51 136 1 PB

Seminar Nasional Kelautan XII
” Inovasi Hasil Riset dan Teknologi dalam Rangka Penguatan Kemandirian Pengelolaan Sumber Daya Laut
dan Pesisir”
Fakultas Teknik dan Ilmu Kelautan Universitas Hang Tuah, Surabaya 20 Juli 2017
RANCANG BANGUN SISTEM PENGONTROLAN

KURSI RODA MENGGUNAKAN IMAGE PROCESSING
PADA PENDERITA FOOT PARALYZED (LUMPUH KAKI)
M. Taufiqurrohman1 Sri Rizqi Nur Masyithoh2 Joko Subur3
Jurusan Teknik Eektro, Fakultas Teknik dan Ilmu Kelautan,

Universitas Hang Tuah Surabaya
Jl. Arief Rachman Hakim no 105, Sukolilo, Surabaya 60111, Jawa Timur
Email: qiqisita@gmail.com
Abstrak: Kegiatan berjalan dengan normal dalam melakukakan aktivitas sehari-hari

sangatlah diperlukan untuk setiap manusia. Tetapi hal tersebut tidak dilakukan oleh orang
yang tidak bisa berjalan baik dikarenakan suatu penyakit, cidera maupun cacat. Maka untuk
mengoptimalkan kinerja manusia khususnya bagi orang yang tidak bisa berjalan,
diperlukannya alat untuk memudahkan mereka untuk dapat melakukan berbagai aktivitas
yaitu kursi roda. Tetapi kursi roda yang sudah dikembangkan saat ini hanya dapat
dikendalikan secara manual yaitu dengan cara memutar roda menggunakan tangan. Sehingga
pada penelitian ini dikembangkan kursi roda menggunakan image processing yang akan
memudahkan orang tersebut mengemudikannya tanpa harus mengayuhkan kedua tangan
pada roda di kursi roda tersebut. Hasil dari penelitian ini adalah kursi roda berbasis
mikrokontroller menggunakan image processing yang dapat dikendalikan empat arah, yaitu
maju, kanan, kiri dan berhenti. Sehingga dapat membantu para penderita foot paralyzed
beraktivitas.
Kata Kunci : Image Processing, Mikrokontroller, foot paralyzed
Abstract : Every person need to do their daily activity normally,but some people can’t do
that thing because of disease , trauma , or some disability that their suffered, so to optimalize
their daily activity , they need some tool to help them to simplify their duty like wheel chair ,
But nowdays wheel chair only can be controlled manually by rowing the ring in outer ring
of the wheel chair’s wheel by using hand .In this Research we are developing the wheel chair
using image prosessing that we hope it can be simplified user for using it without rowing the
outer ring of the wheel chair’s wheel . The results of this research are wheelchair-based
microcontroller using image processing that can be controlled in four directions, i.e. go
straigt forward turn right, turn left and stop. So it can help foot paralyzed patient to move
Keywords: Image Processing, Microcontroller, foot paralyzed patient
PENDAHULUAN
Kegiatan berjalan dengan normal dalam melakukakan aktivitas sehari-hari sangatlah

diperlukan untuk setiap manusia. Tetapi hal tersebut tidak dilakukan oleh orang yang tidak bisa
berjalan baik dikarenakan suatu penyakit, cidera maupun cacat. Maka untuk mengoptimalkan
kinerja manusia khususnya bagi orang yang tidak bisa berjalan, diperlukannya alat untuk
memudahkan mereka untuk dapat melakukan berbagai aktivitas yaitu kursi roda. Kursi roda
konvensional bergerak dengan bantuan tangan sang pemakai, dalam pemakaian jangka panjang
hal ini dapat mengakibatkan cidera pada sang pemakai baik cidera ringan maupun cidera berat.
Sehingga pada penelitian ini dikembangkan kursi roda menggunakan image processing yang akan
memudahkan orang tersebut mengemudikannya tanpa harus mendorong roda pada kursi roda
menggunakan tangan.
Sri Rizqi NM, M. Taufiqurrohman, Joko S: Rancang Bangun Sistem Pengontrolan C3-1
dan Pesisir”
Arduino Uno adalah sebuah board mikrokontroler yang didasarkan pada ATmega328.
Arduino UNO mempunyai 14 pin digital input/output (6 di antaranya dapat digunakan sebagai
output PWM), 6 input analog, sebuah osilator Kristal 16 MHz, sebuah koneksi USB, sebuah
power jack, sebuah ICSP header, dan sebuat tombol reset. Arduino UNO memuat semua yang
dibutuhkan untuk menunjang mikrokontroler, mudah menghubungkannya ke sebuah PC dengan
sebuah kabel USB atau mensuplainya dengan sebuah adaptor AC ke DC atau menggunakan
baterai untuk memulainya.
Image processing adalah pengolahan citra adalah subclass dari sinyal pengolahannya
yang bersangkutan secara khusus dengan gambar. Meningkatkan kualitas gambar untuk manusia
persepsi dan / atau computer Interpretasi. Dengan adanya pixel (picture elemen), Resolusi, Dots
per inchi, Warna, Color Depth, Bitmap File Format. Driver Motor adalah untuk mengendalikan
putaran motor pada kursi roda tersebut. Pada motor menggunakan motor DC Geared kursi roda
elektrik.
Pada skripsi ini dengan judul “Rancang Bangun Sistem Pengontrolan Kursi Roda
Menggunakan Image Processing Pada Penderita Foot Paralyzed (Lumpuh Kaki)” ini akan
memudahkan orang yang tidak bisa berjalan, dapat langsung dengan mengemudikannya
menggunakan gambar dan warna yang sudah ditentukan untuk mengemudikan kursi roda tersebut
dan jika ada halangan akan mendeteksi untuk menghindari halangan tersebut.
Penelitian ini menghasilkan rancangan kursi roda menggunakan image processing
dengan metode Color Filtering dimana metode ini akan mengubah nilai biner dengan proses
segmentasi untuk menghasilkan 3 area yaitu kanan, tengah dan kiri. Kemudian 3 area ini yang
nantinya akan menghasilkan proses maju, belok kanan, belok kiri dan berhenti.
METODE PENELITIAN
1. Perancangan Sistem
Untuk memberikan penjelasan lebih lanjut tentang sistem yang akan dibuat dapat dilihat
pada diagram blok di bawah :
Gambar 1. Diagram Sistem
C3-2 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

dan Pesisir”
Diagram blok sistem ini menjelaskan bahwa sistem kerja dari alat yang akan di design,
dimulai dari :
Dari diagram blok yang ada pada gambar 1. tersebut dijelaskan bahwa pada alat yang di
desain memiliki beberapa komponen pendukung antara lain webcam, pc, komunikasi serial,
mikrokontroler, driver motor, accu, motor.
Proses dimulai dari webcam yang akan mengambil gambar tangan. Tangan akan diproses
melalui pc dengan program yang sudah ditentukan yaitu dengan visual studio 2012. Dimana
program tersebut dengan image processing yang diproses melalui RGB, HSV, Grayscale,
thresholding dan segmentasi. Melalui segmentasi akan menghasilkan data biner dengan terdeteksi
gambar tangan warna hitam dan putih.
Kemudian diproses melalui pc dengan software yang sudah ditentukan. Pada PC
menggunakan program image yang akan menggerakkan kursi roda dengan program yang sudah
ditentukan dengan menentukan nilai threshold yang menghasilkan nilai biner.
Sehingga akan diproses ke mikrokontroller menggunakan arduino uno untuk input dan
output data. Menggunakan program Arduino yang sudah menentukan program untuk bergeraknya
kursi roda yaitu maju, belok kanan, belok kiri dan berhenti.
Kemudian diproses pada driver motor. Driver motor menggunakan relay untuk adanya
tegangan (+) bertemu (-) dimana akan terjadi aksi pada kursi roda yaitu belok kanan, belok kiri,
maju dan berhenti. Dengan 8 relay 4 untuk motor kanan, dan 4 untuk motor kiri.
Pada accu disambungkan di motor agar dapat menggerakkan kursi roda tersebut. Dengan
menggunakan 2 accu untuk menggerakkan motor kanan dan motor kiri dimana accu tersebut
memberikan tegangan 12V untuk 1 motor. Sehingga kursi roda dapat digerakkan yaitu maju,
kanan, kiri dan berhenti.
Data yang dikirim melalui pc ke software adalah data nilai biner pada pixel dengan
segmentasi 3 area yaitu kanan, tengah dan kiri melalui image processing. Sehingga pada image
processing dengan metode color filtering akan menghasilkan maju, kanan, kiri dan berhenti.
Webcam yaitu untuk mendeteksi gambar dan warna. Laptop sebagai PC/CPU dimana
terdapat RS - 232 untuk menyambungkan program ke webcam. Dari warna yang dihasilkan akan
di lanjutkan menuju mikrokontroller. Jenis webcam yang digunakan yaitu Kamera Webcam
Logitech C-525. Webcam akan bekerja ketika pada kamera menyala dengan adanya tangan di
depan kamera tersebut, maka kamera akan membaca nilai biner yang dihasilkan dari tangan ke
kamera tersebut. Kamera webcam adalah sebutan bagi kamera waktu-nyata yang gambarnya bisa
dilihat melalui secara nyata. Istilah kamera ramatraya merujuk pada teknologi secara umumnya,
sehingga kata ramatraya kadang-kadang diganti dengan kata lain yang memerikan pemandangan
yang ditampilkan di kamera. Kamera webcam yang digunakan adalah Kamera Webcam Logitech
C-525. Spesifik kamera webcam 8 MP, video kualitas HD autofokus.
Webcam
Webcam yaitu untuk mendeteksi gambar dan warna. Laptop sebagai PC/CPU dimana
terdapat komunikasi serial untuk menyambungkan program ke webcam. Dari warna yang
dihasilkan akan di lanjutkan menuju mikrokontroller. Jenis webcam yang digunakan skripsi yaitu
Kamera Webcam “Logitech C-525”.Spesifik kamera webcam 8 MP, video kualitas HD
autofokus.Webcam akan bekerja ketika pada kamera menyala dengan adanya tangan di depan
kamera tersebut, maka kamera akan membaca nilai biner yang dihasilkan dari tangan ke kamera
tersebut.
dan Pesisir”
Gambar 2. Kamera Webcam “Logitech C-525”
PC
PC untuk menampilkan form pada program yang digunakan. Melalui PC program dapat
ditampilkan dengan menggunakan software visual studio 2012 dengan opencv 2.4.9. PC yang
digunakan peneliti yaitu laptop “ASUS” seri A456Uintel core i5 7th Generation. Karena PC yang
digunakan untuk program ini harus kuat spesifikasinya seperti pc yang digunakan oleh
peneliti.sehingga program dapat digunakan dengan lancar untuk diproses pada driver motor, accu
dan motor yang digunakan untuk menggerakkan kursi roda tersebut.
Gambar 3. PC
Mikrokontroller
Mikrokontroller untuk mengolah data input dan output. Peneliti menggunakan Arduino
uno sebagai pengolah data input dan output pada komunikasi serial. Arduino UNO mempunyai
14 pin digital input/output (6 di antaranya dapat digunakan sebagai output PWM), 6 input analog,
sebuah osilator Kristal 16 MHz, sebuah koneksi USB, sebuah power jack, sebuah ICSP header,
dan sebuat tombol reset. Arduino UNO memuat semua yang dibutuhkan untuk menunjang
mikrokontroler, mudah menghubungkannya ke sebuah PC dengan sebuah kabel USB atau
mensuplainya dengan sebuah adaptor AC ke DC atau menggunakan baterai untuk memulainya.
Gambar 4. ATmega 328 Arduino Nano
Rangkaian Mikrokontroller Arduino Nano

Mikrokontroller yang digunakan dalam perancangan alat ini adalah Arduino Nano berbekal
IC Atmega328 . Dimana hasil output dari sensor ultrasonik akan diolah oleh mikrokontroller.
Setelah data diolah di dalam mikrokontroller tersebut, maka data tersebut akan dikirim melalui
NRF dan SMS gateway.

dan Pesisir”
Sedangkan Pada mikrokontroller ketiga port D9 di gunakan untuk pin CE pada NRF ,
port D10 di gunakan untuk pin CSN pada NRF, port D11 di gunakan untuk pin Mosi pada NRF,
port D12 di gunakan untuk pin Miso pada NRF, port D13 di gunakan untuk pin Clk pada NRF.
Gambar 5. Skematik Arduino Nano
Skematik minimum sistem di atas tersusun atas beberapa komponen utama antara lain Ic
Atmega8, kristal, kapasitor, resistor dan beberapa komponen pendukung lainnya. Pada minimum
sistem terdapat 3 aspek utama yang harus terpenuhi sebagai syarat minimal dalam pembuatan
minsis, ke tiga syarat tersebut antara lain terdapatnya rangkaian reset, rangkaian oscilator clock
dan juga sumber tegangan.
3.3. Driver Motor

Pada driver motor untuk mengendalikan putaran motor pada kursi roda tersebut.
Kemudian pada baterai ke mikrokontroller dan driver motor untuk sumber tegangan pada alat
yang digunakan pada kursi roda. Motor DC untuk menggerakkan kursi roda maju, mundur,
berhenti, kanan, dan kiri. Driver yang digunakan oleh peneliti yaitu relay dengan nilai arus 60 A
untuk 2 motor.
Gambar 6. Rangkaian Relay
Pada rangkaian di atas dijelaskan bahwa cara kerja relay yang digunakan pada kursi roda
adalah persilangan dimana pada gambar di atas S1 dengan S4 dan S2 dengan S3. Ketika S1
mengalir tengangan positif (+) membuka maka S4 tutup mengalir tegangan negatif (-) maka yang
akan terjadi aksi pada kursi roda yaitu “mundur”. Ketika S2 tutup maka S3 terbuka maka akan
terjadi aksi pada kursi roda yaitu “maju”. Saat menghasilkan tegangan (+) bertemu dengan (+)
maka tidak akan ada aliran (konslet tetapi tidak ada aksi pada motor). Sehingga cara kerja relay
pada kursi roda yaitu bekerja secara bergantian dan berubah berpengaruh pada saklar yang terbuka
dan Pesisir”
dengan sistem silang. Dari S1 ke S4 yang mengalir tegangan (+) bertemu (-) brarti beda fase
sehingga relay tersebut berputar.
Sistem pada relay dibuat silang agar mendapatkan tegangan yang berubah pada motor
menghasilkan arus yang mengalir yaitu (+) dan (-). Ketika S2 tertutup dan S4 tertutup maka tida
ada aliran pada motor dan terjadi konslet. Karena (+) menyambung ke ground maka akan terbakar.
Sehingga ketika ada aksi pada motor kursi roda harus ada aliran tegangan (+) bertemu (-) dimana
akan terjadi aksi pada kursi roda yaitu belok kanan, belok kiri, maju dan berhenti.
Selain itu menggunakan driver transistor sebagai penguat relay dengan ada beberapa
komponen yaitu transistor, diode, transistor dan led.
Gambar 7. Rangkaian driver motor
Rangkaian di atas adalah rangkaian driver sebelum relay dimana rangkaian tersebut
terdiri dari optocouple dan transistor sebagai penguat daya sehingga sinyal tringger dari arduino
dapat di kuatkan untuk mengaktifkan relay dengan aktifnya relay maka akan berefek pada
bergeraknya kursi roda searah jarum jam atau berlawanan arah jarum jam. Optocouple pada
rangkaian di atas berfungsi sebagai jembatan yang membatasi antara tegangan dari arduino yang
bernilai 5volt serta driver relay yang menggunakan tegangan 12volt. Sehingga dengan adanya
optocouple dapat mengaktifkan relay 12v dengan sinyal arduino yang hanya sebesar 5volt.
Di pilihnya rangkaian driver relay dan bukan driver PWM adalah di karenakan spesifikasi
dari motor yang di gunakan adalah berkisar pada arus yang besar yaitu sekitar 45Ampere dengan
demikian penulis menggunakan relay sebesar 45ampere agar dapat mendriver motor berputar
searah atau berlawanan arah jarum jam. Pada percobaan sebelumnya juga sudah di lakukan
menggunakan PWM namun MOSFET yang di gunakan tetap terbakar sehingga tidak di sarankan
menggunakan driver MOSFET dengan sinyal PWM.
3.4. Akumulator (Accu)

Accu yang digunakan oleh peneliti yaitu accu kering dengan nilai tegangan 24 V untuk 2
motor. Accu akan disambungkan pada motor. Sehingga kursi roda dapat digerakkan sesuai
dengan keinginan.

dan Pesisir”
Gambar 8. Accu
3.5. Motor
Motor pada kursi roda yaitu sebagai penggerak kursi roda yang akan memberikan aksi
pada kursi roda tersebut. Motor tersebut akan berputar searah jarum jam ketika motor akan
memberikan aksi pada kursi roda yaitu maju. Ketika berlawan arah jarum jam pada motor, aksi
yang diberikan pada kursi roda yaitu mundur. Ketika memberikan aksi pada kursi roda belok
kanan, motor kanan akan berputar searah jarum jam dan motor kiri akan berhenti. Ketika
memberikan aksi pada kursi roda belok kiri, motor kiri akan berputar searah jarum jam dan motor
kanan akan berhenti.
Motor yang digunakan yaitu motor DC geared kursi roda elektrik dengan spesifikasi
terdapat built-in gearbox, tegangan 12 V, arus 4 A, kecepatan 500 rpm dan torsi 100 kg.cm.
Gambar 9. Motor
2. Perancangan Software
Tahapan pembuatan software yaitu proses memprogram atau mengcoding
mikrokontroler dan melakukan proses compile program kepada MCU atau mikrokontroler yang
akan di isi program sesuai keinginan programmer yang akan dilakukan oleh programmer dengan
tujuan mengendalikan seluruh aktifitas alat yang akan di buat. Sedangkan software pada kursi
roda akan ada pada mikrokontroler dapat di sambungkan ke kamera webcam dengan laptop
menggunakan komunikasi serial. Image Processing menggunakan Visual Studio 2012 dengan
OpenCV 2.4.9 dengan menentukan warna untuk menentukan hasil data yang di dapat.
dan Pesisir”
Tangan Webcam Image
Image Processing:
RGB
Pengambilan data HSV
Data biner
region Grayscale
Thresholding/biner
Segmentasi
Aksi roda:
Maju, kanan, kiri,
berhenti
Gambar 10. Perancangan Software
Tangan di capture oleh kamera. Pada gambar tangan yang ditentukan gambar tangan
untuk dapat mengambil gambar tangan di kamera. Tangan yang digunakan telapak tangan warna
putih yang diarahkan pada kamera.
Webcam akan mengambil gambar tangan yang sudah dimunculkan pada depan kamera.
Kemudian pada kamera itu diproses ke image. Pada image muncul gambar tangan warna putih di
depan kamera. Warna putih itu warna yang dihasilkan oleh HSV yang kemudian akan dihasilkan
image processing. Sehingga pada tangan yang sudah di capture, proses di pc dimana akan proses
pada image processing yang akan menghasilkan RGB, HSV, Grayscale, Threshold/biner dan
segmentasi.
Dimana image processing terdapat proses RGB yaitu warna akan menghasilkan dasar
warna yaitu Red, Green, Blue. Kemudian proses HSV yaitu proses mencari kadar resolusi
kecerahan pada gambar. Sehingga akan menghasilkan grayscale yaitu perpaduan warna hitam dan
putih menjadi warna abu-abu. Kemudian proses thresholding/biner yaitu warna sudah menjadi
hitam dan putih yang bernilai warna hitam = 0 dan warna putih = 1. Sehingga akan ada proses
segmentasi dimana proses ini menjadi 3 area yaitu kanan, tengah dan kiri.
Kemudian akan ada pengambilan data region yaitu pengambilan data wilayah atau area
yang diproses pada segmentasi. Dimana akan muncul data 3 area segmentasi yaitu kanan, tengah
dan kiri dengan nilai warna putih lebih besar daripada warna hitam.
Akan ada data biner yaitu sebuah nilai pada 3 area segmentasi kiri, tengah dan kanan.
Data itu berupa angka dimana angka pada tangan warna putih pada area yang lebih banyak brarti
ada gerakan dari kursi roda. Ketika nilai warna putih pada salah satu area > daripada area yang
lain, maka akan ada gerakan dari kursi roda.
Data biner yang dihasilkan berupa angka dari hasil perhitungan setiap pixel pada tangan
dengan sebuah angka. Angka tersebut hasil dari proses HSV dengan didapatkan nilai Hmin, Smin,
Vmin, Hmax, Smax dan Vmax. Dengan didapatkannya nilai HSV yang sudah ditentukan untuk
mendapat nilai biner dengan gambar yang sesuai, maka nilai HSV tersebut diproses dengan
pengambilan data region. Sehingga akan ada sebuah data biner yang dihasilkan.
Pada pengambilan data region yang didapatkan nilai biner aka nada sebuah aksi pada
motor ke kursi roda dengan mengirimkan ke mikrokontroler pada komunikasi serial yang muncul
perintah if kiri then kirim kiri yang berarti jika nilai warna putih pada bagian area segmentasi

dan Pesisir”
lebih besar maka akan belok kiri kursi roda tersebut yang kemudian diaksikan ke motor pada kursi
roda.
Aksi yang dihasilkan yaitu maju, kanan, kiri dan berhenti. Pada aksi tersebut
dikombinasikan pada arduino, dipeoses pada optocopler, lalu transistor, relay dan terakhir pada
motor agar dapat dihasilkan aksi pada motor yaitu maju, kanan, kiri dan berhenti.
Rangkaian terdiri dari optocouple dan transistor sebagai penguat daya sehingga sinyal
tringger dari arduino dapat di kuatkan untuk mengaktifkan relay dengan aktifnya relay maka akan
berefek pada bergeraknya kursi roda searah jarum jam atau berlawanan arah jarum jam.
Optocouple pada rangkaian di atas berfungsi sebagai jembatan yang membatasi antara tegangan
dari arduino yang bernilai 5volt serta driver relay yang menggunakan tegangan 12volt. Sehingga
dengan adanya optocouple dapat mengaktifkan relay 12v dengan sinyal arduino yang hanya
sebesar 5volt.
Di pilihnya rangkaian driver relay dan bukan driver PWM adalah di karenakan spesifikasi
dari motor yang di gunakan adalah berkisar pada arus yang besar yaitu sekitar 45Ampere dengan
demikian penulis menggunakan relay sebesar 45ampere agar dapat mendriver motor berputar
searah atau berlawanan arah jarum jam. Pada percobaan sebelumnya juga sudah di lakukan
menggunakan PWM namun MOSFET yang di gunakan tetap terbakar sehingga tidak di sarankan
menggunakan driver MOSFET dengan sinyal PWM.
HASIL DAN PEMBAHASAN
Dalam pembuatan sebuah rancang bangun suatu alat memperlukan sebuah pembahasan dan
hasil dari pembuatan alat tersebut, baik mengenai teori perhitungan, praktek dan data lapangan
yang selanjutnya bisa dijadikan sebuah kesimpulan. Berikut hasil dan pembahasan serta pengujian
alat yang telah dibuat.
Pengambilan data dilakukan pada kursi roda digunakan di lingkup rumah dengan jalan jalur
datar, pengambilan data di dalam dan luar ruangan jalur datar untuk menuju ke tempat yang
diinginkan dengan jalan datar, alat ini penulis letakkan sejauh + 10 meter webcam dari lengan
kursi roda karena area segmentasi sebesar telapak tangan sejauh + 10 meter. Dari hasil yang
didapat untuk menggerakkan kursi roda bahwa nilai biner lebih banyak pada salah satu 3 area
segmentasi yaitu kanan, tengah dan kiri.
Data arus motor yang digunakan sebagai masukan untuk menentukan kabel yang
digunakan untuk menyambungkan motor pada mikrokontroler agar kabel kuat dan tidak panas.
Seperti yang ditunjukkan tabel 2 dimana arus motor yang terbesar yaitu 38 A maka dibutuhkan
kabel 38 A atau >38 A yaitu kabel awg 10 dengan arus 44 A.
Gambar 11. Tampilan kursi roda depan
dan Pesisir”
Gambar 12. Tampilan kursi roda belakang
Tabel 1. Data Roda Kanan dan Kiri
Relay 1 Relay 2 Relay 3 Relay 4 Roda Kanan Roda Kiri Posisi Roda
0 0 0 0 Diam (0) Diam (0) Berhenti
0 0 1 0 Diam (0) Gerak (1) Belok Kiri

1 0 0 0 Gerak (1) Diam (0) Belok Kanan
1 0 1 0 Gerak (1) Gerak (1) Maju
Tabel 2. Data Arus Motor
Posisi motor Tidak ada beban Ada beban

7A 35 A
6A 33 A
Motor kanan 5A 30 A
3A 27 A
2A 26 A
10 A 38 A
9A 37 A
Motor kiri 8A 36 A
6A 33 A
4A 26 A

dan Pesisir”
Tabel 3. Data nilai HSV
HSV Nilai
Hmin 15
Smin 58
Vmin 52
Hmax 130
Smax 149
Vmax 195
KESIMPULAN
5.1. Kesimpulan
Dari keseluruhan perancangan yang telah dibuat dan diuji maka dapat kita simpulkan
bahwa:
1. Rancang bangun sistem pengontrolan kursi roda menggunakan image processing yang
telah dibuat mampu menggerakkan kursi roda menggunakan deteksi gambar tangan yang
sudah disesuaikan. Data yang didapat ditampilkan menggunakan tampilan form dari
program visual studio yang telah diprogram.
2. Image processing menggunakan metode color filtering menghasilkan nilai biner berupa
jumlah nilai pixel warna putih pada gambar tangan sehingga dengan muncul nilai jumlah
pixel warna putih menghasilkan suatu aksi pada roda yaitu maju, kanan, kiri dan kiri.
3. Terdeteksinya gambar tangan dipengaruhi oleh cahaya. Sehingga pada skripsi ini
pengaturan cahaya pada webcam sangat berpengaruh, maka tempat webcam untuk
mendeteksi gambar tangan tersebut di design dengan area dasar tempat pada webcam warna
gelap yaitu warna hitam dan arah pengambilan gambar pada webcam ke bawah sehingga
webcam akan fokus untuk mengambil gambar yang telah disesuaikan.
4. Skripsi ini memiliki beberapa keterbatasan. Keterbatasan tersebut diuraikan sebagai
berikut.
a. Massa beban yang digunakan dibatasi. Pada motor yang digunakan tidak sesuai
dengan penggunaan pada kursi roda yaitu motor DC 12V dengan arus 4 A, speed
500 rpm dan torsi 100 kg.cm.
b. Pada motor masih belum menggunakan PWM dan gearbox.
c. Pada sistem penggerak tidak menghitung perbandingan motor : gear : beban.
d. Pada baterai masih menggunakan 12 V dan 6mA
DAFTAR PUSTAKA
Achmad B. 2005. Pengolahan Citra Digital Menggunakan Visual Basic, Yogyakarta: Graha Ilmu
Agfianto EP. 2010. Mudah Menguasai Pemrograman Mikrokontroler Atmel AVR
menggunakan BASCOM-AVR.Yogyakarta : ELINS UGM.
Bima SBD. 2006. Citra Prosesing dan Aplikasinya, Pelatihan Citra Prosesing. Yogyakarta: Graha
Ilmu.
Budiharto W. 2011. Aneka Proyek Mikrokontroler. Yogyakarta: Graha Ilmu.
Killian. 2009. “Modern Control Technology: Components and Systems 2nd” edition. Delmar
Rafael CGE. 2010. Digital Image Processing 2nd edition. Prentice Hall.
dan Pesisir”
RANCANG BANGUN PROTOTYPE FORK LIFT MENGGUNAKAN

