Analysis of Universal Mobile

Telecommunications Service (UMTS) Planning

Using High Altitude Platform Station (HAPS)
Yosika Dian Komala #1, Uke Kurniawan U. #2, Yuyun Siti Rohmah #3
#
Telecommunication Engineering, Telkom University
Jalan Telekomunikasi No1Bandung, Jawa Barat, Indonesia
1 [email protected]
2 [email protected]
3 [email protected]

Abstract-The technology that enables to fill up the needs of (Base Station Subsystem), and the main component is the
high-speed data service is UMTS (Universal Mobile RNS (Radio Network System), HSS (Home Subscriber
Telecommunications Service). UMTS has a data rate of up to 2
Station), CS-CN (Circuit Switch Core Network) and PS-CN
Mbps. UMTS terrestrial system has a coverage area of 1-2 km.
By High Altitude Platform Station (HAPS) can be built a (Core Network Packet Switch).
macro cell that can serve the wider area. Design method UMTS
using HAPS is Planning Base on Coverage and Capacity Base
on Planning method simulated with 2.8.1 Atoll’s software.
Determination of the radius of the cell based on the coverage
using the free space loss propagation model. While based
capacity planning to determine the average cell throughput
that is available using the Offered Bit Quantity (OBQ).
Keyword : UMTS, HAPS, Coverage Planning, Capacity
Planning, Signal level, Ec/Io, Overlapping Zone, throughput
I. INTRODUCTION
Improved quality of data services currently is being
Picture 1. 1 architecture UMTS Release-99
upgraded. One technology that is able to meet the needs of
B. High Altitude Platform Station (HAPS)
high-speed data service is UMTS technology. But, UMTS
HAPS is a base station that is designed to occupy a
only coverage area 1-2 km by terrestrial system. This resulted
relative location of the earth at a certain height. HAPs are
the coverage area is too tight. The poorly effect can be
placed in the stratospheric layer exists at an altitude of 20-
overcome by using extra-terrestrial infrastructure. Extra-
50 km. HAPS rides have the form a giant blimp-shaped (like
terrestrial infrastructure satellite is an satellite infrastructure
a Zeppelin) along the 200-meter-sized or larger. The
which has advantages in the areas of flexibility, the coverage
advantage of HAPS is a fixed position always, a small delay
area is very wide, and good mobility, but the risk is high,
variation is almost similar to the terrestrial system and also
limited bandwidth expansion, the cost is very expensive
low attenuation due to the influence of the line-of-sight, the
(assembly, launching and maintenance), and the inertia of time
system can adjust the traffic distribution scenarios and
(time delay ) is high, especially for voice and interactive data.
dynamic, cheaper, HAPS cell development is not affected
To minimize the shortcomings of both the infrastructure, the
by terrain, obstacle, or other parameters in the terrestrial
infrastructure created High Altitude Platform Station (HAPS).
system. The single HAPS is a way implement in of, where
Excess HAPS are able to reach a wider area than terrestrial
only one platform is used as the Node B.
systems. HAPS can also be used as a network coexistence with
terrestrial networks to help when disaster strikes.
A. Universal Mobile Telecommunication Service (UMTS)
UMTS is one of the evolution of the third generation
mobile (3G) with a theoretical data rate up to 2 Mbps.
UMTS uses multiple access WCDMA (Wideband Code
Division Multiple Access), where each user is distinguished
by the code, called OVSF Code and Scrambling
Code.UMTS architecture consists of components from
previous architectures. GERAN is BSS
Picture 1. 2 HAPS used as Node B

“Seminar Nasional FORTEI 2015” 1

 II. UMTS NETWORK PLANNING PROCESS USING
7442
HAPS ��� 2�
A. Coverage Planning 10�.�.��
Power link budget calculation aims to find MAPL � � � �
(maximum allowable path loss). From the result MAPL in = 2� = 4,2°
���,�.��,�
table 2.1, obtained MAPL direction is 125.6 dB downlink Further defined antenna based equations to obtain the
and uplink directions MAPL is 124.8 dB. In order for the equations gain antenna.
signal on the uplink and downlink direction to be well
received, it is used MAPL uplink, downlink loss because
tolerance is greater than the loss uplink.

