KAJIAN PUSTAKA
A. Kajian Teori
1. Sensor Loadcell
Sensor loadcell merupakan jenis sensor yang digunakan untuk mengubah
ukuran beban menjadi sebuah tegangan listrik perubahan tegangan listrik.
Perubahan yang terjadi pada tegangan listrik akan bergantung dari besarnya tekanan
yang dirasakan atau yang diberikan beban. Untuk sensor loadcell terdapat
komponen bernama Strain Gauge didalamnya yang dimana strain gauge adalah
komponen elektronika yang berfungsi untuk mengukur sebuah tekanan. Strain
gauge menggunakan konfigurasi dari rangkaian jembatan wheatstone. Wheatsetone
terangkai dari 4 buah resistor yang dirangkai dengan jenis rangkain kombinasi yaitu
paralel dan seri[5].
Bahan sensor loadcell ini terbuat dari banyak variasi bahan antara lain
seperti alumunium, stainless steel dan baja.
Gambar 2.1 (a) Strain Gauge pada sensor loadcell (b) Strain Gauge disusun
dalam jembatan wheatstone [5]
Strain Gauge ini terbentuk dari kawat logam atau foil logam yang mempunyai
sifat insulatif (isolasi) yang diletakan didalam sensor loadcell yang berfungsi untuk
dapat mengukur sebuah tekanan dari hasil pembacaan beban.
4
Gambar 2.2 Foil Strain Gauge merenggang dan merapat [5]
Pada gambar diatas, apabila adanya tekanan pada sensor loadcell terjadi perubahan
pada saat mengalami tekanan akibat beban. Pada gambar 2.3 adalah penjelasan dari
polaritas sensor loadcell yang dimana memiliki 4 kutub yaitu kutub positif, kutub
negatif, tegangan kabel (Vout +) (Vout -). Kabel berwarna hitam merupakan
tegangan V-, kabel berwarna merah merupakan tegangan luaran V+, kabel
berwarna putih merupakan Vout- dan kabel berwarna merah merupakan tegangan
luaran Vout+.
5
Jembatan wheatstone memiliki rangkaian yang telah dijelaskan pada gambar diatas
dimana nilai dari R1=R3 dan nilai dari R2=R4, yang dimana arus akan mengalir
dari sisi nilai R1 untuk mencari nilai pada Va yaitu tagangan pada R1 dan R3
menggunakan rumus
𝑅1
𝑉𝑎 = (𝑅1+𝑅3) × 𝑉𝑠 2.1
𝑅4
𝑉𝑏 = (𝑅2+𝑅4) × 𝑉𝑠 2.2
𝑉𝑜𝑢𝑡 = 𝑉𝑎 − 𝑉𝑏 2.3
Loadcell atau yang lebih dikenal dengan sensor berat merupakan alat
pendeteksi perubahan pada massa yang dihasilkan oleh nilai suatu benda yang
sudah terkena nilai gravitasi dan gaya yang nantinya akan dijadikan suatu sinyal
6
analog yang diteruskan kepada tranduser. Tranduser berfungsi sebagai alat yang
mengubah nilai sinyal analog menjadi besaran listrik [19].
3. Error
Error adalah jumlah selisih atau perbedaan hasil dari nilai yang didapat atau
ideal dengan nilai sesungguhnya. Apabila hasil pembacaan suatu sistem
menunjukan nilai positiv maka nilai indikasi yang diperoleh lebih besar dari nilai
idealnya. Dan berlaku untuk nilai negative apabila hasil pembacaan suatu sistem
menunjukan nilai negatif maka nilai indikasi yang diperoleh lebih kecil dari nilai
idealnya [6].