ALGORITMA MAZE SOLVING GUNA MENENTUKAN JALUR TERPENDEK
DALAM MENGAMBIL DAN MENARUH BARANG
Adam Samodra Djatirangga(1), Siregar(2)
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah Surabaya
Jl. Arief Rahman Hakim 105, Sukolilo,Surabaya 60111, Jawa Timur
Dadamsamodra1@gmail.com
Abstrak:Teknologi mengalami suatu kemajuan yang sangat pesat pada masa sekarang ini,
perkembangan teknologi kini telah menggantikan manusia untuk melakukan pekerjaan
sehari-hari ,salah satunya yaitu penggunaan robot. Kemajuan teknologi dapat dirasakan dan
berpengaruh penting terhadap industri di Indonesia, namun dibidang logistik sistem
transportasi fork lift menggunakan sistem manual.Oleh karena itu pada karya ini akan dibuat
sebuah prototype robot fork lift yang digunakan untuk mangambil dan memindahakan barang
secara otomatis dari satut empat ketempat yang lain dengan lokasi-lokasi barang yang
diinginkan. Robot ini menggunakan sistempengikut garis untuk penelusuran jalur lokasi,
robot fork lift dirancang untuk berjalan mengikuti garis menemui kode-kode pada
persimpangan permpatan. Kemudian dengan kode-kode tersebut maka robot akan mengikuti
aturan apakah robot berjalan lurus belok kanan atau belok kiri untuk mengetahui jalur lokasi
yang diinginkan. Sebagai kontrolnya robot ini menggunakan mikrokontroler ATmega16 dan
driver motor dc untuk mengatur pergerakan roda serta servo sebagai penggerak lift.
Kata kunci :ATmega16, Driver Motor dc, motor dc, Servo, Maze solving.
Abstract: Nowadays, technology development is increase. Human’s work has been replaced
by robot. Technology development can be felt and very important to the industrial activity in
Indonesia, but in logistic transportation system still use conventional fork lift. Therefore we
make an experiment called Prototype Fork Lift Robot wich can used to take and move big
object automatically from one place to another place. This robot uses line following system.
Robot will follow the line and find the intersection. Than the robot will choose whether go
straight, turn right, or turn left. It uses ATMega16 as the microcontroller, motor driver to set
the wheel movement, and servo to move the lift.
Key words: ATmega16, Driver Motor dc, motor dc, Servo, Maze solving.
PENDAHULUAN
Perkembangan teknologi khususnya dibidang elektronika sangat berkembang pesat dizaman

modern ini, banyak peralatan-peralatan canggih telah menggantikan pekerjaan manusia, semua
sistem terkontrol dengan baik salah satunya yaitu pembuatan sistem robot fork lift yang dapat
memindahkan barang secara otomatis.
Logistic merupakan peranan penting dalam industry maupun pergudangan. Ketepatan,
kecepatan mendapatkan barang adalah misi logistic. Sebagaimana kita ketahui dalam dunia
logistic bahwa fork lift merupakan alat transportasi yang digunakan untuk memindahkan barang
dari satut empat ketempat lain yang masih sederhana (manual) yaitu menggunakan tenaga
manusia sebagai sopir untuk memindahakan barang. Sering kita ketahui terkadang sopir fork lift
juga akan mengalami kelelahan dalam bekerja, mengantuk dan sebagainya, hal demikian akan
menimbulkan dampak resiko kecelakaan saat bekerja dan tentunya akan mempengaruhi
C3-12 Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype

dan Pesisir”
penurunan tingkat produktifitas dalam berniaga .Bertitik tolak dari hal tersebut direncanakan
pembuatan robot fork lift yang dapat memindahkan barang secara otomatis tanpa bantuan
manusia (sopir).
Sistem dari alat ini menggunakan mikrokontroler Atmega16 yang dipadukan dengan sensor
photodiode untuk menggerakan motor dan robot dapat membacajalur garis pad arak barang yang
dituju. Disamping itu pada alat ini juga digunakan sistem algoritma maze mapping sehingga robot
dapat memperoleh jalur terpendek dalam mengambil dan menaruh barang secara otomatis.
METODE PENELITIAN
Dalam pelitian ini didasarkan pada masalah yang bersifat aplikatif, yaitu perencanaan dan
perealisasian system agar dapat menampilkan urutan kerja sesuai dengan yang direncanakan
dengan mengacu pada perumusan masalah.
1. PerancanganSistem
Perancangan system meliputi konsep yang telah dibuat sebelumnya yang berisikan
rancangan hardware, rancangan software dan desain mekanik. Berikut ini adalah blok diagram
system Rancang bangun perangkat prototipe robot fork lift.
Gambar1.Blok Diagram RancanganAlat
Diagram Blok diatas menjelaskan system kerja alat, terdiri dari bagian masukan, kendali dan
keluaran. Bagian masukan berupa 8 buah sensor photodiode tombol keypad yang berfungsi
sebagai pengendali robot. Pada keluaran berupa bagian penampil yaitu LCD 16x2, driver motor (
IC L298D) sebagai penggerak robot dan motor servo yang berfungsi untuk mengambil barang.
A. SistemKerja Robot
Perancangan lintasan menggunakan garis merupakan bagian utama dalam pengerjaan alat ini,
karena pada robot yang dibuat adalah robot pengikut garis. Lintasan dibuat menggunakan banner
membentuk beberapapermpatan sebagai jalur penanda bahwa robot menemui sebuah target yang
ingin dituju. Pada perancangan sistem lintasan ini dibuat sebanyak 12 perempatan dan 8 pertigaan
serta ada 5 buah target yang akan dituju pada robot fork lift, robot bergerak mengambil barang
dimulai dari start kemudian menjumpai target sesuai perintah yang kita inginkan, bisa A, B, C,
Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype C3-13

dan Pesisir”
atau D yang kemudian robot bergerak menaruh barang pada target G (Gudang), setelah menaruh
barang dari target G robot akan bergerak kembali ke awal (start) . Berikut merupakan gambar
lintasannya :
Gambar 2. SistemJalan Robot Fork Lift
2. PerancanganHadware
Pembuatan hardware adalah proses instalasi komponen elektronika Adapunbagian-bagian
komponen elektronik aantara lain: rangkaian Mikrokontroller Atmega 16, rangkaian sensor
photodioda, rangkaian driver motor DC IC L298
A. PerancanganRangkaian Sensor Photodioda

Pada perancangan alat ini diperlukan sensor photodiode yang berfungsi untuk pembacaan
garis atau lintasan agar robot bisa menelusuri dan menemui target yang diinginkan secara
otomatis. Sensor photodiode dianalogikan sebagaimata dari robot fork lift. Mata di sini digunakan
untuk ‘membaca’ garis hitam dari track robot. Kapan dia akan berbelok kekanan, kapan dia
berbelok ke kiri. Berikut ini adalah contoh rangkaian sensor photodiode
Gambar3. Rangkaian Sensor Photodioda

dan Pesisir”
B. PerancanganRangkaian Sensor Photodioda

Mikrokontroller merupakan otak dari alat ini. Mikrokontroller yang digunakan dalam
perancangan alat ini adalah ATMega16. Dimana hasil output dari sensor photodiode akan diolah
oleh mikrokontroller. Setelah diolah, hasil olahan mikrokontroller tersebut akan dikirim ke LCD.
Gambar 4.. Minimum system atmega16
C. PerancanganRangkaian Driver Motor

Driver motor yang digunakan pada alat ini yaitu menggunakan driver motor L298 , Driver
L298 mampu mengendalikan 2 unit motor dc. Kelebihan dari driver motor L298N ini adalah
cukup presisi dalam mengontrol motor.
Gambar 3.9. Driver Motor L298

dan Pesisir”

Pada perancangan ini terdapat hasil yang telah tercapai yaitu protitipe robot forklift dalam
menemukan target dengan mendeteksi sebuah perempatan. Sistem progam yang dibuat pada
perancangan ini yaitu mengenali pola beberapa perempatan yang ada dilintasan sehingga robot
dapat menemui target yang sudah ditentukan. Jika robot forklift mendeteksi suatu perempatan
maupun pertigaan maka program akan menambah (mengincrement) nilai dari suatu variable
menjadi +1 (missal tadinya 2 jadi 3). Kemudian nilai dari variabel tersebut digunakan sebagai
nomor index daris uatu array yang menyimpan data dari lintasan yang akan dilalui. Array adalah
sekumpulan variable yang memiliki tipe data yang sama dan nama yang sama. Pada setiap array
memiliki 1 buah plan apakah robot berbelok kekri, belokkanan, berhenti atau jalan terus. Plan
pada setiap perempatan maupun pertigaan akan disimpan pada eeprom mikrokontroller.
Gambar 6.Prototipe robot forklift
Tabel 1. Pengujian robot forklift denganbeban 50 g
Tujuan Perempatan Pertigaan Waktu tempuh

Start ke plot A menuju gudang 8 1 14 detik
Start ke plot B menuju gudang 6 1 10 detik
Start ke plot C menuju gudang 8 1 13 detik
Start ke plot D menuju gudang 10 1 16 detik
Tabel 2. Pengujian robot forklift denganbeban 75 g

Tabel 3. Pengujian robot forklift dengan beban 100 g


dan Pesisir”
KESIMPULAN
Berdasarkan analisis dan pembahasan hasil penelitian di dapat kesimpulan sebagai berikut :
1. Semakin berat beban akan mempengaruhi laju kecepatan pada robot sehingga robot
memakan waktu lama menuju gudang.
2. Robot dapat menemukan target yang diingan dengan mendeteksi sebuah perempatan dan
pertigaan yang menjadi tujuan pada perancangan alat ini.
3. Robot dapat berjalan dengan baik.
DAFTAR PUSTAKA
Budiharto W. 2005.Elektronika Digital dan Mikrokoprosesor.Yogyakarta :andi yogyakarta.

Budiharto W. 2011. Aneka Proyek Mikrokontroler. Yogyakarta :grahailmu.
Siagian P. 2011.Mikrokontroler. Http://atmel88.blogspot.co.id/2011/07/sistem-kontrol-tertutup-
mikrokontroler.html. Diakses 9 oktober 2015.
Yanto f, Welly i. 2015. Analisa dan Perbaikan Algoritma Line Maze Solving Untuk Jalur Loop,
Lancip, dan Lengkung Pada Robot Line Follower(LFR). Ejournal.uin-suska.ac.id. Diakses
2 desember 2015.

dan Pesisir”
RANCANG BANGUN SISTEM OTOMATISASI HIDROPONIK

PADA SAWI CHAISIM, SAWI DAGING DAN SELADA
BERBASIS ARDUINO UNO 328P
Mohamad Dwi Purnadiansyah, Muh. Taufiqurrohman
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan

Jl. Arif Rahman Hakim 105, Sukolilo, Surabaya 60111, Jawa Timur
Email : gandy12odang@gmail.com
Abstrak: Menanam dengan sistem hidroponik artinya menanam menggunakan media air
atau tenaga kerja air, Bertanam secara hidroponik telah menjadi tren pada saat ini karena
memanfaatkan media air sebagai pengganti tanah, namun mempunyai kekurangan dari sisi
waktu untuk orang dengan kesibukan padat. Sistem otomasi masa sekarang telah diterapkan
hamper disetiap bidang pekerjaan yang bertujuan untuk membantu mempermudah
pekerjaan manusia, karena bersifat komputerisasi. Menggunakan Arduino Uno 328P yang
terintegrasi dengan berbagai sensor. Sistem otomasi untuk hidroponik antara lain untuk
mengatur pompa, LED grow light, system pemupukan dan penyiraman serta memberikan
informasi suatu keadaan kepada pemilik hidroponik. Pada proses ini alat akan diuji secara
menyeluruh mulai dari hardware dan desain perancangan. Kemudian dilakukan proses
pengambilan data dari setting waktu penyiraman tanaman sayuran hidroponik. Diharapkan
hasil yang akan dicapai sesuai dengan yang diharapkan yaitu sistem ini dapat berjalan
dengan baik dan dapat memberikan informasi suatu keadaan kepada pemilik hidroponik.
Kata Kunci: Sistem Otomasi, Arduino Uno328, Sensor, Hidroponik.
Abstract: Planting with hydroponic system means planting using water media or water
work, Hydroponic planting has become a trend at this time because it utilizes water media
as land substitute, But has shortcomings in terms of time for people with busy busyness.
Today's automation system has been applied in almost every field of work that aims to help
simplify human work, Because it is computerized. It uses Arduino Uno 328P which is
integrated with various sensors. Automation system for hydroponics, among others, to
regulate the pump, LED grow light, fertilization system and watering and provide
information a situation to the hydroponic owner. In this process the tool will be tested
thoroughly starting from hardware and design design. Then do the data retrieval process of
hydroponic vegetable planting time. It is expected that the results will be achieved in
accordance with the expected that this system can run well and can provide information a
situation to the owner of hydroponics.
Key words: Automation System, Arduino Uno328, Sensor, Hydroponics.
PENDAHULUAN
Latar Belakang
Menanam dengan system hidroponik artinya menanam menggunakan media air atau
tenaga kerja air. Hidroponik juga dikenal sebagai soilless culture atau budidaya tanaman tanpa
menggunakan media tanah. Jadi hidroponik berarti budidaya tanaman yang memanfaatkan air
dan tanpa menggunakan tanah sebagai media tanam atau soilless. Perbedaan yang paling
menonjol antara hidroponik dan budidaya konvensional adalah penyediaan nutrisi tanaman.
Pada budidaya konvensional, ketersediaan nutrisi untuk tanaman sangat bergantung pada
kemampuan tanah menyediakan unsur–unsur hara dalam jumlah cukup dan lengkap.
Hidroponik biasa digunakan untuk menanam sayur dan buah. Bahkan beberapa tanaman sayur
C3-18 M. Dwi P, Muh. Taufiqurrohman: Rancang Bangun Sistem Otomatisasi

dan Pesisir”
dan buah telah umum ditaman secara hidroponik seperti paprika, timun, tomat, dan sayuran
hijau.Terdapat enam dasar tehnik menanam dengan hidroponik. Sistem Wick, Water Culture,
Ebb dan Flow (Flood & Drain), system Drip, NFT (Nutrient Film Technique) dan Aeroponik.
Tahapan menanam secara hidroponik terdiri dari semai benih, pindah tanam, pemeliharaan, dan
panen. (Kelompok Tani Mandiri 2013)
Sistem hidroponik diuji kelancarannya dan dikalibrasi kesiapannya untuk budidaya
tanaman. Peralatan hidroponik diuji untuk memuaskan dapat memastikan bekerja dengan baik
dan sistem monitoring nutrisi akurat. Harus menguji peralatan hidroponik untuk memastikan
dapat bekerja dengan baik dan sistem monitoring nutrisi akurat secara tepat. Untuk memperole
hhasil yang maksimal dalam system hidroponik tersebut diperlukan otomatisasi setting waktu
menghidupkan dan mematikan penyiraman tanaman sayuran hiroponik. Atas dasar pemikiran
tersebut tertarik untuk dilakukan penelitian dengan judul “Rancang Bangun Sistem Otomatisasi
Hidroponik Pada Sawi Chaisim, Sawi Daging dan Selada”. Adapun tujuan yang ingin dicapai
dalam penelitian ini adalah
1. Mengetahui bagaimana men-setting waktu pemberian pupuk cair dan penyiraman pada
tanaman sayuran hiroponik.
2. Mengetahui waktu menghidupkan dan mematikan pemberian pupuk cair pada tanaman
sayuran hiroponik secara otomatis.
3. Mengetahui cara menggunakan sensor suhu, sensor pH, sensor Cahaya, dan RTC (Real
Time Clock)
METODE PENELITIAN
Dalam penelitian ini didasarkan pada masalah yang bersifat aplikatif, yaitu perencanaan
dan perealisasian system agar dapat menampilkan urutan kerja sesuai dengan yang
direncanakan.
PERANCANGAN SISTEM
Perancangan system meliputi konsep yang telah dibuat sebelumnya yang berisikan
rancangan hardware, rancangan software dan desain alat.
Gambar 1. Diagram Blok system
M. Dwi P, Muh. Taufiqurrohman: Rancang Bangun Sistem Otomatisasi C3-19

dan Pesisir”
Pada gambar menjelaskan konsep awal setting waktu penyiraman tanaman sayuran
hidroponik menggunakan arduino uno ATmega328. Pada sistem ini bermula dari lahan
kemudian menuju proses penyemaian bibit yang terbuat dari rangkaian instalasi pipa paralon.
Untuk Sensor ada sensor suhu, cahaya, pH, dan RTC (Real Time Clock)
Sensor yang pertama adalah sensor suhu yang berfungsi sebagai pendeteksi suhu dalam
pipa yang peletakan nanti tidak benar – benar di dalam pipa. Karena dikhawatirkan apabila suhu
terlampau tinggi, maka tanaman akan kering dan bisa mendapatkan hasil tanaman yang kurang
bagus, bisa saja apabila tanaman terlau kering atau kurang air dan nutrisi dari pupuk cair maka
tanaman akan menghasilkan kwalitas yang buruk atau bisa saja sampai mati karena kekeringan
,oleh karena itu diperlukan Sensor suhu yang berfungsi untuk mendeteksi panas yang berlebih.
Karena itu jika sensor Suhu DS18b20 mendeteksi panas yang lebih dari 31° Celcius maka
pompa akan menyala dan mengalirkan air serta pupuk cair secara terus menerus sampai panas
turun kurang dari 31° Celcius
Sensor cahaya berfungsi sebagai pendeteksi adanya sinar matahari yang cukup untuk
membantu proses fotosintesis pada tanaman. Untuk peletakannya nanti yaitu menghadap ke atas
sehingga sensor cahaya diharapkan bisa mendeteksi besaran itensitas cahaya disekitar media
hidroponik. Sensor cahaya ini juga teritegrasi dengan lampu Led Grow Light yang apabila nanti
intensitas dari cahaya matahari kurang maka lampu akan menyala sebagai penganti dari cahaya
matahari tsb.
Sensor pH berfungsi sebagai pengukur kadar pH dalam air, peletakannya nanti yaitu di
pinggir timba air dengan ujung sensor terendam air. RTC sebagai penampil Waktu secara real
time akan diproses oleh mikro dan ditampilkan pada LCD.
Buzzer pada sistem ini digunakan sebagai sinyal pemberitahuan pada saat pompa
menyala, lampu Led Grow light menyala, dan pada saat sensor Suhu mendeteksi suhu lebih
dari 32°C dan kemudian akan menyalakan pompa agar suhu pada tanaman tetap terjaga.
Push Button digunakan untuk mengatur setting waktu pemberian air beserta pupuk cair.
Kemudian Relay sebagai kontaktor (saklar) yang digunakan untuk menghidupkan pompa Air
Aquarium.
Hasil yang didapatkan dari pengamatan setiap minggu pada perkembangan / Pertumbuhan
tanaman sayuran hidroponik, sampai hari siap panen adalah sebagai berikut :
1. Hasil Pengamatan Tanaman Sayuran Hidroponik Selada
Pada gambar dibawah adalah hasil pengambilan data pada setiap tanaman sayuran
hidroponik yang diambil perhari – minggu – siap untuk dipanen.
Gambar 2. Selada Umur 5 hari

dan Pesisir”
A B
Gambar 3. A. Selada Remaja Umur 3 Minggu dan B, Selada Umur 5 – 6 Minggu Siap Panen
2. Hasil Pengamatan Tanaman sayuran Hidroponik Sawi Chaisim
A B
Gambar 4. A. Sawi Chaisim Umur 2 Hari dan B. Sawi Chaisim Umur 5 Hari
Gambar 5. Sawi Chaisim Umur 1 Minggu
A B
Gambar 6. A. Sawi Chaisim Umur 3 Minggu dan B. 4 Minggu

dan Pesisir”
Gambar 7. Sawi Chaisim Umur 5 Minggu Siap Panen
3. Hasil Pengamatan Tanaman Sayuran Hidroponik Sawi Daging
A B
Gambar 8. A. Sawi Daging Umur 2 dan B. 5 Hari
Gambar 9. Sawi Daging Umur 1 Minggu
A B
Gambar 10. A. Sawi Daging Umur 2 Minggu dan B. 4 Minggu

dan Pesisir”
A B
Gambar 11. A. Sawi Daging Umur 5 Minggu dan B. 6 Minggu Siap Panen
PengujianAlat
• Sensor Cahaya
Pengujian sensor cahaya / LDR dilakukan dengan perbandingan di dalam ruangan dan
di luar ruangan. Tujuan pengujian untuk sistem kontrol yang tepat sasaran, yaitu mengontrol
dan memenuhi cahaya tanaman yang sesuai, sehingga tanaman tidak kekurangan pasokan
cahaya untuk fotosintesis. Di dalam ruangan dengan di luar ruangan sangat berbeda intensitas
cahaya yang terdeteksi oleh sensor. Pada saat di dalam ruangan cahaya yang terdeteksi dalam
range 148 – 160 Candela menunjukan intensitas cahaya lampu di dalam ruangan yang diserap
oleh sensor. Sedangkan saat sensor cahaya di letakkan di luar ruangan terdeteksi intensitas
cahaya dengan range 100 – 120 Candela. Pada saat sensor dimanipulasi dengan cara menututup
sensor dengan jempol, maka range intensitas cahaya yang terdeteksi adalah 187 – 210 Candela
sedangkan pada saat sensor cahaya diletakkan diluar ruangan dengan menutup penampang
sensor dengan jempol. Maka intensitas cahaya yang terdeteksi adalah 174 – 192 Candela.
• Sensor Suhu
Pengujian sensor suhu / DS18b20 dilakukan di ruang ber – AC untuk mengetahui
sensor suhu sudah tepat mendeteksi suhu secara akurat. Tujuan dari pengujian sensor suhu
adalah untuk mendapatkan suhu yang akurat sehingga dapat bekerja dengan baik dalam sistem
otomasi.
• Sensor pH
Pengujian sensor pH dilakukan dengan membandingkan larutan Aquades dan air biasa
yang diambil di kran memanfaatkan kertas lakmus. Tujuan dari pengujian sensor pH adalah
untuk mengetahui seberapa akurat sensor pH dibandingkan dengan menggunakan kertas lakmus
sehingga pada saat diimplementasikan pada sistem, sensor pH dapat berfungsi dengan baik.
Pada pengukuran pH air secara manual menggunakan kertas lakmus, maka larutan aquades
memiliki pH yang bersifat asam karena kertas lakmus biru berubah warna menjadi kemerahan.
Sedangkan pada air kran kedua kertas lakmus tidak berubah warna, yang artinya kadar pH air
bersifat netral.
Pada pengujian pH air menggunakan sensor pH, kadar pH yang terdeteksi oleh sensor hampir
sama dengan pengujian secara manual. Bahwa kadar pH yang terdeteksi oleh sensor, yaitu
aquades memiliki sifat asam dengan kadar pH 6,86 sedangkan air kran memiliki sifat netral
dengan kadar pH 7,2.

dan Pesisir”
A B
Gambar 12. Gambar Desain Alat
• Sistem Otomasi Hidroponik Pada Tanaman

Pengujian pada system akan dilakukan dengan cara pengimplementasian langsung pada
lingkungan. Pengujian Sistem Otomasi dilakukan setelah tahap pengujian sensor dan modul
yang lainnya. Pengujian ini dilakukan untuk mengukur tingkat keakuratan dari serangkaian
modul yang saling terintegerasi. Pengujian ini meliputi pengujian sensor pH, Pengujian sensor
cahaya, pengujian sensor suhu, Pengujian RTC, pompa Aquarium, dan LED grow light.
Lama pelaksanaan pengujian selama 15 menit dalam 2 waktu yang berbeda yaitu pagi dan sore,
dimana penulis menganggap waktu-waktu tersebut mengalami perubahan suhu yang dapat
mengancam kelangsungan hidup tanaman. Tujuan dari skenario pengujian ini adalah
membuktikan perancangan sistem telah berjalan dengan baik dan mengetahui hasil dari tujuan
pembuatan sistem telah tercapai. Pengujian sistem otomasi dapat dilihat dalam tabel berikut.
Tabel 1. Pengujian Sistem Pada Pukul 08.00 – 08.15
Intensitas Suhu Lampu pH Pompa RTC

Cahaya (°C)
127 30 Mati 6,4 Nyala 08.00
117 27 Mati 6,4 Mati 08.05
114 26 Mati 6,4 Mati 08.09
118 28 Mati 6,4 Mati 08.12
120 30 Mati 6,4 Mati 08.15
Tabel 2. Pengujian Sistem Pada Pukul 18.00 – 18.15
Intensitas Suhu Lampu pH Pompa RTC

Cahaya (°C)
124 29 Mati 6,4 Nyala 18.00
130 30 Mati 6,4 Mati 18.05
132 32 Mati 6,4 Nyala 18.09
127 27 Mati 6,4 Mati 18.12
130 32 Mati 6,4 Nyala 18.15

dan Pesisir”
Dari table pengujian di atas dapat diambil beberapa kesimpulan, antara lain:
1. Intensitas cahaya setiap waktu pengujian rata – rata 119,2 sampai dengan 128,6 maka
tidak akan membuat relay lampu hidup. Karena relay yang terhubung dengan lampu
akan menyala jika sensor medeteksi intensitas cahaya sebesar 140.
2. Rata- rata suhu di area sekitar system hidroponik adalah 28,2 – 30,2. Dalam simulasi
pompa diatur dalam pemrograman pada jam 08.00 tepat pompa 5 Menit menyala
kemudian mati dan pada jam 18.00 pompa akan kemballi menyala selama 5 menit dan
kemudian mati. Namun pompa akan menyala kembali jika sensor suhu mendeteksi suhu
di atas 31°C maka pompa menyala.
3. Kadar pH air dalam Wadah air adalah 6,4, kadar tersebut bersifat baik untuk
pertumbuhan tanaman.
4. Pada Pengujian RTC (Real Time Clock) yang ditampilkan pada LCD sudah
menampilkan hasil yang sesuai dengan waktu sebenarnya.
KESIMPULAN
Dari pengimplementasian penelitian ini, dapat ditarik beberapa kesimpulan, antara lain:
1. Sistem otomasi dapat diterapkan pada tanaman dan media hidroponik (Instalasi Pipa
ParalonNFT)
2. Sistem otomasi penyiraman serta pemupukan dapat menggunakan pompa Aquarium
DAFTAR PUSTAKA
Kelompok Tani Mandiri.2013. Pedoman Budi Daya Secara Hidroponik.

Bandung: Nuansa Aulia.
Atmel Corp. 2009. Atmel. Dipetik September Selasa, 2014
http://www.atmel.com
Setiawan, I. 2009. Buku Ajar Sensor dan Transducer. Semarang: Universitas Diponogoro.
dfrobot provider. 2014, September Selasa. DFRobot. Diambil kembali dari DFRobot:
http://dfrobot.com
Texas Instrumen. 2014, September Selasa. Texas Instrumen. Diambil kembali dari TI.com:
http://www.ti.com
Advanced Photonix Inc. 2014, September Rabu. API. Diambil kembali dari Advanced Photonix
Inc.: http://www.advancedphotonix.com
Stansell, L. 2014, Oktober Senin. Best LED Grow Light Expert. Diambil kembali dari LED
Grow Light Expert: http://www.ledgrowlightsexpert.com

dan Pesisir”
RANCANG BANGUN ALAT UKUR INDEKS MASSA TUBUH

MENGGUNAKAN METODE FUZZY LOGIC
BERBASIS MIKROKONTROLER
M. Taufiqurrohman1 , Rizky Eko Nugroho2, Joko Subur3
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah
Surabaya
Email : gawetugas01@gmail.com
Abstrak : Badan proporsional merupakan dambaan dari setiap manusia baik tua maupun
remaja, karena berpengaruh pada segi penampilan fisik maupun dari segi kesehatan. Akan
tetapi pada kenyataannya masih banyak terdapat masyarakat yang kurang memperdulikan
kondisi badannya. Dengan hal tersebut perancangan sebuah alat diperlukan untuk
membantu mengamati perubahan kondisi badan dengan memperhatikan keproporsionalan
badan. Penelitian ini menggunaakan 2 obyek data, yaitu tinggi badan dan berat badan
sebagai faktor penentu kondisi badan yang akan di kelompokkan menjadi kurus, normal,
gemuk dan obesitas berdasarkan perhitungan indeks massa tubuh. Dengan menggunakan
metode fuzzy logic yang di terapkan pada mikrokontroler sebagai pengelompokkan kondisi
badan, pengguna akan mendapatkan informasi tentang kondisi badan, serta akan tersedia
saran untuk mencapai kondisi badan yang proporsional.
Kata Kunci : Proporsional, Indeks massa tubuh, Mikrokontroller, fuzzy logic
Abstract : Proportional body is the desire of every human beings both old and teenagers,
because it affects the appearance of physical appearance and in terms of health. But in
reality there are still many people who care less about the condition of the body. With this
the design of a tool is needed to help observe changes in body condition with respect to the
proportionality of the body. This study uses two data objects, namely height and weight as
a determinant factor of body condition that will be grouped into thin, normal, obese and
based on the calculation of body mass index. By using the fuzzy logic method applied to the
microcontroller as a grouping of the body condition, the user will get information about the
condition of the body, as well as advice will be available to achieve a proportional body
condition.
Key words: Proportional, Body mass index, Microcontroller, fuzzy logic
PENDAHULUAN
Badan proporsional merupakan dambaan dari setiap manusia baik tua maupun remaja,
karena baik dari segi penampilan fisik maupun dari segi kesehatan. Terutama anak remaja yang
lebih banyak mendambakan badan yang proporsional karena dengan badan yang proporsional
penampilan fisik akan jadi lebih menarik. Beragam cara banyak dilakukan untuk mendapatkan
badan yang proporsional, diantaranya olahraga yang teratur, banyak mengkonsumsi makanan
yang mengandung gizi lengkap serta pola hidup yang teratur.
Banyak di jumpai di berbagai tempat seperti puskesmas, apotik, tempat olahraga, serta tempat
umum lainnya sedang mengukur tinggi badannya dan menimbang berat badannya untuk
mengetahui apakah badannya sudah ideal atau belum. Pada umumnya masyarakat masih banyak
yang belum paham badan yang ideal itu seperti apa, mereka hanya mengkira-kira bahwa
badannya ideal. Hal tersebut dikarenakan kurangnya informasi dalam penentuan proporsional
C3-26 Rizki Eko N, Muh. Taufiqurrohman, Joko S: Rancang Bangun Alat Ukur
dan Pesisir”
badan. Banyaknya masyarakat yang tidak mengetahui sehingga kesulitan dalam menentukan
bahwa badannya proporsional.
Menurut hasil penelitian, tubuh proporsional dapat di ketahui dengan menggunakan
rumus IMT, nilai yang di ambil dari perhitungan antara berat badan dan tinggi badan. Dengan
rumus tersebut maka dapat di golongkan menjadi 4, yaitu kurus, normal, gemuk, dan obesitas.
Penelitian sebelumnya menunjukkan pengukuran badan proporsional dengan
memadukan tinggi dan berat badan dengan rumus IMT terjadi pembacaan data ganda. Hal
tersebut yang mendorong untuk membuat alat ini, dengan menerapkan logika fuzzy pada
penggolongan hasil hitung. Seperti yang telah diketahui teori fuzzy dapat memproses data yang
ambang-ambang atau ketidakpastian. Dengan rancangan alat ini diharapkan dapat memperoleh
data hasil pengoperasian rumus IMT secara tepat dengan penerapan metode fuzzy logic.
METODE PENELITIAN
Untuk memberikan penjelasan lebih lanjut tentang sistem yang akan dibuat dapat dilihat
pada diagram blok di bawah :
Sensor Jarak
Display 7
Mikrokontoller
Segmen
Sensor Berat
Gambar 1. Diagram Blok Alat pengukur IMT
Rizki Eko N, Muh. Taufiqurrohman, Joko S: Rancang Bangun Alat Ukur C3-27
dan Pesisir”
Mulai
Inisialisasi Sensor SR04 dan

LoadCell
Mikrokontroler Mengambil Data

Sensor Jarak dan Sensor Berat
Mikrokontroler Menghitung Nilai

Proporsional
Ya
Apakah Nilai LCD Tampil Kata
IMT < 17 ? Kurus S
Tidak E
Ya
Apakah Nilai IMT LCD Tampil Kata L
>17 dan <23 ? Normal
E
Tidak
Apakah Nilai IMT Y