Table 2.1 Radio link budget

Transmitter UL DL Satuan Formula
Max TX power 23 30 dBm a B. Capacity Planning
TX antena Gain 1.5 32.3 dBi b
Body Loss 2 2 dB c
To calculate the estimated number of customers can be
EIRP 22.5 60.3 dBm d=a+b-c calculated using the trend line method, because each region
Receiver
Connector/Combiner Loss 0 2 dB e has a growing trend of customers with different levels.
Thermal noise density -173.8 -173.8 dBm/Hz f To calculate the number of users is computed by:
Receiver Noise Figure 5 10 dB g
Receiver Noise Density -168.8 -163.8 dBm/Hz h=f+g �� = �� × �� × �� (2.5)
Receiver Interference noise density -168.8 -163.8 dBm/Hz i=h Then estimate the number of customers is calculated by the
Total effective noise density -165.8 -160.8 dBm/Hz j=10*log(10^(h/10)+10^(i/10)
Noise power -103.0 -98.0 dBw k=f+g+10*LOG(3840000) equation:
Rx antena gain 32.3 1.5 dBi l Un =U0 (1+ f p )n (2.6)
Max C/(Io+No) 220.6 220.6 dBHz m=d-j+l-e
Processing Gain 10.0 10.0 dB n Note:
Required Eb/No (BER 10 )
-6
7.8 7.8 dB o Un : number of total user after “n” years
Data Rate
Required C/(Io+No)
66
73.8
66
73.8
dBbit/s
dBHz
p
q=o+p
Uo : number of user after planning
Fade Margin 0.5 0.5 dB r fp : growth factor
Power Control Error 4 4 dB s n : number of predictions
Same Cell Interference 10 10 dB t
Other cell interference 0.5 1.1 dB u UP : percentage of productive age group
Interference Margin 7 5.6 dB v PT : percentage of cell phone owners
Receiver Sensitivity -98.2 -94.6 dB w=o-n+k+v
MAPL 124.8 125.6 dB x=m-q-r-s-t-u-v PO : number of operators' customers
���� ������� ��������
The results of this calculation will be used as the radius Number of the cell = (2.7)
����� ���
for the used cells.
Meanwhile, the placement and naming of cells should be
FSL=32,45+20log f (MHz)+20 log h (km) (2.1)
counted according following picture.
So to calculate the distance (d) we use the Pythagorean
formula.
� = √ℎ� − ℎ′� (2.2)
d : distance (radius of cell)
h : the distance between NodeB with the farthest EU
h’ : HAPS altitude
for more details can be seen in picture 2.1

Picture 2.2 Laying settings cell

Each cell is identified by a pair of coordinates {Nr, Nc}. Nr
shows that there is a group of cells in a tier and Nc shows a
cell in a park in the northern tier.

Picture 2.1 The calculation of the cell radius.

In this design used omnidirectional antenna so coverage
area for each cell is
L = 2,6 x d2 (2.3)
To get the number of cells, can be calculated by
����
������ �� ���� = (2.4)
�������� ���� �� �����
Next is the calculation of the pattern antenna. For 3dB beam Picture 2.3 Parameter Cell
width obtained the equation,

2 “Seminar Nasional FORTEI 2015”

 For each cell that has the coordinates {Nr, Nc}, h is the For cell deployment in scenarios 2 and details of the location
height of HAP and D is the distance between cells. of each transmitter guidance and directional azimuth and
Ns is an integer between one to six sides are identified of the elevation angle settings can be seen in the following table.
hexagon. Table 3. 4 Data of Cells Location West Bandung regency
Using Scenario 2
(2.8)

In the equation, c 'is used to identify the location of the cell

that is related with the first cell.
(2.9)
G is the distance between the cell centers to sub platform
point, which can be obtained by the following equation.

