kata-kata formal, karena

itu strategi adalah untuk membangun sebuah kamus
dan menggunakannya untuk menerjemahkan kata
informal menjadi kata-kata formal.[1]
Gambar2.6 Klasifikasi Linear
2.5.2 Klasifikasi Non Linear

Pada klasifikasi non-linear data yang berada
dalam ruang sebuah vector awal harus dipindahkan
ke ruang vector baru yang berdimensi lebih
tinggi.Misal fungsi pemetaan dinotasikan sebagai x.
Pemetaan ini bertujuan untuk merepresentasikan Gambar 3.1 Arsitektur Sistem Sentiment Analysis
data ke format yang linearly separable pada ruang
vector baru.Prosesnya optimisasi pada fase ini 3.2 Perancangan Sistem
diperlukan perhitungan dot product dua buahcontoh
pada ruang vector baru.Dot product kedua buah
vector xi dan xj dinotasikan sebagai xi.xj.
Nilai dot product kedua vector ini dapat
dihitung secara tidak langsung,yaitu tanpa
mengetahui proses transformasi.
Gambar 2.7 Klasifikasi Non Linear Gambar 3.2 Perancangan Sistem
3. METODOLOGI PENELITIAN 3.2.1 Akuisisi Data

3.1 Dasar Penelitian Pada tahapan awal ini data yang diakusisi atau
Saat ini Pesan teks bahasa Indonesia dari media dikumpulkan dari situs jejaring sosial Twitter dan
sosial seperti Twitter atau Facebook, orang Facebook yang terhubung langsung melalui API
cenderung menggunakan kata-kata tidak formal (Application Programing Interface) dan
daripada yang formal seperti menggunakan angka menambahkan proses deteksi bahasa untuk
untuk mengganti alfabet, karakter berulang vokal, mendapatkan data atau dokumen yang berhasa
dan menggunakan kata-kata informal yang umum indonesia.
untuk menggantikan kata-kata resmi. Untuk
memproses kata-kata seperti itu, maka harus 3.2.2Preprocessing
Pada tahapan ini dokumen yang diakusisi
dilakukan tahapan-tahapan preprocessing seperti
kemudian dimasukkan kedalam sistem. Dalam
berikut: proses presprocessing ada beberapa tahapan yaitu:
 Converse karakter numerik ke dalam alfabet,  Cleaning
seperti ’du2k’ menjadi ’duduk’ Tahapan atau proses membersihkan dokumen
 Hapus pengulangan vokal, seperti ’aduuuh’ teks yang masuk dari kata-kata yang tidak
menjadi ’aduh’ diperlukan untuk mengurangi noise pada proses
 Terjemahkan kata informal menjadi kata-kata klasifikasi seperti karakter html, kata
resmi menggunakan kamus, seperti kunci,ikon,hashtag dan lain-lain.
’cemungudh’ ke ’Semangat’.  Case folding
Meskipun beberapa kata informal salah eja dari Tahapan atau proses untuk menyeragamkan
kata-kata formal, tetapi beberapa lainnya benar- bentuk huruf serta menghilangkan tanda baca.

untuk penelitian ini hanya menerima huruf latin  Part of Speech (POS)Tagger
A sampai Z. Tahapan atau proses pada ekstrasi fitur yang
 Parsing bertujuan untuk memberikan kelas pada kata.
Tahapan atau proses membagi atau memecah Kelas kata yang dipilih adalah kata sifat
dokumen menjadi sebuah kata dengan (adjective), kata keterangan (adverb), kata
melakukan analisa terhadap kumpulan kata benda (noun) dan kata kerja (verb), untuk
dengan memisahkan kata tersebut dan diketahui dari empat jenis kata diatas
menentukan struktur sintaksis dari tiap kata merupakan jenis kata yang banyak mengandung
tersebut. sentimen. Penentuan kelas kata berdasarkan
 Filter Kamus Besar Bahasa Indonesia(KBBI).
Tahapan untuk memilih data pada twitter dan  Stemming
facebook yang berbahasa Indonesia saja dan Tahapan atau proses dari ekstraksi fitur yang
apabila ditemui kata berbahasa Indonesia tidak bertujuan mengurangi variasi kata yang
baku maka diganti dengan sinonimnya berupa memiliki kata dasar sama. Proses stemming juga
kata baku yang sesuai dengan Kamus Besar menggunakan bantuan Kamus Besar Bahasa
Bahasa Indonesia(KBBI). Indonesia(KBBI).
3.2.4 Pembobotan
Pada tahapan pembobotan ini fitur yang
digunakan adalah unigram dengan pembobotan
menggunakan Term Presense (TP), Term Frequency
(TF), Term Frequency-Inverse Document
Frequency.Pada tahapan ini kata dan simbol
direpresentasi kedalam bentuk vektor dan TF-IDF,
kata dan simbol direpresentasi ke dalam bentuk
vektor dan tiap kata atau simbol dihitung sebagai
satu fitur. Untuk perhitungan bobot digunakan
rumus sebagai berikut:
 Term Presense (TP)
ni(d)=1, jika fitur fi ada didokumen d
ni(d)=0, jika fitur fi tidak ada di dokumen d
 Term Frequency (TF)
→d:=(n1(d), n2(d),··· nm(d))
 Term Frequency Inverse Document Frequency
(TF-IDF)
ni(d) = dfi.logD/dfi
dimana :dfi adalah banyak data/dokumen yang
Gambar 3.3 Preprocessing
mengandung fitur i(kata) yang dicari D adalah
jumlah dokumen. Setelah perhitungan bobot tiap
3.2.3 Ekstraksi Fitur term dilakukan, selanjutnya proses penentuan kelas
sentimen yang memberikan argumen maksimum
dengan membandingkan nilai dari ketiga kelas
sentimenttersebut.
3.2.5 Klasifikasi Dokumen
Gambar 3.4 Ekstraksi Fitur
Gambar 3.5 Kalsifikasi Dengan SVM

Pada penelitian ini dokumen yang sudah diolah 71% dan dalam pengujian kedua didapatkan hasil
kemudian dimasukkan kedalam Hadoop Distributed seperti tabel dibawah ini
File Sistem (HDFS) yang kemudian diolah data
tersebut menggunakan algoritma SVM.Untuk Tabel 4.2 Data Hasil Pengujian 2
mendapatkan hasil klasifikasi terbaik, diujikan
menggunakan tiga kelas sentimen kemudian
membandingkan nilai dari tiga kelas tersebut.
3.2.6 Hasil Sentimen Analisis

Proses akhir menggunakan 3-fold cross
validation dengan membandingakn tiga kelas
sedangkan untuk klasifikasi ditabulasi dalam tabel Pada Pengujian ketiga dengan data latih 80 dan data
confusion matrix. uji 120 akurasi pengukuran yang didapatkan sebesar
70% dan dalam pengujian kedua didapatkan hasil
4. ANALISA HASIL seperti table dibawah ini
Dalam Pengujian data yang sudah diakuisisi dari
Tabel 4.2 Hasil Pengujian 3
twitter dan facebook, kemudian diberi nilai untuk
mengetahui setiap atribut yang diuji pada setiap
pengujian. Pengujian ini dilakukan dengan beberapa
kali percobaan dengan data latih atau test yang
berbeda. Pengujian ini untuk mengetahui seberapa
besar kehandalan dari system untuk memberikan
sebuah hasil yang lebih akurat. Pengujian pertama
adalah pengujian untuk mengetahui bagaimana
kemampuan sistem terhadap berbagai macam variasi Hasil Pengujian pertama dengan data latih 120 dapat
data latih dan data uji dengan berbagai macam digambarkan dalam grafik seperti dibawah ini
nilai.Pengujian kedua adalah pengujian untuk
mengetahui pengaruh besarnya data latih terhadap
akurasi sistem.Pengujian ketiga adalah pengujian
untuk mengetahui akurasi metode klasifikasi
SVMdalam melakukan klasifikasi pada data yang
tidak seimbang.
Pengujian pengujian ini menggunakan 200 data
yang dilakukan menggunakan data sebanyak 200
data.
Tabel 4.1 Dataset Pengujian
Gambar 4.1 Grafik Pengujian 1
Hasil Pengujian kedua dengan data latih 100 dapat

digambarkan dalam grafik seperti dibawah ini
Pada Pengujian pertama dengan data latih 120 data
uji 80 akurasi pengukuran yang didapatkan sebesar
72,5% dan dari pengujian pertama didapatkan hasil
seperti tabel dibawah ini.
Tabel 4.1 Data Hasil Pengujian 1
Pada pengujian kedua dengan data latih 100 dan data Gambar 4.2 Grafik Pengujian 2
uji 100 akurasi pengukuran yang didapatkan sebesar

Hasil Pengujian kedua dengan data latih 80 dapat References

digambarkan dalam grafik seperti dibawah ini Edwin Lunando, Ayu Purwarianti,2013, Indonesian
Social Media Sentiment Analysis with Sarcasm
Detection,.
Media Center Pemerintah Kota Surabaya(Dinas
Komunikasi & Informatika Kota Surabaya)
Neethu M S, Rajasree R, 2013 Sentiment Analysis in
Twitter using Machine Learning Techniques,
Javier Conejero, Peter Burnap, Omer Rana, Jeffrey
Morgan, 2013. Scaling Archived Social Media
Data Analysis using a Hadoop Cloud
Federico Neri, Carlo Aliprandi, Federico Capeci,
Montserrat Cuadros, Tomas ByShoba G, 2012,
Sentiment Analysis on Social Media
Sang-Hyun Cho,Hang-Bong Kang Statistical Text
Analysis and Sentiment Classification in Social
Media
Visalakshi P and Karthik TU,2011 MapReduce
Scheduler Using Classifiers for Heterogeneous
Workloads,
Gambar 4.3 Grafik Pengujian 3 Richard Colbaugh, Kristin Glass, 2011 Agile
Sentiment Analysis of Social Media Content for
Security Informatics Applications
5. KESIMPULAN Kazunari Ishida,2010Periodic Topic Mining from
Dari hasil perancanngan, pengujian dan pembahasan Massive Amounts of Data,
diatas maka dapat disimpulkan : ang-Hyun Cho, Hang-Bong Kang, 2012, Statistical
1. Analisa terhadap setiap keluhan yang masuk ke Text Analysis and Sentiment Classification in
Social Media
media center Sapawarga Kota Surabaya dapat Keke Cai, Scott Spangler, Ying Chen, Li Zhang,
diklasifikaskan menggunakan metode klasifikasi 2006, Leveraging Sentiment Analysis for Topic
Support Vector Machine untuk mendapatkan Detection
Muhamad Yusuf Nur dan Diaz D. Santika, 2011,
nilai sehingga diketahui polaritas keluhan yang Analisa Sentimen Pada Dokumen Bahasa
masuk yang dpat menjadi acuan dan masukkan Indonesia Dengan Pendekatan (Support Vector
yang bernilai untuk tim media center dalam Machine),
mengelola dan meningkatkan pelayanan terhadap Ni Wayan Sumartini Saraswati, 2013, Naive Bayes
Classifier dan Support Vector Machines Untuk
masyarakat. Sentiment Analysis,
2. Keakuratan klasifikasi akan semakin tinggi Noviah Dwi Putranti dan Edi Winarko, 2013,
apabila data latih yang dipergunakan semakin Analisis Sentimen Twitter untuk Teks
banyak tetapi tidak menutup kemungkinan jika Berbahasa Indonesia dengan Maximum Entropy
dan Support Vector Machine,
kata-kata yang masuk bermakna ganda atau Imam Fahrur Rozi, Sholeh Hadi Pramono, Erfan
mengalami pembiasan maka akan mengurangi Achmad Dahlan, 2012,Implementasi Opinion
pembiasan. Mining (Analisis Sentimen)Implementasi untuk
Ekstraksi Data Opini Publik pada Perguruan
3. HDFS sangat penting dalam penyimpanan Tinggi,
pengelolaan data yang besar karena data tidak Judith Hurwits, Alan Nugent, Dr. Fern Helper,
bias di hapus dan dapat dijalankan secara real Marcia Kaufman, 2013 , Big Data For
time sehingga data yang lama dapat ditemukan Dummies A Wiley Brand,
Irwin King, Michael R. Lyu, Haiqin Yang, 2013
kembali dalam waktu yang relatif singkat. Online Learning for Big Data Analytics,
Budi Santosa Tutorial Support Vector Machine
UCAPAN TERIMA KASIH
Terima kasih kepada Tuhan Yesus yang selalu
menjaga dan melindungiku dan kepada istriku serta
semua keluargaku tercinta yang selalu berdoa
untukku.
Ucapan terima kasih juga penulis kepada :
 Bapak Mochamad Hariadi, ST., M.Sc., Ph.Ddan
Bapak DR. I Ketut Eddy Purnama, ST, MT
sebagai dosen pembimbingku
 Staf Pengajar Jurusan Teknik Elektro Institut
Teknologi Sepuluh Nopember
 Teman-teman CIO ITS angkatan 2013
 Semua pihak yang membantu saya baik moril
substansi maupun materi untuk dapat
menyelesaikan paper ini walaupun masih baik
kekurangan.
God Bless You All


Rancang Bangun Sistem Pengambilan

Dan Pemuatan Kemasan Yang Dikendalikan
Melalui PLC OMRON CP1E-E40DR-A
Asniar Aliyu 1, Arif Basuki 2, Rudy 3
Sekolah Tinggi Teknologi Nasional Yogyakarta

Jl Babarsari, Condongcatur, Depok, Sleman, Yogyakarta, 55287
Telp/Fax: (0274) 485 390 / (0274) 487 249
asniar.aliyu@yahoo.com 1
Abstrak
Tujuan dari penelitian “Rancang Bangun Sistem Pengambilan dan Pemuatan Kemasan yang Dikendalikan
Melalui PLC OMRON CP1E-E40DR-A” adalah merancang bangun prototipe sistem pengambilan dan
pemuatan kemasan (palletizing) yang bekerja berdasarkan kendali yang diberikan melalui PLC untuk tujuan
edukasi. Penelitian ini dibagi atas dua bagian, yaitu perancangan perangkat-keras dan perangkat-lunak.
Perangkat-kerasnya adalah prototipe sistem palletizing baik bagian mekanik maupun elektriknya sedangkan
perangkat-lunaknya adalah pemrograman melalui PLC. Dalam sistemnya digunakan motor DC, sensor
kedekatan, dan sensor batas sebagai komponen elektriknya (perangkat-keras). Bagian ini dioperasikan
melalui PLC Omron untuk mengontrol sistem berdasarkan aliran program yang dibuat. Berdasarkan hasil
pengujian per bagian maupun keseluruhan sistem didapatkan hasil pengujian catu daya sebesar 12 volt yang
digunakan untuk memberikan catu pada motor sistem mekanik palletizing dan konveyor. Hasil pengujian
rangkaian kedekatan menunjukkan bahwa rangkaian sensor kedekatan berfungsi dengan baik, yaitu ketika
sensor tidak terhalang sebuah objek maka tegangan luarannya sebesar 0,67 volt dan ketika sensor terhalang
objek sebesar 6,74 volt. Bahwa berdasarkan pengukuran respon sensor terhadap ada tidaknya kemasan
diperoleh jarak baca sensor berkisar kurang lebih 3,6 cm. Hasil pengujian aplikasi PLC terhadap mekanik
menunjukkan bahwa program yang diisikan ke PLC memberikan luaran sebagaimana diharapkan.
Berdasarkan hasil pengujian keseluruhan sistem menunjukkan bahwa sistem mampu bekerja sesuai yang
diharapkan.
Kata-kunci: PLC, sistem palletizzing, motor DC, sensor kedekatan, sensor batas
1. Pendahuluan tiga atau lebih aksis. Bidang robotik industri lebih

Berbagai robot dibuat untuk tujuan pabrikasi praktis didefinisikan sebagai studi, desain, dan
dan dapat ditemukan di pabrik-pabrik di seluruh kegunaan sistem robot untuk pabrikasi [1],[3].
dunia. Dengan menggunakan robot dan sifat Jenis aplikasi robot dalam industri salah
otomatisasi dalam sistem pabrikasi untuk tugas satunya adalah pick and place (palletizing), inspeksi
mengambil, menempatkan, memuat dan produk, dan lain sebagainya.
membongkar secara luas pada produk dan desain Pada bagian pengemasan untuk pelabelan
pengemasan dengan solusi robotik akan dapat palletizing, robot dapat menangani beberapa fungsi
menolong pabrikasi yang lebih fleksibel, terpercaya otomatis. Mereka dibentuk untuk mengintegrasikan
dalam proses dan ketepatan waktu yang tinggi. dengan manajemen alur kerja, dokumentasi
Bahwa penelitian ini berangkat dari masih elektronik dan sistem catatan elektronik untuk
minimnya media edukasi[2] di kampus mengenai meningkatkan akses ke data, memungkinkan
aplikasi otomatisasi dalam industri seperti proses melacak setiap pesanan melalui proses pengemasan.
pengambilan dan pemuatan kemasan (palletizing), Robot dalam sistem palletizing ditunjukkan
sehingga penelitian ini dititikberatkan pada rancang dalam Gambar 1. Robot ini memberikan
bangun sistem pengambilan dan pemuatan kemasan fleksibilitas, kehandalan, dan kapasitas jauh
yang dikendalikan oleh yang dikendalikan melalui melampaui keterbatasan tradisional, manual,
PLC OMRON CP1E-E40DR-A. Untuk kemudahan berdedikasi palletizes.
maka sistem pengambilan dan pemuatan kemasan
disederhanakan penyebutannya menjadi sistem
palletizing.
Robot industri secara resmi didefinisikan oleh
ISO sebagai kontrol otomatis, dapat diprogram-
ulang, manipulator terprogram multiguna dalam

Gambar 1. Robot dalam sistem palletizing Gambar 2 Diagram skematik sistem
Tujuan dari penelitian ini adalah untuk A. Perancangan mekanik sistem palletizing
merancang bangun prototipe sistem palletizing Rancangan mekanik sistem palletizing yang
layaknya yang ada dalam industri pengemasan yang akan direalisasikan dalam penelitian ini ditunjukkan
terdiri atas bagian pencapit, pengangkat mekanik dalam Gambar 3.
pencapit, pemutaran tiang palletizing, dan
peletakkan kemasan di atas konveyor. Setiap
gerakan palletizing ini dipicu oleh sensor yang aktif
saat adanya kemasan yang telah siap untuk diproses.
Sistem ini bekerja berdasarkan kendali yang
diberikan melalui PLC OMRON CP1E-E40DR-A.
Sistematikan penulisan artikel ilmiah ini
dimulai dengan pendahuluan, diikuti pemaparan
metode penelitian, hasil penelitian dan pembahasan,
dan ditutup dengan penarikan kesimpulan atas hasil
yang dicapai.
2. Metode Penelitian
Metode penelitian ini dimulai dari tahapan
pengumpulan bahan, perancangan sistem, dan
pengujian sistem yang dijelaskan sebagai berikut.
Keterangan:
2.1 Pengumpulan bahan 1. Motor DC12 V pengangkat mekanik pencapit
Dalam tahapan ini dipersiapkan materi-materi 2. Tiang palletizing
pendukung dalam melaksanakan penelitian baik 3. Motor DC 12 V penggerak pencapit
bahan habis pakai maupun peralatan yang akan 4. Piringan pemutar tiang
5. Motor DC 12 V pemutar tiang
digunakan. Perijinan juga dipersiapkan untuk pihak- 6. Konveyor
pihak terkait, karena penelitian ini direncanakan 7. Mekanik pencapit
dilaksnaakan di ruang Laboratorium Listrik Dasar 8. Konveyor dari proses pengisian dan penutupan
STTNAS. Gambar 3. Sistem mekanik palletizing
2.2 Perancangan sistem

Perancangan sistem meliputi perancangan Sistem palletizing bekerja dimulai setelah kemasan
perangkat-keras dan perangkat-lunak. Perancangan yang telah diisi ditutup pada proses sebelumnya
perangkat-keras adalah perancangan mekanik atau yang berada pada ujung konveyor pertama,
miniatur yang akan digerakan oleh PLC dan kemudian akan diambil dan diletakkan pada
perancangan elektrik yang merupakan pengkawatan konveyor kedua dan berjalan untuk dikemas dalam
antara PLC dengan komponen elektrik untuk sebuah tempat yang telah tersedia.
menggerakan mekaniknya. Perancangan perangkat-
lunak adalah program yang diisikan ke PLC untuk B. Perancangan sistem elektrik
mengendalikan mekanik sistem pengemasan ini. Perancangan sistem elektrik penelitian ini
Secara umum rencana sistem yang akan dibuat secara garis besar diberikan dalam bentuk diagram
ditunjukkan dalam Gambar 2. kotak berikut.

Gambar 4. Diagram kotak sistem elektrik palletizing Gambar 5. PLC Omron CP1E-E40DR-A
a. Komponen-komponen masukan C. Diagram pengkawatan antara PLC dengan

Komponen-komponen masukan adalah komponen masukan dan luaran
komponen yang dihubungkan ke alamat masukan Hubungan antara perangkat-keras dan
PLC, Adapun komponen-komponen masukannya perangkat-lunak pada sebuah sistem harus
ditunjukkan dalam Tabel 3. dihubungkan sebaik mungkin untuk menjalankan
program dalam membentuk suatu sistem yang
Tabel 3 : Komponen-komponen masukan diinginkan. Pengalamatan merupakan
Komponen Fungsi penyambungan antara modul masukan/luaran pada
Saklar tekan menghidupkan dan mematikan sistem PLC dengan komponen-komponen masukan dan
(push button) palletizing.
Saklar batas membatasi setiap pergerakan yang luaran.
(Limit switch) dilakukan oleh alat tersebut. Diantaranya Pada perancangan sistem ini terdapat 10
adalah pembatasan saat menjapit masukan dan 7 luaran seperti ditunjukkan dalam
kemasan, pembatasan saat mekanik Gambar 6.
bergeraknaik dan turun, serta
pembatasaan pada saat tiang dan mekanik
palletizing bergerak.
Sensor kedekatan mendeteksi keberadaan benda di
(Proximity dekatnya tanpa kontak fisik.
Sensor)
b. Komponen-komponen luaran
Komponen-komponen luaran adalah komponen
yang dikendalikan melalui PLC. Adapun komponen-
komponen luarannya ditunjukkan dalam Tabel 4.
Tabel 4: Komponen-komponen luaran
Komponen Fungsi
LED (Light emitting sebagai indikator saat sistem bekerja.
diode)
Motor DC[4] memutar palletizing, mengangkat
sistem mekanik penjepit, membuka
dan penutup mekanik panjepit dan
menggerakkan konveyor Gambar 6. Skema pengkawatan PLC dengan komponen
Relai menyambungkan atau memutus arus masukan dan luaran
listrik untuk motor DC
D. Perancangan perangkat-lunak
c. Pengontrol Logika Terprogram
Hubungan antara komponen masukan dengan
PLC yang digunakan adalah PLC Omron
modul masukan PLC, antara komponen luaran
CP1E-E40DR-A berjumlah 40 I/O. PLC ini
dengan modul luaran PLC akan menjadi kesatuan
mempunyai 24 masukan dan 16 luaran. Tegangan
sistem dengan program PLC[6]. Diagram-alir sistem
masukan yang dibutuhkan oleh PLC ini adalah
palletizing ditunjukkan dalam Gambar 7.
100VAC – 240VAC, mempunyai memori 2000
langkah dan 2000 kata, dan termasuk dari PLC relai.
Digunakan PLC 40I/O berdasarkan jumlah masukan
dan luaran yang akan digunakan dalam perencanaan
sistem. Gambar PLC Omron CP1E-E40DR-A
ditunjukkan oleh Gambar 5.

2.3 Pengujian sistem

Pengujian sistem dilakukan untuk mengetahui
apakah sistem dapat bekerja sesuai dengan yang
diharapkan. Pengujiannya mencakup pengujian per
bagian sistem dan pengujian respon sistem
keseluruhan dengan urut-urutan proses pengujian
ditunjukkan dalam Gambar 9.
Gambar 7. Diagram-alir proses kerja sistem palletizing

Gambar 9. Diagram-alir proses pengujian sistem
Pada saat tombol ON di tekan maka sistem
akan berada pada kondisi standby, setelah sensor
kedekatan mendeteksi adanya kemasan, maka sistem 4. Hasil Penelitian dan Pembahasan
palletizing mulai beroperasi. Mekanik pencapit Hasil rancang bangun Sistem Pengambilan dan
bergerak turun dari tiang palletizing menuju ke Pemuatan Kemasan yang Dikendalikan Melalui PLC
kemasan dan mencapitnya, kemudian mengangkat OMRON CP1E-E40DR-A ditunjukkan dalam
naik kemasan untuk diletakkan pada konveyor Gambar 10. Keberhasilan penelitian ini
berjalan. Setelah proses selesai sistem akan kembali diindikasikan dengan beroperasinya alat sesuai
ke mode standby. dengan yang diharapkan.
E. Perancangan rangkaian catu daya

Catu daya merupakan sebuah rangkaian
elektronik yang berfungsi untuk memberikan suplai
tegangan keseluruhan rangkaian yang ada. Pada
sistem palletizing ini catu daya berfungsi untuk
memberi tegangan pada rangkaian elektronik berupa
relai, sensor kedekatan dan motor-motor penggerak
pada peralatan palletizing. Catu daya yang
digunakan adalah 12 volt. Skema rangkaian catu
daya diperlihatkan pada Gambar 8.
Gambar 10. Sistem pengambilan dan pemuatan

(palletizing) kemasan
Langkah pertama untuk menjalankan proses

adalah menekan tombol saklar pada kondisi ON,
setelah saklar ditekan maka sistem palletizing akan
Gambar 8. Rangkaian catu daya masuk di mode standby. Pada mode standby ini
sistem palletizing belum melakukan pergerakan
sebelum dipicu oleh adanya kemasan yang terdeteksi
oleh sensor kedekatan.

Ketika sensor kedekatan mendetaksi adanya melakukan proses pemindahan selanjutnya. Gambar
suatu kemasan, maka mekanik pencapit akan 14 menunjukan mekanik pencapit melepaskan
bergerak turun mendekati kemasan seperti dalam kemasan di atas konveyor.
Gambar 11. Dalam pergerakan turun mekanik
pencapit nantinya akan berhenti setelah mekanik
pencapit menyentuh saklar batas.
Gambar 14. Mekanik pencapit melepas kemasan
Selanjutnya konveyor akan bergerak untuk bergeser

untuk memberi ruang untuk kemasan berikutnya.
Gambar 11. Mekanik pencapit mulai bergerak turun
mendekati kemasan
Setelah kemasan berderet sebanyak empat kemasan,
maka konveyor akan bergerak untuk mendorong
Selanjutnya mekanik pencapit akan bekerja kemasan untuk masuk ke dalam kemasan yang lebih
mencapit kemasan dan bergerak naik seperti dalam besar.
Gambar 12.
5. Kesimpulan
Rancang bangun sistem pengambilan dan
pemuatan kemasan yang dikendalikan melalui PLC
OMRON CP1E-E40DR-A untuk tujuan edukasi
sudah berhasil direalisasikan.
Ucapan Terima Kasih

Ucapan terima kasih yang sebesar-besarnya
kepada Ketua STTNAS dan Ketua Jurusan Teknik
Elektro atas ijin penggunaan Laboratorium Listrik
Dasar dan kepada saudara Rudy Agus Susanto yang
telah banyak membantu dalam menyelesaian
Gambar 12. Mekanik pancapit membawa kemasan dan
bergerak naik penelitian ini.
Ketika tiang palletizing menyentuh saklar yang DAFTAR PUSTAKA

berada pada ujung atas tiang, maka mekanik
pencapit akan berhenti dan tiang palletizing akan ABB Robotics Partner, 2008, Packaging Industry,
berputar. Keadaan ini ditunjukkan dalam Gambar www.abb.com/robotics
13. A. F. Kheiralla, 2007, Design and Development of a
Low Cost Programmable Logic Controller
Workbench for Education Purposes,
International Conference on Engineering
Education – ICEE 2007
Allen G., 2007, New Industrial Automation
Laboratory & Courses Ecet Techonology
Program Advancement, Proceedings of the
Spring 2007 American Society for Engineering
Education Illinois-Indiana Section Conference.
Choon E. A., 2005, DC Motor Speed Control Using
Microcontroller PIC 16F877A, Tesis
Mahasiswa Fakultas Teknik Elektro,
Gambar 13. Tiang palletizing berputar Universitas Teknologi Malaysia
www.PAControl.com, OMRON-PLC-Programming,
Mekanik pencapit akan bergerak turun untuk
Industrial Automation Training
menempatkan kemasan di atas konveyor. Apabila
kemasan telah diletakkan, maka sistem palletizing
akan bergerak kembali ke keadaan semula untuk


Analisis Efek Tunda Waktu Terhadap Performa Sistem Kendali

Jaringan Berbasis ZigBee IEEE 802.145.4
Sisdarmanto Adinandra 1, Rahmat Wahyu Pratama 2, Alvin Sahroni 3

Laboratorium Kendali dan Automasi Industri
Jurusan Teknik Elektro 1, Fakultas Teknologi Industri 2, Universitas Islam Indonesia3
s.adinandra@uii.ac.id 1
Abstrak
Teknologi jaringan data telah berkembang dalam beberapa dekade terakhir dengan berbagai keunggulannya.
Perkembangan ini memungkinkan industri mengadopsi konsep kendali berbasis jaringan (networked control
system/NCS). NCS memanfaatkan jaringan nirkabel untuk mentransmisikan sinyal kendali dan pembacaan
sensor. Penerapan NCS secara real-time tidak terlepas dari pegaruh tunda waktu (delay). Artikel ini
membahas tentang pengaruh delay pada sebuah sistem NCS dengan piranti komunikasi ZigBee. Jalur
nirkabel digunakan untuk mengirimkan sinyal kendali dari PLC menuju sebuah motor DC. Sistem diuji pada
kondisi dengan dan tanpa penghalang. Pada setiap skenario nilai delay perangkat dirubah-rubah. Dari hasil
pengujian diketahui bahwa delay dan jarak antara pengendali dan plant yang meningkat menyebabkan
naiknya nilai settling time. Hal yang sama juga meningkatkan nilai maximum overshoot dan dapat
mengakibatkan ketidakstabilan sistem.
Kata Kunci: Sistem Kendali Jaringan, delay, ZigBee, setting time, maximum overshoot
1. Pendahuluan sederhana berupa batch process secara wireless

Networked Control System (NCS) atau sistem melalui sepasang perangkat komunikasi XBee.
kendali berbasis jaringan adalah sebuah sistem Sistem yang dibangun merupakan sistem on-off yang
kendali kalang tertutup yang melibatkan jaringan mengendalikan proses pengisian cairan pada suatu
nirkabel pada proses transmisi data. Hal tersebut bejana. Pengiriman data secara wireless dilakukan
yang membedakan sistem kendali berbasis jaringan dengan memanfaatkan modul digital input output
dengan sistem kendali konvensional. Sinyal kendali pada XBee . Pada penelitian tersebut sistem mampu
dari pengendali dikirim dan diterima oleh aktuator berjalan dengan baik. Namun karena sistem yang
melalui sepasang perangkat jaringan komunikasi. digunakan adalah on-off maka penelitian tersebut
Pembacaan sensor kemudian dikirimkan kembali ke belum cukup untuk menunjukkan keandalan XBee
pengendali dengan perangkat komunikasi wireless dalam sistem yang kontinyu.
untuk diolah. Protokol yang digunakan pada sistem Pada penelitian lain oleh Bauer (2013),
kendali berbasis jaringan biasanya mengacu pada dilakukan analisis teori NCS yang deterministic.
standar IEEE 802.15.4 seperti MiWi, Sistem diuji menggunakan perangkat komunikasi
WirelessHART, dan The ZigBee (Bauer 2012). TelosB. Pada penelitian tersebut plant yang
Terlepas dari jenis protokol jaringan yang digunakan adalah pendulum dengan 2 buah sensor
digunakan, secara keseluruhan sistem kendali yaitu sensor posisi cart dan sensor sudut pendulum,
berbasis jaringan selalu dipengaruhi oleh delay, yang datanya ditransmisikan secara wireless kepada
sehingga sering terjadi keterlambatan dalam pengendali yang langsung terhubung dengan kabel
penyampaian data. Delay mungkin tidak terlalu ke aktuator. Setelah dilakukan percobaan dan
berpengaruh pada sistem kalang terbuka seperti analisis, diketahui bahwa delay yang diakibatkan
sistem on-off secara estafet di pabrik-pabrik. Delay oleh efek jaringan yaitu interval waktu transmisi
jaringan dapat menurunkan performa dari sistem, yang bervariasi, waktu delay yang berubah-ubah,
seperti naiknya nilai maximum overshoot atau keterbatasan media komunikasi, dan paket data yang
settling time. Oleh karena itu, untuk menangani terputus sangat berpengaruh pada kestabilan sistem
delay pada sistem kendali berbasis jaringan kendali jaringan.
dibutuhkan suatu analisis yang mendalam mengenai Secara umum delay pada sistem kendali
proses pengiriman dan penyampaian data pada berbasis jaringan dibagi 2, yaitu delay dari sensor ke
jaringan sehingga dapat ditemukan cara yang tepat pengendali τsc dan delay dari pengendali ke aktuator
untuk menangani delay tersebut baik secara praktis τca. Sedangkan delay pada saat transmisi dibagi
maupun teoritis. menjadi 2 bagian, yaitu delay perangkat dan delay
Penelitian untuk menjawab tantangan tersebut jaringan. Delay perangkat terdiri atas delay yang
telah banyak dilakukan. Salah satunya oleh Bhuiya terjadi pada node sumber dan node tujuan. Delay
et.al (2013) menunjukkan bahwa PLC sebagai pada node sumber terdiri dari waktu preprocessing
pengendali mampu mengendalikan suatu plant τpre dan waktu tunggu τwait. Sedangkan delay pada

node tujuan adalah postprocessing τpost. Delay Sedangkan jarak atau range kerja dari ZigBee
jaringan terdiri dari jumlah antara waktu transmisi sendiri adalah sekitar 76 m, lebih jauh dibandingkan
data dan tundaan propagasi pada jaringan dengan Bluetooh (Suryani dan Rizal, 2010).
τprop,seperti ditunjukkan oleh persamaan 1, sehingga Teknologi ini mendukung berbagai macam topologi,
delay keseluruhan dapat dinyatakan dengan seperti bintang, mesh, dan lainnya. Keunggulan
persamaan 2. (Lian et.al 2002). teknologi ZigBee diantaranya adalah harganya yang
murah, konsumsi daya yang rendah (sehingga dapat
τtx = N × τbit+ τprop (1) menggunakan baterai dengan ukuran kecil), serta
τdelay = τpre + τwait + τtx + τpost (2) reliabilitas yang tinggi (Kinney, 2003).
Tulisan ini membahas tentang analisis
pengaruh delay terhadap performa sistem kendali
jaringan yang menggunakan ZigBee sebagai piranti
komunikasi. Sistem terdiri dari sebuah motor DC
dan PLC. Parameter yang diamati adalah nilai
settling time, maximum overshoot, dan keadaan
steady state.
2. Perancangan Sistem dan Metode

Penelitian
Gambar 1. Diagram pewaktuan pengiriman data antara 2.1 Perancangan Sistem
dua node (Lian et.al 20002). Pada penelitian ini perancangan meliputi
perancangan hardware motor DC, PLC, ZigBee dan
 Waktu preprocessing antarmuka diantaranya dan software untuk
Waktu preprocessing adalah waktu yang menjalankan semuanya. Sistem yang dirancang
dibutuhkan oleh node sumber untuk mendapatkan bertujuan untuk membuat kecepatan motor DC tetap
data dari lingkungan eksternal (aktuator/plant) stabil berdasarkan set point yang telah ditentukan.
kemudian memproses dan mengubahnya ke bentuk Gambaran umum system yang diteliti dapat dilihat
yang sesuai dengan format data jaringan. pada Gambar 2.
 Waktu tunggu Nilai set point dan konstanta PID dimasukkan
Waktu tunggu terjadi saat node sumber ke dalam PLC LG Master K120S melalui software
menunggu antrian ketersediaan jaringan sebelum CIMON D yang berfungsi sebagai interface antara
mengirim paket data. user dan pengendali. Output dari PLC berupa duty
 Waktu transmisi pada jaringan cycle OFF dari fungsi PWM. Data PWM tersebut
Waktu transmisi adalah hal yang paling kemudian diolah dan diubah ke dalam bentuk data
menentukan dalam sistem jaringan, karena serial oleh mikrokontroler (µC) 1. Selanjutnya, µC 1
bergantung pada data rate, ukuran pesan, dan jarak akan mengirim data serial tersebut secara wireless
antara 2 node. Waktu transmisi dapat dinyatakan melalui XBee A. Data serial kemudian diterima oleh
dengan persamaan 2. Dimana N adalah panjang XBee B dan diubah menjadi sinyal PWM oleh µC 2.
pesan dalam bit, τbit adalah kecepatan data per bit Output PWM dari µC 2 yang masih berbentuk
per satuan waktu, dan τprop adalah waktu propagasi. digital dengan tegangan 5 VDC diubah ke bentuk
Selama kecepatan transmisi pada media komunikasi analog 24 VDC oleh driver motor.
adalah 2.108 m/s, τprop dapat diabaikan pada kendali
jaringan skala kecil.
 Waktu postprocessing
Adalah waktu yang dibutuhkan oleh node tujuan
untuk menerjemahkan data jaringan kemudian
memprosesnya dan memberikan output kepada
aktuator.
Salah satu protokol komunikasi nirkabel yang
saat ini popular adalah ZigBee yang sudah dikenal
sejak tahun 2007. ZigBee bukanlah suatu protokol
jaringan komunikasi yang digunakan untuk
pengiriman data yang besar dengan transfer rate
yang tinggi. Protokol ini cocok untuk sistem dengan
transfer rate rendah dan jarak yang jauh, sehingga
cukup tepat untuk diaplikasikan pada sistem
pengendalian di dunia industri. ZigBee memilki
transfer rate sekitar 250Kbps, yang lebih rendah
dibandingkan dengan WPAN lain seperti bluetooth Gambar 2. Blok diagram sistem.
yang mempunyai transfer rate hingga 1Mbps.

Untuk mendapatkan nilai error sebagai input menghitung kecepatan motor dan menghasilkan PV,
PID digunakan sebuah roda cacah tipis yang dikopel PID dan PID cal sebagai penghitung dan penghasil
dengan poros motor serta sebuah sensor optocoupler output kendali PID berupa MV, dan PWM sebagai
untuk menghasilkan pulsa berdasarkan jumlah output dari PLC.
lubang yang terbaca sehingga nilai kecepatan aktual Sedangkan sistem SCADA menggunakan
dan nilai error diketahui oleh pengendali. Pulsa software CIMON D. SCADA digunakan untuk
yang terbaca dikirim melalui kabel kepada modul memudahkan user dalam memasukkan konstanta
input PLC. PLC melalui fungsi high speed counter PID dan set point serta memantau respon dari plant.
kemudian menghitung kecepatan motor dalam Tampilan animasi terdiri dari dua bagian, yaitu
satuan rotation per minute (rpm). bagian input dan output. Bagian input terdiri dari
button untuk mengaktifkan keseluruhan sistem dan
A. Sistem Minimum µC dynamic tag untuk memasukkan nilai proportional,
Sistem minimum µC pada sistem ini digunakan integral, derivative, dan set point. Sementara pada
untuk mengirim data dalam bentuk serial. Hal ini bagian output terdiri dari indicator lamp; dynamic
dikarenakan XBee tidak dapat mengenali data duty tag untuk menampilkan nilai manipulation value,
cycle PWM yang dikeluarkan oleh PLC. Pada kecepatan, dan PWM value; serta trend untuk
penelitian ini µC yang digunakan adalah ATMEGA menampilkan grafik respon sistem.
8.
2.1 Metode Pengumpulan Data
B. Sensor Optocoupler Pengujian dalam penelitian ini dibagi ke dalam
Pulsa yang terkirim ke PLC tergantung dari 2 skenario yaitu dengan gangguan, yang berupa
hasil pembacaan sensor optocoupler. Sensor penghalang di sekitar daerah pengujian, dan tanpa
optocoupler terdiri dari 2 bagian yaitu led dan photo gangguan. Pengujian dilakukan pada jarak 0 sampai
transistor. Bila cahaya yang terpancar dari led tidak 10 meter untuk tiap skenario. Untuk tiap skenario,
sampai kepada sensor photo transistor karena diberlakukan penetapan nilai delay perangkat yang
terhalang oleh bagian dari roda cacah maka output terbagi dalam 4 konfigurasi, yaitu (1) 0 ms, (2) 10
dari optocoupler akan berlogika rendah (0). ms, (3) 100 ms, dan (4) 200 dan 100 ms.
Sedangkan ketika kondisi sebaliknya output dari
optocoupler adalah logika tinggi (1). Digunakan
rangkaian switching pada bagian ground dengan IRF
540 yang terhubung dengan PLC agar tegangan
output sensor yaitu 5VDC dapat melakukan trigger
ke relay pada modul input PLC dengan baik.
Gambar 5. Tampilan user interface.

Gambar 4. Rangkaian sensor optocoupler.
C. Kendali PID pada PLC dan Perancangan 2.2 Metode Analisis Data
SCADA Setelah semua data hasil percobaan didapatkan,
Kendali PID adalah sebuah aksi kendali untuk langkah berikutnya adalah menyajikan data tersebut
membuat nilai output sesuai dengan nilai set dalam bentuk grafik. Grafik berisi perubahan nilai
point/set value (SV). Kendali PID membandingkan parameter settling time, maximum overshoot, serta
nilai SV dengan nilai pembacaan sensor atau dikenal tingkat osilasi pada kondisi steady state terhadap
dengan present value (PV). Ketika terdapat jarak uji. Dari grafik tersebut dapat dianalisis
perbedaan antara nilai SV dan PV yang diistilahkan pengaruh delay yang disebabkan oleh perangkat
dengan nilai error (E), pengendali akan memberikan maupun jaringan terhadap performa sistem.
output berupa nilai manipulation value (MV) untuk
menghilangkan nilai E tersebut. Pada sistem ini, 3. Hasil dan Pembahasan
nilai MV diubah dalam bentuk duty cycle PWM 3.1 Pengujian Open Loop
untuk menggerakkan motor DC. Pengujian secara open loop bertujuan untuk
Fungsi-fungsi yang digunakan pada aksi kendali mengetahui karakteristik motor terhadap perubahan
PID untuk PLC LG Master K120S diantaranya nilai PWM.
adalah high speed counter yang bertugas

3.3 Hasil Pengujian dan Analisis Skenario I

A. Respon transien
Gambar 6. Grafik kecepatan motor terhadap PWM.
Dari Gambar 6 terlihat bahwa motor baru berputar

pada nilai PWM 30% dan terus mengalami kenaikan
hingga nilai 100%. Gambar 8. Nilai Mp pada set point 3200 rpm.
3.2 Pengambilan Data Baseline dan Pengujian Hasil dari seluruh pengujian pada skenario I
Secara Wireless memiliki tren yang serupa seperti Gambar 8. Mp
Sebelum dilakukan pengambilan data baseline untuk keseluruhan pengujian nilainya sangat
terlebih dulu dilakukan tuning PID. Dari beberapa bervariasi. Didapatkan fakta bahwa sinyal kendali
kali tuning didapatkan konstanta PID yang terbaik yang ditransmisikan secara wireless ternyata dapat
yaitu = 1,1, = 1,6, dan = 0,8. Nilai konstanta memperbaiki nilai Mp. Hal ini dapat terjadi karena
ini teruji pada 3 set point yaitu 3200, 3400, dan 3600 perbedaan karakteristik dari output PWM dari PLC
rpm. dan µC, dimana output dari µC ternyata lebih baik
Data baseline digunakan sebagai dasar untuk dari PLC.
mengetahui kondisi ideal dari sistem. Pada
pengambilan data baseline, seluruh hardware
terhubung dengan kabel sehingga tidak terdapat
adanya tundaan dan kondisi ideal dari sistem dapat
tercapai. Pengambilan data baseline untuk masing-
masing set point dilakukan sebanyak 5 kali. Dari
grafik yang diperoleh dapat ditentukan nilai
maximum overshoot (Mp) dan settling time (ts) dari
masing-masing pengujian.
Gambar 9. Nilai ts pada set point 3200 rpm.
Perubahan nilai set point dari 3200, 3400, dan

3600 rpm memiliki pengaruh untuk performa sistem.
Semakin tinggi nilai set point yang diberikan, maka
nilai Mp akan semakin kecil.
Sedangkan untuk nilai ts secara umum nilainya
selalu berada diatas baseline. Hal ini cukup wajar,
karena dengan pengiriman sinyal kendali secara
wireless maka sistem menjadi lebih sulit untuk
Gambar 7. Perbandingan nilai rata-rata Mp dan ts.
mencapai kondisi steady state. Data yang acak
Dari Gambar 7 terlihat bahwa semakin tinggi setelah jarak 3 meter disebabkan oleh adanya
set point nilai parameter maximum overshoot akan pantulan sinyal yang disebabkan oleh meja yang ada
semakin mengecil. Sedangkan untuk parameter di sekitar daerah pengujian
settling time cenderung tidak berbeda jauh untuk tiap Pantulan sinyal dapat menyebabkan hilangnya
set point. paket data sehingga memperpanjang nilai ts.
Kecenderungan dari sistem ini adalah menuju nilai
kecepatan tertinggi apabila dalam jangka waktu
tertentu tidak mendapatkan sinyal kendali yang
dibutuhkan. Kasus yang terjadi pada pengujian ini
adalah pada fase sesaat setelah rise time, paket data

sering hilang sehingga sistem menuju ke kecepatan 3.4 Hasil pengujian dan analisis skenario II
tertinggi dan tidak kembali ke steady state, seperti A. Respon transien
ditunjukkan oleh Gambar 16. Hal ini menyebabkan Dari pengujian skenario II dapat disimpulkan
nilai rata-rata ts menjadi sangat tinggi karena apabila bahwa konfigurasi normal tetap memiliki hasil yang
mencapai kondisi ini maka nilai settling time adalah paling baik dalam parameter Mp. Untuk setiap
60 detik. Kondisi seperti ini biasanya terjadi saat konfigurasi memiliki kecenderungan yang sama,
jarak yang makin dijauhkan, karena menambah jarak yaitu nilai naik pada jarak 10 meter. Sedangkan
akan sama dengan menambah efek pantulan dan konfigurasi apapun tetap tidak berpengaruh untuk
menambah frekuensi hilangnya paket data. nilai ts. Nilai ts untuk skenario II lebih baik daripada
Besarnya nilai ts juga dipengaruhi oleh skenario I, hal ini menunjukkan bahwa pengaruh
tundaan pada saat transmisi sinyal kendali, yang dari jarak pengujian tidak lebih besar daripada
dikenal dengan tundaan transmisi atau τtx. Hal ini pengaruh gangguan yang disebabkan oleh
diketahui dari beberapa pengujian untuk jarak yang lingkungan.
jauh, dimana terkadang sistem tidak langsung
merespon saat tombol start ditekan. B. Osilasi pada kondisi steady state
Dari hasil pengamatan pada pengujian skenario Tingkat osilasi pada skenario II cenderung
ini dapat disimpulkan bahwa konfigurasi 1 (normal) bervariasi. Tidak adanya penghalang justru
pada transmisi sinyal kendali secara wireless mempunyai pengaruh pada keadaan steady state,
merupakan konfigurasi terbaik dalam hal parameter karena peningkatan osilasi tidak memiliki
Mp. Namun konfigurasi apapun tidak mampu untuk kecenderungan ke suatu jarak tertentu. Hal ini
membuat nilai ts tetap bertahan di daerah sekitar sekaligus menunjukkan bahwa ternyata tundaan
nilai baseline, karena kuatnya pengaruh dari yang menyebabkan menurunnya performa sistem
lingkungan. Pantulan dari benda di sekitar tempat dapat terjadi kapan saja dan di jarak berapa saja, dan
pengujian membuat nilai ts cukup tinggi, dapat sulit untuk diketahui penyebabnya.
dilihat dari cukup banyaknya pengujian yang
mencapai nilai tertinggi (60 detik) yang berarti
sistem tidak pernah mencapai kestabilan dan juga
menyebabkan tingginya nilai rise time.
B. Osilasi pada kondisi steady state
Gambar 11. Nilai Mp pada set point 3200 rpm.
Gambar 10. Kondisi steady state keadaan normal pada set

point 3200 rpm.
Secara umum sistem berosilasi ringan dan tetap

stabil pada jarak 0 – 3 meter, hanya pada beberapa
pengujian karena sebab yang tidak diketahui sistem
tidak mencapai kestabilan pada jarak kurang dari 3
meter. Konfigurasi τwait dan τpost tidak berpengaruh
pada tingkat osilasi pada kondisi steady state. Dari
keseluruhan konfigurasi terdapat kecenderungan
bahwa untuk jarak yang jauh frekuensi osilasi
sedang dan berat akan lebih besar. Hal ini Gambar 12. Nilai ts pada set point 3200 rpm.
menunjukkan bahwa efek lingkungan yang
menyebabkan pantulan ditambah dengan efek dari
jarak yang jauh akan mengakibatkan osilasi
meningkat pada keadaan steady state.

Bhuiya, K., Anish, K., Parekh, D., dan Laxmi, K., "Low
cost wireless control monitoring using PLC and
SCADA," International Journal of Scientific and
Research Publications, vol. 3, no. 9, pp. 1-4, Sep.
2013.
Ginting, J., (2009), "Analisis Kestabilan Sistem Kendali
Terhadap Tundaan," Universitas Diponegoro
Bachelor Thesis.
Kinney, P., (2003), "ZigBee Technology: Wireless
Control that Simply Works," in Communications
Gambar 13. Kondisi steady state keadaan normal pada set Design Conference.
point 3200 rpm. Lian, F.-L., Moyne, J., dan Tilbury, D. "Network
Design Consideration for Distributed Control
4. Kesimpulan Systems," IEEE TRANSACTIONS ON CONTROL
Dari pengujian yang sudah dilakukan, ternyata SYSTEMS TECHNOLOGY, vol. 10, no. 2, pp. 297-
konfigurasi normal pada tundaan perangkat 307, Mar. 2002.
Lunze, J., Ed., (2014) Control Theory of Digitally
menghasilkan nilai overshoot yang lebih kecil
Networked. Switzerland: Springer International
diantara konfigurasi lainnya. Publishing.
Gangguan yang disebabkan oleh pantulan- Pale, A., (2010), "Kendali Kecepatan Motor DC Berbasis
pantulan benda di sekitar perangkat transmisi Scada Menggunakan Pengendalian PID,"
memiliki pengaruh yang cukup besar pada tingginya Universitas Islam Indonesia Bachelor Thesis.
nilai ts, karena gangguan menyebabkan hilangnya Suryani, V., dan Rizal, A., "Analisis Kelayakan
Penggunaan Protokol Wireless Untuk Transmisi
paket data. Selain itu ts tinggi juga disebabkan oleh Data Pada Wireless Body Area Network
tundaan transmisi yang menyebabkan nilai rise time (WBAN)," Institut Teknologi Telkom.
menjadi lama. Tipsuwan,. Y. dan Chow, M.-Y., (2003), "Control
Jarak tidak terlalu berpengaruh pada performa Methodologies in Networked Control Systems.
sistem kendali berbasis jaringan, karena jarak
pengujian yang hanya 0-10 meter tidak sebanding
dengan kecepatan transmisi data di udara yaitu 2.108
m/s. Hal ini dibuktikan dari nilai ts pengujian tanpa
gangguan yang lebih kecil daripada saat pengujian
dengan gangguan.
Data osilasi sedang dan berat yang tersebar
pada keadaan tanpa gangguan menunjukkan bahwa
tundaan dapat terjadi kapan saja dan dimana saja,
sehingga sangat sulit untuk mengukur dan
mengetahui penyebabnya.
Untuk penelitian yang berkaitan dengan NCS
akan lebih baik apabila pengendali langsung
menggunakan µC atau dengan software MATLAB
Simulink, karena akan mempermudah dalam
konfigurasi baik hardware maupun software. Selain
itu perlu dipertimbangkan penggunaan XBee jenis
lain. Hal ini dikarenakan modul XBee S1 yang
digunakan sangat sensitif terhadap hilangnya paket
data sehingga waktu tunda yang terjadi menjadi
lebih sulit untuk diukur.
Daftar Pustaka
Ahamed. D. S. S. R. , (2009) "The Role of ZigBee
Technology in Future Data Communication
System," Journal of Theoretical and Applied
Information Technology.
Arrosyid, M. H., Tjahjono, M. H., dan Sunarno, E.,
(2009), "Implementasi Wireless Sensor Network
untuk Monitoring Parameter Energi Listrik
Sebagai Peningkatan Layanan Bagi Penyedia
Energi Listrik," Politeknik Elektronika Negeri
Surabaya.
Bauer, N., (2013), "Networked Control Systems From
Theory to Experiments," PhD Thesis, Technische
Universiteit Eindhoven, Eindhoven, Netherlands.