LCD Tampil Kata
S
a
>23 dan <27 ? Gemuk
A
Tidak
Tidak
I
Y
Apakah Nilai a LCD Tampil Kata
IMT >27 ? Obesitas
Gambar 2. Flowchart Sistem Pengukur IMT
Dari diagram blok sistem alat pengukur proporsional badan tersebut, maka dibuat
kerangka dari alat, untuk dapat melakukan pengukuran sesuai target. Berikut di bawah ini
merupakan gambaran alat.
dan Pesisir”
Gambar 2. (A) tampak depan, (B) tampak samping, (C) tampak belakang
Keterangan:
1. Sensor SR-04
Pada percobaan yang sudah dilakukan, menggunakan 3 jenis sensor yang berbeda untuk
pengukuran tinggi badan. Yang pertama menggunakan sensor jarak ultrasonic PING, kemudian
yang kedua menggunakan sensor jarak ultrasonic SR-04. Dan yang ketiga menggunakan Sensor
SR04T. Mengapa pada akhirnya menggunakan sensor jarak SR-04? Dikarenakan beberapa
aspek, sensor jarak ultrasonic PING untuk memperoleh data menggunakan 1 pin yaitu echo. Pin
echo digunakan untuk mengirim dan menerima data, apabila ada missing pembacaan langsung
terhenti dan mereset dari awal pembacaan. Sedangkan apabila menggunakan sensor SR-04
pembacaan data dilakukan oleh 2 pin yaitu echo dan trigger, sehingga pembacaan data dapat di
kelolah oleh pengirim dan penerima data, dibandingkan sensor PING yang hanya mempunyai 1
pin pemrosesan data secara bergantian. Hal tersebut mempengaruhi keakuratan data.
Pengambilan data menggunakan sensor SR04 diperoleh galat kurang dari 1%, sedangkan
menggunakan sensor PING galat yang diperoleh berkisar 5%. Pada percobaan menggunakan
sensor SR04T data yang di hasilkan bagus dan kepekaan sensor sangat baik dalam pembacaan
obyek, tetapi pada sensor ini memiliki pembacaan data semu pada jarak 25cm kebawah.
2. Sensor LoadCell
Sensor LoadCell yang saya gunakan ada 4 buah, yang digunakan adalah kit dari pabrik
tetapi saya berikan penguatan (amplifier) untuk mendapatkan data output yang dapat dibaca
oleh mikrokontroler. Seperti yang diketahui sensor loadcell hanya menghasilkan data dengan
dan Pesisir”
kapasitas mV. Loadcell ini akan dihubungkan dengan pin ADC pada mikrokontroler dalam
pembacaan datanya.
3. Mikrokontroler
Mikrokontroler, semua proses pengolahan data berada pada mikrokontroler, baik data yang
diperoleh dari pembacaan sensor hingga data dari perhitungan rumus IMT yang saya gunakan
untuk mendapatkan nilai keproporsional badan.
4. Power Supply
Power supply, tegangan yang saya gunakan adalah +5VDC. Untuk memperoleh tegangan
+5VDC saya meenggunakan power supply tipe switching. Yang dapat di pilih tingkat
tegangannya. Arus yang saya gunakan 2A dari power supply.
Untuk mengakses sensor SR-04, tidak perlu instrument penguat atau sebagainya.
Dikarenakan data output sudah dapat langsung diakses oleh mikrokontroler. Sensor ini
menggunakan tegangan input / operasi sebesar +5VDC. Berikut penggunaan sensor ultrasonic
SR-04 pada alat proporsional badan.
Gambar 3. Skema sensor SR-04 ke mikrokontroler
Dari kit yang dipakai menggunakan 4 sensor loadcell yang di kombinasi menjadi 1
rangkaian timbangan. Jalur kerja dari penggabungan 4 sensor tersebut. Ke 4 sensor tersebut
berisikan 4 data yaitu S+, E+, S-, E-. Masing – masing sensor memiliki 3 pin, ke-3 pin tesebut
diparalel untuk mendapatkan hasil data dari kombinasi. Berikut dibawah ini adalah gambaran
dari ke-4 sensor tersebut.
Gambar 4. Rangkaian kombinasi 4 sensor loadcell
dan Pesisir”
Output dari loadcell belum dapat diakses oleh mikrokontroler karena masi berupa
resistansi. Untuk dapat dibaca dibutuhkan instrument amplifier, IC amplifier INA125P yang
khusus digunakan untuk loadcell. Instrument ini digunakan untuk mengubah dari resistansi ke
teganan. Dikarenakan data dari loadcell sangat kecil berukuran mV. Maka digunakan penguatan
sebesar 500 kali dengan mengganti RGain sebesar 120Ω sesuai yang tertera pada datasheet IC
INA125P. Untuk alat yang dibuat digunakan tegangan sebesar +5VDC untuk mensupply IC
INA125P, ke-4 kaki dari output penggabungan sensor loadcell masuk ke dalam input IC
INA125P, output dari IC INA125P ini masuk kedalam pin ADC pada mikrokontroler. Tegangan
refrensi menggunakan 5VDC pada mikrokontroler pin Aref.
Gambar 5. Diagram Fuzzy Logic
Diagram blok tersebut merupakan system dari kerja fuzzy logic yang akan di gunakan.
Dimana dari data pembacaan tinggi badan dan berat badan yang diperoleh dari kedua sensor
akan di proses dalam mikrokontoler menggunakan metode fuzzy logic tersebut.
Dalam pembuatan sebuah rancang bangun suatu alat perlu diadakan pembahasan dan hasil
dari pembuatan alat tersebut, baik mengenai teori perhitungan, praktek dan data lapangan yang
selanjutnya bisa ditarik sebuah kesimpulan. Berikut hasil dan pembahasan serta pengujian alat
yang telah dibuat.
dan Pesisir”
Gambar 6. Penempatan sensor untuk pengguna
Untuk mengetahui tinggi badan pengguna alat, penulis menggunakan sensor jarak
ultrasonic SR-04. Berikut adalah data pengambilan tinggi badan.
Tabel 1. Data pembacaan sensor jarak ultrasonic SR04
Percobaan Tinggi Sebenarnya Tinggi Baca Sensor

(Cm) (Cm)
1 159 158
2 173 174
3 170 172
4 156 157
5 179 181
Untuk mengetahui berat badan pengguna alat, penulis menggunakan sensor

StrainGauge yang di kombinasi dari 4 sensor. Berikut adalah hasil pengambilan data berat
badan
Tabel 2. Data pembacaan sensor berat pada timbangan
Percobaan Berat Sebenarnya Berat Baca Sensor

(Kg) (Kg)
1 89.9 88
2 51.2 52
3 61.2 62
4 74.5 77
5 57.4 56
Hasil implementasi metode fuzzy logic dari hasil data pembacaan tinggi badan dan
berat badan untuk mengetahui kondisi badan pengguna. Berikiut adalah hasil dari implementasi
metode fuzzy logic.
dan Pesisir”
Tabel 3. Hasil perhitungan menggunakan fuzzy logic
Percobaan Nilai IMT Baca Alat Seharusnya

1 32.05 Obesitas Obesitas
2 17.176 Normal Normal
4 31.24 Obesitas Obesitas
Gambar 7. Percobaan pada pengguna
KESIMPULAN
Berdasarkan analisis dan pembahasan hasil penelitian didapat kesimpulan sebagai

berikut:
1. Sensor ultrasonik tidak dapat membaca rambut, maka di gunakan media bantu berupa
topi.
2. Berhubungan dengan target yang dicari adalah tinggi badan, maka rambut wajib ditekan
untuk memperoleh tinggi badan yang sebenarnya.
3. Alat yang dirancang dapat digunakan oleh tinggi pengguna 150 cm – 200 cm, dan mampu
membaca berat badan 55 kg – 100 kg.
4. Dapat digunakan sebagai informasi proporsional badan dalam menjaga kesehatan.
5. Mudah digunakan oleh semua kalangan selama memenuhi batasan diatas.
DAFTAR PUSTAKA
Ardianto H. 2008. Pemrograman Mikrokontroler AVR Atmega16 Menggunakan

Bahasa C (CodeVision AVR). Bandung: Informatika.
dan Pesisir”
Komponen Elektronika. Karakteristik Ultrasonik. http://komponenelektronika.biz-

/sensor-ultrasonik.html. Diakses 5 September 2016.
Rohmadi. 2014. Timbangan 5kg HX711. http://rohmadi.my.id/2014/10/06/timba-ngan-
5kg-hx711/. Diakses 5 September 2016.
Siagian P. 2011. Microcontroller. http://atmel88.blogspot.co.id/2011/07/sistem-kontrol-
tertutup-mikrokontroler.html. Diakses 5 September 2016.
Wardana L. 2006. Belajar Sendiri Mikrokontroler AVR Seri ATMega16, Simulasi
Hardware dan Aplikasi. Yogyakarta: Andi
Yudista, R. https://www.masbroo.com/cara-menghitung-berat-badan-idea.html. Diakses
5 September 2016.
dan Pesisir”
RANCANG BANGUN
SISTEM AUTONOMOUS PADA ROBOT BERODA
DENGAN GLOBAL POSITIONING SYSTEM (GPS)
Zakharia Anugrah Gumilar1, Djogi Lubis2
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah Surabaya
Email : zakharia.anugrah@gmail.com
Abstrak: Robot adalah seperangkat alat mekanik yang bisa melakukan tugas fisik, baik
dengan pengawasan dan kontrol manusia, ataupun menggunakan program yang telah
didefinisikan terlebih dulu (kecerdasan buatan). Robot juga terbagi menjadi beberapa
kategori, berdasarkan cara robot bergerak robot menjadi 2 macam yaitu wheeled robot dan
legged robot. GPS (Global Positioning System) dapat mengetahui letak suatu benda di
seluruh permukaan bumi, selama terdapat sinyal GPS di daerah tersebut. Saat ini satelit
GPS telah dibuka untuk umum dan tidak dipungut biaya. Sehingga sangat dirugikan apabila
kita tidak memanfaatkan teknologi ini. Oleh karena itu, pada penelitian ini dikembangkan
robot beroda yang dilengkapi dengan GPS. Robot beroda tersebut terdiri dari GPS, sensor
ultrasonik, Driver motor, Motor DC, keypad, dan Arduino Mega sebagai pengontrolnya.
Kita dapat menentukan koordinat tujuan robot dengan keypad kemudian robot akan
bergerak menuju koordinat tersebut berdasarkan data dari GPS. Sensor Ultrasonik berfungsi
sebagai pendeteksi halangan yang mungkin akan dilewati robot, sehingga robot dapat
menghindari halangan tersebut dan menuju koordinat yang ditentukkan. Dari penelitian
yang dilakukan, robot beroda dapat mencapai tujuan dengan toleransi ± 2,5 meter. Hasil
dari penelitian ini akan diterapkan pada kapal tanpa awak untuk penelitian selanjutnya.
Kata kunci: GPS(Global Positioning System), robot beroda, ultrasonik, autonomous.
Abstract: A robot is a set of mechanical devices that can perform physical tasks, either by
human control or using pre-defined programs (artificial intelligence). Robots are also
divided into several categories, based on how robots move, wheeled robots and legged
robots. GPS (Global Positioning System) can know the location of an object on the entire
surface of the earth, as long as there is a GPS signal in the area. GPS satellites are
currently open to the public and are free of charge. This is a loss if we do not take
advantage of this technology. Therefore, in this study developed a wheeled robot equipped
with GPS. The wheeled robot consists of GPS, ultrasonic sensor, motor driver, DC Motor,
keypad, and Arduino Mega as it’s controller. We can determine the coordinates of the
purpose of the robot with the keypad and then the robot will move towards the coordinates
are based on data from GPS. Ultrasonic sensors function as a detector of obstacles that
robots may pass, so the robot can avoid these obstacles and towards the coordinates that
are formed. From research conducted, wheeled robots can achieve the goal with a
tolerance of ± 2.5 meters. The results of this study will be applied to unmanned vessels for
further research.
Key words: GPS (Global Positioning System), wheeled robot , ultrasonic, autonomous.
PENDAHULUAN
Robot adalah seperangkat alat mekanik yang bisa melakukan tugas fisik, baik dengan
pengawasan dan kontrol manusia, ataupun menggunakan program yang telah didefinisikan
terlebih dulu (kecerdasan buatan). Istilah robot berawal bahasa Ceko “robota” yang berarti
pekerja atau kuli yang tidak mengenal lelah atau bosan. Robot biasanya digunakan untuk tugas
Zakharia Anugrah G, Djogi L: Rancang Bangun Sistem Autonomous C3-35

dan Pesisir”
yang berat, berbahaya, pekerjaan yang berulang dan kotor. Robot juga terbagi menjadi
beberapa kategori, berdasarkan cara robot bergerak robot menjadi 2 macam yaitu wheeled robot
dan legged robot (Nugroho, 2009).
GPS (Global Positioning System) adalah sistem satelit navigasi dan penentuan posisi
yang dimiliki dan dikelola oleh Amerika Serikat. Sistem ini didesain untuk memberikan posisi
dan kecepatan tiga dimensi serta informasi mengenai waktu, secara kontinyu di seluruh dunia
tanpa bergantung waktu dan cuaca, bagi banyak orang secara simultan. Saat ini GPS sudah
banyak digunakan orang di seluruh dunia dalam berbagai bidang aplikasi yang menuntut
informasi tentang posisi, kecepatan, percepatan ataupun waktu yang teliti. GPS dapat
memberikan informasi posisi dengan ketelitian bervariasi dari beberapa millimeter (orde nol)
sampai dengan puluhan meter. Hingga saat ini GPS merupakan sistem satelit navigasi yang
paling populer dan paling banyak diaplikasikan di dunia, baik di darat, laut, udara, maupun
angkasa. Disamping aplikasi-aplikasi militer, bidang-bidang aplikasi GPS yang cukup banyak
saat ini antara lain meliputi survai pemetaan, geodinamika, geodesi, geologi, geofisik,
transportasi dan navigasi, pemantauan deformasi, pertanian, kehutanan, dan bahkan juga bidang
olahraga dan rekreasi (Hasanudin, 2007).
Semakin hari tuntutan terhadap kinerja robot semakin banyak, robot semakin diharapkan
bisa lebih dan terus lebih canggih, contohnya wheel robot yang pada awal nya digerakan
manusia sekarang dituntut untuk dapat bergerak sendiri secara otomatis, berdasarkan tuntutan
ini maka penulis tertarik untuk mengkaji, meneliti, merancang dan membangun sebuah
robot beroda otomatis yang dapat bergerak secara otomatis ketempat-tempat yang telah
ditentukan sebelumnya, untuk bisa melakukan hal tersebut robot beroda ini haruslah
dipadukan dengan teknologi lain, yaitu GPS (Global Positioning System).
METODE PENELITIAN
Secara umum sistem yang dibangun ini terdiri dari beberapa bagian yaitu, masukan
(input), kontroler, dan keluaran (output). Pada bagian masukan terdapat keypad, GPS Ublox
Neo-6M, CMPS11 Tilt Compensated Magnetic Compas, serta sensor jarak HC-SR04. Pada
bagian keluaran terdapat motor DC dan LCD. Sedangkan kontrolernya menggunakan Arduino
Mega 2560.
GPS LCD
Compass Motor driver
Sensor
Keypad
jarak Motor
Gambar 1. Diagram blok robot beroda
C3-36 Zakharia Anugrah G, Djogi L: Rancang Bangun Sistem Autonomous

dan Pesisir”
Berdasarkan diagram blok, GPS Ublox Neo-6M berfungsi sebagai pendeteksi koordinat
robot. Dengan demikian robot dapat mengetahui dimana letak robot tersebut berada. Robot
dapat mengetahui koordinatnya melalui data longitude dan latitude yang diterima dari modul
GPS. CMPS11 Tilt Compensated Magnetic Compas digunakan untuk mendeteksi arah dari
robot. Robot perlu mengetahui arah supaya robot dapat menuju tempat tujuan yang telah
ditentukan. Dengan adanya sensor kompas akan mempermudah robot dalam bernavigasi serta
mempercepat robot untuk menuju koordinat tujuan yang telah ditentukan. Supaya robot dapat
menghindari halangan yang mungkin ada ketika robot mencari kooordinat yang telah
ditentukan, maka robot harus dapat mendeteksi benda-benda yang mungkin ada disekitarnya.
Untuk itu, penulis menggunakan sensor jarak HC-SR04 untuk mendeteksi dinding ataupun
benda lain yang menghalangi jalan robot. Ketika robot mendeteksi adanya halangan, maka robot
akan berusaha menghindari halangan tersebut.
Dengan demikian robot akan tetap dapat menuju titik koordinat yang ditentukan
walaupun terdapat halangan di sekitarnya. Robot beroda membutuhkan interface (antarmuka)
antara robot dengan pengguna. Untuk itu, penulis menambahkan sebuah keypad dan LCD
supaya pengguna dapat memberikan perintah pada robot dan dapat melihat data yang diproses
robot. Dengan demikan pengguna dapat memasukkan koordinat tujuan yang diinginkan pada
robot dengan mudah. Motor berfungsi sebagai penggerak roda supaya robot beroda dapat
berpindah tempat. Agar dapat bekerja secara maksimal maka motor tersebut harus diberi driver
motor sebelum dikontrol oleh arduino mega 2560. Arduino Mega 2560 berfungsi sebagai
kontroler yang mengatur semua kinerja dari robot. Sehingga semua perintah untuk
mengendalikan berpusat pada aruduino mega 2560.
Robot beroda yang dibuat memiliki dua buah roda yang digerakkan oleh motor dan
sebuah roda bebas. Robot ini didesain seperti itu karena menurut penulis, model tersebut lebih
mudah dikontrol dibandingkan dengan menggunakan empat buah roda yang digerakkan oleh
motor. Desain dari robot beroda juga tidak boleh mengurangi fungsi dari robot itu sendiri
supaya robot dapat bekerja sesuai dengan yang diingingkan. Berikut ini merupakan desain dari
robot beroda.
(a) (b)
(c) (d)
Gambar 2. Desain robot (a) Desain robot tampak depan, (b) Desain robot tampak samping,
(c) Desain robot tampak atas,(d) Desain robot tampak miring.

dan Pesisir”
Bahan utama yang digunakan untuk membuat robot ini adalah kaca akrilik dengan
ukuran ketebalan 3 mm. Kaca akrilik dipilih sebagai bahan utama karena relatif kuat dan mudah
dibentuk. Selain itu, kaca akrilik memiliki harga yang cukup murah dan mudah didapat.
Untuk dapat mendeteksi arah dari robot, penulis menggunakan CMPS11 Tilt
Compensated Magnetic Compas. CMPS11 Tilt Compensated Magnetic Compas dapat diakses
dengan 2 cara yaitu dengan komunikasi serial maupun melalui port I2C. Pada penelitian ini
penulis menggunakan port I2C untuk mengakses CMPS11 Tilt Compensated Magnetic Compas
dengan Arduino Mega 2560. Berikut ini merupakan skema rangkaian dari CMPS11 Tilt
Compensated Magnetic Compas yang dihubungkan dengan Arduino Mega 2560.
Gambar 3. Skema CMPS11
Supaya robot dapat mengetahui dimana letak koordinatnya maka robot perlu
diperlengkapi dengan modul GPS. Pada penelitian ini penulis menggunakan modul GPS Ublox
Neo-6M. Modul ini dapat diakses dengan Arduino Mega 2560 dengan menggunakan
komunikasi serial. GPS Ublox Neo-6M memiliki 4 buah pin yaitu VCC, TX, RX, GND. Modul
ini bekerja pada tegangan 5V, sehingga kita dapat memberikan catu daya dari pin VCC Arduino
Mega 2560. Konfigurasi pin dari perancangan GPS Ublox Neo-6M dengan Arduino Mega 2560
dapat dilihat pada gambar 4.
Gambar 3.4. Konfigurasi pin GPS Ublox Neo-6M.
Sensor HC-SR04 memiliki 4 pin yaitu, Vcc, Trig, Echo dan GND. Sensor ini cukup
mudah untuk dihubungkan dengan Arduino karena memiliki persyaratan daya yang sangat
rendah (15mA) pin Vcc dan GND dapat dihubungkan langsung ke pin 5V dan GND pada
Arduino. Pin Trig dan Echo dapat dihubungkan ke pin IO digital manapun di Arduino. Pada
gambar 3.5. dapat dilihat skema dari konfigurasi sensor HC-SR04.

dan Pesisir”
Gambar 5. Skema HC-SR04
Fungsi utama dari keypad pada penelitian ini adalah untuk memasukkan nilai koordinat
tujuan yang diinginkan dan sebagai perangkat masukkan untuk memberikan perintah pada robot
beroda. Pin yang digunakan adalah pin nomor 1 sampai dengan nomor 7.
Gambar 6. Skema Keypad
Untuk mengontrol motor dengan Arduino secara optimal maka dibutuhkan driver
motor. Pada penelitian ini penulis menggunakan IC l298 sebagai driver-nya. Berikut ini
merupakan skema rangkaian driver motor yang digunakan.
Gambar 7. skema rangkaian driver motor

dan Pesisir”
Pada gambar 8 dapat dilihat rancang bangun sistem autonomous pada robot beroda
dengan GPS yang telah dibuat. Robot memiliki dua buah roda yang digerakkan oleh motor dan
sebuah roda bebas.
Gambar 8. Hasil akhir robot beroda.
Untuk mengetahui kehandalan maka harus dilakukan pengujian. Pengujian robot ini
diutamakan pada sebuah halaman yang datar dan bebas halangan/tidak ada halangan diatasnya.
Pengujian dilakukan dengan cara mencari tempat yang akan menjadi tujuannya. Kemudian
robot akan menyimpan data koordinat dari tempat tersebut. Lalu robot dipindahkan ketempat
lain. selanjutnya robot diperintahkan untuk menuju koordinat dari tujuan yang telah disimpan
sebelumnya. Robot akan mencari koordinat tujuan dan akan berhenti apabila sudah
menemukannya. Jarak robot berhenti dengan koordinat tujuan dapat dilihat pada tabel 1, tabel 3
dan tabel 3. Uji coba alat dilakukan sebanyak 10 kali pada 3 tempat yang berbeda.
Tabel 1. Uji coba alat pada lokasi 1.
Koordinat Tujuan Jarak robot berhenti dengan

No
Longitude Latitude koordinat tujuan (m)
1 112,793991 -7,292790 2,1
2 112,793991 -7,292790 1,5
3 112,793991 -7,292790 3
4 112,793991 -7,292790 3
5 112,793991 -7,292790 2
6 112,793991 -7,292790 1
7 112,793991 -7,292790 0,5
8 112,793991 -7,292790 2
9 112,793991 -7,292790 2
10 112,793991 -7,292790 2,1
Rata-rata 1,92

dan Pesisir”

No
Longitude Latitude koordinat tujuan(m)
1 112,794174 -7,292831 2,2
2 112,794174 -7,292831 3
3 112,794174 -7,292831 2,7
4 112,794174 -7,292831 2,8
5 112,794174 -7,292831 1,5
6 112,794174 -7,292831 1
7 112,794174 -7,292831 2
8 112,794174 -7,292831 1,7
9 112,794174 -7,292831 2
10 112,794174 -7,292831 2,1
Rata-rata 2,1

No
Longitude Latitude koordinat tujuan(m)
1 112,794372 -7,292844 3
2 112,794372 -7,292844 2
3 112,794372 -7,292844 1,5
4 112,794372 -7,292844 2,5
5 112,794372 -7,292844 2
6 112,794372 -7,292844 2
7 112,794372 -7,292844 3
8 112,794372 -7,292844 3
9 112,794372 -7,292844 3
10 112,794372 -7,292844 3
Rata-rata 2,5
Dari hasil uji coba yang dilakukan, dapat dilihat bahwa robot dapat menuju lokasi yang
telah ditentukan. Pada percobaan lokasi 1 robot beroda memiliki galat rata-rata 1,92 meter. Pada
percobaan lokasi 2 robot beroda memiliki galat rata-rata 2,1 meter. Sedangkan pada percobaan
lokasi 3 robot beroda memiliki galat rata-rata 2,5 meter. Hal ini dikarenakan adanya toleransi
dari masing-masing sensor yang digunakan.
KESIMPULAN
Dari keseluruhan perancangan yang telah dibuat dan diuji maka dapat disimpulkan bahwa
rancang bangun sistem autonomous pada robot beroda dengan GPS yang telah dibuat mampu
menentukan koordinat tujuan serta menuju koordinat tujuan yang telah ditentukan dengan
toleransi sebesar ± 2,5 meter.
DAFTAR PUSTAKA
Accudiy. 2011. HC-SR04 Ultrasonic Range Finder Manual.

(http://www.accudiy.com/download/HC-SR04_Manual.pdf. Diaskses 10 Februari 2017.

dan Pesisir”
Arduino. 2013. Arduino Mega 2560. http://arduino.cc/en/Main/. arduinoBoardMega2560

diakses tanggal 2 Januari 2017.
Devantech. 2013. CMPS11 - Tilt Compensated Compass Module. [terhubung berkala]
http://www.robot-electronics.co.uk/cmps11-tilt-compensated-magnetic-compass.html.
Diakses tanggal 27 Februari 2017.
Hasanudin ZA. 2007. Penentuan Posisi dengan GPS dan Aplikasinya. Jakarta: PT Pradnya
Paramita.
Nugroho. 2009. Apa Sih Robot Itu? . [terhubung berkala]
http://nugroho.staff.uii.ac.id/2009/02/01/apa-sih-robot-itu/. Diakses tanggal 1 Februari
2017.
u-blox AG. 2011. HCNEO-6u-blox 6 GPS Modules Data Sheet. https://www.u-
blox.com/sites/default/files/products/documents/NEO-6_DataSheet_%28GPS.G6-HW-
09005%29.pdf?utm_source=en%2Fimages%2Fdownloads%2FProduct_Docs%2FNEO-
6_DataSheet_%28GPS.G6-HW-09005%29.pdf. Diaskses 10 Februari 2017.
Rajan PT, dkk. 2014. Range Detection based on Ultrasonic Principle. The International Journal
of Advanced Research in Electrical, Electronics and Instrumentation Engineering Volume
3 Issue 2 Pages 7638-7642. ISSN(e): 2278–8875 ISSN (p): 2320–3765.

dan Pesisir”
RANCANG BANGUN SISTEM PENDAFTARAN LOMBA

BERBASIS WEB DAN APLIKASI ANDROID DENGAN SMS
SEBAGAI VERIFIKASI
Brenda Herdyani Akbar1, Suryadhi2
JurusanTeknikElektro, FakultasTeknikdanIlmuKelautan,
Jl. AriefRachman Hakim no 105, Sukolilo, Surabaya 60111, JawaTimur
Email : brenda.herdyani@gmail.com
Abstrak: Di zaman modern seperti sekarang ini banyak sekali teknologi yang mulai
dikembangkan. Perkembangan teknologi pun tidak hanya seputar bidang industri saja,
masih ada di berbagai bidang lainnya terutama informasi. Manusia dihadapkan dengan
teknologi informasi mutakhir abad ini semua serba praktis dan dapat dilakukan oleh satu
benda saja yang bernama telepon pintar atau smartphone. Akan tetapi masih ada satu aspek
kehidupan masyarakat yang tidak mengandalkan canggihnya teknologi masa kini, yaitu
bidang perlombaan dan kompetisi. Bahkan dalam skala nasional pun masyarakat masih
menggunakan cara lama dengan mengisi formulir melalui kertas. Maka dari itu dibuatlah
sebuah system pendaftaran melalui aplikasi android untuk memudahkan calon peserta yang
akan turut serta. disertai dengan verifikasi melalui SMS untuk mempersingkat waktu saat
melakukan pendaftaran ulang.
Kata kunci : teknologi, kompetisi, pendaftaran, Android, SMS.
Abstract: In this modern era, there are lot of technolog that developed. The technology
development just not at industrial needs only, there are lot of subjects that using technology
especially in information. In this era, humans are facing the most update information
technologies. Human’s life have been practice because of one instrument that called
smartphone. However, there is still have a subject that not reached by this information
technology, that is competition aspect. Even at national scale of competition, people still
use pen and paper to apply the competition.so, the writer make an online applicant based
on android application to easier the participant to join. There is also SMS verification to
shorten registration time.
Key words: technology, competition, apply the competition, android, SMS.
PENDAHULUAN
Seiring dengan perkembangan zaman, teknologi masa kini juga semakin berkembang.
Terutama di era globalisasi membuat interaksi antar seluruh warga dunia menjadi bebas dan
terbuka seolah-olah batas-batas suatu Negara menjadi sempit dan salah satu dampak dari
perkembangan teknologi yakni percampuran budaya di dunia. Kita dapat dengan mudah dan
cepat dalam memperoleh beragam informasi baik dari dalam negeri maupun dari luar negeri.
Namun masih ada satu aspek kehidupan masyarakat yang tidak mengandalkan canggihnya
teknologi masa kini, yaitu bidang perlombaan dan kompetisi. Bahkan dalam skala nasional pun
masyarakat masih menggunakan cara lama dengan mengisi formulir melalui kertas. Maka dari
itu dibuatlah sebuah sistem pendaftaran melalui aplikasi android untuk memudahkan calon
peserta yang akan turut serta. Sehingga mereka dapat mendaftarkan diri dimanapun dan
kapanpun tanpa harus repot membuka web melalui komputer. Pendaftaran praktis yang disertai
dengan verifikasi melalui SMS untuk mempersingkat waktu saat melakukan pendaftaran ulang
di pintu pembelian tiket inilah yang harusnya mereka terapkan.
Brenda H A, Suryadhi: Rancang Bangun Sistem C3-43

dan Pesisir”
METODE PENELITIAN
A. Komunikasi
Metode komunikasi digunakan sebagai landasan untuk penulis dalam melakukan penelitian
Dalam hal ini penulis melakukan komunikasi terhadap sekumpulan anak muda yang bisa
disebut “langganan” atau selalu mengikuti lomba dimanapun dan di setiap ada kesempatan.
Yang hasilnya dari tahun ke tahun mereka memang harus direpotkan dengan mengunduh
dokumen formulir yang disediakan oleh panitia di internet lalu memindahkannya dahulu ke
dalam komputer atau leptop untuk melengkapinya dan masih harus di cetak terlebih dahulu
untuk diberikan kepada panitia penyelenggara.
B. Perancangan Sistem
Setelah melakukan komunikasi, penulis melakukan perencanaan pada sistem yang akan
dibuat. Pada tahap perancangan system ini penulis akan menunjukkan diagram blok cara kerja
“Rancang Bangun Aplikasi Android system pendaftaran lomba dengan Verifikasi Melalui SMS”
sebagai berikut :
WEB Memasukka
n No. Hp
SERVER/ Kirim
USER verifikasi
Data Base
via SMS
Memasukkan
ANDROID
No. Hp
Gambar 1. Diagram Blok.
C. Pembuatan Sistem
1) Xampp
Dalam pembuatan website ini penulis menggunakan bantuan dari XAMPP v3.2.2 untuk
mengakses database server. Setelah mengaktifkan XAMPP control panel maka akan muncul
tampilan pada browser seperti gambar dibawah, kemudian kunjungi PhpMyAdmin untuk mulai
membuat Field store atau area penyimpanan pada database server.
Gambar 2. XAMPP Control Panel v3.2.2
2) Notepad ++
Dalam pembuatan index web yang akan digunakan penulis menggunakan jasa dari
Notepad++ yang menggunakan bahasa Markup seperti HTML dan CSS. Namun bisa
juga dikombinasikan dengan script PHP untuk mengkoneksikan dengan database
MySQL.
C3-44 Brenda H A, Suryadhi: Rancang Bangun Sistem

dan Pesisir”
Gambar 3. Script Index Web HTML
3) Dream weaver
Untuk bisa memastikan apakah website kita sudah terkoneksi atau belum, penulis
memanfaatkan praktisnya dreamweaver. Selain itu kita juga bisa mengedit tampilan web kita
secara berdampingan antara script dan desainnya.
Gambar 4. MySQL Connection Pada Dreamweaver
4) Delphi7
Delphi7 berperan penting dalam pembuatan program yang dapat membaca basis data dan
mengirim SMS dengan bantuan modem wavecom.
5) AppsGeyser
Sebuah website dimana kita bisa membuat aplikasi berbasis android. Sehingga kita dapat
membuat dua platform untuk mengakses formulir pendaftaran.
Setelah penulis melakukan penelitian pada sistem pendaftaran lomba dapat dibandingkan
tingkat kepraktisannya dengan sistem tradisional.