(2.10)

The equation for the elevation angle θ0 and azimuth angle

φ0 can be obtained based on the following parameters.
With all these parameters, azimuth and elevation angle of
the antenna for all cells can form a hexagonal.
(2.11)

(2.12) B. Quality Planning UMTS network using HAPS based on

Coverage Planning
The results of UMTS network planning using HAPS
based on overall of coverage planning.
III. RESULTS UMTS NETWORK PLANNING
1) Signal Level
USING HAPS
Picture 3.1 and Picture 3.2 using quality signal level from
A. Introduction
planning.
From the calculation, based on calculation of coverage
planning obtained 4 cells to scenario 1, 14 cells for scenario
2 and scenario 3 cannot be defined.
Table 3. 1 Result coverage planning calculation

Picture 3.1 Histogram signal level on scenario 1

While, using capacity planning gets 11 cells. In the first scenario 44.7% of area covered by the signal level
Table 3. 2 Result capacity planning calculation above of -98 dBm. This means that only achieved 44.7% of
the target planning. 93.5% area covered signal more -117
dBm. It means 93.5% area covered with UMTS services,
because sensitivity of UMTS device is -117 dBm.

Cell Deployment based on calculations for scenario 1 can be

seen in the following table.
Table 3. 3 Data of Cells Location West Bandung regency
Using Scenario 1

Picture 3.2 Histogram of signal level in scenario 2

In the second scenario 68.7% area covered by the signal
level above of -98 dBm. This means that only 68.7%

“Seminar Nasional FORTEI 2015” 3

achieved of target planning. 96.2% with a covered area of
more than -117 dBm signal. This means that 96.2% area
covered by UMTS services using the scenario of two at an
altitude of 20 kilometers.
To improve the signal quality level of scenario 1 at the
height 17 kilometers of HAPs required additional number of
cells to cover areas of West Bandung regency.
2) Energy Chips to Interference
Ec / Io is the chip energy to interference. Ec / Io is the
ratio between the energy of chips with interference and
noise.
Picture 3.5Histogram overlapping zone scenario 1

Picture 3.3 Histogram Ec / Io scenario 1 Picture 3.6 Histogram overlapping zone scenario 2
Picture 3.3 and Picture 3.4 describe the condition pf Ec/Io in C. Capacity Planning Simulation
each scenario. By standard, recomendation Ec/Io for UMTS From table 3.5 it is known that there are 73.56 users
networks is -15 dB. For scenario 1, 66% of the area covered who aspires UMTS with throughput downlink total 3.61
by the Ec/Io above -15 dB. Mbps and throughput uplink total 1:58 Mbps. From the
simulation, the user is successfully connected 61.47 user
with throughput downlink total 2.67 Mbps, 1:58 Mbps is
total uplink throughput and the user fails to access are
16.6%.
While in scenario 2, as seen in Table 4.5, there are
users 56.95 who aspires to access UMTS network with a
total throughput download link of 3.43 Mbps downlink and
uplink throughput total 1.71 Mbps. From the simulation, the
user is successfully connected to the user 46.46 with total
Picture 3.4 Histogram Ec/Io scenario 2 downlink throughput 949.36 kbps, the total uplink
For scenario 2, all area covered by the Ec / io less than throughput 1.04 Mbps and user access fails 18.4%.
-16 dB. So all area is not fulfilling standards that have been Table 3. 5 Breakdown service UMTS scenario 1
set. So for two scenarios recommendation is to reduce the
number of cells. Because even though the quality of the
signal level in scenario 2 is good, but because the number of
cells is also a lot, the number interference also increased, so
the value of Ec / Io is getting smaller. Thus, HAPS altitude
affect the number of cells obtained. But, if the number of
cells that implemented too much, it will increase the
interference so it can minimize the value of Ec / Io.
3) Overlapping Zone quality.
Picture 3.5 and picture 3.6 show the condition
overlapping zone in everyscenario. By standard, the
recommendations overlapping zone are 5% to 10%.
For scenario 1, overlapping zone obtained by 9%. While in
scenario 2, the overlapping zone obtained by 12%.
Based on simulation overlapping zone, only scenario 1
that suitable with the standards. Overlapping zone that too
large in scenario 2 due to the elevation angle effect is applied
to each transmitter. So the solution is to adjust the tilting is
applied to each transmitter.