𝑁𝑖𝑙𝑎𝑖 𝑌𝑎𝑛𝑔 𝐷𝑖𝑖𝑛𝑔𝑖𝑛𝑘𝑎𝑛−𝑁𝑖𝑙𝑎𝑖 𝑃𝑎𝑑𝑎 𝑃𝑒𝑛𝑔𝑢𝑘𝑢𝑟𝑎𝑛
%𝐸𝑟𝑟𝑜𝑟 = | | 𝑥100% 2.4
𝑁𝑖𝑙𝑎𝑖 𝑌𝑎𝑛𝑔 𝐷𝑖𝑖𝑛𝑔𝑖𝑛𝑘𝑎𝑛
3. Akurasi (Accuracy)
Ketepatan atau yang lebih dikenal dengan akurasi adalah suatu hal yang
terbilang sangat penting yang dimiliki oleh sistem pada sensor yang berguna dalam
alat pengukuran atau pemantauan. Akurasi dapat didefinisikan pengukuran yang
menyatakan nilai error maksimum yang terdapat pada sensor yang muncul dalam
pengukuran suatu variable [7]. Menurut Wahjoedi akurasi merupakan kemampuan
sistem untuk melakukan suatu pembacaan dengan tepat. Akurasi adalah harga/nilai
yang mendekati nilai suatu pembacaan instrumentasi yang hampir mendekati nilai
yang sebenarnya dari suatu variable yang diukur (Drs. Sumarna, M.Si,). Rumus
untuk akurasi adalah sebagai berikut.
2.5
7
Gambar 2.4 Akurasi pada sensor
4. Mean
Mean merupakan nilai rata-rata yang memiliki pengertian adalah nilai dari
jumlah seluruh nilai dari data dibagi dengan nilai dari seluruhan kejadian yang
dijelaskan dengan rumus sebagai berikut [8].
2.6
5. Presisi (Precision)
Presisi merupakan ukuran yang bertujuan untuk menunjukkan nilai derajat
dari kedekatan antara nilai individual, pengukuran nilai presisi diukur dengan
melalui penyebaran hasil individual dari rata-rata yang didapatkan dari hasil
sampel-sampel. Nilai presisi dikatakan baik apabila nilai dari KV bernilai < 2 [9].
Untuk rumus pengggunaan presisi adalah:
8
𝑛𝑖𝑙𝑎𝑖 𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖
𝐾𝑉 = 𝑥100% 2.7
𝑛𝑖𝑙𝑎𝑖 𝑚𝑒𝑎𝑛
6. Standar Deviasi
Sedangkan untuk standar deviasi sampel (S) menggunakan persamaan
rumus
2.8
n = jumlah data pengukuran
εi = kesalahan ke-i (perbedaan antara nilai pengukuran ke-i dengan rata-rata
populasi)
vi = residu ke-i (perbedaan antara nilai pengukuran ke-i dengan rata-rata sampel)
B. Kajian Pengetahuan Pendukung yang Relevan
Jurnal yang membahas tentang sensor berat atau load cell diantaranya Arif
Yusuf Darmawan, H. Didik Notosudjono dan Dimas Bangun. Mengatakan bahwa
sensor berat dirancang untuk dapat mengidentifikasikan berat atau tekanan pada
sistem timbangan yang berupa digital sehingga dapat berfungsi sebagai alat yang
dapat mengukur berat. Sensor berat merupakan sebuah alat uji yang terbuat dari
perangkat listrik yang berfungsi untuk mengubah suatu energi menjadi energi yang
dapat mengubah gaya menjadi gaya listrik [10].
9
strain gauge mengalami berkurangnya nilai resistansi dan extend kondisi dimana
bertambahnya nilai resistansi. Konfigurasi jembatan pada strain gauge disusun
dengan daya suplai sebesar 10V, dengan adanhya regangan maka yang terjadi
adalah nilai resistansi akan berubah dan menyababkan berubahnya nilai tegangan.
Tegangan yang dihasilkan pada bridge masih terbilang kecil maka perlu adanya
penguat tegangan [11].
10
cara perancangan sistem. Dengan menggunakan Arduino Uno dan modul penguat
HX711 dengan hasil data akan diolah dengan mengirimkan ke database server
MySQL dengan menggunakan jalur web server. Lalu metode yang kedua dengan
menggunakan sistem Monitoring Beban dan Kecepatan Kendaraan, sistem
monitoring ini dihasilkan dari pengolahan sinyal WIM yang terbaca oleh sensor
berat yang dihasilkan dari berat kendaraan sinyal beban yang diperoleh dengan cara
menghitung dari perubahan sinyal dengan level yang tertinggi dan terendah. Hasil
riset ini mendapatkan nilai error untuk kecepatan sebesar 20.35% dan beban
kendaraan 10.87% serta jarak sumbu pada kendaraan sebesar 12.25% [14].