dan Pesisir”
Gambar 5. Hasil Penampakan Dengan Aplikasi Android.
Kode bisa didapatkan saat menerima SMS setelah mengisi formulir. Dimana data tersebut
akan masuk dalam basis data MySQL untuk diambil oleh Delphi 7.
Gambar 6. Tampilan MySQL Yang Terbaca Pada Delphi7.
KESIMPULAN
Kesimpulan yang bisa di dapat dari penelitian ini adalah sistem baru pendaftaran
dengan memanfaatkan teknologi saat ini berhasil. Namun ada beberapa hal yang tidak dapat
dicapai seperti pembacaan kode unik yang berbeda dengan tabel data formulir juga untuk
tampilan pada aplikasi android yang masih seperti pada tampilan web. Akan tetapi, sistem
pendaftaran masih dapat digunakan dengan semestinya.
DAFTAR PUSTAKA
Agung TH. 2011. Pengembangan Sistem Sms Gateway Berbasis Web Service Untuk
Penyebaran Informasi Antar Anggota Perusahaan Dengan Metode Sms Grouping,
C3-46 Brenda H A, Suryadhi: Rancang Bangun Sistem

dan Pesisir”
Makalah Proyek Akhir, Surabaya : Politeknik Elektronika Negeri Surabaya Institut

Teknologi Sepuluh Nopember.
Alicia AE. 2014. Registrasi Calon Siswa Baru Berbasis Mobile Android di Sekolah Menengah
Atas Negeri 9 Manado, E-journal Teknik Elektro dan Komputer, Manado : UNSRAT
Jurusan Teknik Elektro-FT.
Arkhan S. 2013. Pemanfaatan Sms Gateway Dengan Gammu Dan Webcam Berbasis Visual
Basic 6.0 Pada Sistem Keamanan Rumah, Jurnal Gema Teknologi Vol. 17 No. 3 Periode
April 2013 - Oktober 2013, Yogyakarta : Program Studi Diploma III Teknik Elektro
Fakultas Teknik Universitas Diponegoro.
Chun CH. 2009. Sistem Informasi Akademik Berbasis SMS. Bandung: Universitas Pendidikan
Indonesia.
Ekawati P. 2006. Aspek Keamanan Pada Jalur Komunikasi Short Message Service. Bandung:
Institut Teknologi Bandung.
Mira A. 2015. Pengembangan Sistem Informasi SMS Gateway Dalam Meningkatkan Layanan
Komunikasi Sekitar Akademika Fakultas Ilmu Komputer Unsri, Jurnal Sistem Informasi,
Palembang : Jurusan Sistem Informasi Fasilkom Universitas Sriwijaya.
Olivia MK. 2013. Analisa Gaya Hidup Remaja Dalam Mengimitasi Budaya Pop Korea Melalui
Televisi. Journal ”ActaDiurna”, Manado : UNSRAT.
Revelin YA. 2011. Sistem Informasi Pelayanan Tiket Kereta Api Dengan Jsp, Makalah Proyek
Akhir, Surabaya : Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh
Nopember.
Rhyca PA. 2012. Pemanfaatan Sms Gateway Dalam Pelayanan Informasi Aktifitas Siswa Pada
Tk Xaverius 5 Palembang, Jurnal. http://eprints.mdp.ac.id/868/1 . Di akses 28 Februari
2017.
Riri T. 2009. Menghubungkan VB dengan Database. Jakarta : Academia.ac.id. Akses 13
Februari 2017.
Yudi W. 2011. Sistem Informasi Akademik Berbasis Sms Gateway, Jurnal Teknologi dan
Informatika(Teknomatika), Palembang : Politeknik PalComTech Palembang.

dan Pesisir”
PERANCANGAN SINGLE ENDED PRIMARY INDUCTOR

CONVERTER UNTUK PENYETABIL TEGANGAN PADA
PEMBANGKIT LISTRIK TENAGA SURYA
Gaguk Bagas Prakoso1, Istiyo Winarno2
FakultasTeknikdanIlmuKelautanUniversitas Hang Tuah Surabaya

JalanArif Rahman Hakim No.150, Keputih-Sukolilo, Surabaya 60111
Email :Gagukbagasprakoso@gmail.com
Abstrak: Kebutuhan energi yang tinggi menyebabkan ketersediaan bahan bakar fosil
berkurang sangat cepat, Dengan demikian banyak para peneliti ingin mengembangkan
berbagai sumber energy yang terbarukan, salah satunya adalah penelitian tentang
photovoltaic (panel surya) dan pemodelannya. Indonesia yang terletak di garis katulistiwa
dapat memperoleh sinar matahari yang rata-ratanya 8 jam per hari memiliki energy surya
yang cukup tinggi. Permasalahan utama yang ada pada system pembangkit tenaga surya
adalah kurangnya pemaksimalan pada system pembangkit tenaga surya. tegangan yang
dihasilkan dari panel surya tersebut tidak stabil, maka tidak dapat langsung diproses untuk
charging baterai, dikarenakan dapat merusak elemen yang ada pada baterai yang dapat
menimbulkan kerusakan pada baterai. Untuk meminimalisir kerusakan tersebut
dibutuhkanlah tegangan yang stabil. Untuk menyetabilkannya digunakanlah system
SEPIC(Single Ended Primary Inductor Converter) yaitu salah satu konverter yang dapat
menaikkan dan menurunkan tegangan, yang dimana difungsikan sebagai penyetabil tegangan
pada panel surya, sehingga dapat diperoleh daya yang maksimal.
Kata kunci: Panel Surya, SEPIC-converter, Mikrokontroler ARM 32, Baterai
Abstract:The high energy requirements of the fossil fuel earthquake are very rapid, so many
researchers want to develop a variety of energy sources that continue, one of them is
photovoltaic research (solar panel) and modeling. Indonesia is located on the equator can
get sunlight which average 8 hours day has a high enough solar energy. The main problem
that exists in solar power systems is the lack of maximization in solar power systems. The
voltage generated from the solar panel is unstable, it can not be directly processed for battery
charging, because it can damage the elements that exist on the battery that can cause damage
to the battery. To minimize the damage needed is a stable voltage. To stabilize it is used
SEPIC system (Single Ended Primary Inductor Converter) is one converter that can raise
and lower the voltage, which where functioned as a voltage stabilizer on the solar panel, so
that can be obtained maximum power.
Key words: Solar cell, SEPIC Converter, Microcontroller ARM 32, Battery
PENDAHULUAN
Energi merupakan kebutuhan pokok bagi manusia, khususnya energy listrik. Pemanfaatan
tenaga surya sebagai sumber energy terbarukan sangat mungkin untuk dikembangkan. Panel
surya yaitu suatu alat yang dapat memanfaatkan energy panas untuk dapat dirubah menjadi energy
listrik. Dikarenakan ketergantungan pada cuaca, ketika cuaca terik maka tegangan yang
dihasilkan sangat baik, akant etapi jika sebaliknya tegangan yang dihasilkan sangat kurang
optimal penggunaannya.
Dalam suatu panel surya terdapat banyak kekurangannya, salah satunya kurang
maksimalnya penggunaan panel surya sehingga perludilakukan studi tentang kestabilan.
Kestabilan tegangan pada keluaran panel surya sangatlah penting, dikarenakan pada proses
C3-48 Gaguk Bagas P, Istiyo W: Perancangan Single Ended

dan Pesisir”
charging baterai dibutuhkan tegangan yang stabil sehingga tidak merusak elemen pernyimpanan
daya.
Single Ended Primary Inductor Converter (SEPIC Converter) adalah salah satu konverter
yang dapat bekerja menaikkan dan menurunkan tegangan. Tujuan dari converter ini yaitu untuk
menstabilkan tegangan untuk proses charging baterai. Pada proses charging baterai sebesar 12
Volt 10 Ampere dibutuhkan tegangan charging yang aman yaitu sebesar 13,8 sampai 14,4 volt.
METODEPENELITIAN
A. Panel surya
1. Prinsipkerja
Panel surya terbuat dari bahan semikonduktor memiliki elektron yang terkait dengan
rentan, pada sesuatu pita energi yang disebut pita valensi. Ketika energi yang lebih besar
dari batas threshold (band gap energi) diberikan kepada elektron di pita valensi tersebut
,maka ikatan elektron tersebut akan putus. Kemudian elektron tersebut bergerak bebas
pada suatu pita energi baru yang disebut pita konduksi. Elektron bebas pada pita
konduksi dapat menghasilkan energi berupa tegangan.
2. Sudutdatangcahaya
Sel surya akan menghasilkan output maksimum saat sudut datang cahaya tegak lurus
atau 90º terhadap permukaan sel surya. sudut datang cahaya sangat mempengaruhi dari
kinerja panel surya tersebut .
3. Radiasimatahari
Tegangan output sel surya tidak terlalu terpengaruh oleh cahaya matahari. Namun arus
outputnya sangat berpengaruh terhadap intensitas cahaya matahari yang jatuh diatas
permukaan sel surya.efisiensi kerja dari sel surya sangat dipengaruhi oleh intensitas
cahaya matahari.
B. SEPIC Converter
1. Mosfet
MOSFET adalah transistor daya yang digunakan untuk memperkuat atau switching
elektronik sinyal. Penggunaan MOSFET layaknya transistor lain, sebagai saklar
elektronik.
2. Induktor
Induktor atau reaktor adalah sebuah komponen elektronika pasif (kebanyakan
berbentuk torus) yang dapat menyimpan energi pada medan magnet yang ditimbulkan
oleh arus listrik yang melintasinya.
3. Pwm
PWM atau Pulse Widht Modulation adalah salah satu teknik pemodulasian sinyal
dimana besar duty cycle pulsa dapat diubah-ubah. pembangkitan sinyal PWM yang
paling sederahana adalah dengan cara membandingkan sebuah sinyal segitiga atau gigi
gergaji dengan tegangan referensi.
4. Dutty cycle
Adapun model matematisdariduttycycle :
𝐷𝑢𝑡𝑡𝑦 𝐶𝑦𝑐𝑙𝑒 =
𝑉𝑜𝑢𝑡
……………...……………………………………………(1)
𝑉𝑖𝑛+𝑉𝑜𝑢𝑡
5. Sensor arusACS712
ACS712 adalah sensor arus yang bekerja berdasarkan efek medan. Sensor arus ini
dapat digunakan untuk mengukur arus AC atau DC. Modul sensor ini telah dilengkapi
dengan rangkaian penguat operasional,
6. Sensor tegangan
7. Model matematisdari sensor tegangan
Gaguk Bagas P, Istiyo W: Perancangan Single Ended C3-49

dan Pesisir”
R2
Vss = R1+R2 𝑥 𝑉𝑖𝑛……………………………………...………………………..(2)
8. MikrokontrollerARM 32
ARM STM32F4 merupakan mikrokontroler dengan berbasis Digital Signal
Processing (DSP) yang dilengkapi dengan hardware Floating Point Unit (FPU)
sehingga memiliki kemampuan clock atau perhitungan bilangan yang lebih cepat
disbanding mikrokontroler tanpa FPU
Desain hardware
Gambar 1. Diagram Blok
Desain sepic konverter
Gambar 2. RangkaianSEPIC Converter
Sesuai dengan perhitungan,tegangan masuk sebesar 17,6 V,dengan duty 0,45 , dengan kata lain,
konverter difungsikan sebagaipenaik tegangan, untuk menjamin tercapainya tegangan luaran
yangdiinginkan dengan tegangan masuk terkecil.
Gambar 3. Hasilsimulasimenggunakan PSIM

dan Pesisir”
Dari hasil simulasi menggunakan PSIM, didapatkan teganganrata- rata luaran 14,4 VDengan ini
hasilsimulasi ini menunjukkan hasil perhitungan sesuai dengan nilaisimulasi, maka penentuan
komponen harus sesuai dengan hasilperhiungan agar hasil tegangan output sesuai dengan
kebutuhanbeban.
Konverter yang digunakan pada penelitian ini yaitu salah satu konverter yang ada, seperti
SEPIC Converter. SEPIC Converter tersebut merupakan salah satu konverter yang ada (Buck
converter,Boost converter,Buck boost converter,SEPIC converter,dst). Gambar hardware yang
dibuat dalam penelitian ini ditunjukan pada Gambar 4. sedangkan tampilan luar dari alat
ditunjukan pada Gambar 5.
Gambar4. RangkaianSEPIC Converter
Gambar 5. ModulluarSEPIC Converter
Pengujian panel surya bertujuan untuk mendapatkan kurvakarakteristik tegangan terhadap

arus ( V-I) dan daya terhadap tegangan (P-V). Pengujian ini mengggunakan Avo meter untuk
melihat keluaran tegangan output solar cell.Pengambilan data dalam pengujian ini diambil dengan
interval 15 menit. Tujuan dari pengujian panel surya pada posisi open loop adalah untuk
memastikan panel surya tersebut dapat bekerja dengan sesuai.

dan Pesisir”
Tabel 1. Data Open Loop
Jam /waktu Kondisi cuaca Tegangan ( I )

09.00 Cerah 20.06
09.15 Cerah 20.05
09.30 Cerah 20.03
09.45 Cerah 20.03
10.00 Cerah 20.10
10.15 Cerah 20.09
10.30 Cerah 20.15
10.45 Cerah 20.13
11.00 Cerah 20.20
11.15 Cerah 20.45
11.30 Cerah 20.50
11.45 Cerah 20.40
12.00 Cerah 20.37
12.15 Cerah 20.22
12.30 Cerah 19.87
12.45 Cerah 19.77
13.00 Cerah 19.86
13.15 Cerah 20.10
13.30 Cerah 20.05
13.45 Cerah 19.85
14.00 Cerah 19.87
14.15 Cerah 19.70
14.30 Cerah 19.71
14.45 Cerah 19.50
15.00 Cerah 19.35
Gambar 6.PengujianSinyal PWM
Dari pengujian di atas, dapat disimpulkan bahwa pengujian PWM sudah sesuai dengan
perencanaan. Dengan duty cycle 57%, lebar pulsa 10us, dimana total periode adalah 25 us, sesuai
dengan periode sinyal frekuensi 40 KHz. Kemudian pengujian driver untuk Gate MOSFET,
bertujuan untuk mengetahui kemampuan driver untuk menguatkan pulsa dari mikrokontroler,
sekaligus kesesuaian timingsaat pulsa high, low, dan saat pergantian.
Pada table dibawah merupakan salah satu contoh pengambilan data yang diambil
pada jam 12.00. pada data dibawah menunjukkan hasil output tegangan dari panel surya

dan Pesisir”
yang selanjutnya diturunkan tegangannya oleh SEPIC Converter menjadi bata tegangan
aman untuk proses charging baterai.
Tabel 2. Data pukul 12.00
Daya (watt)
Kondisi
Waktu V (Volt) Sepic I (ampere) Melalui Tidak
cuaca
sepic melalui sepic
12.00 Cerah 17,14 14 1,3 18,20 22,28
12.15 Cerah 18,14 14.1 1,3 18,33 21,76
12.30 Cerah 20,03 14.4 1,2 17,16 22,03

12.45 Cerah 19,01 14.3 1,2 17,16 24,71
Gambar 7.Kurva perbandingan pada jam 12.00
Pada kurva diatas menunjukkan stabilitas dari konverter SEPIC dengan perbandingan garis
yang tanpa menggunakan konverter SEPIC
Gambar 8. Dokumentasi pengujian alat

dan Pesisir”
Gambar 9. Integrasialat
KESIMPULAN
Dari pengambilan semua data selama 5 hari,dapat disimpulkan bahwa tegangan yang
berubah-ubahdapat distabilkan oleh SEPIC Converter dengan tegangan keluaran sebesar 14.4
Volt, dan dari pengunaan SEPIC Converter Ini dapat dilakukan pengecasan atau proses charging
baterai dengan aman. Dengan teganganstabil sebesar 14.4 Volt. Setelah pengecasan selama 3
jam, kapasitas baterai bertambah kurang lebih sekitar 60%.
DAFTAR PUSTAKA
Beng T. 2012. Metode Maximum Power Point Tracker (MPPT) Baru Untuk Sell Surya
Pengendali PI [terhubung berkala] https//lib.ui.ac.id/opac/themes.pdf. Diakses: 23 Maret
2016
Gunawan W. 2014. MPPT Menggunakan Metode Hibrid JST dan Algoritma genetika Untuk
Sistem Photovoltaic [terhubung berkala] http//jurnaleecc is.ub.ac.id/index/php. Diakses:
10 Agustus 2015.
Hamadi Ab n friend. 2011 “A Three-Phase Three Wire Grid-Connect Photovoltaic Energy
Source With Sepic Converter to Track the Maximum Power Point” IEEE Yasir A. Al-Turki
Helaswiyono P.A. 2016. Rancang Banguna Panel Surya Statis Menggunakan Metode Maximum
Power Point Tracker (MPPT) Hill Chlimbing Untuk Memaksimalkan Penyerapan Daya
Listrik [Skripsi].Universitas Hang Tuah Diakses: 23 Maret 2016

dan Pesisir”
PERANCANGAN SISTEM TRACKING

PANEL SURYA SINGLE AXIS
UNTUK PENGOPTIMALAN DAYA
MENGGUNAKAN METODE KONTROL PID
Sesartiar Amrirulloh1, Istiyo Winarno2
Surabaya
Jl. Arief Rahman Hakim 105, Sukolilo,Surabaya 60111, Jawa Timur
Email: Sesartiar8 @gmail.com
Abstrak: Energi matahari merupakan salah satu energi terbarukan. Matahari dapat
memacarkan energi sebesar 3,86 x 1026 joule pertahun. Akan tetapi, energi matahari masih
belum dimanfaatkan secara masal. Hal ini disebabkan karena harga panel surya yang masih
terbilang cukup mahal dan efisiensinya yang masih rendah. Selain itu, kurangnya
pemanfaatan energi matahari juga dikarenakan ketersediaan sumber energi lain yang masih
melimpah dan menghasilkan jumlah energi yang lebih banyak. Dalam rangka
mengoptimalkan penggunaan sebuah panel surya, salah satu caranya adalah dengan
menambahkan sebuah sistem pengendali arah yang dapat mengatur posisi panel surya
secara otomatis agar selalu mendapatkan nilai daya yang optimal dengan menggunakan
metode kontrol PID yang ditanamkan di dalam Arduino uno. Hasil dari sistem ini adalah
panel surya dinamis yang dapat mengikuti posisi matahari sehingga mendapatkan nilai
tegangan, arus dan daya yang lebih besar dibandingkan denganpanel surya yang statis
Kata Kunci: Panel Surya, PID, Arduiono UNO
Abstract: Solar energy is one of the renewable energy. Sun could radiatte an energy about
3.86 x 1026 joules per year. However, solar energy is still untapped globally. This is
because the price of solar panels that still is quite expensive and the efficiency is still low.
In addition, the lack of utilization of solar energy is also due to the availability of other
energy sources which are still abundant amount of energy and generate a lot more energy.
In order to optimize the use of a solar panel, one of which way is by adding a direction
control system that can adjust the position of the solar panel automatically in order to
always obtain the optimum power values by using the method of PID control that is
embedded in the Arduino uno. The result of this system is a dynamic solar panels can
follow the position of the Sun so get value of voltage, current, and power more than static
solar panel.
Key words: Panel Surya, PID, Arduiono UNO
PENDAHULUAN
Energi panas matahari merupakan energi terbarui yang paling demokratis. Energi panas
matahari ini tersedia dimana saja di bumi ini dengan jumlah yang besar. Peran dari energi ini
akan sangat penting, karena energi panas matari adalah energi terbarukan yang tidak akan habis
hingga jutaan tahun kedepan.
Energi yang dikeluarkan oleh sinar matahari sebenarnya hanya diterima oleh permukaan
bumi sebesar 69 persen dari total energi pancaran matahari. Suplai energi surya dari sinar
matahari yang diterima oleh permukaan bumi sangat luar biasa besarnya yaitu mencapai 3 x
1024 joule pertahun, energi ini setara dengan 2 x 1017 Watt. Jumlah energi sebesar itu setara
dengan 10000 kali konsumsi energi di seluruh dunia saat ini. Dengan kata lain, dengan menutup
Sesartiar A, Istiyo W: Perancangan Sistem Tracking C3-55

dan Pesisir”
0,1 persen saja permukaan bumi dengan panel surya yang memiliki efisiensi 10 persen sudah
mampu untuk menutupi kebutuhan energi di seluruh dunia saat ini.
Solar Tracking System didesain untuk mengoptimalkan sistem kerja dari panel surya.
Pemanfaatan radiasi matahari dapat dimaksimalkan menggunakan sistem mekanik untuk
orientasi modul Photovoltaik (PV) sesuai dengan alur matahari. Pada dasarnya sistem tracking
panel surya adalah sistem mekatronik yang mengintegrasikan peralatan mekanik, elektronik dan
teknologi informasi. Mekanisme ini digerakan oleh putaran motor atau aktuator linear, yang
mengontrol sitem tersebut untuk memastikan posisi optimal arah PV yang relatif terhadap posisi
matahari di langit.
Maka berdasarkan latar belakang yang telah diungkapkan diatas, pada penelitian ini
penulis merancang sebuah sistem pelacaka fotovoltaik (PV) atau panel surya dengan single axis
yang menggunakan kontroler PID yang tertanam pada arduino UNO. Sehingga diharpakan
sistem ini dapat mengikuti pergerakan matahari dan dapat menghasilkan nilai energi yang lebih
optimal. Pada sistem dengan kontrol PID, menghasilkan nilai tegangan maksimum sebesar
19,93V dan arus 0,56A. Nilai tegangan dan arus tersebut memiliki nilai yang lebih tinggi jika
dibandingkan dengan nilai tegangan yang dihasilkan pada sistem tanpa kontrol PID, yakni
sebesar 18.7V dan arus 0,5A.
METODE PENELITIAN
Pada penelitian ini dilakukan dengan metode kuantitatif. Dimana metode kuantitatif
merupakan penelitian ilmiah yang sistematis terhadap bagian-bagian dan fenomena serta
hubungan-hubungannya. Langkah pertama yang dilakukan adalah membuat diagram blok
seperti berikut :
Gambar 1. Diagram Blok Alat
Berikut merupakan penjelasan dari diagram blok Gambar: Diagram blok sistem di atas
merupakan rangkaian dari sistem tracking yang terdiri atas panel surya, charge controller,
baterai, load atau beban, sensor cahaya Light Dependent Resistor (LDR), rangkaian pembagi
tegangan, sensor arus ACS712, arduino uno, Liquid Cristal Display (LCD) dan aktuator berupa
motor DC. Secara umum, komponen-komponen tersebut dirancang agar bekerja sesuai dengan
diagram blok pada Gambar 1. Dari Gambar 1 dapat diketahui bahwa panel surya sebagai
sumbernya. Dimana keluaran panel surya berupa tegangan (Vi) dan arus (Ii). Pada keluaran
tegangan panel surya akan di salurkan ke regulator sebagai penstabil charging baterai, baterai
disini sebagai sumber dari load. Dan output dari regulator masih terlalu besar sehingga perlu
diturunkan terlebih dahulu dengan menggunakan rangkaian pembagi tegangan agar dihasilkan
tegangan Vvs yang dapat diolah pada ADC mikrokontroler. Dan arus Ii diubah besarannya
menjadi tegangan Vis oleh sensor arus ACS712. Arus dan tegangan yang sudah disesuaikan
oleh pembagi tegangan dan sensor arus, selanjutnya akan diproses dan diolah oleh arduino uno
C3-56 Sesartiar A, Istiyo W: Perancangan Sistem Tracking

dan Pesisir”
yang bekerja sebagai kontroler. Data hasil pengolahan ditampilkan pada display Liquid Cristal
Display (LCD). Sedangkan pada sensor Light Dependent Resistor (LDR) akan mencari nilai
insensitas cahaya yang akan mengirim sinyal pada arduino uno yang berfungsi sebagai
kontroler. Pada arduino ini terprogram kontrol PID. Data hasil pengontrolan adalah sinyal Pulse
Width Modulation (PWM) yang akan mengatur posisi motor DC. Sinyal-sinyal Pulse Width
Modulation (PWM) menggerakkan motor DC mencari posisi yang menghasilkan insensitas
cahaya paling tinggi. Sinyal PWM vertical akan menggerakkan motor DC vertical. Motor DC
tersebut disusun pada sistem mekanik yang porosnya dapat berputar pada sumbu X, sehingga
panel surya dapat bergerak dengan satu derajat kebebasan.
Untuk mengetahui hasil kerja sistem tanpa kontroler PID dengan sistem yang
menggunakan kontroler PID, maka pada bab hasil dan pembahasan ini dijelaskan perbandingan
antara hasil kerja pada sistem tanpa kontroler PID dengan sistem menggunakan kontroler PID.
Hal ini ditujukan untuk mengetahui apakah sistem dengan kontrol PID meningkatkan hasil
kinerja dari sebuah panel surya yang dinamis atau statis tanpa menggunakan kontroler.
Hasil Sistem Tanpa Kendali

Pengujian sistem tanpa kontroler PID dilakukan tanpa menggunakan kontroler atau statis,
dalam percobaan ini penulis mengarahkan panel surya tegak lurus kearah atas. Berikut adalah
grafik hasil pengujian sistem tanpa kontroler yang dilakukan mulai pukul 08.00 WIB hingga
pukul 15.00 WIB pada bulan Juni 2017 di Universitas Hang Tuah Surabaya, Indonesia dan
dengan waktu cuplik atau sampling setiap 15 menit sekali. Sistem tanpa kendali mempunyai
tegangan puncak sebesar 18,7V. Sedangkan tegangan terkecil yang dihasilkan sistem
mempunyai nilai tegangan sebesar 13,5V. Tegangan terkecil muncul pada pukul 14.00 WIB
akibat adanya awan mendung yang mengurangi intensitas cahaya. Sistem tanpa kontrol PID
menghasilkan arus terbesar yang bernilai 0,5A. Sedang nilai terkecil yang dihasilkan sistem
adalah sebesar 0,22A. Nilai terkecil muncul pada pukul 14.00 WIB akibat dari kondisi cahaya
matahari yang sedang tertutup awan atau mendung.
Gambar 2. Grafik Hasil Pengujian Tegangan Tanpa Kontrol PID

dan Pesisir”
Gambar 3. Grafik Hasil Pengujian Arus Tanpa Kontrol PID
Hasil Sistem Menggunakan Kontrol PID