4 “Seminar Nasional FORTEI 2015”

 Table 3. 6 Breakdown service UMTS scenario 2 IV. CONCLUSION
Request The result planning of HAPS with altitude of 17 km needs 4
56.95 users trying to connect cells for covering Bandung Barat Regency. The simulation
Service User DL Rate UL Rate shows 44.7% covered area with signal level above -98 dBm,
Speech 32.76 160.1 kbps 160.1 kbps 93.5% serviced by UMTS, 66% covered area by Ec/ Io
SM 0 0 kbps 0 kbps above -16 dB, 9% of overlapping zone, 2.67Mbps of
SD 5.34 341.5 kbps 341.5 kbps
MMM 6.93 443.46 kbps 443.46 kbps
network throughput downlink, and 1.58 Mbps of throughput
HMM 6.46 2.48 Mbps 413.25 kbps uplink.The result planning of HAPS with altitude of 20 km
HIMM 5.47 349.76 kbps 349.76 kbps needs 14 cells for covering Bandung Barat Regency. The
Total 56.95 3.43 Mbps 1.71 Mbps simulation shows 68.7% covered area with signal level
Result above -98 dBm, 96.2% serviced by UMTS, none covered
46.46(81.6%) connected to R99 Radio Bearer area by Ec/ Io above -16 dB, 12% of overlapping zone,
Service User DL Rate UL Rate 949.36 kbps of network throughput downlink, and 1.04
Speech 32.64(99.1%) 159.27 kbps 159.53 kbps
Mbps of throughput uplink.The planning of HAPs location
SM 0 0 0
SD 1.57(29.3%) 5.32 kbps 100.16 kbps
with altitude 22km is unable to execute and unidentify in
MMM 6.84(98.8%) 438.02 kbps 438.02 kbps simulation cause factor of MAPL value. HAPS located with
HMM 0(0%) 0 bps 0 bps altitude 17km is acquired 4 cells. Then, it located with
HIMM 5.42(99.1%) 346.75 kbps 346.75 kbps altitude 20 is received 14 cells. Base of comparison of
Total 46.46(81.6%) 949.36 kbps 1.04 Mbps altitude of HAPS location, The higher altitude will be more
number of cells will be achieved. HAPS located with
From this it can be compared the effect of high HAPS altitude 17km has Ec/ Io above -16dB. Then, it located with
effect on user throughput. The altitude of 20 kilometers, altitude 20 is unqualify the standard. It can be concluded
rejected user bigger 1.8% than altitude of 17 kilometers. It that the quality of Ec/Io is inversely proportional to the
is influenced because the value of Ec/Io obtained by users in height of HAPs. The value of overlapping zone with altitude
scenario 2 is smaller than the value of Ec/Io obtained in 17 km is 9%. Then, it located with altitude 20 is 12%. The
scenario 1. Eventhough signal levels obtained in scenario 2 higher HAPS position is higher value of overlapping zone.
is better than scenario 1. Ec/Io with value of -16 dB is acquired 2.67 Mbps throughput
In scenarios 1 and 2 are also visible differences in the downlink and 1.58 Mbps throughput uplink. While Ec/Io
number of users that can be served. In scenario 2, the user with the under standard value is acquired 949.36 kbps
can be served decreased 24.41% than scenario 1. The throughput downlink and 1.04 Mbps throughput uplink. The
number of users who can access each of the services is also value is depended on Ec/Io parameter. The planning of
much bigger in scenario 2. UMTS with HAPS in Bandung Barat Regency uses
Total throughput of the network also showed greater parameter of signal level, Ec/Io, Overlapping Zone, and
numbers in scenario 1, both for downlink or uplink Network throughput with coverage planning and HAPS
direction. Based on the results of coverage planning and which located in altitude of 17 km, longitude of
capacity planning based on the coverage selected the 107.336804E, and latitude of 6.958623S is the best
planning scenario 1, which is located at an altitude HAPS 17 alternative.
kilometers due based on the parameters Ec/Io, overlapping
zone and network throughput yield the best value. REFERENCES
Table 3. 7 The results of comparative analysis of scenario
[1] Aviles, Javier Carloza. 2007. “High Altitude Platforms for
1, 2 and 3
UMTS”. Tampere University of Technology: Finland