Kendali Robot Pemonitor Jarak Jauh Berbasis

Smartphone Android
Implementasi Sistem Dan Analisis Kualitas Video Streaming
Sisdarmanto Adinandra 1, Wisnu Ainun Pangestu 2, Alvin Sahroni 3
Laboratorium Kendali dan Automasi Industri

Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Islam Indonesia
s.adinandra@uii.ac.id 1
Abstrak
Teknologi robotika, khususnya robot beroda telah mengalami perkembangan yang pesat. Kemajuan di bidang
teknologi nirkabel mempermudah pengendalian robot jauh. Sebagai salah satu protokol komunikasi nirkabel,
WIFI dapat digunakan untuk mengirimkan data berupa teks, suara ataupun gambar dalam bentuk video
streaming. Kualitas video streaming dipengaruhi oleh frame rate dan frame size. Penelitian ini membahas
tentang pembuatan kendali robot jarak jauh yang dikendalikan dengan perangkat android secara nirkabel dan
dapat melihat hasil streaming dari kamera pada robot dengan perangkat android yang sama. Pengujian
dilakukan dalam kondisi indoor dan outdoor dengan menggunakan tiga merk smartphone yang berbeda
sebagai pengendalinya serta variasi frame rate dan frame size. Dari hasil pengujian indoor didapatkan bahwa
smartphone C memberi hasil streaming pada jarak yang terjauh. Sedangkan untuk pengujian outdoor,
smartphone A memberikan hasil streaming yang terbaik. Selain itu dibuktikan juga bahwa semakin tinggi
frame rate dan frame size maka jarak maksimal streaming akan lebih pendek.
Kata Kunci: kendali robot jarak jauh, wifi, video streaming, android.
1. Pendahuluan sehingga memungkinkan untuk dapat saling

Robotika merupakan teknologi yang telah berinteraksi dengan perangkat yang juga
berkembang pesat dan sudah tidak asing lagi pada menggunakan komunikasi yang sama.
zaman sekarang ini. Banyak robot yang telah dibuat Penelitian ini membahas tentang sistem kendali
dengan tujuan untuk mempermudah pekerjaan robot beroda secara wireless dengan menggunakan
manusia, contohnya saja seperti robot yang antarmuka berbasis smartphone android dan dapat
digunakan untuk menelusuri tempat-tempat yang menampilkan hasil streaming kamera pada layar
sangat berbahaya apabila dilakukan oleh manusia. smartphone yang sama.
Sehingga teknologi robot menjadi salah satu pilihan
untuk menggantikan pekerjaan manusia demi Dasar teori
meningkatkan keselamatan. Salah satu robot yang 1.1 Komunikasi WiFi
populer saat ini yaitu robot vision yang merupakan WiFi adalah kependekan dari Wireless Fidelity
jenis robot beroda yang dilengkapi dengan kamera yang merupakan salah satu jenis komunikasi
yang terpasang pada robot tersebut. Berbagai jenis wireless yang sangat umum digunakan. WiFi
pengendalian kerap dikembangkan untuk memiliki pengertian yaitu sekumpulan standar yang
mempermudah manusia mengendalikan robot, mulai digunakan untuk Wireless Local Area Network
dari yang masih menggunakan kabel hingga (WLAN) yang didasari pada spesifikasi IEEE
wireless. WiFi adalah salah satu jenis komunikasi 802.11 (Wiguna et.al, 2012) Salah satu protokol
wireless yang dapat mengirimkan data berupa teks, yang digunakan dalam komunikasi WiFi adalah
suara, bahkan gambar. Teknik untuk mengirimkan TCP/IP. TCP merupakan connection-oriented, yang
data berupa gambar tersebut dinamakan video berarti kedua computer yang ikut serta dalam
streaming. Dengan teknik video streaming, maka penukaran data harus melakukan hubungan terlebih
gambar yang tertangkap di kamera dapat dikirimkan dahulu sebelum pertukaran data berlangsung. IP
dalam bentuk bit-bit data dan ditampilkan pada layar bertanggung jawab setelah hubungan berlangsung.
secara real time. IP bertugas untuk me-rute paket data di dalam
Android merupakan sistem operasi yang paling jaringan.
banyak digunakan pada smartphone saat ini.
Berbagai aplikasi android telah banyak dibuat 1.2 Video Streaming
sebagai antarmuka bagi pengguna karena sifatnya Video streaming adalah urutan dari “gambar
yang open source sehingga lebih mudah untuk yang bergerak” yang dikirimkan dalam bentuk yang
memodifikasi programnya. Smartphone juga telah dikompresi melalui jaringan wireless dan
menggunakan komunikasi wireless berbasis WiFi ditampilkan oleh player ketika video tersebut telah

diterima oleh user yang membutuhkan. Proses

streaming dipengaruhi oleh: Frame size, Frame rate,
dan Data rate. Frame size adalah ukuran gambar
dalam pixels yang merupakan gabungan dari tinggi
dan lebar. Frame rate adalah sekumpulan gambar
tunggal yang bergerak tiap detik (fps) untuk
membuat sebuah rangkaian video. Sedangkan Data
rate adalah kecepatan pengiriman data yang diukur
dalam bytes per second (bps) (Heriman et.al, 2007)
1.3 Android
Pada platform android, Software Development
Kit (SDK) yang digunakan adalah Eclipse. Untuk
mengembangkan aplikasi android dibutuhkan plugin
bernama Android Developer Tools (ADT). ADT ini
berfungsi untuk mengemulasikan sebuah aplikasi
Gambar 1. Blok diagram sistem
yang dibuat seakan-akan ketika aplikasi dijalankan,
aplikasi tersebut berjalan pada hardware yang
Pada bagian pengendali, android remote akan
sebenarnya. Dalam mengembangkan aplikasi
mengirimkan data berupa karakter ke EMS Wifi
android menggunakan SDK, terdapat bagian penting
Shield melalui access point. Data karakter yang
pada aplikasi itu sendiri yaitu Activity Class,
diterima kemudian dikirimkan ke Arduino melalui
Android Manifest, Android UI, dan R.java.
komunikasi serial. Kemudian Arduino akan
Activity Class merupakan class yang berisi
membaca data serial yang diterima lalu
halaman yang akan tampil pada layar ketika aplikasi
mengirimkan sinyal logika dan PWM ke driver
berjalan. R.java merupakan class yang secara
untuk menentukan aksi motor. Pada saat yang
otomatis dihasilkan ketika membangun sebuah
bersamaan, android kamera juga mengirimkan data
aplikasi. R.java berfungsi untuk menjembatani
berupa gambar ke android remote dalam bentuk bit-
antara class dan layout. Setiap aplikasi android
bit data melalui access point. Kemudian data yang
mutlak memiliki sebuah Android Manifest yang
diterima ditampilkan pada layar android remote
terdapat pada file AndroidManifest.xml. Pada
secara real time.
manifest ini terdapat informasi mengenai spesifikasi
dari aplikasi yang diciptakan. Setiap aplikasi android 2.1 Wiring Hardware pada Robot
memiliki file manifest yang berbeda yang Hardware yang terdapat pada robot terdiri dari
bergantung pada akses yang akan digunakan oleh atas beberapa bagian yaitu modul wifi to serial,
aplikasi tersebut (Pramono et.al, 2010) mikrokontroler, driver motor, dan motor DC. Modul
wifi to serial yang digunakan adalah EMS Wifi
1.4 EMS Wifi Shield Shield dan mikrokontroler yang digunakan adalah
EMS Wifi Shield merupakan modul add- Arduino Uno. Driver motor yang digunakan adalah
on/shield yang berfungsi sebagai modul WiFi untuk driver modul L298N. Untuk dapat menggerakkan
modul mikrokontroler Arduino. Dengan motor DC dibutuhkan sinyal logika dan sinyal PWM
menggunakan modul ini maka modul Arduino dapat dari Arduino sebagai masukan untuk driver. IN1,
dengan mudah terhubung ke jaringan WiFi dengan IN2, dan ENA adalah masukan untuk motor kiri,
hanya menggunakan antarmuka UART TTL. Modul sedangkan IN3, IN4, dan ENB adalah masukan
ini bekerja pada frekuensi 2,4GHz dengan power motor kanan. Koneksi pin antara Arduino dengan
output sebesar +18dBm. Jarak jangkauan dari modul driver dapat terlihat pada Gambar 2.
ini sangat bergantung juga dari kekuatan sinyal dari
modul WiFi yang terhubung seperti WiFi Router,
PC (sebagai access point) ataupun smartphone
Android OS (Tethering)
2. Metode
Perancangan sistem pengendali robot jarak
jauh berbasis smartphone android ini meliputi
perancangan hardware dan perancangan software.
Diagram blok system dapat dilihat pada Gambar 1.
Gambar 2. Wiring Arduino, driver, dan motor DC

Gambar 5. Tampilan aplikasi android

(a) (b)
Setelah data serial diterima, maka selanjutnya
Gambar 3. (a) Flowchart sistem untuk menggerakkan arduino akan mengirimkan sinyal logika dan sinyal
robot (b) untuk menampilkan streaming kamera. PWM ke driver untuk menentukan aksi dari robot.
Tabel 2. Konfigurasi sinyal logika dan PWM terhadap aksi
2.2 IP Webcam robot
IP Webcam merupakan suatu aplikasi gratis Aksi IN1 IN2 IN3 IN4 PWMA PWMB
dari Google PlayStore yang dapat digunakan untuk Maju High Low High Low 200 200
video dan audio streaming. IP Webcam dapat Mundur Low High Low High 200 200
digunakan dalam jaringan WiFi tanpa akses internet.
Belok kiri Low Low High Low 200 200
Ketika aplikasi dijalankan, maka IP Webcam akan
memberikan alamat IP dan port dari android kamera Belok
High Low Low Low 200 200
kanan
dalam bentuk URL yang dapat dilihat pada
Mundur
perangkat apapun yang terhubung dengan jaringan kiri
Low Low Low High 200 200
yang sama menggunakan browser. Mundur

Low High Low Low 200 200
kanan
2.3 Pemrograman Arduino

2.4 Konfigurasi EMS Wifi Shield
Tipe Arduino yang digunakan pada sistem ini
Untuk melakukan konfigurasi pada EMS Wifi
adalah Arduino Uno yang diprogram menggunakan
Shield maka digunakan modul FTDI breakout
software Arduino dengan bahasa C Arduino sebagai
sebagai perantara untuk menghubungkan EMS Wifi
bahasa pemrogramannya. Pada program inti
Shield dengan PC. Kemudian digunakan software
Arduino, modul Arduino Uno akan membaca data
terminal seperti Tera Term pada PC untuk men-
serial yang diterima dalam bentuk karakter yang
setting EMS Wifi Shield agar dapat terkoneksi
disimpan pada variabel “data”. Saat data serial
secara otomatis dengan access point yang
diterima, maka modul Arduino Uno akan
diinginkan. Adapun perintah-perintah yang
memberikan sinyal logika ke driver untuk
digunakan untuk men-setting EMS Wifi Shield
menggerakkan motor. Karakter yang diterima oleh
dapat dilihat pada Tabel 3.
Arduino Uno dapat dilihat pada Tabel 1.
Tabel 3. Perintah-perintah untuk konfigurasi EMS Wifi
Tabel 1. Data serial yang diterima dan fungsinya Shield
Karakter Fungsi Perintah Fungsi
w atau W Robot maju $$$ Masuk dalam mode Command
Mengatur nama SSID dari access
x atau X Robot mundur set wlan ssid AndroidWAP
point yang akan dikoneksikan
a atau A Robot belok kiri Mengatur tipe security yang
d atau D Robot belok kanan set wlan auth 3 digunakan yaitu WPA1-
PSK/WPA2-PSK
z atau Z Robot mundur kiri Mengatur password SSID dari
c atau C Robot mundur kanan set wlan passphrase 12345678
access point
Mengatur EMS Wifi Shield agar
dapat men-scan dan terkoneksi
set wlan join 1
otomatis dengan SSID yang telah
ditentukan
Mengatur EMS Wifi Shield agar
set wlan ext_ant 1
menggunakan antena eksternal

Perintah Fungsi
set ip dhcp 0 Menonaktifkan fitur DHCP
set ip address 192.168.1.4 Mengatur IP address
set ip gateway 192.168.1.1 Mengatur IP gateway
set ip netmask 255.255.255.0 Mengatur subnet mask
Mengatur port number yang
set ip localport
digunakan
Untuk menggunakan protokol
set ip protocol 1
TCP/IP
Save Menyimpan konfigurasi
Reboot Restart EMS Wifi Shield
3. Hasil dan Pembahasan Gambar 8. Grafik hubungan antara transfer rate dengan
Sistem diuji dengan 3 macam smartphone yang jarak pada kondisi indoor
berbeda. Untuk masing-masing smartphone
dilakukan pengaruh jarak pengendali dan robot
terhadap kualitas video streaming. Pengujian
dilakukan pada lingkungan indoor dan outdoor.
3.1 Pengujian dengan Smartphone A
Gambar 9. Grafik hubungan antara transfer rate dengan

jarak pada kondisi outdoor
Pada pengujian ini, kecepatan mengirim untuk
setiap frame rate memiliki karakteristik yang
cenderung stabil, sedangkan pada kecepatan
menerima terjadi peningkatan transfer rate yang
Gambar 6. Grafik hubungan antara jarak dengan frame
size dan frame rate kamera pada kondisi
sangat tinggi pada awal jarak. Hal ini dapat terjadi
indoor karena pada dasarnya sisi penerima membutuhkan
usaha yang lebih besar untuk menangkap data yang
tersebar di udara dan mendemodulasikan sinyalnya
agar data tersebut dapat terbaca. Namun pada
kondisi outdoor, kecepatan mengirim dan menerima
terlihat lebih kacau. Hal ini diakibatkan oleh
banyaknya faktor-faktor yang mempengaruhi
kualitas sinyal pada kondisi outdoor.
3.2 Pengujian dengan Smartphone B

Pada pengujian jarak terhadap frame size dan
frame rate dengan smartphone B, terlihat bahwa
pada kondisi indoor dan outdoor proses streaming
outdoor mengalami penurunan jarak maksimal ketika frame
size dan frame rate dinaikkan. Ini menunjukkan
Pada pengujian jarak terhadap frame size dan bahwa frame size dan frame rate berpengaruh
frame rate ini, dalam kondisi indoor ternyata terhadap jarak streaming kamera. Hal ini terjadi
smartphone A masih mampu melakukan proses karena semakin tinggi frame size dan frame rate,
streaming dengan jarak maksimal yaitu 51,6 m maka ukuran file gambar yang harus dikirimkan juga
dengan menggunakan setting-an frame size dan semakin besar. Sehingga bandwidth yang tersedia
frame rate yang berbeda. Namun dalam kondisi tidak cukup untuk mengirimkan file yang besar
outdoor, jarak streaming yang dapat dilakukan tersebut. Inilah yang membuat streaming menjadi
cenderung tidak stabil. Hal ini terjadi karena pada tidak lancar hingga akhirnya terputus.
kondisi outdoor, area sinyal untuk menyebar
menjadi lebih luas dan sinyal menyebar ke arah yang
tak beraturan sehingga lama kelamaan menyebabkan
sinyal menghilang (free path loss).


size dan frame rate kamera pada kondisi Gambar 13. Grafik hubungan antara transfer rate dengan
indoor jarak pada kondisi outdoor
3.3 Pengujian dengan Smartphone C

outdoor Gambar 14. Grafik hubungan antara jarak dengan frame
indoor
Gambar 12. Grafik hubungan antara transfer rate dengan

jarak pada kondisi indoor Gambar 15. Grafik hubungan antara jarak dengan frame
Pada pengujian dalam kondisi indoor terlihat outdoor
bahwa, transfer rate memiliki karakteristik yang
sama dengan pengujian smartphone A. Semakin Hasil pengujian dengan smartphone C
jauh jaraknya maka kecepatan mengirim dan menunjukkan hasil yang berbeda. Pada pengujian ini
menerima cenderung mengalami penurunan. Pada terlihat bahwa smartphone C masih mampu
kecepatan menerima juga mengalami peningkatan melakukan proses streaming dengan baik dalam
yang drastis di awal jarak seperti pada pengujian kondisi indoor dengan jarak maksimal yaitu 51,6 m.
smartphone A. Sedangkan pada kondisi outdoor, Namun dalam kondisi outdoor, proses streaming
karakteristik transfer rate juga terlihat tidak terlihat mengalami penurunan jarak saat frame size
konsisten yang disebabkan oleh gangguan dari dan frame rate dinaikkan.
lingkungan sekitar sehingga membuat sinyal sering
menghilang.

yang lebih maksimal jika menggunakan smartphone

A dibandingkan dengan smartphone yang lain.
Untuk perbaikan kualitas sistem perlu
dipertimbangkan penggunaan modul wi-fi yang
dapat diakses secara peer-to-peer antara smartphone
dan robot.
Daftar Pustaka
Heriman, L. , Gunardi, H. dan Wilidarma, T., (2007).
Gambar 16. Grafik hubungan antara Transfer rate Implementasi dan Analisis Unjuk Kerja Video
dengan jarak pada kondisi indoor Streaming Pada Jaringan Kabel dan Nirkabel Dengan
Metode Multicast. Jakarta.
Innovative Electronics, [Online], Diakses di:
http://innovativeelectronics.com/index.php?pg=ie_pd
et&idp=182. [2013].
Noor, M. O., dan Afandi, A., (2005). Perancangan dan
Implementasi Aplikasi Video Streaming Berbasis
Web. Jakarta.
Pradana, F. A. , Mazharuddin, A., dan Suardinata, I. W.,
(2011). Rancang Bangun Aplikasi Berpindah
Pengendali Robot Berbasis Android Menggunakan
Koneksi Bluetooth.
Pramono, A., Mazharuddin, A., dan Studiawan, H.,
Aplikasi Pemantauan Lalu Lintas Mobil Dengan
Gambar 17. Grafik hubungan antara Transfer rate dengan Menggunakan Sensor Gerak dan Mikrokontroler
jarak pada kondisi outdoor Arduino. Surabaya.
Saleh, K., (2011). Rancang Bangun Robot Pemantau
Pada pengujian dengan smartphone C, transfer Wireless Berbasis Mikrokontroler ATmega8535
rate terlihat memiliki karakteristik yang sama baik Menggunakan Bahasa Basic. Jurnal Penelitian Sains,
dalam kondisi indoor maupun outdoor. Pada kondisi vol. XIV, no.4.
Simanjuntak, M. G., (2012). Perancangan Prototipe Smart
outdoor, trend yang terlihat dari grafik untuk
Building Berbasis Arduino UNO. Medan.
kecepatan mengirim dan menerima cenderung Syahid, (2012). Rancang Bangun Robot Beroda Berbasis
normal. Hal ini menunjukkan bahwa dalam kondisi Android Menggunakan Komunikasi USB, vol. I,
outdoor smartphone C memiliki kemampuan pp.33-42.
menangkap sinyal yang lebih baik dibandingkan
dengan merk smartphone yang lain.
4. Kesimpulan
Berdasarkan pada pengujian yang telah
dilakukan, proses streaming kamera dapat dilakukan
dengan jarak yang lebih jauh dalam kondisi indoor
dibandingkan dengan dalam kondisi outdoor.
Frame size dan frame rate yang digunakan
pada kamera berpengaruh terhadap jarak maksimal
streaming. Semakin tinggi frame size dan frame rate
yang digunakan maka ukuran file yang harus
dikirimkan akan semakin besar sehingga
membutuhkan bandwidth yang besar pula untuk
mengirimkannya. Namun semakin jauh jarak antara
pengirim dan penerima maka bandwidth yang
tersedia akan semakin kecil sehingga file yang
berukuran lebih besar tidak dapat terkirim dengan
sempurna karena ada beberapa paket data yang
terbuang. Hal ini yang kemudian membuat
streaming kamera terputus.
Pada kondisi indoor, streaming kamera dapat
dilakukan dengan jarak yang lebih maksimal jika
menggunakan smartphone C dibandingkan dengan
smartphone yang lain. Namun pada kondisi outdoor,
streaming kamera dapat dilakukan dengan jarak

Sistem Pengatur Lalu-lintas Terjadwal dan Terkoordinasi untuk

Persimpangan Gondomanan, Kantor Pos,
dan Bintaran
Freddy Kurniawan1, Denny Dermawan2, Okto Dinaryanto3
Prodi Teknik Elektro, Sekolah Tinggi Teknologi Adisutjipto1,2

freddykurniawan@stta.ac.id
Prodi Teknik Mesin, Sekolah Tinggi Teknologi Adisutjipto 3
Abstrak
Salah satu penyebab kemacetan lalu-lintas di Kota Yogyakarta adalah tidak efektifnya pewaktuan pengaturan
lalu-lintas oleh alat pengatur lalu-lintas yang ada. Ketidakefektifan ini disebabkan pengatur lalu lalu-lintas
tidak dapat mengikuti perubahan kepadatan kendaraan dan tidak adanya koordinasi pewaktuan antara
beberapa pengatur berdekatan. Untuk mengatasi hal tersebut dibentuklah prototipe sistem pengatur lalu-lintas
terjadwal dan terkoordinasi berbasis mikrokontroler ATmega128A. Sistem ini terdiri dari sebuah pengatur
lalu-lintas master yang mewakili pengatur lalu-lintas di persimpangan Gondomanan, dan dua buah pengatur
lokal yang mewakili pengatur di Kantor Pos dan Bintaran. Setiap pengatur lalu-lintas mempunyai basis data
yang berisi jadwal pewaktuan isyarat lalu-lintas yang akan digunakan untuk pengaturan lalu-lintas. Pengatur
master juga melakukan koordinasi atas kerja kedua pengatur lokal dengan cara mengirim data sinkronisasi
secara nirkabel. Ketiga pengatur lalu-lintas telah dapat mengatur sesuai jadwal dan terkoordinasi. Prediksi
pergerakan kendaraan telah dibuat menjadi diagram trayektori. Hasil analisis menunjukkan bahwa sistem ini
dapat menurunkan waktu tempuh kendaraan hingga 40%.
Kata Kunci: mikrokontroler, pengatur lalu-lintas, terjadwal, terkoordinasi.
Abstract
One of the causes of traffic congestion in the city of Yogyakarta is the ineffectiveness of the current traffic-
light timing. The ineffectiveness is caused by the traffic controllers are unable to accommodate the variety of
traffic volume and no coordination among any adjacent traffic controllers. To overcome the problem, the
prototype of pre-timed and coordinated traffic control system based on an ATmega128A microcontroller is
presented. The system consists of a master traffic controller that represents the traffic controller at
Gondomanan intersection and two local traffic controllers that represent traffic controllers at the Kantor Pos
and Bintaran intersections. Each traffic controller has a database containing signal-timing plans that will be
allocated to manage vehicle flows in the lane for the signalized intersection. In order to coordinate both local
controllers, the master controller also sends synchronization data to them wirelessly. All controllers have
been able to control the traffic flow according to their schedule and in coordinated manner. Prediction of the
vehicle's movement has been made based to be a trajectory diagram. The result of the analysis showed that
the system could reduce vehicle travel time up to 40%.
Keywords: microcontroller, traffic controller, pre-timed, coordinated.
1. Pendahuluan menyesuaikan dengan volume kendaraan yang

Kemacetan lalu-lintas merupakan hal yang datang ke persimpangan tersebut.
biasa terjadi di kota Yogyakarta. Hal ini terutama Sudah banyak penelitian dilakukan untuk
terjadi pada jam-jam sibuk, yaitu pada saat memperbaiki kinerja pengatur lalu-lintas sehingga
masyarakat pergi bekerja, siang hari, dan pada saat dapat mengikuti variasi perubahan volume
masyarakat pulang dari tempat pekerjaannya. kendaraan. Mansur dkk. (2005) telah mencoba
Kemacetan biasanya berupa antrian panjang di membuat perencanaan waktu hijau efektif untuk
persimpangan yang diatur oleh alat pengatur isyarat persimpangan di Mirota Kampus Yogyakarta.
lalu-lintas (APILL). Sementara itu, pada tengah Askerzade (2010) telah membuat implementasi
malam, beberapa kendaraan harus tetap menunggu pemrosesan citra dan logika kabur untuk
di setiap pengatur lalu-lintas meskipun tidak ada menghitung jumlah kendaraan yang datang, dan
kendaraan lain yang melewati persimpangan mengirim data tersebut ke mikrokontroler.
tersebut. Selanjutnya mikrokontroler inilah yang mengatur
Terjadinya fenomena kemacetan pada jam-jam sibuk isyarat lalu-lintas. Hongjin Zhu (2013) telah
dan adanya waktu terbuang pada malam hari membuat sistem pendeteksian kendaraan yang
disebabkan tidak dapatnya pengatur lalu-lintas sedang bergerak menggunakan pendeteksian sisi

horisontal dan auto korelasi. Dengan metode ini terjadwal dan terkoordinasi ini menggunakan
dimungkinkan terdeteksinya dua kendaraan yang mikrokontroler tersebut.
terekam kamera dalam poisisi saling tumpang tindih. Pada penelitian ini, dibentuklah sistem pengatur
Meskipun algoritma pendeteksian kendaraan telah lalu-lintas terjadwal dan terkoordinasi berbasis
dikembangkan, namun tidak ada jaminan hasil mikrokontroler AVR ATmega128A. Dengan
pendeteksian kendaraan selalu akurat. Kesalahan menggunakan jadwal pewaktuan yang disimpan di
tersebut dapat mengakibatkan kesalahan pengaturan EEPROM internal mikrokontroler tersebut,
lalu-lintas. diharapkan sistem ini dapat mengatur lalu-lintas
Salah satu cara untuk mengantisipasi hal tersebut secara terjadwal mengikuti volume kendaraan harian
adalah sistem pengatur lalu-lintas harus mempunyai dan terkoordinasi. Sistem ini diharapkan dapat
jadwal pewaktuan pengaturan lalu-lintas. Jadwal ini secara efektif menurunkan kemacetan kendaraan
akan digunakan jika data dari sistem pendeteksi yang sering terjadi.
kendaraan dinyatakan tidak sah (invalid). Jadwal Pada tulisan ini akan dipaparkan hasil penelitian
pewaktuan ini didapat sebagai hasil analisis dari data berupa prototipe sistem pengatur lalu-lintas
survei. terjadwal dan terkoordinasi berbasis mikrokontroler
Salah satu penyebab lain dari kemacetan lalu-lintas AVR ATmega128A. Tulisan dibuat dengan urutan:
adalah tidak adanya koordinasi antara beberapa metode penelitian yang meliputi deskripsi perangkat
pengatur lalu-lintas. Hal ini terutama terjadi pada keras dan perangkat lunak, jadwal pewaktuan dan
beberapa pengatur lalu-lintas yang berdekatan. Salah metode sinkronisasi; hasil dan pembahasan yang
satu kasusnya adalah di Jl. Senopati dan Jl. Sultan meliputi diagram trayektori kendaraan, kinerja
Agung, yaitu di pangatur lalu-lintas di persimpangan sistem dan pengembangan pada penelitian
Gondomanan, Kantor Pos, dan Bintaran. Akibatnya, selanjutnya; dan kesimpulan.
dari arah barat banyak kendaraan yang sebelumnya
telah berhenti di lampu merah di persimpangan 2. Metode Penelitian
Kantor Pos, harus berhenti lagi di lampu merah di Studi kasus dilakukan untuk persimpangan
Gondomanan, dan kembali berhenti lagi di lampu Gondomanan, Kantor Pos dan Bintaran di Kota
merah di Bintaran, demikian pula sebaliknya dari Yogyakarta. Sistem terdiri dari tiga buah prototipe
arah timur. pengatur lalu-lintas untuk ketiga persimpangan
Untuk mengatasi hal tersebut, harus dibuat pengatur tersebut sebagaimana Gambar 1. Untuk melakukan
isyarat lalu-lintas terkoordinasi. Dengan sistem ini, koordinasi, pengatur lalu-lintas di Gondomanan
kerja beberapa pengatur lalu-lintas dapat bertindak sebagai pengatur master karena
dikoordinasi sehingga pewaktuan semua pengatur persimpangan ini merupakan persimpangan tersibuk
lalu-lintas dapat sinkron. Hal ini bertujuan agar di antara persimpangan yang lain; sedangkan
sebagian besar kendaraan yang mendapat isyarat pengatur yang lain bertindak sebagai pengatur lokal.
hijau di suatu pengatur lalu-lintas akan kembali Sistem ini menggunakan pendekatan sistem
mendapat isyarat hijau di pengatur lalu-lintas terdistribusi. Setiap pengatur lalu-lintas lokal dapat
berikutnya. dioperasikan secara mandiri (stand-alone) maupun
Penelitian untuk membentuk sistem pengatur lalu- terkoordinasi. Setiap pengatur lalu-lintas mempunyai
lintas terkoordinasi telah banyak dilakukan. komponen utama mikrokontroler ATmega128A,
Shamshirband (2012) telah membuat model RTC DS1307 sebagai pembangkit waktu dan modul
kooodinasi antara beberapa pengatur lalu-lintas komunikasi nirkabel KYL-1020U.
dengan menggunakan jaringan syaraf sebagaimana Mikrokontroler AVR ATmega128A mempunyai
pada teori permainan. Primantary dan Jatmiko memori flash 128 kB yang dapat digunakan untuk
(2010) juga telah membuat model arsitektur menyimpan program pengaturan lalu-lintas beserta
desentralisasi untuk membentuk pengatur lalu-lintas subprogram sinkronisasi, SRAM 4 kB yang dapat
pada persimpangan yang tidak terstruktur. Dan pada digunakan untuk menyimpan variabel program
tahun 2014, Kurniawan juga telah membuat sementara, dan EEPROM 4 kB yang dapat
prototipe sistem pengatur isyarat lalu-lintas digunakan untuk menyimpan basis data yang berisi
terkoordinasi untuk simpang empat Gondomanan jadwal pewaktuan pengaturan lalu-lintas.
dan Bintaran (Kurniawan, 2014). RTC DS1307 digunakan untuk pembangkit waktu
Sistem pengatur lalu-lintas modern di negara maju (clock generator) presisi yang digunakan untuk data
pada umumnya berbasis prosesor 32 bit dan pewaktuan setiap pengatur lalu-lintas. Sedangkan
dikoordinasi oleh sistem komputer yang bertindak modul komunikasi KYL-1020U digunakan untuk
sebagai server (FHWA, 2008). Sementara itu, komunikasi data dari pengatur master ke pengatur
pengatur lalu-lintas di Indonesia saat ini pada lokal. Modul ini juga digunakan untuk penyalinan
umumnya berbasis mikrokontroler MCS-51. basis data secara nirkabel dari terminal operator ke
Dikarenakan keterbatasan kecepatan CPU dan setiap pengatur lalu-lintas.
memori mikrokontroler tersebut, sangat kecil
kemungkinan dibentuk sistem pengatur lalu-lintas

Gambar 1. Blok diagram sistem
2.1 Jadwal Pengaturan Lalu-lintas fase berikutnya. Keduanya bernilai tetap untuk seluruh
Jadwal pewaktuan pengaturan lalu-lintas slot waktu.
untuk setiap persimpangan dimasukkan ke Nilai siklus pada slot waktu j ( ) merupakan
EEPROM setiap mikrokontroler di setiap penjumlahan dari nilai waktu hijau ditambah waktu
pengatur. Jadwal yang berlaku untuk waktu 7 × kuning dan pengosongan untuk semua fase sesuai
24 jam tersebut berisi waktu dimulai sebuah slot Persamaan (1).
waktu (hhi:mmi), waktu hijau setiap fase (gj,i),
waktu kuning (Yi), dan waktu pengosongan (Ri) (1)
sebagaimana Gambar 2.
Menurut dokumen FHWA, semakin tinggi volume
kendaraan, maka nilai siklus juga mestinya semakin
tinggi (FHWA, 2008). Nilai Cj maksimal pada sistem ini
adalah 255 detik. Agar kedua pengatur lokal dapat
bekerja secara sinkron, dalam slot waktu yang sama
pengatur master dan lokal dapat mempunyai waktu
hijau berbeda, namun harus mempunyai siklus yang
sama (FHWA, 2008).
Jadwal pengatur lokal berisi tambahan data offset dan
koefisien adaptasi. Offset θj adalah perbedaan antara
waktu dimulainya isyarat hijau fase 1 di pengatur master
dengan waktu dimulainya isyarat hijau fase 1 di
pengatur lokal pada slot waktu j. Sedangkan koefisien
adaptasi pj adalah nilai persentasi perubahan maksimal
atas total waktu hijau semua fase pengatur lokal pada
slot waktu j untuk melakukan sinkronisasi pewaktuan
Gambar 2 Jadwal pengaturan lalu-lintas
pengatur lokal terhadap pengatur master. Offset dapat
bernilai dari nol hingga Cj. Sedangkan koefisien adaptasi
Satu hari dibagi menjadi sepuluh slot waktu; dapat bernilai 0 hingga 99. Nilai pj = 0 berarti pada slot
sementara itu dalam satu minggu disediakan tiga waktu j pengatur local tidak disinkronkan dengan
jadwal yang dapat digunakan untuk hari-hari pengatur master.
kerja (Senin-Jumat), Sabtu dan Minggu. Nilai waktu kuning (Yi) dan pengosongan (Ri) untuk
Parameter gj,i merupakan waktu hijau untuk slot fase i bernilai tetap untuk seluruh slot waktu. Nilai
waktu j fase i. Nilai gj,i dapat berkisar dari 8 tersebut dibatasi untuk kisaran 0 hingga 15 detik.
hingga 60 detik atau nol. Jika nilai gj,i = 0 untuk i Seluruh nilai parameter dalam jadwal menggunakan
= 1~4, maka pada slot waktu j tersebut pengatur format bilangan integer 8 bit; dan seluruh perhitungan
lalu-lintas tidak akan mengatur lalu-lintas dan yang dilakukan pada sistem ini juga menggunakan
hanya memberikan isyarat kuning berkedip. operasi matematis atas bilangan bulat 8 dan 16 bit
Nilai Yi merupakan nilai durasi waktu kuning (integer operation).
Nilai waktu hijau, kuning, pengosongan, dan offset
berlangsung; sedangkan nilai Ri merupakan nilai
dimasukkan ke EEPROM mikrokontroler setiap
durasi waktu jeda antara diakhirinya isyarat
kuning fase i dengan dimulainya isyarat merah pengatur lalu-lintas melalui sebuah perangkat lunak
Traffic Management Centre. Perangkat tersebut dibuat

dalam bahasa pemrograman Pascal 2.2 Koordinasi Pengatur Lalu-lintas

menggunakan Borland Delphi 7. Nilai-nilai Setiap pengatur lalu-lintas mempunyai 4 fase.
tersebut merupakan nilai ekfetif yang didapat Urutan fase mengikuti Gambar 3. Urutan fase untuk
dari hasil survei di lapangan. pengatur lalu-lintas di Gondomanan mengikuti arah
Nilai efektif waktu hijau suatu fase merupakan jarum jam, sedangkan urutan fase di Kantor Pos
nilai durasi hijau pada fase tersebut yang tepat mengikuti urutan fase yang digunakan saat ini.
membuat semua kendaraan dapat berjalan karena Sedangkan urutan fase di pengatur lalu-lintas Bintaran
mendapat isyarat hijau. Sementara itu nilai offset mengalami perubahan agar pewaktuan di pengatur lalu-
setiap pengatur lokal ditentukan dari diagram lintas tersebut dapat disinkronkan dengan pewaktuan
trayektori efektif kendaraan pada jam-jam pengatur lalu-lintas di Gondomanan.
tertentu.
N
L1
W E
P1 L5 L8
S ~ Persimpangan Persimpangan Persimpangan
P2
P2 Kantor Pos P1 Gondomanan P2 Bintaran
P3~P4 P4 P4
L4 P3 L2 L6 L9
P4 P2 P3
Jl. KHA Dahlan P1 Jl. Senopati P3 Jl. Sultan Agung P1 Jl. Kusumanegara
440 m 360 m
L3 L7 L10
Gambar 3. Urutan fase pada ketiga pengatur lalu-lintas
Titik referensi untuk sinkronisasi adalah di akhir (3)

fase 4. Untuk mewujudkan sinkronisasi, di akhir
fase 4 ini, pengatur master mengirim data Persamaan (3) berarti berlangsung detik
sinkronisasi kepada semua pengatur lokal secara sebelum . Persamaan tersebut tidak dapat
nirkabel. Pengatur lokal menerima data ini dan direalisasikan dalam pemrograman karena baru
mencatat waktu saat data diterima sebagai tM. dapat ditentukan pada saat . Untuk itu, data
Selanjutnya di akhir fase 4 siklus pengatur lokal sinkronisasi yang dikirim pengatur master saat ini
tL, setiap pengatur lokal mengubah waktu hijau digunakan untuk mensinkronkan pewaktuan pada siklus
untuk satu siklus berikutnya agar nilai ofset berikutnya. Berlangsungnya fase 4 di Kantor Pos
berikutnya (θ’) yaitu selisih antara tM dan tL akan mengikuti persamaan (4)
sama dengan nilai ofset yang ada di slot waktu
saat itu (θ). (4)
Dari gambar 3 tersebut terlihat bahwa fase 4
pengatur lalu-lintas di Kantor Pos (P4.KP) dapat Ketertinggalan P4.KP atas P4.G merupakan offset
disinkronkan dengan fase 4 pengatur di pewaktuan pengatur lalu-lintas lokal 1 di Kantor Pos
Gondomanan (P4.G) sehingga kendaraan yang atas pengatur master di Gondomanan. Nilai offset (θ)
telah mandapat isyarat hijau di fase 4 pengatur di mengikuti Persamaan (5).
Kantor Pos langsung mendapat isyarat hijau di
fase 4 pengatur di Gondomanan. (5)
Untuk mencapai kondisi sinkron, P4.G harus
berlangsung sesudah P4.KP sebagaimana
Persamaan (2).
(2) Berdasar analisis atas data hasil survei, aliran
kendaraan di persimpangan Kantor Pos, Gondomanan,
dengan adalah waktu tempuh kendaraan dan Bintaran mempunyai pola tertentu. Dengan jarak
antara persimpangan Gondomanan dan Bintaran sekitar
dari persimpangan kantor Pos ke Gondomanan.
360 meter, kendaraan yang melalui ruas jalan tersebut
Dikarenakan pangatur lalu-lintas di
akan cenderung mempunyai pola. Sementara itu, jarak
persimpangan Gondomaman bertindak master,
antara persimpangan Kantor Pos dan Gondomanan
maka pewaktuan pengatur lalu-lintas di Kantor
sekitar 450 meter. Kendaraan yang melalui ruas tersebut
Pos-lah yang harus mengikuti pewaktuan
juga mempunyai pola. Namun pola kendaraan di ruas
pengatur di Godomanan. Persamaan (2) diubah
jalan tersebut kadang agak kabur karena terganggu oleh
manjadi Persamaan (3) berikut.
aktifitas penyeberangan jalan di ruas jalan tersebut,
terutama penyeberang jalan di depan Taman Pintar.

Berdasar hasil survei kedatangan kendaraan pada berasal dari isyarat hijau fase 3 (P3) dan sebagian
ketiga persimpangan mengikuti pola sebagai lagi dari fase 2 (P2) di persimpangan Bintaran.
berikut. Kendaraan ini akan mendapat isyarat hijau fase 2
1. Kendaraan yang datang ke mulut barat (P2) di persimpangan Gondomanan. Kendaraan
persimpangan Gondomanan sebagian besar dari L10 diabaikan dikarenakan sangat sedikit.
berasal dari isyarat hijau fase 3 (P3) dan 4. Kendaraan yang datang ke mulut barat
sebagian lain dari fase 1 (P1) di persimpangan Bintaran sebagian besar berasal dari
persimpangan Kantor Pos. Kendaraan ini isyarat hijau fase 4 (P4), sebagian lagi dari fase 3
akan mendapat isyarat hijau fase 4 (P4) di (P3), dan sebagian kecil dari fase 1 (P1) di
persimpangan Gondomanan. Kendaraan dari persimpangan Gondomanan. Kendaraan ini akan
L1 tidak membentuk pola dikarenakan mendapat isyarat hijau fase 4 (P4) di persimpangan
terdapat rambu ke kiri jalan terus. Bintaran.
2. Kendaraan yang datang ke mulut timur
persimpangan Kantor Pos sebagian besar 3.1 Diagram Trayektori Kendaraan
berasal dari isyarat hijau fase 2 (P2) dan Adanya pola kendaraan yang melintas pada
sebagian lagi dari fase 1 (P1) di kedua ruas jalan tersebut mengakibatkan adanya pola
persimpangan Gondomanan. Kendaraan ini kedatangan kendaraan di mulut barat dan timur
akan mendapat isyarat hijau fase 4 (P4) di persimpangan Kantor Pos, Gondomanan dan Bintaran.
persimpangan Kantor Pos. Kendaraan dari Dari pola kedatangan tersebut dapat disusun diagram
L7 tidak membentuk pola dikarenakan trayektori kendaraan yang melintas di antara ketiga
terdapat rambu ke kiri jalan terus. persimpangan tersebut. Diagram trayektori pada
3. Kendaraan yang datang ke mulut timur Gambar 4 mengilustrasikan perjalanan kendaraan pada
persimpangan Gondomanan sebagian besar jam-jam sibuk.
Gambar 4. Diagram trayektori kendaraan pada jam-jam sibuk
Di Jalan Senopati, khususnya pada ruas jalan km/jam. Pada jam-jam sibuk, kendaraan dapat melaju
antara persimpangan Kantor Pos dan dengan kecepatan rata-rata 40 km/jam dengan waktu
Gondomanan, kendaraan dapat melaju dengan tempuh sekitar 32 detik; sementara itu pada jam-jam
kecepatan rata-rata 40 ~ 45 km/jam. Pada jam- tidak sibuk, kendaraan dapat melaju dengan kecepatan
jam sibuk, kendaraan dapat melaju dengan rata-rata 50 km/jam dengan waktu tempuh sekitar 26
kecepatan rata-rata 40 km/jam dengan waktu detik.
tempuh sekitar 40 detik; sementara itu pada jam-
jam tidak sibuk, kendaraan dapat melaju dengan 3.2 Jadwal Pengaturan Lalu-lintas
kecepatan rata-rata 45 km/jam dengan waktu Berdasar hasil analisis atas hasil survei terhadap
tempuh sekitar 35 detik. kondisi lalu-lintas, persimpangan Gondomanan
Sementara itu di Jalan Sultan Agung, khususnya mempunyai volume kendaraan paling tinggi di antara
pada ruas jalan antara persimpangan kedua persimpangan yang lain. Pengatur lalu-lintas di
Gondomanan dan Bintaran, kendaraan dapat Gondomanan mestinya mempunyai siklus pengaturan
melaju dengan kecepetan rata-rata 40 ~ 50 paling tinggi. Namun dikarenakan agar dapat bekerja

secara sinkron semua pengatur harus mempunyai Nilai waktu hijau (g), kuning (Y), pengosongan (R), dan
nilai siklus sama, maka kedua pengatur lokal juga nilai offset (θ) dan koefisien adaptasi (p) ketiga
dibuat mempunyai siklus yang sama dengan pengatur lalu-lintas yang berlaku pada hari-hari kerja
master. dapat dilihat pada Tabel 1.
Tabel 1: Jadwal pewaktuan pengatur lalu-lintas untuk hari kerja

Pengatur master Pengatur Lokal 1 Pengatur Lokal 2
Slot Waktu
(Gondomanan) (Kantor Pos) (Bintaran)
waktu mulai
g1 g2 g3 g4 g1 g2 g3 g4  p g1 g2 g3 g4  p
1 00:00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 04:00 10 10 11 10 10 9 10 10 0 0 8 10 10 10 0 0
3 06:00 13 18 27 20 17 14 25 20 74 20 10 16 25 24 50 20
4 06:30 15 20 35 24 26 18 24 24 74 20 13 19 30 29 50 20
5 07:10 17 21 32 24 24 20 24 24 100 20 13 20 29 29 53 20
6 08:00 21 22 30 24 26 21 23 25 100 20 11 20 30 33 53 20
7 10:00 28 23 32 25 27 25 26 28 100 20 11 28 31 35 55 20
8 15:30 30 23 30 25 25 27 26 28 100 20 11 28 31 35 55 20
9 18:00 25 23 26 25 22 24 24 27 100 20 11 26 28 31 55 20
10 23:00 15 15 15 15 0 0 0 0 0 0 0 0 0 0 0 0
Y1 Y2 Y3 Y4 Y1 Y2 Y3 Y4 Y1 Y2 Y3 Y4
Waktu kuning
3 3 3 3 3 3 3 3 3 3 3 3
Waktu R1 R2 R3 R4 R1 R2 R3 R4 R1 R2 R3 R4
pengosongan 5 5 5 5 5 6 5 5 7 5 5 5
Pengatur master mengatur lalu-lintas mulai pukul kendaraan harus menunggu beberapa detik untuk
04:00 hingga 23:59; sedangkan pengatur lokal mendapatkan isyarat hijau di P2.G dan P4.B.
mengatur mulai pukul 04:00 hingga 22:59.
Pengatur lokal 1 dan 2 bekerja secara sinkron 3.3 Waktu Tunggu Kendaraan pada Jam-jam
mulai slot waktu 3 (pukul 06:00) hingga akhir Sibuk
slot waktu 9 (pukul 22.59). Untuk setiap Antrian panjang kendaraan biasanya terjadi pada
pengatur lalu-lintas, setiap slot waktu dengan jam-jam sibuk. Slot waktu 7 merupakan salah satu
nomor sama dapat mempunyai waktu hijau waktu terjadi kemacetan. Kadang beberapa kendaraan di
berbeda, namun harus mempunyai siklus sama. mulut timur persimpangan Gondomanan dan mulut
Pada slot waktu 7 dan 8, semua pengatur barat persimpangan Bintaran harus menunggu isyarat
mempunyai siklus C7,8 = 140 detik. Dengan hijau hingga dua siklus.
waktu tempuh dari persimpangan Kantor Pos ke Jika digunakan pengatur tidak terkoordinasi, maka
Bintaran ( ) 40 detik, maka sesuai kedatangan kendaraan merupakan fungsi acak.
Persamaan (5), offset pewaktuan pengatur lalu- Kendaraan dapat datang kapan saja di suatu mulut
lintas di Kantor Pos atas pewaktuan pengatur di persimpangan. Di asumsikan waktu hijau dapat
Gondomanan adalah detik. membuat tepat semua kendaaran dalam antrian dapat
Pada kondisi ini fase 1 pengatur lokal ini berjalan. Waktu tunggu kendaraan untuk mendapat
tertinggal 100 detik terhadap fase 1 pengatur isyarat hijau pada fase i dapat menjadi minimum
master. Jika kondisi ini belum tercapai, maka ( ) yaitu bernilai nol jika kendaraan tersebut datang
algoritma sinkronisasi di pengatur lokal akan pada saat tepat pengatur mulai memberikan isyarat
mengubah waktu hijau (gi) beberapa fase untuk hijau. Namun jika kendaraan datang pada saat tepat
satu siklus berikutnya agar dicapai kondisi pengatur mulai memberikan isyarat merah, maka waktu
sinkron yaitu θ = 100 detik. Jika kondisi sinkron tunggu kendaraan tersebut menjadi maksimal. Waktu
telah tercapai, maka kondisi ini akan bertahan tunggu maksimum pada fase i mengikuti dapat dihitung
hingga berubahnya nilai θ yaitu dimulainya slot dengan mengurangi waktu siklus dengan waktu hijau
waktu 7. fase tersebut sebagaimana Persamaan (6).
Sementara itu pada slot waktu 3, kondisi lalu- (6)
lintas masih belum terlalu ramai, kendaraan
dapat melaju dengan rata-rata 45 km/jam dengan Slot waktu 7 dan 8 merupakan jam-jam sibuk. Siklus
waktu tempuh sekitar 35 detik. Siklus pengaturan pengaturan lalu-lintas ketiga persimpangan pada slot
saat itu C3 = 110 detik. Sesuai Persamaan (5) waktu tersebut bernilai paling tinggi di antara waktu slot
offset pewaktuan pengatur di kantor Pos adalah yang lain, C7 = 140 detik. Berdasar jadwal pengaturan
detik. ketiga pengatur lalu-lintas pada Tabel 1, dibuatlah
Dengan cara yang serupa, ditentukanlah offset perkiraan waktu tempuh kendaraan yang melintas di
pewaktuan pengatur lalu-lintas di Bintaran. ketiga persimpangan pada slot waktu 7 sebagaimana
Sesuai diagram trayektori pada Gambar 4, Tabel 2(a).