Pengujian sistem dengan kendali dilakukan dengan cara mengatur arah sel surya untuk
mendapatkan nilai daya tertinggi secara otomatis dengan menggunakan kontrol PID dengan
memberikan satu derajat kebebasan untuk mengatur arah sel surya kearah yang memiliki nilai
daya tertinggi. Sama seperti pengujian pada sistem tanpa kendali, pengujian sistem dengan
kendali juga dilakukan mulai pukul 08.00 WIB hingga pukul 15.00 pada bulan Juni 2017 di
Universitas Hang Tuah Surabaya, Indonesia dengan waktu cuplik tiap 15 menit. Pada gambar 4,
grafik tegangan sitem dengan kontrol PID memiliki trend line yang hampir sama trend line
grafik tegangan pada sistem tanpa kontrol PID. Namun pada sistem dengan kendali memiliki
trend line yang lebih landai. Dengan tegangan maksimal yang dapat dihasilkan oleh sistem
dengan kontrol PID sebesar 19,3V. Sedangkan nilai terkecil yang dihasilkan pada sistem dengan
kontrol PID adalah 15V.
Gambar 4. Grafik Hasil Pengujian Tegangan Dengan Kontrol PID

dan Pesisir”
Gambar 5. Grafik Hasil Pengujian Arus Dengan Kontrol PID
Perbandingan Sistem Tanpa Kontrol PID dengan Sistem Menggunakan Kontrol PID
Pada grafik perbandingan nilai tegangan dan arus, sistem dengan kontrol PID cenderung
memiliki nilai tegangan dan arus yang lebih besar dari pada nilai tegangan dan arus pada sistem
tanpa kontrol PID. Pada sistem dengan kontrol PID, menghasilkan nilai tegangan maksimum
sebesar 19,93V dan arus 0,56A. Nilai tegangan dan arus tersebut memiliki nilai yang lebih
tinggi jika dibandingkan dengan nilai tegangan yang dihasilkan pada sistem tanpa kontrol PID,
yakni sebesar 18.7V dan arus 0,5A.
Pada gambar dibawah, saat pagi hari dan sore hari, perbandingan nilai arus antara sistem
tanpa kontrol PID dan sistem dengan kontrol PID mempunyai nilai perbandingan yang semakin
besar. Sedangkan pada perbandingan nilai tegangan, nilai perbandingan tegangan antara sistem
tanpa kontrol PID dan sistem dengan kontrol PID mempunyai nilai perbandingan yang tidak
terlalu besar pada pagi dan sore hari. Hal ini disebabkan karena pengaruh suhu sesuai dengan
grafik perbandingan arus dan tegangan dimana panel surya mempunyai karakteristik jika suhu
bertambah maka nilai arus akan meningkat sedangkan tegangannya akan menurun.
Gambar 6. Grafik Hasil Perbandingan Tegangan Tanpa Dan Dengan Kontrol PID

dan Pesisir”
Gambar 7. Grafik Hasil Perbandingan Arus Tanpa Dan Dengan Kontrol PID
KESIMPULAN
Sistem Kontrol PID telah mampu untuk melakukan tracking matahari. Perbandingan
respon unjuk kerja panel surya dipengaruhi faktor-faktor diantaranya suhu solar cell, radiasi
matahari, dan orientasi untuk mendapatkan nilai yang maksimum. Sistem dinamis atau tracking
mempunyai hasil yang lebih baik dibandingkan dengan sistem statis atau tanpa kontrol PID.
Pada sistem dengan kontrol PID, menghasilkan nilai tegangan maksimum sebesar 19,93V dan
arus 0,56A. Nilai tegangan dan arus tersebut memiliki nilai yang lebih tinggi jika dibandingkan
dengan nilai tegangan yang dihasilkan pada sistem tanpa kontrol PID, yakni sebesar 18.7V dan
arus 0,5A. Untuk pengembangan lebih lanjut dapat dilakukan penambahan pada rangkaian
mekanis, maupun aktuator sehingga mampu untuk bekerja lebih optimal lagi, dan juga
dilakukan penggujian dengan kondisi berbeda seperti model ketinggian, suhu dan kelembaban.
DAFTAR PUSTAKA
Adityawan, Eki. 2010. Studi Karakteristik Pencatuan Solar Cell Terhadap Kapasitas Sistem
Penyimpanan Energi Baterai. Skripsi. Depok: Universitas Indonesia
Azmy, Achmad Ulul, Sumardi, and Munawar Agus Riyadi. 2015. Sistem Tracking Panel Surya
Untuk Pengoptimalan Daya Menggunakan Metode Kontrol Self-Tuning Pid Dengan Jst
Jenis Perceptron. Jurnal UNDIP. Universitas Diponegoro
Helaswiyono, Prayoga Anggeir. 2016. Rancang Bangun Panel Surya Statis Menggunakan
Metode Maximum Power Point - Tracking (MPPT) Hill Climbing Untuk Memaksimalkan
Penyerapan Daya Listrik. Skripsi. Surabaya: Universitas Hang Tuah
Oo, Lwin Lwin, Hlaing, Nang Kaythi. 2010. Microcontroller Based Two Axis Solar Tracking
System. Jurnal IEEE
Raharjo Emanuel Budi, Sumardi, Iwan Setiawan. 2011. Sistem Kendali Penjejak Sinar
Matahari Menggunakan Mikrokontroler Atmega8535 .Jurnal UNDIP. Universitas
Diponegoro
Sujarwata. 2013. Pengendali Motor Servo Berbasis Mikrokontroler Basic Stamp 2sx Untuk
Mengembangkan Sistem Robotika. Jurnal UNNES. Semarang: Universitas Negeri
Semarang
Susilo Danang, Rusminto Tj.W.,S., Agus Indra G. 2010. Peningkatan Daya Keluaran Sel Surya
Dengan Penjejak Matahari Dan Pemantulan Cahaya Matahari Sebagai Sumber Daya
Pendukung Perusahaan Listrik Negara (PLN) Sub Judul: Penjejak Matahari Berbasis
Sensor Cahaya Dan Waktu. Jurnal PENS. Surabaya: Politeknik Elektronika Negeri
Surabaya.

dan Pesisir”
Tito, Beng. 2012. Metode Maximum Power Point Tracker (MPPT) baru untuk Sel surya
pengendali PI. Skripsi. Depok: Universitas Indonesia
Tumbur Hari Boando, Slamet Winardi. 2016. Rancang Bangun Prototipe Sistem Pelacak
Matahari Menggunakan Arduino. Skripsi. Surabaya: Universitas Narotama
Wardhana, Lingga. 2006. Belajar Sendiri Mikrokontroler AVR Seri Atmega32 Simulasi,
Hardware, Aplikasi, Andi Offset, Yogyakarta.
Widodo Rusminto Tjatur, Rugianto, Asmuniv dan Purnomo Sejati. 2009. Maximum Power
Point Tracker Sel Surya Menggunakan Algoritma Perturb And Observe. Jurnal PENS.
Surabaya: Politeknik Elektronika Negeri Surabaya
Wiryadinata Romi, Ratnawati, Dwi Ana. 2005. Simulasi Jaringan Syaraf Tiruan Berbasis
Metode Backpropagation Sebagai Pengendali Kecepatan Motor DC. Jurnal UII.
Yogyakarta: Universitas Islam Indonesia

dan Pesisir”
PERANCANGAN FUZZY LOGIC CONTROLLER

SEBAGAI PENGONTROL FLUKS DAN TORSI
PADA SVPWM-DTC MOTOR INDUKSI 3 FASA
Try Bagus Tamtomo1, Iradiratu DPK2
Fakultas Teknik dan Ilmu Kelautan Universitas Hang Tuah Surabaya

Jalan Arif Rahman Hakim No.150, Keputih-Sukolilo, Surabaya 60111
Email : Tamtomo17@gmail.com
Abstrak: Motor induksi 3 fasa merupakan motor penggerak yang paling banyak digunakan
dalam bidang industri. Dengan perkembangan kemajuan teknologi dibidang mikrokontrol,
mikrokomputer, dan teori kontrol mempermudah operasi dan kinerja dari motor induksi
sehingga dapat menggantikan peran motor DC sebagai penggerak elektrik. DTC (Direct
Torque Control) telah menjadi teknik yang populer untuk drive motor induksi 3 fasa karena
menyediakan respon torsi dinamis yang cepat dan ketahanan di bawah variasi parameter
mesin tanpa menggunakan regulator arus. Skema DTC-SVPWM adalah jenis skema kontrol
kinerja tinggi motor induksi drive untuk meningkatkan kelemahan tingginya ripple torsi dan
fluks dari DTC konvensional. SVPWM memiliki dua PI controller yang digunakan untuk
menghasilkan vektor referensi tegangan stator. Namun sulit untuk menyesuaikan parameter
PI controller karena kompleksitas dari sistem kontrol. Metode fuzzy logic controller
diusulkan untuk menggantikan PI controller dalam penelitian ini. Hasil simulasi pada
penelitian ini menghasilkan bahwa pengontrolan menggunakan fuzzy logic controller dapat
mengurangi ripple torsi dan memperbaik respon kecepatan pada sistem SVPWM-DTC.
Kata kunci: DTC, Fuzzy Logic Controller, Motor Induksi 3 fasa, SVPWM
Abstract: 3-phase induction motors are the most widely used motors in industry. With the
progress of technology in the field of microcontrol, microcomputer, and control theory
simplify the operation and performance of the induction motor so that it can replace the role
of DC motor as an electric drive.DTC has become a popular technique to drive 3 phase
induction motors as it provides fast dynamic torque response and robustness under
variations of machine parameters without using current regulators. The DTC-SVPWM
scheme is a type of high performance control scheme of drive induction motors to increase
the weakness of high torque ripple and flux from conventional DTC.SVPWM has two PI
controllers used to generate stator voltage reference vectors. However it is difficult to adjust
the PI controller parameters due to the complexity of the control system.The fuzzy logic
controller method is proposed to replace the PI controller in this study. The simulation result
in this research resulted that controlling using fuzzy logic controller can reduce torque ripple
and improve speed response on SVPWM-DTC system.
Key words: DTC, Fuzzy Logic Controller, 3-phase induction motor, SVPWM
PENDAHULUAN
Motor induksi 3 fasa merupakan motor penggerak yang paling banyak digunakan dalam
bidang industri. Dengan perkembangan kemajuan teknologi dibidang mikrokontrol,
mikrokomputer, dan teori kontrol mempermudah operasi dan kinerja dari motor induksi sehingga
dapat menggantikan peran motor DC sebagai penggerak elektrik.Sistem DTC (Direct Torque
Control) telah menjadi teknik yang populer untuk drive motor induksi 3 fasa karena menyediakan
respon torsi dinamis yang cepat dan ketahanan di bawah variasi parameter mesin tanpa
menggunakan regulator arus.Kerugian utama dari DTC adalah steady state ripple pada fluks dan
torsi, torque ripple merupakan masalah nyata pada DTC drive motor induksi 3 fasa. Pada
C3-62 Try Bagus T, Iradiratu DPK: Perancangan Fuzzy Logic

dan Pesisir”
penelitian ini ditambahkan Fuzzy Logic Controller untuk menggantikan PI controller yang ada
dalam sistem DTC konvensional. Fuzzy logic sangat fleksibel, mampu memodelkan fungsi-fungsi
non linear yang sangat kompleks dan konsep matematis yang mendasari penalaran fuzzy sangat
sederhana dan mudah dimengerti. Dalam penelitian ini dihasilkan pengontrolan fluks dan torsi
dengan fuzzy logic controller dapat menghasilkan respon kecepatan yang lebih baik.
METODE PENELITIAN
Dalam penyusunan skripsi ini metode yang digunakan adalah metode simulasi
menggunakan aplikasi MATLAB simulink dimulai dari pengumpulan data yang dilakukan
dengan pengukuran nilai ripple torsi dan fluks pada skema SVPWM-DTC konvensional. Berikut
ini blok diagram sistem keseluruan:
Gambar 1. Blok diagram Sistem
Perancangan simulasi sistem ini terdiri dari beberapa bagian yaitu perancangan pemodelan
motor induksi tiga fasa dengan sepesifikasi motor daya : 3.0 HP, W : 2200, frequency : 60 Hz,
Pole : 4, voltage : 220/380 daninverter terkontroler logika fuzzy.
Fuzzy logic menggunakan dua input dan satu output. Input pertama adalah error (E) yang
merupakan perbedaan antara arus referensi. Input kedua merupakan turunan dari error (delta
error), dimana delta error merupakan error sekarang dikurangi error sebelumnya dan outputnya
adalah perintah. Pada proses interfacing ini hubungan antara kedua variabel input dan variabel
output dapat diatur yaitu dengan menghubungkan kedua variabel input dan variabel output
menjadi IF-THEN[1]. Output dari fuzzy menjadi input pada kontrol SVPWM. Kontrol SVPWM
bekerja dengan menentukan perbandingan antara sinyal keluaran fuzzy dan voltage carier yang
menghasilkan sinyal untuk ideal switch control pada inverter.
Padagambar 2 dan 3 motor induksi 3 fasa disimulasikan dengan kecepatan tetap

1000RPM tanpa beban. Sistemini terkendali menggunakan fuzzy logic controllerdan
dibandingkan dengan sistem yang menggunakan metode konvensional (PI controller).
Try Bagus T, Iradiratu DPK: Perancangan Fuzzy Logic C3-63

dan Pesisir”
Gambar 2. Hasil Respon Kecepatan Menggunakan Metode Fuzzy Logic ControllerDengan

Kecepatan Referensi 1000RPM
Gambar 3. Hasil Respon Kecepatan Menggunakan Metode Konvensional (PI) Dengan

Kecepatan Referensi 1000RPM
Dari gambar 2 dan 3 dapat dilihat hasil respon kecepatan antara metode fuzzy logic
controller dengan konvensional (PI) masih terbilang hampir sama, dikarenakan simulasi diatas
masih tanpa adanya sebuah beban.
Pada gambar 4 dan 5 motor induksi 3 fasa disimulasikan dengan kecepatan 1000RPM
dengan bebantetap 200Nm pada detik (2). Sistem ini terkendali menggunakan fuzzy logic
controllerdan dibandingkan dengan sistem yang menggunakan metode konvensional (PI
controller).

dan Pesisir”
Gambar 4. Hasil Respon Kecepatan Menggunakan Metode Fuzzy Logic Controller Dengan
Kecepatan Referensi 1000RPM dan Beban 200Nm detik ke (2)

Kecepatan Referensi 1000RPM dan Beban 200Nm detik ke (2)
Dari gambar 4 dan 5dapat dilihat hasil respon kecepatan antara metode fuzzy logic
controllerdengan konvensional (PI) terlihat perbedaan saat diberi beban 200Nm pada detik (2).
Respon oleh fuzzy logiccontroller lebih stabil dibanding milik konvensional (PI).
dengan bebansesaat yaitu 150Nm pada detik (1,5), 200Nm pada detik (2), 150Nm pada detik
(2,5). Sistem ini terkendali menggunakan fuzzy logic controllerdan dibandingkan dengan sistem
yang menggunakan metode konvensional (PI controller).

dan Pesisir”
Kecepatan Referensi 1000RPM Dengan Beban Sesaat 150Nm Pada Detik (1,5), 200Nm Pada
Detik (2), 150Nm Pada Detik (2,5).

Dari gambar 6 dan 7 dapat dilihat hasil respon kecepatan antara metode fuzzy logic
controller dengan konvensional (PI) terlihat perbedaan saat diberi beban sesaat 150Nm detik
(1,5), 200Nm detik (2), 150Nm detik (2,5). Respon oleh fuzzy logic controller dan konvensional
(PI) setelah ada beban sama-sama mengalami sedikit penurunan kecepatan, namun sistem yang
menggunakan fuzzy logic controller mampu kembali pada kecepatan referensi dengan cepat.
Sebaliknya pada sistem konvensional (PI) baru mampu kembali pada kecepatan referensi
setelah lonjakan beban kembali normal yaitu di detik (2,5).

dan Pesisir”
dengan beban bertingkat yaitu 100Nm pada detik (1,5), 150Nm pada detik (2), 200Nm pada detik
(2,5). Sistem ini terkendali menggunakan fuzzy logic controllerdan dibandingkan dengan sistem
yang menggunakan metode konvensional (PI controller).
Kecepatan Referensi 1000RPM Dengan Beban Bertingkat 100Nm Pada Detik (1,5), 150Nm
Pada Detik (2), 200Nm Pada Detik (2,5).

Dari gambar 8 dan 9dapat dilihat hasil respon kecepatan antara metode fuzzy logic
controller dengan konvensional (PI) terlihat perbedaan saat diberi beban bertingkat 100Nm detik
(1,5), 150Nm detik (2), 200Nm detik (2,5). Respon oleh fuzzy logic controller dan konvensional
(PI) setelah ada beban sama-sama mengalami sedikit penurunan kecepatan, namun sistem yang
menggunakan fuzzy logic controller mampu kembali pada kecepatan referensi dengan cepat.
Sebaliknya pada sistem konvensional (PI) setelah adanya beban terjadi penurunan kecepatan dan
tidak mampu kembali pada kecepatan referensi (respon kecepatan tetap dibawah 1000RPM).

dan Pesisir”
Kesimpulan
Berdasarkan hasil simulasi dan analisis yang telah dilakukan terhadap sistem SVPWM-
DTC Fuzzy Logic Controller maka didapat kesimpulan sebagai berikut :
1. Kecepatan dari suatu motor induksi tiga fasa mempengaruhi pengontrolan sistem,
semakin tinggi kecepatan motor maka pengontrolan sistem akan lebih sulit dan butuh
waktu lebih untuk mencapai kecepatan tinggi yang diinginkan.
2. Terjadi penurunan kecepatan saat motor diberi beban besar.
3. Fuzzy logic controller mampu mengontrol torsi dan fluks lebih cepat.
4. Respon kecepatan yang dihasilkan oleh sistem dengan fuzzy logic controller terlihat
lebih halus (stabil) dibanding dengan sistem konvensional (PI).
DAFTAR PUSTAKA
Fikri Azharul. 2010. “Perancangan Dan Simulasi Direct Torque Control Pada Motor Induksi
Menggunakan Space Vector Pulse Width Modulation Three Phase Two Level Inverter”,
Jurnal Teknik POMITS.
Kurniawan Panji. 2010. “Perancangan Dan Simulasi Metode Direct Torque Control (DTC)
Untuk Pengaturan Kecepatan Motor Induksi Tiga Fasa”, Jurnal Teknik POMITS.
Prastiwi Widyanika. 2012. “Perancangan Dan Implementasi Direct Torque Control 2 Level
Inverter Pada Motor Induksi”, Jurnal Teknik POMITS.
Nugroho, Emanuel. “Kajian Sistem Kendali Space Vector Pulse Width Modulation Sebagai
Pengendali Motor Induksi 3 Fasa”
Prayogo Rudito. 2012. “Pengaturan PWM (Pulse Width Modulation) dengan PLC”, Tugas
Mata Kuliah Teknik Otomasi Universitas Brawijaya Malang.
Ula, Mu. 2014. “ImplementasiLogika Fuzzy Dalam Optimasi Jumlah Pengadaan Barang
Menggunakan Metode Tsukamoto” (Studi Kasus : Toko Kain My Text).Vol. 1, No. 2, pp.
36-46.
Yanmas. 2016. “Implementasi Fuzzy Tsukamoto dalam Mendiagnosa Penyakit Diabetes
Melitus”, [Skripsi]. Semarang : Universitas Dian Niswantoro.
Solikin F. 2011. “Aplikasi Logika Fuzzy Dalam Optimisasi Produksi Barang Menggunakan
Metode Mamdani Dan Metode Sugeno”, [Skripsi]. Yogyakarta : Universitas Negeri
Yogyakarta.
Y.D Belly. 2014. “Desain SVPWMInverter Sebagai Driver Pengendali Kecepatan Motor
Induksi Tiga Fasa Berbasis Fuzzy Logic Controller”, [Skripsi]. Surabaya : Universitas
Hang Tuah.

dan Pesisir”
ESTIMASI KECEPATAN MOTOR INDUKSI TIGA PHASA

BERBASIS NEURAL NETWORK MULTI LAYER PERCEPTRON
Sandy Prakasa Putra Pradana1, Iradiratu DPK 2
Surabaya
Email : sprakasa17@gmail.com
Abstrak : Motor induksi banyak dipakai diberbagai jenis industri. Untuk membuat
system applikasi menggunakan motor induksi salah satu piranti yang terpenting untuk
mengetahui berapa besar kecepatan pada saat itu adalah menggunakan sensor kecepatan.
Sensor kecepatan membutuhkan perawatan yang kontinu dan cenderung memakan biaya
cukup banyak. Neural network observer yang hanya memerlukan masukan arus dan
tegangan dirancang untuk mengestimasi kecepatan rotor motor induksi sehingga neural
network observer dapat menggantikan fungsi sensor kecepatan. Algoritma pembelajaran
Percepron neural network observer. Hasil simulasi menunjukkan bahwa estimasi fluksi dan
kecepatan yang diperoleh menghasilkan error yang kecil dengan kata lain neural network
observer mampu melakukan identifikasi fluksi dan kecepatan rotor motor induksi.
Kata kunci : Motor Induksi, Neural Network Observer, Perceptron.
Abstract : Induction motors are widely used in various industries. To make the application
system using induction motor one of the most important tool to know how big speed at that
moment is using speed sensor. Speed sensors require continuous maintenance and tend to
cost quite a lot. Neural network observers requiring only current and voltage inputs are
designed to estimate the rotor speed of the induction motor so that the neural network
observer can replace the speed sensor function. Percepron neural network observer
learning algorithm. The simulation results show that the estimated flux and speed obtained
produce a small error in other words neural network observer is able to identify the
induced flux and rotor speed of the induction motor.
Keywords : Induction Motor, Neural Network Observer, Perceptron.
PENDAHULUAN
Motor induksi adalah salah satu jenis dari motor-motor listrik yang bekerja berdasarkan induksi
elektromagnet. Motor induksi merupakan mesin yang kokoh, handal, dan murah dibandingkan
dengan motor DC. Dalam aplikasi motor induksi pada industri diperlukan pengoperasian
kecepatan variabel, untuk mendapatkan kecepatan variabel dapat dilakukan dengan sistem loop
tertutup oleh karena itu diperlukan sensor kecepatan. Namun sensor kecepatan memiliki
kelemahan- kelemahan, seperti kurang akuratnya hasil pengukuran yang diakibatkan
penempatan sistem sensor terlalu jauh dari sistem pengendalian sehingga tidak efektif untuk
sistem pengendalian dengan plant yang besar. Karena kelemahan- kelemahan penggunaan
sensor tersebut maka pada penelitian ini akan dirancang suatu simulation pembaca kecepatan
motor induksi 3 phase berbasis Preceptron yang dapat menggantikan sensor kecepatan.
Metode kontrol vektor tanpa sensor kecepatan (speed sensorless vector control methods) untuk
motor industri dikembangkan begitu pesat [1-2]. Dalam aplikasi sistem penggerak, kontrol loop
tertutup mempunyai beberapa variabel yang penting yaitu torsi, kecepatan, dan posisi. Untuk
memperoleh respon arus yang cepat, sebuah loop torsi akan digunakan untuk sistem pengaturan
kecepatan dan posisi. Sedangkan untuk memperoleh respon torsi yang cepat diperlukan
kontroller fluksi yang terpisah. Kontroller fluksi terpisah tersebut dinamakan kontrol vektor (fild
Sandy Prakasa PP, Iradiratu DPK: Estimasi Kecepatan Motor C3-69

dan Pesisir”
oriented control)[3]. Dengan metode kontrol vektor tersebut motor induksi mempunyai
karakteristik yang sama dengan motor DC, kecepatan pada putaran motor induksi adalah
menggunakan sensor kecepatan. Namun sensor kecepatan memiliki kelemahan-kelemahan,
seperti kurang akuratnya hasil pengukuran yang diakibatkan penempatan sistem sensor terlalu
jauh dari sistem pengendalian sehingga tidak efektif untuk sistem pengendalian dengan plant
yang besar simulasi pembaca kecepatan motor induksi 3 phase berbasis preceptron ini yang
dapat digunakan sebagai fungsi sensor kecepatan dengan hasil yang lebih akurat,pada penelitian
ini hasil estimasi kecepatan motor induksi berbasis Neural Network Multilayer Perceptron di
dapat error sebesar 7.6657 pada kecepatan 800 RPM dan pada saat kecepatan 1200 didapat error
sebesar 4.7751 pada kondisi tanpa beban . Maka bisa dikatakan system ini bekerja lebih baik
saat kecepatan tinggi.
METODE PENELITIAN
Perceptron juga termasuk salah satu bentuk jaringan syaraf yang sederhana. Perceptron biasanya
digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenal dengan
pemisahan secara linear. Pada dasarnya, perceptron pada jaringan syaraf dengan satu lapisan
memiliki bobot yang bisa diatur dan suatu nilai ambang (threshold). Algoritma yang digunakan
oleh aturan perceptron ini akan mengatur parameter-parameter bebasnya melalui proses
pembelajaran. Nilai threshold () pada fungsi aktivasi adalah non negative. Fungsi aktivasi ini
dibuat sedemikian rupa sehingga terjadi pembatasan antara daerah positif dan daerah negative.


isd ia va
im
coord. i  Switching
vector b vb

trans.  PWM IM
it rotation isq 2/3 ic vc
 Speed Te Lr Inverter
r control
•
•

M

ia ib ic
 
r ̂r cos sin
ia ib ic
ˆr  ˆ2rd  ˆ2rq ̂rd
va
cosˆ  ˆrd ˆr ̂rq Neural vb
network
sinˆ  ˆrq ˆr  vc
Observer
r
Gambar 1. Blok Diagram Sistem [5]
Blok diagram di atas dikembangkan kedalam simulasi permodelan sistem Rating motor tiga
fasa yang dipakai untuk simulasi adalah :
115 Volt , 2 pasang kutub, 60 Hz
Rs = 176 resistansi stator (ohm)
Rr = 190 resistansi rotor (ohm)
Ls = 3.79 induktansi diri stator (H)
Lr = 3.31 induktansi diri rotor (H)
M = 3.21 induktansi gandeng (H)
J = 1.05e-5 momen inersia (kg.m2)
Kd = 1.49e-5konstanta gesek (kg.m2/s)
C3-70 Sandy Prakasa PP, Iradiratu DPK: Estimasi Kecepatan Motor

dan Pesisir”
Tabel 1. Nilai Standar Error Estimasi kecepatan online Neural Network Perceptron tak
berbeban
NO KECEPATAN TORSI BEBAN STANDART ERROR

(RPM) ESTIMASI
1 800 RPM 0 7.6657 rad/s
2 900 RPM 0 11.8341 rad/s
3 1000 RPM 0 8.0531 rad/s
4 1100 RPM 0 6.7883 rad/s
5 1200 RPM 0 4.7751 rad/s
Pada table 1 . Nilai Standar Error Estimasi kecepatan online Neural Network Perceptron
terlihat bahwa mengestimasi kecepatan maksimal yang telah ditentukan yaitu 1200 rpm, nilai
error akan semakin baik atau semakin kecil. Sebaliknya semakin kecil atau rendah rpm yang
diestimasi semakin besar nilai error yang didapat .terlihat pada kecepatan 1000-1200 nilai error
perlahan berubah menjadi lebih kecil . berbeda dengan kecepatan 800 dan 900 yang nilai error
masih terlihat tidak stabil.
Tabel 2. Nilai Standar Error Estimasi kecepatan online Neural Network Perceptron berbeban
0.1 NM
(RPM) ESTIMASI
1 800 0.1 NM 11.6271 rad/s
2 900 0.1 NM 8.8943 rad/s
3 1000 0.1 NM 7.1412 rad/s
4 1100 0.1 NM 6.6853 rad/s
5 1200 0.1 NM 2.2770 rad/s
Pada tabel 2 ini memperlihatkan bahwa Standart error estimasi lebih kecil ketika mesin
digunakan dalam kecepatan tinggi, dan sebaliknya ketika digunakan dalam kecepatan rendah
Error yang diperoleh semakin tinggi . contohnya saat digunakan dalam kecepatan 800 RPM
hasil error nya sebesar 11.6271 rad/s dan saat digunakan dalam kecepatan 1200 RPM error yang
di dapat jauh lebih kecil yaitu 2.2770 rad/s.
0.2 NM
(RPM) ESTIMASI
1 800 0.2 NM 14.2609 rad/s
2 900 0.2 NM 10.7224 rad/s
3 1000 0.2 NM 4..8555 rad/s
4 1100 0.2 NM 5.4260 rad/s
5 1200 0.2 NM 4.3659 rad/s
Tabel 3 menunjukkan hasil Estimasi kecepatan motor listrik berbasis NN

Perceptron saat dikenakan beban 0.2 NM . dan dari hasil yang didapatkan tak jauh berbeda
dengan hasil tanpa beban maupun saat dikenakan beban 0.1 , yaitu ketika kecepatan rendah
didapatkan error yang cukup tingga ,namun ketika digunakan pada kecepatan tinggi error yang
didapatkan jauh lebih kecil.

dan Pesisir”
0.3 NM
NO KECEPATAN (RPM) TORSI BEBAN STANDART ERROR
ESTIMASI
1 800 RPM 0.3 11.5276 rad/s
2 900 RPM 0.3 8.4742 rad/s
3 1000 RPM 0.3 4.2450 rad/s
4 1100 RPM 0.3 7.0646 rad/s
5 1200 RPM 0.3 2.8512 rad/s
Pada tabel 4.Nilai Standar Error Estimasi kecepatan online Neural Network Perceptron
berbeban terlihat bahwa mengestimasi kecepatan maksimal yang telah ditentukan yaitu 1200
rpm dengan beban 0.3, nilai error akan semakin baik atau semakin kecil. Sebaliknya semakin
kecil atau rendah rpm yang diestimasi semakin besar nilai error yang didapat .terlihat pada
kecepatan 800-1200 nilai error perlahan berubah menjadi lebih kecil ,terkecuali pada kecepatan
1100 RPM nilai error mengalami kelonjakan nilai error.
Tabel 5. Perbandingan Standar Error Estimasi data online kecepatan

STANDAR ERROR ESTIMASI
DATA RPM Constructive Radial Basis Perceptron
NO ONLINE Backpropagation Function
1 Kecepatan 800 131,102 rad/s 4,8638 rad/s 7.6657 rad/s
Perbandingan estimasi kecepatan oleh constructive backpropagation, radial basis function dan
perceptron dapat dilihat pada gambar 5. Dapat dilihat bahwa antara nilai error yang dihasilkan
pembelajaran radial basis function lebih kecil dibandingkan dengan constructive
backpropagation maupun Perceptron. Namun Percepton masih lebih baik daripada
Constructive Backprogation Dalam penelitian ini dapat dikatakan bahwa radial basis function
lebih handal dalam mengestimasi kecepatan putar motor.
Gambar 2. Proses pembelajaran online kecepatan motor pada 800 rpm

dengan torsi beban = 0

dan Pesisir”

dengan torsi beban = 0
Pada gambar 2 dan 3 adalah hasil grafik yang diperoleh saat sistem bekerja pada kecepatan 800
dan 1200 RPM dalam keadaan tak berbeban , hasil dari proses pembelajaran bisa di lihat secara
detail pada tabel 1 . Sumbu Y menunjukkan kecepatan dan sumbu X adalah waktu yang di
gunakan dalam proses pembelajaran . Grafik berwarna biru merupakan hasil estimasi sedangkan
garis horizontal adalah kecepatan yang di inginkan.