[2] ECC. 2002. Guidance Material for Assessing the Spectrum

Requirements of the Fixed Service to Provide Infrastructure to
support the UMTS/IMT-2000 Networks. Sesimbra

[3] Grace, David and Mihael Mohorcic. 2011. Broadband

Communications via High Altitude Platforms. John Wiley &
Sons Ltd : United Kingdom.

[4] Siamitros, K., N. Dimitriou, and R. Tafazolli. 2002. “UMTS

Coverage Planning using a High Altitude Platform Station
(HAPS)”. Surrey: IEEE white paper.

[5] Zavala, Alejandro Aragon, Jose Luis C.R., and Jose Antonio
D.P. 2008. High Altitude Platforms for Wireless
Communications. John Wiley & Sons Ltd: United Kingdom.

“Seminar Nasional FORTEI 2015” 5

Analisis Penentuan Frekuensi Kerja Propagasi NVIS
Komunikasi Radio HF Riau-Bukit Tinggi
sutoyo1
Jurusan Teknik Elektro, UIN Sultan Syarif Kasim Riau
Jl. HR Soebrantas KM 15 Pekanbaru
[email protected]

Abstract— Keberadaan stasiun Automatic Link Estabilishment Dalam komunikasi radio HF jarak jauh,
(ALE) di Riau banyak memberikan manfaat seperti melengkapi
informasi jaringan ALE Nasional, terutama untuk wilayah gelombang radio HF dipantulkan oleh ionosfer
Indonesia bagian barat dan ini akan menjadi salah satu bentuk (frekuensi yang dapat digunakan untuk komunikasi
usaha dalam penanggulangan bencana terutama dalam tergantung kondisi ionosfer pada saat komunikasi
pemberian informasi rujukan frekuensi kerja untuk kondisi
darurat. Pada penelitian ini akan melakukan penentuan berlangsung ), sehingga mempunyai ketergantungan
frekuensi kerja komunikasi radio high frequency (HF) yang pada kondisi ionosfer. Ionosfer bervariasi setiap
diperoleh dari implementasi stasiun ALE. Salah satu wilayah saat, demikian pula frekuensi yang dapat didukung
yang akan ditentukan rujukan frekuensi kerja adalah sirkit
Riau-Bukit Tinggi. Bukit Tinggi merupakan salah satu stasiun oleh ionosfer, sehingga perlu rujukan frekuensi
ALE nasional yang berlokasi di Koto Tabang Bukit Tinggi. kerja yang tepat digunakan pada saat kondisi
Adapun metode propagasi yang digunakan adalah menggunakan ionosfer yang bervariasi bertujuan untuk menjaga
propagasi near vertical incidence skywave (NVIS). Propagasi
NVIS merupakan propagasi untuk komunikasi radio HF jarak kelangsungan keberhasilan dalam berkomunikasi
