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 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.
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.
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
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
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.
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,
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)
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
Telah dikerjakan suatu simulasi komputer untuk mengetahui tingkat pengurangan intensitas ‘medan listrik
total’ (Epb) ketika ter- jadi 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 pene- rima/
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
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 wa- laupun 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
keda- lam udara ini dikenal sebagai peluahan titik Patuk, desa Ngoro-oro yang pada waktu musim
(point dis- charge). 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 di- mana
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-
beru- pa 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 per- mukaan laut dengan posisi geometris
payung. Beberapa bentuk CTS ini dikenal dengan 1100 31” 36 “ lin- tang 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 loka- si 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 in- duksi
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
ang- kasa (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 sam- pai 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 ke- tinggian perjalanan lidah lompat, Hsl,
perhatian la- yak 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 pema- paran
ini, bersa- ma 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 lis- trik 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 kompo- nen
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 kelem- baban 63
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
Perhitungan dikerjakan dengan langkah iterasi sama
de- ngan 1 meter perambatan untuk lidah lompat.
Pada lang- kah 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 da- lam 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
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).
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 kom- puter 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.
Pada gambar : 5 terlihat kurva dengan garis terputus Charge Transfer System milik ANTEVE ini (dengan
pu- tus 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]
Daftar Pustaka
[7].http://ecmweb.com/power-quality-
archive/prevent‐lightnig-strikes-charge-
transfer-systems
[8]. http://meteo.bmkg. go.id/prakiraan/indonesia
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
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.
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.
…………………………..…..…(1)
…………….…….(2)
….….. (3) Gambar 5. Model Urinoir Tampak Depan
Gambar 6 Perbandingan Data Pengukuran dan Formula Regresi Level Permukaan Air
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.
2. Metode
MULAI
X2P = ∑ ...............................................(1)
(R-1)(C-1).........................................................(2)
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
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.
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.
“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.
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.
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
XC= (7)
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 3.3 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%.
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).
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
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
( 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
n2 k a ( j)
n (a ( j)
h )(2k )
(0)
(1) i 1
i
Ei
V energi (7)
E tot
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
REFERENSI
Sabat Anwari
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.
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.
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 s0 (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 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
0.8
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.
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.
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
3. Hasil dan Pembahasan
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.
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.
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.
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 )
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.
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.
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.
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
Gambar 5 Interface Kendali Lampu Pada Server Gambar 6 Konfigurasi Access Point
(a) (b)
Gambar 12 Nilai ADC terkecil (a) dan Nilai ADC
maksimal (b) pada lampu TL
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.
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.
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
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)
hanya bisa menahan 40 persen dari arus pengenal 5 Maximum Continous 260
Operating Voltage.
dalam lingkungan multipulse. Uc (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
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
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
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)
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
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
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
kesimpulan sebagai berikut:
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
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.
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.
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.
Daftar Pustaka
___________, Social Network,
http://oxforddictionaries.com/definition/s
ocial network, 17 Mei 2012, 20:50 WIB.
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
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
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
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
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)
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.
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.
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.
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 :
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
Mulai
Didapat nilai Ki,
cari Kp
Gambar 16. Grafik kinerja terbaik beban 75w
Ya
Titik tengah 558 dibuat nol
Range sensor diperlebar 5x, Didapat nilai Ki, & Kp,
cari nilai Kd
Ya
Out nilai PDC
ke PWM Ambil data & disimpan
Tidak Ya
Error hilang
Selesai
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.
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.
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.
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.
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
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).
2 f (Y/Yn ) f (Z/Zn )
b* 200
Se
ekolah Tinggi Te
eknologi Nasion
nal (STTNAS) Yogyakarta | 103
3
Seminar Nasional ke – 9: Rekayasa Teknologi Industri dan Informasi
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
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.
Gambar 12.
Lampiran hasil segmentasi
Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada Yogyakarta1
Suhardi_s2te12@mail.ugm.ac.id
Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada Yogyakarta2
Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada Yogyakarta3
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.
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
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
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
Leucocyte [*, 5250), [5250, 6250), [6250, *) 2 exhaustion(1) AND loss_of_appetite(1) => status(yes) 46
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
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)
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)
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
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.
Gambar 2. Termokopel
Termokopel Termokopel
Suhu,°C Referensi Referensi
No. Kesalahan
Termometer Termokopel Suhu Tegangan Suhu Tegangan
Tabel 3. Suhu dan Tegangan Alat Akuisisi Data Alat akuisis Data
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.
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.
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
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.
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)
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
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% .
(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
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
_ inj k1kWjk
m
(10)
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).
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
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.
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.
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.
3. 2. 1. 2 Kebutuhan Non-Fungsional
Kebutuhan non fungsional dapat dikatakan sebagai
tipe kebutuhan yang berisi property perilaku yang
dimiliki oleh sistem, meliputi :
b. Pengguna sistem
1. Android Min 800Mhz
2.Android Versi 2.3 (Ginggerbread)
3. RAM Min 512 MB
3. HTML5 Support.
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
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/
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 :
Persiapan
Studi Literatur
Studi simulasi alat
Pembuatan Alat
Apakah Alat sesuai dengan
Simulasi?