dengan torsi beban = 0.3 NM

dan Pesisir”

dengan torsi beban = 0.3
Gambar 4 dan 5 adalah grafik yang diperoleh ketika system bekerja pada beban tertinggi yaitu
0.3 NM , dan hasil rinci setiap kecepatan dan error yang didapat bisa dilihat pada tabel 4 .
Sumbu Y menunjukkan kecepatan dan sumbu X adalah waktu yang di gunakan dalam proses
pembelajaran . Grafik berwarna biru merupakan hasil estimasi sedangkan garis horizontal
adalah kecepatan yang di inginkan .
KESIMPULAN
Berdasarkan hasil simulasi dan analisis yang telah dilakukan terhadap neural network observer
maka didapat kesimpulan sebagai berikut :
1. Simulasi identifikasi kecepatan rotor neural network observer dengan kecepatan yang
berbeda diperoleh nilai Standar Error Estimasi (SEE) untuk constructive backpropagation
berkisar antara 21,0685 rpm sampai 131,102 rpm,radial basis function berkisar antara
0,14536 rpm sampai 4,8638 rpm dan untuk perceptron berkisar antara 43.8159rpm sampai
159.6858rpm.
2. Dalam penelitian ini ketiga observer baik constructive backpropagation , radial basis
function dan perceptron dapat mengestimasi kecepatan motor dengan baik.
3. Ketiga observer mampu melakukan estimasi kecepatan dengan baik di atas 1000 rpm.
4. Dalam penelitian ini observer yang lebih mendekati nilai error terkecil adalah radial basis
function sehingga bisa dikatakan lebih handal,kedua adalah perceptron dan yang terakhir
adalah constructive backpropagation
5. Dari data pengujian tersebut diketahui bahwa SEE kecepatan relative cukup besar dan
terjadi riak (ripple) pada hasil estimasi namun neural network observer masih mampu
mengikuti pola kecepatan rotor.
DAFTAR PUSTAKA
H. Kubota, K. Matsuse, and T. Nakano, DSP-Based speed adaptive flux observer of induction
motor, IEEE Trans. Ind. Applicant., vol 29, pp 344-348, Mar/Apr. 1993
J. Thecharis and V. Petridis, Neural Network Observer for Induction Motor Control, IEEE
Control System, April 1994
Boldea, I., Vector control of AC drive, CRC Press, Inc., 1992
Fauset, L., Fundamental of Neural Network, Prentice-Hall International 1994

dan Pesisir”
Arifudin, Dodi. 2014. Estimasi Kecepatan Motor Induksi Tiga Phasa Berbasis Constructive
Backprogation Dan Radial Basis Function[Skripsi]. Surabaya: Universitas Hang Tuah
Surabaya.
Diah, Iradiratu. 2003. Perancangan Neural Network Observer Untuk Identifikasi Kecepatan
Motor Induksi [Thesis]. Surabaya: Institut Teknologi Sepuluh Nopember.
Haikal, Muhammad Agil. 2008. Estimasi Kecepatan Motor Induksi 3 Phasa Berbeban dengan
Menggunakan Neural Network [Skripsi]. Surabaya: Universitas Hang Tuah Surabaya.
Kusumadewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab dan Excel
Link. Yogyakarta: Graha Ilmu

dan Pesisir”
OPTIMALISASI KAPASITAS SVC PADA SISTEM JAWA BALI 500 KV

MENGGUNAKAN ALGORITMA GENETIKA
Afifa Razana1, Iradiratu DPK2, Istiyo Winarno3
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan,

Email : afifa.razana94@gmail.com
Abstrak : Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan
manusia. Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini
karena peralatan elektronik membutuhkan listrik sebagai tenaga penggeraknya. Sistem
tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat fluktuatif dan
jenis beban yang beragam. Salah satu masalah yang timbul adalah terjadinya gangguan yang
mengakibatkan ketidakstabilan tegangan pada sistem. Untuk mengatasi gangguan jatuh
tegangan (voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan
Flexible AC Transmision System (FACTS) Device, salah satunya adalah Static VAR
Compensator (SVC). Dalam sebuah sistem, permasalahan umum yang sering terjadi pada
penggunaan peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam
sistem tenaga listrik. Pada penelitian ini membahas optimasi kapasitas SVC sehingga dapat
mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan menggunakan algoritma
genetika (GA). Dengan metode Algoritma Genetika, nilai SVC yang optimal pada Bus 50 =
175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan tegangan
475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kV. Berdasarkan hasil
diatas, dengan demikian sistem dapat dikatakan stabil.
Kata kunci: Stabilitas Tegangan, Static Var Compensator (SVC), Algoritma Genetika (GA)
Abstract : Electricity is a very important or vital need in human life. Even electricity plays
an important role in everyday life today because electronic equipment requires electricity as
a driving force. The power system must work optimally in serving the fluctuating loads and
the various types of loads. One of the problems that arise is the occurrence of interference
that leads to voltage instability in the system. To overcome the voltage drop in the
transmission system, installed capacitor and Flexible AC Transmission System (FACTS)
Device, one of them is Static VAR Compensator (SVC). In a system, a common problem that
often occurs in the use of this equipment is the determination of the value of SVC capacity to
be allocated in the power system. In this study discusses SVC capacity optimization so as to
know the right SVC capacity to stabilize stress using genetic algorithm (GA). With Genetic
Algorithm method, the optimal SVC value on Bus 50 = 175.94 MVar with a voltage of
491,043 KV, on Bus 47 = 288.43 MVar with a voltage of 475.922 KV, and on bus 14 = 404.8
MVar with a voltage of 478,867 kV. Based on the above results, thus the system can be said
to be stable.
Keywords: Stability Voltage, Static Var Compensator (SVC), Genetic Algorithm (GA)
PENDAHULUAN
Listrik merupakan kebutuhan yang sangat penting atau vital di kehidupan manusia.
Bahkan listrik memegang peranan penting dalam kehidupan sehari-hari saat ini karena peralatan
elektronik membutuhkan listrik sebagai tenaga penggeraknya. Untuk itu energi listrik yang
dihasilkan harus digunakan secara efisien, efektif dan dapat diandalkan. Selain pemenuhan
kebutuhan daya listrik, juga diperlukan stabilitas tenaga listrik yang andal. Permintaan konsumen
C3-76 Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC

dan Pesisir”
terhadap tegangan listrik terus meningkat. Akan tetapi perluasan pembangkit tenaga listrik dan
pembangunan saluran transmisi yang baru sangat terbatas.
Sistem tenaga listrik harus bekerja secara optimal dalam melayani beban yang bersifat
fluktuatif dan jenis beban yang beragam. Karakteristik beban sangat mempengaruhi kapasitas
(capacity) dan kemampuan (capability) sistem dalam menyalurkan daya. Konfigurasi jaringan
yang luas dan berkembang juga menyebabkan pengoperasian sistem tenaga listrik menjadi lebih
rumit dan sulit dikontrol. Salah satu masalah yang timbul adalah terjadinya gangguan yang
mengakibatkan ketidakstabilan tegangan pada sistem.Untuk mengatasi gangguan jatuh tegangan
(voltage drop) pada sistem transmisi, dipasang kapasitor bank (fix capacitor) dan Flexible AC
Transmision System (FACTS) Device, salah satunya adalah Static VAR Compesator (SVC).
Static VAR Compensator (SVC) adalah alat yang dapat meghasilkan atau menyerap daya
reaktif statis yang dihubungkan paralel dan mempunyai keluaran (output) yang bervariasi untuk
menjaga atau mengontrol parameter spesifik dari suatu sistem tenaga listrik. SVC terdiri dari
komponen TCR (Thyristor Controlled Reactor), TSC (Thyristor Switched Capasitor) dan Filter
Capasitor (FC). Filter harmonisa terhubung paralel dengan TCR yang berfungsi untuk mengatasi
harmonisa yang dihasilkan oleh TCR. Prinsip kerja SVC adalah dengan mengatur sudut penyalaan
thyristor, sehingga dapat mengatur keluaran daya reaktif dari SVC. Tujuan utama pemasangan
SVC adalah untuk menjaga perubahan tegangan pada bus dalam jaringan serta untuk
meningkatkan stabilitas tegangan dengan cara menyuntikkan daya reaktif dengan mengendalikan
arus kapasitif atau arus induktif. Untuk menentukan nilai SVC yang tepat, maka digunakan metode
optimasi dengan menggunakan fungsi obyektif berdasarkan parameter rugi-rugi daya (Ploss),
rugi-rugi tegangan (Vloss) dan kapasitas SVC. Pemasangan SVC pada satu atau beberapa titik
tertentu dalam jaringan listrik, dapat meningkatkan kapasitas penyaluran dan mengurangi rugi –
rugi daya.
Dalam sebuah sistem, permasalahan umum yang sering terjadi pada penggunaan
peralatan ini adalah penentuan nilai kapasitas SVC untuk dialokasikan dalam sistem tenaga listrik.
Pada penelitian sebelumnya yang dilakukan oleh Heru Pujo P (2016), yang berjudul Studi
Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali dengan Pemasangan SVC Setelah
Masuknya Pembangkit 1000 MW Paiton telah ditemukan bus bus yang tidak stabil. Bus tersebut
kemudian di pasang SVC, namun pada penelitian tersebut hanya membahas masalah lokasi
penempatan SVC yang tepat. Pada penelitian ini akan membahas optimasi kapasitas SVC
sehingga akan mengetahui kapasitas SVC yang tepat untuk menstabilkan tegangan. Untuk
menyelesaikan permasalahan tersebut, perlu digunakan suatu metode algoritma untuk
menentukan kapasitas SVC dalam sistem sehingga dapat diperoleh harga yang optimal. Salah satu
metode untuk menyelesaikan permasalahan tersebut adalah dengan metode Algoritma Genetika.
Dengan metode Algoritma Genetika, hasil dari pencarian nilai SVC yang optimal pada
Bus 50 = 175,94 MVar dengan tegangan 491,043 KV, pada Bus 47 = 288,43 MVar dengan
tegangan 475,922 KV, dan pada bus 14 = 404,8 MVar dengan tegangan 478,867 kV. Berdasarkan
hasil diatas, dengan demikian sistem dapat dikatakan stabil.
METODE PENELITIAN
A. Diagram Alir
Berdasarkan data yang di peroleh berikut adalah diagram alir atau flowchart dari
percobaan ini yang ditunjukkan gambar 3. dibawah
Pada penelitian ini, akan dikembangkan menggunakan artificial Algoritma Genetika.
Algoritma Genetika (GA) adalah salah satu artificial yang dapat digunakan untuk menentukan
kapasitas SVC yang tepat sehingga sistem bisa berjalan sesuai dengan apa yang ada dalam tujuan,
yaitu sistem kembali stabil setelah dipasangnya SVC dengan kapasitas SVC yang tepat.
Afifa R, Iradiratu DPK, Istiyo W: Optimalisasi Kapasitas SVC C3-77

dan Pesisir”
Gambar 1. Diagram Alir pelaksanaan penelitian
B. Sistem Kelistrikan Jawa Bali 500 KV

Interkoneksi sistem kelistrikan Jawa Bali 500 kV tahun 2021 yang digunakan untuk sistem
stabilitas tegangan dapat digambarkan dengan single line diagram yang di tunjukkan pada gambar
4 di bawah.

dan Pesisir”
Gambar 2. Sistem Interkoneksi Jawa Bali 500 kV tahun 2021
C. Bus Sensitif
Setelah mencari loadflow maka ditemukan bus bus yang sensitif sebagai berikut.
Tabel 1. Data 9 bus paling sensitif pada sistem interkoneksi 500 kV Jali
No.
Bus PU Volt Volt (kV)
Bus
47 SURABAYA SEL 0,91002 0,001394
50 KAPAL 0,91027 0,000723
14 CAWANG 0,94844 0,000286
25 KEDIRI 0,94996 0,000284
16 BOGOR 0,95006 0,000286
17 DEPOK 0,95043 0,000280
7 GANDUL 0,95133 0,000293
19 TAMBUN 0,95314 0,000280
43 AMPEL 0,95331 0,000279
Dari data tersebut dapat dilihat tingkat sensitifitas dari masing – masing bus. Maka
pemilihan bus yang akan dipasang SVC dipilih dari 3 bus paling sensitif yaitu pada bus 50, 47,
dan 14.
D. Algoritma Genetika
Dalam penelitian ini penggunaan Algortima Genetika langsung pada optimization tool yang
terdapat pada matlab R2009b. Algoritma Genetika digunakan untuk mencari nilai optimal dari
SVC sehingga tegangan akan kembali stabil yaitu mendekati 500 kV atau 1.0 pu (per unit).

dan Pesisir”
Penentuan nilai kapasitas SVC dengan metode algoritma genetika ini menggunakan
software matlab R2009b. Berikut adalah hasil running GA.
Tabel 2. Hasil Running pada GA
Final Point
X(1) X(2) X(3)
0,845 1,369 1,318
Tabel diatas menunjukkan hasil dari GA. Hasil dari running berupa 3 nilai Bsvc
(susceptansi SVC) masing – masing bus yang sensitif tersebut. Running GA ini menggunakan 3
variabel, dimana variabel pertama (X1) menunjukkan Bsvc bus 50, variabel kedua (X 2)
menunjukkan Bsvc bus 47, dan variabel ketiga (X3) menunjukkan Bsvc bus 14.
Tabel 3. Hasil Perhitungan Qsvc
Bus Nilai Daya Reaktif

Bus 50 175,04 Mvar
Bus 47 282,43 Mvar
Bus 14 296, 40 Mvar
Hasil perhitungan manual masing – masing daya reaktif bus yang sensitif di masukkan
ke dalam sistem. Sehingga dapat dilihat nilai Kapasitas SVC yang diperlukan agar sistem optimal
yaitu :
Tabel 4. Nilai kapasitas SVC
Nilai SVC
Bus Nama Bus
(MVar)
50 50_Kapal 175,94
47 47_surabaya sel 288,43
14 14_cawang 404,8
Setelah nilai SVC didapat dan dimasukkan ke sistem, akan dilakukan kembali analisis
loadflow untuk melihat kestabilan tegangan sehingga mendapatkan hasil seperti dibawah ini.
Tabel 5. Hasil Loadflow setelah ada SVC dengan kapasitasnya
Nom Name Nom

Name Area PU Volt Volt (kV) Area PU Volt Volt (kV)
kV kV
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1_Suralaya 1 500 1 500 26_Bangil 1 500 0,96284 481,418
2_Cilegon 1 500 0,99071 495,357 27_Paiton 1 500 1 500
3_Banten 1 500 1 500 28_Jawa1 1 500 1 500
4_Bojanegara 1 500 1 500 29_Cibatu B 1 500 0,97668 488,338
5_Balaraja 1 500 0,97694 488,471 30_Cibatu 1 500 0,97436 487,181

dan Pesisir”
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
6_Lengkong 1 500 0,95942 479,709 31_Deltamas 1 500 0,97541 487,707
7_Gandul 1 500 0,9562 478,099 32_Cirata 1 500 0,98369 491,844
8_Kembangan 1 500 0,96098 480,489 33_Saguling 1 500 0,98713 493,564
9_Durikosambi 1 500 0,96163 480,816 34_Bandung Sel 1 500 0,98209 491,046
10_M.Karang 1 500 0,98536 492,68 35_U.Berung 1 500 0,98077 490,383
11_Priok 1 500 0,99807 499,034 36_Mandirancan 1 500 0,99114 495,57
12_M.Tawar 1 500 0,98814 494,069 37_Cirebon 1 500 1 500
13_Bekasi 1 500 0,96514 482,57 38_Jateng 1 500 1 500
14_Cawang 1 500 0,95773 478,867 39_Indramayu 1 500 1 500
15_T.Pucut 1 500 1 500 40_Pemalang 1 500 0,99041 495,206
16_Bogor 1 500 0,95422 477,109 41_T.Jati 1 500 1 500
17_Depok 1 500 0,95497 477,484 42_Ungaran 1 500 0,96927 484,633
18_Cibinong 1 500 0,95815 479,075 43_Ampel 1 500 0,95361 476,807
19_Tambun 1 500 0,95892 479,459 44_Ngimbang 1 500 0,98089 490,445
20_Cikalong 1 500 0,98114 490,569 45_Krian 1 500 0,99103 495,517
21_Tasik 1 500 0,99577 497,884 46_Grati 1 500 1 500
22_Matenggeng 1 500 1 500 47_Surabaya Sel 1 500 0,95198 475,992
23_Rawalo 1 500 1 500 48_Gresik 1 500 1 500
24_Pedan 1 500 0,95464 477,32 49_Tandes 1 500 0,99598 497,988
25_Kediri 1 500 0,95012 475,058 50_Kapal 1 500 0,98209 491,043
Warna hijau pada tabel menunjukkan bus sensitiv yang hasil tegangannya telah berubah dan
sudah mencapai kestabilan sesuai dengan ketentuan. Gambar 3 dan 4 dibawah menunjukkan
grafik hasil perbedaan ketika sebelum dipasang SVC dan sesudah dipasang SVC dengan GA pada
sistem interkoneksi Jawa Bali 500 KV.
Gambar 3. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA
pada bus 1 – 25.

dan Pesisir”
Gambar 4. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC dengan GA
pada bus 26 - 50.
Pada gambar 5 menunjukkan hasil perbedaan tegangan ketika sebelum dipasang SVC dan
sesudah dipasang SVC dengan GA pada bus sensitif (bus 50, bus 47, dan bus 14) pada sistem
interkoneksi Jawa Bali 500 KV.
Gambar 5. Grafik losses sebelum pemasangan SVC dan sesudah pemasangan SVC
menggunakan GA pada bus sensitif (bus 14, 47, dan 50)
Total rugi – rugi daya saluran pada sistem sebelum dipasang SVC adalah 607,32 MW,
sedangkan total rugi – rugi daya saluran pada sistem sesudah dipasang SVC dengan GA adalah
594,3 MW. Pada Gambar 6 dan 7 dibawah ini menunjukkan hasil rugi – rugi daya saluran
transmisi pada sistem interkoneksi Jawa Bali 500 kV setelah pemasangan SVC dengan GA.

dan Pesisir”
Gambar 6. Grafik rugi – rugi daya saluran sebelum pemasangan SVC dan sesudah
pemasangan SVC dengan GA pada bus 1-25.
pemasangan SVC dengan GA pada bus 26 - 50.
Pada gambar 8 menunjukkan hasil perbedaan rugi – rugi daya saluran ketika sebelum
dipasang SVC dan sesudah dipasang SVC dengan GA yang terhubung pada bus sensitif (bus 50,
bus 47, dan bus 14) pada sistem interkoneksi Jawa Bali 500 KV.

dan Pesisir”
pemasangan SVC menggunakan GA yang terhubunng pada bus sensitif (bus 14, 47, dan 50).
Dengan metode Algoritma Genetika, didapat pengoptimalan nilai SVC sebagai berikut:
a. Bus 50 = 175,94 MVar dengan tegangan 491,043 KV atau 0,98209 pu.
b. Bus 47 = 288,43 MVar dengan tegangan 475,922 KV atau 0,95198 pu.
c. Bus 14 = 404,8 MVar dengan tegangan 478,867 kV atau 0,95773 pu.
Berdasarkan hasil diatas, dengan demikian sistem dapat dikatakan stabil sesuai dengan
standar PLN.
KESIMPULAN
Berdasarkan hasil yang didapatkan dari simulasi dan analisis pada tugas akhir ini, dapat
diambil beberapa kesimpulan sebagai berikut:
1. Dengan pencarian kapasitas SVC menggunakan Algoritma Genetika dapat diketahui bahwa
nilai SVC yang optimal untuk bus 50 sebesar 175,94 MVar, bus 47 sebesar 288,43 MVar,
dan bus 14 sebesar 404,8 MVar.
2. Daya Reaktif yang diinjeksikan pada sistem untuk bus 50 sebesar 175,04 MVar, bus 47
sebesar 282,43 MVar, dan pada bus 14 sebesar 296,40 MVar.
3. Tegangan yang dihasilkan setelah ditentukannya kapasitas SVC yang optimal yaitu pada bus
50 menjadi 491,043 kV (0,98209 pu), bus 47 menjadi 475,922 kV (0,95198 pu), dan bus 14
menjadi 478,867 kV (0,95777 pu). Total rugi – rugi daya saluran pada sistem sebelum
dipasang SVC adalah 607,32 MW, sedangkan total rugi – rugi daya saluran pada sistem
sesudah dipasang SVC dengan GA adalah 594,3 MW.Dengan begitu sistem dapat dikatakan
stabil dan sesuai dengan batas toleransi yang ada.
DAFTAR PUSTAKA
Anwar, S. 2012. Optimasi Penempatan SVC untuk Memperbaiki Profil Tegangan dengan
Menggunakan Algoritma Genetika. Jurnal Elektro ELTEK. Vol. 3, no. 1. Malang :
Universitas Brawijaya.

dan Pesisir”
Agung Sembogo. T. 2012. Studi Perbaikan Stabilitas Tegangan Kurva P-V pada Sistem Jawa-
Bali 500kV dengan Pemasangan Kapasitor Bank Menggunakan Teori Sensitivitas. Teknik
Elektro. Surabaya : Institut Teknologi Sepuluh Nopember.
Bhole. SS, Nigam. P. 2015. Improvement of Voltage Stability in Power System by Using SVC and
STATCOM. IJAREEIE, Vol.4, Issue 2, Februari.
Galih Indarko, F. 2011. Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kV
Menggunakan Artificial Bee Colony Algorithm. Surabaya: Institut Teknologi Sepuluh
November.
IEEE/CIGRE Joint Task Force on Stability Terms and Definitions. 2004. Definition and
Classification of Power System Stability. IEEE Transactions on Power system , vol. 19, no.
2, Mei.
Kolluri. V.S, Mandal. S, Claus. M. 2006. Application of Static Var Compensator in Entergy
System to address Voltage Stability Issues – Planning and Design Considerations. IEEE.
M. Karami, N. Mariun, dan M.Z.A. Ab Kadir. 2011. Determining Optimal Location of Static Var
Compensator by Means of Genetic Algorithm. Malaysia : International Conference on
Electrical, Control, and Computer Engineering.
Padiyar, K. R. 2007. FACTS Contollers in Power Transmission and Distribution. New Age
International (P) Ltd.
Penangsang, Ontoseno. Diktat Kuliah Analisis Sistem Tenaga Listrik 2. Jurusan Teknik Elektro.
Surabaya: Institut Teknologi Sepuluh Nopember.
Prayitno, Heru P. 2016. Studi Perbaikan Stabilitas Tegangan Sistem Jawa-Madura-Bali (Jamali)
dengan Pemasangan SVC Setelah Masuknya Pembangkit 1000 MW Paiton. Jurnal Teknik
POMITS, Vol. 1, No. 1. Surabaya : Institut Teknologi Sepuluh November
Saadat, H. 1999. Power System Analysis. McGraw-Hill, Inc.
SPLN 1 : 1995. Tegangan – Tegangan Standar. Jakarta : PT. PLN (Persero).
Stevenson, W.D., Jr and John J. Grenger. 1994. Elements of Power System Analysis, 4th Edition.
McGraw-Hill, Inc.
Suprijanto, Adi. “Analisis Sistem Tenaga Listrik I ”, Jurusan Teknik Elektro. Surabaya : Institut
Teknologi Sepuluh Nopember.

dan Pesisir”
PERANCANGAN SPACE VECTOR PULSE WIDTH MODULATION

VOLTAGE SOURCE INVERTER (SVPWM VSI) BERBASIS FUZZY
LOGIC PADA MOTOR INDUKSI 3 FASA SEBAGAI ALTERNATIF
DRIVER YANG MEMINIMALKAN DISTORSI HARMONISA
Ageng Sapta Anugrah1,Iradiratu DPK2
Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan,

Email : ageng.sapta@gmail.com
Abstrak: Motor induksi tiga fasa adalah salah satu jenis motor listrik yang banyak dipakai
di industri di bandingkan motor listrik lainya karena kontruksi sederhana dan perawatan
mudah. Namun dalam proses konversi menjadi tegangan dan arus bolak balik sering kali
terjadi gangguan sehingga tegangan dan arus yang di hasilkan oleh inverter tidak optimal.
Salah satu Akibat penggunaan driver motor adalah timbulnya harmonisa. Pada penulisan
penelitihan ini akan di bahas tentang perancangan SVPWM VSI (Space Vector Pulse Width
Modulation Voltage Source Inverter) berbasis fuzzy logic pada driver motor induksi 3 fasa
sebagai alternative driver yang meminimkan nilai THD (Total Harmonic Distorsi). Pada
penelitian sebelumnya telah dilakukan upaya untuk meminimumkan nilai THD salah satunya
yaitu metode SVPWM konvensional. Metode ini dapat menurunkan nilai THD arus sebesar
8,58% dengan kecepatan 1800 RPM. Pada penelitian ini menghasilkan nilai THD yang
relative lebih kecil yaitu sebesar 3,21% pada kecepatan 1800 RPM. Sehingga perancangan
SVPWM terkontrol dengan fuzzy yang dirancang dapat digunakan sebagai alternative driver
motor induksi 3 fasa yang dapat meminikan distorsi harmonic.
Kata kunci : Motor Induksi 3 fasa, SVPWM VSI, Harmonisa, THD, Fuzzy Logic
Abstract: Three phase induction motor is one type of electric motor that is widely used in
industry compared to other electric motors because of simple construction and easy
maintenance. But in the process of converting to voltage and alternating current is often a
disturbance so that the voltage and current generated by the inverter is not optimal. One
result of the use of motor drivers is the emergence of harmonics. In this research writing will
be discussed about the design of SVPWM VSI (Space Vector Pulse Width Modulation Voltage
Source Inverter) based fuzzy logic on 3 phase induction motor driver as an alternative driver
that minimize the value of THD (Total Harmonic Distortion). In previous research has done
efforts to minimize the value of THD one of them is SVPWM method using PI. This method
can reduce the current THD value by 8.58% with a speed of 1800 RPM. In this study resulted
in a relatively smaller THD value of 3.21% at a speed of 1800 RPM. So the design of SVPWM
VSI designed can be used as an alternative driver induction motor 3 phase that can provide
harmonic distortion.
Key words: 3 phase Induction Motor, SVPWM VSI, Harmonics, THD, Fuzzy Logic
PENDAHULUAN
Motor induksi tiga fasa adalah salah satu jenis motor listrik yang banyak dipakai di
industri di bandingkan motor listrik lainya (motor dc) karena kontruksi sederhana dan perawatan
mudah. Dalam aplikasinya motor induksi untuk memiliki nilai harmonic yang tinggi terutama
dioperasikan tampa beban[1-2]. Namun penyebab harmonic pada motor induksi tidak hanya
induktansi motor itu sendiri bisa juga di sebabkan oleh switching inverter dan sumber yang
menghasilkan bentuk gelombang sinusoida yang cacat. Inverter dapat di kendalikan dengan
C3-86 Ageng Sapta A, Iradiratu DPK: Perancangan Space Vector Pulse

dan Pesisir”
beberapa metode yaitu Sinusoidal Pulse Width Modulation (SPWM) , scalar control, dan yang
saat ini di teliti yaitu dengan metode Space Vector Pulse Width Modulation (SVPWM)[3]. dari
ketiga jenis ini yang terbaik adalah SVPWM karena memiliki pensaklan yang lebih banyak dari
yang lainya. Namun dalam pemilihan switching ada cara memperkecil terjadinya harmonic
dengan memilih metode pensaklaran, yaitu dengan metode pensaklaran menggunakan SVPWM
terkontrol. Inverter SVPWM VSI dengan menggunakan kontroler logika fuzzy yang
pensaklaranya lebih baik untuk meminimalisir nilai THD. Oleh karena itu pada penelitihan ini
menggunakan inverter SVPWM VSI dengan menggunakan kontroler logika fuzzy yang
pensaklaranya lebih baik untuk meminimalisir nilai THD. Pada motor daya : 3.0 HP W : 2200
frequency (Hz) : 60 Pole : 4 volt : 220/380 pada kecepatan 1800 rpm THDi sebesar 10%
menggukan SVPWM konvensional dan setalah menggunakan SVPWM fuzzy maka THDi
sebesar 7,67%.
METODE PENELITIHAN
Metode yang digunakan dalam penelitian ini adalah metode simulasi menggunakan
aplikasi MATLAB simulink dimulai dari pengumpulan data yang dilakukan dengan pengukuran
nilai Total Harmonic Distorsi pada rangkaian pengatur kecepatan motor induksi 3 fasa. Berikut
ini blok diagram sistem keseluruan:
THD Meter
Speed referense
Driver SVPWM
Speed control pi M Beban
VSI controler fuzzy
Feed back
Gambar 1. Blok diagram Sistem
Perancangan simulasi sistem ini terdiri dari beberapa bagian yaitu perancangan pemodelan
motor induksi tiga fasa dengan sepesifikasi motor daya : 3.0 HP W : 2200 frequency (Hz) : 60
Pole : 4 volt : 220/380, dengan inverter terkontroler logika fuzzy.
Fuzzy logic menggunakan dua input dan satu output. Input pertama adalah error (E) yang
merupakan perbedaan antara arus referensi. Input kedua merupakan turunan dari error (delta
error), dimana delta error merupakan error sekarang dikurangi error sebelumnya dan outputnya
adalah perintah. Pada proses interfacing ini hubungan antara kedua variabel input dan variabel
output dapat diatur yaitu dengan menghubungkan kedua variabel input dan variabel output
menjadi IF-THEN [1]. Output dari fuzzy menjadi input pada kontrol SVPWM. Kontrol SVPWM
bekerja dengan menentukan perbandingan antara sinyal keluaran fuzzy dan voltage carier yang
menghasilkan sinyal untuk ideal switch control pada inverter.
Pada table 1 motor induksi berkecepatan 1800 RPM inverter kerkendali menggunakan
fuzzy lebih baik 1,31% dibandingkan dengan convensioal dan 2,11% dibandingkan CRPWM
dimana fuzzy dapat memaksimalkan kerja dari swicing inverter sehingga harmonisa arus lebih
ditekan hingga 7,67%.
Ageng Sapta A, Iradiratu DPK: Perancangan Space Vector Pulsa C3-87

dan Pesisir”
Tabel 1. Hasil THDi pada kecepatan RPM 1800
Jenis driver THDi%

CRPWM 16,11%
SVPWM Convensional 10,00%
SVPWM Fuzzy 7,67%
Gambar 2. Hasil FFT pada CRPWM pada kecepatan 1800
Gambar 3. Hasil FFT pada SVPWM convensional pada kecepatan 1800

dan Pesisir”
Gambar 4. Hasil FFT pada SVPWM fuzzy pada kecepatan 1800
Dari gambar 2,3, dan 4 dapat dilihat yang lebih halus adalah pada fuzzy dan dapat
meminimalkan harmonisa hingga 7,67%.
Pada table 2 motor Induksi diberi beban tertinggi sebasar 20 Nm pada kecepatan 1500
RPM. Dapat dilihat perbedaan dari inverter convensional sebesar 7,02% dan inverter CRPWM
12,29%. Inveter dengan controller fuzzy lebih meminimkan harmonisa pada THDi 2,37%
Tabel 2 Hasil THDi pada kecepatan 1500RPM beban 20N
Jenis driver THDi%