dekat dengan menggabungkan propagasi ground wave dengan menggunakan radio HF.
skywave, sedangkan jarak antara kedua sirkit berada dibawah Rujukan frekuensi kerja (kanal frekuensi yang
berada di propagasi ground wave dan skywave.
terbuka) dapat diperoleh dengan melakukan
manajemen frekuensi terhadap frekuensi kerja
Kata Kunci— Stasiun ALE, NVIS, Radio HF, Frekuensi kerja
seperti mengatur frekuensi kerja serta mengatur
I. PENDAHULUAN waktu komunikasi salah satu metode yang
Salah satu faktor pendukung kemajuan suatu digunakan dengan implementasi stasiun Automatic
daerah adalah tersedianya layanan telekomunikasi Link Estabilishment (ALE). Stasiun ALE saat ini
yang dapat memberikan informasi sehingga sudah didirikan diwilayah provinsi Riau yaitu di
menjadi kebutuhan yang harus dipenuhi dalam Kampus Universitas Islam Negeri Sultan Syarif
kehidupan sehari-hari. Hal ini tidak terlepas dari Kasim Riau (UIN SUSKA Riau) bertempat di
peranan penyedia layanan telekomunikasi yang Laboratorium Fakultas Sains dan Teknologi atas
senantiasa melakukan inovasi terhadap layanan kerjasama antara UIN SUSKA Riau dengan
sehingga memberikan kemudahan bagi pengguna Lembaga penerbangan dan antariksa nasional
dalam menikmati suatu layanan dalam (LAPAN).
berkomunikasi. Keberadaan stasiun ALE di Riau banyak
Ketika terjadi kondisi darurat, perlu dilakukan memberikan manfaat seperti melengkapi informasi
penanganan segera. Untuk itu perlu dilakukan jaringan ALE Nasional, terutama untuk wilayah
koordinasi dengan berbagai instansi dan perlu Indonesia bagian barat dan ini akan menjadi salah
komunikasi segera. Dalam kejadian kondisi darurat satu bentuk usaha dalam penanggulangan bencana
infrastruktur komunikasi modern (misalnya BTS) terutama dalam pemberian informasi rujukan
yang diperuntukkan untuk komunikasi seluler frekuensi kerja untuk kondisi darurat.
seringkali rusak, sehingga perlu sistem komunikasi Pada penelitian ini akan melakukan
mandiri yang tidak bergantung pada infrastruktur penentuan frekuensi kerja komunikasi radio HF
modern. Dalam kondisi seperti ini komunikasi yang diperoleh dari implementasi stasiun ALE.
menggunakan radio high frequency (HF) bisa Salah satu wilayah yang akan ditentukan rujukan
menjadi solusi. frekuensi kerja adalah sirkit Riau-Bukit Tinggi.

6 “Seminar Nasional FORTEI 2015”