Mesh Studi Tegangan DC
Hasil Pengujian
End
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.
OP AMP
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
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
0
0 5 10 15 20 25
1600
1400
1200
1000
800
600
400
200
0
0 5 10 15 20 25
TIME (ms)
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)
3500
3000
2500
2000
1500
1000
500
0
0 100 200 300 400 500
AC INPUT VOLTAGES (Volt)
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.
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.
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
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.
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
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.
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.
Pada pengujian kedua dengan data latih 100 dan data Gambar 4.2 Grafik Pengujian 2
uji 100 akurasi pengukuran yang didapatkan sebesar
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
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
Gambar 4. Diagram kotak sistem elektrik palletizing Gambar 5. PLC Omron CP1E-E40DR-A
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.
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.
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
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.
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.
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
3.2 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.
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.
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.
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.
1.3 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.
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.
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
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%.
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%.
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
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
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
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.
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.
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
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
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. 61-649.
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.
Wahyudi Budi Pramono 1, Dwi Ana Ratna Wati 2, Maryonid Visi Taribat Yadaka 3
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.
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
(salmi,2012) : 0
0 5 10
Tegangan (V)
15 20 25
2.5
Arus (A)
faktor ideal panel surya, K merupakan konstanta 1.5
Gambar 4 Prinsip kerja MPPT
Ton
d (11)
Ton Toff
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
Gambar 10 Diagram alir buck boost converter
30
20
10
0
0 5 10 15 20 25
Tegangan panel surya (V)
Gambar 14 Pengaruh tegangan terhadap daya panel surya
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
Daya (watt)
49.4
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
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
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%
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
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
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 :
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
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
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.
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.
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.
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
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).
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
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.
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.
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).
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.
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]
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
3. Metode Penelitian
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 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
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
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)
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.
array('course' =>
$course_id,'section' =>
$section_no) );
if($sectionData2)
{
foreach($sectionData2
as $sectionData1)
{
$section_id = $sectionData1->id;
}}
$module_id = 16;//quiz
$module_name = "quiz";
has
id_enrol
enrol_enrol
status_enrol
sortorder_enrol
name_enrol
enrolperiod_enrol
<pi> Integer
Variable characters (20)
Integer
Integer
Variable characters (255)
Integer
<M>
id_course
fullname_course
shortname_course
idnumber_course
summary_course
summaryformat_course
format_course
<pi> Integer
Variable characters (254)
Variable characters (255)
Variable characters (100)
Text (255)
Short integer
Variable characters (20)
<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
Variable characters (30)
Variable characters (50)
Variable characters (50)
$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
Variable characters (255)
Variable characters (255)
Variable characters (255)
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
Variable characters (255)
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
Variable characters (30)
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
Variable characters (13)
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
Variable characters (255)
Text (255)
Integer
Integer
<M>
Contain
id_modules
name_modules
cron_modules
lastcron_modules
search_modules
mdl_modules
<pi> Integer
Variable characters (20)
Integer
Integer
Variable characters (255)
<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
Variable characters (255)
Integer
Integer
= 4368;
has
mdl_question_attempt_step_data
id_question_attempts
mdl_question_attempts
behavior_question_attempts
Identifier_1 <pi>
<pi> Integer
Variable characters (20)
<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
Variable characters (10)
$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
Variable characters (16)
<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);
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.
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.
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
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.
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
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.
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
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.
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
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)
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
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
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.
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
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
% 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 :
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.
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.
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.
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.
3.5 Tabel
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
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.
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.
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.
(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"
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)
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
-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
-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 13. Ketinggian pada
Gambar 10. Perbandingan Kalang Tertutup Ketinggian (Z) pada L Orde 2
0
Dibandingkan Dengan Pendukung Sensitivitas (T)
Sistem -1
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
Gambar 14. Ketinggian pada
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.
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.
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.
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.
sistem monitoring. Diagram alir perangkat lunak monitoring pada penelitian ini ditunjukkan pada
master ditunjukkan pada gambar 5. gambar 6.
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
70
3.3 Pengolahan Data
Pengolahan data digunakan untuk mendapatkan
suhu
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.
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
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
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.
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.
MIKROKONT
SENSOR A ROLER
ARUS(A D ARDUINO L W
GE E
NS CS712) C MEGA 2560- C
B
ET 16AU D
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.
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.
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
l
IBT_G IBT G
G3_MTW IBT MDR
IBT CB
KEMB G CIBA TASI
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
Generator Block
Gain
–
+
Gain Slip
X X
Mux
+ Gain
X
X
Mux
+
Mechanical loop
Electrical loop
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
Indonesia.
0.6
0.2
0 1 2 3 4 5 6 7
Waktu (detik)
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
3. Metode Penelitian
Diagram alir penelitian diperlihatkan pada
gambar 7.
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.
5. Kesimpulan
Berdasarkan hasil penelitian dan
pembahasan yang telah dilakukan maka dapat diambil
kesimpulan sebagai berikut:
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