Baris kedua pada tabel tersebut memperlihatkan detik (langsung mendapat isyarat hijau) hingga 102
rute kendaraan yang terjadi setelah kendaraan detik (kendaraan datang pada saat isyarat merah
mendapat isyarat hijau fase 1 pengatur di dimulai). Dengan waktu tempuh kendaraan dari
Gondomanan (P1.G) dan menuju ke persimpangan Gondomanan ke Bintaran sekitar 32
persimpangan Bintaran. Kendaraan tersebut detik, maka waktu tempuh kendaraan dari mendapat
mendapat isyarat hijau fase 4 pengatur di isyarat hijau di P1.G hingga keluar dari persimpangan
Bintaran (P4.B) dengan waktu tunggu sekitar 0 Bintaran adalah sekitar 32~134 detik.
Tabel 2(a): Perkiraan waktu tempuh kendaraan dengan pengatur lalu-lintas biasa
Waktu Waktu Waktu Waktu Waktu tunggu Waktu tempuh
Rute 1 Rute 2
tempuh tunggu tempuh tunggu rute 1~2 rute 1~2
- - - P1.G  P4.B 32 0~102 0~102 32~134
- - - P3.G  P4.B 32 0~102 0~102 32~134
P1.KP  P4.G 40 0~112 P4.G  P4.B 32 0~102 0~214 72~286
P3.KP  P4.G 40 0~112 P4.G  P4.B 32 0~102 0~214 72~286
P4.KP  P4.G 40 0~112 P4.G  P4.B 32 0~102 0~214 72~286
- - - P1.G  P4.KP 40 0~109 0~109 40~109
P1.B  P2.G 32 0~112 P2.G  P4.KP 40 0~109 0~221 72~293
P2.B  P2.G 32 0~112 P2.G  P4.KP 40 0~109 0~221 72~293
P3.B  P2.G 32 0~112 P2.G  P4.KP 40 0~109 0~221 72~293
Tabel 2(b): Perkiraan waktu tempuh kendaraan dengan pengatur lalu-lintas terkoordinasi
Waktu Waktu Waktu Waktu Waktu tunggu Waktu tempuh
Rute 1 Rute 2
tempuh tunggu tempuh tunggu rute 1~2 rute 1~2
- - - P1.G  P4.B 32 0~10 0~10 32~42
- - - P3.G  P4.B 32 25~50 25~50 57~87
P1.KP  P4.G 40 85~105 P4.G  P4.B 32 10~45 95~150 167~222
P3.KP  P4.G 40 20~45 . P4.G  P4.B 32 10~45 30~90 102~162
P4.KP  P4.G 40 0~10 P4.G  P4.B 32 10~45 10~55 82~127
- - - P1.G  P4.KP 40 10~30 10~30 50~70
P1.B  P2.G 32 75~85 P2.G  P4.KP 40 10~25 85~110 157~182
P2.B  P2.G 32 40~65 P2.G  P4.KP 40 0~5 40~70 112~142
P3.B  P2.G 32 15~35 P2.G  P4.KP 40 0~5 15~35 87~107
Keterangan: KP = Kantor Pos G = Gondomanan B = Bintaran
Ketiga persimpangan didominasi oleh kendaraan dan P4.KP) akan langsung mendapat isyarat hijau di
yang melintas dari mulut barat persimpangan fase 4 pengatur Gondomanan (P4.G) dan kembali
Kantor Pos (L4) menuju Gondomanan (L2) dan mendapat isyarat hijau di fase 4 pengatur Bintaran
Bintaran (L6-L9), dan sebaliknya (L9-L6-L2- (P4.B). Untuk itu pengatur lokal 1 (Kantor Pos)
L4). Khusus untuk persimpangan Gondomanan, dikoordinasi agar pewaktuan P3.KP dan P4.KP sinkron
kendaraan dari mulut selatan persimpangan dengan pewaktuan P4.G di pengatur master. Demikian
tersebut dan juga cukup mendominasi. pula untuk pengatur lokal 2 (Bintaran), P4.B harus
Baris kelima pada Tabel 2(a) memperlihatkan sinkron dengan P4.G.
perkiraan waktu tempuh kendaraan dengan rute Usaha tersebut juga harus memperhatikan kendaraan
L4-L2-L6-L9. Kendaraan-kendaraan tersebut yang bergerak sepanjang L9-L6-L2-L4. Sehingga usaha
mendapat isyarat hijau pada fase 3 pangatur lalu- tersebut juga harus dapat mensinkronkan P3.B dengan
lintas Kantor Pos (P3.KP) dan bergerak ke P2.G, dan P4.KP dengan P2.G.
Gondomanan denngan waktu tempuh 40 detik. Salah satu trayektori kendaraan sebagai hasil usaha
Kemudian kendaraan tersebut mendapat isyarat sinkronisasi dapat dilihat pada Gambar 3. Pengatur lokal
hijau di fase 4 pengatur Gondomanan (P4.G) 1 mempunyai offset 100 detik, dengan kata lain P1.KP
dengan waktu tunggu 0~112 detik. Selanjutnya tertinggal 100 detik dari P1.G. Dari diagram trayektori
kendaraan-kendaraan tersebut bergerak ke kendaraan didapat bahwa waktu tunggu untuk mendapat
persimpangan Bintaran dengan waktu tempuh 32 isyarat hijau di P4.G sekitar 0 hingga 20 detik.
detik untuk selanjutnya mendapat isyarat hijau Kendaraan yang mulai berjalan pada saat dimulainya
fase 4 pengatur Bintaran (P4.B) dengan waktu isyarat hijau P3.KP akan menunggu 20 detik untuk
tunggu 0~112 detik. mendapat isyarat hijau di P4.G; sedangkan kendaraan
Pada studi kasus ini, pewaktuan isyarat hijau ruas terakhir yang mulai berjalan pada saat isyarat hijau
jalan L4-L2-L6-L9 disinkronkan. Usaha ini P4.KP berakhir akan langsung mendapat isyarat hijau di
dilakukan agar kendaraan yang mendapat isyarat P4.G.
hijau di fase 3 dan 4 pengatur Kantor Pos (P3.KP

Sebagian besar kendaraan yang mendapat isyarat algoritma sinkronisasi. Namun sesungguhnya, program
hijau di P4.G tersebut menuju ke P4.B. Dari pengatur isyarat lalu-lintas ini hanya menggunakan
diagram trayektori kendaraan terlihat bahwa sekitar 1,5 % ruang SRAM. Ruang sebesar 4,7 %
waktu tunggu untuk mendapat isyarat hijau di SRAM hanya digunakan pada saat terjadi penyalinan
P4.B sekitar 10 hingga 45 detik. data dari basis data ke terminal dan sebaliknya.
Dengan mengasumsikan waktu tempuh Sementara itu, basis data yang berisi jadwal pengaturan
kendaraan dari persimpangan Kantor Pos hingga isyarat lalu-lintas untuk 7 × 24 jam di APILL master
Gandomana sekitar 40 detik dan dari hanya menempati 4,8 % ruang EEPROM. Basis data di
Gondomanan hingga Bintaran sekitar 32 detik, APILL lokal menempati ruang sedikit lebih tinggi
maka total waktu tempuh kendaraan dari mulut dikarenakan adanya tambahan data pembatas p dan nilai
barat persimpangan Kantor Pos (yang mendapat offset.
isyarat hijau pada P3.KP dan P4.KP) hingga
keluar dari persimpangan Bintaran (karena Tabel 4 Penggunaan memori dan sumber daya mikrokontroler
mendapat isyarat hijau pada P4.B) adalah Memori yang digunakan
Jenis Kapasitas
82~127 detik. Dengan digunakannya pengatur Memori (Byte) Master Lokal
lalu-lintas terkoordinasi, nilai total waktu tempuh (Byte) (%) (Byte) (%)
ini mengalami penurunan sekitar 26% hingga 42 Flash 131072 8574 6.5 10914 8.3
%. Sementara itu waktu tempuh kendaraan dari SRAM 4351 271 6.2 337 7.7
mulut timur persimpangan Bintaran (yang EEPROM 4096 192 4.7 252 6.2
mendapat isyarat hijau pada P3.B) hingga keluar Secara umum, pada saat CPU hanya membutuhkan
dari persimpangan Kantor Pos (karena mendapat waktu 10 milidetik untuk mengeksekusi algoritma
isyarat hijau pada P4.KP) adalah 87~107 detik pengaturan isyarat lalu-lintas. Algoritma ini dieksekusi
atau mengalami penurunan hingga sekitar 47 %. setiap satu detik. Dengan demikian, siklus kerja CPU
Penurunan waktu tempuh pada slot waktu 7
hanya seditar ×100 % = 1%.
untuk rute yang lain dapat dilihat pada Tabel 3.
Dengan digunakannya pengatur lalu-lintas
sikron, hampir semua rute mengalami penurunan 3.5 Pengembangan Sistem
waktu tempuh cukup berarti. Hal ini disebabkan Dengan melihat penurunan waktu tempuh dan
adanya penurunan waktu tunggu untuk menanti penggunaan sumber daya mikrokontroler, sistem dapat
isyarat hijau pada suatu pengatur lalu-lintas di dikembangkan lebih lanjut sebagai berikut.
semua persimpangan. 1. Sistem dapat dikembangkan dengan menambah
pengatur lalu-lintas terjadwal dan sinkron lain di
Tabel 3 Penurunan waktu tempuh kendaraan sepanjang Jl. KHA Dahlan dan Jl. Kusumanegara.
Penurunan 2. Sistem dapat ditambah dengan pengatur lalu-lintas
Rute 1 Rute 2
waktu tempuh sinkron untuk penyeberang jalan di antara
- P1.G  P4.B 55% persimpangan Kantor Pos dan Gondomanan.
- P3.G  P4.B 13% Dengan memberi kesempatan aktifitas
P1.KP  P4.G P4.G  P4.B -9% penyeberangan pada saat ruas jalan tersebut
P3.KP  P4.G P4.G  P4.B 26% kosong, penambahan ini tidak akan menambah
P4.KP  P4.G P4.G  P4.B 42% waktu tempuh kendaraan yang melintas di kedua
- P1.G  P4.KP 19% persimpangan tersebut.
P1.B  P2.G P2.G  P4.KP 7% 3. Sistem dapat dikembangkan di tempat lain dengan
P2.B  P2.G P2.G  P4.KP 30% menyesuaikan kembali jadwal pengaturan dan
P3.B  P2.G P2.G  P4.KP 47% offset pengatur lalu-lintas.
4. Dari masih kecilnya penggunaan sumber daya di
Satu-satunya waktu tempuh yang justru mikrokontroler, sistem ini dapat dikembangkan
mengalami kenaikan adalah rute dari mulut secara lebih leluasa dengan menambah algoritma
selatan persimpangan Kantor Pos (P1.KP) yang lain untuk melengkapi fasilitas pada pengatur
menuju persimpangan Bintaran. Namun jumlah isyarat lalu-lintas ini.
kendaraan pada rute tersebut relatif sedikit jika
dibandingkan dengan jumlah kendaraan di rute- 4. Kesimpulan
rute lain. Dari pembahasan yang telah dipaparkan di muka
dapat diambil beberapa kesimpulan sebagai berikut.
3.4 Penggunaan Memori dan Sumber Daya 1. Sistem pengatur isyarat lalu-lintas terjadwal dan
CPU Mikrokontroler terkoordinasi dapat menurunkan waktu tunggu
Program pengatur isyarat lalu-lintas di kendaraan untuk mendapatkan isyarat hijau
APILL master hanya menggunakan 8574 byte sehingga dapat menurunkan waktu tempuh
(6,5 %) dari ruang memori flash dan 271 byte kendaraan hingga 40 %.
(6,2 %) dari ruang SRAM. Sedangkan 2. Sistem ini dapat dibentuk berbasis mikrokontroler
penggunaan ruang memori flash dan SRAM di ATmega128A.
APILL lokal sedikit lebih besar karena terdapat

3. Sistem ini masih dapat dikembangkan secara

lebih leluasa.
5. Daftar Pustaka
Askerzade IN, Mahmood M., (2010). Control the
Extension Time of Traffic Light in Single
Junction by Using Fuzzy Logic.
International Journal of Electrical &
Computer Sciences IJECS – IJENS, 10(2):
p. 48-55
Federal HighWay Administration, (2008). Traffic
Signal-timing Manual. Federal Highway
Administration. U.S. Department of
Transportation, p. 61-649.
Jatmiko W, Azurat A, Wibowo AH, Marihot H,
Wicaksana M, Takagawa I, Sekiyama K,
Fukuda T., (2010). Self-Organizing Urban
Traffic Control Architecture with Swarm-
Self Organizing Map in Jakarta: Signal
Control System and Simulator, International
Journal on Smart Sensing and Intelligent
Systems, 3(3): p. 443-465.
Kurniawan F., (2014). Prototipe Sistem Pengatur
Isyarat Lalu-Lintas Terkoordinasi untuk
Simpang Empat Gondomanan dan
Bintaran, Jurnal Teknologi, (7)1: hal. 64-
72.
Mansur, Agus, Rilo Purnawan, Agung, Nugraha,
2005, Penentuan Durasi Lampu Lalu-lintas
di Perempatan Mirota Kampus Jogjakarta
yang Optimal dengan Menggunakan
Software Arena 5.0, Proceeding Seminar
Nasional Teknologi Simulasi dan
Aplikasinya untuk Optimasi Industri,
Auditorium Pasca Sarjana UGM, 1 – 2 Juni,
hal. 108 – 114.
Primantari LFA., (2010). Koordinasi Pengaturan
Lampu Lalu Lintas (Studi kasus: Ruas
Jalan Prof. Dr. Sorharso - Adi Sucipto -
A.Yani - Adi Soemarmo). Jurnal Teknik
Sipil dan Arsitektur, 8(12): hal. 13-30.
Xie XF, Smith S, Barlow G., (2012). Schedule-
Driven Coordination for Real-Time Traffic
Network Control. Proceedings 22nd
International Conference on Automated
Planning and Scheduling (ICAPS). Atibaia,
Sao Paulo, Brazil, p. 323-331.
Zhu H, Fan H, Guo S., (2013). Moving Vehicle
Detection and Tracking in Traffic Images
based on Horizontal Edges.
TELKOMNIKA Indonesian Journal of
Electrical Engineering, 11(11): p. 6477-
6483.


Simulasi Maximum Power Point Tracking pada Panel Surya

Menggunakan Simulink MATLAB
Wahyudi Budi Pramono 1, Dwi Ana Ratna Wati 2, Maryonid Visi Taribat Yadaka 3
Jurusan Teknik Elektro, Universitas Islam Indonesia, Yogyakarta 1,2,3

wahyudi_budi_p@uii.ac.id 1
Abstrak
Matahari merupakan salah satu dari sumber energi terbarukan. Pemanfaatan sinar matahari menggunakan
panel surya sebagai pembangkit listrik mulai dikembangkan untuk mengurangi penggunaan bahan bakar fosil.
Panel surya memiliki keunggulan seperti ramah lingkungan karena tidak mempunyai limbah yang
menyebabkan polusi, murah perawatan, dan mudah dalam penerapannya. Daya yang dihasilkan oleh panel
surya dipengaruhi faktor suhu dan intensitas cahaya. Masalah utama penggunaan panel surya adalah efisiensi
yang masih rendah. Penelitian ini menyajikan usaha untuk meningkatkan efisiensi konversi energi oleh panel
surya dengan menggunakan metode Maximum Power Point Tracking [MPPT]. Prinsip utama metode ini
adalah mengatur besar tegangan output dari panel surya agar diperoleh daya maksimum untuk setiap
intensitas sinar matahari yang berbeda beda. Pengaturan tegangan output panel surya dilakukan dengan
menggunakan buck boost converter yang dikendalikan dengan sinyal PWM dengan mempertimbangkan
intensitas sinar matahari yang diterima panel surya. Hasil simulasi menunjukkan bahwa penggunaan metode
ini daya keluaran panel surya lebih tinggi sebesar 64,78% - 87,06% dibandingkan tanpa MPPT.
Kata Kunci: buck boost converter, PWM, MPPT, panel surya
1. Pendahuluan daya dari panel surya. Penelitian ini dilakukan dengan

Matahari merupakan salah satu dari sumber cara mengukur keluaran dari NI DAQ USB-6009 yang
energi terbarukan. Pemanfaatan sinar matahari dikontrol menggunakan logika fuzzy berupa sebuah
menggunakan panel surya sebagai pembangkit sinyal tegangan DC yang kemudian diteruskan sebagai
listrik mulai dikembangkan untuk mengurangi masukan ke pembangkit PWM (Pulse Width
penggunaan bahan bakar fosil. Panel surya Modulation). Daya maksimal yang mampu dihasilkan
memiliki keunggulan seperti ramah lingkungan pada penelitian ini sebesar 23,0317 watt.
karena tidak mempunyai limbah yang Penelitian selanjutnya tentang perancangan
menyebabkan polusi, murah perawatan, dan pengendali PID pada optimasi transfer daya panel surya
mudah dalam penerapannya. Daya yang berbasis LAB VIEW telah dilakukan oleh Agus Saputra
dihasilkan oleh panel surya dipengaruhi faktor (2011). Penelitian ini mengambil data dari panel surya
suhu dan intensitas cahaya. Namun panel surya berupa tegangan dan arus yang kemudian diakuisisi
memiliki kekurangan dalam hal efisiensi yang menggunakan NI-DAQ yang selanjutnya di-interface
rendah. menggunakan LAB VIEW 8.6. Dengan mengunakan
Selain itu karakteristik V-I panel surya kontrol PID didapatkan daya maksimum 50,57 watt
adalah non-linear dan berubah terhadap radiasi dengan tegangan 15,88 volt dan arus sebesar 3,184
dan suhu permukaan panel surya. Secara umum ampere.
terdapat titik yang unik pada kurva V-I maupun
V-P, yang dinamakan Maximum Power Point 2. Teori
(MPP), dimana pada titik tersebut panel surya 2.1 Panel Surya
bekerja pada efisiensi maksimum dan Panel surya merupakan suatu alat yang terdiri dari
menghasilkan daya keluaran yang paling besar. sel sel surya yang dapat mengubah cahaya menjadi
Letak dari MPP tidak diketahui tetapi dapat listrik. Panel surya sering disebut dengan sel
dicari menggunakan perhitungan atau algoritma photovoltaic. Untuk menyerap energi, panel surya
penjejak. Oleh karena itu algoritma Maximum bergantung pada efek photovoltaic. Penyerapan ini
Power Point Tracker (MPPT) dibutuhkan untuk menyebabkan arus mengalir diantara dua lapisan
menjaga titik kerja panel surya agar berada pada bermuatan yang berlawanan.
titik MPP. Untuk mendekati kinerja dari panel surya, suatu
Penelitian tentang perancangan pengendali modul metematis dikembangkan untuk menirukan
fuzzy untuk optimasi panel surya yang dilakukan karakteristik dari panel surya yang ditunjukkan gambar
oleh Wibisono (2010). Penelitian ini merancang 1 (selva, 2013).
sistem kendali untuk memaksimalkan transfer

50
800 W/m2
45
900 W/m2
1000 W/m2
40
35
Daya (watt)
30
25
20
Gambar 1 Rangkaian model panel surya
15
Dari gambar 1 direpresentasikan dalam

10
persamaan matematis sebagai berikut

5
(salmi,2012) : 0
0 5 10
Tegangan (V)
15 20 25
Gambar 2 Karakteristik V-P untuk level radiasi

q(V  IRs ) V  IRs
I  I ph  Is (exp  1)  (1)
3.5
800 W/m2
NKT R sh 3
900 W/m2
1000 W/m2
2.5
Keterangan, Iph adalah arus photovoltaic, q 2
ialah muatan elektron (1.602 x 10-19 C), N ialah
Arus (A)
faktor ideal panel surya, K merupakan konstanta 1.5
Boltzman (1.38 x 10-23 JK-1), dan Is ialah arus 1
saturasi diode. 0.5

Untuk mengetahui nilai Iph dapat diketahui
dengan persamaan 2 (salmi,2012). 0
0 5 10 15 20 25
Tegangan (V)
Gambar 3 Karakteristik V-I untuk level radiasi

β
I ph  (I sc  K i (T  298)) ( 2) MPPT merupakan sistem elektronik yang
1000
dioperasikan pada sebuah panel surya sehingga panel
surya bisa menghasilkan daya maksimum
(Abouda,2013). Cara kerja dari MPPT ini adalah
Keterangan, Isc merupakan arus hubung
dengan mengubah titik operasi atau titik kerja pada
singkat), T ialah temperatur panel surya dalam
kurva karakteristik P-V dari panel surya sehingga sistem
derajat kelvin, Ki merupakan koefisien suhu arus
DC-DC converter dapat memaksa panel surya untuk
hubung singkat (0.0017A/oC), dan β adalah
membangkitkan daya maksimum sesuai kemampuan
radiasi matahari (W/m2). Arus saturasi diode
panel surya pada setiap perubahan level intensitas
dapat dihitung menggunakan persamaan berikut:
penyinaran matahari. MPPT bukan pencarian secara
mekanis yang menggeser arah modul panel surya sesuai
arah matahari akan tetapi mengoptimalkan daya
T T q.E g
I s  I rs ( ) 3 exp((  1) ( 3) keluaran pada sistem pengendalinya (Babgei, 2012).
Tref Tref TKN Gambar 4 menunjukkan prinsip kerja algoritma
MPPT yang bekerja pada tiga daerah kondisi yakni
kondisi saat kenaikan daya, kondisi saat puncak daya,
Keterangan, Irs merupakan arus saturasi dan kondisi saat penurunan daya. Kondisi saat kenaikan
diode pada temperatur 298, Eg adalah jarak daya ditunjukkan oleh kenaikan grafik ke arah
energi dalam bahan semikonduktor. maksimum dengan perubahan daya bernilai positif
Karakteristik keluaran panel surya berupa (dP>0). Ketika berada di kondisi puncak, tidak ada
kurva non linear dan dipengaruhi oleh suhu dan perubahan daya (dP=0), sedangkan saat terjadi
radiasi sinar matahari yang ditunjukkan pada penurunan daya ditunjukkan oleh grafik yang menurun
gambar 2 dan gambar 3. Gambar 2 merupakan dengan perubahan daya bernilai negatif (dP<0).
grafik hubungan antara tegangan dengan daya
panel surya dan gambar 3 merupakan grafik
hubungan tegangan dengan arus panel surya
menggunakan suhu 298 K, intensitas cahaya
1000 W/m2, 900 W/m2, dan 800 W/m2.

Gambar 4 Prinsip kerja MPPT

2.2 Buck boost converter (r  rm )(R  rC )  (rm  rd )(R  rC )D

iL   L
L(R  rC )
R.rC .D' R.D' 1  D' (7 )
 iL  VC  VG
L(R  rC ) L(R  rC ) L
R.rC .D'  1  D' D'
 io  Vm  Vd
Gambar 5 Rangkaian buck boost converter L(R  rC ) L L
Gambar 5 merupakan rangkaian buck boost VC

RD' R
converter yang merupakan gabungan dari buck VC  iL  
dan boost converter dan berfungsi mengubah (R  rC )C (R  rC )C (R  rC ) (8)
titik kerja daya keluaran panel surya
(Modabbernia,2013). Rangkaian buck boost R.rC .D' R R.rC
converter memiliki tegangan keluaran converter Vo  iL  VC  io (9 )
besar sedangkan arus keluaran converter kecil R  rC R  rC R  rC
atau tegangan keluaran converter kecil
sedangkan arus keluaran converter besar. D'.rC VC R (10)
Berikut adalah hubungan antara tegangan I out  iL   io
R  rC R  rC R  rC
dengan duty cycle.
Keterangan:
I iL : arus pada induktor
Vout D ( 4)
 in  Vc : tegangan pada kapasitor
Vin I out 1  D VG : Tegangan Input
Vo : tegangan converter
Iout : arus output converter
Dari persamaan tersebut dapat diketahui io : arus input
rL : hambatan pada induktor
D (5) rm : hambatan pada mosfet
Vout  Vin ( ) rC : hambatan pada kapasitor
1 D
rd : hambatan diode
D’ : duty cycle ketika off
I out  I in (
1 D
)
( 6)
D 2.3 Pulse Width Modulation (PWM)
Pulse Width Modulation (PWM) secara umum
adalah sebuah cara memanipulasi lebar sinyal yang
Keterangan dinyatakan dengan pulsa dalam satu periode, untuk
Vin = tegangan masukan (volt). mendapatkan tegangan yang berbeda. Sinyal PWM pada
Vout = tegangan keluaran (volt). umumnya memiliki amplitudo dan frekuensi dasar yang
Iin = arus masukan (ampere). tetap, tetapi memiliki lebar pulsa yang bervariasi. Sinyal
Iout = arus keluaran (ampere). PWM dapat terlihat seperti gambar 6. Lebar pulsa PWM
D = duty cycle dengan nilai 0 sampai 1. berbanding lurus dengan amplitudo sinyal asli yang
Buck boost converter digunakan untuk belum termodulasi.
mengkonversi energi dari yang dihasilkan panel
surya agar memperoleh daya listrik yang stabil
di posisi puncak. Merujuk pada gambar 5 buck
boost converter dapat dirumuskan dalam
persamaan matematis sebagai berikut
(Modabbernia, 2013):
Gambar 6 Sinyal PWM
Penelitian ini menggunakan fungsi PWM sebagai
data masukan kendali suatu perangkat converter. PWM
digunakan untuk mengendalikan daya keluaran dari
converter. Sinyal PWM memiliki frekuensi gelombang
yang tetap akan tetapi duty cycle yang bervariasi dari 0 -
1.
Dari gambar 6, duty cycle dapat dirumuskan
sebagai berikut:

Ton
d (11)
Ton  Toff
Dengan keterangan d adalah duty cycle, Ton

merupakan waktu hidup, dan Toff adalah waktu
off.
Penelitian ini akan mensimulasikan
perangkat panel surya dan buck boost converter
dengan menggunakan simulink MATLAB untuk
mendapatkan nilai daya output maksimum.
Pengaturan buck boost converter dilakukan
dengan menggunakan PWM.
3. Metode
Perancangan sistem simulasi panel surya
meliputi pemodelan panel surya, duty cycle, dan
buck boost converter. Perancangan sistem
pengendali ini, keseluruhan sistem disimulasikan Gambar 9 Simulasi panel surya
dalam perangkat lunak, baik pemodelan panel
surya maupun buck boost converter. 3.2 Pemodelan buck boost converter
Perancangan simulasi menggunakan fitur Perancangan sistem panel surya dengan
simulink yang terdapat pada MATLAB 7.8.0 memanfaatkan fasilitas toolbox pada Simulink. Proses
R2009a komputasi pada panel surya terdiri dari pembacaan
input, memproses input, dan menampilkan output.
Proses komputasi dalam bentuk diagram alir
ditunjukkan gambar 10.
Berdasarkan persamaan (9) tegangan keluaran buck
boost converter dapat diimplementasikan ke dalam
Simulink yang ditunjukkan gambar 11.

Gambar 7 Perancangan simulasi panel surya
3.1 Perancangan simulasi panel Surya

Perancangan sistem panel surya dengan
memanfaatkan fasilitas toolbox pada Simulink.
Proses komputasi pada panel surya terdiri dari
pembacaan input, memproses input, dan
menampilkan output. Proses komputasi dalam
bentuk diagram alir ditunjukkan gambar 8.
Berdasarkan persamaan (1) panel surya dapat
diimplementasikan ke dalam Simulink yang
ditunjukkan gambar 9.

Gambar 10 Diagram alir buck boost converter
Gambar 11 Tegangan keluaran buck boost converter
Gambar 8 Diagram alir simulasi panel surya

Berdasarkan persamaan (10) arus keluaran 60

Grafik tegangan dengan daya pada panel surya
buck boost converter dapat diimplementasikan 50
ke dalam Simulink sebagai berikut:
Daya panel surya (watt)

40
30
20
10
0
0 5 10 15 20 25
Tegangan panel surya (V)

Gambar 14 Pengaruh tegangan terhadap daya panel surya
Tabel 1 Perbandingan datasheet dengan simulasi

Parameter Datasheet Simulasi Error
Gambar 12 Arus keluaran buck boost converter
Daya
50 watt 50,6 watt 1,20%
maksimum
Isc 3,3 A 3,3 A 0%
Voc 22,2 V 21,3 V 4,05%
Pengujian ini menampilkan hasil uji coba
Vmax 17,5 V 17,04 V 2,60%
simulasi, analisis, dan pembahasan kinerja
Imax 3A 2,97 A 1,00%
sebuah sistem MPPT. Pulsa PWM dioperasikan
pada frekuensi 14 kHz dengan duty cycle 10 -
90%. Perbandingan nilai datasheet panel surya dengan
simulasi terlihat pada tabel 1. Berdasarkan tabel 1
4.1 Pengujian panel surya diketahui bahwa nilai error daya maksimum sebesar
Berdasarkan pengujian sistem kalang 1,2%, error tegangan hubung buka sebesar 4,05%, error
terbuka menggunakan intensitas penyinaran 1000 tegangan maksimal sebesar 2,6%, dan error arus
W/m2 dan suhu permukaan panel surya 298 K maksimal sebesar 1,0%. Nilai error yang kurang dari
diperoleh nilai tegangan naik dari 0 – 21 volt, 5% menunjukkan bahwa simulasi ini masih baik.
sedangkan arus bergerak turun dari 3,3 – 0
ampere. Grafik hubungan tegangan dan arus 4.2 Pengujian buck boost converter
yang ditunjukkan pada gambar 13. Berdasarkan hasil pengujian menggunakan sistem
kalang terbuka terjadi kenaikan tegangan dan daya
3.5
Grafik tegangan dan arus pada panel surya sampai titik puncak dan kemudian turun pada saat
3
kenaikan duty cycle. Lain halnya dengan arus ketika
terjadi kenaikan duty cycle besar arus keluaran akan
Arus panel surya (A)
turun hingga titik terendah dan kemudian nilai arus akan

2.5
2
meningkat.
1.5
Berikut hasil pengujian dari buck boost converter:
1
0.5
Tabel 2 Pengujian buck boost converter dengan intensitas
1000 W/m2 dan suhu 318 K
0
0 5 10 15 20 25
Duty Voutput Ioutput Poutput
Tegangan panel surya (V) No
Gambar 13 Pengaruh tegangan terhadap arus panel cycle (V) (A) (W)
surya 1 10% 0,70 2,90 2,06
2 20% 2,33 2,84 6,64
Gambar 13 merupakan gambar hubungan 3 30% 4,33 2,77 12,02
antara tegangan dan arus dimana arus bernilai 4 40% 6,83 2,68 18,35
konstan hingga terjadi penurunan nilai arus 5 50% 10,02 2,56 25,75
ketika kenaikan nilai tegangan dari 0 – 21 volt. 6 60% 14,11 2,42 34,16
Berbeda dengan arus, daya memiliki kenaikan 7 70% 19,15 2,23 42,86
nilai hingga pada tegangan tertentu nilai daya 8 80% 23,44 2,08 48,82
berkurang. Pada simulasi ini daya mengalami 9 90% 13,95 2,42 33,85
kenaikan dari 0 – 50 watt pada tegangan 0 – 16,5
volt, tetapi saat tegangan naik dari 16,5 – 21,0 Berdasarkan tabel 2 nilai daya keluaran buck boost
terjadi penurunan daya dari 50 – 0 watt. Grafik converter lebih rendah dari daya maksimal keluaran
hubungan antara tegangan dan daya ditunjukkan panel surya, akan tetapi tegangan keluaran converter
pada gambar 14. lebih besar dari keluaran panel surya. Daya keluaran
converter lebih rendah dari daya masukan karena di
dalam converter tersebut terdapat rugi-rugi. Kerugian
ini dapat diminimalkan dengan mengoptimalkan nilai
duty cycle. Duty cycle dapat menaikkan daya hingga

maksimal pada nilai tertentu. Ketika duty cycle Perbandingan daya input dan output converter
49.7
melewati titik puncak maka akan terjadi 49.6 Daya output converter
penurunan daya. Hasil pengujian keluaran daya 49.5
Daya input converter
converter tersebut ditunjukkan pada gambar 15.
Daya (watt)
49.4
Grafik duty cycle dengan daya keluaran converter

49.3
50
49.2
40
Daya keluaran converter (watt)
49.1
30 49
20
0 2 4 6 8 10
10
Waktu (detik)
Gambar 16 Perbandingan daya panel surya dengan daya
0
converter
-10
Perbandingan daya input dan output converter berubah intensitas
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 50
Duty cycle daya output converter
daya input converter
Gambar 15 Hubungan duty cycle dengan daya 40
Daya (watt)
Gambar 15 merupakan respons dari 30
converter terhadap kenaikan duty cycle. Ketika

duty cycle dinaikkan dari 0 - 90% maka 20
mengakibatkan daya mengalami kenaikan dan 10

mencapai titik puncak pada duty cycle tertentu
dan kemudian turun. Nilai maksimal daya 0
0 200 400 600 800 1000 1200
converter diperoleh pada saat duty cycle bernilai Waktu (detik)
81,49% dengan 48,95 watt. Gambar 17 Grafik perbandingan daya input dan output
converter
Perbandingan tegangan input dan output converter berbagai intensitas
4.3 Analisis Hasil Simulasi 25
Berdasarkan pengujian menggunakan duty tegangan output
cycle 81,49%, intensitas cahaya 1000 W/m2, dan

tegangan input
20
suhu panel surya 45oC diperoleh perbedaan arus

Tegangan (V)
15
panel surya dengan arus converter ditunjukkan
pada gambar 16. Gambar 16 merupakan grafik 10
hubungan daya input dan daya output converter.
Daya input converter memiliki nilai 49,42 watt 5
sedangkan daya keluaran converter 48,95 watt.

Pengujian kedua menggunakan intensitas 800 0
0 200 400 600 800 1000 1200
W/m2, 200 W/m2, dan 980 W/m2 dengan duty Waktu (detik)
cycle 81,49% yang ditunjukkan gambar 17 dan Gambar 18 Grafik perbandingan tegangan input dan output
converter
18.
4.4 Pengujian MPPT
Gambar 17 merupakan perbandingan nilai Pengujian ini menggunakan panel surya yang
daya input converter dengan output converter terhubung beban langsung dan panel surya yang
dengan perubahan intensitas dari 800 W/m2, 200 terhubung dengan converter. Pengujian ini dilakukan
W/m2, dan 980 W/m2. Daya keluaran converter untuk mendapatkan daya maksimum panel surya pada
memiliki nilai yang lebih kecil dari daya input tingkat intensitas cahaya dan suhu panel surya tertentu,
converter. Hal ini dikarenakan terdapat rugi-rugi serta mengetahui daya yang diserap beban tanpa
dalam pemakaian converter. Gambar 18 menggunakan sistem MPPT.
merupakan grafik perbandingan tegangan input
dan output dari converter dengan perubahan 4.5 Pengujian dengan perubahan intensitas
Pengujian ini menggunakan rangkaian panel surya
tingkat penyinaran. Nilai tegangan keluaran
yang terhubung beban dan panel surya yang terhubung
converter memiliki nilai yang lebih besar dari
converter dengan duty cycle 81,49%, suhu panel surya
input. Hal ini dikarenakan karakteristik converter
yang tetap, dan intensitas cahaya yang berubah.
yang meningkatkan tegangan keluaran tetapi
Pengujian ini juga menggunakan beban yang berubah
mengurangi nilai arus keluaran. Namun saat
dari 12 Ohm, 15 Ohm, dan 18 Ohm. Hasil pengujian
intensitas penyinaran kurang dari 200 W/m2
panel surya dengan MPPT dan non-MPPT
tegangan keluaran converter lebih rendah dari
menggunakan suhu 45oC ditunjukkan pada tabel 3.
tegangan input converter.

Tabel 3 Perbandingan Daya antara sistem non-MPPT surya yang berubah dan intensitas cahaya yang tetap.
dengan sistem MPPT dengan Perubahan Intensitas Pengujian ini juga menggunakan beban yang berubah
Beban Intensita Non- MPPT Persen dari 12 Ohm, 15 Ohm, dan 18 Ohm. Hasil pengujian
(Ohm) s (W/m2) MPPT (watt) tase panel surya dengan MPPT dan non-MPPT
(watt) kenaik menggunakan intensitas pencahayaan 1000 W/m2
an (%) ditunjukkan pada tabel 4.
1000 24,71 46,21 87,00
12 800 19,61 35,43 80,67 Tabel 4 Perbandingan Daya antara sistem non-MPPT dengan
600 11,90 19,61 64,78 sistem MPPT dengan Perubahan Suhu Panel Surya
1000 19,77 36,97 87,00 Beban Suhu Non- MPPT Persentase
15 800 15,69 28,34 80,62 (Ohm) Panel MPPT (watt) kenaikan
600 9,52 15,69 64,81 Surya (watt)
1000 16,47 30,81 87,06 (K)
18 800 13,07 23,62 80,71 12 298 25,14 47,16 87,43%
600 7,93 13,07 64,81 Ohm 313 24,82 46,44 87,10%
318 24,71 46,21 87,00%
Pengujian ini menggunakan intensitas 1000 323 24,60 45,98 86,91%
W/m2, 800 W/m2, dan 600 W/m2 dengan 15 298 20,11 37,70 87,46%
hambatan 12 Ohm, 15 Ohm, dan 18 Ohm. Panel Ohm 313 19,86 37,15 87,05%
surya dengan sistem MPPT memiliki daya yang 318 19,77 36,97 87,00%
lebih besar daripada panel surya tanpa sistem 323 19,68 36,79 86,94%
MPPT. Selisih daya yang dihasilkan dari kedua 18 298 16,76 31,42 87,47%
sistem antara 7,71 watt hingga 14,34 watt Ohm 313 16,55 30,96 87,06%
dengan persentase 64,78% hingga 87,06%. 318 16,47 30,81 87,06%
323 16,40 30,65 86.89%
Pengujian ini menggunakan 298, 313 K, 318, dan

323 K dengan hambatan 12 Ohm, 15 Ohm, dan 18
Ohm. Panel surya dengan sistem MPPT memiliki daya
yang lebih besar daripada panel surya tanpa sistem
MPPT. Selisih daya yang dihasilkan dari kedua sistem
antara 14,24 watt – 21,98 watt dengan persentase
86,89% - 87,46%.
Pada tabel 4 diketahui bahwa daya yang dihasilkan
panel surya berbanding terbalik dengan suhu permukaan
panel surya. Semakin tinggi suhu permukaan panel
Gambar 19 Perbandingan Sistem MPPT dengan Non-
MPPT menggunakan beban 12 Ohm surya maka daya yang dihasilkan lebih kecil akan tetapi
ketika suhu permukaan panel surya semakin rendah
Gambar 19 merupakan hasil pengujian maka daya yang dihasilkan semakin besar. Kenaikan
menggunakan sistem MPPT dan non-MPPT pada nilai daya panel surya juga tergantung pada beban yang
beban 12 Ohm dengan intensitas 1000 W/m2, terpasang. Beban yang terpasang berbanding terbalik
800 W/m2, dan 600W/m2. Dari gambar 19 dengan daya yang dihasilkan panel surya. Semakin
diketahui bahwa pada intensitas 1000 W/m2 nilai besar beban yang terpasang maka daya keluaran akan
daya yang menggunakan sistem MPPT semakin kecil sebaliknya semakin kecil beban yang
mempunyai nilai 46,21 watt sedangkan panel terpasang maka daya keluaran semakin besar. Grafik
surya non-MPPT 24,71 watt. Pada intensitas 800 hubungan pemasangan beban yang berbeda dengan suhu
W/m2 MPPT memiliki daya 35,43 watt permukaan 313 K ditunjukkan pada gambar 20.
sedangkan non-MPPT 19,61 watt. Dengan
menggunakan intensitas 600 W/m2 sistem MPPT
mengeluarkan daya sebesar 19,61 watt
sedangkan sistem non-MPPT mengeluarkan daya
sebesar 11,90 watt. Berdasarkan gambar 19 dapat
diketahui bahwa penggunaan sistem MPPT
memiliki daya keluaran yang lebih besar
daripada sistem non-MPPT.
4.6 Pengujian dengan perubahan suhu

Pengujian ini menggunakan rangkaian panel
surya yang terhubung beban dan panel surya Gambar 20 Perbandingan sistem MPPT dengan non-MPPT
yang terhubung converter dengan suhu panel dengan beban yang berubah

Computer Science and Engineering (IJCSE), vol.

Gambar 20 merupakan pengujian sistem MPPT 5, pp. 120-125.
dengan non-MPPT dengan intensitas cahaya Salmi, T., 2012, Matlab/Simulink Based Modelling of
1000 W/m2, temperatur 313 K, dan hambatan Solar Photovoltaic Cell, International Journal of
bervariasi dari 12 Ohm, 15 Ohm, dan 18 Ohm. Renewable Energy Research, vol. 2, pp. 231-
Sistem non-MPPT memiliki daya sebesar 24,82 215.
watt, 19,86 watt, dan 16,55 watt sedangkan Saputra A., 2011, Perancangan Pengendali PID pada
sistem MPPT memiliki daya 46,44 watt, 37,15 Optimasi Transfer Daya Panel Surya Berbasis
watt, dan 30,96 watt. Daya yang dihasilkan panel Lab View, Jurusan Teknik Elektro UII,
surya mengalami penurunan seiring dengan Yogyakarta.
penambahan beban yang terpasang pada Selva S., 2013, Modeling and Simulation of Incremental
rangkaian. Semakin besar beban yang terpasang Conductance MPPT Algorithm for Photovoltaic
maka daya yang diserap semakin besar pula akan Applications, International Journal of Scientific
tetapi daya yang dapat dimanfaatkan semakin Engineering and Technology, vol. 2, pp. 681-
kecil. 684.
Wibisono R. D. G., 2010, Perancangan Pengendali
5. Kesimpulan Fuzzy untuk Optimasi Panel Surya, Jurusan
Berdasarkan hasil penelitian tugas akhir ini Teknik Elektro UII, Yogyakarta.
diperoleh beberapa kesimpulan antara lain:
1. Panel surya menggunakan sistem MPPT
menghasilkan daya keluaran yang lebih
besar daripada Panel Surya tanpa sistem
MPPT. Persentase selisih daya panel surya
tanpa MPPT dan panel surya dengan MPPT
64,78% - 87,06%.
2. Daya yang dihasilkan oleh panel surya
lebih dipengaruhi oleh intensitas cahaya
yang diserap oleh panel surya daripada
suhu permukaan panel surya. Selisih daya
yang dihasilkan dari kedua sistem antara
14,24 watt – 21,98 watt dengan persentase
86,89% - 87,46%
3. Daya maksimal panel surya dapat
dihasilkan dengan menggunakan duty cycle
81,49%
Ucapan Terima Kasih

Terima kasih kami sampaikan kepada Jurusan
Teknik Elektro yang telah membantu dalam
pendanaan penelitian ini
Daftar Pustaka
Abouda, S., 2013, Design, Simulation, and
Voltage Control of Standalone
Photovoltaic System Based MPPT
Aplplication to a Pump system,
International Journal of Renewable
Energy Research, vol. 3, pp. 541-542.
Babgei A. F., 2012, Rancang Bangun Maximum
Power Point Tracker (MPPT) pada Panel
Surya Dengan menggunakan metode
Fuzzy, Institut Teknologi Sepuluh
November, Surabaya.
Modabbernia M. R., 2013, The State Space
Average Model of Buck-Boost Switching
Regulator Including all of The System
Uncertainties, International Journal on

Pengelompokan Data Guru Untuk Pemilihan Calon Pengawas

Satuan Pendidikan Menggunakan Metode Fuzzy C-Means dan
Kohonen Self Organizing Maps
Muslem 1, Eko Mulyanto Yuniarno 2, I Ketut Eddy Purnama 3
Magister Telematika (Konsentrasi CIO), Jurusan Teknik Elektro

Institut Teknologi Sepuluh November Surabaya 1
muslem13@mhs.ee.its.ac.id
Jurusan Teknik Elektro,Institut Teknologi Sepuluh November Surabaya 2 ,3
Abstrak
Mutu pendidikan sangat bergantung dari pengelolaan pendidikan, salah satu faktor penting dalam pengelolaan
pendidikan adalah pengawasan dan evaluasi. Pengawasan pendidikan yang berkesinambungan dan didukung
dengan penunjukan pengawas yang sesuai kompetensi akan berimplikasi terhadap mutu pendidikan.
Permasalah yang saat ini sering terjadi adalah proses pengelompokan data guru untuk dipilih menjadi calon
pengawas masih konvensional, sehingga diperlukan suatu model pengelompokan data guru untuk
mendapatkan informasi yang berguna dalam merencanakan langkah-langkah strategis dan regulasi kebijakan
penentuan calon pengawas satuan pendidikan. Dengan memanfaatkan teknologi informasi dan komunikasi
khususnya bidang data mining, pada penelitian pengelompokan data guru ini menggunakan metode fuzzy c-
means dan kohonen self organizing maps, dan hasil pengelompokan dilakukan analisa dengan melakukan
pengukuran penyebaran data. Dari hasil penelitian didapatkan dengan membentuk beberapa pengelompokan
pada FCM dengan memberikan nilai akurasi error 0.1 dan kohonen SOM yang diatur learning rate dan laju
pembelajarannya, didapatkan hasil pengelompokan dengan 3 cluster dengan memberikan learning rate 0.8
dan laju pembelajaran 0.7 pada metode kohonen SOM mempunyai nilai varian yang ideal sebesar 0.0088
dibandingkan pengelompokan pada FCM dan daripada metode yang sama dengan membentuk kelompok
yang berbeda.
Kata Kunci: cluster variance, clustering, data guru , fuzzy c-means, kohonen SOM, pengawas
1. Pendahuluan yang sesuai kompetensi akan berimplikasi terhadap

Pendidikan merupakan faktor penting dalam mutu pendidikan. Permasalahan yang saat ini terjadi
mencapai tingkat kesejahteraan suatu bangsa. adalah proses pengelompokan data guru untuk
Pendidikan yang bermutu akan menghasilkan output dipilih menjadi calon pengawas masih dilakukan
masyarakat yang berkualitas dan mandiri, untuk secara konvensional, tidak mampu mengeksplorasi
meningkatkan mutu pendidikan, selain faktor data guru secara cepat dan akurat dan penilaian
pengelolaan diperlukan monitoring dan evaluasi calon yang tidak objektif sesuai kompetensi masing-
dengan melakukan pengawasan pada setiap jenjang masing calon pengawas sehinga diperlukan suatu
satuan pendidikan. Dalam konteks penyelenggaraan pengelompokan data guru untuk mendapatkan
pendidikan, konsep pengawasan sesungguhnya informasi yang berguna dalam merencanakan
menempati posisi yang sangat strategis, disebabkan langkah-langkah strategis dan kebijakan dalam
karena seberapapun bagusnya sebuah perencanaan mengambil keputusan unutk penerimaan calon
program pendidikan, jika tanpa dibarengi dengan pengawas satuan pendidikan. Dengan memanfaatkan
proses pengawasan yang memadai, maka segala teknologi informasi dan komunikasi khusunya
program yang dicanangkan sebelumnya akan dibidang data mining, penelitian ini akan
menjadi tidak terukur secara jelas tingkat menggunakan metode fuzzy c-means (FCM) dan
keberhasilannya, bahkan sangat memungkinkan kohonen self organizing maps (SOM).
adanya penyimpangan-penyimpangan yang terjadi Pengelompokan dengan FCM mampu mencari pola
didalamnya yang sulit untuk dideteksi[9]. Untuk sampel data dari dalam databases yang besar dengan
kepengawasan diperlukan penunjukan seorang variabel dan kompleksitas tinggi[2], pengelompokan
pengawas pada tiap satuan pendidkan. Pengawasan pada kohonen SOM mampu mengelompokkan
satuan pendidikan adalah seorang kepala sekolah dokumen dengan konteks dan isi yang mirip[4].
dan guru yang diberikan tugas, tanggung jawab dan Pada penelitian ini terdiri atas lima bab dengan
wewenang secara penuh untuk melakukan sistematika penulisan sebagai berikut. Pendahuluan
pengawasan pendidikan dengan melaksanakan berisi tentang hal-hal yang mendasari penelitian ini
penilaian dan pembinaan dari segi teknis pendidikan dilakukan serta identifikasi permasalahan, bab
dan administrasi pada satuan pendidikan tinjauan pustaka berisi uraian teori, yang dijadikan
tertentu[7,8]. Pengawasan pengelolaan pendidikan landasan untuk melakukan penelitian ini, bab
yang berkesinambungan dan penunjukan pengawas metodologi penelitian membahas tentang uraian

metodologi yaitu tahapan yang dilakukan, metode menghimpun dari berbagai jenis data seperti dari
yang digunakan yaitu fuzzy c-means dan kohonen data UKG 2012, data guru sertifikasi, data tunjangan
SOM, bab analisa dan pembahasan adalah uraian jabatan fungsional 2013 sehinga diperoleh data yang
hasil analisa dan pembahasan terhadap hasil cukup dalam penelitian ini. Atribut data guru yang
pengelompokan data yang dilakukan dan digunakan adalah status Guru/Kepala Sekolah,
pembahasan pengukuran hasil pengelompokan, dan jenjang pendidikan, kualifikasi pendidikan, masa
bab terakhir berisi kesimpulan dan saran merupakan kerja, umur, pangkat, dan sertifikasi, hal ini sesuai
kesimpulan hasil penelitian dan saran-saran terhadap parameter aturan penilaian calon pengawas satuan
pengembangan penelitian selanjutnya. Digunakan pendidikan, jumlah data yang digunakan 315. Secara
kedua metode tersebut bertujuan untuk dapat detail berikut alur pengerjaan dalam penelitian ini :
memperoleh model pengelompokan yang ideal
terhadap karakteristik dari data guru, hasil
pengelompokan yang dibentuk diukur penyebaran
dari data guru untuk mendapatkan pengelompokan
yang ideal menggunakan cluster variances, sehingga
dapat diperoleh hasil pengelompokan data guru
yang dapat direkomendasikan untuk diangkat
sebagai calon pengawas satuan pendidikan sesuai
dengan aturan penilaian kriteria dari setiap
parameter data guru secara akurat untuk menjadi
calon pengawas satuan pendidikan pada jenjang
tertentu.
Gambar 1. 2 Alur pengerjaan penelitian
2. Metode
Metode yang akan digunakan dalam penelitian
Data guru yang akan dilakukan untuk tahap proses
pengelompokan data guru untuk pemilihan calon
clustering terlebih dahulu dilakukan tahap data
pengawas satuan pendidikan yaitu dengan
preprocessing, hal ini dilakukan untuk validasi data
memanfaatkan teknologi informasi dan komunikasi
terhadap duplikasi, dan melakukan pembersihan
khusunya bidang data mining untuk pengelompokan
terhadap record data yang tidak digunakan dan
data yaitu menggunakan metode fuzzy c-means dan
selanjutnya dilakukan normalisasi berupa
kohonen self organizing maps, hal ini sesuai dengan
transformasi data untuk dapat digunakan pada proses
karakteristik data guru yang beragam yang perlu
pengelompokan dengan melakukan penyesuain
dikelompokkan sehingga dapat memunculkan calon
transformasi data input antara range 0 sampai 1,
pengawas yang mempunyai kompetensi dan layak
dengan menggunakan persamaan sebagai berikut :
untuk dicalonkan sebagai pengawas, kedua metode
ini tergolong kedalam unsupervised learning, artinya
(1)
pembelajaran yang tidak terawasi, dalam konsep
artificial neural network sebuah output tidak
ditentukan target yang harus dicapai. Adapun sistem
kerja dalam penelitian ini adalah sebagai berikut : Khusus untuk parameter, status, kualifikasi
pendidikan, jenjang pendidikan, pangkat, sertifikasi
dilakukan dengan mengkonversi data parameter
tersebut kedalam range 0 dan 1, sebagai contoh
untuk parameter status dikonversi sebagai berikut :
Tabel 1. 1 Contoh konversi data status

Nilai
Status Konversi
Input
Kepsek SMK 20 1
Kepsek SMA 19 0.95
Guru SMK 18 0.90
Guru SMA 17 0.85
Kepsek SMP 16 0.80
Guru SMP 15 0.75
Kepsek SD 14 0.70
Guru SD 13 0.65
Gambar 1. 1 Blok diagram penelitian
Kepsek TK 12 0.60
Guru TK 11 0.55
Data yang digunakan dalam penelitian ini adalah
data guru, dan Kepala Sekolah dari Kabupaten Aceh
Utara yang berupa data kuantitatif. Peneliti
mendapatkan data secara sekunder yang

Setelah tahap data prepocessing selesai, dilakukan a. Inisialisasi :

tahap pengelompokan yaitu menggunakan metode a. Menentukan bobot Wij secara acak,
fuzzy c-means dan kohonen self organizing maps. b. Menentukan laju pembelajaran,
a. Fuzzy C-Means c. Menentukan bentuk dan jari-jari (R).
Pengelompokan dengan metode FCM yang b. Selama kondisi penghentian berrnilai salah,
merupakan salah satu artificila neural network yang lakukan langkah 3 sampai langkah 8,
unsupervised learning dengan didasarkan pada teori c. Untuk setiap vektor masukan X, lakukan
logika fuzzy. Konsep dasar FCM adalah menentukan langkah 4 sampai langkah 6 ,
titik pusat cluster yang akan ditandai sebagai titik d. Hitung jarak Euncledian D(j) , untuk setiap j
lokasi rata-rata untuk setiap cluster-nya. Berikut ini (j=1..2..m) dengan nilai bobot Wj dan data
algoritma dari FCM [11]: masukan Xi (1=1..,2..,3), dengan persamaan
1. Tentukan data berupa matrix n x m, jumlah :
cluster (c ≥2), pangkat pembobot (w>1), (5)
maksimum iterasi, fungsi objektif (P0=0),
akurasi (ɛ=nilai positif yang sangat kecil),
iterasi awal (t=1) e. Menentukan indeks j sedemikian hingga Dj
2. Buat matrix partisi awal (µ) secara acak, minimum,
3. Hitung pusat cluster dari setiap cluster : f. Lakukan perbaikan nilai bobot Wij untuk
setiap unit j disekitar J dengan
menggunakan persamaan :
(2)
(6)
g. Modifikasi laju pembelajaran saat iterasi

4. Hitung fungsi objektif pada iterasi ke–t : selesai :
(7)
(3)
h. Uji kondisi penghentian.
5. Update derajat keanggotaan µ :
Untuk dapat mendapatkan hasil penyebaran data
yang maksimal, pada pengelompokan dengan
kohonen SOM akan dilakukan penentuan terhadap
(4) learning rate dan laju pembelajarannya, setiap
pengelompokan data yang dibentuk akan dibedakan
dengan i=1..2..n ; k=1..2..c nilai learning rate dan laju pembelajarannya.
6. Cek kondisi berhenti : c. Analisis evaluasi pengelompokan

a. Jika : (P1-Pt) < ɛ atau (t < MakIterasi) Pengelompokan data guru yang dihasilkan akan
maka berhenti, dilakukan evaluasi pengelompokan data dengan
b. Jika tidak : t = t +1, mengulang langkah melakukan analisis pengukuran penyebaran data
3. yang terjadi dengan menggunakan cluster variance
yang merupakan model untuk melakukan
Pada pengelompokan yang digunakan dengan FCM pengukuran terhadap penyebaran data yang terjadi.
akan digunakan nilai matrik partisi awal (µ) secara Dalam cluster variance sebuah cluster mencapai
random dan nilai akurasi error sebesar 01, nilai ini ideal apabila nilai keanggotaan sebuah kelompok
diberikan pada setiap kelompok yang akan dibentuk mempunyai kesamaan yang tinggi dan berbeda
yaitu 2,3 dan 4 kelompok, dan akan dilihat dengan kelompok yang lainnya[6]. Besarnya nilai
perbedaan hasil penyebaran data pada setiap penyebaran data yang terjadi dalam sebuah
pengelompokannya. kelompok dapat dihitung dengan persamaan sebagai
berikut :
b. Kohonen self organizing maps
Metode kohonen SOM merupakan salah satu (8)
bagian dari artificial neural network yang
unsupervised learning dimana data target tidak ada dengan :
yang ditentukan, pada kohonen SOM diberikan : Varian pada kelompok c,
pengetahuan dasar berupa parameter data dan bobot c : 1..k, dimana k:jumlah kelompok,
yang ditentukan dan hanya neuron pemenang yang di : data ke-i pada suatu kelompok,
diupdate bobotnya. Adapun algoritma metode
: rata-rata suatu data pada satu kelompok,
kohonen self organizing maps[1] adalah sebagai
berikut :

Dalam cluster variance ada 2 model pengukuran pada FCM, akan digunakan pusat cluster sebagai
evaluasi pengelompokan dari segi internal yaitu bobot awal pada metode kohonen SOM untuk
variance within cluster (Vw) digunakan untuk selanjutnya dilakukan pengelompokan dengan
mengukur tingkat penyebaran data didalam sebuah kohonen SOM. Pemberian bobot pada metode
kelompok yang dibentuk, kelompok yang ideal kohonen SOM yang berupa pusat cluster pada
adalah yang mempunyai nilai Vw yang minimum, metode FCM dilakukan untuk mengukur seberapa
yang dapat dihitung dengan persamaan sebagai nilai penyebaran data yang terjadi dengan mengatur
berikut : learning rate dan laju pembelajarannya, yang akan
dibandingkan dengan pengelompokan kohonen SOM
yang nilai bobot awal ditentukan secara random.
(9)
Pada pengelompokan data guru menggunakan FCM
dengan : untuk membentuk 2, 3 dan 4 cluster, dengan
N : jumlah semua data, mengatur parameter yaitu nilai akurasi error = 0.1,
: jumlah data dalam sebuah kelompok i, maksimum iterasi = 100, fungsi objektif= 0, pangkat
: Varian pada kelompok ke i pembobot = 2, dan untuk setiap nilai keanggotaan
data atau µ matrik-nya merupakn nilai random.
Selanjutnya dari segi eksternal pengukuran cluster maka didapatkan informasi nilai untuk penyebaran
variance adalah variance between cluster yaitu data dalam cluster dan antar cluster dan nilai varian
pengukuran penyebaran data antar kelompok yang keseluruhannya adalah sebagai berikut :
dibentuk, nilai Vb yang tinggi menandakan sebuah
kelompok yang ideal, dapat dihitung dengan Grafik Variance Within Cluster
persamaan sebagai berikut : 0.025 0.0226
0.02
Nilai Vw 0.02 0.0178
(10) 0.015
0.01 Vw
dengan : 0.005
c : jumlah kelompok,
: jumlah data dalam sebuah kelompok i, 0
2 3 4
: rata-rata nilai
Gambar 1. 3 Nilai Vw pada FCM
Untuk keseluruhan varian dari semua kelompok
yang terbentuk dapat dihitung dengan melakukan Hasil pengukuran penyebaran data dengan
perhitungan variance within cluster (Vw) dan membentuk 2,3 dan 4 cluster pada FCM didapatkan
variance between cluster (Vb) , nilai sebuah varian pengelompokan dengan 4 cluster merupakan yang
(V) yang semakin kecil menandakan sebuah paling ideal, namun harus diketahui nilai variance
kelompok yang ideal, untuk dapat menghitung between cluster-nya, adapun nilai Vb yaitu sebagai
varian dari seluruh kelompok yang terbentuk adalah berikut :
dengan persaman sebagai berikut:
Grafik Variance Between Cluster
8.2452
(11) 8
3.3954
Berdasarkan analisa terhadap pengelompokan data 4
Nilai Vb
guru menggunakan metode FCM dan kohonen SOM, Vb

maka akan diambil hasil pengelompokan yang 2
paling ideal dari segi pengukuran cluster variance 1.3796
untuk menjadi rekomendasi terhadap pemilihan
calon pengawas satuan pendidikan. 1
2 3 4
3. Hasil dan Pembahasan Gambar 1. 4 Nilai Vb pada FCM

Sesuai dengan alur pengerjaan penelitian yang
menggunakan metode fuzzy c-means dan kohonen Nilai variance between cluster pada pengelompokan
SOM, berikut ini diuraikan hasil penelitian yang FCM sangat bervariasi hal ini berdasarkan nilai Vb.
didapatkan dan pembahasannya : Nilai Vw yang ideal belum tentu mempunyai nilai
Vb yang ideal. Keseluruhan nilai varian dari
3.1 Fuzzy c-means beberapa cluster yang dibentuk adalah sebagai
Hasil pengelompokan yang mempunyai nilai varian berikut:
yang minimum dengan pembentukan cluster > 2

3.3 Kohonen SOM,

Grafik Varian Pada hasil pengelompokan yang didapatkan dengan
0.02 0.01638
menggunakan metode kohonen SOM yang diberikan
NIlai Varian 0.015 nilai bobot awal secara random, mempunyai nilai
0.01 varian yang berbeda, dimana untuk pengelompokan
0.00524 2 cluster dengan learning rate 0.6 dan laju
0.00243
0.005
pembelajtan 0.5 , untuk 3 cluster diberikan learning
0 rate 0.8 dan laju pembelajaran 0.7, dan untuk 4
1 2 3 4 5 cluster diberikan learning rate 0.9 dan laju
Cluster
pembelajtan 0.8. Berikut ini hasil cluster variance
Varian
berupa grafik Vw, Vb dan varian keseluruhannya
Gambar 1. 5 Nilai varian FCM yaitu :
Nilai varian keseluruhan terbaik adalah Grafik Variance Within Cluster SOM

pengelompokan dengan menggunakan metode FCM 0.025
0.0198
pada 2 cluster dengan nilai varian sebesar 0.00243. 0.02
Nilai Vw
0.015
Pengelompokan dengan 2 cluster pada FCM untuk 0.0085
pemilihan calon pengawas satuan pendidikan belum 0.01 0.0067
Vw
bisa mewakili menunjukan calon-calon pengawas 0.005
yang memenuhi untuk nominasi calon utama, sedang 0
dan rendah, dikarenakan pengelompokan terbaik ada 1 2 3 4
pada cluster yang dibentuk dengan 2 cluster. Cluster
Sehingga akan diambil pengelompokan 4 cluster
dengan nilai varian sebesar 0.00524, dengan nilai Gambar 1. 6 Nilai Vw pada kohonen SOM
pusat cluster-nya sebagai berikut :
Nilai variance within cluster (Vw) pada kohonen
Tabel 1. 2 Nilai pusat cluster FCM SOM mempunyai nilai yang terbaik ada pada
0.77 0.53 0.95 0.79 0.43 0.85 0.89 pengelompokan 4 yaitu dengan nilai Vw sebesar
0.0067. dan hasil untuk variance between cluster
0.75 0.53 0.96 0.81 0.50 0.86 0.92
(Vb) untuk pengelompokan 4 cluster tidak
0.75 0.53 0.96 0.81 0.50 0.86 0.91 mempunyai nilai terbaik namun ada pada
0.77 0.54 0.95 0.78 0.44 0.85 0.88 pengelompokan dengan 3 cluster, dan berikut ini
nilai variance between cluster (Vb) pada kohonen
3.2 FCM + Kohonen SOM SOM :
Nilai pusat cluster pada tabel 1.2 tersebut akan
digunakan sebagai bobot awal pada pengelompokan Grafik Variance Between Cluster SOM
dengan kombinasi metode FCM dan kohonen SOM, 12
9.6805
dengan memberikan learning rate 0.9 dan laju 10 8.3942
pembelajaran 0.8 dengan membentuk 4 cluster, 8 6.1626
Nilai Vb
didapatkan nilai cluster variance sebagai berikut : 6

4 Vb
Tabel 1. 3 Nilai cluster variance 2
Metode Penilaian Nilai 0
Variance within cluster 0.0068 1 2 3 4
FCM + SOM Variance between cluster 6.0741 Cluster
Varian keseluruhan 0.00112
Variance within cluster 0.0178 Gambar 1. 7 Nilai Vb pada kohonen SOM
FCM Variance between cluster 3.3954
Varian keseluruhan 0.00524 Berdasarkan nilai variance between cluster (Vb),
nilai yang paling maksimum ada pada
Ternyata nilai varian pada FCM+Kohonen SOM pengelompokan 3 cluster dengan nilai 9.6805. Nilai
mempunyai hasil yang lebih ideal dibandingkan varian keseluruhan pada pengelompokan kohonen
dengan pengelompokan pada FCM pada SOM yaitu sebagai berikut:
pengelompokan dengan 4 cluster, bahkan nilai
varian keseluruhan mempunyai nilai lebih ideal
dibandingkan dengan metode FCM pada
pengelompokan 2,3 dan 4 cluster.