CRPWM 29,14%
SVPWM Convensional 16,63%
SVPWM Fuzzy 2,37%
Gambar 4. Hasil FFT pada CRPWM dengan beban 20Nm dengan kecepatan 1500RPM

dan Pesisir”
Gambar 5. Hasil FFT pada SVPWM convensional dengan beban 20Nm dengan kecepatan
1500RPM
Gambar 6. Hasil FFT pada SVPWM fuzzy dengan beban 20Nm dengan kecepatan 1500RPM
Pada table 3 motor di beri bebean bertingkat senilai 10Nm 15Nm 20Nm pada kecepatan
1500 RPM. Dapat dilihat perbedaan dari inverter convensional sebesar 3,21% dan inverter
CRPWM 4,09%. Inveter dengan controller fuzzy lebih meminimkan harmonisa pada THDi
3,52%
Tabel 3 Hasil nilai THDi pada beban bertingkat 10Nm 15Nn 20Nm
Jenis driver THDi%

CRPWM 14,40%
SVPWM Convensional 11,30
SVPWM Fuzzy 3,52%

dan Pesisir”
Gambar 7. FFT pada CRPWM dengan beban bertingkat 10Nm 15Nm 20Nm dengan kecepatan
1500RPM
Gambar 8. FFT pada SVPWM convensional dengan beban bertingkat 10Nm 15Nm 20Nm
dengan kecepatan 1500RPM
Gambar 9. FFT pada SVPWM fuzzy dengan beban bertingkat 10Nm 15Nm 20Nm dengan
kecepatan 1500RPM

dan Pesisir”
KESIMPULAN
Berdasarkan hasil simulasi dan analisis yang telah dilakukan terhadap SVPWM fuzzy maka
didapat kesimpulan sebagai berikut :
1. Kecepatan dari suatu motor induksi tiga fasa, cenderung mempengaruhi besarnya THD
arus yang dihasilkan. Semakin tinggi kecepaan motor maka semakin rendah THDnya.
2. THD yang dihasilkan masik belom dibawa srandrat IEEE yaitu d bawa 5%
3. Apa bila motor terbebani maka THDnya semakin kecil dan sesuwai standrat IEEE
4. Arus yang d hasilkan oleh inverter tercontrol dengan fuzzy lebih halus
DAFTAR PUSTAKA
Dewantara, Belly Yan. 2014. Desain Svpwm Inverter Sebagai Driver Pengendali Kecepatan
Motor Induksi Tiga Fasa Berbasis Fuzzy Logic Controller. Skripsi. Surabaya: Program
Studi Teknik Elektro Fakultas Teknik dan Ilmu Kelautan Universitas Hang Tuah.
Dikhrillah, Bima Maulana. 2015. Perancangan Dan Simulasi Svpwm Two Level Inverter Sebagai
Pengendali Kecepatan Motor Induksi Tiga Fasa. Skripsi. Surabaya: Program Studi Teknik
Elektro Fakultas Teknik dan Ilmu Kelautan Universitas Hang Tuah.
Emmanuel Agung Nugroho. 2016. Implementasi Inverter Sebagai Pengendali Motor Induksi
Tiga Fasa Dengan Metode Space Vector Pulse Width Modulation (SVPWM). Jurnal
SIMETRIS. Vol. 7, No. 2, Pp. 597-604.
Fuzzy Logic Toolbox User’s Guide, For Use With MATLAB, in Mathworks Hand Book, Math
Works, April 2014.
Kavita Nagar, Ashok Kumar Sharma, Dr. D.K. Palwalia, Amit Sharma. 2014. Harmonic Analysis
of Three Phase SPWM and SVPWM Converters. Jurnal ISSN. Vol. 3, pp 12977- 12985.
Lalu Riza Aliyan, Rini Nur Hasanah, M. Aziz Muslim. 2014. Desain Inverter Tiga Fasa dengan
Minimum Total Harmonic Distortion Menggunakan Metode SPWM. Jurnal EECCIS. Vol.
8, No. 1, pp. 79-84
Luqman Assaffat.2010. Analisa Faktor-Faktor Yang Mempengaruhi Tingkat Harmonisa Pada
Motor Induksi Tiga Fasa Tipe Rotor Sangkar Tupai. Jurnal UNIMUS. Semarang: Program
Studi Teknik Elektro Fakultas Tekni Universitas Muhammadiyah Semarang.
Waheed Ahmed, and Syed M Usman Ali. 2013. Comparative Study Of SVPWM (Space Vector
Pulse Width Modulation) & SPWM (Sinusoidal Pulse Width Modulation) Based Three
Phase Voltage Source Inverters For Variable Speed Drive. Jurnal ICSICCST. IOP Conf.
Series: Materials Science and Engineering 51 (2013) 01202 7.

dan Pesisir”
APLIKASI BACKPROPAGASI TERKONSTRUKSI

PADA POWER SYSTEM STABILIZER (PSS)
UNTUK MEMINIMALISASI OSILASI PADA MULTI MESIN
Niko Pratama1, Iradiratu D. P. K.2, Istiyo Winarno3
JurusanTeknikElektro, FakultasTeknikdanIlmuKelautan, Universitas Hang Tuah Surabaya

Jl. AriefRachman Hakim no 105, Sukolilo, Surabaya 60111, JawaTimur
Email :nicko.pratama21@gmail.com
Abstrak : Power System Stabilizer (PSS) telah secara luas dipergunakan untuk
meningkatkan stabilitas system tenaga listrik. Stabilitas system tenaga listrik didefinisikan
sebagai kemampuan suatu system tenaga listrik untuk mempertahankan sinkronisasi dan
keseimbangan dalam sistem. Bila system mengalami kenaikan atau penurunan beban atau
mengalami gangguan maka akan terjadi perbedaan antara daya input mekanis dan daya
output listrik dari generator. Perubahan nilai beban ini menyebabkan terjadinya osilasi
frekuensi dan tegangan pada generator di system pembangkit listrik pada saluran interkoneksi
atau multi mesin. Untuk itu digunakan PSS pada tiap system pembangkit untuk meredam
osilasi. PSS yang digunakan kali ini menggunakan bantuan jaringan syaraftiruan. Jaringan
saraf tiruan ini memiliki banyak metode namun pada penelitian ini menggunakan
backpropagasi terkonstruksi. Backpropagasi terkonstruksi ini bertugas mengestimasi nilai
parameter yang sesuai untuk PSS. Dengan demikian apabila terjadi perubahan beban, maka
backpropagasi terkonstruksi langsung mencari nilai parameter PSS untuk meredam osilasi
pada sistem. Backpropagasi terkonstruksi ini dapat meminimalisasi osilasi yang terjadi
dengan lebih baik dibandingkan dengan PSS yang tanpa bantuan metode ini.
Kata Kunci : Stabilitas sistem tenaga listrik, generator multi mesin, Power System Stabilizer
(PSS), backpropagasi terkonstruksi
Abstract : Power system stabilizer (PSS) has been widely used to enhance the stability of
power system. stability of electric power system is defined as the ability of an electric power
system to maintain synchronization and balance in the system. When the system is
experiencing the increase or decrease in load or disrupted, it will occur the difference
between the input power and mechanical power output of electricity from the generator.
Change the value of the load caused the onset of oscillation frequency and voltage on the
generator in the power system interconnection lines or multiple machines. It was used for the
PSS system on each plant to dampen the oscillations. PSS are used this time using artificial
neural network. Artificial neural networks has many methods but in this study using
constructed backpropagation. This constructed backpropagation do the appropriate
estimation of PSS’s value. Thus if there is a change in load, the constructed backpropagation
looking for PSS’ value immediatly to dampen the oscillations of system. this constructed
backpropagation can minimalize the oscillations better than PSS without this method.
Key Word : power system stability,multi-machines generator, power system stabilizer

(PSS), constructed backpropagation
PENDAHULUAN
Dalam suatu sistem tenaga listrik sebuah kestabilan sistem tenaga listrik sangat penting
untuk menjaga kestabilan sebuah sistem saat terjadi perubahan beban. Perubahan beban tersebut
menimbulkan osilasi pada sumber sistem tenaga atau generator tersebut. Disini generator harus
mampu untuk mengurangi osilasi yang terjadi agar tetap stabil. Karena kestabilan suatu sistem
tenaga listrik sangat diperlukan untuk menjaga mutu dan keandalan suatu tenaga listrik.
Niko P, Iradiratu DPK, Istiyo W: Aplikasi Backpropagasi Terkonstruksi C3-93

dan Pesisir”
Secara umum generator memiliki dua kontroler utama yaitu governor dan Automatic
Voltage Regulator (AVR). Kedua kontroler ini memiliki peran yang sama yaitu untuk meredam
osilasi yang terjadi. Governor dapat mengontrol osilasi yang terjadi dengan cara mengatur daya
mekanis pada turbin. Berbeda dengan governor, AVR dapat mengatur osilasi dengan cara
membandingkan tegangan pada terminal generator dengan tegangan yang diinginkan melalui
system eksitasi generator. Untuk lebih mempercepat peredaman osilasi ditambahkan device yaitu
Power System Stabilizer (PSS).
Penambahan Power System Stabilizer (PSS) pada generator di berbagai referensi telah
menunjukkan bahwa perangkat tambahan ini dapat meningkatkan performa kontroler utama
untuk meredam osilasi. Kontroler ini cuku pefektif untuk meredam osilasi elektromekanis. Dalam
operasinya, perangakat tambahan ini (PSS) bekerja bersama AVR (wahyudin, 2016). Penelitian
yang telah dilakukan oleh M. Zainul Abidin pada tahun 2014 meneliti tentang penggunaan PSS
pada single machine yang di optimalkan dengan backpropagasi terkonstruksi dengan
menunjukkan hasil yang cukup baik.
Dalam sistem multi-mesin, perubahan keadaan suatu mesin akan mempengaruhi keadaan
mesin lainnya. Hal ini disebabkan karena antara mesin yang satu dengan mesin lainnya terhubung
secara elektrik melalui jaringan transmisi. Pada sistem multi-mesin yang peredaman osilasinya
kurang baik, harus digunakan beberapa PSS. Untuk sistem kelistrikan berskala besar yang
mempunyai banyak mesin terinterkoneksi, tuning parameter dari PSS merupakan hal yang sangat
kompleks. Untuk mengatasi hal ini, para periset mencoba untuk menyederhanakan permasalahan
ini dengan merangkai prosedur tuning yang sederhana dan intuisif berdasarkan pengalaman dan
analisis sistem (kurniawan, 2015).
Pada penelitian kali ini PSS yang diestimasi dengan backpropagasi terkonstruksi dapat
meminimalisasi osilasi yang terjadi pada pembangkit multi mesin dengan baik. Lebih baik
dibandingkan dengan pembangkit multi mesin tanpa PSS atau dengan PSS konvensional saja.
METODE PENELITIAN
A. Diagram Alir
Dalam menjalankan program simulasi yang telah dibuat, Berikut merupakan diagram alir
sistem secara keseluruhan:
C3-94 Niko P, Iradiratu DPK, Istiyo W: Aplikasi Backpropagasi Terkonstruksi

dan Pesisir”
Gambar 3.5 Diagram Alir Sistem
Backpropagasi melakukan training beberapakali sampai menemukan hasil error yang

terbaik atau terkecil agar mendapatkan hasil peredaman yang baik oleh PSS. Hasil tersebut untuk
masukan pada eksitasi yang kemudian akan dilanjutkan ke generator sehingga apabila terjadi
perubahan beban osilasi yang terjadi bisa langsung diatasi.
B. Diagram Blok Sistem Keseluruhan

Respon dinamik system tenaga listrik dalam analisa studi kestabilan sangat dipengaruhi
oleh pemilihan model. Model itu sendiri didefinisikan sebagai representasi dari aspek-aspek
sistem yang ada atau sistem yang akan dibangun yang dapat menyajikan informasi tentang system
tersebut dalam bentuk yang dapatd igunakan (Subuh, 2005).
Permodelan yang digunakan pada penelitian ini secara garis besar direpresentasikan
dengan sebuah permodelan multi mesin seperti pada gambar 3.1.

dan Pesisir”
Gambar 1. Diagram Blok Sistem Keseluruhan
C. Perancangan Sistem Turbin

Untuk membuat model yang akan digunakan dibutuhkan sebuah data yang nantinya akan
mempresentasikan sebuah alat pada sistem pembangkit, seperti governor, turbin dan lain
sebagainya. Sistem turbin yang digunakan adalah sistem turbin 2 area dengan spesifikasi yang
berbeda. Berikut gambar permodelan sistem turbin yang digunakan:
Gambar 2. Diagram Sistem Turbin 2 Area

dan Pesisir”
D. Perancangan Sistem Generator

Setelah merancang sistem turbin, langkah selanjutnya adalah dengan marancang sistem
generator. Sistem generator nantinya akan disambungkan dengan sistem turbin dengan tambahan
alat berupa PSS pada masukan exciter. Sistem generator ini yang nantinya akan menghasilkan
listrik pada sistem pembangkit listrik. Apabila keluaran dari generator masih belum stabil atau
masih menimbulkan osilasi maka akan distabilkan oleh PSS agar tidak terjadi osilasi dan dengan
cepat menjadi stabil kembali.
Gambar 3. Diagram Sistem Generator
E. Perancangan Power System Stabilizer

Power System Stabilizer (PSS) merupakan alat yang digunakan untuk membantu menjaga
stabilitas sistem tenaga listrik. PSS ini nantinya akan dipasang di masing-masing sistem turbin
dan generator. Input dari PSS dari keluaran rotating mass and load dan output dari PSS nantinya
akan digunakan sebagai masukan kedua exciter.
Gambar 4. Diagram Blok PSS Konvensional
Gambar 4 diatas menggambarkan tentang sistem PSS secara konvensional dimana PSS
mendapatkan masukan dari output rotor yang hasilnya akan digunakan untuk mengatur exiter.
Parameter-parameter dari PSS ini nanti akan dioptimasi dengan bantuan jaringan syaraf tiruan
yaitu backpropagasi terkonstruksi.
F. Data Masukan
Data masukan adalah data yang akan diproses oleh backpropagasi terkonstruksi dimana
nilai dari data tersebut didapatkan dengan cara trial and error. Data masukan ini berupa data input
dan data target. Data uinput yang akan digunakan adalah nilai dari D atau koefisien keluaran,
delta w merupakan output dari sistem turbin dan delta Vt adalah keluaran dari generator. Berikut
merupakan data inputan untuk area I :

dan Pesisir”
Tabel 1. Parameter PSS Area I
Parameter operasioanal Parameter optimum PSS

Nilai Masukan Nilai Target
D Δω ΔVt KStab T1 T2 T3 T4
0.6 -0.00004163 1.601 30 0.8250 0.1250 1.0250 0.1750
1.2 -0.00004752 1.601 28 1.1250 0.1950 0.8660 0.1075
2.1 -0.00005637 1.599 35 1.8765 0.2978 0.8870 0.1778
2.9 -0.00101700 1.575 27 1.2990 0.0980 0.8870 0.0978
0.8 -0.00004533 1.604 21 0.9990 0.0480 0.9990 0.0978
3.1 -0.00006308 1.593 40 0.7240 0.1100 0.9811 0.1277
1.7 -0.00004620 1.598 34 0.5541 0.0571 0.9000 0.1100
2.5 -0.00003524 1.602 30 2.1152 0.3525 1.2246 0.2449
1 -0.00004494 1.602 28 1.4562 0.2240 1.2246 0.2041
2 -0.00005106 1.602 26 0.9987 0.1148 0.8897 0.1171
Dilihat dari data diatas nilai target yang diinginkan terdapat 5 buah yaitu K stab, T1, T2,
T3, dan T4. Nilai tersebut juga sudah didapatkan dengan cara trial and error. Data data diatas
merupakan data yang terdapat pada area I. Untuk data pada area II memiliki nalai parameter
masukan yang berbeda karena sistem yang berbeda, yang nantinya kedua PSS ini akan di atur
oleh backpropagasi terkonstruksi. Berikut merupakan data masukan untuk area II :
Tabel 2. Parameter PSS Area II
Parameter operasioanal Parameter optimum PSS

Nilai Masukan Nilai Target
D Δω ΔVt KStab T1 T2 T3 T4
0.9 -0.00002928 1.604 28 0.8750 0.1375 0.9500 0.2150
1.5 -0.00002940 1.601 30 0.7760 0.1724 1.5380 0.1688
2.4 -0.00001270 1.605 21 1.3652 0.2020 1.3652 0.1775
3.1 -0.00101000 1.591 20 1.1110 0.0911 0.9652 0.0975
3.8 -0.00004153 1.596 40 1.1133 0.2532 0.9123 0.2134
4.3 -0.00006207 1.596 36 0.9877 0.1712 0.9433 0.1177
5.2 -0.00004390 1.603 22 0.6553 0.1310 0.7768 0.1125
5 -0.00004902 1.602 29 2.1112 0.3701 0.7768 0.1525
2 -0.00002089 1.604 25 1.4562 0.2275 0.8822 0.1470
3 -0.00003103 1.600 32 0.9987 0.1997 0.8897 0.1308
Hasil simulasi sistem dilakukan dengan bantuan MatLab 2013a. Berikut hasil simulasi
sistemnya:
1. Kondisi nilai yang berbeda pada area 1, beban = 125 MVA dan D = 0.6 pada waktu 3 detik

dan Pesisir”
Gambar 5. perbandingan frekuensi area 1 tanpa PSS dan dengan PSS berbasis backpropagasi
terkonstruksi
Dari gambar 5 diatas dapat dilihat bahwa PSS berbasis backpropagasi terkonstruksi mampu
mengurangi drop frekuensi dari -0.0265 pada sistem tanpa PSS menjadi -0.0245 dan untuk
overshot masih lebih tinggi dari 0.002 pada sistem tanpa PSS menjadi 0.004, namun untuk
mencapai stabil sistem dengan PSS berbasis backpropagasi terkonstruksi hanya butuh waktu 13
detik sedangkan sistem tanpa PSS membutuhkan waktu 18 detik.
Tabel 3. Hasil Simulasi
Sistem Drop Overshoot Time

Dengan PSS -0.0245 0.004 13
Tanpa PSS -0.0265 0.002 18
2. Kondisi nilai yang berbeda pada area 2, beban = 200 MVA dan D = 0.9 pada waktu 0 detik

dan Pesisir”
Gambar 6. perbandingan frekuensi area 2 tanpa PSS dan dengan PSS berbasis backpropagasi
terkonstruksi
Dari gambar diatas dapat dilihat bahwa sistem dengan PSS mampu meredam drop dan
overshoot sistem dengan baik dibandingkan dengan sistem tanpa PSS. Disini sistem tanpa PSS
mengalami drop sampai -0.051 sedangkan sistem dengan PSS mengalami drop hanya sampai -
0.047. Untuk overshoot sistem tanpa PSS mencapai 0.018 sedangkan untuk sistem dengan PSS
hanya mencapai 0.014. untuk mencapai kestabilan sistem tanpa PSS tercapai pada detik ke-24
sedangkan kestabilan sistem dengan PSS tercapai pada detik ke-18.
Tabel 4. Hasil Simulasi
Sistem Drop Overshoot Time

Dengan PSS -0.047 0.014 18
Tanpa PSS -0.051 0.018 24
3. Kondisi nilai yang berbeda area 1 dan area 2, beban = 250 MVA untuk D area 1 = 0.6 dan D
area 2 = 0.9 pada detik ke 3 untuk area 1 dan detik ke 0 untuk area 2.

dan Pesisir”
Gambar 7. perbandingan frekuensi sistem area 1 dan area 2 tanpa PSS dan dengan PSS
berbasis backpropagasi terkonstruksi
Pada gambar 6 tersebut memperlihatkan sistem pada area 1 dan area 2 diberi beban yang
sama 250 MVA namun pada detik yang berbeda. Terlihat bahwa sistem saling mempengaruhi 1
sama lain karena sudah interkoneksi. Sistem yang mengalami gangguan disini adalah sistem area
1 pada detik ke-3. Terjadi drop kembali pada area 1 pada detik ke 3 kemudian mencapai stabil
pada detik ke-22 untuk sistem area 1 dengan PSS dan detik ke-26 untuk sistem area 1 tanpa PSS.
Sedangkan pada area 2 gangguan terlihat pada detik ke 10, sistem area 2 mengalami sedikit drop
kemudian mencapai kestabilan pada detik ke-28 untuk sistem dengan PSS dan detik ke-32 untuk
sistem tanpa PSS
KESIMPULAN
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut :
1. Dengan menggunakan metode jaringan Backpropagasi terkonstruksi nilai estimasi didapatkan
dengan sedikit error.
2. Dengan bantuan PSS berbasis backpropagasi terkonstruksi sistem dapat meminimalisasi
osilasi dengan lebih baik dibandingkan dengan sistem tanpa bantuan PSS baik di area 1
maupun di area 2.
3. Untuk sistem dengan PSS berbasis backpropagasi terkonstruksi waktu yang dibutuhkan sistem
mencapai kestabilan lebih cepat dibandingkan dengan sistem tanpa PSS baik di area 1 maupun
sistem di area 2.
DAFTAR PUSTAKA
Abidin, Zaenal. 2014. OptimalisasiKinerjaPower System Stabilizer (PSS)

UntukMeningkatkanStabilitasSistem Tenaga
ListrikMenggunakanBackpropagasiTerkontruksi [Skripsi]. Surabaya: Hang Tuah press.
Isnur, Subuh. 2005. PenggunaanRadial Basis Function (RBF) UntukOptimasiKinerjaPower
System Stabilizer. Surabaya: ITS press.

dan Pesisir”
.Kurniawan, Adi. 2015. Optimalisasi PID Power System Stabilizer Menggunakan Fire
FlyAlgorithm Pada Sistem Pembangkit Listrik Jawa-Bali [Skripsi]. Surabaya: ITS press
Saadat, Hadi. 1999. Power System Analysis. New York: MC Graw Hill, Inc.
Wahyudin. 2016. OptimasiPower System Stabilizer (PSS) Pada Generator Sinkron Untuk
Mengurangi Osilasi Menggunakan Genetic Algorithm( GA ). Surabaya: Hang Tuah press.

dan Pesisir”
PERBAIKAN PERFORMASI AUTOMATIC VOLTAGE REGULATOR (AVR)

PADA MULTIMESIN UNTUK MENGURANGI OSILASI TEGANGAN
DENGAN METODE LINEAR QUADRATIC REGULATOR (LQR)
Rifqi Fathur Rohman1, Istiyo Winarno2
Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah Surabaya

Jalan Arif Rahman Hakim No. 150, Keputih-Sukolilo, Surabaya 60111
Email : fathurrrifqi@gmail.com
Abstrak: Osilasi daya yang buruk dapat menyebabkan gangguan pada sistem secara keseluruhan. Sistem
eksitasi pada generator diatur dengan menggunakan Automatic Voltage Regulator (AVR). Pada sistem
pembangkitan dibutuhkan suatu AVR yang bersifat kokoh terhadap perubahan beban yang dinamis. Metode
Linear Quadratic Regulator (LQR) adalah suatu metode pendekataan model ke bentuk persamaan keadaan
dalam bentuk matriks yang bertujuan untuk mencari nilai gain K sebagai umpan balik pada sistem agar
diperoleh nilai penguatan pada sistem kendali. Performasi nilai AVR dengan metode LQR yang diperoleh
adalah 0.0052 pu untuk overshoot mesin 1 dan 0.004 pu pada mesin 2, waktu keadaan mantap 1.196 detik
pada mesin 1 dan 1.132 detik pada mesin 2. Pada beban 550 MW pada mesin 2, performasi nilai AVR
dengan metode LQR yang diperoleh adalah tidak adanya drop yang terjadi pada AVR. Pada saat beban
penuh pada mesin 2, performasi nilai AVR dengan metode LQR yang diperoleh adalah terjadi penurunan
tegangan pada tegangan terminal mesin 2 sebesar 1.5% dan kembali lagi pada keadaan mantap selama 0.09
detik.
Kata kunci : AVR, LQR, osilasi, performasi, multimesin.
Abstract: Poor power oscillations can cause disruption to whole system. Excitation system in generator is
controlled by Automatic Voltage Regulator (AVR). In the generation system required a robust AVR against
dynamic load changes. Linear Quadratic Regulator (LQR) method is a method of modeling the equations
to the form of state equations in the form of a matrix that aims to find the value of gain K as feedback on
the system to obtain the value of reinforcement on the control system.The performance of AVR value with
LQR method obtained is 0.0052 pu for engine overshoot 1 and 0.004 pu on machine 2, 1.176 seconds steady
state time on machine 1 and 1.132 seconds on machine 2 .At the load of 550 MW on machine 2, the
performance of AVR value with LQR method obtained is the absence of drop that occurs in AVR.There is
a full load on the machine 2, the performance of AVR value with LQR method obtained is decreasing the
voltage at machine terminal voltage 2 by 1.5% and back again in steady state for 0.09 seconds.
Keywords : AVR, LQR, oscillations, performances, multimachine.
PENDAHULUAN
Kestabilan tegangan pada sistem tenaga listrik merupakan sesuatu yang sangat penting
yang harus diperhatikan karena sangat berpengaruh pada sistem tegangan (Rifqi F, 2017). Osilasi
yang besar pada sistem eksitasi menyebabkan suatu sistem tenaga listrik menjadi tidak stabil.
Sistem tenaga listrik mempunyai variasi beban yang sangat dinamis, dimana setiap detik akan
berubah-ubah, dengan adanya perubahan ini maka pasokan daya listrik harus tetap dan disuplai
dengan besaran daya yang sesuai (Rosalina, 2010). Automatic Voltage Regulator (AVR) dapat
mengatur osilasi dengan cara membandingkan tegangan pada terminal generator dengan tegangan
yang diinginkan melalui sistem eksitasi generator (Wahyudin, 2014). Dalam sistem AVR terdapat
banyak gangguan yang memungkinkan sehingga perlu dilakukan studi kestabilan dinamik di
sekitar titik operasinya (Olivia F, 2012).
Metode Linear Quadratic Regulator (LQR) adalah suatu metode pendekataan model ke
bentuk persamaan keadaan dalam bentuk matriks yang bertujuan untuk mencari nilai gain K
Rifqi Fathur R, Istiyo W: Perbaikan Performasi Automatic C3-103

dan Pesisir”
sebagai umpan balik pada sistem agar diperoleh nilai penguatan pada sistem kendali yang
menjadikan sistem tenaga listrik menjadi lebih stabil ketika terjadi suatu gangguan.
Pada penelitian ini akan dilakukan perbaikan performasi yang telah dilakukan sebelumnya, hasil
performasi nilai AVR dengan metode LQR yang diperoleh adalah 0.0052 pu untuk overshoot
mesin 1 dan 0.004 pu pada mesin 2, waktu keadaan mantap 1.196 detik pada mesin 1 dan 1.132
detik pada mesin 2. Pada beban 550 MW pada mesin 2, performasi nilai AVR dengan metode
LQR yang diperoleh adalah tidak adanya drop yang terjadi pada AVR. Pada saat beban penuh
pada mesin 2, performasi nilai AVR dengan metode LQR yang diperoleh adalah terjadi penurunan
tegangan pada tegangan terminal mesin 2 sebesar 1.5% dan kembali lagi pada keadaan mantap
selama 0.09 detik.
TINJAUAN PUSTAKA
A. Multimesin
Model sistem dari mesin penggerak terdiri dari governor, turbin, dan penggerak rotor (Saadat,
1999).
1. Governor
Perubahan kecepatan putar rotor dirasakan oleh governor yang bertindak untuk menyesuaikan
buka tutup katup pada turbin untuk mengubah output daya mekanik agar kecepatan putar rotor
kembali stabil.
Adapun model matematis dari governor adalah sebagai berikut :
∆𝑃𝑉 (𝑠) 1
= (1)
∆𝑃𝑔(𝑠) 1+ 𝑇𝑔 𝑠
2. Turbin
Turbin uap berasal dari pembakaran batubara, gas, bahan bakar nuklir, dan gas turbin.
Adapun model matematis dari turbin adalah sebagai berikut :
∆𝑃𝑚(𝑠) 1
= (2)
∆𝑃𝑉 (𝑠) 1+ 𝑇𝑇 𝑠
3. Penggerak rotor
Beban induktif dapat berupa motor listrik, ataupun beban lainnya yang memiliki pengaruh
besar pada frekuensi yang dapat mengganggu frekuensi pada sistem penggerak rotor.
Adapun model matematis dari penggerak rotor adalah sebagai berikut :
△𝛿(𝑠) 1
= (3)
∆𝑃𝑒(𝑠) 2𝐻𝑠 +𝐷
4. Model sistem multimesin
Untuk sistem multimesin, kekuatan yang sesungguhnya ditransfer melalui sebuah koneksi
yang digambarkan sebagai berikut:
|𝐸 ||𝐸 |
𝑃12 = 1 2 sin 𝛿12 (4)
𝑋12
Dimana
𝑋12 = 𝑋1 + 𝑋𝑡𝑖𝑒 + 𝑋2 (5)
Dan
𝛿12 = 𝛿1 − 𝛿2 (6)
Untuk gangguan-gangguan kecil
𝑑𝑃
△ 𝑃12 = 12 |△ 𝛿12 (7)
𝑑𝛿12
= 𝑃𝑠 △ 𝛿12
Berdasarkan persamaan diatas, maka
△ 𝑃12 = 𝑃𝑠 (△ 𝛿1 −△ 𝛿2 ) (8)
B. Automatic Voltage Regulator (AVR)