Menurut Hoa Wang dkk dalam hasil riset “Indetification of moving train
loads on railway bridge based on strain monitoring” menyatakan bahwa parameter
dari beban kereta api bergerak adalah termasuk kecepatan kereta, jarak antar
gandar, berat kereta kotor dan bobot dari gandar kereta api. Data-data tersebut
didapat dari pemantauan regangan. Dalam hasil riset ini menurut teori garis
pengaruh metode identifikasi gaya gerak klasik ditingkatkan untuk menangani
kecepatan kereta api yang berubah terhadap waktu. Pertama, momen dimana roda
bergerak melalui titik baca sensor, kedua dari respons regangan struktural yang
didapatkan dari penurunan pada rel kereta api. Ketiga perlu adanya pengukuran
pada kecepatan kereta api dan jarak sumbu roda. Hasil dari luas integral respons
regangan struktural merupakan hasil konstan satuan pada kecepatan, berat kereta
kotor didapat dari luas integral pada respons regangan yang diukur. Untuk
mendapatkan nilai puncak pengaruh kecepatan yang berubah terhadap waktu
dihilangkan, dipilih untuk mendistribusikan berat kereta kotor. Oleh karena itu,
bobot gandar dapat diidentifikasi. Kemudian dilakukan simulasi numerik yang
bertujuan untuk memverifikasi metode yang diusulkan dan menyelidiki pengaruh
frekuensi sampling pada akurasi identifikasi. Akhirnya, metode ini diverifikasi
menggunakan hasil data regangan pada saat keadaan waktu real-time dari jembatan
kereta api rangka baja kontinu. Hasil penelitian menunjukkan bahwa kecepatan
kereta api, jarak sumbu roda dan berat kotor kereta api dapat diidentifikasi secara
akurat dalam domain waktu. Namun, hasil dari hasil riset ini hanya nilai perkiraan
bobot gandar yang dapat diperoleh dengan metode yang diperbarui. Hasil yang
11
diidentifikasi dapat memberikan referensi yang andal untuk menentukan penurunan
kelelahan dan memprediksi sisa umur jembatan kereta api [15].
Dapat ditarik kesimpulan dari ketiga jurnal diatas yang membahas mengenai weight
in motion diantaranya adalah:
Hasil riset yang dilakukan oleh Lif Ahmad Syarif dan Abdul Muis Prasetia
mengenai hasil dan pembahasan jurnal ini membahas mengenai kalibrasi sensor
terhadap beban bergerak dan pengujian serta pengambilan data. Untuk hasil
pengukuran menghasilkan rata-rata error <14,9% dan sensor berat dapat mengukur
beban kendaraan serta sensor berat dapat mengukur kecepatan kendaraan bergerak.
Sedangkan hasil riset yang didapatkan oleh Trisya Septiana dan Zaini
adalah sensor untuk weight in motion ini dapat digunakan menjadi solusi
pengukuran berat kendaraan dengan cara bergerak atau berjalan. Hasil yang
didapatkan pada pengujian ini untuk rata-rata error kecepatan sebesar 20,35% dan
beban kendaraan sebesar 10,87% serta jarak sumbu pada kendaraan sebesar
12,25%.
Hasil riset yang didapatkan oleh Hoa Wang dkk dalam hasil riset
“Indetification of moving train loads on railway bridge based on strain monitoring”
dapat disimpulkan jurnal ini membahas dampak dari beban kereta api bergerak
adalah termasuk kecepatan kereta, jarak antar gandar, berat kereta kotor dan bobot
dari gandar kereta api. Data tersebut didapatkan dari hasil regangan yang
didapatkan pada perlintasan kereta api dengan menggunakan kecepatan sebagai
puncak hasil pembacaan berat kereta dan hasil data yang didapat berupa real-time.
Dan hasil pengukuran bobot gandar yang dapat diperoleh dipengaruhi dengan
kecepatan kereta api.
Dari hasil penelitian yang telah disebutkan, dapat disimpulkan dalam
diagram fishbone dibawah ini
12
Gambar 2.5 Diagram Fishbone Weigh In Motion
13