Grafik Varian SOM
0.00236
0.0025
0.002
Nilia Varian
0.0015 0.00109
0.00088
0.001
Varian
0.0005
0
1 2 3 4
Cluster
Gambar 1. 9 U-matrix visualisasi
Gambar 1. 8 Nilai varian pada kohonen SOM
Hasil degradasi warna yang dipetakan dengan u-
Pada pengelompokan dengan menggunakan metode matrix memperlihatkan posisi setiap data input yang
kohonen SOM didapatkan informasi bahwa masuk kedalam pengelompokan yang dibentuk
pengelompokan dengan membentuk 3 cluster dengan 3 cluster. Dan keseluruhan data yang masuk
dengan nilai learning rate 0.8 dan laju pembelajaran pada setiap pengelompokan yang dibentuk sebagai
0.7 mempunyai hasil varian yang ideal dibandingkan berikut:
dengan pengelompokan untuk 2 dan 4 cluster
dengan kohonen SOM dengan nilai varian sebesar
0.00088 dan juga lebih ideal dibandingkan dengan
pengelompokan pada metode FCM.
Berikut ini diuraikan perbedaan nilai varian terkecil

dari pengelompokan yang didapatkan yaitu :
Tabel 1. 4 Perbedaan nilai varian keseluruhan

Metode Varian
FCM 0.00243
FCM + SOM 0.00112
SOM 0.00088 Gambar 1. 10 U-matrix visualisasi dan labelling
Nilai varian terbaik pada FCM sebesar 0.00243 Hasil dari visualisai u-matrix dapat dirincikan data
didapatkan dari pengelompokan dengan 2 cluster, input yang masuk dalam pengelompokan, yaitu
nilai varian kombinasi metode FCM+Kohonen SOM sebagai berikut :
sebesar 0.00112 didapatkan dari pengelompokan 4
cluster, dan varian metode Kohonen SOM adalah Tabel 1 Nominasi data input
sebesar 0.00088 dari pengelompokan dengan 3 Data Guru
cluster. Cluster Nominasi Nominasi Nominasi
Utama (P1) Sedang (P2) Rendah (P3)
3.4 Visualisasi 1 105 4 -
Hasil pengelompokan Kohonen self organizing maps 2 - 175 -
dapat direpresentasikan sebagai unified distance 3 - - 31
matrik atau u-matrix[12]. Visualisasi
pengelompokan dilakukan pada pengelompokan Nominasi utama berjumlah 105 data (cluster 1),
yang mempunyai nilai varian terbaik, hal ini nominasi sedang sebanyak 179 data (cluster 2), dan
dilakukan untuk dapat melihat nominasi dari setiap nominasi rendah sebanyak 31 data (cluster 3).
data masukan untuk dapat dipilih dalam nominasi Berdasarkan hasil penelitian yang dilakukan nilai
utama, menengah dan rendah. Dan berikut ini hasil varian minimum ada pada pengelompokan dengan
dari u-matrix pada pengelompokan dengan membentuk 3 cluster metode kohonen SOM yang
membentuk 3 pengelompokan sebagai berikut : bobot awal random, dengan memberikan learning
rate 0.8 dan laju pembelajarannya 0.7, dengan hasil
nilai variance within cluster (Vw) sebesar 0.0085
dan variance between cluster (Vb) sebesar 9.6805,
dan hasil nilai varian keseluruhannya sebesar
0.00088, merupakan nilai varian yang paling
minimum. Dan proses penyebaran data dari 315 data
guru, diperoleh informasi cluster 1 sebanyak 105
data guru, cluster 2 sebanyak 179 data, dan 31 data
masuk kedalam cluster 3. Hasil pengelompokan ini

dapat mewakili dari nominasi utama, sedang dan [5] Ilham, B.Priyambodo. 2011. Impelementasi
rendah untuk dijadikan rekomendasi untuk Metode Single Lingkage untuk Menentukan Kinerja
pemilihan calon pengawas satuan pendidikan. Agen pada Call Centre Berbasis Asterisk for Java.
Surabaya,Institut Teknologi Sepuluh Nopember
4. Kesimpulan (ITS),
Berdasarkan hasil penelitian yang dilakukan, [6] A.R. Barakbah, Cluster Analysis, Jurusan
maka didapatkan beberapa hal yang dapat Teknologi Informasi Politeknik Elektronika Negeri
disimpulkan yaitu sebagai berikut : Surabaya, ITS.
1. Metode pengelompokan dengan FCM dengan [7] BSNP, PERMENDIKNAS No.27 Tahun 2007,
memberikan akurasi error sebesar 0.1, nilai Standar Pengawas Sekolah/Madrasah,
keanggotan data µ matrik secara random dengan [8] Badan PSDMPK dan PMPTK Kementrian
membentuk 2, 3 dan 4 cluster mempunyai nilai Pendidikan dan Kebudayaan, 2012, Pedoman
penyebaran data dalam cluster yang ideal pada Penilaian Kinerja Pengawas Sekolah
pengelompokan 2 cluster dengan nilai 0.02, dan [9] Prof, Dr Nana Sudjana, Departemen Pendidikan
nilai penyebaran antar cluster tebaik pada Nasional, Direktoral Jenderal PMPTK.2006, Standar
pengelompokan 2 cluster sebesar 8.2452. Mutu Pengawas
keseluruhan varian terbaik juga ada pada [10] Budi Santosa Tutorial, 2007, Data Mining
pengelompokan 2 cluster sebesar 0.00243 Teknik Pemanfaatan Data untuk Keperluan Bisnis,
2. Metode pengelompokan dengan mengunakan ISBN: 978-979-756-224-3, Graha Ilmu.
kohonen SOM dengan membentuk 2,3 dan 4 [11] Eko Prasetyo, 2012, Data Mining Konsep dan
cluster dan melakukan pemberian nilai learning Aplikasi Menggunakan Matlab, Andi.
rate dan laju pembelajaran pada setiap cluster [12] Juha Vesanto, Johan Himberg, Esa Alhoniemi,
yang dibentuk, mempunyai nilai cluster Juha Parhankangas, April 2000, Som Toolbox For
variance yang lebih ideal dibandingkan dengan Matlab 5, ISSN: 1456-2243 ,Helsinki University of
FCM dan pengelompokan kombinasi FCM Technology. Finland
dengan kohonen SOM, hal ini berdasarkan nila
varian keseluruhan pada pengelompokan
dengan 3 cluster yaitu sebesar 0.00088.
3. Pemberian nilai learning rate dan laju
pembelajaran pada metode kohonen SOM
menentukan hasil penyebaran data yang
diinginkan sesuai cluster yang dibentuk.
Pada pengembangan penelitian kedepan perlu

diperhatikan nilai akurasi error yang ditentukan
pada FCM, dan pada metode kohonen SOM
diperlukan penentuan khusus untuk memperhatikan
nilai matrix bobot awal, juga perlu dilakukan
evaluasi pengukuran hasil pengelompokan dengan
metode yang lain.
Ucapan Terima Kasih

Terima kasih kepada semua pihak yang
membantu dan mendukung saya untuk
menyelesaikan paper ini masih belum sempurna.
Daftar Pustaka
[1] Laurene Fausett,1994, Fundamentals of Neural
Networks,
[2] Sylvia Jane A.S, 2007, Fuzzy C-Means
Clustering Model Data Mining for Recognizing
Stock Data Sampling, IJCCS Vol.1 No.2 June 2007.
[3] Juha Vesanto, Esa Alhoniemi, 2000, Clustering
of the Self Organizing Maps, IEEE Transactions on
Neural Networks Vol.11, No.3, May.2000,
[4] Shekar Candra, Shoba G, 2009, Classification Of
Documents Using Kohonen's Self Organizing Maps,
International Journal of Computer Theory and
Engineering, Vol:1, No.5, Desember 2009.


EKSTRAKSI MODEL PROSES BISNIS PADA APLIKASI WEB

E-COMMERCE DENGAN WEB MINING
Kartina Diah Kesuma Wardhani 1, Dini Nurmalasari 2
Teknik Informatika,Politeknik Caltex Riau1
diah@pcr.ac.id
Teknik Komputer, Politeknik Caltex Riau 2
Abstrak
Saat awal proses bisnis yang berjalan pada sebuah perusahaan maupun organisasi dimodelkan setelah melalui
proses requirement elicitation pada tahap analisis dalam Software Development Life Cycle (SDLC). Proses ini
membutuhkan waktu yang lama dan biaya yang besar jika stakeholder yang berkepentingan berada pada jarak
dan ruang yang berjauhan. Keberhasilan implementasi e-commerce merupakan proses perbaikan
berkelanjutan yang cepat dan bijak terhadap proses bisnis dalam menyikapi perubahan perilaku dan
kebutuhan konsumen. Untuk menyikapi perubahan tersebut sistem e-commerce dapat merekam aktivitas
konsumen di toko “virtual”, termasuk apa yang konsumen lihat, apa yang dimasukkan ke dalam keranjang
belanja, dan sebagainya dalam bentuk data log. Penelitian ini memberi kontribusi dengan menggunakan
teknologi web mining untuk mengekstrak model proses bisnis pada aplikasi e-commerce yang berasal dari
data log hingga menghasilkan sebuah model proses bisnis bagi aplikasi e-commerce. Model proses bisnis
yang dihasilkan dapat digunakan sebagai rekomendasi bagi pengembang aplikasi e-commerce dalam
mengembangkan aplikasi tanpa melakukan tahapan analisis dan desain.
Kata Kunci: model proses bisnis, e-commerce, requirement elicitation, web mining
1. Pendahuluan
1.1 Latar Belakang

Proses bisnis pada awalnya ditetapkan secara
manual berdasarkan peraturan dan prosedur yang
diterapkan di organisasi. Perekayasa sistem
mendapatkan peraturan dan prosedur suatu
organisasi melalui proses requirement elicitation,
yaitu proses mengumpulkan dan memahami,
menemukan, menggali, mempelajari kebutuhan
pelanggan, pengguna dan stakeholder sehingga
aplikasi yang dikembangkan dapat mengatasi Gambar 1-1 Requirement Engineering Process by Ian
masalah dan memenuhi kebutuhan pelanggan Sommerville and Gerald Kotoya
(Hickey & Davis, 2003). Requirement elicitation (Sommerville, I., Software Engineering 7th ed)
adalah proses yang sulit dilakukan untuk proyek-
proyek perangkat lunak skala besar dengan banyak Model sistem tersebut adalah deskripsi abstrak dari
pemangku kepentingan yang terlibat, sistem yang sedang dilakukan analisis terhadap
mengidentifikasi dan memprioritaskan kebutuhan kebutuhannya. Model sistem tersebut salah satunya
(Mulla & Girase, 2012). adalah model proses yaitu model yang
Requirement elicitation sendiri merupakan bagian menggambarkan semua aktivitas yang dapat
dari proses requirement engineering untuk tahap dilakukan oleh sistem dalam rangka menjalankan
pengembangan aplikasi (Sommerville, n.d.). Dari fungsi organisasi atau bisnis.
gambar (1.1) terlihat 4 tahapan proses yang Dewasa ini pengguna aplikasi semakin bervariasi
dilakukan dalam requirement engineering pada dengan kebutuhan yang berbeda-beda terhadap
bagian pengembangan aplikasi, salah satunya adalah aplikasi yang sama. Proses bisnis harus selalu
requirement elicitation and analysis. Tahapan ini dievaluasi untuk dapat memberikan pelayanan dan
menghasilkan model sistem untuk aplikasi yang kenyamanan bagi pengguna. Untuk itu perusahaan
akan dikembangkan. merekam aktivitas pengguna aplikasi untuk
mendapatkan informasi aktual dari pelanggan
berdasarkan aktivitas real di lapangan ketika
pengguna menjalankan prosedur tertentu. Aktivitas
pengguna tersebut direkam dalam bentuk data log
(Grace & Nagamalai, 2011). Teknologi web usage

mining adalah salah satu metode dari web mining menghasilkan model proses bisnis menggunakan
yang secara spesifik ditujukan untuk mengekstraksi data log. Sub Bab III membahas mengenai hasil dan
informasi dari data log yang merekam aktivitas pembahasan tentang model proses bisnis yang
pengguna aplikasi pada saat berinteraksi dengan dihasilkan. Sub Bab IV berisi kesimpulan dari hasil
aplikasi web (Sharma, 2011). Data log merekam penelitian serta ucapan terimakasih.
identitas pengguna web bersamaan dengan perilaku
browsing mereka pada situs web. Web usage mining 2. Metode
diterapkan pada e-commerce untuk dapat Bagian ini menjelaskan mengenai metode yang
mengetahui perilaku browsing pelanggan sehingga digunakan untuk menghasilkan model proses bisnis
dapat dilakukan prediksi dari perilaku pengguna menggunakan data log. Bagian ini dibedakan
dalam situs web, melakukan perbandingan terhadap menjadi 2 pembahasan yaitu metode pengumpulan
penggunaan situs web yang diharapkan dengan data dan metode analisa data.
penggunaan aktual dari pengguna, sehingga dari
sana dapat dijadikan sebagai dasar memperbaiki 2.1 Metode Pengumpulan Data
fungsionalitas dan tampilan dari web e-commerce Untuk melakukan analysis model proses bisnis
dalam rangka memberi layanan yang sesuai dengan sebuah aplikasi diperlukan data log yang merupakan
kepentingan pengguna(Patel, Chauhan, & Patel, rekaman aktivitas pengguna selama berinteraksi
2011; Vellingiri & Pandian, 2011). dengan aplikasi. Model proses yang akan dianalysis
pada penelitian ini adalah model proses bisnis dari
1.2 State of The Art aplikasi webstore, sedangkan data log yang
WUM adalah aplikasi teknik data mining untuk digunakan adalah data log web yang berasal dari
menemukan pola penggunaan dari data web dengan rujukan penelitian Ivancsy,dkk yaitu Click Stream
tujuan memahami dan memberikan layanan yang data dari ECML/PKDD 2005 Discovery Challenge1
lebih baik pada aplikasi berbasis web (Cooley, yang merupakan kumpulan data click stream dari 7
Mobasher, & Srivastava, 2013; Wang, 2000). buah toko web. Log yang direkam adalah aktivitas
Setelah data dikumpulkan selanjutnya dilakukan setiap pengguna dari ketujuh aplikasi webstore sejak
proses pre-processing data untuk memastikan data awal pengguna berinteraksi pada halaman web
yang akan diproses lebih lanjut sudah bersih dari hingga akhir meninggalkannya.
data-data yang tidak diperlukan maupun dilengkapi Setiap baris pada data log berisi informasi sebagai
dengan data yang sesuai dengan kebutuhan. Tahap berikut:
selanjutnya adalah pattern discovery yaitu tahapan  Inisialisasi Toko
melakukan generate rules dan pattern. Proses yang  Waktu
dilakukan pada tahap ini termasuk juga melakukan  IP address
generate dari data statistik, seperti jumlah halaman  Session
yang paling sering diakses, halaman awal yang  Halaman yang dikunjungi
paling sering diakses, dan waktu rata-rata setiap  Halaman referensi
halaman diakses. Algoritma data mining yang
digunakan pada tahap ini diantaranya adalah
assosiation rule, dan sequential pattern. Proses
mining selanjutnya adalah pattern analysis yaitu
proses menampilkan hasil analisa yang diperoleh
dari proses pattern discovery kedalam tampilan
dengan visualisasi yang mudah dimengerti oleh
pengguna. Output proses ini dapat berupa aturan-
aturan, pola, dan gambaran statistic (Cooley et al.,
2013; Gomes, 2005; Han, J., Kamber, 2000).
1.3 Tujuan Penelitian

1. Untuk menghasilkan sebuah desain struktur Gambar 2-1 Contoh Data Log
aplikasi web e-commerce menggunakan Web Untuk mendapatkan model proses dari halaman
Mining yang diakses secara terurut diperlukan tahapan pre-
2. Untuk mengetahui apakah Web Mining dapat processing untuk mengidentifikasi sebuah urutan
menghasilkan model proses bisnis untuk yang dianggap valid untuk dapat diikutkan pada
aplikasi web e-commerce mining proses pada tahap selanjutnya.
3. Untuk menganalisa teknik mining yang dapat Pre-processing dilakukan untuk WUM dengan
digunakan untuk menghasilkan model proses teknik frequent pattern pada data akses log web
bisnis dengan Web Usage Mining
Adapun sistematika pembahasan sub bab berikutnya
pada makalah ini yaitu Sub Bab II membahas 1
http://lisp.vse.cz/challenge/CURRENT/
mengenai metode yang digunakan untuk

melalui beberapa tahap yaitu data cleaning, session

identification dan data conversion.
Data cleaning
Aktivitas yang dilakukan pada data cleaning antara
lain membersihkan data log dari noise, seperti data
Gambar.2-2 Contoh urutan proses transaksi pembelian
yang tidak lengkap, atribut yang tidak relevan
dengan kebutuhan mining sehingga hanya atribut
Data akses log akan menyimpan informasi aktivitas
session ID, visited page dan timestamp yang tersisa
pengguna dimulai saat klik pertama mengakses
pada log file. 1 session akan diidentifikasi sebagai
halaman web step y step hingga klik terakhir
sesi tunggal yang berisi sekumpulan event, visited
mengakhiri akses web. Klik tersebut diasumsikan
page adalah halaman yang diakses oleh pengguna
adalah halaman per halaman web yang diakses oleh
pada satu session, dan timestamp adalah durasi akses
pengguna (visited page). Urutan visited page inilah
ketika pengguna mengakses sebuah halaman web.
yang kemudian akan merujuk menjadi sebuah proses
model transaksi untuk aplikasi e-commerce.
Session identification
Dari sini diambil kesimpulan bahwa untuk
Pada sebuah log file, 1 transaksi dinyatakan dalam 1
menghasilkan sebuah model proses dengan
buah sesi dimana untuk satu sesi akan berisi urutan
menganalisis data dari akses log web diprediksi akan
halaman yang diakses oleh pengguna untuk satu
diperoleh dengan menggunakan metode WUM. Hal
halaman web yang diakses pada interval waktu
ini merupakan hipotesa yang akan dibuktikan
tertentu. Antara 1 sesi dengan sesi yang lain untuk
dengan melakukan percobaan terhadap beberapa file
pengguna yang diidentifikasikan dengan IP Address
log akses. Pengetahuan yang diharapkan akan
yang sama akan dibedakan oleh interval waktu idle
diperoleh dengan menggunakan metode WUM
(30 menit). Hal ini dilakukan karena pada data akses
terkait penelitian ini adalah pola urutan akses
log tidak terdapat informasi kapan sesi seorang
pengguna ketika berinteraksi pada web store. Untuk
pengguna berakhir. Selain itu 1 sesi hanya berlaku
menghasilkan sebuah proses model seperti
untuk 1 pengguna ketika mengakses 1 halaman web
dijelaskan sebelumnya, diperlukan analisa terhadap
saja. Jika pengguna berpindah halaman web, maka
teknik mining yang akan digunakan dalam
akan diidentifikasikan sebagai 1 sesi baru.
mengekstrak data akses log dengan WUM.
Model proses yang dihasilkan berdasarkan asumsi
Data Conversion
bahwa setiap kali pengguna mengakses sebuah
Kebutuhan data untuk proses mining menggunakan
aplikasi e-commerce seperti toko web, akan
frequent sequence discovery mengharuskan data
memiliki kecenderungan yang sama atau hampir
dikonversi menjadi bentuk dataset. Setiap record
sama ketika mengakses halaman-halaman web pada
data diubah menjadi bentuk itemset dan sequences
saat berbelanja. Dari asumsi tersebut dapat diambil
yang disebut sebagai sequence database. Sequence
kesimpulan bahwa semakin banyak pembeli
database merupakan satu set urutan dimana setiap
melakukan pembelian dengan tahapan proses yang
urutan adalah daftar dari itemset-itemset. Sebuah
sama atau frequent maka proses tersebutlah yang
itemset adalah serangkaian item yang berbeda.
akan dijadikan sebagai acuan proses bisnis yang
Sedangkan kebutuhan data jika menggunakan
akan dimodelkan oleh organisasi yang memiliki
frequent subtree discovery mengharuskan data
pusat perbelanjaan tersebut.
dikonversi menjadi scope-list yang berisi tree yang
direpresentasikan dalam bentuk urutan event. Analisa Teknik Mining untuk Menghasilkan Model
Proses
2.2 Metode Analisis Data Analisa selanjutnya dilakukan terhadap metode yang
Metode web mining dikelompokkan berdasarkan akan digunakan pada frequent pattern sehingga
jenis data yang diekstrak terdiri dari web content menghasilkan proses model pada aplikasi e-
mining (WCM), web struktur mining (WSM), dan commerce. Ada 3 metode yang dapat digunakan
web usage mining (WUM). Pola aktivitas pengguna untuk menemukan pola akses dari pengguna web,
pada aplikasi e-commerce akan merujuk menjadi yaitu frequent item discovery, frequent sequence
sebuah proses berurutan yang dilakukan pengguna discovery, frequent subtree discovery.
ketika mengeksekusi sebuah prosedur misalnya Log akses web berisi urutan kejadian atau akitivitas
diawali dari ketika pengguna mulai melihat produk atau events (items), dengan informasi mencakup
apa saja yang akan dibeli, memasukkan produk yang session identifier dan informasi akses pengguna.
akan dibeli kedalam kantong belanja, hingga Informasi tersebut juga dapat merupakan kombinasi
menyelesaikan satu prosedur transaksi pembelian dari beberapa informasi yang dikandung dalam
seperti terlihat pada Gambar (2.2). format log tertentu. Sebagai contoh, format
informasi dari sebuah akses log adalah <SessionId,
EventId>, sedangakan data log akses web dari

beberapa session sesuai format adalah sebagai

berikut: Frequent Itemset Discovery
<100,a><100,b><200,e><200,a><300,b><200,e><1 Untuk mendapatkan pola akses menggunakan
00,d><200,b><400,a><400,f><100,a><400,b><300, metode frequent item discovery akan diperoleh pola
a><100,c><200,c><400,a><200,a><300,b><200,c> akses terhadap halaman yang paling sering diakses
<300,f><400,c><400,f><400,c><300,a><300,e><3 oleh pengguna seperti pada Gambar (2.3). Frequent
00,c> item discovery menemukan pola akses pengguna
Data log akses disebut sebagai basisdata transaksi, berdasarkan halaman yang paling sering diakses
selanjutnya dipre-proses menjadi sebuah web akses tanpa memperhatikan urutan aksesnya.
sekuen basisdata. Urutan log akses dalam database
transaksi pada pada masing-masing baris terdiri dari
ID Transaksi (TID) yang berasal dari session dan
urutan akses (access sequence) yang berasal dari
Gambar.2 -3 Contoh Proses Model dari Akses Web
event. Pre-proses dilakukan dengan dengan Frequent Item Discovery
mengelompokkan setiap session dengan event yang
dilakukan di dalamnya. Misalkan untuk session 100, Ada informasi yang tidak sesuai dengan proses
event yang dilakukan terdiri dari a,b,d,a,dan c. model yang dibutuhkan karena untuk mendapatkan
Sehingga basisdata sekuen yang berasal dari sebuah proses model urutan menjadi atribut itemset
basisdata transaksi dapat dilihat pada Tabel (2.1). yang diperhitungkan, sehingga metode ini tidak
dapat digunakan untuk menghasilkan sebuah proses
Tabel 2.1 Contoh Sequence Database
model untuk aplikasi e-commerce.
Frequent sequence discovery
Gambar.2 -4 Contoh Proses Model dari Akses Web

dengan Frequent Sequence Discovery
Tabel 2.2 Contoh Frequent Sequence Database Untuk mendapatkan pola akses menggunakan
metode frequent sequence discovery, selain
diperoleh pola akses terhadap halaman yang paling
sering diakses oleh pengguna sequence atau urutan
akses juga menjadi penentu pola yang dihasilkan.
Sehingga dari pola yang dihasilkan terdapat
kesesuaian dengan proses model yang dibutuhkan
karena untuk mendapatkan sebuah proses model
urutan menjadi atribut itemset yang diperhitungkan,
Tabel (2.1) terdiri dari set item yang berasal dari sehingga metode ini dapat digunakan untuk
event atau akses, yaitu a,b,c,d,e,f selanjutnya disebut menghasilkan sebuah proses model untuk aplikasi e-
sebagai item, dan kombinasi dari 1 atau lebih item commerce.
disebut sebagai itemset. Dari 4 data transaksi, nilai
support untuk itemset “a,b,e” adalah 3 dari 4 atau ¾ Frequent subtree discovery
atau 75%. Karena itemset “a,b,e” terdapat hanya Tree mining adalah turunan dari Frequent Structure
dalam 3 transaksi yaitu (200,300,400). Jika batas Mining (FSM) yaitu yang berhubungan dengan
minimun support (minsup) yang diinginkan untuk penggalian pola dalam database besar yang
menentukan itemset yang frequent adalah 75% atau mewakili interaksi kompleks antara entitas. FSM
lebih rendah maka itemset “a,b,e” merupakan tidak hanya mencakup teknik mining seperti asosiasi
sebuah itemset yang frequent selanjutnya disebut dan sequence tetapi juga generalisasi ke pola yang
sebagai frequent itemset. Jika batas minsup yang lebih kompleks seperti tree dan graph. Tree mining
diinginkan adalah lebih besar dr 75%, maka itemset pada WUM dapat digunakan untuk untuk
“a,b,e” bukan merupakan frequent itemset karena mengabaikan semua informasi tautan dari log, dan
itemset tersebut memiliki nilai support dibawah nilai menemukan set halaman yang sering diakses oleh
minsup yang diinginkan. pengguna. Selain itu juga dapat membentuk pola
Sedangkan nilai support untuk item a adalah 4, item urutan tautan yang diikuti oleh pengguna, serta
b adalah 4, item c adalah 4, item d adalah 1, item e menemukan pola urutan path yang paling sering
adalah 3, dan item f adalah 2. Jika minimum support dilalui pengguna dalam bentuk tree. Dari path yang
yang dingikan untuk setiap item adalah 3, maka item sering dilalui oleh pengguna tersebut dapat
a,b,c,e adalah frequent item, item yang tidak ditemukan juga subtree yang paling sering diakses
frequent selanjutnya tidak akan diikutkan dalam pada halaman web.
basisdata sekuen.

Misalkan D adalah sebuah tree (T) database (yaitu, berasal dari data log web karena melihat kesesuaian
forest), dan subtree S ≤ T untuk beberapa Τ ϵ D. proses dan kelengkapan fitur yang ada untuk
Setiap terbentuk S dapat diidentifikasi dengan melakukan mining proses mulai dari pre-processing
persamaan tersebut, yang diberikan sebagai data logs hingga visualisasi model proses bisnis
himpunan posisi yang tepat (dalam T) untuk node di yang dihasilkan dari algoritma mining yang
| T | = n, dan {s1, s2, ..., sm} menjadi node di S, digunakan.
dengan | S | = m. Maka S memiliki persamaan {ti1, Model proses yang dihasilkan dari mining proses
Ti2, ..., tim}, jika dan hanya jika: 1) l (sk) = l (tik) sebagaimana yang diuraikan sebelumnya adalah
untuk semua induk tik di T. Kondisi 1) menunjukkan seperti gambar di bawah ini:
bahwa semua label simpul di S persamaan yang
tepat di T, sementara 2) menunjukkan bahwa
topologi tree dari node yang tepat di T sama dengan
S.
δT (S) menunjukkan jumlah kejadian dari subtree S
di T. dT (S) = 1 jika δT (S) > 0 dan dt (S) = 0 jika dT
(S) = 0. Support dari subtree S dalam database
didefinisikan sebagai σ(S) = ΣTED dT (S), yaitu,
jumlah tree di D yang terdiri dari setidaknya Gambar 3.1 Model Proses hasil Web Mining
terbentuk satu S. Weighted support S didefinisikan Menggunakan Heuristik Miner
sebagai σω(S)= ΣTED δT (S), yaitu, jumlah kejadian Keterangan :
/+ : Halaman Home
dari S atas semua tree di D. Biasanya, nilai support ct+ : Halaman Kategori Produk
diberikan sebagai percentase dari jumlah tree di D. ls+ : Halaman List Produk
Sebuah subtree S adalah frequent jika support lebih dt+ : Halaman Detil Produk
dari atau sama dengan nilai minsup yang ditetapkan. findf+ : Halaman Pencarian Produk dan Aksesories
kosik+ : Halaman Keranjang Belanja
Fk adalah himpunan semua frequent subtree
berukuran k. Minsup ditetapkan dengan tujuan untuk
Struktur halaman web diperoleh dari alur proses
memberikan filter terhadap seluruh subtree yang
yang dihasilkan dari model proses. Alur proses yang
akan diikutkan pada proses mining selanjutnya.
dihasilkan dari model proses tersebut adalah sebagai
Gambar 2.5 adalah contoh proses model yang
berikut:
dihasilkan dengan frequent subtree dari data pada
1. Home  Detail Product  Shopping Cart  Product
tabel 3.2. Category  Product List  Find Product  Detail
Product
2. Home  Find Product  Detail Product 
Shopping Cart  Product Category  Product List
 Find Product
3. Home  Product List  Find Product  Detail
Product  Shopping Cart  Product Category 
Product List
4. Home  Product Category  Product List  Find
Gambar 2-5 Contoh Proses Model dari Akses Web dengan
Product  Detail Product  Shopping Cart 
Frequent Subtree Discovery
Product Category
Alur proses diatas menggambarkan sequential proses
Pola akses menggunakan metode frequent subtree
yang biasa dilakukan oleh pengguna halaman web
discovery, selain diperoleh pola akses terhadap
ketika berinteraksi pada halaman web e-commerce.
halaman yang paling sering diakses oleh pengguna
Secara umum struktur halaman web dari aplikasi e-
dan sequence atau urutan akses juga dapat
commerce dihasilkan seperti dilihat pada bagan di
memberikan rekomendasi struktur halaman web dari
bawah ini:
akses pengguna. Sehingga dari pola yang dihasilkan
terdapat kesesuaian dengan proses model yang
dibutuhkan karena untuk mendapatkan sebuah
proses model urutan menjadi atribut itemset yang
diperhitungkan, sehingga metode ini dapat
digunakan untuk menghasilkan sebuah proses model
untuk aplikasi e-commerce.
Penelitian ini ditujukan untuk mengekstrak model

proses dari data log sehingga pada penelitian ini
memanfaatkan tool ProM pada tahap pattern
discovery dengan menggunakan algoritma tertentu Gambar 3.2 Struktur Umum Halaman Web E-Commerce
untuk melakukan analysis terhadap data log yang

pengembang aplikasi e-commerce dapat langsung

Dari bagan diatas dapat dilihat bahwa sebuah mengimplementasikan aplikasi tanpa melalui
aplikasi e-commerce memiliki struktur web dari tahapan analisis yang panjang. Namun algoritma dan
halaman Home, pengunjung diberikan fasilitas untuk perkakas yang digunakan pada penelitian ini
langsung mengakses produk yang dibutuhkan mempengaruhi model proses yang dihasilkan,
melalui fasilitas Product Category, Product List dan hingga beberapa kebutuhan lain sebuah aplikasi e-
Product Detail. Pada halaman utama tersebut juga commerce seperti fasilitas komunikasi dua arah dari
disediakan fasilitas Find yang memudahkan admin sistem dengan pelanggan tidak dapat
pengunjung mencari produk tertentu berdasarkan terpenuhi.
Nama maupun Kategori.
Hasil penelitian ini dapat dijadikan rekomendasi Ucapan Terima Kasih
bagi pengembang aplikasi e-commerce maupun bagi
organisasi atau individu yang hendak menggunakan Terimakasih penulis sampaikan pada Allaah SWT
e-commerce sebagai sarana pengenalan dan dan pada semua pihak yang telah membantu dan
penjualan produknya melalui internet. mendukung penulis hingga penelitian ini selesai.
Kepada keluarga besar penulis dan institusi tempat
4. Kesimpulan penulis mengajar dan melakukan penelitian, rekan
sejawat penulis di lingkungan isntitusi.
Adapun kesimpulan yang dihasilkan dari penelitian
yang telah dilakukan adalah sebagai berikut:
1. Proses transaksi yang dilakukan oleh konsumen Daftar Pustaka
pada toko virtual secara umum memiliki
kesamaan dengan konsumen pada toko Cooley, R., Mobasher, B., & Srivastava, J. (2013). Data
konvensional, hanya saja pelayan dan petugas Preparation for Mining World Wide Web Browsing
kasir yang ada pada toko konvensional Patterns. Knowledge and Information Systems, 1(1),
tergantikan dengan tombol-tombol navigasi. 5–32. doi:10.1007/BF03325089
Gomes, M. (2005). Web Structure Mining : An
Kejelasan navigasi dan tampilan halaman web Introduction. IEEE International Conference on
yang nyaman menjadi faktor yang paling Information Acquisition, 590–595.
berpengaruhi pada aplikasi toko online. Grace, L. K. J., & Nagamalai, D. (2011). Analysis Of Web
2. Web usage mining dapat digunakan untuk Logs And Web User In Web Mining. arXiv preprint
menghasilkan model proses bisnis yang berasal arXiv:1101.5668., 3(1), 99–110.
dari akitivitas real (behavior) pengguna pada Han, J., Kamber, M. (2000). Data mining: concept and
saat berinteraksi dengan aplikasi. Deviasi dapat techniques. Morgan Kaufmann Publisher.
saja dihasilkan antara model proses bisnis yang Hickey, A. M., & Davis, A. M. (2003). Elicitation
ditetapkan oleh organisasi dengan model proses technique selection: how do experts do it? Journal
of Lightwave Technology, 169–178.
bisnis yang terjadi dari aktivitas real. doi:10.1109/ICRE.2003.1232748
3. Nilai minimum support yang digunakan pada Mulla, N., & Girase, S. (2012). A New Approach To
tahap preprocessing data berpengaruh terhadap Requirement Elicitation Based On Stakeholder
jumlah event yang akan diikutkan pada proses Recomendation And Collaborative Filtering. IJSEA,
mining dan dapat mempengaruhi model proses 3(3), 51–60.
yang dihasilkan. Patel, K. B., Chauhan, J. A., & Patel, J. D. (2011). Web
4. Frequent sequence mining dapat digunakan Mining in E-Commerce : Pattern Discovery , Issues
sebagai teknik mining pada data log untuk and Applications. International Journal of P2P
menghasilkan model proses bisnis yang berasal Network Trends and Technology, 1, 40–45.
Sharma, K. (2011). Web Mining : Today and Tomorrow.
dari kebiasaan pengguna ketika berinteraksi Electronics Computer Technology (ICECT), 2011
dengan aplikasi. Agoritma heuristik miner yang 3rd International Conference, (Icect), 399–403.
digunakan pada proses mining menghasilkan Sommerville, I. (n.d.). Software Engineering (7th ed.).
sebuah model proses yang menunjukkan pola Vellingiri, J., & Pandian, S. C. (2011). A Survey on Web
kebiasaan atau aktivitas pengguna secara Usage Mining. Global Journal of Computer Science
sequential pada saat mengakses sebuah web and Technology, 11(4).
store. Wang, Y. (2000). Web Mining and Knowledge Discovery
Penelitian ini mampu menjawab permasalahan yang of Usage Patterns. CS748T Project (Part I), (Part I),
telah dikemukanan sebelumnya. Desain struktur 1–25.
halaman web e-commerce yang dihasilkan dari
analisa model proses bisnis yang berasal dari
aktivitas aktual para pengunjunga halaman web e-
commerce dapat dijadikan rekmendasi bagi para
pengembang aplikasi e-commerce. Dengan
menggunakan desain struktur ini, kebutuhan utama
sebuah aplikasi e-commerce dapat dipenuhi sehingga

Simulasi Pergerakan Evakuasi Bencana Tsunami Menggunakan

Algoritma Boids dan Pathfinding
Movement of the Tsunami Evacuation Simulation Using Boids and
Pathfinding Algorithm
I Made Pasek Mudhana 1, Mauridhi Hery Purnomo 2, Supeno Mardi Susiki Nugroho 3
Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember Surabaya 1,2,3
made13@mhs.ee.its.ac.id 1
Abstrak
Musibah bencana alam tsunami yang terjadi menerjang Indonesia khususnya Aceh dan sekitarnya yang
memakan banyak korban, telah memberikan gambaran kebutuhan evakuasi dini pada saat terjadi suatu
musibah, khususnya Tsunami. Penelitian ini mensimulasikan pergerakan kerumunan orang untuk bergerak
menuju suatu titik evakuasi pada saat terjadinya gempa bumi yang diperkirakan menimbulkan bahaya
tsunami. Simulasi ini menentukan jarak terdekat/terpendek dari posisi individu, meminimalkan terjadinya
tabrakan dalam menghindari segala hambatan yang ditemui baik hambatan statis maupun dinamis yang
ditemui pada saat melewati rute jalan yang telah ditentukan. Penerapan model kerumunan diselesaikan
dengan menggunakan algoritma boids, yang didalamnya terdiri dari algoritma flocking, obstancle avoidance,
collition detection, dengan ditambahkan dengan algoritma pathfinding.
Kata Kunci: Simulasi, Evakuasi, Boids, Flocking, Obstacle Avoidance, Collition Detection, Pathfinding.
1. Pendahuluan Pengunjung Mall Menggunakan Flocking dan Obstacle

Proses evakuasi adalah proses yang sangat Avoidance (Dewi, 2012) tentang kelebihan algoritma
membutuhkan ketepatan dalam pengalokasian boids, pada penelitian ini akan menerapkan algoritma
waktu, terutama didalam penanganan kejadian boids dengan menggunakan flocking, obstacle
bencana yang bersifat kompleks seperti evakuasi avoidance, collision detection dengan pathfinding untuk
tsunami. Seperti diketahui bersama tsunami mensimulasikan pergerakan orang pada saat evakuasi
adalah terjadinya gelombang besar yang bencana tsunami menuju suatu titik evakuasi dalam
disebabkan oleh gempa bumi yang berpusat menghindari hambatan statis berupa benda diam di
dibawah laut. Biasanya gelombang besar tsunami dalam perjalanan menuju titik evakuasi dan hambatan
akan menghantam daerah pesisir pantai dengan dinamis berupa benda bidang bergerak dan
kekuatan yang cukup dahsyat yang bisa meminimalkan frekuensi jumlah tabrakan yang terjadi
mengakibatkan korban jiwa dan harta benda. antar penduduk/orang karena meningkatnya jumlah
Dalam kondisi seperti ini, perlu dilakukan populasi.
evakuasi yang bertujuan untuk menyelamatkan
penduduk dari bahaya tsunami, dari tempat yang 1.1 Dasar Teori
berpotensi terkena tsunami ketempat yang 1.1.1 Definisi Bencana dan Tsunami
dianggap aman. Dengan evakuasi diharapkan Undang-undang Nomor 24 Tahun 2007 Tentang
dapat mengurangi atau meminimaliasai jumlah Penanggulangan Bencana menyebutkan definisi
korban jiwa. Perihal yang paling erat bencana sebagai berikut:
hubungannya dengan evakuasi adalah waktu, Bencana adalah peristiwa atau rangkaian peristiwa
semakin lama proses evakuasi atau semakin yang mengancam dan mengganggu kehidupan dan
besar waktu evakuasi yang dibutuhkan maka penghidupan masyarakat yang disebabkan, baik oleh
akan semakin banyak jiwa yang terancam. Selain faktor alam dan/atau faktor nonalam maupun faktor
itu proses evakuasi juga dipengaruhi oleh manusia sehingga mengakibatkan timbulnya korban
banyaknya penduduk yang harus diselamatkan jiwa manusia, kerusakan lingkungan, kerugian harta
serta lokasi dimana para penduduk tersebut benda, dan dampak psikologis.
berada. Jadi semakin banyak jumlah penduduk Definisi tersebut menyebutkan bahwa bencana
dan semakin kompleks bentuk denah pemukiman disebabkan oleh faktor alam, non alam, dan manusia.
maka proses evakuasi akan membutuhkan waktu Oleh karena itu, Undang-Undang Nomor 24 Tahun
yang lebih lama. 2007 tersebut juga mendefinisikan mengenai bencana
Dengan mengacu pada penelitian alam, bencana nonalam, dan bencana sosial.
sebelumnya yang berjudul Simulasi Pergerakan

Tsunami berasal dari bahasa Jepang yang 1.1.4 Algoritma Boids

berarti gelombang ombak lautan (tsu berarti Boids adalah sebuah algoritma yang
lautan, nami berarti gelombang ombak). Tsunami merepresentasikan gerak dari sebuah kawanan. Perilaku
adalah serangkaian gelombang ombak laut yang dihasilkan sangat mirip dengan kumpulan ikan
raksasa yang timbul karena adanya pergeseran di atau kawanan burung. Gerak boids dihasilkan dari tiga
dasar laut akibat gempa bumi. aturan sederhana yaitu cohesion, alignment, separation
(Reynolds, 2010).
1.1.2 Definisi Evakuasi
Evakuasi adalah perpindahan langsung dan 1.1.4.1 Separation
cepat dari orang-orang yang menjauh dari Pembatasan jika sebuah agen terlalu dekat dengan
ancaman atau kejadian yang sebenarnya dari agen lainnya, dengan cara melakukan penyesuaian arah
bahaya. Contoh berkisar dari evakuasi skala kecil dan kecepatan untuk menghindari benturan (collision).
sebuah bangunan karena ancaman bom atau Agen akan menjaga jarak agar tidak nempel
kebakaran sampai pada evakuasi skala besar dengan flocksmate atau tetang ganya. Aturan ini
sebuah distrik karena banjir, penembakan atau mengarahkan (steering) agar Boids bergerak
mendekati badai. Dalam situasi yang melibatkan menghindari kondisi yang padat (crowded) oleh
bahan-bahan berbahaya atau kontaminasi, kawanan tetangganya. Hal ini memungkinkan Boids:
pengungsi sebaiknya didekontaminasi sebelum 1. Menghindari terjadinya tabrakan
diangkut keluar dari daerah yang terkontaminasi. 2. Menjaga agar boids tetap terpisah pada jarak pisah
Rencana evakuasi darurat dikembangkan tertentu yang realistis atau tidak terlalu berdekatan
untuk memastikan waktu evakuasi teraman dan
paling efisien bagi semua penduduk yang
diharapkan dari suatu bangunan, kota, atau
wilayah. Sebuah tolok ukur kinerja (benchmark)
”waktu evakuasi” untuk bahaya yang berbeda
dan kondisi dibuat. Benchmark ini dapat
dilakukan melalui penggunaan praktik terbaik,
peraturan atau menggunakan simulasi, seperti
model aliran manusia dalam sebuah bangunan,
untuk menentukan benchmark. Perencanaan Gambar 1. Separation (Reynold, 2010)
yang tepat akan menggunakan beberapa jalan
keluar serta teknologi untuk memastikan Separation dapat di rumuskan sesuai pada
evakuasi penuh dan lengkap. Pertimbangan persamaan berikut;, (Cui, 2006).
untuk sejumlah situasi pribadi yang mungkin
mempengaruhi kemampuan individu melakukan
evakuasi. Situasi-situasi pribadi itu mungkin
termasuk sinyal alarm yang menggunakan tanda Dimana Vsr adalah kecepatan yang ditentukan oleh
atau sinyal yang bisa didengar dan dilihat. aturan separation seperti pada gambar 1, d(Px,Pb)
Peraturan-peraturan seperti kode bangunan adalah jarak antara boid x dengan tetangga b, Vx dan
dapat digunakan untuk mengurangi kemungkinan Vb adalah kecepatan boid x dan boid b, d2 adalah nilai
panik dengan memungkinkan individu jarak yang telah ditetapkan.
menyiapkan kebutuhan untuk mengevakuasi diri
tanpa menyebabkan alarm. Perencanaan yang
1.1.4.2 Alignment
tepat akan menerapkan pendekatan semua- Mengambil rata-rata dari semua percepatan agen
bahaya sehingga rencana itu dapat digunakan yang lain dan melakukan penyesuaian percepatan untuk
kembali untuk beberapa bahaya yang mungkin pindah kearah kelompok. Mengarahkan agent
ada. (Abraham, 1994). menujuposisi rata-rata tetangga. Aturan ini
mengarahkan (steering) agar Boids bergerak ke arah
1.1.3 Perilaku Orang Berjalan yang merupakan tujuan dari sebagian besar kawanan di
Dalam kehidupan nyata, kecepatan berjalan tetangga lokalnya.
setiap orang tidaklah sama, tergantung oleh Boids berusaha untuk menyesuaikan kecepatannya
banyak faktor, antara lain: umur, jenis kelamin, (arah, kecepatan bergerak) dengan kecepatan tetangga-
waktu berjalan (pagi, siang atau malam), tujuan tetangganya. Hal ini memungkinkan Boids:
perjalanan, reaksi terhadap environment sekitar, 1. Mengimbangi pemisahan
temperatur udara dan lain-lain. Beberapa pakar 2. Membuat boids bergerak pada satu arah tujuan
transportasi menggunakan kecepatan rata-rata umum yang sama
1,20 m/detik (72 m/menit), namun untuk pejalan
kaki yang cenderung berjalan lebih lambat,
menggunakan kecepatan 0,90 s/d l,00m/detik
(54-60m/menit)(Aspelin, 2005).

Dimana Vcr adalah kecepatan yang ditentukan oleh

aturan cohesion seperti pada gambar 3, d(Px,Pb) adalah
jarak antara boid x dengan tetangga b, d2 adalah nilai
jarak yang telah ditetapkan, sedangkan adalah
perhitungan arah vector point.
1.2 Obstacle Avoidance

Perilaku menghindari harnbatan (obstacle
avoidance) memberikan kemampuan karakter untuk
manuver di environment dengan menghindari harnbatan
Gambar 2. Alignment (Reynold, 2010) sekitarnya.
Ada perbedaan penting antara menghindari
Alignment dapat di rumuskan sesuai pada harnbatan (obstacle avoidance) dan perilaku melarikan
persamaan berikut, (Cui, 2006). diri (flee). Flee akan selalu mengarahkan karakter untuk
menjauh dari lokasi tertentu, sedangkan obstacle
avoidance tindakan akan diambil hanya jika suatu
hambatan yang terdekat terletak tepat di depan karakter.
Sebagai contoh, jika sebuah mobil mengemudi sejajar
Dimana Var adalah kecepatan yang ditentukan dengan dinding, obstacle avoidance akan mengambil
oleh aturan alignment seperti pada gambar 2, tindakan korektif kemudi, tapi flee akan berusaha untuk
d(Px,Pb) adalah jarak antara boid x dengan berpaling dari dinding, akhinya mengemudi tegak lurus
tetangga b, n adalah total jumlah tetangga, Vx dengan dinding. Implementasi dari perilaku obstacle
adalah kecepatan boid x, d1 dan d2 adalah nilai avoidance berhubungan dengan penghindaran rintangan
jarak yang telah ditetapkan. dimana tidak harus terjadi tabrakan. Bayangkan sebuah
pesawat berusaha untuk menghindari gunung.
1.1.4.3 Cohesion Tujuan dari perilaku obstacle avoidance adalah
Menghitung pusat keseluruhan kelompok untuk menjaga sebuah silinder imajiner (sebagai
dan mengarahkan agen ke arah titik pusatnya. hambatan) yang berada di depan karakter bola, seperti
Agen akan mencoba untuk tetap dekat dengan yang diilustrasikan pada Gambar di bawah. Silinder A
kelompoknya. Aturan ini mengarahkan (steering) dan B terletak disepanjang sumbu didepan karakter
agar Boids (agen) bergerak maju ke arah yang bola. Perilaku menghindari hambatan
merupakan tujuan dan sebagian besar kawanan di mempertimbangkan setiap kendala yang pada gilirannya
tetangga lokalnya. Hal ini memungkinkan Boids: mungkin menggunakan skema portioning spasial untuk
1. Tetap bersama-sama dengan kawanan menyisihkan jarak agar keluar dari hambatan dan
lokalnya menentukan apakah karakter bola bersinggungan
2. Melakukan kegiatan pengumpulan dengan silinder (Reynolds, 2010).
beberapa kawanan maupun pemisahan
kawanan ke dalam 2 kelompok
Gambar 4. Obstacle Avoidance (Reynold, 2010)

Gambar 3. Cohesion (Reynold, 2010)
1.3 Collision Detection
Menghitung pusat keseluruhan kelompok Collision detection atau pendeteksian tumbukan
dan mengarahkan agentke arah titik pusatnya. adalah proses pengecekan apakah beberapa buah objek
Yakni, jumlah posisi dari sernua tetangga dibagi spasial saling bertumbuk atau tidak. Jika ternyata ada
dengan posisi dengan jumlah tetangga. Akhirnya, paling sedikit dua buah objek yang bertumbuk, maka
menggunakan perilaku seek agen bergerak kedua objek tersebut dikatakan saling bertumbukkan
menuju titik pusat. Pada ruang spasial dua dimensi objek yang bertumbuk
Cohesion dapat di rumuskan sesuai pada berarti objek spasialnya beririsan. Teknik pendeteksian
persamaan berikut, (Cui, 2006). tumbukan bisa dikelompokkan menjadi dua macam
yaitu priori detection dan post detection. Priori
detection adalah pengecekan tumbukan sebelum
tumbukan tersebut terjadi, sedangkan post detection

adalah pengecekan tumbukan setelah tumbukan Ketika g(n) memberikan hasil evaluasi nilai untuk
tersebut terjadi. (Maulana,2010) mencapai titik n, dan h(n) memberikan nilai estimasi
Beberapa algoritma collision detection untuk mencapai tujuan dari titik n, maka didapatkan f(n)
(Compsci, 2011): = nilai estimasi yang terkecil yang melewati titik n.
1. Basics: Simple collision detection
 Rectangle – rectangle 2. Metode
 Circle – circle 2.1 Pembuatan Model Simulasi
 Circle - rectangle Pembuatan model simulasi dari algoritma Boids
2. Intermediate mengunakan suatu bahasa pemrograman html dan
 Line – line javascrip, dalam hal ini hanya menggunakan pemodelan
 Circle – line dua dimensi.
 Bounding boxes Adapun flowchart dari sistem simulasi ini dapat
3. Advanced dilihat pada gambar 5. dibawah ini.
 Arbitrary polygonal shapes
 Collision detection berdasarkan
waktu untuk mencegah over lap dan
meningkatkan precision
Pada penelitian ini, akan menerapkan
algoritma Collision Detection (Circle – rectangle
dan circle - line).
1.4 Algoritma Pathfinding

Tujuan dari algoritma pathfinding adalah
untuk menemukan jalur terbaik dari vertex awal
ke vertex akhir. Secara umum algoritma
pathfinding digolongkan menjadi dua jenis
(Stuart Russel dan Peter Norvig, 1995), yaitu :
1. Algoritma Uniformed Search. Algoritma
uniformed search adalah algoritma yang
tidak memiliki keterangan tentang jarak
atau biaya dari path dan tidak memiliki
pertimbangan akan path mana yang lebih
baik. Yang termasuk dalam algoritma ini Gambar 5. Flowchart sistem simulasi
adalah algoritma Breadth-First Search.
2. Algoritma Informed Search. Algoritma 2.2 Desain Environment
informed search adalah algoritma yang Desain Environment terbatas yang dibatasi oleh
memiliki keterangan tentang jarak atau dinding pembatas pada layar tampilan, sehingga
biaya dari path dan memiliki sekelompok orang yang bergerak ke target utama akan
pertimbangan berdasarkan pengetahuan menentukan jalur masing-masing dengan terlebih
akan path mana yang lebih baik. Yang dahulu menentukan jarak terpendek dengan target
termasuk algoritma ini adalah algoritma utama. Setiap orang akan bergerak kearah kerumunan
Dijkstra dan algoritma A*. untuk bisa menuju target utama. Environment dirancang
memiliki satu target utama.
1.4.1 Algoritma A*
Dalam ilmu komputer, metode A* (A Star)
adalah graph search algorithm yang mencari
path (jalur) dari titik awal yang diberikan menuju
titik tujuan.
A* pertama kali dijabarkan oleh Peter
Hart, Nils Nilsson dan Bertram Raphael pada
tahun 1968. (Wikipedia, 2014) Metode A*
adalah metode yang merupakan hasil
pengembangan dari metode dasar Best First
Search. Metode ini mengevaluasi setiap titik
dengan mengkombinasikan dengan g(n), nilai
untuk mencapai titik n dari titik awal, dan h(n), Gambar 6. Desain Environment
nilai perkiraan untuk mencapai tujuan dari titik n
tersebut. Desain Environment dibuat dengan menerapkan
kerumunan orang-orang yang bergerak bebas dan acak
memiliki target tertentu. Kerumunan dapat dilakukan

setelah arah masing-masing kelompok Algoritma boids meliputi menjaga jarak agar
berdasarkan karakteristik diidentifikasi. Volume menghindari terjadinya tabrakan antar agen (tetangga)
kerumunan tampak seperti kumpulan partikel dalam suatu kelompok tertentu yang mengarahkan boids
fluida yang bergerak sesuai dengan kekuatan bergerak menghindari kondisi yang padat agar tetap
eksternal yang mendorong mereka terpisah pada jarak pisah tertentu, boids berusaha
menyesuaikan kecepatan (arah, kecepatan bergerak)
2.3 Pembuatan Algoritma Boids dan dengan kecepatan agen tetangganya untuk bergerak ke
Pathfinding. arah tujuan kelompok yang sama dan mengarahkan
Adapun pembutan Algoritma boids dengan agen ke titik pusat kelompok untuk tetap dekat dengan
menggunakan flocking, obstacle avoidance, kelompoknya dengan mengarahkan boids bergerak
collision detection dengan pathfinding dibuat menuju arah yang merupakan tujuan utama.
dengan menerapkan keramaian orang-orang yang
bergerak secara bebas dan acak yang mempunyai
target tertentu. Volume kerumunan tampak 3. Hasil dan Pembahasan
seperti koleksi fluida partikel yang bergerak Dalam tulisan ini, simulasi dibuat menggunakan
menuju tujuan target utama yang sama. Target html dan javascrip. Dirancang untuk menempatkan
adalah area yang harus dituju oleh semua orang. posisi setiap penduduk dengan arah pergerakan bebas
Pada simulasi ini, target pergerakan pengunjung acak.. Posisi setiap orang tidak ada dan tidak boleh
berupa area titik aman tertentu, dapat dilihat pada menempati area yang berwarna hitam. Sebuah target
flowchart. ditempatkan di salah satu sudut environment. Gerakan
untuk menerapkan kelompok boids dengan tiga aturan:
alignment, separation dan cohesion. Seluruh
(kerumunan) bergerak menuju target dengan kecepatan
tertentu. Hasil simulasi dapat dilihat pada Gambar 7.
Gambar 7. Simulasi Pergerakan Evakuasi
3.1 Analisa Hasil Pergerakan Populasi Menuju

Target
Analisa pencapain hasil simulasi tentang
bagaimana pergerakan kerumunan orang menuju satu
target utama diperoleh dengan melakukan uji coba
pengaruh waktu yang diperlukan untuk mencapai target
utama terhadap jumlah populasi kerumunan.
Pada simulasi menggunakan kecepatan (velocity)
agen = 12 pixel/detik. Simulasi dilakukan pada lebar
layar : 150 pixel dan tinggi = 100 pixel. Simulasi ini
mewakili ruang sebenarnya yang berukuran 900 x 600
m, dengan kecepatan 1.2 m/detik. Data hasil
pengukuran pengaruh waktu yang diperlukan untuk
mencapai target utama terhadap jumlah populasi
kerumunan dapat dilihat pada Tabel 1.
Terlihat dari hasil tabel tersebut, semua orang
dalam berbagai jumlah populasi yang berbeda-beda di
dalam area evakuasi, berhasil menuju target utama tanpa
ada satupun yang tertinggal. Namun, semakin banyak
atau semakin meningkat jumlah populasi kerumunan
orang atau penduduk dalam area maka akan semakin
Gambar 6. Flowchart algoritma boids dan
banyak waktu yang diperlukan oleh kerumunan tersebut
pathfinding
untuk mencapai target utama.