Model sistem AVR terdiri dari amplifier, eksiter, generator, sensor dan stabiliser (Saadat, 1999).
1. Amplifier
C3-104 Rifqi Fathur R, Istiyo W: Perbaikan Performasi Automatic

dan Pesisir”
Dalam sistem eksitasi, amplifier dapat berupa magnetik amplifier, rotating amplifier atau
sistem amplifier elektronik.
Adapun model matematis dari amplifier adalah :
𝑉𝑅 (𝑠) 𝐾𝐴
= (9)
𝑉𝑒 (𝑠) 1+ 𝑇𝐴 𝑠
2. Eksiter
Tegangan keluaran sistem exciter adalah non-linier dan merupakan fungsi dari tegangan
medan disebabkan efek saturasi inti magnet, sehingga dapat dilihat bahwa hubungan antara
tegangan terminal dan tegangan medan exciter adalah sangat kompleks.
Adapun model matematis dari eksitasi adalah :
𝑉𝐹 (𝑠) 𝐾𝐸
= (10)
𝑉𝑅 (𝑠) 1+ 𝑇𝐸 𝑠
3. Generator
Emf yang dibangkitkan oleh generator sinkron merupakan fungsi dari proses magnetisasi,
sedangkan tegangan terminal tergantung dari beban.
Adapun model matematis dari generator adalah :
𝑉𝑡 (𝑠) 𝐾𝐺
= (11)
𝑉𝐹 (𝑠) 1+ 𝑇𝐺 𝑠
4. Sensor
Pengatur sinyal kesalahan penguat akan mengatur tegangan eksitasi sehingga tegangan
eksitasi generator akan meningkat. Jika tegangan eksitasi meningkat maka daya yang
dibangkitkan oleh generator akan meningkat juga.
Adapun model matematis dari sensor adalah :
𝑉𝑆 (𝑠) 𝐾𝑅
= (12)
𝑉𝑡 (𝑠) 1+ 𝑇𝑅𝑠
5. Stabilizer
Adapun model matematis dari stabiliser adalah :
𝑉𝐹 (𝑠) 𝐾𝐹
= (13)
𝑉𝑇 (𝑠) 1+ 𝑇𝐹 𝑠
C. Linear Quadratic Regulator (LQR)

Sistem kontrol optimal berdasarkan indeks performansi kuadratik, optimasi kontrol dicapai
dengan meminimalkan nilai indeks performansi berikut (Taini dkk, 2014).
∞
J = ∫0 (𝑥 𝑇 𝑄𝑥 + 𝑢𝑇 𝑅𝑢)𝑑𝑡 (14)
dimana
Q ≥ 0 : matriks bobot, [nxn], dan semi definit positif
R > 0 : matriks bobot, [mxm], dan definit positif
x dan u diperoleh dari persamaan
ẋ = Ax + Bu (15)
y = Cx + Du (16)
Dengan menentukan matriks bobot Q dan R maka nilai indeks performansi matriks P dari
persamaan Riccati, dan umpan balik K dapat dihitung.

dan Pesisir”
Gambar 1. Diagram blok kontrol LQR
Melalui persamaan Riccati

𝐴𝑇 𝑃 + 𝑃𝐴 − 𝑃𝐵𝑅 −1 𝐵𝑇 𝑃 + 𝑄 = 0 (17)
dimana
𝑅 −1 𝐵𝑇 𝑃 = 𝐾 (18)
sehingga sinyal input optimal yang dihasilkan sistem sebagai berikut
u = - Kx (19)
dengan adanya umpan balik K, persamaan keadaan akan menjadi
ẋ = (𝐴 − 𝐵𝐾)𝑥 (20)
METODOLOGI PENELITIAN
A. Data parameter multimesin
Tabel 1. Data parameter multimesin
Parameter Nilai Parameter Nilai

K1 6 Tg 0.2
K2 0.2 Tu 0.5
K3 2 Tg2 0.3
K4 1.4 Tu2 0.6
K5 0.1 H 5
K6 0.5 D 0.6
Ps 1.5 H2 4
R1 0.05 D2 0.9
R2 16 TA 0.1
TG 1.4 TE 0.4
TR 0.05 KG 0.8
TF 0.04 KR 1
KA 10 KF 0.1
B. Fungsi alih sistem Automatic Voltage Regulator (AVR)

Dengan memasukkan nilai-nilai parameter AVR yang telah ada, maka diperoleh suatu bentuk
persamaan state-space seperti berikut

dan Pesisir”
−10 0 0 −20 −2.5 0 0 0 0 0

100 −2.5 0 0 0 0 0 0 0 0
0 2.5 −0.7143 0 0 0 0 0 0 0
0 0 0.2857 −20 0 0 0 0 0 0
0 2.5 0 0 −25 0 0 0 0 0
A= (21)
0 0 0 0 0 0 0 0 −20 −2.5
0 0 0 0 0 100 −2.5 0 0 0
0 0 0 0 0 0 2.5 −0.7143 0 0
0 0 0 0 0 0 0 0.2857 −20 0
[ 0 0 0 0 0 0 2.5 0 0 −25 ]
1 0 0
0 0 0
0 0 0
0 0 1
0 0 0
B= (22)
0 0 0
0 0 0
0 1 0
0 0 0
[0 0 0]
C = [0 0 0.2875 0 0 0 0 0.2875 0 0] (23)
D = [0 0 1] (24)
250 0 0 0 0
0 70 0 0 0
Q= 0 0 150 0 0 (25)
0 0 0 500 0
[ 0 0 0 0 25]
1.5 0 0
R=[ 0 1.5 0 ] (26)
0 0 1.5
Berdasarkan penelitian yang telah ada, akan dilakukan perbaikan performasi Automatic Voltage
Regulator (AVR) dengan metoda Linear Quadratic Regulator (LQR). Adapun performasi yang
diperoleh adalah sebagai berikut:
A. Performasi tegangan tanpa beban

dan Pesisir”
Gambar 2. Performasi respon tegangan AVR dengan metode LQR
Berdasarkan gambar 2 diatas,, diperoleh hasil 0.0052 pu untuk overshoot mesin 1 dan 0.004 pu
pada mesin 2, waktu keadaan mantap 1.196 detik pada mesin 1 dan 1.132 detik pada mesin 2.
B. Performasi tegangan dengan beban 550MW pada mesin 2
Gambar 3. Performasi respon tegangan AVR dengan metode LQR dengan beban 550MW
Berdasarkan gambar 3 diatas, performasi nilai AVR dengan metode LQR yang diperoleh pada
saat terjadi pembebanan 550MW adalah tidak adanya drop yang terjadi pada AVR. Sehingga
AVR pada saat kondisi seperti ini memiliki sifat kokoh terhadap gangguan.
C. Performasi tegangan dengan beban penuh pada mesin 2

dan Pesisir”
Gambar 4. Performasi respon tegangan AVR dengan metode LQR dengan beban 550MW
Berdasarkan gambar 4 diatas, performasi nilai AVR dengan metode LQR yang diperoleh adalah
terjadi penurunan tegangan pada tegangan terminal mesin 2 sebesar 1.5% dan kembali lagi pada
keadaan mantap selama 0.09 detik. Pada kondisi tersebut AVR masih memiliki sifat kokoh karena
terjadi penurunan yang sangat kecil dan langsung kembali ke keadaan mantap dalm waktu yang
sangat singkat.
KESIMPULAN
Berdasarkan hasil penelitian diatas, dapat dilihat performasi respon tegangan AVR pada setiap
kondisi, dimana , hasil performasi nilai AVR dengan metode LQR yang diperoleh adalah 0.0052
pu untuk overshoot mesin 1 dan 0.004 pu pada mesin 2, waktu keadaan mantap 1.196 detik pada
mesin 1 dan 1.132 detik pada mesin 2. Pada beban 550 MW pada mesin 2, performasi nilai AVR
dengan metode LQR yang diperoleh adalah tidak adanya drop yang terjadi pada AVR. Pada saat
beban penuh pada mesin 2, performasi nilai AVR dengan metode LQR yang diperoleh adalah
terjadi penurunan tegangan pada tegangan terminal mesin 2 sebesar 1.5% dan kembali lagi pada
keadaan mantap selama 0.09 detik.
DAFTAR PUSTAKA
Fernaza, Olivia. (2012). “Studi Metoda Kendali Linear Quadratic Regulator (LQR) Dan
Aplikasinya Pada Sistem Automatic Voltage Regulator (AVR)”. Universitas Andalas.
Kasim, Ibraheem. (2011). “A Digital-Based Optimal AVR Design of Synchronous Generator
Exciter Using LQR Technique”. Al-Khwarizmi Engineering Journal. Vol. 7, no. 1, pp. 82-
94.
Istiyo W, Rifqi F R. (2017). “Optimasi Automatic Voltage Regulator (AVR) Untuk Mengurangi
Osilasi Pada Multimesin Dengan Metode Linear Quadratic Regulator (LQR)”. Seminar
Nasional Sains, Rekayasa & Teknologi. ISBN : 978-979-1053-06-8.
Rosalina. (2010). “Analisis Kestabilan Tegangan”. Universitas Indonesia.
Saadat, Hadi. (1999). Power System Analysis. Mcgraw-Hill Companies. United States Of
America.
Taini S, Sumardi, Triwiyatno A. (2014). “Perancangan Kontrol Optimal Linear Quadratic
Regulator (LQR) Dengan Glowworm Swarm Optimization (GSO) Untuk Sistem Suspensi
Aktif Model Kendaraan Seperempat”. Universitas Dipongoro.

dan Pesisir”
Wahyudin. (2014). “Optimasi Power System Stabilizer (PSS) Pada Generator Sinkron Untuk
Mengurangi Osilasi Menggunakan Genetic Algorithm (GA)”. Universitas Hang Tuah.

dan Pesisir”
ANALISA BENTUK LAMBUNG KAPAL PATROLI 42 METER

DENGAN TYPE HALUAN AXE BOW
Mauviq Wahyu Tri Wicaksono, Arif Winarno
Teknik Sistem Perkapalan, Fakultas Teknik dan Ilmu Kelautan

Jl. Arif Rahman Hakim No. 150 Surabaya 60111,
E-mail : mauviqwahyu5758@gmail.com
Abstrak: Haluan sebuah kapal merupakan bagian yang paling besar mendapat tekanan dan
tegangan, sebagai akibat dari benturan kapal terhadap air dan ombak. Pada umumnya
desain kapal cepat patroli mengunakan lambung jenis Raked Bow (haluan miring). Akan
tetapi saat ini banyak dikembangkan lambung haluan bentuk Axe Bow. Sehingga diperlukan
suatu analisa teknis pengaruh penggunan bentuk haluan Axe Bow terhadap laju aliran dan
terhadap kecepatan kapal. Metode yang digunakan untuk menyelesaikan masalah di atas
dengan pemodelan yang dibantu dengan Computational Fluid Dynamics. Simulasi
dilakukan dengan menggunakan 4 model yaitu model 1 bentuk haluan Raked Row, model 2
haluan Axe Bow tanpa sudut, model 3 haluan Axe Bow sudut 50 terhadap base line dan
model 4 haluan Axe Bow sudut 50 terhadap base line dengan variasi sudut 50 terhadap FP.
Dari hasil simulasi yang telah dilakukan didapatkan nilai tahanan kapal sebesar model 1 :
173,044 kN dengan kecepatan 24 knot, model 2 : 171,36 kN dengan penambahan kecepatan
0,234 knot sehingga menjadi 24,234 knot, model 3 : 170,54 kN dengan penambahan
kecepatan 0,351 knot sehingga menjadi 24,351 knot dan model 4 : 170,32 kN dengan
penambahan kecepatan 0,382 knot sehingga menjadi 24,382 knot. Jadi bentuk haluan yang
paling sesuai adalah model 4 bentuk haluan Axe Bow sudut 50 terhadap base line dengan
variasi sudut 50 terhadap FP dengan nilai tahanan sebesar 170,32 kN dengan penambahan
kecepatan 0,382 knot sehingga menjadi 24,38 knot.
Kata kunci: Axe Bow, Raked Bow, Base Line dan Computational Fluid Dynamics.
Abstract: The bow of a ship is the most great got pressure and voltage, as a result of the
collision of the boat against the water and waves. In general the design of ship hull types
using the patrol quickly Raked Bow (bow oblique). But nowadays many developed gastric
bow Axe Bow shape. So it needed a technical analysis the influence of the use of this form
of Axe bow Bow against the flow rate and the speed of the ship. The methods used to
resolve the above issue with the modeling of Computational Fluid Dynamics assisted with.
The simulation performed using 4 models i.e. a Raked bow shape model 1 Row, 2 Axe Bow
bow models without an angle, model 3 Axe bow Bow angle 50 against the base line and
model 4 Axe bow Bow angle 50 against the base line with the variation of angle of 50
against FP. From the results of simulations have been done obtained the value of ship
arrest model 1:173.044 kN with a speed of 24 knots model 2:171.36 kN with the addition of
speed 0.234 knots so it becomes 24.234 knots, model 3:170.54 kN with the addition of
speed 0.351 knots so it becomes 24.351 knots and model 4:170.32 kN with the addition of
speed 0.382 knots so it becomes 24.382 knots. So the shape of the bow is the most
appropriate model form 4 Axe bow Bow angle 50 against the base line with the variation of
angle of 50 against FP with a value of 170.32 kN with the addition of speed 0.382 knots so
it becomes 24.38 knots.
Key words: Axe Bow, Raked Bow, Base Line dan Computational Fluid Dynamics.
Mauviq Wahyu TW, Arif W: Analisa Bentuk Lambung C3-111

dan Pesisir”
PENDAHULUAN
Kapal adalah kendaraan pengangkut penumpang dan barang di laut atau di sungai.
Dengan adanya kondisi perbedaan tempat oleh perairan yang memiliki sifat dan kedalaman
yang berbeda-beda, maka diperlukan sebuah kapal yang mampu untuk melintasi perairan yang
luas. Dengan adanya perkembangan ilmu pengetahuan dan teknologi, maka peranan
penggunaan kapal pun ikut berkembang. Bila dahulu kapal hanya digunakan untuk sarana
transportasi laut, maka sekarang ini kapal digunakan untuk membawa muatan, berperang,
mencari minyak, ekspor/impor dan lain-lainya.
Haluan sebuah kapal merupakan bagian yang paling besarmendapat tekanan dan
tegangan-tegangan, sebagai akibat terjangan kapal terhadap air dan pukulan-pukulan ombak.
Untuk mengatasi tegangan-tegangan tersebut, konstruksi haluan sebuah kapal harus dibangun
cukup kuat.
Pada umumnya desain kapal cepat patroli mengunakan lambung jenis RAKED
BOW(lunas miring) sehingga diperlukan suatu analisa dan studi baru terhadap bentuk lambung
ini. Salah satunya dengan melakukan analisa teknis penggunakan bentuk lambung AXE BOW.
AXE BOW adalah jenis lambung yang menusuk gelombang pada haluan kapal, ditandai dengan
batang vertikal dan entri yang relatif panjang dan sempit ( hull depan ) atau berbentuk seperti
kapak. Hal ini dilakukan dengan harapan untuk mengurangi hambatan dan menambah efisiensi
laju aliran masuk sehingga menghasilkan kecepatan yang berbeda.
Tujuan dari penelitian ini adalah untuk memperoleh model kapal Patroli 42 meter dengan
bdntuk haluan axe bow dan untuk mengetahui pengaruh kecepatan kapal Patroli 42 meter halun
axe bow dibandingkan dengan haluan raked bow.
TINJAUAN PUSTAKA
Axe Bow
Axe Bow adalah jenis lambung yang menusuk gelombang pada haluan kapal, ditandai dengan
batang vertikal dan entri yang relatif panjang dan sempit ( hull depan ) atau berbentuk seperti
kapak. Kaki depan dalam dan freeboard relatif tinggi dengan sedikit menonjol ke bawah,
sehigga profil busur menyerupai kapak.
Gambar 1. Kapal Haluan Axe Bow
Tahanan Kapal
Tahanan ( resistance ) kapal pada suatu kecepatan adalah gaya fluida yang bekerja pada
kapal demikian rupa sehingga melawan gerakan kapal tersebut. Kapal yang bergerak maju
C3-112 Mauviq Wahyu TW, Arif W: Analisa Bentuk Lambung

dan Pesisir”
dengan kecepatan tertentu akan mengalami gaya hambat oleh fluida yang memiliki arah
berlawanan denga arah gerak kapal. Gaya hambatan tersebut disebabkan oleh gaya fluida, yang
dalam hal ini cenderung mengarah pada fluida iar yang dinilai cukup besar hambatannya
terhadap gerak kapal. Gaya hambat yang disebabkan fluida inilah yang disebut sebagai
resistance atau tahanan kapal. Resistance merupakan istilah yang biasa digunakan dalam
hydrodinamika, sedangkan dalam aerodinamika benda-benda yang terbenam biasa digunakan
istilah drag. Dalam kurva tahanan terhadap badan kapal yang bergerak diatas dan di bawah
permukaan air yang mempunyai viskositas. Absisnya merupakan Froude Number.
Alian Pada Lambung Kapal

Aliran Laminar adalah dengan fluida yang bergerak dalam lapisan-lapisan, atau lamina-
lamina dengan satu lapisan meluncur secara lancar. Dalam aliran laminer ini viscositas
berfungsi untuk meredam kecenderungan terjdinya gerakan relatif antara lapisan. Sehingga
aliran laminer memenuhi hukum viscositas Newton yaitu:
τ= μ
Aliran teurbulen ialah aliran dimana pergerakan dari partikel-partikel fluida sangat tidak
menentu karena mengalami percampuran serta putaran partikel antar lapisan, yang
mengakibatkan saling tukar momentum dari satu bagian fluida kebagian fluida yang lain dalam
skala yang besar. Dalam keadaan aliran turbulen maka turbulensi yan terjadi yang
membangkitkan tegangan geser yang merata diseluruh fluida sehingga menghasilkan kerugian-
kerugian aliran.
Aliran transisi merupakan aliran peralihan dari aliran laminer ke aliran turbulen.
METODE PENELITIAN
Tahap Awal
Pada tahap awal pengerjaan skripsi ini difokuskan mempelajari dasar-dasar teori maupun
data-data pendukung dari kepustakaan, hasil penulisan tugas akhir, jurnal-jurnal dan artikel-
artikel baik dari majalah maupun dari internet.
Tahap Analisa
Pada tahap ini ini dibuat model kapal yang digunakan untuk simulasi. Ada 4 model kapal.
Model 1
Model 1 merupakan pembuatan model kapal patrol 42 meter dengan bentuk haluan tanpa
modifikasi. Pembuatan model kapal dilakukan dengan menggunakan software maxsurf
Model 2
Model merupakan pembuatan model kapal patrol 42 meter dengan bentuk haluan axe bow
tanpa sudu. Pembuatan model kapal dilakukan dengan menggunakan software maxsurf.
Model 3
Model 1 merupakan pembuatan model kapal patrol 42 meter dengan bentuk haluan axe bow
sudut 50 terhadap base line. Pembuatan model kapal dilakukan dengan menggunakan software
maxsurf.
Model 4
Model 1 merupakan pembuatan model kapal patrol 42 meter dengan bentuk haluan axe bow
sudut 50 terhadap base line dengan variasi sudut 5 0 terhadap FP. Pembuatan model kapal
dilakukan dengan menggunakan software maxsurf
Pengujian Model
Pada tahap ini gambar 3 dimensi badan kapal di import kedalam ANSYS, sehingga dapat
dianalisa dengan menggunakan CFX. Sebelum di import terlebih dahulu kita mengubah file

dan Pesisir”
maxsurf menjadi file yang sesuai dengan program ANSYS CFX. Pada tahap ini tahanan kapal
dihitung dengna menggunakan savitsky metode.
Kesimpulan
Kesimpulan diambil dari hasil simulasi dan perhitungan yang telah dilakukan.).
HASIL DAN PEMBAHSAN
Model 1
Gambar 2. Simulasi Aliran Tampak Bawah Dan Samping
Dari gambar 2. Hasil simulasi aliran kapal menunjukkan kecepatan laju aliran yang melewati
lambung kapal sangat bervarisi, maka dapat diamati dari bagian haluan kapal yang memiliki
kecepatan sebesar 10,34 m/s berwarna kuning kemudian kecepatan alirannya meningkat saat
menuju bagian tengah lambung kapal yang ditandai dengan perubahan warna dari warna kuning
dan berganti menuju ke warna merah, dimana warna merah menunjukkan kecepatan aliran
tertinggi pada simulasi aliran, yaitu sekitar 12,55 m/s. Sehingga terjadi perubahan kecepatan
yang disebabkan karena adanya gaya dorong yang diberikan pada lambung kapal maka
kecepatan alirannya meningkat. Setelah melewati bagian tengah lambung kapal kecepatan aliran
kembali turun, ditandai dengan perubahan warna merah menjadi kuning.
Model 2

dan Pesisir”
kecepatan sebesar 10,4 m/s berwarna oranye kemudian kecepat alirannya meningkat saat
menuju bagian tengah lambung kapal yang ditandai dengan perubahan warna dari warna oranye
kecepatan alirannya meningkat. Setelah melewati bagian tengah lambung kapal, kecepatan
aliran kembali turun. Ditandai dengan perubahan warna merah menjadi oranye.
Model 3
kecepatan sebesar 10,18 m/s berwarna oranye kemudian kecepatan alirannya meningkat saat
Model 4
kecepatan sebesar 10,22 m/s berwarna oranye kemudian kecepatan alirannya meningkat saat

dan Pesisir”
Gambar 6. GrafikTahanan Kapal Savitsky Metode
Gambar 7. Grafik Laju Aliran Pada Lambung Kapal
Berikut adalah hasil perhitungan kecepatan kapal:

PE = RT x V
Sehingga untuk mencari kecepatan kapal
V =
Dimana : PE = Daya Efektif
RT = Tahanan kapal
V = kecepatan kapal

dan Pesisir”
Gambar 8. Grafik Penambahan Kecepatan Kapal
Dari gambar 6 terlihat hasil perhitungan tahanan kapal dengan savitsky metode dari keempat
model, dimana model awal yaitu model 1 sebagai pembanding dengan haluan raked bow
(haluan miring) sebesar 173,044 kN, model 2 haluan kapal axe bow tanpa sudut sebesar 171,36
kN, model 3 haluan kapal axe bow dengan sudut 50 terhadap base line sebesar 170,54 kN dan
model 4 haluan kapal axe bow dengan sudut 50 terhadap base line dengan variasi sudut 5 0
terhadap FP sebesar 170,32 kN. Terjadi perbedaan tahanan pada tiap-tiap model kapal. Dimana
tahanan kapal terkecil terjadi pada model 4 yaitu sebesar 170,32 kN.
Dari gambar 7 terlihat hasil simulasi kecepatan laju aliran pada lambung kapal dengan
bantuan CFD dari keempat model, dimana model awal yaitu model 1sebagai pembanding
dengan haluan raked bow (haluan miring) dengan laju aliran sebesar 12,55 m/s, model 2 haluan
kapal axe bow tanpa sudut dengan laju aliran sebesar 12,54 m/s, model 3 haluan kapal axe bow
dengan sudut 50 terhadap base line dengan laju aliran sebesar 12,56 dan model 4 haluan kapal
axe bow dengan sudut 50 terhadap base line dengan variasi sudut 50 terhadap FP dengan laju
aliran sebesar 12,74 m/s. Terjadi perbedaan kecepatan laju aliran tertinggi pada tiap-tiap model
kapal. Dimana kecepatan laju aliran paling tinggi terjadi pada kapal model 4 yaitu sebesar 12,74
m/s.
Dari gambar 8 terlihat hasil perhitungan pengaruh bentuk haluan axe bow terhadap
penambahan kecepatan kapal, dari keempat model dimana model awal yaitu model 1sebagai
pembanding dengan haluan raked bow (haluan miring) sebesar 24 knot, model 2 haluan kapal
axe bow tanpa sudut bertambah 0,234 knot sehingga menjadi 24,234 knot, model 3 haluan kapal
axe bow dengan sudut 50 terhadap base line bertambah 0,351 knot sehingga menjadi 24,351 knot
dan model 4 haluan kapal axe bow dengan sudut 50 terhadap base line dengan variasi sudut 50
terhadap dan FP bertambah 0,382 knot sehingg menjadi 24,382 knot. Terjadi perbedaan
penambahan kecepatan pada tiap-tiap model kapal. Dimana penambahan kecepatan tertinggi
dihasilkan oleh kapal model 4 yaitu sebesar 0,382 knot sehingga kecepatan kapal menjadi
24,382 knot.
KESIMPULAN
1. Dari keempat model terjadi penambahan kecepatan dan penurunan tahanan pada tiap-tiap
model. Semakin kecil tahanan kapal maka semakin besar penambahan kecepatannya.
Sehingga model yang paling sesuai adalah model 4 dengan tahanan sebesar 170,32 kN
dengan penambahan kecepatan sebesar 0,382 knot sehingga menjadi 24,382 knot.
2. Dari hasil perhitunga didapat kecepatan model 1 sebagai pembanding sebesar 24 knot,
model 2 bertambah 0,234 knot sehingga menjadi 24,234 knot, model 3 bertambah 0,351 knot
sehingga menjadi 24,351 knot dan model 4 bertambah 0,382 knot sehingga menjadi 24,382

dan Pesisir”
knot. Jadi semakin panjang dan besar sudut haluan axe bow maka semakin besar
penambahan kecepatannya.
DAFTAR PUSTAKA
Endro W, Dimas.2014. High Speed Ship Total Resistance Calculation (An Empirical Study).
Ghozali, Muhammad.2016.”Pengaruh Bentuk Hull Simetris, Asimetris Tipe-A Dan Tipe-B
Terhadap Tahanan Kapal Tipe Planing Hull”, Tugas Akhir S-1, Teknik Perkapalan UHT,
Surabaya.
Harvald,SV.AA. 1983. Tahanan dan Propulsi Kapal. Diterjemahkan oleh: Jusuf
Sutomo.Surabaya. Airlangga.
Rijanto,A. Hadie dan Arif Winarno.2007.Mekanika Fluida.Surabaya.Surabaya: Hang Tuah
University Press.
Oni, Romadhoni.2015,”Analisa Pengaruh Bentuk Lambung Axe Bow Pada Kapal High Speed
Craft Terhadap Hambatan Total”,Politeknik Negeri Bengkalis, Riau.
https://kapitanmadina.wordpress.com/2011/10/13/pengertian-kontruksi-haluan-dan-buritan-
kapal/ diakses pada senin, 13 Februari 2017 pukul 22.00 wib.
http://www.imare-indonesia.org/?p=488/ diakses pada senin, 13 Februari pukul 22.15 wib.

51 136 1 PB

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

51 136 1 PB

Diunggah oleh

Hak Cipta:

Format Tersedia

Seminar Nasional Kelautan XII

RANCANG BANGUN SISTEM PENGONTROLAN

M. Taufiqurrohman1 Sri Rizqi Nur Masyithoh2 Joko Subur3

Jurusan Teknik Eektro, Fakultas Teknik dan Ilmu Kelautan,

Abstrak: Kegiatan berjalan dengan normal dalam melakukakan aktivitas sehari-hari

Kata Kunci : Image Processing, Mikrokontroller, foot paralyzed

Keywords: Image Processing, Microcontroller, foot paralyzed patient

Kegiatan berjalan dengan normal dalam melakukakan aktivitas sehari-hari sangatlah

Gambar 1. Diagram Sistem

C3-2 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

Gambar 2. Kamera Webcam “Logitech C-525”

Gambar 4. ATmega 328 Arduino Nano

Rangkaian Mikrokontroller Arduino Nano

C3-4 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

Gambar 5. Skematik Arduino Nano

3.3. Driver Motor

Gambar 6. Rangkaian Relay

Gambar 7. Rangkaian driver motor

3.4. Akumulator (Accu)

C3-6 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

Tangan Webcam Image

Gambar 10. Perancangan Software

C3-8 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

HASIL DAN PEMBAHASAN

Gambar 11. Tampilan kursi roda depan

Gambar 12. Tampilan kursi roda belakang

Tabel 1. Data Roda Kanan dan Kiri

0 0 0 0 Diam (0) Diam (0) Berhenti

0 0 1 0 Diam (0) Gerak (1) Belok Kiri

Tabel 2. Data Arus Motor

Posisi motor Tidak ada beban Ada beban

C3-10 Sri Rizqi NM, M. Taufiqurrohman: Rancang Bangun Sistem Pengontrolan

Tabel 3. Data nilai HSV

RANCANG BANGUN PROTOTYPE FORK LIFT MENGGUNAKAN

Adam Samodra Djatirangga(1), Siregar(2)

Perkembangan teknologi khususnya dibidang elektronika sangat berkembang pesat dizaman

C3-12 Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype

Gambar1.Blok Diagram RancanganAlat

Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype C3-13

Gambar 2. SistemJalan Robot Fork Lift

A. PerancanganRangkaian Sensor Photodioda

Gambar3. Rangkaian Sensor Photodioda

C3-14 Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype

B. PerancanganRangkaian Sensor Photodioda

Gambar 4.. Minimum system atmega16

C. PerancanganRangkaian Driver Motor

Gambar 3.9. Driver Motor L298

Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype C3-15

HASIL DAN PEMBAHASAN

Gambar 6.Prototipe robot forklift

Tabel 1. Pengujian robot forklift denganbeban 50 g

Tujuan Perempatan Pertigaan Waktu tempuh

Tabel 2. Pengujian robot forklift denganbeban 75 g

Tujuan Perempatan Pertigaan Waktu tempuh

Tabel 3. Pengujian robot forklift dengan beban 100 g

Tujuan Perempatan Pertigaan Waktu tempuh

C3-16 Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype

Budiharto W. 2005.Elektronika Digital dan Mikrokoprosesor.Yogyakarta :andi yogyakarta.

Adam Samodra D, T.P. Siregar: Rancang Bangun Prototype C3-17

RANCANG BANGUN SISTEM OTOMATISASI HIDROPONIK

Mohamad Dwi Purnadiansyah, Muh. Taufiqurrohman

Jurusan Teknik Elektro, Fakultas Teknik dan Ilmu Kelautan