Tabel 1: Pengukuran Pengaruh Waktu terhadap

Jumlah Populasi
Gambar 9. Grafik Kecepatan Rata-Rata Pergerakan Orang

Terhadap Jumlah Populasi Kerumunan
3.2 Analisa Pencapaian Hasil Persentase Jumlah

Penduduk yang berhasil menuju target utama
Berdasarkan Buku Masterplan Pengurangan

Resiko Bencana Tsunami (BNPB, 2012), mengenai
waktu evakuasi minimal yang diperlukan oleh orang-
orang yang berada dalam wilayah jangkauan tsunami
jika terjadi bencana yang berpontensi tsunami adalah
dalam jangka waktu maksimal 59 menit setelah
terdengarnya sirene peringatan dini. Mengacu pada hal
tersebut, pada simulasi ini ditetapkan waktu evakuasi
maksimal untuk para penduduk mencapai target utama
Dari data hasil pengukuran pengaruh waktu yang jika terjadi keadaan darurat. Data hasil pengukuran
diperlukan untuk mencapai target utama terhadap diperlihatkan pada Tabel 2.
jumlah populasi kerumunan orang pada Tabel 1, dapat
diperlihatkan dengan grafik pada Gambar 8. Dari Tabel 1: Pengukuran Persentasi Jumlah Penduduk
grafik tersebut terlihat bahwa, ke naikkan waktu akan Terperangkap dan Berhasil Menuju Target
terus bertambah seiring bertambahnya jumlah populasi
kerumunan penduduk untuk bergerak mencapai target
utama.
4. Kesimpulan Hasil Simulasi

Penggunaan algoritma boids dan pathfinding
berhasil diterapkan sebagai algoritma untuk simulasi
kerumunan menuju target tertentu. Peubah simulasi
Gambar 8. Waktu Rata-Rata Pergerakan Orang adalah jumlah penduduk dan keceparan rata-rata menuju
Terhadap Jumlah Populasi Kerumunan target. Pertambahan jumlah kerumunan membutuhkan
selang waktu yang lebih menuju target yang diinginkan.
Dari data pada Tabel 1, dapat diperlihatkan pada Algoritma boids dan pathfinding berhasil memenuhi
grafik Gambar 9, pengaruh kecepatan rata-rata waktu maksimal yang diperlukan unutk melakukan
masing- masing orang mencapai target utama evakuasi yaitu kurang dari 59 menit.
dipengaruhi dengan bertambahnya jumlah populasi di
dalam area. Semakin meningkatnya jumlah populasi, Ucapan Terima Kasih
akan menurunkan tingkat kecepatan rata-rata per orang
Terima kasih kepada semua pihak yang
untuk bergerak mencapai target utama.
mendukung saya untuk menyelesaikan paper ini
walaupun masih banyak kekurangan. Terutama untuk
Ida Sang Hyang Widhi Wasa, Kominfo, Jurusan Teknik
Elektro, Mauridhi Hery Purnomo, Supeno Mardi Susiki
Nugroho, Kawan-kawan CIO ITS Angkatan 2013.

Daftar Pustaka
Abrahams, John, (1994) , Fire escape in difficult
circumstances ,chapter 6, In: Stollard
Aspelin, K, (2005), Establishing Pedestrian
Walking Speeds, Karen Aspelin,
P.E.,P.T.O.E., ITE District 6 Technical
Chair Parsons Brinckerhoff Albuquerque,
New Mexico. Portland State University.
BNPB (2012) Masterplan Pengurangan Resiko
Bencana Tsunami
Compsci, (2006), Collision Detection Tutorial, at
http://compsci.ca/v3/
viewtopic.php?t=13661 [Maret 2014]
Cui, X, (2006), A Flocking Based Algorithm for
Document Clustering Analysis, Journal of
System Architecture
Dewi, Meilany, (2012), Simulasi Pergerakan
Pengunjung Mall Menggunakan Flocking
dan Obstacle Avoidance, Institut Teknologi
Sepuluh Nopember, Tesis
Maulana, S, N, (2010), Penggunaan Struktur
Data Quad-Tree dalam Algoritma Collision
Detection pada Vertical Shooter
Game,Makalah IF3051 Strategi Algoritma
Sem.I Tahun 2010/2011, Institut Teknologi
Bandung, Bandung
Reynolds, C.W, (2010), Steering Behaviors For
Autonomous Characters,
http://www.red3d.com/cwr/steer/gdc99/
[Maret 2014]
Stuart Russell, Peter Norvig, (1995), Artificial
intelligence : a modern approach Prentice-
Hall, Inc. A Simon and Schuster Company,
Englewood Cliffs, New Jersey 07632
Undang-undang Nomor 24 Tahun (2007),
Penggulangan Bencana
Wikipedia, (2014), A* search algorithm, at
http://en.wikipedia.org/wiki/A* search
algorithm [Juni 2014]


RANCANG BANGUN SISTEM TELEMONITORING SUHU

PASIEN DENGAN TEKNOLOGI NIRKABEL
Tito Yuwono1, Fadillah Adhar Hanafi2, KMS Zulfikar Gemilang3
123
Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Islam Indonesia
Jalan Kaliurang Km 14,4 Sleman Yogyakarta 55584
email : 1tito@uii.ac.id
Abstrak
Suhu badan merupaka indikator utama pasien sebagai penanda awal pasien masih sakit atau sudah menuju
sehat. Oleh sebab itu secara berkala pasien di rumah sakit dicek suhunnya oleh perawat secara berkala.
Prosedur pengecekan suhu pasien oleh perawat dirumah sakit dilakukan secara berkala pada waktu tertentu.
Akan tetapi pengecekan ini tampak kurang efektif sebab bisa jadi kondisi pasien sangat buruk atau kritis
ketika tidak sedang dicek. Pada penelitian ini dikaji solusi dari masalah tersebut dengan membangun
prototype pemantau suhu pasien secara realtime dengan teknologi nirkabel. Dengan peralatan ini, tenaga
medis dengan mudah memantau suhu pasien bahkan suhu pasien dapat terekam secara automatik. Peralatan
utama transmisi menggunakan adalah TRW. Dari pengujian peralatan didapat hasil bahwa peralatan
berfungsi dengan baik.Untuk pengujian indoor dengan jangkauan transmisi sekitar 8 m.
Kata kunci: Suhu Pasien, monitoring, nirkabel, TRW
1. Pendahuluan penyakit serta kondisi pasien, apakah pasien

Di dalam ilmu kedokteran suhu adalah salah semakin sakit ataukah proses menuju kesembuhan.
satu indikator yang digunakan untuk memantau baik Di rumah sakit, pengecekan suhu pasien dilakukan
buruknya kesehatan pada pasien. Oleh karena itu secara berkala. Perawat visit ke ruang pasien
sudah menjadi prosedur umum bagi para perawat kemudian memonitor beberapa data medis termasuk
untuk selalu memantau dan mencatat suhu para suhu.
pasien untuk kemudian diteliti oleh dokter. Suhu Pada penelitian ini akan dirancang dan
merupakan indikator penting bagi semua pasen di dibangun sistem monitoring suhu pasien dengan
rumah sakit. Indikator ini yang akan digunakan teknologi nirkabel sehingga akan mempermudah staf
untuk melakukan diagnosa awal pada pasien untuk medis dan yang lebih penting adalah suhu pasien
menentukan tindakan selanjutnya yang akan diambil dapat dideteksi dengan cepat.
oleh dokter. Prosedur pengecekan suhu pasien oleh Penelitian sejenis telah dilakukan oleh
perawat dirumah sakit dilakukan secara berkala pada Alumona,TL.(2014) dengan objek penelitian adalah
waktu tertentu. Akan tetapi pengecekan ini tampak transmisi parameter psikologi dengan teknologi
kurang efektif sebab bisa jadi kondisi pasien sangat Body Area Network (BAN). Sedangkan teknologi
buruk atau kritis ketika tidak sedang dicek. transmisi tang digunakan adalah SMS.. Penelitian
Melihat dari masalah di atas maka dibutuhkan lain, dikerjakan oleh Aria A, Bilandi N. (2014). Pada
perangkat yang dapat mendeteksi suhu pasien dan penelitian ini difokuskan pada kombinasi antara
dapat dipantau dari jauh sehingga pengambilan suhu WBAN dan WSN (Wireless Sensor Network)
dan pencatatan suhu pasien tidak lagi dilakukan dengan menggunakan zigbee. Sementara itu dalam
dengan kunjungan yang dilakukan oleh perawat Halapeti P, Patil S. (2014) dan Otto C,et.al.( 2006)
ataupun dokter dengan cara satu persatu dan masih memfokuskan pada pengiriman data jantung.
dicatat menggunakan kertas, ketika seorang perawat Penelitian lain yang sejenis adalah penelitian
maupun dokter memantau pasien dari kamar ke mengenai Rancangan Bangun Sistem Monitoring
kamar. Alat pemantau ini nantinya dapat dipasang Nirkabel Obyek Bergerak pada Ruang (Studi kasus
pada ruangan dokter ataupun perawat menggunakan Monitoring Alat Kesehatan pada Rumah Sakit) oleh
komputer yang terhubung langsung dengan sensor Azhar (2012). Pada penelitian ini mengaplikasikan
suhu pada ruang pasien, ditambahkan juga sebuah pengirim TRW-2.4GHz guna memudahkan
pencatatan otomatis agar data dapat ditampilkan para petugas kesehatan untuk melacak lokasi alaat
dalam bentuk grafik, dimana hal ini sangat kesehatan berupa infus, tabung oksigen dan alat
membantu perawat ataupun dokter dalam kesehatan yang lain agar dapat digunakan lebih dari
menganalisa kesehatan dari para pasien itu sendiri. satu pasien dalam jangka waktu yang berdekatan.
Pada penelitian ini, akan dikaji, didesain dan
2. Studi Pustaka dibangun sistem monitring suhu pasien dengan
Suhu merupakan data medis yang umum dan menggunakan TRW. Suhu pasien dapat diamati dan
sangat penting di rumah sakit. Salah satunya adalah disimpan dalam database yang realtime. Sebagai
sebagai variabel utama untuk hipotesis sebuah

referensi utama komponen TRW adalah 3.2 Bagian Repeater

Wensing(2013).
Penelitian menggunakan metode eksperimen
laboratorium dan uji lapangan. Pengirim yang
digunakan berjumlah 2 unit, yakni untuk mengukur
suhu pasien dan suhu ruang pada inkubator.
Kemudian untuk penerima yangdigunakan
berjumlah 1 unit yang nantinya akan menerima 2
data yang dikirim oleh 2 pengirim. Setelah data
diterima oleh penerima, data tersebut kemudian
dikirim ke komputer untuk direkam. Gambar 1
merupakan gambar blok diagram sistem secara
Gambar 3. Untai bagian repeater
keseluruhan.
3.3 Bagian Receiver
Rangkaian penerima terdiri dari rangkaian
power supply, rangkaian sistem minimum
mikrokontroler ATmega16, dan rangkaian FTDI.
Gambar 1. Skema monitoring suhu pasien

Gambar 4. Untai bagian receiver
3.1 Bagian Pengirim
Pada perancangan modul pengirim digunakan
sistem minimum ATMega16 yang kemudian akan 4. Hasil dan Pembahasan
dikoneksiakan dengan sensor LM35DZ, TRW Pada bab 4 ini akan didiskusikan hasil dari
2,4GHz, dan LCD. Pada ketiga komponen tersebut penelitian ini. Untuk memudahkan tenaga medis
akan dikoneksiakan pada port-port yang ada melihat suhu pasien dari ruangan, maka didesain
dimikrokontroler ATMega16 yang telah sesuai pada antarmuka grafis monitring suhu pasien. Gambar 5
datasheet. Pada perancangan skematik modul menyajikan bentuk hasil desain antar muka suhu
pengirim, port-port yang dimiliki oleh pasien.
mikrokontroler ATMega16 digunakan sesuai dengan
kebutuhan perancangan skematik dan pengujian
sistem.

Gambar 5. Antarmuka grafis suhu pasien
Gambar 2. Untai bagian pengirim
4.1 Pengujian kinerja transmisi
Pada bagian ini pengujian difokuskan untuk
mencari jarak maksimum dalam mengirim data di

luar ruangan atau di dalam ruangan. Luar ruangan di 5. Kesimpulan

sini merupakan area luas di luar bangunan tanpa Dari uji coba yang dilakukan dapat diambil
hambatan, sedangkan untuk indoor merupakan kesimpulan sebagai berikut.
lokasi di dalam ruangan dengan kondisi alat 1. Keseluruhan peralatan dapat bekerja
diletakkan di dalam kamar dengan pintu terbuka. dengan baik. Semua komponen maupun
Modul yang digunakan sebanyak 2 buah dengan subsistem mampu bekerja baik secara
masing-masing modul diberi tegangan maksimum fungsional.
yaitu 3,4 Volt. Berikut hasil pengujian alat pada 2. Dari hasil pengujian pada penelitian ini
Tabel 1. jarak kirim sejauh 21 meter untuk outdoor,
dan di dalam ruangan sebesar 8 meter.
Tabel 1: Hasil pengujian indoor dan outdoor
Saran penelitian selanjutanya:
1. Sebaiknya sensor yang digunakan ke depan
adalah sensor suhu yang wireless sehingga
nyaman untuk pasien.
2. Untuk penggunaan teknologi nirkabel bisa
menggunakan transceiver Xbee untuk hasil
yang lebih baik.
4.2 Pengujian Indoor dengan partisi tembok
Pada percobaan kali ini akan dilakukan simulasi Daftar Pustaka
pemantauan secara nirkabel dengan lingkungan
semirip mungkin dengan bangsal rumah sakit. Alumona,TL.(2014). Remote Monitoring of Patients
Tempat yang dipilih adalah banguna kost berlantai 2 Health using Wireless Sensor Networks
dengan 6 kamar semi outdoor. Bangunan ini (WSNs). IIJEC Volume 2, Issue 9, September
memiliki panjang 12 meter dan lebar 11 meter 2014
dengan luas ruangan kurang lebih 3 x 2 meter Aria A, Bilandi N. (2014). A Review: Wireless
berjejer sebanyak 6 kamar. Berikut adalah gambar Body Area Networks for Health Care.
denah simulasi percobaan selanjutnya. IJIRCCE Vol. 2, Issue 4, April 2014.
Ariyanto, M.B. (2011). 20 Aplikasi Mikrokontroler
ATmega 8535 ATmega 16 Menggunakan
ascom_AVR+CD. Yogyakarta: Andi Didin
wahyudi, 2007. Belajar mudah
mikrokontroler AT89s52 dengan bahasa
BASIC menggunakan BASCOM-8051.
yogyakarta: Andi Publisher.
Azhar A. (2012). Rancang BangunSistem
Monitoring Nirkabel Obyek Bergerak pada
Ruang (Studi Kasus Monitoring Alat
Gambar 6. Model tata ruang klinik RS Kesehatan pada Rumah Sakit). skripsi tidak
diterbitkan: Fakultas Teknologi Industri
Tabel 2: Hasil pengujian di setiap ruang Universitas Islam Indonesia.
Halapeti P, Patil S. (2014). Healthcare Monitoring
System Using Wireless Sensor Networks.
International Journal of Advanced Research
in Computer Science & Technology
(IJARCST 2014). Vol. 2, Issue 2, Ver. 3
(April - June 2014)
Otto C,et.al.( 2006). System Architecture of A
Wireless Body Area Sensor Network For
Ubiquitus Health Monitoring. Journal of
Mobile Multimedia, Vol. 1, No.4 (2006) 307-
326
Wenshing, “TRW-2.4Ghz RF Module Datasheet”,
Dari Tabel 2 menunjukkan bahwa hanya 3 ww.wenshing.com.tw/Data _Sheet/TRW-
kamar terdekat dengan server yang dapat mengirim 24G_2.4GHz_RF_Tranceiver_Module_Data_
data sampai ke tujuan, sisanya data yang dikirm Sh eet_E.pdf, diakses pada tanggal 01 Januari
tidak sampai. Hal ini dikarenakan gelombang yang 2013.
dipancarkan oleh pemancar terhalang oleh banyak
penyekat sehingga data tidak sampai pada penerima.


Pengembangan Extensi Fitur Akses Quiz Pada Moodle Mobile

berbasis Android
Resmana Lim1, Pieter Sindu Wijaya2, Andreas H2,

Rolly Intan2, Justinus Andjarwirawan2
1)
Program Studi Teknik Elektro Fakultas Teknologi Industri Universitas Kristen Petra
2)
Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra
Jl. Siwalankerto 121 – 131 Surabaya 60236
E-mail: resmana@petra.ac.id
Abstrak
Aplikasi sistem manajemen pembelajaran elektronik (e-learning) saat ini banyak digunakan untuk
melakukan kegiatan belajartanpa harus beradadi ruang kelasfisik. Penggunaan Moodle sebagai Learning
Management System (LMS) telah banyak memberikan manfaat.Moodle dilengkapi dengan aplikasi Moodle
Mobile yang dapat diinstal pada perangkat Android. Aplikasi inimemiliki banyak fitur yang telah
diimplementasikan untuk mengakses materi belajar. Namun fitur akses quiz masih belum dapat sepenuhnya
diakses langsung pada mobile device. Proyek ini melakukan modifikasi aplikasi Moodle Mobile dan
menyediakan tambahan web-services agar fitur quiz dapat berjalan pada piranti mobile. Pengguna yang
terdaftar sebagai guru dapat membuat pertanyaan dan membuat quiz untuk kemudian dikerjakan oleh murid.
Aplikasi telah di uji dengan berbagai perangkat android. Berdasarkan hasil pengujian, aplikasi ini dapat
bekerja dengan baik pada versi Android 4,0-4,3 atau Jelly Bean. Murid dapat mengerjakan quiz secara
langsung pada aplikasi mobile yang dikembangkan.
Keyword :Moodle Mobile, m-learning, Android, quiz online
1. Pendahuluan memanfaatkan web services sebagai sarana

pertukaran data yang akan dilakukan antara
Salah satu sistem pembelajaran elektronik (e-
perangkat dengan database pada server. Fitur yang
learning) yang banyak digunakan saat ini adalah
dibuat adalah pengajar dapat membuat Quiz melalui
Moodle (Modular Object-Oriented Dynamic
perangkat Android sedangkan peserta dapat
Learning Evironment). Moodle memungkinkan
mengerjakan Quiz melalui perangkat Android.
adanya kegiatan belajar mengajar antara pengajar
dan peserta tanpa harus bertemu dalam satu ruang Selanjutnya akan diulas pada bagian 2 beberapa
kelas. teknologi pendukung yang diperlukan, dilanjutkan
dengan desain sistem dan implementasi serta
Moodle adalah aplikasi web dengan berbagai fitur
diakhiri dengan pengujian dan penyampaian
seperti penempatan konten belajar, forum diskusi,
kesimpulan.
chat, tugas online, quiz, dan lain lain. Fitur
Quizdibuat untuk peserta didik dapat mengerjakan
soal-soal latihan secara online. Quiz dibuat oleh
2. Teknologi Pendukung
pengajar, yang mana beberapa jenis Quiz yang
diberikan adalah antara lain Essay, Multiple Choice, 2.1. Platform E-Learning Moodle
dan Multiple Answer.
Moodle adalah open source Course Management
Saat ini juta tersedia aplikasi Moodle Mobile untuk System (CMS) yang digunakan oleh banyak
mengakses konten Moodle dari perangkat bergerak universitas dan sekolah sebagai platform e-learning.
(smartphone, tablet)(Juan Leyva, 2014). Belum Aplikasi ini memungkinkan siswa untuk masuk
semua fitur dapat secara langsung diakses via kedalam “ruang kelas” digital untuk mengakses
aplikasi mobile tersebut. Misalkan Quiz, saat ini materi pembelajaran.
belum ada fitur untuk pembuatan Quiz yang
dilakukan melalui perangkat mobile. Oleh karena Selama 10 tahun terakhir, pengguna Moodle telah
menunjukkan pertumbuhan yang besar. Jumlah
itu, pada penelitian ini dibuatlah sebuah aplikasi
tambahan pada aplikasi Moodle Mobile yang dapat skenario penggunaan Moodle sangat bervariasi
berjalan pada perangkat berbasis Android dengan dengan dukungan situs Moodle.org yang
menyediakan ratusan plug-in tambahan (modul

kegiatan, courses, blok, theme, integrasi dan hacks). yang memungkinkan menulis aplikasi native
Plug-in tambahan ini adalah kontribusi dari dengan teknologi web. Phone Gap merupakan
komunitas pengembang Moodle yang bersifat open framework aplikasi mobile berbasis HTML5, CSS3,
source (Xhafa, Caballe, Rustarazo, & Barolli, JQuery Mobile, dan Javascript (Steven
2010). Suehringand, 2013)
2.2. Moodle Mobile 3. Desain Sistem

Dalam beberapa tahun telah dikembangan beberapa Desain sistem dari aplikasi yang dibuat mengarah
aplikasi mobileyang menyediakan akses aplikasi pada alur web services dan desain database yang
Moodle bagi pengguna bergerak. Itu tersedia digunakan. Juga desain inter face (form-form)
dengan banyak fitur dan antar muka yang user- yang akan digunakan pada aplikasi untuk
friendly (Sakharkar, Iyer, & Baru, 2009; menambahkan fitur-fitur seperti menambahkan
Zamfirache, Eftcnoiu, Iosif, Olteanu, & Tapus, Quiz, soal, dan mengerjakan Quiz pada aplikasi
2013).Moodle head quater (HQ) Moodle.org telah mobile.
membangun aplikasi Moodle untuk pengguna
3.1. Flowchart sistem
ponsel/tablet berbasis HTML 5 yang berjalan pada
android dan iOS. Pertama kali aplikasi dijalankan akan keluar
halaman Login (gambar 1) dengan inputan berupa
Aplikasi resmi moodle mobile dikembangkan
site URL, username, dan password. Aplikasi
olehJuanLeyva(Juan Leyva, 2014) dengan
berkomunikasi dengan web services yang
dukungan dari Jerome Mouneyrac, Moodle HQ dan
dikembangkan penulis (Lim, Wijaya,
lain-lain. Moodle Mobile Apps mempunyai fitur
Andjarwirawan, Handojo, & Intan, 2014) pada
meliputi : 1) desain Responsif untuk telepon dan
server Moodle untuk memeriksa username dan
tablet, 2) Upload gambar ke folder pribadi, 3)
password pada database. Apabila user terdarfar
Rekam file audio dan meng-upload ke folder
dalam sistem, maka berikutnya user berhak untuk
pribadi, 4) Kirim pesan pribadi ke peserta kuliah
mengakses konten kuliah beserta dengan quiz yang
(bisa dilakukan secara offline), 5) Mengambil
ada.
catatan pribadi tentang peserta kuliah, 6)
Menambahkan peserta kuliah ke kontak telepon, 7)
akses cepat kekonten kuliah.
Khusus untuk fitur akses Quiz, saat ini mobile apps
yang tersedia masih belum menyediakan akses
langsung. Siswa mengerjakan quiz masih melalui
web browser yang mana ini terasa kurang nyaman
karena masih belum menyatu dengan mobile apps.
Penelitian ini mencoba untuk memodifikasi moodle
mobile apps agar akses quiz (membuat dan
mengerjakan quiz) dapat tersedia langsung pada
apps.
2.3. Android Development Tools

Proyek ini memanfaatkan Android Development
Tools (ADT) Bundle. Ini merupakan sebuah paket
aplikasi yang digunakan untuk mengembangkan Gambar 1. Proses Login
aplikasi berbasis Android. ADT Bundle terdiri dari Pada bagian View kelas (gambar 2), web services
aplikasi dua aplikasi yangg diperlukan untuk akan mengirimkan data user dan mengembalikan
membuat suatu aplikasi Android, yaitu Eclipse IDE data kelas yang sedang diikuti oleh user
dan Software Development Kit (SDK). ADT Bundle berdasarkan userid yang dimiliki. Dengan demikian
dilengkapi dengan fitur yang mendukung dalam user memperoleh akses hanya kepada kelas yang
mengembangkan aplikasi Android seperti LogCat diikuti saja.Alur pembuatan Quiz (gambar 3)
Monitor yang digunakan untuk memberikan dimulai dengan memeriksa useriddari user. Jika
informasi error message, warning, dan process log user terdaftar sebagai pengajar, maka diberikan
saat aplikasi sedang dijalankan. akses untuk membuat Quiz dan juga membuat/
2.4. PhoneGap menambahkan soal-soal. Kemudian alur untuk
siswa mengerjakan Quiz dapat dilakukan oleh user
Selain ADT, penulis memanfaatkan PhoneGap sebagai peserta Course/kuliah (gambar 4). Web
yaitu sebuah aplikasi dengan platform HTML5 services akan me-request data Quiz yang akan

ditampilkan dan setelah selesai dikerjakan, web 3.2. Desain User Interface
services akan mengirimkan data jawaban dari user
Desain user interface yang ditambahkan pada
kedalam database.
aplikasi mobile moodle antara lain desain form
untuk membuat Quiz oleh pengajar.Setelah
pengajar membuat Quiz, terdapat form untuk
membuat soal dan menambahkan soal pada Quiz
yang sudah dibuat sebelumnya.Jika status user
sebagai peserta Course, maka akan muncul menu
untuk Take Quiz atau mengerjakan quiz yang sudah
dibuat sebelumnya.Web services akan memanggil
soal yang ada pada Quiz dan menampilkan pada
user untuk dikerjakan.
Gambar 2. Proses Melihat Kelas
Gambar 5. Desain Form Create Quiz
Gambar 3. Proses Membuat Quiz Gambar 6. Form Membuat Soal
Gambar 7. Form Mengambil Quiz
Gambar 4. Proses Mengerjakan Quiz

array('course' =>
$course_id,'section' =>
$section_no) );
if($sectionData2)
{
foreach($sectionData2
as $sectionData1)
{
$section_id = $sectionData1->id;
}}
$module_id = 16;//quiz
$module_name = "quiz";
$quiz = new stdClass();

$quiz->course = $course_id;
$quiz->name = $name;
$quiz->intro = $description;
Gambar 8. Form Mengerjakan Quiz $quiz->introformat = 1;
$quiz->timeopen = 0;
$quiz->timeclose = 0;
$quiz->timelimit = 0;
3.3. Database $quiz->overduehandling =
"autoabandon";
mdl_course
$quiz->graceperiod = 0;
mdl_enrol
has
id_enrol
enrol_enrol
status_enrol
sortorder_enrol
name_enrol
enrolperiod_enrol
<pi> Integer
Variable characters (20)
Integer
Integer
Integer
<M>
id_course
fullname_course
shortname_course
idnumber_course
summary_course
summaryformat_course
format_course
<pi> Integer
Text (255)
Short integer
<M>
$quiz->preferredbehaviour =
has
"deferredfeedback";
enrolstartdate_enrol Integer showgrades_course Short integer
enrolenddate_enrol Integer contain newsitems_course Integer
expirynotify_enrol Integer startdate_course Integer
expirythreshold_enrol Integer marker_course Integer
notifyall_enrol Integer maxbytes_course Integer
password_enrol Variable characters (50) legacyfiles_course Integer
cost_enrol Variable characters (20) showreports_course Integer
currency_enrol Variable characters (3) visible_course Short integer
id_user_enrolments
mdl_user_enrolments
status_user_enrolments
timestart_user_enrolments
timeend_user_enrolments
<pi> Integer <M>
Integer
Integer
Integer
customint1_enrol
customint2_enrol
customint3_enrol
customint4_enrol
customint5_enrol
customint6_enrol
Integer
Integer
Integer
Integer
Integer
Integer
visibleold_course
groupmode_course
groupmodeforce_course
lang_course
calendartype_course
theme_course
Short integer
Integer
Integer
$quiz->attempts = 0;
timecreated_user_enrolments Integer customint7_enrol Integer timecreated_course Integer
timemodified_user_enrolments
Identifier_1 <pi>
has
Integer customint8_enrol
customchar1_enrol
customchar2_enrol
customchar3_enrol
customdec1_enrol
customdec2_enrol
Integer
Decimal (12,7)
Decimal (12,7)
timemodified_course
requested_course
enablecompletion_course
completionnotify_course
cacherev
Identifier_1 <pi>
Integer
Short integer
Short integer
Short integer
Integer
id_course_sections
name_course_sections
summary_course_sections
mdl_course_sections
summaryformat_course_sections
sequence_course_sections
<pi> Integer
Text (255)
Integer
Text (255)
<M>
$quiz->attemptonlast = 0;
customtext1_enrol T ext (255)
$quiz->grademethod = 1;
visible_course_sections Integer
customtext2_enrol T ext (255) availablefrom_course_sections Integer
customtext3_enrol T ext (255)
availableuntil_course_sections Integer
mdl_user customtext4_enrol T ext (255) showavailability_course_sections Integer
timecreated_enrol Integer
id_user <pi> Long integer <M> Identifier_1 <pi>
timemodified_enrol Integer
auth_user Variable characters (20)
confirmed_user Short integer Identifier_1 <pi>
Enrolled
$quiz->decimalpoints = 2;
policyagreed_user Short integer
belongs to
deleted_user Short integer
suspended_user Short integer mdl_role
username_user Variable characters (100) contain
password_user Variable characters (255) id_role <pi> Long integer <M>
idnumber_user Variable characters (255) name_role Variable characters (255)
firstname user Variable characters (100) shortname_role Variable characters (100)
... description_role Text (255)
has
(D) sortorder_role
archetype_role
Identifier_1 <pi>
Long integer
id_course_modules
mdl_course_modules
idnumber_course_modules
<pi> In
V
$quiz->questiondecimalpoints
mdl_role_assignments
= -1;
added_course_modules In
id_role_assignments <pi> Integer <M> score_course_modules In
timemodified_role_assignments Integer contain mdl_context indent_course_modules In
component_role_assignments Variable characters (100) visible_course_modules In
belongs to id_context <pi> Integer <M> has
sortorder_role_assignments Integer visibleold_course_modules In
contextlevel_context Integer
Identifier_1 <pi> groupmode_course_modules In
path_context Variable characters (255)
groupingid_course_modules In
depth_context Integer has
$quiz->reviewattempt = 69904;
groupmemberonly_ In
mdl_external_tokens Identifier_1 <pi> completion_course_modules In
id_external_tokens Integer completiongradeitemnumber_course_modules In
token_external_tokens Variable characters (128) completionview_course_modules In
tokentype_external_tokens Integer mdl_question_answers completionexpected_course_modules In
externalserviceid_external_tokens Integer availablefrom_course_modules In
id_question_answers <pi> Integer <M> availableuntil_course_modules In
iprestriction_external_tokens Variable characters (255)
answer_question_answer Variable characters (100) Member showavailability_course_modules In
validuntil_external_tokens
timecreated_external_tokens
lastaccess_external_tokens
Integer
Integer
Integer
Required
answerformat_question_answers
fraction_question_answers
feedback_question_answers
feedbackformat_question_answers
Identifier_1 <pi>
Integer
Decimal (12,7)
T ext (255)
Integer
showdescription_course_modules
Identifier_1 <pi>
In
$quiz->reviewcorrectness = 4368;
mdl_question_attempt_steps
id_question_attempt_steps
sequencenumber_question_attempt_steps
state_question_attempt_steps
fraction_question_attempt_steps
timecreated_question_attempt_steps
Identifier_1 <pi>
<pi> Integer
Integer
Decimal (12,7)
Integer
<M>
id_question
name_question
questiontext_question
mdl_question
<pi> Integer
Variable characters (255
Text (255)
id_quiz
name_quiz
intro_quiz
introformat_quiz
timeopen_quiz
mdl_quiz
<pi> Integer
Text (255)
Integer
Integer
<M>
Contain
id_modules
name_modules
cron_modules
lastcron_modules
search_modules
mdl_modules
<pi> Integer
Integer
Integer
<M>
$quiz->reviewmarks = 4368;
timeclose_quiz Integer
$quiz->reviewspecificfeedback
questiontextformat_question Integer visible_modules Integer
timelimit_quiz Integer
attempt to generalfeedback_question Text (255) overduehandling_quiz Variable characters (16) Identifier_1 <pi>
generalfeedbackformat_question Integer graceperiod_quiz Integer
defaultmark_question Decimal (12,7) preferredbehaviour_quiz Variable characters (32)
penalty_question Decimal (12,7) attempts_quiz Integer mdl_question_categories
Save to
qtype_question Variable characters (20) attemptonlast_quiz Integer
l th ti I t Categories by id_question_categories <pi> Integer <M>
... grademothod_quiz Integer name_question_category Variable characters (100)
has
has
decimalpoints_quiz
questiondecimalpoints_quiz
reviewattempt_quiz
... i t i
Integer
Integer
Integer
I t
info_question_categories
infoformat_question_categories
stamp_question_categories
parent_question_categories
sortorder_question_categories
Identifier_1 <pi>
T ext (255)
Integer
Integer
Integer
= 4368;
has
mdl_question_attempt_step_data
id_question_attempts
mdl_question_attempts
behavior_question_attempts
Identifier_1 <pi>
<pi> Integer
<M>
Used
belongs to
id_quiz_feedback
mdl_quiz_feedback
feedbacktext_quiz_feedback
Integer
Text (255)
$quiz->reviewgeneralfeedback
id_question_attempt_step_data <pi> Integer <M>
= 4368;
feedbacktextformat_quiz_feedback Integer
name_question_attempt_step_data Variable characters (32) mingrade_quiz_feedback Decimal (10,5)
has contain
value_question_attempt_step_data T ext (255) maxgrade_quiz_feedback Decimal (10,5)
mdl_quiz_question_instances
Identifier_1 <pi>
id_quiz_question_instances <pi> Integer <M>
grade_quiz_question_instances Decimal (12,7)
mdl_question_usages
Identifier_1 <pi>
$quiz->reviewrightanswer = 4368;
id_question_usages <pi> Integer <M>
qtype_multichoice_options
component_question_usages Variable characters (255)
preferredbehaviour_question_usages Variable characters (32) id_qtype_multichoice_options <pi> Integer <M>
Identifier_1 <pi> layout_qtype_multichoice_options Integer
single_qtype_multichoice_options Integer
has shuffleanswers_qtype_multichoice_options Integer
(D) correctfeedback_qtype_multichoice_options T ext (255)
correctfeedbackformat_qtype_multichoice_options Integer
has
partiallycorrectfeedback_qtype_multichoice_options
partiallycorrectfeedbackformat_qtype_multichoice_options
incorrectfeedback_qtype_multichoice_options
incorrectfeedbackformat_qtype_multichoice_options
answernumbering_qtype_multichoice_options
T ext (255)
Integer
T ext (255)
Integer
$quiz->reviewoverallfeedback
id_quiz_attempts
layout_quiz_attempts
currentpage_quiz_attempts
preview_quiz_attempts
state_quiz_attempts
mdl_quiz_attempts
<pi> Integer
Text (255)
Integer
Integer
<M>
attempt to
= 4368;
timestart_quiz_attempts Integer mdl_quiz_grades
timefinish_quiz_attempts
timemodified_quiz_attempts
timecheckstate_quiz_attempts
sumgrades_quiz_attempts
needsupgradetonewqe_quiz_attempts
Identifier_1 <pi>
Integer
Integer
Integer
Decimal (10,5)
Integer
id_quiz_grades
grade_quiz_grades
timemodified_quiz_grades
Identifier_1 <pi>
<pi> Integer
Decimal (10,5)
Integer
<M>
Grade
$quiz->questionsperpage = 1;
$quiz->shufflequestions = 0;
Gambar 9. Entity Relationshop Diagram $quiz->shuffleanswers = 1;
$quiz->questions = "";
$quiz->sumgrades = 0.00000;
$quiz->grade = 10.00000;
Desain database yang digunakan menggunakan $quiz->timecreated = 0;
$quiz->timemodified = time();
stuktur database yang sudah ada pada aplikasi $quiz->browsersecurity = "-";
Moodle. Sehingga fungsi web services disini
memanfaatkan data yang ada sesuai kebutuhan. $quiz_id = $DB->insert_record
("quiz",$quiz);
$qfeed = new stdClass();

4. Implementasi Sistem $qfeed->quizid = $quiz_id;
$qfeed->feedbacktext = "";
Aplikasi dimulai dengan menampilkan halaman $qfeed->feedbacktextformat = 1;
login. Kemudian web services akan memeriksa user $qfeed->mingrade = 0;
yang melakukan login dan dibedakan masuk $qfeed->maxgrade = 11;
$qfeed_id = $DB->insert_record
sebagai pengajar atau peserta.Pengajar dapat ("quiz_feedback",$qfeed);
menambahkan Quiz pada suatu Course melalui
perangkat Android dengan memanfaatkan web $course = $DB->get_record
services yang sudah dibuat sehingga dapat sinkron ('course',array('id' =>
$course_id));
antara Quiz yang ada pada aplikasi dan yang ada
pada website. $smodule = new stdClass();
$smodule->course = $course_id;
$smodule->module = $module_id;
$smodule->instance = $quiz_id;
if($teacher == 1) $smodule->section = $section_id;
{ $smodule->idnumber = "";
$sectionData2 = $DB->get_records $smodule->added = time();
('course_sections', $smodule->score = 0;

$smodule->indent = 0; pada perangkat Android peserta yang akan

$smodule->visible = 1;
$smodule->visibleold = 1;
mengerjakan Quiz tersebut.
$smodule->groupmode = 0;
$smodule->groupingid = 0;
$smodule->groupmembersonly = 0; $cmData = $DB->get_record
$smodule->completion = 0; ('course_modules',array(
$smodule->completionview = 0; 'id' => $cm_id, 'module' => 16) );
$smodule->completionexpected = 0; if($cmData)
$smodule->availablefrom = 0; {
$smodule->availableuntil = 0; $quiz_id = $cmData->instance;
$smodule->showavailability = 0; $quizData = $DB-
$smodule->showdescription = 0; >get_record('quiz',array(
$smodule_id = $DB->insert_record 'id' => $quiz_id) );
("course_modules",$smodule); if($quizData)
{
$context = context_module:: $soal = array();
instance($smodule_id); $attemptData2 = $DB->
get_records('quiz_attempts',
$qcat = new stdClass(); array('quiz' => $quiz_id, 'userid'
$qcat->name = "Default for => $user_id));
".$name; if ($attemptData2) {
$qcat->contextid = $context->id;
$qcat->info = "The default foreach($attemptData2 as $attemptData)
category for quiz $name"; {
$qcat->infoformat = 0; $attempts = 1;
$qcat->stamp=""; }}
$qcat->parent = 0; $course = $DB->get_record
$qcat->sortorder= 999; ('course',array(
$qcat_id = $DB->insert_record 'id' => $course_id));
("question_categories",$qcat); $context = context_course::
instance($course_id);
$sectionData = $DB->get_record
('course_sections', $qcat_id = 0;
array('id' => $section_id) ); if ($qcat_datas = $DB->get_records(
if($sectionData)
{ 'question_categories',array
if($sectionData->sequence ('contextid'=>$context->id,'parent' => 0
== "") ))) {
{
$sectionData->sequence = foreach($qcat_datas as $qcat_data)
$smodule_id; {
} $qcat_id = $qcat_data->id;
else }}
{
$sectionData->sequence = $quizQuestionData2 = $DB->get_records(
$sectionData->sequence.",
".$smodule_id; 'quiz_question_instances',
} array('quiz' =>$quiz_id));
$DB->update_record
('course_sections', if($quizQuestionData2)
$sectionData);} {
foreach($quizQuestionData2 as
$event = \core\event\course_module_ $quizQuestionData)
created::create(array( {
'courseid' => $course->id, $question_id = $quizQuestionData
'context' => $context, ->question;
'objectid' => $smodule_id, $grade = $quizQuestionData->grade;
'other' => array(
'modulename' => $module_name, $questionData = $DB->get_record
'name' => $name, ('question',array('id' =>
'instanceid' => $quiz_id $question_id));
))); if($questionData)
$event->trigger(); {
rebuild_course_cache($course->id, true); $questiontype="";
$sukses = 1;} $answers = array();
if($questionData->qtype == "essay"){
$questiontype = "Essay";}
Peserta yang dapat mengerjakan Quiz yang telah if($questionData->qtype ==

dibuat pada perangkat Android dengan “multichoice")
pemanfaatan web services. Pada halaman Take {
$questiontype =
Quiz, web services akan memanggil soal yang "MultipleChoices";
sudah dibuat dalam database kemudian ditampilkan
$questionOptionData2 =
$DB->

get_records('qtype_ 6. Daftar Pustaka

multichoice_options',array( Juan Leyva. (2014). Official Moodle Mobile
Application. Retrieved April 06, 2014, from
'questionid' => $question_id));
http://docs.moodle.org/dev/Moodle_Mobile
if($questionOptionData2)
{ Lim, R., Wijaya, P. S., Andjarwirawan, J., Handojo,
A., & Intan, R. (2014). Web Services Extension for
foreach($questionOptionData2 Accessing Quiz on Moodle Mobile Application. In
1st International Conference on Engineering
as $questionOptionData)
{ Science and Technology Innovation. Bali,
Indonesia.
if($questionOptionData->
Sakharkar, H., Iyer, S., & Baru, M. (2009). MOLE:
single == 0) An Extension to MLE Moodle. In National
{ Conference on Open Source Sofware (pp. 1–10).
$questiontype = Mumbay.
"Multiple Answers";}}} Steven Suehringand, J. V. (2013). PHP, MySQL,

$questionAnswerData2 = Javascript & HTML5 ALL-IN-ONE FOR
$DB->get_records('question_answers', DUMMIES. Hoboken: John Wiley & Sons, Inc.
array('question' =>
$question_id)); Xhafa, F., Caballe, S., Rustarazo, I., & Barolli, L.
if($questionAnswerData2) (2010). Implementing a Mobile Campus Using
{
foreach($questionAnswerData2 as MLE Moodle. In 2010 International Conference on
$questionAnswerData) P2P, Parallel, Grid, Cloud and Internet Computing
{ (pp. 207–214). IEEE. doi:10.1109/3PGCIC.2010.35
array_push($answers,array(
"id" => $questionAnswerData->id, Zamfirache, V., Eftcnoiu, A., Iosif, P., Olteanu, A.-
"answer" => $questionAnswerData->answer, C., & Tapus, N. (2013). Extending the moodle
"fraction" => $questionAnswerData
->fraction));}}} course management system for mobile devices. In
2nd International Conference on Systems and
if($questiontype != "") Computer Science (pp. 103–108). IEEE.
{ doi:10.1109/IcConSCS.2013.6632031
array_push($soal,array(
"id" => $questionData->id,
"name" => $questionData->name,
"questiontext" => $questionData
->questiontext,
"grade" => $grade,
"qtype" => $questionData->qtype,
"questiontype" => $questiontype,
"answers" => $answers
));}}}}
$data = array(
"quizId" => $quizData->id,
"name" => $quizData->name,
"intro" => $quizData->intro,
"soal" => $soal,
"teacher" => $teacher,
"attempts" => $attempts);
5. Kesimpulan
Proses mulai dari perancangan sistem sampai
pengujian aplikasi yang dilakukan dapat diambil
beberapa kesimpulan sebagai berikut.Dari hasil
pengujian terhadap beberapa perangkat Android
yang digunakan, yaitu Android versi 4.1 – 4.3 (Jelly
Bean) dan versi 4.4.2 (KitKat), aplikasi dapat
berjalan dengan baik pada semua perangkat. Siswa
dapat mengerjakan quiz dan Tutor dapat membuat
quiz secara langsung pada moodle mobile apps
hasil modifikasi. Kendati demikian soal yang
bergambar masih belum dapat ditampilkan
sempurna. Letak folder gambar pada server Moodle
masih belum dapat ditampilkan.

Aplikasi Pertempuran 10 November 1945 berbasis Android

Andreas Handojo1, Resmana Lim2, Albert Halim1, Viky Radja1, Aldi Renaldi1
Program Studi Teknik Informatika, Universitas Kristen Petra1

handojo@petra.ac.id
Program Studi Teknik Elektro, Universitas Kristen Petra2
Abstrak
Pemanfaatan teknologi mobile device seperti pada smartphone ataupun tablet-pc telah merambah ke berbagai
bidang. Mulai dari dunia hiburan, pendidikan, bisnis, kesehatan, life-style, dan tidak ketinggalan pada bidang
wisata. Konvergensi teknologi komputasi, multimedia, dan komunikasi data berbasis telepon seluler ini telah
mengubah banyak gaya hidup manusia termasuk dalam mengakses informasi. Penelitian yang dilakukan
berusaha mengembangkan sebuah aplikasi untuk mengeksplorasi sejarah pertempuran 10 November 1945 di
Surabaya. Aplikasi ini diharapkan pengguna dapat belajar seputar sejarah kepahlawanan Surabaya dalam
bentuk yang menarik dengan menggabungkan antara text, picture, sound, dan fasilitas google map; sehingga,
dapat memberikan pemahaman yang menarik seputar sejarah peristiwa pertempuran 10 November 1945.
Aplikasi dibuat pada mobile device berbasis Android yang dapat dijalankan pada smartphone dan pc-tablet
sehingga mudah dijalankan oleh khalayak umum terutama generasi muda untuk memahami sejarah
pertempuran Surabaya dengan media yang menarik. Dari pengujian, aplikasi telah mampu melakukan fungsi
seperti yang telah direncanakan sebelumnya. Sedangkan, pengujian dengan menggunakan sampling
kuestioner kepada pengguna didapatkan bahwa aplikasi menarik minat dari pengguna, sebesar 80%. Dapat
disimpulkan bahwa aplikasi yang dibuat cukup memenuhi target awal penelitian.
Kata Kunci: sejarah, kepahlawanan, aplikasi, android.
1. Pendahuluan Hal ini, bukan saja merugikan sektor wisata

Guna meningkatkan pendapatan daerah maka tetapi juga merugikan sisi lain seperti sisi pendidikan
dilakukan berbagai daya upaya. Seperti misalnya dan penanaman nilai-nilai kebangsaan.
eksplorasi terhadap sektor pariwisata. Selain Beberapa usaha telah dilakukan untuk
mengeksplorasi keindahan, peninggalan masa mengangkat tema kepahlawanan ini, seperti
lampau, serta kekayaan budaya (Taufik Akbar, 2012, misalnya menciptakan karakter komik dari tokoh
Andri Busana, 2012), salah satu hal yang harus pahlawan kemerdekaan seperti misalnya Kapten
mulai dikembangkan adalah eksplorasi wisata Pattimura (Bungsu, 2012) dan dalam bentuk
sejarah terutama sejarah perjuangan kepahlawanan Encyclopedia 30 tokoh pahlawan kemerdekaan
bangsa Indonesia. (Sebastian, 2012). Sementara pengembangan
Pariwisata kepahlawanan merupakan salah teknologi mobile device telah berkembang pesat dan
satu sektor pariwisata yang menarik dan mulai dimanfaatkan untuk berbagai keperluan,
menjanjikan untuk dieksplor. Mengingat selain seperti misalnya keperluan wisata (Kenteris, 2009,
berisi peristiwa bersejarah kepahlawanan, peralatan schrep, 2004, Busana, 2012), test online (Handojo,
pertempuran, lokasi dan gedung-gedung bersejarah 2013), absensi perkuliahan (Handojo, 2013), dan
yang sangat menarik dan menjanjikan untuk menarik lain-lain. Hal ini, merupakan peluang bagi
wisatawan, wisata kepahlawanan ini dapat juga dikembangkannya informasi pariwisata sejarah
berisi semangat kepahlawanan/heroism yang ada kepahlawanan untuk dikembangkan dalam bentuk
pada negara. Yang mana hal ini, tentu sangat penting aplikasi mobile device.
untuk diajarkan dan ditanamkan bagi seluruh Berdasarkan permasalahan di atas, pada
masyarakat terutama bagi generasi muda. penelitian ini dicoba untuk mengekplorasi wisata
Wisata kepahlawanan sendiri bukanlah kepahlawanan, dalam hal ini pertempuran 10
merupakan hal yang baru untuk ditawarkan, seperti November 1945 di Surabaya yang sekarang
contohnya di Amerika dikenal wisata pertempuran diperingati sebagai Hari Pahlawan. Ekplorasi wisata
perang saudara, di Perancis dikenal wisata ini dilakukan dalam bentuk pembuatan aplikasi
pertempuran Napoleon. Di Indonesia sendiri, wisata berbasis android yang memiliki fitur informasi
kepahlawanan masih belum di eksplorasi secara sejarah pertempuran 10 November 1945, gallery
dalam, umumnya wisata kepahlawanan disajikan foto, lokasi bersejarah, beserta tagging lokasi pada
dalam bentuk museum yang juga sering kurang Google Map, serta dilengkapi dengan fitur GPS dan
terkelola dengan baik serta tidak terpublikasikan fasilitas get direction ke lokasi tertentu dengan
dengan baik. menggunakan fasilitas Google Map API.
Aplikasi ini diharapkan dapat menarik minat
masyarakat luas khususnya para generasi muda

untuk dapat mempelajari kisah kepahlawanan Android. Android menggunakan Java sebagai
bangsa Indonesia serta sekaligus berkunjung ke bahasa pemogramannya (Safaat, 2012).
lokasi-lokasi bersejarah seputar pertempuran 10 Arsitektur Android terdiri dari Linux
November 1945. Kernel, Libraries, Android Runtime, Application
Aplikasi ini dibangun pada perangkat mobile Framework, dan Applications. Arsitektur lengkap
device berbasis android dengan pertimbangan bahwa platform ini dapat dilihat pada Gambar 2.
perangkat tersebut memiliki pengguna android
hingga saat ini terus meningkat. Selain itu, perangkat 3.1. Android SDK (Software Development
mobile device saat ini telah ditunjang dengan Kit)
kemampuan yang menarik seperti misalnya fitur Android SDK adalah tools API
tampilan, resolusi monitor, serta grafik yang cukup (Application Programming Interface) yang
berkualitas sehingga sesuai dengan kebutuhan diperlukan untuk mulai mengembangkan aplikasi
aplikasi yang akan dibuat. Selain itu, perangkat juga pada platform Android menggunakan bahasa
telah didukung dengan fasilitas koneksi internet dan pemrograman Java (Safaat, 2012).
Global Positioning System (GPS). Hal-hal ini
tentunya dapat semakin menarik para pengguna 3.2. Android Development Tools (ADT)
mobile device khususnya kaum muda. Android Development Tools (ADT) adalah
plugin yang didesain untuk IDE Eclipse untuk
2. Metode memberikan kemudahan dalam mengembangkan
Adapun langkah-langkah dari penelitian ini aplikasi Android dengan menggunakan IDE Eclipse.
dapat dijabarkan sebagai berikut (Gambar 1): Dengan menggunakan ADT akan lebih mudah
Pertama-tama dilakukan studi pustaka terkait dengan dalam membuat aplikasi project Android, membuat
sejarah pertempuran 10 November 1945 dan terkait GUI sebuah aplikasi, dan menambahkan berbagai
dengan teknologi mobile device/Android. Langkah komponen lainnya. Selain itu, dengan ADT, user
berikutnya adalah survei lokasi sejarah pertempuran dapat membuat package Android (.apk) yang
guna pengambilan gambar serta mengambil digunakan untuk mendistribusikan aplikasi Android
koordinat pada peta. Berikutnya dilakukan proses yang telah dibuat (Safaat, 2012).
desain sistem aplikasi mulai dari interface, database,
sistem serta fitur-fitur yang tersedia. Setelah desain
selesai dilakukan maka dibuatlah aplikasi sistem
yang meliputi dari sejarah pertempuran, lokasi
bersejarah, foto-foto/gallery, serta peta (tagging)
lokasi pada Google Map.
Kemudian setelah implementasi selesai
dilakukan maka dilakukan testing terhadap aplikasi
yang telah dibuat dan dilakukan juga pengujian
dengan cara pembagian kuestioner terhadap
pengguna, sehingga diketahui tingkat kesuksesan
dari aplikasi yang telah dibuat.
3. Android
Android adalah sistem operasi untuk
telepon seluler yang berbasis Linux. Android
menyediakan platform terbuka bagi para
pengembang untuk menciptakan aplikasi mereka
sendiri untuk digunakan oleh bermacam peranti
bergerak. Awalnya, Google Inc. membeli Android
Inc., pendatang baru yang membuat peranti lunak
untuk ponsel. Kemudian untuk mengembangkan
android, dibentuklah Open Handset Alliance,
konsorsium dari 34 perusahaan hardware, software,
dan telekomunikasi, termasuk Google, HTC, Intel,
Motorola, Qualcomm, T-Mobile, dan Nvidia.
Pada Juli 2005 Android telah diakuisisi
oleh Google dan pada 5 November 2007 barulah
secara resmi Android di rilis oleh Google. Dalam
pengembangan aplikasi, Android menyediakan
Android SDK yang menyediakan tools dan API
untuk para pengembang aplikasi dengan platform Gambar 1. Metodologi Penelitian

yang digunakan untuk pengujian seperti terlihat pada

Tabel 1.
Tabel 1: Spesifikasi Mobile Device untuk Pengujian

Jenis Operating Display Memory
System (size) Internal
Samsung Dual-core 480x800 8 GB, 1
Galaxy 1.2 GHz pixels,5.0 GB RAM
Grand Cortex-A9, inches
I9082 v4.1.2 (Jelly (~187 ppi)
Bean)
Samsung Quad-core 720x1280 32 GB
Galaxy 1.6 GHz pixels, 5.5 storage, 2
Gambar 2. Arsitektur Android Note II Cortex- inches GB RAM
(Safaat, 2012) N7100 A9,v4.1.1 (~267 ppi)
(Jelly Bean)
LG G2 Quad-core 1080x192 16 GB, 2
4. Google Maps 2.26 GHz 0 pixels, GB RAM
Google Maps merupakan sebuah layanan Krait 400i , 5.2 inches
peta dunia virtual berbasis website yang disediakan v4.2.2 (Jelly (~424 ppi)
oleh Google. Layanan ini gratis dan dapat ditemukan Bean
di http://maps.google.com. Google Maps
menawarkan peta yang dapat digeser, diperbesar, Ketika pertama kali aplikasi dijalankan
diperkecil, dan dapat diganti dalam beberapa mode maka akan muncul splash screen seperti tampak
(map, satelit, hybrid, dan lain-lain). Dapat pada Gambar 3.
ditambahkan fitur Google Maps dalam web dengan
Google Maps API. Google Maps API adalah library
JavaScript. Dengan menggunakan Google Maps
API, waktu dan biaya dalam pembuatan aplikasi
peta digital dapat dihemat (Shodiq, 2009)
5. Pertempuran 10 November 1945 Surabaya

Adapun sekelumit sejarah dari pertempuran
dalam memperjuangkan kemerdekaan Indonesia
yang terjadi di Surabaya pada tanggal 10 November
1945 antara pemuda dan tentara Indonesia dengan
tentara Inggris dapat dijabarkan sebagai berikut.
Pertempuran ini dipicu oleh kematian salah Brigjen
A. W. S. Mallaby dalam sebuah insiden tanggal 30
Oktober 1945 dalam gencatan senjata antara
Indonesia dan Inggris. Pertempuran Surabaya
berakhir dengan dikuasainya Surabaya oleh pasukan
Samsung Galaxy Note
Inggris setelah 3 minggu peperangan. LG G2
2
Pada akhir bulan November 1945 seluruh Gambar 3. Splash Screen Tampilan Awal Aplikasi
kota Surabaya telah jatuh ke tangan Inggris. Para
pejuang Indonesia yang masih hidup bergabung
dengan ribuan pengungsi yang melarikan diri Pengguna dapat melihat history dari
meninggalkan Surabaya, kemudian mereka membuat pertempuran dalam bentuk chapter-chapter sesuai
garis pertahanan baru mulai dari Mojokerto di Barat alur cerita sejarah pertempuran 10 November 1945.
hingga ke arah Sidoarjo di Timur. Peristiwa inilah Bagian history ini akan bersifat urutan yang harus
yang memicu terjadinya perlawanan di berbagai dibaca berdasarkan urutannya sehingga, ketika
daerah dan diperingati sebagai hari pahlawan setiap sebuah chapter selesai dibaca maka baru chapter
tanggal 10 November (Alwi, 2012, Purwono, 2006, berikutnya akan terbuka/unlock (Gambar 4). Hal ini,
Ariwibowo, 2009). ditujukan agar pengguna dapat membaca sejarah
pertempuran dengan runtut.
Guna pengujian aplikasi yang telah dibuat
digunakan 4 buah mobile device berbasis Android
dengan spesifikasi dan kemampuan berbeda. Di
mana, hal ini ditujukan untuk menguji implementasi
aplikasi pada berbagai mobile device yang berbeda.
Adapun spesifikasi dari peralatan mobile device

Samsung Galaxy Samsung Galaxy LG G2 Samsung Galaxy Note 2

Grand Note 2
Gambar 4. Tampilan Menu History Gambar 7. Tampilan Menu Gallery
Cerita sejarah yang disajikan, dilengkapi Aplikasi ini juga dilengkapi dengan peta
dengan foto-foto, baik foto bersejarah, foto lokasi, lokasi bersejarah pada masa kini. Pengguna dapat
ataupun foto-foto ilustrasi perjuangan (Gambar 5). melihat lokasinya pada aplikasi dengan
menggunakan fasilitas Google Map (Gambar 8).
Selain itu, pengguna juga dapat melihat posisi
pengguna saat ini dengan menggunakan GPS dan
mendapatkan arahan (get direction) guna menuju
lokasi bersejarah tersebut.
LG G2 Samsung Galaxy Note 2

Gambar 5. Tampilan History Content
Selain unlock chapter berikutnya, dengan

menuntaskan sebuah chapter maka pengguna akan
juga dapat membuka gallery foto yang ada pada
chapter tersebut (Gambar 6). Maka, semakin
banyaknya chapter terbuka maka semakin banyak LG G2 Samsung Galaxy Note 2
koleksi foto yang dapat dilihat oleh pengguna Gambar 8. Tampilan Menu Get Direction dengan
(Gambar 7). Menggunakan GPS dan Google Map API
Ketika pengguna berada pada lokasi yang

terdapat pada aplikasi maka pengguna dapat
menyalakan aplikasi yang ada guna mendapatkan
fasilitas unlock untuk sejarah ataupun foto tambahan
yang ada pada lokasi tersebut.
6. Kesimpulan
Dari proses penelitian ini dapat, dapat
ditarik kesimpulan bahwa aplikasi yang dibuat telah
dapat melakukan fungsi melihat informasi lokasi
bersejarah, menampilkan galeri, peta dengan arahan
menuju lokasi berdasarkan posisi user, serta
melakukan pencatatan secara otomatis dengan
LG G2 Samsung Galaxy Note 2 menggunakan GPS locator terhadap lokasi-lokasi
Gambar 6. Tampilan Kumpulan Foto dalam Chapter yang telah dikunjungi user.
Berdasarkan pengujian yang dilakukan
melalui kuestioner terhadap 40 responden dengan

berbagai latar belakang usia maupun pendidikan, applications. Proceedings of the 12th annual
didapatkan bahwa 80% responden memiliki ACM International Conference
pendapat bahwa aplikasi ini sangat menarik dan Sebastian. (2012), Designing Encyclopedia
bermanfaat bagi kota Surabaya. Publication of 30 Heroes, Struggle for
Penelitian selanjutnya dapat menambah aplikasi Indonesian Independence, Digital Repository
dengan fitur-fitur yang lebih menarik seperti Universitas Bina Nusantara
misalnya mini-game, quiz, dan video. Shodiq, Amri. (2009). Tutorial Dasar Pemograman
Google Maps API.
Ucapan Terima Kasih http://www.scribd.com/doc/16846801/Tutorial-
Penelitian ini terselenggara dengan dana Dasar-Pemrograman-Google-Maps-API. Diakses
Penelitian Hibah Bersaing DIKTI nomor [20 Januari 2014]
002/SP2H/P/K7/KM/2014.
Terima kasih atas peran serta tim mobile
device Kenny Basuki, Yohanes Nicolas, Malvin
Yuwono, Yohan Alvin, Laurentius Dion, Daniel
Wilhenson, Daniel Satria Utama, Haryanto, William
Sanjaya yang memungkinkan aplikasi ini dibuat
Daftar Pustaka
Akbar, T. (2012), Implementation of Augmented
Reality Using GPS-Based Tracking In Bandung
Tour Guide Application Development Platform
Based Android, Digital Repository UNIKOM.
Alwi, D. (2012), Battle of Surabaya November
1945, PT. Bhuana Ilmu Populer.
Ariwibowo, B. (2009). Battle of Surabaya 10
November 1945.
http://umum.kompasiana.com/2009/11/23/perte
mpuran-surabaya-10-november-1945-
28773.html. Diakses [19 Januari 2014]
Bungsu, Aghil Boy. (2011), Designing Visual
Comic Hero Series Captain Pattimura As
Alternative Media Read For Children Primary
School Age, Digital Repository UPN Veteran
Jatim
Busana, A. (2012), Tourism Navigation System in
East Java on Android Smartphone, Digital
Repository STIKOM.
Handojo, A., Assianto L., A., Noertjahyana, A.,
(2013). Android-Based Online Test
Applications and Websites for Teaching and
Learning. Rekayasa Teknologi Industri dan
Informasi (ReTII).
Handojo, A., Andjarwirawan, J., Wonodihardjo, J..
(2013). Class Attendance Application using
Near Field Communication (NFC) on Android.
Conference on Information Technology
Computer and Electronic Engineering.
Kenteris, M., Gavalas, D., & Economou, D. (2009).
An Innovative Mobile Electronic Tourist Guide
Application. Personal and Ubiquitous
Computing. Vol. 13.
Purwono, N. (2006), Mana Soerabaia Koe Mengais
Butiran Mutiara Masa Lalu, Pustaka Eureka.
Safaat, N. (2012). Application Programming Mobile
Smartphone and Android-Based Tablet PC.
Bandung: Penerbit Informatika
Scherp, A., & Boll, S. (2004). Generic support for
personalized mobile multimedia tourist


Aplikasi Platform Resilient Berbasis Mobile Untuk Manajemen

Bencana
Wiratmoko Yuwono1, Idris Winarno2, Tri Harsono3

Departemen Teknik Informatika dan Komputer, Politeknik Elektronika Negeri Surabaya (PENS)1,2,3
moko@pens.ac.id 1
idris@pens.ac.id 2
trison@pens.ac.id 3
Abstrak
Sistem Informasi kebencanaan sangatlah dibutuhkan guna memberikan akses informasi yang seluas-luasnya
kepada masyarakat. Semakin cepat dan akurat informasi yang disampaikan maka sistem deteksi, evakuasi dan
penangan bencana dapat dilakukan sedini mungkin.Sistem kebencanaan terdiri dari berbagai macam aplikasi
yang terpadu dalam satu kesatuan sehingga pengguna dapat dengan mudah memperoleh informasi yang
dibutuhkan. Aplikasi-aplikasi yang dibangun untuk mendukung sistem informasi kebencanaan berasal dari
berbagai sistem yang bermacam-macam jenis teknologinya, maka dibutuhkan sebuah platform yang fleksibel
yang dapat menjembatani aplikasi-aplikasi tersebut agar dapat menjadi satu kesatuan yang padu. Pada
penelitian ini dibangun aplikasi yang dapat dijalankan pada platform yang berbeda. Aplikasi berupa aplikasi
berbasis mobile. Hasil dari aplikasi ini, dapat menjembatani data kebencanaan dari aplikasi lainnya, kedalam
satu aplikasi kebencanaan platform resilient. Pada pengujian beberapa device mobile, aplikasi dapat berjalan
dengan optimal.
Kata Kunci: Platform, Resilient, Kebencanaan, Mobile
1. Pendahuluan koordinasi untuk saling melengkapi satu sama lain.

Indonesia merupakan daerah rawan bencana Namun permasalahannya sulitnya koordinasi antar
karena wilayah Indonesia terletak diantara tiga pihak sehingga meskipun bantuan datang cukup
lempeng bumi yang masih aktif.Terbukti sejumlah cepat, pendistribusian bantuan sering kali tidak
wilayah di Indonesia mengalami bencana terutama merata atau bahkan pihak yang terkait tidak berani
gempa dan tsunami seperti di Aceh, Nusa Tenggara mengeluarkan bantuan karena sistem yang rumit [2].
Barat, Toli-Tolo, Yogyakarta, dan Mentawai. Dengan adanya teknologi informasi semua
Menurut Kepala Badan Geologi Departemen ESDM, permasalahan tersebut bisa diatasi dengan baik yaitu
R Sukhyar, selama ada dinamika di lapisan bumi, dengan menghubungkan semua elemen yang terkait
maka akan tetap terjadi potensi gempa [1].Sangat seperti pemerintah, masyarakat, donatur maupun
disayangkan pemerintah Indonesia belum sukarelawan sehingga mereka bisa bekerja sama
menemukan solusi penanganan bencana yang tepat sebagai satu kesatuan. Hasil penelitian dari beberapa
dan cepat untuk mengurangi dampak bencana. sumber bahwa pemerintah memang harus
Mantan Wakil Presiden sekaligus Ketua Umum memanfaatkan perkembangan teknologi dan
Palang Merah Indonesia, Jusuf Kalla, berpendapat informasi. Salah satu aplikasi yang
bahwa pemerintah harus lebih cepat untuk mengatasi mengimplementasikan dari sistem informasi
segala bentuk dampak bencana alam yang terjadi kebencanaan adalah aplikasi Sahana.Sahana
[1]. merupakan aplikasi manajemen bencana yang
Penanganan bencana yang lambat, berakibat bersifat open source yang dikembangkan oleh para
dampak bencana yang terjadi pun semakin besar. sukarelawan yang sebagian besar berasal dari Sri
Selain itu ketidaksiapan masyarakat maupun Lanka ketika bencana gempa dan tsunami melanda
pemerintah serta respon yang ada bersifat kacau. Asia Selatan tahun 2004 [2].
Sehingga tidak hanya masyarakat yang menjadi Sahana saat ini memiliki keterbatasan dimana
korban, namun berbagai infrastruktur seperti sistem informasi bersifat tertutup, sehingga jika
transportasi, komunikasi, manajemen gawat darurat, pengguna memiliki beberapa aplikasi yang akan
semuanya lumpuh.Atau meskipun infrastrukturnya digabungkan dengan Sahana maka pengguna harus
masih utuh, manajemen bantuan yang lama dan melakukan modifikasi terhadap kode-kode program
rumit mengakibatkan bertambah banyaknya korban yang terdapat di Sahana seperti yang dilakukan pada
berjatuhan. Kita membutuhkan reaksi yang cepat proyek akhir yang berjudul “Rancang Bangun
untuk menanggulangi dan mengurangi dampak Middleware dan Ekstraksi Data Platform Resilient
bencana yang ada. Semua elemen yang terkait, baik Untuk Manajemen Bencana”[10]. Oleh karena itu
masyarakat maupun pemerintah memerlukan diperlukan sebuah sistem informasi kebencanaan

yang bersifat terbuka atau fleksibel agar dapat pendukung tanpa harus melakukan perubahan kode-
denganudah diintegrasikan dengan aplikasi-aplikasi kode pada program utamanya.
2. Metode
2.1 Desain global Platform Resilient untuk
Manajemen Bencana
Gambar 1 Desain Global Platform Resilient untuk Manajemen Bencana
Gambar 1 menunjukkan tujuan dalam penelitian 2.2 Perancangan Sistem

ini, dimana aplikasi platform resilient mempunyai Untuk membangun sebuah aplikasi berbasis
beberapa jenis, seperti HDR GIS, AI, Embedded mobile, peneliti merujuk pada dasar dari ilmu
System, Mobile Application dan datawarehouse, interaksi manusia dan komputer seperti yang
dibangun dengan platform yang berbeda, baik dari ditunjukkan pada gambar 2 mengenai diagram
sisi hardware, Operating System (OS) dan jenis human computer interface.
aplikasi. Selanjutnya penelitian ini difokuskan pada Sesuai dengan topik penelitian, yaitu
pembuatan aplikasi presentasi berbasis mobile membangun aplikasi platform berbasis mobile yang
multiplatform, yang dapat berjalan pada hardware dapat dijalankan pada multiplatform, peneliti
mobile yang berbeda dan pada OS mobile yang membuat aplikasi berbasis phonegap, Sehingga
berbeda pula. aplikasi dapat ditransfer keberbagai platform mobile
yang diinginkan

Gambar 2 Aspek Human Computer Interface
Sumber Data
Platform Middleware
Resilient
Manajemen
Bencana Platform 1
Platform 2
Aplikasi Platform
Resilient Berbasis
Mobile untuk
Manajemen Bencana
Gambar 3 Alur Proses Data aplikasi platform resilient berbasis mobile untuk manajemen bencana
Aplikasi direncanakan berjalan pada hardware Pada gambar 4, menu View Data ini
berikut : menampilkan Data Disaster, Time Disaster dan Data
1. Iphone Regional, dalam view data tersebut memiliki fungsi
2. Ipad yang berbeda. Begitu juga dengan menu entry data
3. Tablet Android terdapat data disaster yang berfungsi sebagai
4. Windows Phone menampilkan semua data disaster seperti gempa
5. Android Phone dengan skala tertentu, banjir bandang, time disaster
6. Android Mini PC berfungsi untuk menampilkan data waktu dimana
bencana itu terjadi dan data regional berfungsi untuk
Dan Berjalan pada Operating System Berbasis menampilkan data tata letak terjadinya bencana,
Mobile seperti : pada tahap regional ini terdapat data berupa
1. Windows Mobile OS longitude dan latitude nya, yang nanti nya digunakan
2. IOS untuk tampilan informasi pada peta geografis.
3. Android Disamping itu juga terdapat menu untuk
memasukkan data pada saat terjadinya bencana dan
Untuk itu, peneliti membuat aplikasi yang dapat fitur yang lain yaitu rollback data.
berjalan pada semua OS.

(a) (b) (c)
(d) (e) (f)
Gambar 4. Perancangan user interface (a) Halaman inialisasi entry data, (b) Halaman entry nama data bencana (c)
Halaman entry nama tipe data bencana (d) Halaman entry tanggal bencana (e) Halaman entry wilayah bencana (f)
Mencari peta bencana

Hasil aplikasi akan dijalankan pada beberapa
variasi perangkat mobile dengan spesifikasi sebagai
berikut :
Tabel 1 : Peralatan untuk pengujian
Nama Ukuran Layar (Pixel) Spesifikasi Tambahan
Perangkat
Iphone 640 x 1136 Chip A7 dengan arsitektur 64 bit
Dual-core 1.3 GHz Cyclone

Ipad 1536 x 2048 (d) (e)
(ARM v8-based)
Tablet Android 800 x 1280 Quad Core 1.2GHz Gambar 5. Aplikasi dijalankan dibeberapa
Windows Quad Core 1.2GHz perangkat mobile (a) Iphone (b) Ipad (c) Tablet
480 x 800 Android
Phone
MTK 6589, CPU Dual-core 1,2 (d) Windows Phone (e) Android Phone
Android Phone 780 x 1280
GHz, GPU PowerVR SGX544
Berikut daftar uji aplikasi platform resilient
berbasis mobile.
Pengujian dilakukan pada beberapa perangkat Tabel 2 : Daftar uji fungsionalitas aplikasi
mobile yang berbeda-beda, semua fasilitas layanan
Hasil
seperti pada gambar 4 diuji. Pengujian dilakukan No Uji Fungsi Target Hasil
Sebenarnya
untuk mengetahui apakah aplikasi dapat berjalan 1 View Data Master Berfungsi Berfungsi
dengan baik dan sesuai target yang diinginkan. Disaster 100% 100%
2 View Data Time Berfungsi Berfungsi
Disaster 100% 100%
3 View Data Berfungsi Berfungsi
Regional Disaster 100% 100%
4 Entry Data Master Berfungsi Berfungsi
Disaster 100% 100%
5 Entry Data Time Berfungsi Berfungsi
Disaster 100% 100%
6 Entry Data Berfungsi Berfungsi
7 Rollback Data Berfungsi Berfungsi
Master Disaster 100% 100%
8 Rollback Data Berfungsi Berfungsi
Time Disaster 100% 100%
(a) (b) (c) 9 Rollback Data Berfungsi Berfungsi

3.1 Diskusi
Tabel 3 : Daftar uji kecepatan akses aplikasi tiap Dalam penelitian ini, aplikasi masih
peralatan mobile menggunakan phonegap, sehingga data yang diambil
terlalu berat dan agak lama dikarenakan aplikasi
Target Hasil Hasil phonegap perlu menginterpret kode javascript agar
No Uji Fungsi
Rata-Rata Sebenarnya bisa diterima native SDK. Selain itu juga tampilan
1 Iphone < 5 detik 3 detik
terlihat sama untuk semua platform dan tampilan
2 Ipad < 5 detik 3.5 detik terkadang tidak terlihat seperti mobile app sehingga
3 Tablet Android < 5 detik 6 detik untuk perkembangan kedepannya diharapkan agar
4 Windows Phone < 5 detik 4.2 detik simulasi dibangun dengan menggunakan native
SDK, untuk tampilan lebih kearah mobile dan
5 Android Phone < 5 detik 4.1 detik
memperhatikan user interface dan user experience.
Namun dari sisi kemanfaatan, aplikasi ini dinilai
Pengujian daftar uji fungsi pada tabel 2, beberapa user sangat bermanfaat.
dilakukan untuk melihat fungsi pada tiap-tiap menu
yang disediakan. Pengujian dilakukan pada semua 4. Kesimpulan
peralatan mobile yang disediakan. Dari beberapa daftar uji penelitian ini, dapat
Pengujian pada tabel 3, dilakukan pada kondisi diambil 2 point penting :
yang sama pada jaringan seluler GSM dengan 1. Aplikasi platform resilient berbasis mobile
kecepatan konstan rata-rata 1 Mbps, dihitung rata- untuk manajemen bencana berhasil
rata akses tiap fasilitas aplikasi. dijalankan pada beberapa flatform dan
Pengujian selanjutnya adalah dengan device mobile yang berbeda
melakukan pengujian data. Pengujian data yang 2. Pada pengujian beberapa device mobile,
dimaksud adalah porting data dari luar platform aplikasi dapat berjalan dengan optimal.
resilient, masuk kedalam database platform resilient
lalu hasil porting data tersebut ditunjukkan pada
aplikasi mobile platform resilient ini. Aspek yang Ucapan Terima Kasih
diuji yaitu Keakuratan data Peneliti mengucapkan terima kasih pada :
1. Kementrian Riset dan Pendidikan Tinggi
Tabel 4 : Pengujian data yang membiayai penelitian ini
2. Politeknik Elektronika Negeri Surabaya
Hasil
No Uji Fungsi Target Hasil
Sebenarnya
(PENS)
1 View Data Master Berfungsi Berfungsi 3. Rekan-Rekan peneliti pada riset center
Disaster 100% 100% Hazard and Disaster Research (HDR) di
2 View Data Time Berfungsi Berfungsi PENS.
Disaster 100% 100% 4. Anas Turmudzi, mahasiswa IT PENS
3 View Data Berfungsi Berfungsi
Regional Disaster 100% 100% angkatan 2011.
5. Dan Rekan-Rekan yang lain yang telah
Pengujian selanjutnya adalah pengujian yang membantu terlaksananya penelitian ini.
dilakukan pada beberapa orang yang mengerti
mengenai aplikasi mobile, mengerti aplikasi
teknologi aplikasi dan beberapa orang yang awam Daftar Pustaka
aplikasi IT. Total populasi yang melakukan [1]. Harsono Tri, Winarno Idris, Yuwono
pengujian adalah 30 orang. Seperti yang ditunjukkan Wiratmoko.“Desain Platform Resilient Untuk
pada tabel 5. Manajemen Bencana”. Penelitian Unggul
Perguruan Tinggi PENS 2013.
Tabel 5 : Pengujian oleh user [2]. Pemerintah Lamban Tangani Bencana “
http://www.koran-sindo.com/node/359480“
(Last Updated - 09Juli 2013 - 19:00).
Prosentase %
No Aspek [3]. Wikipedia. (t.thn.). WSDL. Dipetik April5,
Cukup Baik 2013, dari Wikipedia:
1 Keakuratan 100 http://id.wikipedia.org/wiki/WSDL.
[4]. Penjelasan MySQL
2 Kemudahan Pengoperasian 50 50
“http://id.wikipedia.org/wiki/ MySQL“ (Last
3 Performa 75 25 Updated - 05Maret 2014 - 19:00).
4 Tampilan 100 [5]. Wikipedia. (t.thn.). Layanan Web. Dipetik
September 26, 2013, dari Wikipedia: http://
5 Kemanfaatan 100 id.wikipedia.org/wiki/Layanan_web
6 Teknologi Terkini 25 75 [6]. Rizki Aditya.“Mengenal wsdl dan struktur”.
Dipetik Juni 6, 2012 dari Website: http://

www.adityarizki.net/2012/06/mengenal-wsdl-
dan-strukturnya-dalam-web-service/.
[7]. Rackham, “Simple PHP MySQL Class”.
Dipetik Agustus 17, 2010, dari Website:http://
edrackham.com/php/simple-php-mysql-class.
[8]. Phonegap, help. ”http://docs.phonegap.com/en/
3.5.0/index.html” (Last Updated - October
2012).
[9]. Penanggunalan Bencana “http://
arifrohmansocialworker.blogspot.com/2012/09
/telaahan-sistem-terpadu-
penanggulangan.html”. (Last Updated -
October 2009).
[10]. Koopman Dave. “Nusoap WSDL service
return array of complex data”. Dari Website
:http://www.koopman.me/2008/01/nusoap-
wsdl-service-return-array-of-complex-data.
(Last Updated - 28Jan 2008)

Pengelompokan Data DIPA Berbasis Penyerapan Anggaran

Menggunakan Metode Self Organizing Map (SOM)
Haerul Harun 1, I Ketut Eddy Purnomo 2, Eko Mulyanto Y. 3
Mahasiswa Jurusan Teknik Elektro, ITS, Surabaya1

haerul.harun[at]gmail.com
Dosen Jurusan Teknik Elektro, ITS Surabaya 2
ketut[at]ee.its.ac.id
Dosen Jurusan Teknik Elektro, ITS Surabaya 3
ekomulyanto[at]ee.its.ac.id
Abstrak
Selama ini regulasi untuk mengatasi keterlambatan penyerapan anggaran ditujukan secara umum ke semua
satuan kerja pengguna anggaran APBN karena tidak diketahui satuan kerja mana yang berpotensi besar
mengalami keterlambatan penyerapan anggaran, padahal karakteristik setiap satuan kerja sangat beragam.
Satuan kerja yang di tahun sebelumnya terlambat penyerapannya belum tentu tahun ini juga akan mengalami
keterlambatan karena Daftar Isian Pelaksanaan Anggaran (DIPA) setiap satuan kerja berubah-ubah setiap
tahun. Jumlah satuan kerja yang sangat banyak dan beragam tidak sebanding dengan jumlah Kantor
Pelayanan Perbendaharaan Negara (KPPN) dan SDM di KPPN tersebut yang sangat terbatas. Hal ini
berakibat pada rentang kendali yang sangat luas, sehingga dimungkinkan regulasi tidak tepat menyasar satuan
kerja yang sangat berpotensi mengalami keterlambatan penyerapan anggaran. Untuk itu dibutuhkan sistem
yang dapat mengelompokkan satker berdasarkan tingkat penyerapan anggarannya sehingga regulasi bisa
difokuskan ke kelompok satuan kerja yang kemungkinan tingkat penyerapannya paling rendah. Daftar Isian
Pelaksanaan Anggaran (DIPA) yang diberikan kepada setiap satuan kerja pada akhir tahun sebelum tahun
anggaran berjalan dimulai, berisi beberapa data yang mungkin dapat diolah untuk menemukan kelompok
satker yang tingkat penyerapannya paling rendah. Pengolahan data secara cepat, efisien dan efektif sangat
diperlukan oleh Ditjen Perbendaharaan guna mendapatkan informasi dan mendukung pengambilan keputusan.
Metode yang akan digunakan dalam mengelompokkan DIPA adalah metode Self Organizing Map (SOM).
Metode ini merupakan bagian dari Jaringan Syaraf Tiruan yang tergolong dalam unservised learning dan
mempunyai kemampuan untuk mengelola data-data input tanpa harus memiliki nilai sebagai target. Metode
SOM dapat memberikan keluaran berupa kelompok-kelompok satker berdasarkan tingkat penyerapan
anggarannya.
Kata Kunci: penyerapan terlambat, dana APBN, Jaringan Saraf Tiruan, Kohonen
1. Pendahuluan sehingga mempengaruhi rata-rata tingkat

Keterlambatan penyerapan anggaran merupakan penyerapan anggaran seluruh satuan kerja.
masalah yang klasikal karena terjadi di setiap tahun
anggaran dan sampai saat ini masih sulit untuk Tabel 1: Data Penyerapan APBN di Prop. Jawa Timur
ditemukan solusi yang tepat untuk mengatasinya. Pagu Triwulan Triwulan
Selain itu masalah ini tidak hanya terjadi di kota- TA
(dlm jutaan rp) III IV
kota besar namun hampir merata terjadi di setiap
daerah maka sangat wajar jika banyak pihak yang 2011 29.570.439 50 % 94 %
khawatir dengan kondisi penyerapan anggaran
APBN. Untuk wilayah Propinsi Jawa Timur 2012 31.611.813 53 % 93 %
diperoleh data penyerapan anggaran untuk TA 2011
sampai dengan 2013 (Tabel 1) yaitu pada Triwulan 2013 38.411.820 50 % 90 %
III tingkat penyerapannya di bawah 60% dan pada Sumber : Aplikasi Monev Kanwil DJPB Prov. Jatim
triwulan IV penyerapannya minimal 90%.
Beberapa hal yang dapat terjadi sebagai dampak dari Menumpuknya permintaan dana di penghujung
penyerapan anggaran yang lambat adalah tahun juga memunculkan masalah tersendiri
perlambatan pertumbuhan ekonomi yang merupakan khususnya bagi pegawai di Kantor Pelayanan
indikator keberhasilan pembangunan ekonomi, Perbendaharaan Negara (KPPN) yang bertugas
kerugian secara ekonomis terhadap keuangan negara menguji Surat Perintah Membayar (SPM) yang
dan terhambatnya peluang investasi pemerintah. diterbitkan oleh Pengguna Anggaran/Kuasa
Tiga hal tersebut berpengaruh besar terhadap Pengguna Anggaran. Sesuai Standar Operasional
perekonomian negara. Persoalan keterlambatan Procedur (SOP) yang dikeluarkan oleh Ditjen
penyerapan anggaran terjadi di banyak satuan kerja Perbendaharaan, setiap SPM harus diselesaikan dan

diterbitkan Surat Perintah Pencairan Dana (SP2D) pencairan dana untuk belanja modal tidak semudah
nya paling lambat 1 (satu) jam sejak SPM tersebut belanja barang apalagi belanja pegawai. Semakin
diterima. Banyaknya SPM yang harus diperiksa tinggi persentase belanja modal maka kemungkinan
dalam rentang waktu yang sangat pendek terlambatnya penyerapan anggaran akan jauh lebih
mengakibatkan tingginya resiko kesalahan dalam besar.
pemeriksaan sehingga sangat mungkin lolos
beberapa SPM yang tidak benar dan dapat 2.1.2 Belanja Pegawai,
mengakibatkan kerugian Negara. Adalah dana yang disediakan/dialokasikan dalam
Berdasarkan hasil Monitoring dan Evaluasi yang DIPA untuk pembayaran gaji dan tunjangan serta
dilakukan oleh Ditjen Perbendaharaan (Herriyanto, lain lain belanja pegawai.
2012) ditemukan lima faktor penyebab
keterlambatan penyerapan anggaran yang terdiri atas 2.1.3 Belanja Barang,
84 variabel. Dalam DIPA setiap satker berisi data- Adalah dana yang disediakan/ dialokasikan dalam
data yang diantaranya termasuk dalam ke 84 DIPA untuk pengadakan barang/jasa, pemeliharaan
variabel tersebut sehingga jika data-data dalam dan perjalanan dinas.
DIPA dapat ditemukan suatu pola yang saling
berkaitan dengan penyerapan anggaran maka itu 2.1.4 Dana Blokir
dapat menjadi sebuah informasi yang sangat Dana blokir adalah dana yang terdapat dalam DIPA
bermanfaat namun karena suatu hal sehingga dana tersebut
Tujuan dari penelitian ini adalah untuk mengetahui untuk sementara waktu tidak dapat dicairkan.
apakah data dalam DIPA dapat digunakan sebagai Semakin besar dana yang diblokir maka
input untuk mengelompokkan satker berdasarkan kemungkinan terlambatnya penyerapan anggaran
tingkat penyerapan anggarannya dengan akan jauh lebih besar juga.
menggunakan metode SOM sehingga dapat
ditemukan kelompok satker dengan tingkat 2.1.5 Dana PNBP
kemungkinan penyerapannya paling rendah. adalah seluruh penerimaan pemerintah pusat yang
Manfaat penelitian ini adalah diharapkan dapat bukan berasal dari penerimaan perpajakan.
menjadi bahan pertimbangan oleh Pemerintah Pencairan dana PNBP yang telah dianggarkan dalam
sebelum membuat regulasi khususnya dibidang DIPA sangat bergantung terhadap jumlah
penganggaran dan perbendaharaan negara sehinggga penerimaan non pajaknya. Semakin besar persentase
kedepannya nanti penyerapan anggaran belanja dana PNBP dalam DIPA suatu satker maka
negara dapat dilakukan sesuai dengan kemungkinan terlambatnya penyerapan juga akan
perencanaannya semakin besar
2. Dasar Teori 2.1.6 Dana Pinjaman/ Hibah Luar Negeri,

2.1 DIPA Pinjaman Luar Negeri adalah setiap penerimaan
Daftar Isian Pelaksanaan Anggaran (DIPA) adalah negara baik dalam bentuk devisa dan atau devisa
dokumen pelaksanaan anggaran yang disusun oleh yang dirupiahkan, rupiah maupun dalam bentuk
Pengguna Anggaran/Kuasa Pengguna Anggaran. barang dan atau jasa yang diperoleh dari Pemberi
DIPA berfungsi sebagai dasar untuk melakukan Pinjaman Luar Negeri yang harus dibayar kembali
tindakan yang mengakibatkan pengeluaran negara dengan persyaratan tertentu. Hibah Luar Negeri
dan pencairan dana atas beban APBN serta dokumen adalah setiap penerimaan negara baik dalam bentuk
pendukung kegiatan akuntansi pemerintah. Pagu devisa atau devisa yang dirupiahkan, rupiah maupun
dalam DIPA merupakan batas pengeluaran tertinggi dalam bentuk barang dan atau jasa yang diperoleh
yang tidak boleh dilampaui dan pelaksanaannya dari Pemberi Hibah Luar Negeri yang tidak perlu
harus dapat dipertanggungja-wabkan. DIPA berlaku dibayar kembali. Pencairan dana yang bersumber
untuk satu tahun anggaran dan memuat informasi dari PHLN tidak semudah dana yang bersumber dari
satuan-satuan terukur yang berfungsi sebagai dasar Rupiah Murni (RM). Ada beberapa persyaratan/
pelaksanaan kegiatan dan penggunaan anggaran. dokumen yang secara khusus harus dipenuhi agar
Beberapa data yang ada dalam DIPA yang bisa dana PHLN tersebut bisa dianggarkan dalam DIPA
dijadikan paramater untuk menilai tingkat maupun pada saat akan dicairkan, sehingga
penyerapan anggaran setiap satker yaitu: penyerapan anggarannya lebih lambat.
2.1.1 Belanja modal,
adalah pengeluaran anggaran yang digunakan dalam 2.1.8 Kode Kewenangan Satker
rangka memperoleh atau menambah aset tetap dan Kode kewenangan satker tergantung jenis DIPA nya.
aset lainnya yang memberi manfaat lebih dari satu Jika DIPA satker tersebut adalah DIPA Kantor Pusat
periode akuntansi serta melebihi batasan minimal (KP) maka pasti kewenangannya adalah KP. Sesuai
kapitalisasi aset tetap atau aset lainnya yang Peraturan Menteri Keuangan Nomor
ditetapkan pemerintah. Belanja modal sangat erat 171/PMK.02/2013, berdasarkan Bagian Anggaran
kaitannya dengan penyerapan anggaran. Prosedur

dari Kementerian/ Lembaga maka ada 5 (lima) jenis keluarnya menuju neuron-neuron yang lain. Pada
DIPA yaitu jaringan saraf, hubungan ini dikenal dengan nama
- DIPA Satker Pusat/Kantor Pusat (KP) yaitu bobot. Informasi tersebut disimpan pada suatu nilai
DIPA yang dikelola oleh Satker Kantor Pusat tertentu pada bobot tersebut (Kusumadewi, 2004).
dan/atau Satker pusat suatu Kementerian/ Proses pembelajaran terhadap perubahan bobot
Lembaga, termasuk di dalamnya DIPASatker dalam Jaringan Saraf Tiruan ada 2, yaitu
Badan Layanan Umum (BLU) pada kantor pusat, Pembelajaran terawasi (supervised learning) dan
dan DIPA Satker Non Vertikal Tertentu (SNVT). Pembelajaran tak terawasi (unsupervised learning).
- DIPA Satker Vertikal/Kantor Daerah (KD) yaitu Pada metode unsupervised, tidak dapat ditentukan
DIPA yang dikelola oleh Kantor/ Instansi hasil yang seperti apakah yang diharapkan selama
Vertikal Kementerian/Lembaga di daerah proses pembelajaran (Santosa, 2007). Tujuan
termasuk di dalamnya untuk DIPA Satker BLU pembelajaran ini adalah mengelompokkan unit-unit
di daerah. yang hampir sama dalam suatu area tertentu Salah
- DIPA Dana Dekonsentrasi (DK) yaitu DIPA satu metode dalam Jaringan Saraf Tiruan yang
dalam rangka pelaksanaan dana dekonsentrasi, menggunakan pembelajaran tak terawasi adalah Self
yang dikelola oleh SKPD Provinsi yang ditunjuk Organizing Map (SOM).
oleh Gubernur.
- DIPA Tugas Pembantuan (TP) yaitu DIPA dalam 2.3 SOM
rangka pelaksanaan Tugas Pembantuan, yang Self Organizing Maps (SOM) adalah salah satu
dikelola oleh SKPD Provinsi/Kabupaten/Kota metode dalam Jaringan Syaraf Tiruan. Dengan
yang ditunjuk oleh Menteri/Pimpinan Lembaga metode ini, suatu lapisan yang berisi neuron-neuron
yang memberi tugas pembantuan. akan menyusun dirinya sendiri berdasarkan input
- DIPA Urusan Bersama (UB) yaitu DIPA yang nilai tertentu dalam suatu kelompok yang dikenal
memuat rincian penggunaan anggaran dengan istilah cluster. Selama proses penyusunan
Kementerian Negara/Lembaga dalam rangka diri, kelompok yang memiliki vektor bobot paling
pelaksanaan Urusan Bersama, yang cocok dengan pola input (memiliki jarak paling
pelaksanaannya dilakukan oleh SKPD dekat) akan terpilih sebagai pemenang. Neuron yang
Provinsi/Kabupaten/ Kota yang ditunjuk oleh menjadi pemenang beserta neuron-neuron
Menteri/Pimpinan Lembaga berdasarkan usulan tetangganya akan memperbaiki bobot-bobotnya.
Kepala Daerah. Arsitektur SOM (Gambar 1) terdiri dari 1 lapisan
Satuan kerja dengan kode kewenangan KP/KD input dan 1 lapisan output. Setiap unit pada lapisan
cenderung lebih mudah dalam proses penyerapan input (x) dihubungkan dengan semua unit di lapisan
anggarannya dibandingkan dengan satker yang output (y) dengan suatu bobot keterhubungan wij.
memiliki kode kewenangan DK/TP/UB.
2.2 Penyerapan Anggaran

Penyerapan Anggaran adalah sejumlah dana dalam
DIPA yang telah dibelanjakan/ direalisasikan dalam
suatu periode tertentu. Untuk mengetahui persentase
penyerapan anggaran suatu satker digunakan rumus :
dengan :
P : Penyerapan anggaran,
RA : Akumulasi realisasi anggaran satker,
PA : Akumulasi pagu anggaran satker. Gambar 1. Arsitektur SOM
Penyelesaian permasalahan pengelompokan data
2.3 Jaringan Syaraf Tiruan menggunakan Jaringan SOM dipengaruhi oleh
Jaringan Saraf Tiruan yang sering juga disebut parameter-parameter seperti jumlah kelompok yang
Artificial Neural Network adalah suatu konsep akan dibentuk, learning rate, maksimum iterasi
rekayasa pengetahuan dalam bidang kecerdasan sehingga jika proses dilakukan beberapa kali dengan
yang didesain dengan mengadopsi sistem saraf data masukan yang sama, akan berpengaruh pada
manusia, yang pemrosesan utamanya ada di otak pengelompokan data yang dihasilkan.
(Prasetyo, 2012). Bagian terkecil dari otak manusia
adalah sel saraf yang neuron. Penggunaan neuron- 3. Metode Penelitian
neuron secara simultan memjadikan otak dapat Penelitian ini menggunakan metode yang mampu
memproses informasi secara paralel dan cepat. menggali informasi tersembunyi dalam tumpukan
Seperti halnya sistem kerja otak manusia, Jaringan database yaitu metode pengelompokan dengan
syaraf tiruan juga terdiri dari beberapa neuron dan algoritma Self Organizing Map (SOM). Secara garis
terdapat hubungan antara neuron-neuron tersebut. besar sistematika penelitian ini dapat dilihat pada
Neuron-neuron tersebut akan memindahkan Gambar 1 berikut:
informasi yang diterima melalui sambungan

3.2 Pemilihan Data

Persiapan data Data yang diperoleh dari aplikasi Monev, sebelum
diolah dengan menggunakan algoritma SOM harus
mengalami proses pemilihan data berdasarkan fungsi
dan kegunaannya. Hal ini dilakukan karena banyak
Pemilihan Data
data khususnya untuk DIPA tertentu tidak sesuai
dengan kelaziman. Data yang tidak lazim, tidak
Normalisasi Data konsisten dan banyak kekeliruan membuat hasil data
pengelompokan menjadi tidak akurat.
Pengelompokan Data
3.3 Normalisasi Data
Normalisasi data dilakukan agar seluruh data input
Informasi dan pengetahuan memiliki derajat keanggotaan yang sama yaitu
bernilai minimal 0 dan tidak lebih dari 1. rumus
Gambar 2. Bagan Sistematika Penelitian yang digunakan adalah :
X0
3.1 Persiapan Data Xn =
Persiapan data dilakukan dengan mengambil data Xmax
DIPA di Aplikasi Monev yang diakses melalui
Tabel 3: Hasil Normalisasi Data
jaringan intranet pada Kantor Wilayah Ditjen
Perbendaharaan Propinsi Jawa Timur. Data Nilai input Hasil Normalisasi
Tabel 2: Konversi Input Persentase pagu 0

belanja modal 0,01
Data kriteria Nilai input terhadap total 0 - 100 0,02
pagu …
Persentase pagu 1
belanja modal
0 – 100 % 0 - 100 0
terhadap total Persentase pagu
0,01
pagu blokir terhadap
0 - 100 0,02
total pagu
…
100 % 0 1
Pagu Belanja 51
dan 52 0
< 100 % 1 Persentase pagu
0,01
PNBP terhadap
Persentase pagu 0 - 100 0,02
total pagu
blokir terhadap 0 – 100 % 0 - 100 …
total pagu 1
Persentase pagu 0
Persentase pagu
0,01
PNBP terhadap 0 – 100 % 0 - 100 PHLN terhadap
0 - 100 0,02
total pagu total pagu
…
Persentase Pagu 1
PHLN terhadap 0 – 100 % 0 - 100
total pagu 3.4 Pengelompokan Data
Pengelompokan terhadap data DIPA menggunakan
KP/KD 0
Kewenangan algoritma SOM. Tahapan proses dimana data yang
Satker sudah dipraproses dikelompokkan dengan
DK/TP/UB 1 menggunakan cara kerja algoritma SOM.
Tahapannya adalah
a. Menentukan nilai learning rate dan jumlah
Sesuai dengan parameter yang digunakan dalam kelompok yang akan dibentuk.
penelitian ini maka ada 3 file yang diambil dari b. Menentukan nilai bobot awal secara acak dan
Aplikasi Monev yaitu Laporan Pergerakan Pagu,
nilai bobot bias
Laporan Pergerakan Blokir serta Laporan Pagu dan c. Memilih data input secara urut dimulai dari data
Realisasi.Data awal yang diperoleh dari aplikasi ke-1 dan dirumuskan sebagai (x).
belum dalam bentuk persentase sehingga untuk data
d. Hitung jarak antara data input dengan setiap
yang berupa nilai rupiah yang berkaitan dengan bobot input dan dirumuskan sebagai Dist(i)).
parameter yang akan digunakan, perlu dilakukan e. Nilai dari jarak tersebut di atas dinegatifkan dan
perhitungan awal terlebih dahulu untuk mengetahui
ditambah dengan bobot biasnya sehingga
persentasenya. Untuk lebih jelasnya dapat dilihat diperoleh rumus a(i) = -Dist(i) + b(i)
pada Tabel 2. f. Setelah diperoleh nilai a(i) dari data pada
masing-masing kelompok maka dapat diketahui

kelompok mana yang memiliki nilai a(i) paling % Penyerapan

besar. Jika kelompok I yang memiliki nilai a(i) Kode Satker
Triwulan III
paling besar maka data input yang dipilih masuk
ke kelompok I. 102 7.05
g. Bobot input yang menuju ke kelompok I akan 103 5.29
diupdate dengan rumus
105 81.37
h. Bobot bias juga akan diupdate dengan rumus 108 64.35
111 64.88
113 4.12
i. Langkah c sampai h dilakukan hingga mencapai 115 74.93
maksimum iterasi.
118 0.00
3. Hasil dan Pembahasan 119 29.04
Data yang digunakan adalah data pagu dan realisasi 121 64.21
anggaran satuan kerja yang berada dalam wilayah
122 29.84
pembayaran Kantor Pelayanan Perbendaharaan
Negara (KPPN) seluruh Propinsi Jawa Timur. 125 3.66
Dalam uji coba, data sampel yang digunakan 127 63.72
sejumlah 100 data dengan rata-rata persentase 128 90.03
penyerapan sebesar 42.72 %. Pembentukan
kelompok didasarkan pada 6 (enam) atribut yaitu : 140 94.21
- persentase pagu belanja modal terhadap total 142 16.30
pagu keseluruhan 143 9.61
- persentase pagu belanja pegawai dan belanja
barang 148 0.00
- persentase pagu yang diblokir terhadap total 428 67.71
pagu keseluruhan 429 42.54
- persentase pagu belanja yang bersumber dari
430 23.48
PNP, terhadap total pagu keseluruhan.
- persentase pagu belanja yang bersumber dari 431 48.85
PNP, terhadap total pagu keseluruhan 432 64.79
- kode kewenangan satuan kerja
433 39.44
Penentuan lainnya adalah :
- jumlah kelompok = 4 434 56.38
- maksimal iterasi = 20 435 60.65
- learning rate = 0.7 436 38.99
- update learning rate = 0.6
Proses pengelompokan menggunakan Aplikasi 437 51.65
berbasis web dengan bahasa pemrograman PHP. 438 32.53
Hasil dari proses pengelompokan itu dapat dilihat 439 42.36
pada Tabel 4, Tabel 5, Tabel 6 dan Tabel 7 berikut.
440 66.26
441 44.37
442 80.14
443 42.05
Jumlah anggota Kelompok 1 ada 34 anggota dengan

rata-rata persentase penyerapan anggaran di
Triwulan III adalah sebesar 44.26 %. Dari 34
anggota tersebut, 21 diantaranya memiliki
persentase penyerapan di bawah 60% dengan rata-
rata persentase penyerapan sebesar 27.03 % dan 13
anggota lainnya memiliki persentase penyerapan di
atas 60% dengan rata-rata persentase penyerapan
sebesar 72.10 %.
Tabel 4: Anggota Kelompok 1
Tabel 5: Anggota Kelompok 2

% Penyerapan % Penyerapan
Kode Satker Kode Satker
Triwulan III Triwulan III
394 63.62 101.00 30.82
398 77.13 104.00 22.55
399 76.10 107.00 0.00
402 79.85 109.00 0.00
403 75.01 110.00 0.00
404 75.21 114.00 19.88
406 71.74
116.00 46.29
407 76.73
117.00 0.00
415 77.25
120.00 0.20
Jumlah anggota Kelompok 2 adalah 9 anggota 123.00 0.07
dengan rata-rata persentase penyerapan anggaran di 124.00 21.17
Triwulan III adalah sebesar 74.74 %. Dari 9 anggota 126.00 0.00
tersebut, seluruhnya memiliki persentase penyerapan
129.00 8.97
di atas 60%
130.00 0.03
Tabel 6: Anggota Kelompok 3 131.00 0.00
% Penyerapan 132.00 0.00
Kode Satker
Triwulan III 133.00 0.00
106 24.24 135.00 0.00
112 82.61 136.00 0.00
134 0.00 137.00 17.78
138 16.43 139.00 0.38
150 85.71 141.00 0.00
395 66.27
144.00 30.20
408 68.15
145.00 0.00
409 77.57
146.00 0.00
410 75.40
147.00 0.43
412 70.70
149.00 30.90
413 76.49
396.00 50.03
414 72.60
397.00 49.98
416 76.81
400.00 53.31
417 73.16
401.00 34.07
419 72.69
405.00 58.42
420 74.06
421 75.93
411.00 37.76
422 75.26 418.00 66.65
423 76.43 426.00 56.01
424 75.20 427.00 69.71
425 73.43
Jumlah anggota Kelompok 4 adalah 36 anggota dengan
rata-rata persentase penyerapan anggaran di Triwulan III
Jumlah anggota Kelompok 3 adalah 21 anggota adalah sebesar 19.60 %. Dari 36 anggota tersebut, 34
dengan rata-rata persentase penyerapan anggaran di diantaranya memiliki persentase penyerapan di bawah
Triwulan III adalah sebesar 68,36 %. Dari 21 60% dengan rata-rata penyerapan sebesar 16.74 % dan 2
anggota tersebut, 3 diantaranya memiliki rata-rata anggota lainnya memiliki persentase penyerapan di atas
persentase penyerapan di bawah 60% yaitu sebesar 60% dengan rata-rata penyerapan sebesar 68.18 %.
13.56 % dan 18 anggota lainnya memiliki persentase
penyerapan di atas 60% dengan rata-rata penyerapan Dari 4 kelompok tersebut di atas dapat diketahui
sebesar 74.92 % bahwa kelompok yang ke-4 adalah kelompok yang
Tabel 7: Tabel Anggota Kelompok 4 paling rentan memiliki tingkat penyerapan terendah
karena :

- Rerata persentasenya penyerapannya berada di

bawah standar penyerapan yang ditetapkan
- Rerata persentase penyerapannya terkecil
dibandingkan kelompok lainnya.
- Jumlah anggota kelompoknya dengan persentase
penyerapan di bawah 60% adalah yang terbanyak
dibandingkan kelompok lainnya.
4. Kesimpulan
Berdasarkan hasil penelitian yang dilakukan, dapat
diambil beberapa kesimpulan sebagai berikut:
- Metode Self Organizing Map dapat digunakan
untuk mengelompokkan satker berdasarkan
tingkat penyerapan anggarannya.
- Hasil pengelompokan telah mampu
menampilkan kelompok satker yang tingkat
penyerapannya di bawah standar penyerapan
yang ditetapkan dalam Indikator Kinerja Utama
(IKU) Kementerian Keuangan.
Ucapan Terima Kasih

Ucapan terima kasih disampaikan kepada semua
pihak khususnya kepada Dosen Pembimbing yang
telah membantu penulis dalam melakukan penelitian
ini.
Daftar Pustaka
Arijatmiko, W. (2012). Sistem Pendukung
Keputusan Multidimensi Dengan Metode Self
Organizing Map untuk Nominasi Sertifikasi
Pendidik.
Haykin, S. (2005). Neural Network A
Comprehensive Foundation. Pearson Education.
Herriyanto, H. (2012). Faktor-Faktor Yang
Menpengaruhi Keterlambatan Penyerapan
Anggaran Belanja Pada Satuan Kerja
Kementerian/Lembaga di Wilayah Jakarta.
Irman Hermadi, d. (2006). Clustering Menggunakan
SOM, Studi Kasus: Data PPMB IPB.
Kusumadewi, S. (2004). Membangun Jaringan
Syaraf Tiruan Menggunakan Matlab dan Excel
Link. Yogyakarta: Graha Ilmu.
Prasetyo, E. (2012). Data Mining Konsep dan
Aplikasi Menggunakan Matlab. Yogyakarta:
Andi Offset.
Santosa, B. (2007). Data Mining Teknik
Pemanfaatan Data untuk Keperluan Bisnis.
Yogyakarta: Graha Ilmu.


Easy Mart Aplikasi Penjualan untuk

Toko Furniture Berbasis Android
Christian Adiputra 1, Andreas Handojo 2, Ibnu Gunawan 3
Universitas Kristen Petra1

christianadi92@gmail.com
Universitas Kristen Petra 2
Universitas Kristen Petra 3
Abstrak
Suatu bisnis pastinya bertujuan untuk menghasilkan keuntungan yang lebih besar daripada biaya yang telah
dikeluarkan, salah satunya adalah bisnis furniture. Namun pada zaman sekarang ini cukup sulit untuk
mencapai hal tersebut. Harga - harga yang melambung dikarenakan semakin sedikitnya sumber daya.
Sedikitnya lahan yang tersedia membuat para pemilik bisnis furniture berpikir kembali untuk
mengembangkan bisnisnya. Sebagai solusi dari permasalahan tersebut, terdapat aplikasi “Easy Mart” yang
dapat berfungsi sebagai keranjang belanja dan katalog. Aplikasi berbasis pada Android, media yang
digunakan adalah telepon genggam dengan tujuan mempermudah dan memperingkas. Melalui fitur - fitur
yang dimiliki Android seperti WIFI dan kamera, aplikasi ini dapat digunakan. Aplikasi ini nantinya dapat
digunakan untuk melihat info - info produk yang ada yang terintegrasi dengan database. Selain itu melalui
aplikasi ini nantinya pemakai dapat membaca barcode dari produk yang ada dan juga melihat promo. Semua
itu dapat dilakukan dalam telepon genggam. Apabila pemakai ingin berbelanja terdapat fitur keranjang
belanja. Untuk menyelesaikan transaksi hanya cukup dengan mengirimkan data keranjang belanja ke kasir.
Kata Kunci: Android, Barcode, Server, Web Services.
1. Pendahuluan dapat menjadi katalog untuk konsumen untuk

Bisnis furniture merupakan bisnis yang terus melihat promo yang sedang berjalan atau mana
berkembang. Banyaknya jenis furniture membuat produk yang termasuk baru di koleksi.
bisnis ini memiliki potensi yang tak terhingga.
Indonesia sudah terkenal dengan karya furniturenya, 2. Metode
terlebih dalam hal furniture kayu jati. Jenis ini Pada penelitian ini digunakan metode kualitatif yaitu
sangat terkenal dan diminati oleh masyarakat dunia. dengan melakukan studi kasus. Studi kasus
Teknologi yang semakin maju juga ikut memajukan ditujukan kepada toko furniture dengan kasus dalam
bisnis di bidang ini. Melalui internet para konsumen hal kurangnya luas lokasi dari toko dan penting atau
dapat dengan mudah mencari furniture dengan tidaknya diterbitkan katalog produk dari toko
bahan dan jenis yang diinginkan. Berkembangnya tersebut. Hal ini didasari dengan fitur aplikasi yang
bisnis furniture ini tentunya juga menimbulkan berfungsi sebagai solusi dari 2 hal tersebut. Selain
persaingan yang semakin ketat. Masyarakat telah itu dilakukan juga survey kepada pelaku bisnis
banyak memanfaatkan bisnis ini sebagai investasi dalam bidang bisnis furniture. Survey didasarkan
bisnis yang menguntungkan. Tentunya banyaknya pada kemudahan aplikasi, keindahan tampilan,
koleksi dari suatu toko akan menjadi pembanding fungsi utama dari aplikasi, dan kelancaran jalannya
mana toko yang lebih baik. Hal ini kemudian akan aplikasi. Terdapat 4 kategori responden yang terlibat
mengarah ke space yang semakin mahal dan dalam survey.
terbatas. Untuk menambah space yang lebih besar
maka toko perlu mengeluarkan biaya lebih untuk hal 2.1 Metode Pengumpulan Data
tersebut. Selain biaya space agar koleksi dari toko Mempelajari sistem bisnis yang dimiliki oleh toko
tersebut dapat dilihat oleh masyarakat, pihak toko furniture, terlebih pada bagian marketing dan sales
perlu membuat katalog dari produk. Easy Mart dari toko furniture. Melakukan analisa aplikasi baik
merupakan solusi dari kedua masalah tersebut. web maupun mobile yang telah dibuat dan di-
Melalui media telepon genggam Android aplikasi ini aplikasikan pada toko furniture. Dilanjutkan dengan
dapat digunakan. Instalasi yang diperlukan juga menyusun database yang dibutuhkan oleh sebuah
tidak banyak, hanya sebuah server local dan WIFI. toko furniture. Pada akhirnya dilakukan
Pemilik toko tidak perlu khawatir dengan implementasi aplikasi pada toko furniture disertai
terbatasnya lokasi, karena lewat aplikasi ini semua dengan pembagian kuesioner kepada beberapa
koleksi yang sudah tersimpan di database dapat responden.
dilihat oleh konsumen. Selain itu, aplikasi ini juga

2.2 Metode Analisis Data karena informasi pada aplikasi Android

Melalui data statistik dari hasil survey yang telah menggunakan database yang telah di entry oleh
dilakukan maka responden dapat dikelompokkan admin pada aplikasi admin.
menjadi 4 kategori responden yaitu
3.2 Data Flow Diagram
 Pemilik toko
 Staf toko
 Pelanggan
 Desainer Interior
Responden diatas telah mengisi kuesioner dan

mencoba aplikasi. Responden memiliki range umur
diatas 18 tahun, dan kebanyakan adalah para pekerja
yang memang aktif di bidang industri furniture.
Pengambilan data dilakukan selama 3 hari, dengan
menyediakan Android sebagai media uji coba.
Setelah responden selesai mencoba aplikasi,
responden kemdudian mengisi kuesioner. Data yang
diperoleh dapat dilihat pada bagian bab 3.

Berdasarkan proses pengimplementasian dan proses
survey dari aplikasi, maka diperoleh hasil dalam
bentuk tabel dan gambar fungsi aplikasi. Aplikasi
diterapkan pada salah satu toko furniture di
Surabaya. Gambar 2 DFD Level 0
3.1 Garis Besar Sistem Kerja Aplikasi Gambar 3.2 adalah Data Flow Diagram Level 0 dari
Easy Mart. Terdapat 3 entitas yaitu yaitu Admin,
Member, dan Pegawai. Member adalah user dari
aplikasi Easy Mart dan Pegawai adalah user yang
dapat mengakses fitur lebih dari aplikasi Easy Mart.
Admin memiliki akses untuk siste admin dari
aplikasi Easy Mart yang berbasis web. Informasi
data dan penjualan semua dapat diakses oleh Admin
yang dibagi menjadi admin dan kasir.
Aplikasi Easy Mart terdiri dari 2 bagian yaitu :

1. Aplikasi Android menggunakan Eclipse dan
bahasa Java.
2. Aplikasi Web dengan PHP script dengan
Bootstrap, yang berfungsi sebagai Server dan
Gambar 1 Desain Sistem Aplikasi Web Service menggunakan Apache Web Server.
Tujuan awal dari pembuatan Easy Mart adalah untuk Apache Web Server merupakan web server yang
mengurangi cost yang sebelumnya digunakan oleh memiliki fitur untuk menghubungkan antara aplikasi
toko untuk ruang yang lebih besar dan membuat Android dengan aplikasi Admin, sehingga
katalog fisik yang menghabiskan biaya. pertukaran data akan lebih mudah dan cepat. Apache
Gambar 3.1 menunjukkan desain sistem dari aplikasi Web Server terdiri dari web service dan database
Easy Mart. Berdasarkan dari 2 hal tersebut Easy Server. Gambaran Aplikasi dapat dilihat pada
Mart dapat menjadi solusi bagi toko-toko furniture Gambar 4.1, 4.2, dan 4.3.
untuk mengatasi masalah tersebut. Selain untuk
membantu dari sisi toko, aplikasi ini juga sangat
3.3 Aplikasi Android
mempermudah proses belanja dari para konsumen
Aplikasi Android terdapat 2 fungsi yaitu sebagai
itu sendiri melalui penggunaan mobile device yang
katalog product dan shopping cart. Terdapat 2 hak
mudah dibawa.
akses yaitu member dan pegawai. Sebagai pegawai,
Easy Mart memiliki dua aplikasi yaitu aplikasi untuk
user dapat memakai semua fitur dari aplikasi, untuk
admin dan aplikasi Android. User ini sendiri
member hampir segala fitur dapat digunakan hanya
nantinya akan dibagi menjadi dua yaitu Member dan
fitur yang bersifat menyimpan rahasia perusahaan
Pegawai. Kedua aplikasi perlu untuk selalu aktif
saja yang tidak dapat diakses oleh member.

menyelesaikan transaksi maka aplikasi Penjualan ini

akan mencetak nota penjualan rangkap dua.
Gambar 5 Aplikasi Web History Penjualan
3.5 Tabel
Tabel 1. Jumlah Responden

Responden Jumlah
Pemilik Toko 4
Staf Toko 5
Pelanggan 5
Gambar 3 Aplikasi Android Desainer Interior 3
Jumlah 17
Selain memiliki fitur diatas tersebut, terdapat fitur
penggunaan barcode scanner. Fitur ini bertujuan Tabel 2. Fungsi
untuk mempermudah user berbelanja tanpa harus Responden Rata-Rata Penilaian
mencari product apabila product yang dimaksud ada Pemilik Toko 4
pada display. Staf Toko 4.4
Pelanggan 4.2
Desainer Interior 4
3.4 Aplikasi Web Jumlah 16.6
Aplikasi web memiliki kegunaan sebagai server
dapat dilihat pada gambar 4.1 . Aplikasi hanya bisa Tabel 3. Tampilan
diakses oleh dua jenis hak akses yaitu Admin dan Responden Rata-Rata Penilaian
Kasir. Admin bertanggung jawab atas segala data Pemilik Toko 4.3
dari perusahaan. Kasir bertugas untuk menjalankan Staf Toko 4
aplikasi kasir yang teradapat pula di dalam aplikasi Pelanggan 3.8
Web. Aplikasi Web ini dibuat menggunakan PHP Desainer Interior 4
dan Ajax, dan menggunakan library Bootstrap. Jumlah 16.1
Tabel 4. Kelancaran
Responden Rata-Rata Penilaian
Pemilik Toko 4
Staf Toko 5
Pelanggan 4
Desainer Interior 4
Jumlah 17
Tabel 5. Kemudahan
Responden Rata-Rata Penilaian
Gambar 4 Aplikasi Web Pemilik Toko 4.4
Staf Toko 4
Aplikasi Penjualan hanya dapat diakses oleh kasir Pelanggan 4
dapat dilihat pada gambar 4.2, Aplikasi ini berfungsi Desainer Interior 3.6
untuk menampilkan data shopping cart dari Jumlah 16
konsumen yang telah mengirimkan data ke server. 3.6 Gambar
Aplikasi ini menyeleksi data berdasarkan pada email
dari konsumen . Setelah konsumen ingin

Gambar 6.. Easy Mart Splash Screen Gambar 8. Halaman Kategori
Pada saat pertama kali mengakses aplikasi maka akan

terdapat splash screen yang menunjukkan logo dari Easy
mart. Setelah itu akan muncul pada layar tampilan login.
Terdapat pilihan server yang dapat dipilih, dan apabila
user belum memiliki username dan password terdapat fitur
sign-up untuk mendaftar.
Gambar 9. Halaman Search Product
Pencarian produk dapat berdasarkan kategori dan

subkategori. Sesuai dengan gambar 3, kategori dari produk
telah dijabarkan pada awal, apabila diperlukan pencarian
yang lebih spesifik dapat menggunakan fitur search.
Metode search dapat berdasarkan pada kategori dan
subkategori, namun apabila tidak memiliki gambaran
Gambar 7. Halaman Awal Easy Mart spesifik dari produk yang diinginkan maka dapat
melakukan search secara menyeluruh. User juga dapat
Halaman muncul setelah berhasil melakukan login melihat preview dari produk melalui foto yang ada.
pada aplikasi. Pada saat pertama kali masuk data list
belanja akan kosong, apabila sebelumnya kita telah
memiliki list belanja yang belum selesai checkout
maka pada kunjungan berikutnya data tersebut
masih tersimpan.

4. Kesimpulan
Dari hasil survey dan implementasi Easy Mart
aplikasi penjualan toko furniture berbasis pada
Android ini, dapat diambil beberapa kesimpulan
antara lain :
1. Aplikasi telah mampu menyimpan dan
menampilkan data dari toko sesuai dengan
benar dan sesuai input dari user.
2. Barcode dapat terintegrasi dengan baik,
berbasis pada database yang digunakan.
3. Tampilan sudah cukup memuaskan secara
desain dan penataan.
4. Kecepatan aplikasi memproses input user,
bergantung pada besar traffic pada saat itu.
Ucapan Terima Kasih

Penyelesaian Jurnal Ilmiah ini didasarkan pada teori
yang telah diperoleh pada perkuliahan, buku-buku
literatur, bimbingan dosen dan data-data yang
diperoleh penulis pada Jurnal Ilmiah ini. Pada
Gambar 10. Halaman Info Produk kesempatan ini penulis ingin mengucapkan terima
kasih atas bimbingan, pengarahan, dukungan, doa
serta segala bantuan kepada berbagai pihak yang
telah membantu terwujudnya Jurnal Ilmiah ini,
antara lain kepada:
1. Bapak Andreas Handojo, M.MT., Fakultas
Teknologi Industri, Jurusan Teknik Informatika,
Universitas Kristen Petra
2. Bapak Ibnu Gunawan, M.MT., M.MT., Fakultas
Teknologi Industri, Jurusan Teknik Informatika,
Universitas Kristen Petra
3. Dandy Rungkat .S.Kom
Gambar 11. ZXing Barcode Scanner 4. Semua pihak yang telah memberikan dukungan
dan bantuan kepada penulis selama perkuliahan
Selain dengan metode search, pencarian juga dapat dan pengerjaan jurnal ilmiah ini.
menggunakan barcode scanning. Terdapat barcode
scanner yang terintegrasi dengan database dari toko. Daftar Pustaka
Gilmore Jason. (2010) Beginning PHP and
MySQL. United States of America
Android Apps with Eclipse. (2010). Android.
retrieved November, 3, 2014, from
www.it-ebooks.info
Formalization of the Data Flow Diagram Rules
for Consistency Check. (2010). Rosziati
Ibrahim, Siow Yen Yen. retrieved
September, 21, 2014, from
www.arxiv.org
Victor Matos (2010). Android Persistency: SQL
Databases. retrieved October, 31,
2014,from http://grail.cba.csuohio.edu
ZXing. (2010). ZXing Multi-Format 1D/2D
Barcode Image Processing Library With
Clients For Android, Java. retrieved
October, 31, 2014 from
code.google.com/p/zxing
Zigurd Mednieks, Laird Dornin, G. Blake Meike,
Masumi Nakamura (2011).
Gambar 12. Halaman Info Promo yang Sedang Berlaku Programming Android. United States of
America : O’Reilly


Kendali Auto-Tuning Berbasis Loop-Shaping

pada Sistem Orde Dua
Atikah Surriani, Meilia Safitri, Almira Budiyanto, Adha Cahyadi
Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada

atikah.surriani.sie13@mail.ugm.ac.id
Abstrak
Penelitian ini mengajukan perbandingan kalang yang diinginkan (L) dalam sistem kendali PD
auto-tuning berbasis Loop Shaping pada sistem quadrotor. Perbandingan dilakukan pada kawasan
frekuensi dengan parameter sensitivitas, kalang terbuka GC(s), dan pendukung sensitivitas atau
kalang tertutup sistem. Perbandingan menggunakan tiga nilai kalang yang diinginkan (L) Loop
Shaping yang berbeda, . Dari hasil simulasi memperlihatkan bahwa sistem
dengan menggunakan L(s), sistem memiliki tanggapan yang paling baik. Hal ini dikarenakan L(s)
memiliki integrator yang mendekati sistem. Hasil perbandingan ini dibuktikan dengan tanggapan
ketinggian sistem ketinggian quadrotor pada L(s) memiliki tanggapan waktu tunak lebih cepat
yaitu 13,5 detik. Dari penelitian ini didapat nilai ketinggian dari sistem ketinggian quadrotor dapat
mencapai nilai referensi. Dengan memilih Kalang yang diinginkan (L) yang tepat mampu
menghasilkan nilai Kp dan Kd yang sesuai bagi sistem mencapai nilai referensi.
Kata Kunci: Ketinggian, Loop shaping, Quadrotor
1. Pendahuluan dilakukan auto-tuning berdasarkan loop-shaping.

Auto-tuning menjadi sangat penting, karena pada
Sistem kendali merupakan bagian yang dasarnya kalang yang diinginkan merupakan hasil
penting dalam kehidupan sehari-hari. Sistem kendali kali dari perhitungan plant dan pengendali. Setelah
berfungsi sebagai umpan balik pada sistem kalang kita menentukan karakteristik kalang yang
tertutup. Pada sistem umpan balik terdapat proses diinginkan, serta diketahui karakteristik plant-nya,
(hubungan sebab-akibat) dimana operasinya maka kita tinggal mengatur pengendali agar sesuai
bergantung pada satu atau lebih parameter input dengan kalang yang diinginkan. Oleh karena itu,
yang menimbulkan perubahan pada beberapa auto-tuning sangat diperlukan agar pengendali dapat
parameter lain (Ozbay, 2000). menyesuaikan nilai secara otomatis.
Salah satu pengendali yang banyak digunakan Loop-shaping dalam perancangan pengendali
adalah menggunakan pengendali PID (Proportional adalah metode yang sangat populer. Dalam loop-
Integral Derivatif). Pada lingkungan industri, shaping terdapat kompensator yang dirancang
pengendali PID secara umum digunakan untuk sedemikian rupa sehingga dapat digunakan untuk
proses kontrol pada suhu, tekanan, aliran dan lain- mengubah sensitivitas kalang tertutup dan digunakan
lain (Murthy, Kumar, & Kumari, 2012). Selain untuk dapat saling melengkapi sensitivitas respon
digunakan pada lingkungan industri, pengendali PID frekuensi dengan mengubah bentuk respon kalang
juga digunakan pada lingkungan akademisi dalam terbuka dengan tetap menjaga kestabilannya.
makalah penelitian, karena memiliki banyak Metode loop-shaping ini adalah proses berulang
keuntungan. Salah satu keuntungan dari pengendali untuk mencapai respon yang diinginkan kalang
PID adalah kesederhanaan struktural dan tertutup. Keuntungan utama dari loop-shaping
kemampuan yang cukup untuk memecahkan banyak adalah kebebasan memilih struktur pengendali dan
masalah kontrol secara praktis. Meskipun kemungkinan bagi peneliti di bidang kontrol untuk
pengendali PID didasarkan pada model matematika menilai secara langsung dalam setiap penyesuaian
yang tepat yang telah dijamin stability, reliability, pengendali (Shragai, 2001).
dan controllability-nya pada sistem yang linear, Salah satu plant yang sedang banyak
tetapi pada sistem nonlinear pengendali PID digunakan di dunia teknik saat ini adalah quadrotor
terkadang tidak sesuai penggunaannya (Vindhya & (P.I.Corke, 2011). Quadrotor merupakan sistem
Reddy, 2013). Oleh karena itu, pengendali PID yang under-actuated dengan banyak input banyak
biasanya dikembangkan untuk mendapatkan hasil output sehingga merupakan sistem nonlinear yang
yang lebih optimal. Salah satu pengembangan dari pada faktanya sulit untuk dikendalikan. Oleh karena
penggunaan pengendali PID adalah dengan itu pada penelitian ini, dilakukan studi kasus auto-
memberikan fitur tambahan seperti auto-tuning, gain tuning berdasarkan loop-shaping menggunakan
scheduling, serta proses adaptasi yang dilakukan quadrotor, sehingga quadrotor dapat dikendalikan
secara terus-menerus. Sehingga dalam penelitian ini, dengan baik. Quadrotor merupakan pesawat tanpa

awak yang saat ini sedang marak digunakan baik Akan tetapi dalam perancangannya dan harus
pada lingkungan akademisi untuk penelitian, memenuhi persamaan , sehingga kita tidak
lingkungan militer untuk pertahanan, maupun pada dapat membuat nilai dan yang kecil dalam waktu
lingkungan amatir yang dilakukan untuk sekedar yang bersamaan (Gaikwad, Dash, & Stein, 1999).
hobi. Terdapat berbagai macam pesawat tanpa awak, Loop shaping adalah suatu metode yang
seperti pesawat dengan sayap tetap (Beard et al., digunakan untuk membuat target loop agar dapat
2005) (Green & Oh, 2006), pesawat dengan 2 atau 3 memiliki kriteria loop tertutup yang diinginkan.
rotor (birotor atau trirotor (Yoo, Oh, Won, & Tahk, Sebagaimana telah disebutkan sebelumnya bahwa
2010) (Salazar-cruz, 2008), dan helicopter (Shim, dalam sistem kendali umpan balik, pengendali
Kim, & Sastry, 2000). Dalam penelitian ini merupakan komponen penting dari sistem. Metode
digunakan quadrotor yaitu pesawat dengan 4 rotor loop shaping dapat digunakan untuk memperoleh
karena mudah untuk dikendalikan, serta tidak pengendali yang sesuai. Dalam metode ini pertama-
memerlukan tempat yang luas untuk melakukan tama kita tentukan fungsi alih loop yang memenuhi
proses mendarat dan lepas landas. Implementasi . Target fungsi alih loop yang
yang dilakukan pada sistem quadrotor ini adalah dipilih harus memenuhi kriteria kestabilan dan
pada saat keadaan hovering atau melayang. robustness. Setelan menuntukan fungsi alih ,
Pada bab 1, dibahas mengenai pendahuluan fungsi alih pengendali dapat ditentukan secara
dan latar belakang penelitian. Bab 2 dibahas langsung dengan menggunakan persamaan berikut
mengenai loop-shaping dan auto-tuning. Bab 3 (Hover, 2009),
mengenai implementasi auto-tuning berdasar loop-
shaping menggunakan program Matlab. Terakhir,
. (2.3)
bab 4 membahas mengenai kesimpulan.
2. Metode Akan tetapi penentuan fungsi alih pengendali

dengan cara ini sangat sulit jika plant yang
2.1 Loop Shaping dikendalikan merupakan plant yang kompleks.
Dalam suatu sistem kendali umpan balik Dalam penelitian ini fungsi alih pengendali
(feedback), hadirnya gangguan dan ketidakpastian ditentukan secara otomatis dengan menggunakan
yang berasal dari keadaan sekitar menjadi suatu metode Gradient.
tantangan untuk tetap menjaga agar output sistem
tetap sesuai dengan yang kita inginkan. Pada sistem 2.2 Auto-tuning
kendali umpan balik pemilihan pengendali menjadi PD auto-tuning dengan metode Gradient
hal penting karena akan menentukan tujuan dari bertujuan untuk menentukan nilai dan yang
sistem kendali tersebut dapat tercapai atau tidak. optimal. Gambar 2. menunjukkan blok diagram PD
Gambar 1. menunjukkan sistem kendali umpan balik auto-tuning secara umum. PD auto-tuning terdiri
sederhana (Ozbay, 2000). dari pengendali PD, tapis lolos bawah, kalang yang
diinginkan, dan penala PD dengan menggunakan
metode Gradient (Budiyanto, Safitri, Surriani,
Sartika, & Cahyadi, 2014).
Gambar 1. Sistem Kendali Umpan Balik Sederhana

(Ozbay, 2000)
Berdasarkan Gambar.1 besarnya kesalahan sistem

atau tracking error adalah
, dengan adalah referensi
dan adalah keluaran. Fungsi sensitivitas ( ) dan
fungsi pendukung sensitivitas ( ) diberikan oleh
persamaan Gambar 2. Blok Diagram PD Auto-tuning
(Budiyanto et al., 2014)
(2.1) Error e(s) berfungsi sebagai masukan untuk

(2.2) pengendali PD dan keluaran dari pengendali dari
isyarat PD U(s) sebagai,
dengan merupakan plant yang dikendalikan (2.4)
dan merupakan pengendali.
Untuk mendapatkan tracking error yang kecil Untuk memverifikasi digunakan tapis sebagai
dapat diperoleh dengan meminimalisasi dan . pelengkap kalang L, sebagai berikut

(3.11)
(2.5)
Analisis sistem kendali ketinggian quadrotor
Fungsi objectif dari auto-tuning untuk mendapatkan atau keluaran z dilakukan dengan analisis tanggapan
error minimum adalah, sistem dalam kawasan frekuensi. Perbandingan yang
dilakukan berdasarkan parameter sensitivitas S serta
(2.6) pendukung sensitivitas T dari Loop Shaping yang
diinginkan L(s) terhadap kalang terbuka (GC) dari
sistem ketinggian sistem quadrotor. Dengan
Sehingga, dengan menggunakan metode gradient, menggunakan diagram Bode Plot hasil tanggapan
parameter PD dapat diperoleh dengan, sistem ketinggian quadrotor dapat dianalisis dalam
(2.7) kawasan frekuensi.
(2.8) Fungsi sensitivitas S menunjukkan bagaimana
umpan balik mempengaruhi gangguan. Gangguan
dimana adalah matriks skala yang dengan frekuensi yang lebih rendah daripada
terkait dengan gain adaptif, sehingga pilihan terbaik frekuensi crossover sensitivitas yang
untuk Г adalah matriks diagonal. dilemahkan oleh umpan balik dan frekuensi dengan
yang diperkuat oleh umpan balik. Untuk
3. Studi Kasus sistem dengan umpan balik error, fungsi alih dari
referensi output sebanding dengan fungsi pendukung
Studi kasus yang dilakukan pada penelitian
sensitivitas T. Persamaan Fungsi sensitivitas S dan
ini adalah menggunakan plant quadrotor. Konstanta
pendukung sensitivitas T seperti yang terlihat pada
yang digunakan dalam penelitian ini adalah (Ataka
persamaan 2.1 dan 2.2., dimana P adalah plant dan C
et al., 2013),
adalah pengendali
Pada sistem ketinggian yang dibangun
(3.1)
dilengkapi dengan tapis lolos bawah. Tapis lolos
(3.2) bawah pada sistem ketinggian quadrotor digunakan
(3.3) untuk mengurangi noise pada sistem yang bekerja
pada frekuensi tinggi, sehingga dapat membantu
(3.4) sistem menjadi lebih robust. Fungsi alih dari tapis
yang digunakan adalah sebagai berikut,
(3.5)
(3.6) . (3.12)
(3.7)
Dimana digunakan sebagai koefisien penala, nilai
. (3.8) a dan b dipilih sedemikian sehingga tapis stabil.
Pada penelitian ini nilai a dan b ditetapkan sebesar 2
Guna menyederhanakan sistem dalam penelitian ini, dan 1. Untuk memulai perbandingan digunakan tiga
quadrotor akan dianggap berada dalam keadaan buah nilai L(s) yang berbeda, yaitu dengan
hovering (melayang). Ketika dalam keadaan menggunakan L dengan sistem orde satu dan L
hovering, quadrotor memerlukan daya angkat yang dengan sistem orde dua.
konstan, sehingga keadaan-keadaan selain Nilai kalang yang diinginkan L pada
dianggap sangat kecil dan dapat diabaikan serta percobaan pertama dipilih dari sistem orde satu,
kecepatan sudut dari keempat rotornya dapat yaitu
dianggap sama. Dalam hal ini hanya 2 persamaan (3.13)
keadaan yang dipertimbangkan, yaitu posisi dan
kecepatan Dengan menggunakan metode Dilanjutkan dengan pemilihan Loop Shaping L(s)\
linearisasi Jacobian, persamaan keadaan quadrotor . (3.14)
dalam keadaan hovering dapat representasikan
sebagai,
Menggunakan percobaan dengan menggunakan
kalang yang dinginkan orde satu yang memiliki nilai
State : (3.9) pole yang berada di daerah Left Half Plane, dan
menganalisis hasil tanggapan sistem berdasarkan
Keluaran : (3.10) kalang yang diinginkan tersebut.
Nilai L dengan sistem orde dua, yang juga
Berdasarkan persamaan keadaan tersebut didapatkan memiliki pole dalam daerah Left Half Plane yaitu,
fungsi alih sebagai berikut, . (3.15)

Dipilih kedua nilai L tersebut karena memiliki Gambar 5. Sensitivitas dari Dibandingkan
kestabilan yang baik, untuk menjadi pembanding Dengan Sensitivitas Sistem
keluaran sistem dan menjadi masukan bagi penala
kendali PD sistem ketinggian quadrotor. Pada Gambar 6, Gambar 7, dan Gambar 8
Gambar 3, Gambar 4, dan Gambar 5 menunjukkan perbandingan dari ,
menunjukkan perbandingan dari sensitivitas sistem dengan GC(s) dari system quadrotor. Dari diagram
pengendalian ketinggian quadrotor GC(s) dengan bode terlihat bahwa tanggapan kalang terbuka pada
, . Berdasarkan Diagram Bode memiliki tanggapan yang paling baik
terlihat dari tanggapan sensitivitas dari Gambar 3 berdasarkan grafik pada Gambar 6.
menggunakan L(s) memiliki tanggapan grafik Pada studi kasus ini GC sistem memiliki nilai
sensitivitas yang paling baik dibandingkan dengan gain margin tak terhingga hal ini dikarenakan
tanggapan sensitivitas dengan menggunakan L1(s) sistem GC memiliki pole bernilai 0 sehingga
dan L2(s). Terlihat dari Gambar 3 grafik sensitivitas membawa sistem menjadi stabil kritis.
dari GC(s) memiliki pendekatan paling baik dengan
L(s) sedang pada Gambar 4 dan Gambar 5 grafik "GC" VS "L"
tanggapan frekuensi sistem memiliki rentang lebih 200

GC
besar. 100 L
Magnitude (dB)
0
"Sensitivitas GS" VS "Sensitivitas L"
50
-100
0
-200
Magnitude (dB)
-50
S GC
-300
SL 180
-100
-150
Phase (deg) 0
-200
45
-180
0
Phase (deg)
-45 -360
-4 -3 -2 -1 0 1 2 3
10 10 10 10 10 10 10 10
-90
Frequency (rad/sec)
-135
Gambar 6. Perbandingan Dibandingkan Dengan
-180
10
-4 -3
10 10
-2
10
-1 0
10 10
1 GC Sistem
Frequency (rad/sec)
Gambar 3. Sensitivitas dari Dibandingkan "GC1" VS "L1"

100
Dengan Sensitivitas Sistem 50
GC1
L1
Magnitude (dB)
0
"Sensitivitas GC1" VS "Senstivitas L1"
-50
20
-100
0
-150
Magnitude (dB)
GC1
-20 -200
L1 180
-40 90
0
Phase (deg)
-60
-90
-80 -180
45
-270
0 -360
-2 -1 0 1 2
Phase (deg)
10 10 10 10 10
-45
Frequency (rad/sec)
-90
Gambar 7. Perbandingan Dibandingkan
-135
Dengan GC Sistem
-180
-2 -1 0 1
10 10 10 10
"GC2" VS "L2"
Frequency (rad/sec) 100
Gambar 4. Sensitivitas dari Dibandingkan 50

GC2
L2
Dengan Sensitivitas Sistem
Magnitude (dB)
"Sensitivitas GC2" VS "Sensitivitas L2" -50

20
-100
0
-150
Magnitude (dB)
-20
-200
S GC2 180
-40 S L2
90
-60 0
Phase (deg)
-90
-80
45 -180
0 -270
Phase (deg)
-45 -360
-2 -1 0 1 2
10 10 10 10 10
-90 Frequency (rad/sec)
-135
Gambar 8. Perbandingan Dibandingkan
-180
10
-2 -1
10
0
10
1
10
Dengan GC Sistem
Frequency (rad/sec)

Berikut pada Gambar 9, Gambar 10, Gambar Perbedaan gain margin dan phasa margin dari
11 menunjukkan perbandingan pendukung tersebut dikarenakan pada analisis GC dari sistem
sensitivitas (T) system dengan , . didapatkan pole yang bernilai 0, dan ini membawa
Pendukung sensitivitas (T) dari sistem merupakan kalang sistem menjadi stabil kritis. Namun dari
kalang tertutup sistem (Budiyanto et al., 2014) yaitu grafik tanggapan pendukung sensitivitas sistem
memiliki pendekatan paling baik pada L(s).
Dari hasil perbandingan sensitivitas, kalang terbuka
(3.16) sistem GC(s), pendukung sensitivitas sistem
didapatkan bahwa sistem dengan
"Closed Loop GC" VS "Closed Loop L" memiliki tanggapan paling baik karena sistem GC(s)
50
0
T GC mampu menghasilkan tanggapan sistem yang
TL
mendekati dengan L atau kalang yang diinginkan.
Magnitude (dB)
-50
-100 Hal tersebut terjadi karena kalang yang diinginkan

-150 yang memiliki integrator yang
mendekati sistem GC(s). Dan hasil tersebut dapat
-200
-250
90 dilihat dari respon ketinggian dari sistem.
0
Ketinggian (Z) pada L = 1/(s+0.01)
Phase (deg)
-90 0
-180
-1
-270
-2
-360
10
-3 -2
10 10
-1
10
0 1
10
2
10
3
10 z (m ) -3
Frequency (rad/sec)
-4
Gambar 9. Perbandingan Kalang Tertutup
Dibandingkan Dengan Pendukung Sensitivitas (T) -5
Sistem -6
0 5 10 15 20 25 30 35 40 45 50
t(s)
50
"Closed Loop GC1" VS "Closed Loop L1"
Gambar 12. Ketinggian pada
T GC1
0 T L1 Ketinggian (Z) pada L Orde 1
0
Magnitude (dB)
-50
-100 -1
-150
-2
z (m )
-200
90
-3
0
-4
Phase (deg)
-90
-180
-5
0 5 10 15 20 25 30 35 40 45 50
-270
t(s)
-360
-2 -1 0 1 2
10 10 10
Frequency (rad/sec)
10 10
Gambar 10. Perbandingan Kalang Tertutup Ketinggian (Z) pada L Orde 2
0
Dibandingkan Dengan Pendukung Sensitivitas (T)
Sistem -1
"Closed Loop GC2" VS "Closed Loop L2"

50 -2
z (m )
T GC2
0 T L2
-3
Magnitude (dB)
-50
-100 -4
-150
-5
-200 0 5 10 15 20 25 30 35 40 45 50
90 t(s)
0
Phase (deg)
-90
-180
-270
Gambar.12, Gambar.13, Gambar.14 menunjukkan
-360
-2 -1 0 1 2
respon ketinggian dari sistem quadrotor dari 3
kalang tertutup , , dan Pada
10 10 10 10 10
Frequency (rad/sec)
Gambar 11. Perbandingan Kalang Tertutup Gambar 12, 13 , 14 memperlihatkan bahwa pada
Dibandingkan Dengan Pendukung Sensitivitas (T) orde 2 memiliki waktu keadaan tunak paling
Sistem lambat yaitu 41 detik, dan memiliki waktu
keadaan tunak yang paling cepat yaitu 13.5 detik.
Perbandingan kalang tertutup , , Perbandingan waktu tunak dari masing-masing
dengan pendukung sensitivitas (T) sistem dari sistem ditunjukkan pada Tabel.1
diagram terdapat perbedaan yang signifikan.

Tabel1.Perbandingan Waktu Tunak , Hover, F. (2009). Design of Electromechanical Robotic

Loop Shaping Waktu Tunak (detik) System. Massachussets: MIT OpenCourseWare.
13,5 Murthy, B. V., Kumar, Y. V. P., & Kumari, U. V. R.
25,2 (2012). Application of Neural Networks in Process
41 Control : Automatic / Online Tuning ofPID
Controller Gains for, (978), 348–352.
Ozbay, H. (2000). Introduction to Feedback Control
4. Kesimpulan Theory. Ohio: CRC Press LLC.
Penelitian ini mengajukan perbandingan P.I.Corke. (2011). Robotics, vision and control:
kalang kalang yang diinginkan (L) dalam sistem fundamental algorithm in MATLAB (p. no. v 73).
kendali PD auto-tuning berbasis Loop Shaping pada Brisbane: Springer.
Salazar-cruz, S. (2008). Real-Time Stabilization of a
sistem quadrotor. Perbandingan dilakukan pada
Small Three-Rotor Aircraft. IEEE Transactions on
kawasan frekuensi dengan parameter sensitivitas, Aerospace and Electronic System, 44(April), 783–
kalang terbuka GC(s), dan pendukung sensitivitas 794.
atau kalang tertutup sistem. Perbandingan Shim, D. H., Kim, H. J., & Sastry, S. (2000). Control
menggunakan tiga nilai kalang yang diinginkan (L) System Design for Rotorcraft-based Unmanned
Loop Shaping yang berbeda, . Aerial Vehicles using Time-domain System
Dari hasil simulasi memperlihatkan bahwa Identification. Proceedings of the 2000 IEEE
sistem dengan menggunakan L(s), sistem memiliki International Conference on Control Applications,
tanggapan sensitivitas, kalang terbuka, pendukung (2), 808–813.
Shragai, H. (2001). Loop Shaping Controller Design
sensitivitas GC(s) yang paling baik. Hal ini
Using the Sbode Plot. In Proceedings of the
dikarenakan L(s) memiliki integrator yang American Control Conference (pp. 2792–2796).
mendekati sistem. Hasil perbandingan ini dibuktikan Arlington.
dengan tanggapan ketinggian sistem ketinggian Vindhya, V., & Reddy, V. (2013). PID-Fuzzy Logic
quadrotor pada L(s) memiliki tanggapan waktu hybrid Controller for a Digitally Controlled DC-DC
tunak lebih cepat yaitu 13,5 detik dibandingkan Converter. In International Conference on
dengan yang memiliki tanggapan waktu tunak Communication and Conservation of Energy
25,2 detik juga yang memiliki tanggapan waktu (ICGCE) (pp. 362–366). Chennai: IEEE.
Yoo, D.-W., Oh, H.-D., Won, D.-Y., & Tahk, M.-J.
tunak sebesar 41 detik.
(2010). Dynamic modeling and control system
Dari penelitian ini didapat nilai ketinggian design for Tri-Rotor UAV. 2010 3rd International
dari sistem ketinggian quadrotor dapat mencapai Symposium on Systems and Control in Aeronautics
nilai referensi. Dengan memilih Kalang yang and Astronautics, 762–767.
diinginkan (L) yang tepat mampu menghasilkan doi:10.1109/ISSCAA.2010.5632868
nilai Kp dan Kd yang sesuai bagi sistem mencapai
nilai referensi.
Daftar Pustaka
Ataka, A., Tnunay, H., Inovan, R., Abdurrohman, M. Q.,
Prestianto, H., Cahyadi, A., & Yamamoto, Y.
(2013). Controllability and Observability Analysis
of the Gain Scheduling Based Linearization for
UAV Quadrotor. Robotics, Biomimetics, and
Intelligent Computational Systems
(ROBIONETICS), 2–8.
Beard, R., Kingston, D., Quigley, M., Snyder, D.,
Christiansen, R., Johnson, W., … Goodrich, M. A.
(2005). Autonomous Vehicle Technologies for
Small. Journal of Aerospace Computing,
Information, and Communication, 2(January), 92–
108.
Budiyanto, A., Safitri, M., Surriani, A., Sartika, D. A., &
Cahyadi, A. (2014). Quadrotor Multi-Loop PD
Auto-tuning Based on GM-Loop Shaping. In
Regional Conference on Computer and Information
Engineering (RC-CIE). Yogyakarta: Jurusan
Elektro dan Teknologi Informasi.
Gaikwad, S., Dash, S., & Stein, G. (1999). Loop-Shaping
Ideas. IEEE, I, 589–593.
Green, W. E., & Oh, P. Y. (2006). Autonomous Hovering
of a Fixed-Wing Micro Air Vehicle. IProceedings
of the 2006 IEEE International Conference on
Robotics and Automation, (May), 2164–2169.

MINI SCADA BERBASIS MIKROKONTROLER ATMEGA 32

DENGAN KOMUNIKASI MODBUS RS 485 DAN SISTEM
MONITORING MENGGUNAKAN VISUAL BASIC
Medilla Kusriyanto ST., M.Eng.1, Muhammad Syariffudin2
Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Islam Indonesia1
Yogyakarta
Email:medilla@uii.ac.id
Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Islam Indonesia2
Yogyakarta
Abstrak
Perkembangan sistem automasi sebagai sarana mempermudah pekerjaan manusia sangat pesat. SCADA
merupakan sistem automasi yang bisa menghubungkan beberapa perangkat keras yang disebut sebagai
SLAVE dengan satu perangkat yang disebut sebagai MASTER dengan berbagai macam protokol sistem
komunikasi. SCADA dewasa ini masih terintegrasi dengan PLC sebagai komponen utama. Penelitian ini
mengangkat sistem SCADA dengan menggunakan mikrokontroler keluarga AVR yang terdiri dari 2
mikrokontroler sebagai SLAVE dan satu mikrokontroler sebagai master. Sistem ini menggunakan protokol
komunikasi Modbus dengan memanfaatkan IC MAX 485 sebagai antarmukanya. Sistem digunakan untuk
memonitor suhu di 2 tempat yang berbeda dan dimonitor menggunakan PC yang terintegrasi dengan sistem
monitoring secara real time. Sistem monitoring dirancang menggunakan bahasa Visual Basic 6. Hasil
percobaan mendemontrasikan sistem dapat berfungsi sebagai sistem monitoring dengan menggunakan
protokol komunikasi Modbus secara real time.
Kata kunci: modbus, sistem monitoring
1. Pendahuluan (remote teminal unit) sistem protokol komunikasi

Pesatnya perkembangan teknologi elektronika pada bekerja pada otomasi industri menggunakan sistem
dunia industri memberi dampak yang sangat SCADAscada. Pada SCADA ini menggunakan
signifikan dalam bidang komunikasi data dan sistem komunikasi antar master dan slave untuk
instrumenst. Sejalan dengan perkembangan mengirim data dan menerima data dari obyek.
teknologi tersebut metode komunikasi data juga
berkembang, dengan macam-macam aplikasi Peneliatian lainnya dilakukan oleh Andhika
perangkat keras (hardware) dan perangkat lunak Dwipradipta, [2] dengan judul “Perancangan
(software). SCADA pada Plant Sistem Pengolahan Air
Limbah". Penelitian [2] ini merancang alat SCADA
SCADA adalah sistem yang mengumpulkan yang dapat mengolah air limbah.Untuk
informasi atau data-data dari lapangan dan perencanaan atau PLANT sistem pengolahan
kemudian mengirimkannya ke sebuah komputer tersebut menggunakan perancangan atau simulasi
pusat yang akan mengatur dan mengolah data-data menggunakan PLC(Programmable Logic
tersebut. Protokol komunikasi SCADA juga Controller).
digunakan pada sistem otomasi kontrol di industri
sebagai sistem komunikasi data untuk memantau Pada penelitian [2] ini mengulas tentang bagaimana
dan mengontrol peralatan industri. SCADA pada merancang suatu sistem kontrol perencanaan alat
industri saat ini masih menggunakan sistem kontrol SCADA cara pengolahan air limbah. Dengan
PLC (programable logic controller). Sistem perancangan-perancangan untuk mendukung
SCADA pada PLC memiliki kelemahan dalam segi terciptanya alat tersebut yaitu perancangan
ekonomis. Untuk meminimalisasi kekurangan pada penerimaan data serial pada RTU menggunakan
PLC diganti dengan sistem kontrol seperti fasilitas subrutin USART receiver interrupt pada
mikrokontroler, karena sistem mikrokontroler ATMega8535 digunakan untuk receiver dan
memiliki fungsi yang sama pada PLC. prossesing data online.
Penelitian sebelum dilakukan oleh Miftahul Huda, Penelitian ini mengangkat mini SCADA berbasis
[1] dengan judul “Protokol Komunikasi Modbus mikrokontroler ATMega32 dengan protokol
RTU pada Otomasi Industri”.Penelitian [1] komunikasi Modbus yang terintegrasi dengan
menjelaskan tentang protokol sistem otomasi pada sistem monitoring. Mikrokontroler merupakan
industri menggunakan komunikasi modbus RTU

perangkat menyerupai PLC yang memiliki fungsi 2.1.b Perangkat keras Master
dasar lebih banyak dan ekonomis. Master merupakan antarmuka antara slave dengan
sistem monitoring PC. Master berfungsi sebagai
2. Metode Penelitian pengumpul data dari slave yang akan dijadikan data
Metode yang digunakan pada penelitian ini adalah monitoring juga sebagai pengirim data ke slave.
perancangan perangkat keras, perancangan Rangkaian master terdiri dari mikrokontroler
perangkat lunak, pengumpulan data dan pengolahan ATMega32, MAX485 sebagai antarmuka
data. Pada penelitian ini menggunakan ATmega32 komunikasi modbus dengan slave, LCD dan RS232
sebagai pusat kendali dan pengolah data dengan IC sebagai antarmuka mikrokontroler dengan PC.
MAXIM max485 sebagai interface komunikasi Layout master ditunjukkan pada gambar 3.
data. Pengiriman tersebut menggunakan dua kabel
sistem komunikasi yang dikoneksikan dengan
maxim max485. Dalam perancangan ini
menggunakan sistem Modbus, pada sistem Modbus
ini menggunakan satu master dan dua slave sebagai
transmitter dan reciever. Rancang bangun alat ini
dibagi menjadi tiga bagian, yaitu PC (Personal
Unit) untuk memonitoring dan master-slave untuk
mengirim dan menerima data. Untuk lebih jelas
perhatikan pada gambar 1.
Gambar 3. Layout rangkaian master
2.1.c Perangkat Keras Slave

Slave merupakan bagian yang digunakan untuk
mengambil data yang berada terpisah dengan
master. Jarak slave dengan master maksimal adalah
1200 meter dengan menggunakan 2 kabel. Hal ini
Gambar 1. Diagram Blok Master dan slave
dikarenakan protokol komunikasi yang digunakan
antara master dan slave adalah komunikasi modbus.
2.1 Perancangan Perangkat Keras
Slave terdiri dari mikrokontroler ATMega32, sensir
2.1.a Konfigurasi Sistem Mini SCADA
LM35 sebagai pengambil data suhu, dan max 485
Pada perancangan ini peneliti merancang
sebagai antarmuka komunikasi modbus. Slave juga
perangakat keras yang dibangun tersusun atas 1
dilengkapi dengan dip-switch yang digunakan
master dengan 2 slave dan akan terbentuk jaringan
untuk menentukan alamat. Layout slave
bus. Konfigurasi sistem mini SCADA dengan sistem
ditunjukkan pada gambar 4.
modbus diperlihatkan pada gambar 2. Sistem mini
SCADA pada penelitian ini terdiri dari 1 master
dan 2 slave yang terhubung dengan menggunakan
protokol komunikasi modbus menggunakan
antarmuka MAX 485. Diagram blok sistem
Gambar 4. Layout rangkaian slave
2.2. Perancangan Perangkat Lunak

Perancangan perangkat lunak terbagi dalam 3
bagian, yaitu perangkat lunak untuk master,
Gambar 2. Konfigurasi Mini SCADA perangkat lunak untuk slave dan perangkat lunak

sistem monitoring. Diagram alir perangkat lunak monitoring pada penelitian ini ditunjukkan pada
master ditunjukkan pada gambar 5. gambar 6.
Gambar 7. Sistem monitoring dengan 2 slave
2.3. Pengumpulan Data

Pengumpulan data dilakukan dengan cara
melakukan pengujian perangkat keras secara
berulang dan disajikan dalam bentuk tabel.
Pengambilan data juga dilakukan dengan
menggunakan alat terkalibrasi. Data akan disajikan
dalam bentuk tabel.
2.4. Pengolahan Data

Pengolahan data dilakukan untuk menguji
keberhasilan sistem komunikasi modbus dengan 2
slave menggunakan mikrokontroler keluarga AVR.
Pengolahan data juga dilakukan untuk
Gambar 5. Perangkat lunak master menunjukkan akurasi alat terhadap besaran yang
diukur dan dimonitoring. Akurasi alat diukur
Master akan mengirim perintah dalam bentuk dengan persamaan 1 sebagai berikut:
logika untuk memfungsikan MAX485 dalam mode
write hal ini dilakukan untuk mendeteksi alamat
slave yang sesuai. Master akan menerima data
apabila terdapat alamat slave yang sesuai dengan
alamat yang dikirimkan master. Diagram alir (1)
perangkat lunak slave ditunjukkan pada gambar 6.

Hasil pengujian didapatkan dengan memberi
perlakuan terhadap besaran yang diukur pada
sensor yang terdapat pada amsing masing slave.
Besaran juga akan diukur dengan menggunakan
alat yang sudah terkalibrasi.
3.1. Hasil pengujian slave 1

Hasil pengujian didapatkan dengan memberi panas
pada sensor suhu LM 35 yang terdapat pada slave
1. Pengujian dilakukan dengan menggunakan air
panas. Data hasil pengujian ditunjukkan pada tabel
1. Data ini dibaca melalui LCD yang ada pada
master.
Tabel 1. Data hasil pengujian slave 1.
No Suhu Suhu LM35

Gambar 6. Perangkat lunak slave termometer terukur Teg.sensor
(0C) (0C)
Sistem dilengkapi dengan perangkat lunak 1 76 75 70
2 67 66 65
monitoring menggunakan PC yang dirancang 3 64 63 62
dengan menggunakan visual basic 7. Bentuk sistem 4 78 76 75

5 75 73 70
6 70 70 69 Data Hasil Pembacaan Slave 2
80
7 66 65 60
8 64 63 60
9 63 62 60 75
10 60 57 56
70
Dari tabel 1 ditunjukkan bahwa komunikasi master
suhu
dengan slave 1 berhasil dilakukan. Hal ini
ditunjukkan dengan terbacanya besaran suhu yang 65
terdapat pada slave 1 oleh master. Grafik hasil

percobaan pengambilan data pada slave 1 60
data termometer
data slave 2
Data Hasil Percobaan Slave 1 55
1 2 3 4 5 6 7 8 9 10
80
Percobaan ke
datatermometer
data slave 1 Gambar 9. Hasil pembacaan suhu slave 2
75
70
3.3 Pengolahan Data
Pengolahan data digunakan untuk mendapatkan
suhu
nilai error dari hasil pengujian yang sudah

65
dilakukan . Untuk mendapatkan nilai error pada
alat mini SCADA dengan termometer menggunakan
60 persamaan 1.
55
1 2 3 4 5 6 7 8 9 10 3.3.a Error pada pengujian data Slave 1
Percobaan ke Dari tabel data pengamatan pada slave 1 yang
Gambar 8. Grafik data hasil pembacaan slave 1 ditunjukkan pada tabel 1 dan dengan menggunakan
persamaan 1, didapat error sebagaimana
ditunjukkan pada tabel 3.
3.2. Hasil Pengujian Slave 2 Tabel 3. Error data pengamatan slave 1

Hasil pengujian didapatkan dengan memberi panas
pada sensor suhu LM 35 yang terdapat pada slave No Suhu Suhu Error
2. Pengujian dilakukan dengan menggunakan air termometer terukur
panas. Data hasil pengujian ditunjukkan pada tabel (0C) (0C)
2. Data ini dibaca melalui LCD yang ada pada 1 76 75 0,01
master. 2 67 66 0,01
3 64 63 0,01
4 78 76 0,02
Tabel 2. Hasil pembacaan data pada slave 2
5 75 73 0,02
6 70 70 0
No Suhu Suhu LM35 7 66 65 0,01
termometer terukur Teg.sensor 8 64 63 0,01
(0C) (0C) 9 63 62 0,01
1 73 69 70 10 60 57 0,05
2 67 63 62
3 73 70 71
4 66 65 66
Dari tabel 3 didapat rerata error pengamatan data
5 77 73 75 pada slave 1 sebesar 0,15%. Grafik error
6 68 64 65 ditunjukkan pada gambar 10.
7 79 78 70
8 72 71 70
9 68 64 64
10 72 66 65
Dari tabel 2 ditunjukkan bahwa nilai suhu yang

terdapat pada slave 2 terbaca oleh master. Hal ini
menunjukkan bahwa komunikai antara master dan
slave 2 berhasil. Data pembacaan suhu pada slave 2

0.05
Nilai error pengamatan data pada slave 1 3.4 Hasil pengamatan pada sistem monitoring
error
rerata error
Sistem monitoring digunakan untuk mengetahui
0.045
nilai suhu yang terdapat pada slave 1 dan slave 2
0.04
secara real time. Kedua nilai suhu ditampilkan
0.035
dalam bentuk level dan grafik sebagaimana
0.03 ditunjukkan pada gambar 12.
Error data
0.025
0.02
0.015
0.01
0.005
0
0 1 2 3 4 5 6 7 8 9
Percobaan ke
Gambar 10. Error data pengamatan pada slave1
3.3.b Error pada pengujian data Slave 2

Dari tabel data pengamatan pada slave 2 yang
ditunjukkan pada tabel 2 dan dengan menggunakan
persamaan 1, didapat error sebagaimana
ditunjukkan pada tabel 4. Gambar 10. Sistem monitoring pada PC
Tabel 4. Error data pengamatan slave 2 Dari gambar 12 ditunjukkan bahwa perangkat lunak
No Suhu Suhu Error sistem monitoring dapat membaca suhu yang
termometer terukur terdapat pada slave 1 maupun slave 2.
(0C) (0C)
1 73 69 0,05
2 67 63 0,05
4. Kesimpulan
3 73 70 0,04
Sistem mini SCADA dengan menggunakan
4 66 65 0,01 mikrokontroler keluarga AVR dengan 2 slave dan 1
5 77 73 0,05 master serta terintegrasi dengan perangkat
6 68 64 0,05 monitoring dapat berjalan dengan baik. Hasil
7 79 78 0,01 pembacaan sensor pada slave 1 dan slave 2 berhasil
8 72 71 0,01 dilakukan dengan rerata kesalahan sebesar 0,1 %
9 68 64 0,05 dan pembacaan sensor pada slave 2 sebesar 0,4%.
10 72 66 0,08 Data pembacaan sensor telah berhasil disajikan
pada sistem monitoring menggunakan PC. Sistem
Dari tabel 4 didapat rerata error pengamatan data mini SCADA dengan mikrokontroler ini dapat
pada slave 1 sebesar 0,4%. Grafik error ditunjukkan digunakan sebagai alternatif yang ekonomis
pada gambar 11. dibandingkan dengan sistem SCADA berbasis
PLC. Data yang disajikan pada sistem monitoring
Nilai error pengamatan data pada slave 2
0.08
masih bersifat off-line, sehingga untuk penelitian
error data berikutnya, data dapat disajikan data on-line yang
rerata error
0.07 terintegrasi dengan sistem informasi pada smart-
phone.
0.06
Daftar Pustaka
0.05
Error data
Huda, Miftahul. Protokol Komunikasi Modbus

0.04
RTU pada Otomasi Industri. Tenaga
profesiaonal. Yogyakarta.
0.03 Dwipradipta, Andhika, (2008) Perancangan
SCADA pada Plant Sistem Pengolahan Air
0.02 Limbah’. Makalah Tugas Akhir. UNDIP.
Semarang.
0.01
0 1 2 3 4 5 6 7 8 9
Sivasothy, Sivakumar, (1998) Transcivers and
Percobaan ke Repeaters Meeting The EIA RS-485
Gambar 11. Error data pengamatan pada slave 2 Interface Standart, National Semiconduktor.
Nelson, Todd (1995). The Practical Limits Of RS-
485. National Semiconductor. .

Sudjadi, (2005) Teori Dan Aplikasi

Mikrokontroller. Graha Ilmu. Semarang.
________, (1996) Modicon Modbus Reference
Guide PI-MBUS 300, Modicon Inc., North
Andover, Massachusetts.

Pengontrolan Genset Jarak Jauh Melalui Website Berbasis

Mikrokontroller Arduino MEGA 2560-16AU
Sitti Wetenriajeng Sidehabi1, St. Nurhayati Jabir2
Dosen Program Studi Teknik Elektro Industri, Akademi Teknik Industri Makassar 1,2
Jl. Sunu No. 220, Makassar 60236
tenri616@gmail.com 1
isdiha@gmail.com 2
Abstrak
Genset saat ini banyak digunakan pada masyarakat secara luas seperti pada perhotelan, perbankan, rumah
sakit, maupun industri. Genset biasanya digunakan sebagai back-up suplai utama PLN pada saat terjadi
pemadaman listrik. Penggunaan genset membutuhkan sistem kontrol yang dapat bekerja secara otomatis dan
dikontrol dari jarak jauh, meskipun operator/pengguna tidak berada di tempat tersebut. Untuk memudahkan
operator/pengguna mengetahui kondisi genset seperti tegangan dan arus serta menyalakan dan mematikan
genset dari jarak jauh maka dibuatlah sebuah sistem pengontrolan genset yang terdiri dari Mikrokontroller
ARDUINO MEGA 2560-16AU sebagai pusat sistem kontrol dan pengolahan data yang terintegrasi dengan
WEB, sensor tegangan/arus ACS712, Relay 12V, Rangkaian Driver relay 5V serta Liquid Cristal Display
(LCD). Mikrokontroler ini mendapat input dari sensor arus ACS712 untuk mengukur arus genset yang
diolah oleh mikrokontroler sesuai pemrograman bahasa C yang telah diinput ke sistem tersebut. Hasil
pembacaan sensor ditampilkan pada layar LCD dan selanjutnya akan ditampilkan juga melalui halaman
WEB. Untuk tampilan WEB menggunakan software HTML, PHP dan CSS dimana semua instruksi terpusat
pada mikrokontroler ini. Hasil pengukuran dari pengujian dilakukan dengan membandingkan sistem ini
dengan alat ukur standar diperoleh prosentase kesalahan yaitu tegangan sekitar 0,45 % dan arus sekitar 0%.
Pada pengujian WEB dilakukan dengan menguji tombol ON dan OFF yang terdapat pada tampilan Website
untuk memastikan apakah Genset bisa dinyalakan dan dimatikan dari jarak jauh. Sistem Pengontrolan Genset
ini bekerja dengan baik.
Kata kunci: Genset, Sensor ACS712, Mikrokontroller Arduino Mega 2560-16AU, WEB.
1. Pendahuluan berfungsi untuk memonitor suhu generator dari jarak

Generator set (Genset) merupakan bagian dari jauh tanpa kabel pada saat generator bekerja dengan
generator dan suatu alat yang dapat merubah energi tujuan generator dapat dipantau dari jarak jauh
mekanik menjadi energi listrik. Genset adalah suatu sehingga memudahkan dalam memantau suhu
generator listrik yang terdiri dari panel, dengan generator. Suyuti dkk (2013) membuat suatu
bahan bakar bensin atau solar. Genset dapat pengukuran emisi udara yang berbasis WEB dengan
digunakan sebagai sistem cadangan listrik. Genset menggunakan mikrokontroller dan Tristanto dkk
secara luas digunakan oleh masyarakat yang melakukan monitoring dan pengendalian level cairan
membutuhkan sumber listrik yang kontinyu, seperti jarak jauh berbasis WEB.
rumah sakit, perbankan, perhotelan dan industri. Penelitian ini memperkaya penelitian-penelitian
Proses pengontrolan genset diperlukan untuk sebelumnya. Sistem ini menambah kemampuan yaitu
mengetahui keadaan atau proses yang sedang mematikan dan menyalakan genset melalui WEB
berlangsung pada genset. Pengontrolan genset ini yang tidak terdapat pada penelitian sebelumnya.
dapat dilakukan dari jarak jauh dengan mematikan Sistem pengontrolan genset ini terdiri dari
dan menyalakan genset secara otomatis melalui Mikrokontroller ARDUINO MEGA 2560-16AU
internet. Sistem ini bertujuan untuk memudahkan sebagai pusat sistem kontrol dan pengolahan data
operator/pengguna mengetahui kondisi genset secara yang terintegrasi dengan WEB, sensor arus
langsung tanpa perlu berada di lokasi tersebut ACS712, Relay 12V, Rangkaian Driver relay 5V
sehingga pada penelitian ini mengangkat tema serta Liquid Cristal Display (LCD). Mikrokontroler
tentang pengontrolan genset jarak jauh melalui ini mendapat input dari sensor arus ACS712 untuk
website berbasis Mikrokontroler Arduino Mega mengukur arus genset yang diolah oleh
2560-16AU. mikrokontroler sesuai pemrograman bahasa C yang
Salah satu solusi yang telah diterapkan pada telah diinput ke sistem tersebut. Hasil pembacaan
sistem pengontrolan ini dilakukan oleh Eko Kristanto sensor ditampilkan pada layar LCD dan selanjutnya
(2013) dengan mengembangkan suatu instrumen akan ditampilkan juga melalui halaman WEB.
untuk memonitoring suhu jarak jauh generator AC Untuk tampilan WEB menggunakan software
berbasis mikrokontroller dengan bluetooth. Alat ini HTML, PHP dan CSS dimana semua instruksi

terpusat pada mikrokontroler ini. Pengontrolan 2. Perancangan Sistem adalah melakukan

genset yang berbasis WEB ini dapat diakses secara perancangan secara menyeluruh terhadap
online, sehingga memudahkan pemantauan dan rangkaian dan alat yang akan digunakan.
pengontrolan genset secara otomatis dengan menulis
3. Selanjutnya Pencarian dan pemilihan bahan
http://atsonline.esy.es/ di portal internet. yang akan digunakan pada penelitian ini.
2. Metode 4. Tahapan pembuatan alat ini merupakan
Penelitian ini dilakukan dalam beberapa tahap realisasi dari rancangan yang telah dibuat.
yang diperlihatkan pada gambar 1. Diagram Alir Realisasi rancangan dilakukan dengan
Penelitan dan gambar 2. Sistem pengontrolan genset menggunakan project board terlebih
jarak jauh melalui website berbasis Mikrokontroler dahulu, kemudian dilanjutkan ke PCB
Arduino Mega 2560-16AU. (printed circuit board).
5. Kemudian melakukan pengujian alat.
MULAI Pengujian dilakukan untuk mengetahui
hasil pengukuran dimulai dari hasil
pengukuran pada LCD selanjutnya menguji
Studi Literatur
pembacaan di WEB.
6. Tahapan terakhir yaitu melakukan analisis
Perancangan Sistem
data dengan menbandingkan hasil
pengujian sistem penelitian ini dengan
Pencarian dan hasil alat ukur standar dalam bentuk
Pemilihan Bahan prosentase kesalahannya.
Tidak Semua Bahan

Tersedia
Ya
Pembuatan Alat
Pengujian Alat
Sistem Tidak
Bekerja
Ya
Gambar 2. Sistem pengontrolan genset jarak jauh melalui
Analisis website berbasis Mikrokontroler Arduino Mega 2560-
16AU
Pembuatan Laporan
Bahan dan alat yang digunakan dalam
penelitian ini adalah sistem yang terdiri dari
SELESAI perangkat yang diteliti, perangkat pengukuran,
perangkat pengolah data. Adapun bahan dan alat
tersebut adalah sebagai berikut:
Gambar.1 Diagram Alir Penelitian Sistem pengontrolan a) Genset adalah salah satu mesin alternatif untuk
genset jarak jauh melalui website berbasis Mikrokontroler pembangkit listrik ketika aliran listrik dari PLN
Arduino Mega 2560-16AU tidak menyala/padam. Genset yang dipakai
dengan kapasitas daya 3000 Watt.
Metode penelitini ini terdiri dari beberapa
tahapan yaitu : b) Sensor Arus tipe ACS712, untuk mengetahui
1. Studi literatur yaitu mengkaji jurnal dan pengukuran arus ketika genset digunakan.
mempelajari referensi yang berkaitan c) Mikrokontroller Arduino Mega 2560-16AU
dengan alat penelitian berupa data sheet yang terhubung dengan Liquid Crystal Display
generator dan sensor arus ACS712, data (LCD) sebagai pusat pengontrol dan pengolah
sheet Mikrokontroler Arduino Mega 2560- data yang digunakan untuk memproses
16AU, Bahasa C serta WEB keluaran yang berasal dari sensor arus/tegangan
Programming.

d) Relay 12 V digunakan untuk menjalankan ON Mikrokontroller Arduino Mega 2560-16AU

dan OFF secara otomatis. juga berfungsi sebagai pusat pengendali untuk
e) Rangkaian Driver Relay 5 VDC yang mematikan dan menyalakan genset secara otomatis
melalui website. Mikrokontroler yang digunakan
memberikan instruksi kepada relay 12 V untuk
mengeksekusi instruksi ON dan OFF secara mempunyai 100 pin seperti pada gambar 5. Skematik
otomatis. Mikrokontroller Arduino Mega 2560-16AU dan
sensor ACS712 dengan input sensor arus ACS712
f) Website digunakan untuk menampilkan data dihubungkan dengan pin 94 pada mikrokontroler
pengukuran dari sensor secara real time serta sedang input relay terletak pada pin A78.
mematikan dan menyalakan genset secara
otomatis melalui online.http://atsonline.esy.es/
3. Hasil Dan Pembahasan

Untuk mengetahui prinsip kerja Sistem
pengontrolan genset jarak jauh melalui website
berbasis Mikrokontroler Arduino Mega 2560-16AU
dapat dilihat pada blok diagram secara keseluruhan
sistem ini pada gambar 3. Blok Diagram secara
keseluruhan sistem ini.
CATU
DAYA
MIKROKONT
SENSOR A ROLER
ARUS(A D ARDUINO L W
GE E
NS CS712) C MEGA 2560- C
B
ET 16AU D
Gambar 3. Blok Diagram secara keseluruhan sistem
Keluaran Catu Daya Genset akan menjadi input Gambar 5. Skematik Mikrokontroller Arduino Mega 2560-
ke sensor yaitu sensor arus tipe ACS712. Hasil 16AU dan sensor ACS712
keluaran dari sensor ini akan manjadi masukan pada
Mikrokontroller Arduino Mega 2560-16AU yang Untuk menyalakan dan mematikan genset,
ditampilkan di LCD Monitor yang terletak di panel yaitu mendapat masukan dari website yang berupa
terlihat pada gambar 4. Tampilan Keluaran dari LCD menyalakan (pada WEB ON otomatis) dan
dan dapat diakses melalui WEB untuk memonitoring mematikan (pada WEB tertulis OFF) genset secara
keadaan genset secara real time. Tampilan Web otomatis, akan memberi sinyal ke Mikrokontroler
berupa data-data seperti arus, tegangan serta kontrol Arduino. Selanjutnya keluaran mikrokontroller ini
ON dan OFF. Perubahan parameter pada kondisi akan memberi perintah ke Rangkaian Driver Relay
genset akan mempengaruhi besaran resistansi yang Mikro 5 VDC seperti terlihat pada gambar 6.
selanjutnya mempengaruhi arus keluaran sensor Rangkaian elektronika Driver Relay 5 V DC.
yang menjadi masukan dari Mikrokontroller Arduino Rangkaian ini digunakan untuk memutuskan atau
Mega 2560-16AU. pun menyalakan melalui Relay 12 VDC yang
tersambung ke terminal PLN. Pada driver relay ini
digunakan transistor type PNP yang berfungsi
sebagai transistor switching, pada kaki emitter diberi
masukan 0 volt (ground) sehingga ketika transistor
pada kaki basis diberi logika 0 oleh kontroller maka
tegangan 0 volt (ground) tersebut akan keluar ke
kaki collector, dimana kaki collector transistor ini
sebelumnya telah terhubung dengan salah satu kaki
coil dengan relai 5 volt DC. Kaki coil relai 5 volt DC
lainnya terhubung dengan +5 volt DC sehingga relay
tersebut akan mengontak (switching) atau aktif. Relai
5 volt DC ini juga digunakan untuk mengaktifkan
relai 12 volt DC, hal ini dengan cara
menghubungkan kaki common dari relay 5 volt DC
Gambar 4. Panel Sistem pengontrolan genset jarak jauh dengan tegangan 0 volt (ground) kemudian kaki NO
melalui website berbasis Mikrokontroler Arduino Mega dihubungkan dengan salah satu kaki coil relai 12 volt
2560-16AU

DC dan kaki coil satunya telah terhubung dengan berbasis web yang memiliki kemampunan untuk
tegangan 12 volt DC. Kaki common dari relai 12 volt memproses data dinamis. Php sebagai bahasa untuk
DC ini juga telah terhubung dengan salah satu jalur proses data ekxtensi file.php Pada prinsipnya server
tegangan bolak-balik (AC) dan ketika relay 12 volt akan bekerja apabila ada permintaan dari pengguna
DC ini aktif maka dapat meneruskan tegangan AC yaitu mengontrol dan monitoring kondisi genset.
yang digunakan untuk mengaktifkan device Cascading Style Sheet (CSS) merupakan aturan
setelahnya. untuk mengendalikan beberapa komponen dalam
sebuah web sehingga akan lebih terstruktur dan
seragam. CSS bukan merupakan bahasa
pemograman. CSS digunakan untuk mempercantik
tampilan, ekstensi file .css. File web berada dalam
Mikrokontroller Arduino MEGA 2560-16AU
didesain untk menampilkan data-data sensor ke
dalam bentuk tabel, File ini akan disertakan dengan
file index.html yang dibuat dihosting
atsonline[dot]esy[dot]es.
Tampilan Website dapat dilihat pada gambar 7.
Tampilan WEB untuk Sistem pengontrolan genset
jarak jauh melalui website berbasis Mikrokontroler
Arduino Mega 2560-16AU. Website ini harus
menggunakan IP control statis untuk memudahkan
dalam mengintegrasikan dengan listing program
Gambar 6. Rangkaian elektronika pada Mikrokontroller Arduino Mega 2560-16AU
Driver Relay 5 V DC yang digunakan. Untuk mengakses hasil Sistem
Monitoring Penggunaan Genset pada Industri Kecil
Software yang digunakan pada Mikrokontroller secara Real Time Berbasis WEB dapat dilakukan
Arduino Mega 2560-16 AU yaitu Bahasa C sebagai dengan mudah melalui jaringan internet dengan
kompilernya. Listing program bahasa C dapat dilihat menulis di portal http://atsonline.esy.es/
pada Gambar 7. Tampilan Listing Program Bahasa
C.
Gambar 7. Tampilan Listing

Program Bahasa C
Pembuatan Website menggunakan software
XAMPP, HTML, PHP dan CSS serta listing program
yang terintergrasi dengan Mikrokontroller Arduino
ATMega 2560-16AU. XAMPP adalah perangkat
lunak bebas, yang mendukung banyak sistem
operasi, merupakan kompilasi dari Gambar 7. Tampilan WEB untuk Sistem Monitoring
beberapa program. Fungsinya adalah Penggunaan Genset pada Industri Kecil secara Real Time
sebagai server yang berdiri sendiri (localhost) yaitu Berbasis WEB
server lokal. HyperText Markup Language (HTML)
adalah sebuah tampilan dasar dalam bentuk ekstensi Pengujian Analisa Perbandingan Output PLN
file.html yang digunakan untuk membuat sebuah dan Genset. Pengujian ini dilakukan dengan
halaman web dengan menampilkan berbagai membandingkat output dari 2 (dua) kondisi, yaitu
informasi. PHP adalah singkatan dari Hypertext pada saat kondisi sumber tegangan PLN diaktifkan
Preprocessor merupakan bahasa pemrograman dan pada saat kondisi tegangan genset yang

diaktifkan dengan menggunakan beban lampu Daftar Pustaka

halogen 1500 watt. Hasil pembacaan pada alat ukur
Anto, Budhi. 2011. Saklar Pemindah Otomatis
dapat dilihat pada tabel dibawah ini.
Untuk Genset Portabel Berbasis
Mikrokontroler Attiny2313. Jurnal Sains dan
Tabel 1 Hasil Pengukuran Output PLN / Genset
Teknologi 10 (2) : 91-97.
Pengukuran Genset PLN Djuandi, Fery 2011. Pengenalan Arduino.
Tegangan 219 V 220 V www.tokobuku.com
Arus 6,5 A 6,5 A Fahmizal. 2012. Sistem Minimum Mikrokontroller
ATMega 8535/16/32 Series.
Dari hasil di atas terlihat perbedaan antara https://fahmizaleeits.wordpress.com/tag/fungs
tegangan dan arus yang dihasilkan oleh kedua i-pin-atmega-8535/. Download : [21 Februari
sumber tegangan dengan selisih sebagai berikut: 2014].
Hanggar S, Effendie R, Ramlie M. 2012.
‐ Tegangan PLN – Tegangan Genset = 220 Volt –
Perancangan dan Impelementasi Kontroler
219 Volt = 1 Volt
PID untuk Pengendalian Tegangan pada
Dengan prosentase kesalahan sebesar =
Generator Set. Jurnal Teknik ITS Vol. 1,
ISSN: 2301-9271.
‐ Arus PLN – Arus Genset = 6,5 A – 6,5 A = 0 A
Kompas. 2014. Krisis Listrik di Sulsel Belum
Dengan prosentase kesalahan sebesar
Diatasi.
Kristanto, Eko. 2013. Monitoring Suhu Jarak Jauh
Generator AC Berbasis Mikrokontroller.
Dari hasil pengukuran di atas bahwa Jurusan Pendidikan Teknik Elektro, Fakultas
perbedaan hasil pengukuran yang didapatkan masih Teknik Universitas Negeri Yogyakarta.
dalam batasan toleransi yang wajar menurut PUIL
2000 yaitu ±5%. Sehingga tegangan dan frekuensi Ming, YU., Vankar, A. M., Wei SU. 2005. An
dapat dikatakan aman untuk digunakan pada Environment Monitoring System Architecture
peralatan listrik rumah tangga, perhotelan dan Based on Sensor Networks, International
industri kecil. Journal of Intelligent Control and systems,
(Online), VOL. 10, NO. 3, September, 201-
209.,
4. Kesimpulan http://www.asmemesa.org/IJICS/files/20/2-
Berdasarkan hasil pengujian dan anaisa dapat yu-201-209.pdf, diakses 20 Februari 2014
disimpulkan bahwa : Pardosi, Mico 2004. Pengenalan Internet Burst of
1. Sistem pengontrolan Genset secara Real Time energy. Penerbit INDAH Surabaya
ini menggunakan Mikrokontroller ARDUINO Suhana N. 2002. Rangkaian Kontrol Panel Genset.
ATMEGA 2560-16AU yang terkoneksi dengan ITB. Bandung.
WEB yang terdiri dari Sensor arus ACS 712,
Relay 12 V, Rangkaian Driver relay 5VDC, Sutarno. 2007. Modul Dasar Pemeliharaan Listrik.
Mikrokontroller ARDUINO MEGA 2560- SMK Muhammdiyah 6
16AU dengan WEB dan LCD. GemolongSragen.http://listrikpemakaian.wor
2. Hasil pengukuran dari pengujian sistem dpress.com/2011/07/11/kontaktor-magnetik-
dibandingkan dengan alat ukur standar magnetic-contactor-mc/. Download : [21
diperoleh rata-rata prosentase kesalahan yaitu Februari 2014].
perbandingan output PLN dan Genset untuk Suyuti, Ansar. 2011. Perancangan Alat Ukur Emisi
tegangan sekitar 0,45 % dan arus sekitar 0 %. Real Time Pada Pusat Listrik Tenaga Diesel.
3. Kekurangan pada penelitian ini yaitu Jurnal Ilmiah “Elektrikal Engineering”
terdapatnya delay waktu antara penekanan UNHAS. Volume 09/No. 01/Januari-
pada tampilan ON dan OFF pada Website April/2011.
dengan Relay 12 V kemungkinan terjadi crash Suyuti, Ansar. 2012. Perancangan Emisi Udara Nox
pada tampilan LCD. Pada PLTD Secara Real Time Berbasis
Mikrokontroler. Prosiding 2012 Hasil
Ucapan Terima Kasih
Penelitian Fakultas Teknik. Volume 6:
Ucapan terima kasih pada Pusat Pendidikan dan
Desember 2012, Group Teknik Elektro,
Pelatihan Industri Kementerian Perindustrian yang
ISBN: 978-979-127255-0-6.
telah mendanai penelitian ini dalam Program Sarana
Penelitian Terapan Industri (SPIRIT). Suyuti, Ansar. 2013. Web-Based Gas Emission Level
Monitoring of Diesel Power Plant Using
Multi-Sensors. International Journal of

Engineering and Innovative Technology

(IJEIT) Volume 3, Issue 2, August 2013.
Tristanto, Agus, Santosa, Yomas Andika, S.P., R.
Arum. Monitoring dan Pengendalian Level
Cairan Jarak Jauh Berbasis WEB. Jurusan
Elekto, Fakultas Teknik, Universitas
Lampung.
Wicaksono H. 2012. Catatan Kuliah “Automasi 1”.
Universitas Kristen Petra.
http://repository.usu.ac.id/bitstream/12345678
9/23404/3/Chapter%20II.pdf Download : [21
Februari 2014].
Yon Rijono 1997, Dasar Teknik Tenaga Listrik.
Penerbit Andi Yogyakarta.

A Hybrid Newton-Raphson Unbalanced Three-Phase Loadflow

and Rotor’s qd0 Reference Frame of Syncronous Generator
Model as An Alternative Tool for Studying The Impact of
Unbalanced Loads on Power Angle Change of Three Phase
Synchronous Generator Connected the Power System Grid
Sugiarto
Electrical Engineering Department,

Sekolah Tinggi Teknologi Nasional, Yogyakarta, Indonesia.
sugiarto.kadiman@gmail.com
Abstrak
Isu tentang dinamika sistem tenaga sering dipelajari dengan melihat respon dinamis generator yang terhubung dengan grid
listrik, dengan interaksi keduanya menjadi fokus pertimbangan. Paper ini menguraikan kajian khusus tentang dampak beban
takseimbang dari grid terhadap perubahan sudut rotor generator sinkron dalam kondisi mapan dengan bukti-bukti kuantitatif.
Karena interaksi dinamis biasanya ditandai oleh karakteristik interaksi oleh kedua struktur-grid dan variabel status terkait
maka penggambaran akurat tentang perilaku dinamis dari generator sinkron dalam kondisi takseimbang dapat dilukiskam
oleh model nonlinier diferensial - aljabar kompleks. Pada paper ini, tool alternatif untuk mempelajari perilaku dinamis
dibentuk dari hibrid aliran daya tiga fasa tidak seimbang Newton-Raphson dan kerangka referen qd0 rotor generator sinkron.
Window aktif dengan model generator ini didasarkan pada kerangka referen qd0 dan dikembangkan menggunakan Graphical
User Interface (GUI) Visual berkemampuan memeriksa sudut rotor dari mesin setelah kemunculan gangguan kecil dengan
fokus pada elektromagnetik dinamis yang dipengaruhi oleh beban takseimbang. Aliran daya tiga fasa takseimbang Newton-
Raphson digunakan untuk memperoleh masukan terminal generator melalui analisis aliran beban pada grid. Hasil penelitian
menunjukkan bahwa terjadi pengaruh yang signifikan dari beban takseimbang terhadap sudut daya.
Kata kunci: Beban takseimbang, kondisi mapan, GUI, Aliran daya takseimbang Newton-Raphson, kerangka referen qd0
rotor
Abstract – The issues considering power system dynamics are often studied by looking at the dynamic responses of
generators connected through the power grid, taking their interactions into consideration. This work decribes a specific study
on the impact of unbalanced loads of the grid on rotor angle change of synchronous generators under steady state condition
with quantitive evidence. Since the dynamic interactions are usually characterized by both grid-structure-related and status-
related variables, an accurate portrait of the dynamic behavior of synchronous generators under unbalanced conditions can
be described by a complex nonlinear differential-algebraic model. In this paper, an alternative tool for studying such
dynamic behaviour was created by hybrid Newton-Raphson unbalanced three-phase loadflow and rotor’s qd0 reference
frame of synchronous generator. Active windows with this generator model based on qd0 framework were developed using
Visual’s Graphical User Interface (GUI) capability to examine the rotor angle of the machine after small perturbations,
focusing on electromagnetically dynamic as affected by load unbalance. Newton-Raphson unbalanced loadflow was used to
derive the generator’s terminal inputs through load-flow analysis on the grid. The results showed that the significant
influence of unbalanced loads occured in power angle.
Keywords: Unbalanced load, Steady-state condition, GUI, Newton-Raphson unbalanced loadflow, rotor’s qd0 reference
frame.
1. Introduction such as bus voltage, power angle, and angular speed

The dynamics of the power system centered of the generator.
on the interaction dynamics generator connected to To analyze the power system in the steady state
grid power systems. This is known as a dynamic needed a power flow analysis or load flow. As for
interaction generally characterized by a the view angle changes synchronous generator
combination relation grid structure and variables power we need a complete mathematical model of
related to status. Variables related to the structure balanced synchronous generator operated under
of the grid is usually a time invariant variables, unbalanced steady state condition. This needs a
such as the impedance of the transmission line, the synchronous generator model which has a
location and type of generators and loads. While completely enough framework for analyzing the
related variables are variables whose status varies small-signal dynamic performance of power
according to the working steady state conditions, systems under unbalanced conditions.

Until now there is no attractive theoretic (Region 4) (ESDM, 2003). It also has 71 line
mathematics models of synchronous generators nodes, 27 lines of inter buses and 9 generator
used to analyze this kind of problems mentioned nodes, as shown in Fig. 1. In this system, Paiton’s
above. The presented study considers several bus is the swing node and others are the PV nodes.
typical synchronous generators which are System capacity is 100,000 MVA. The Test
connected to 500 kV EHV Jamali System, generators are Tanjung Jati B.
Indonesia. The study is carried out through the The synchronous generator used in this study is
“hybrid” method by combination between a 820 MVA. 4-pole, 50 Hz, round-rotor generator,
unbalanced load-flow Newton to analyze the grid which is connected to the 500 kV EHV Jamali
and determine the inputs of the test generator and System through a 18 kV parallel transmission line.
the rotor’s qd0 reference frame of synchronous The model of this generator is shown in Fig. 2 and
generator model to substitute the loadflow 3.
generator’s model. The verification of the proposed
model was checked by comparing it with a
Tecquiment NE9070 simulator.
This work is organized as follows. A brief G
G4_S Rem
G G6_TJ.
T-B
G G7_GRE
SK
explanation about the concepts and algorithms G1_SRLYG2_SRL

A
G
YA
G BEKA SAGULIN
ote TJATI B _ GRES SBYBA
involving the unbalanced condition of balanced SI G
synchronous generator is defined on Section I. SURAL BDGSLT

AN IBT_G IBT SBT IBT S
IBT BK
IBT BK
CAWA G8_GRA
Section II presents the simulation method of G5_CRA

TA
G
IBT BD
TIG
synchronous generator dynamic. The example and

IBT_S IBT_SL IBT BD
CILEGO IBT_CW UNGA GRA
CIRAT
IBT CW TI
Clos
analysis are presented on Section IV. Section V G_PAIT ely
presents the final conclusion obtained with the
IBT_CL G
IBT CL IBT_CR IBT_CR IBT_UG IBT GR
T1 T2 N2
IBT_UG
GAND
present study. CIBNON

G
MDRNCA
NG
Transmi
si
PAIT
ON
l
IBT_G IBT G
G3_MTW IBT MDR
IBT CB
KEMB G CIBA TASI
2. Study System DEPO

IBT CB
Transmi PEDA
IBT_PT
KEDIR
IBT_PTN
si ganda
The studied power system is the 500 kV EHV
M.TAWA
R
IBT KB IBT KB IBT DPO IBT CB IBT CB IBT TSI
Jamali System 8 autonomous grids of Indonesia IBT CB

IBT PD IBT_P
IBT K
network that comprises 4-regions, such as Banten-

Jakarta (Region 1) , West Java (Region 2), Central Fig. 1. The studied power system
Java-Yogyakarta (Region 3) and East Java-Bali

abc to dq0 Converter
Generator Block
Fig. 2. Balanced generator with unbalanced inputs

Gain
–
+
Gain Slip
X X
Mux
+ Gain
X
X
Mux
+

Mechanical loop

Electrical loop
Fig. 3. The inside section of synchronous generator
The mathematical description or model

develop is based on concept of an ideal
synchronous generator. The fields produced by the
winding currents are assumed to be sinusoidal
distributed around the air-gap. This assumption of
sinusoidal field distribution ignores the space
harmonics, which may have secondary effects on
the machine’s behavior. It is also assumed that
stator slots cause no appreciable variation of any of
the rotor winding inductances with rotor angle
(Boldea, 2006).
A software package which applied GUI Fig. 5. The main window of the software tool
facilities has been created for analysis of power
angle change of synchronous generator under
unbalanced steady-state conditions (Fig. 4). As an
example of using GUI capabilities, menu and
plotting commands are implemented in a script file
to provide interactive windows. The main menu,
which is displayed after running the file, are shown
in Fig. 5 and Fig. 6.
The verification of the generator model is
judged through comparing between generator’s
respon by PSS Tecquipment NE9070 (Fig. 7) and
by the proposed model under balanced and
unbalanced conditions, respectively.
Fig. 6. The window of inserting the inputs for
balanced generator and unbalanced inputs
User Request Simulation Command
The verification of the generator model is

GUI Main Visual judged through comparing between generator’s
software software
respon by PSS Tecquipment NE9070 (Fig. 8) and
Result Plot Result Data by the proposed simulator under no load, balanced
and unbalanced conditions, respectively (Sugiarto
Fig. 4. Designed Simulator with GUI
et al, 2013).

condition. If the grid is loaded by 7.5 % of

unbalance, power angle becomes 1.251 rad. An
interval of achievement of steady or t_SS
conditions of 3.5 seconds (at 2 % error steady
conditions).
4. Conclusion
A useful simulator for analysis power angle
change of synchronous generator under unbalanced
steady state sonditionhas been presented in this
paper. Two operation conditions of the synchronous
generator, load balanced and load imbalance of
Fig. 7 . PSS Tecquipment NE9070
7.5% are mathematically modeled then simulated
using visual software.
3. Demonstration The simulation results state that power angle
Using Newton-Raphson unbalanced three has been changed on the generator dynamic during
phase loadflow software program one can get the balanced and unbalanced steady state condition.
flow calculation results from Fig. 1. Table 1 The developed tool is made easy to use by
presents inter-phase voltage values of the test providing an active link with the simulated models
generator terminal, before and after loading using some of GUI functions. The given examples
condition. It is shown that under unbalanced loads demonstrate helpfulness of the developed tool for
condition, the phase angles of terminal generator analyzing power angle of synchronous generator
voltage are deviated from its balanced value. The connected to the grid and under unbalanced steady
biggest deviation occurs when the grid operates state operation
under balanced load condition.
References
Table 1. Values of generator terminal voltage
Boldea, I., 2006, Synchronous Generator, Boca
CONDITIONS OF TANJUNG JATI B
Raton FL: Taylor & Francis Group, LLC,
SYNCHRONOUS PHASE VOLTAGE [P.U] 2006
GENERATOR
A
CONNECTED THE GRID ESDM, “Pedoman dan Pola Tetap Pengembangan
B
AND LOAD BALANCE
C
Industri Ketenagalistrikan Indonesia 2003-
CONNECTED THE GRID A 2020” in Bahasa, available: http//www.mki-
AND LOAD IMBALANCE B online.org/
OF 7.5% C mki_online_files/Regulasi/BluePrintfinal.pdf
Sudut Daya Sugiarto, Hadi, S. P, Tumiran, Wijaya, F. D., 2013,

Teaching the Large Synchronous Generator
Dynamic Model under Unbalanced Steady-
1.2
State Operation, Poceedings of 2013

1
International Conference on Information
Technology and Electrical Engineering,
D elt a ( ra dia l)
(ICITEE 2013), 7-8 October, Yogyakarta,

0.8
Indonesia.
0.6
Tersambung grid dan seluruh beban seimbang

Tersambung grid dan seluruh beban takseimbang 7.5%
0.4 Tersambung grid dan hanya beban signifikan takseimbang 7.5%
0.2
0 1 2 3 4 5 6 7
Waktu (detik)
Fig. 8. Power angle of Tanjung Jati B’s generator at

balanced and unbalanced loads
Figure 8 represents power angle of Tanjung

Jati B’s generator under balanced and unbalanced
load conditions. There is an interesting
phenomenon which has been occured. At steady
state conditions, the Tanjung Jati B’s generator
produces δ (power angle) of 1.248 rad in a balanced

PERANCANGAN VISUAL DOCKING GUIDANCE SYSTEM

(VDGS)
UNTUK SISTEM PARKIR PESAWAT TERBANG
Denny Dermawan1), M. Jalu Purnomo2)
Sekolah Tinggi Teknologi Adisutjipto1,2

Jln. Janti Blok R Lanud Adisutjipto, Yogyakarta
dennydermawanstta@gmail.com
Jalu_p@yahoo.com
Intisari
Sebelum ditemukannya teknologi Visual Docking Guidance System (VDGS), kegiatan pengendalian parkir
pesawat terbang di Bandara, pilot dibantu oleh seorang Marshaller yang bertujuan untuk menjadi pengarah
pergerakan pesawat menuju titik parkir yang benar. Semakin padatnya aktifitas pergerakan pesawat di apron
menuntuk penggunaan teknologi alternatif sebagai pengganti Marshaller, teknologi ini disebut dengan Visual
Docking Guidance Syatem (VDGS, alat bantu parkir pesawat terbang). Perancangan ini menggunakan LED
superbright dan photo transistor sebagai sensor pembaca garis lintasan parking stand. Kombinasi LED akan
mewakili posisi nosewhwll untuk selanjutnya ditransmisikan melalui gelombang radio dengan frekuensi AM 27
MHz. Gelombang ini diterima dan diolah oleh mikrokontroller PIC 16F84A untuk ditampilkan pada led dot
matrik yang akan menampilkan display gerak ke kanan, ke kiri, lurus dan berhenti. Performa yang akan diuji
pada penelitian ini adalah : jangkauan transmitter, tampilan dot matrik dan akurasi sensor yang digunakan.
Kata Kunci : Visual Docking Guidance System (VDGS), mikrokontroller PIC16F84A Led dot matrix,
Photo transistor. AM transceiver.

1. Pendahuluan Semakin berkembangnya teknologi tidak
Pertumbuhan transportasi udara dan menuntut kemungkinan pada setiap bandar udara
perkembangan teknologi semakin tahun semakin untuk kedepannya setiap pesawat terbang yang akan
pesat, hal ini menyebabkan pelayanan bandar udara parkir di parking stand tidak lagi menggunakan
melampaui kemampuan dalam menyediakan fasilitas marshaller namun menggunakan peralatan yang
untuk memenuhi pertumbuhan secara memadai. semakin canggih. Inilah perlunya Rancangan Visual
Sebagian besar sis tem tranportasi udara di bandar Docking Guidance System Untuk Parking Stand
udara ditekan melebihi kemampuan kapasitas Pesawat terbang.
rancangan bandar udara yang telah ada, sehingga
mengakibatkan memburuknya pelayan di bandar 2. Dasar Teori
udara.
Dalam transportasi udara, perhatian khusus 2.1. Parking Stand
diberikan pada pergerakan pesawat terbang, Parking stand adalah area dimana pesawat
penumpang, dan barang , baik melalui bandar udara terbang diparkir selama pelayanan darat, dengan
maupun sistem penerbangan. Demikian gambaran jawak minimum 7,5 meter ter hadap sisi pesawat
keadaan yang ada di bandara-bandara besar di terbang kecuali untuk jarak aman wing tip yang dapat
Indonesia. Karena pertumbuhan transportasi udara berkurang hingga jarak minimum. Area ini harus
semakin tahun semakin pesat. aman dari setiap kendaraan atau peralatan selama
Di setiap bandar udara banyak kegiatan yang pesawat terbang bergerak dan diperjelas oleh garis
dilakukan, untuk melakukan tugas dan fungsi dari batas peralatan atau aircraft boundary line (ABL).
kegiatan yang ada di bandar udara, pihak pengelola
bandar udara membentuk beberapa divisi, dinas 2.2. Visual Docking Guidance System
maupun unit pelayanan untuk mengelola suatu bandar Visual Docking Guidance System adalah
udara. Salah satu unit pelayanan bandar udara peralatan yang memandu pesawat terbang secara
tersebut adalah Apron Movement Control (AMC). visual menuju ke tempat parkir di Apron secara ot
Divisi ini berada dibawah naungan dinas operasi omatis. Sistem panduan ini dirancang untuk
bandar udara dan di pimpin oleh assisten manager sisi memberikan penuntun docking dengan cepat halus
udara. Unit ini mempunyai peran yang sangat penting dan presisi sampai pada gate terminal. Penanda
dalam menyeleng garakan pelayanan yang aman dan Frekuensi mengontrol jenis pesawat terbang untuk
nyaman bagi setiap perusahaan yang berger ak memastikan apakah sesuai dengan informasi yang
dibidang transportasi udara. diberikan untuk docking. Alat ini menampilkan

informasi yang jelas dan terlihat oleh pilot pada layar

intensitas tinggi LED untuk arah docking yang benar.
Prosedur docking dapat lebih cepat dengan
menggunakan docking otomatis dari pada
menggunakan marshaller. Parkir tanpa menggunakan
marshaller akan lebih efektif karna penggunaan
marshaller akan terkendala pada saat cuaca buruk dan
memungkinkan staff yang sama untuk mengatasi
tugas -tugas lain di apron, serta meminimalkan
pergerakan jumlah petugas bandar udara yang bekerja
di sekitar apron dengan alasan safety.
Gambar 3 Indikator pesawat terbang kurang ke kanan
2.3. Konsep dasar Visual Docking Guidance
System Jika panah menunjukkan arah kiri maka pilot harus
Konsep dasar dari alat ini adalah LED Super mengarahkan pesawat terbang ke kiri seperti Gambar
Bright berfungsi mengirim cahaya ke garis untuk di 4.
tampilkan lalu diterima oleh sensor, setelah itu
rangkaian sensor dihubungkan oleh pengirim data.
Data yang terbaca oleh sensor akan dikirim dan
penerima akan menghubungkan data yang diterima
dengan cara menghubungkan ke LED dotmatrix,
dotmatrix akan menampilkan karakter sesuai dengan
posisi pesawat terbang berada seperti Gambar 1.
Gambar .4 Indikator pesawat terbang kurang ke kiri
Gambar 1 Konsep dasar VDGS Posisi berhenti

Bila posisi pesawat terbang sudah mencapai
2.4. Tampilan daerah dimana harus berhenti atau posisi sudah
tercapai, layar akan menampilkan STOP seperti
Indikator signal lurus Gambar 5.
Tanda LED menyala ke atas menunjukkan
bahwa posisi pesawat terbang dalam keadaan lurus
dengan garis seperti Gambar.2.
Gambar 5 Tanda berhenti
Gambar.2 Pesawat terbang terbang dalam keadaan lurus 2.5. Sensor

Ketepatan sensor dalam membaca garis itu
Pelacakan sangat berpengaruh dalam ketepatan dan hasil yang
Ketika pesawat terbang telah tertangkap oleh diperoleh, jika sensor menyimpang 0,5 cm dapat
frekuensi, pergerakan pesawat terbang akan mengakibatkan kesalahan yang fatal dalam
ditampilkan oleh monitor LED. Jika panah pembacaan garis dan dapat berpengaruh terhadap
menunjukkan arah kanan maka pilot harus posisi pesawat terbang. Adapun jarak sensor dengan
mengarahkan pesawat terbang ke kanan seperti tebalnya garis di parking stand harus disamakan agar
Gambar 3. tidak terjadi kesalahan dalam pengoperasian alat
tersebut seperti Gambar 4.1 di atas. Sensor sangat
berpengaruh dalam ketepatan pembacaan garis dan
warna sudah menjadi ketetapan, maka fungsi sensor

sangat berpengaruh dalam ketepatan pembacaan. Di 3.1. Sensor Pembaca Garis

bawah ini adalah skema pembacaan garis seperti pada Sensor garis adalah komponen elektronika
Gambar.6 yang digunakan untuk merubah besaran fisik menjadi
besaran listrik sehingga bisa di analisa dengan
menggunakan rangkaian listrik. Pada rancangan
sennsor phototransistor, nilai resistansinya akan ber
kurang bila terkena cahaya dann bekerja pada kondisi
riverse bias. Untuk p emberi pantulan cahayanya
digunakan LED (Light-Emitting Diode), kompo nen
ini mempunyai cahaya yang terang, sehingga cukup
untuk mensuplai pantulan cahaya ke phototransistor..
Proses perancangan ini bertujuan untuk mengetahui
skematik pola sensor garis untuk mengirimkan data
yang terbaca oleh sensor te rsebut pada penelitian ini
digunakan 3 buah sensor sepeti Gambar 8.
Gambar 6 Skema pembacaan sensor
Diagram alir penelitian diperlihatkan pada
gambar 7.
Gambar 8. Pola pembuatan sensor

2. Proses pembaca an sensor
LED (Light-Em itting Diode) Super bright
berfungsi sebagai pengirim cahaya ke garis untuk
dipantulkan lalu dibaca oleh sensor
phototransistor. Sifat dari warna putih
(permukaan terang) yang memantulkan cahaya
dan warna hitam (pe rmukaan gelap) yang tidak
memantulkan cahaya digunakan dalam aplikasi
ini. Gambar 9 adalah ilustrasi mekanisme sensor
garis jarak optimal phototransistor adalah sekitar
1,3 cm.
Gambar 9. Ilustrasi mekanisme sensor garis
3.2. Sistem Radio Transceiver

Sinyal radio yang digunakan adalah pemancar
dan penerima radio Amplitudo Modulation (AM)
dengan frekuensi kerja 27 MHZ. Bagian
pemancardibangkit akan memancarkan sinyal sinyal
yang diperoleh dari sensor pembaca garis, sedangkan
Gambar 7. Flowchart penelitian
bagian penerima akan menrima sinyal tersebut untuk

selanjutnya diberikan kepada mikrokontroller PIC 16 4. Hasil Pembahasan

F84 A untuk diolah/ditampilkan pada dot matrik. Sensor pembaca garis sensor berfungsi
Rangkaian pemancar dan penerima diperlihatkan pada sebagai mata/alat penglihat dalam alat ini..Sistem
gambar 10 dan 11. pengirim data yang akan mengirim dan menerima
dengan menggunakan sisten frekuensi memberi
keuntungan yang lebih baik dan menghemat biaya
ketimbang menggunakan sistem lain. Dengan
menggunakan frekuensi 27 MHz dan menghubungkan
penerima dengan tampilan LED dotmatrix maka data
yang di terima akan menampilkan sesuai jalur
pesawat terbang berada pada posisi yang benar atau
tidak.
Data yang diterima oleh penerima akan
ditampilkan dengan LED dotmatrix. LED dotmatrik
Gambar 10. Rangkaian Pemancar
akan menunjukkan d imana posisi pesawat terbang
berada dengan menampil karakter tanda panah kearah
mana pesawat terbang seharusnya berada dan seorang
pilot akan mengarahkan pesawat terbang sesuai
dengan petunjuk dari karakter yang ditampilkan.
Tampilan dot matrik diperlihatkan pada gambar 13.
Gambar 11. Rengkaian Penerima
3.3. PIC16F84A dan dot matrik

LED Dotmatrix display untuk menampilkan
display dari program yang kita buat dalam
mikrokontroller PIC16F84A. Bahasa pemograman Gambar 13. Tampilan dot matrik
yang ditulis adalah bahasa assembly dan untuk
penggerak led dot matrik menggunakan IC 74164. Waktu
Waktu yang diperoleh untuk memarkirkan pesawat
terbang dengan menggunakan alat ini panjang
lintasan 3 meter, lebih singkat yaitu 30 detik.
Sedangkan tanpa me nggunakan alat 35 detik, dari
penelitian ini dapat disimpulkan bahwa performa
alat ini efisien untuk digunakan .
Ketepatan
Ketepatan sensor dalam membaca garis itu sangat
berpengaruh dalam ketepatan dan hasil ya ng
diperoleh, jika sensor menyimpang 0,5 cm dapat
mengakibatkan kesalahan yang fatal dalam
pembacaan garis dan dapat berpengaruh terhadap
posisi pesawat terbang. Adapun jarak sensor dengan
tebalnya garis di parking stand harus disamakan agar
tidak terjadi ke salahan dalam pengoperasian a lat
tersebut seperti Gambar 4.1 di atas.
Gambar 12. Rangkaian dot matrik dan PIC16F84A Sensor sangat berpengaruh dalam ketepatan
pembacaan garis dan warna yang sudah menjadi ke
tetapan, maka fungsi sensor sangat berpengaruh
dalam ketepatan pembacaan.

Jarak pengiriman data Rendah”, Makara Teknologi Vol. 13 No. 1,

Dari data pengujian diperoleh hasil seperti Tabel 1 April 2009 : 25-32.
[6] …………., 2010, “Petunjuk Operasi &
Tabel 1 Tabel pengujian Pemeliharaan Lightning Arester”
Jarak (M) Penerimaan Operation Manual, PLN.
[7] …………., 2004,”Peralatan dan Sistem
5 Baik
Telekontrol” Standart Nasional Indonesia (SNI)
10 Baik [8] Suwarti D., 2011,“Pengaruh Kenaikan Tegangan
15 Baik Impuls Terhadap Tingkat Perlindungan
20 Baik Peralatan Listrik Pada Arrester Tegangan
25 Baik Rendah”Prosiding SENOPUTRO
30 Baik [9] Widyanto A., 2009, “Unjuk Kerja Arrester
Tegangan Rendah”, UGM
35 Baik
40 Baik
45 Tidak
Dalam pembuatan alat ini performa yang

didapatkan sesuai dengan yang diinginkan mulai
dari ketepatan si stem pembacaan hingga pengiri
man dan penampilan data yang di kirim. Jarak
yang dapat dijangkau oleh alat ini sejauh 40 meter.
Jarak tersebut di hitung dari antena pengirim
hingga antena penerima. Dengan demikian jarak 40
meter merupakan jarak yang efektif dalam
pengoperasiannya.
5. Kesimpulan
Berdasarkan hasil penelitian dan
pembahasan yang telah dilakukan maka dapat diambil
1. Visual Docking Guidance System untuk parking
stand pesawat terbang dirancang dengan melalui
proses perancangan sistem Led Dotmatrix.
2. Performa transmitter pada alat ini memiliki
jangkauan hingga 40 meter.
3. Waktu yang dibutuhkan alat ini untuk
memarkirkan model pesawat terbang adalah 30
detik.
Daftar Pustaka
[1] Cooray V., 2010,” Lightning Protection”,

Institution of Engineering and Technology,
London, United Kingdom
[2] Sirait & Zorro., 1987,”Proteksi Terhadap
Tegangan Lebih”, Jurusan Teknik Elektro FTI
ITB.
[3] Tobing L.B., 2003,”Peralatan Tegangan
Tinggi”, PT Gramedia Pustaka Utama.
[4] …………….,2010, “Overvoltage protection,
Chapter J, Schneider Electric - Electrical
installation guide 2010
[5] …………, Zoro R., 2009,“Induksi dan
Konduksi Gelombang Elektromagnetik akibat
sambaran petir pada Jaringan Tegangan


Buku 1 Prosiding Seminar Nasional Retii Ke 9 Tahun 2014 Sttnas Yogyakarta

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Buku 1 Prosiding Seminar Nasional Retii Ke 9 Tahun 2014 Sttnas Yogyakarta

Diunggah oleh

Hak Cipta:

Format Tersedia

SAMBUTAN

KETUA PANITIA SEMINAR NASIONAL RETII KE-9 TAHUN 2014

Panitia mengucapkan terima kasih yang sebesar-besarnya kepada Keynote-speech, para

Yogyakarta, 13 Desember 2014

Fahril Fanani, S.T., M.Eng.

Yogyakarta, 13 Desember 2014

Ir. H. Ircham, M.T.

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | v

vi | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | vii

REKAYASA PERALATAN PENDETEKSI DINI KERUSAKAN

Kata kunci : peralatan, pendeteksi dini, kerusakan, motor

PENDAHULUAN kerusakan motor listrik dengan sinyal

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 1

fungsi waktu. Analisis perbandingan Data akuisisi, Komputer, ADC ( Analog to

2 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

Gambar 3. Peralatan monitoring dan analisis

Pengujian sensor suhu dan penguatnya

Tabel 1.Perbandingan antara masukan suhu

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 3

Gambar 4. Grafik perbandingan antara

Percobaan selanjutnya adalah

4 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

Tabel 2. Hasil Pengukuran suhu pada perancangan dan pembuatan hingga

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 5

6 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

PENGGUNAAN CHARGE TRANSFER SYSTEM (CTS)

1. Latar Belakang struktur dalam bentuk impuls (im- pulse). Satu

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 7

8 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

3. Metoda EQ = Komponen medan listrik yang dihasilkan

3.2 Interaksi antara Kanal Petir dan CTS

Japan + 120 8 500  120 6 000

Pengurangan muata negatip, Q, disebabkan oleh

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 9

oleh CTS dihitung sebagai suatu perkalian arus ion

3.3 Subjek Penelitian

3.3.2 Medan Listrik dipermukaan Bumi

10 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

3.3.3 Jarak Gerak Lidah Lompat (stepped leader)

4. Hasil dan Kesimpulan

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 11

bumi dengan ketinggian 100 meter yang bergerak

12 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

5. Kesimpulan Ucapan Terima Kasih Kepada :

[1]. Carpenter, RB., dan Drabkin, MM., 1997,

[2]. Drabkin, MM., 1999., “Interactionbetween

[3]. Golde, RH (ed), 1977, Lightning Protection,

[4]. Utama, B., 2002, “Penentuan Medan Listrik

[4]. Utama, B., 2009, “Penentuan Akumulasi

[6]. Zoro. R., Sirait, KT., 1987, “Proteksi Sistem

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 13

Tegangan Lebih pada Sistem Tenaga

Sumber referensi Internet :

14 | Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta

Rancang Bangun Sistem Pengolahan Limbah Urin untuk

Dwi Cahyadi1, B. S. Rahayu Purwanti2, Nana Sutarna3

1. Pendahuluan bersih. Salah satu yang perlu dihemat adalah

Sekolah Tinggi Teknologi Nasional (STTNAS) Yogyakarta | 15

2.4 Motor 1 Fasa sebagai Pemompa Air

Gambar 2. Rangkaian Motor Satu Fasa

Gambar 1 Diagram Alir Sistem Penyiram Urinoir

2.1 Pengolahan Limbah Urinoir