 Bukit Tinggi merupakan salah satu stasiun ALE tentunya dapat mempengaruhi keberhasilan
nasional yang berlokasi di Koto Tabang Bukit komunikasi Radio
Tinggi. Adapun metode propagasi yang digunakan
A. Sistem Automatic Link Establishment (ALE)
adalah menggunakan propagasi near vertical
incidence skywave (NVIS). Propagasi NVIS Salah satu teknologi terkini yang digunakan
merupakan propagasi untuk komunikasi radio HF dan dikembangkan dalam lingkup komunikasi radio
jarak dekat dengan menggabungkan propagasi High Frequency (HF) adalah teknologi yang
ground wave dengan skywave dengan jarak jangkau dikenal dengan Automatic Link Establishment
50 sampai 600 Km, sedangkan jarak antara kedua (ALE). Teknologi ini menawarkan kemudahan bagi
sirkit berada dibawah radius 500 Km. operator radio HF dalam melaksanakan komunikasi
II. RADIO HF yang hendak dilakukan. Teknologi ALE muncul
High Frequency (HF) merupakan sistem sebagai upaya untuk mengatasi adanya perubahan
komunikasi radio nirkabel yang mampu frekuensi kerja yang dapat digunakan pada suatu
memberikan komunikasi jarak jauh dengan bantuan sirkit komunikasi radio, sebagai akibat dari
lapisan ionosfer. Salah satu alasan mengapa dinamika lapisan ionosfer [2] Dengan sistem ini
komunikasi radio HF masing banyak digunakan pemilihan frekuensi kerja radio pada suatu sirkuit
untuk berkomunikasi yaitu perangkat yang komunikasi dapat dilakukan secara otomatis.
sederhana dengan biaya yang murah serta mampu Sistem ALE merupakan sistem yang bekerja
menghantarkan informasi jarak jauh tanpa dengan cara melakukan pemilihan kanal atau
bergantung pada perangkat yang modern seperti frekuensi secara otomatis. Pemilihan frekuensi
pada komunikasi nirkabel lainnya. dilakukan berdasarkan hasil analisis kualitas sinyal
Komunikasi radio HF merupakan komunikasi uji komunikasi secara real time berdasarkan alokasi
yang memanfaatkan gelombang radio sebagai frekuensi yang dimiliki sistem tersebut.
proses penyampaian informasi yang merambat Pemeriksaan kualitas sinyal yang terbaik dari
melalaui gelombang udara yang berada pada beberapa frekuensi yang dimiliki, digunakan
rentang frekuensi 3-30 MHz. Komunikasi HF ini sebagai bahan atau dasar untuk menentukan kanal
banyak digunakan pada militer, maritim, operator atau frekuensi yang hendak digunakan dalam
radio instansi pemerintah serta broadcasting berkomunikasi.
(penyiaran). Secara rinci mekanisme dalam sistem ALE
Keberadaan komunikasi radio HF untuk melakukan komunikasi dengan stasiun yang
memberikan dampak positif dalam teknologi dalam dituju atau dikehendaki disajikan pada Gambar 1.
bidang telekomunikasi sebagai sarana penyampaian Untuk memulai komunikasi, stasiun inisiator
informasi bagi masyarakat. Kemajuan teknologi melakukan pemanggilan sesuai dengan identitas
mengakibatkan terjadinya inovasi dalam stasiun yang dituju dengan menggunakan frekuensi
penyampaian data komunikasi pada komunikasi (f1,f2,...,fn) yang telah ditetapkan atau dimiliki.
radio HF. Pada awalnya komunikasi radio HF Apabila stasiun yang dituju menerima sinyal
hanya dapat diterapkan informasi berupa suara, tersebut, maka sinyal respon yang berisi identitas
namun sekarang komunikasi data telah mampu stasiun akan dikirimkan melalui frekuensi yang
diterapkan dan beralih kepada komunikasi digital. sama (fc). Setelah menerima sinyal respon dari
Gelombang radio HF memiliki sifat dapat stasiun yang dituju, sinyal balasan
dipantulkan oleh lapisan ionosfer, sehingga (acknowledgment) dikirimkan sebagai isyarat untuk
komunikasi dari pengirim ke penerima dapat memulai komunikasi. Setelah sinyal balasan
mencapai jarak yang sangat jauh. [3,8,12]. Lapisan acknowledgment diterima, maka sinyal untuk
ionosfer memiliki sifat yang dinamis yang dapat melakukan komunikasi dari stasiun inisiator
dipengaruhi oleh kondisi aktifitas matahari, lokasi, dikirimkan dan komunikasi antara kedua stasiun
serta musim sehingga memiliki variasi komunikasi tersebut dapat dilaksanakan.
dengan waktu dan frekuensi yang berbeda dan

“Seminar Nasional FORTEI 2015” 7

 Near Vertical Incidence Skywave merujuk
kepada pancaran (sinyal) radio di band HF, yang
memancar dengan sudut pancaran (Take off atau
Elevation Angle) yang nyaris tegak lurus (= near
vertical), sehingga sinyal yang dipantulkan lapisan
ionosfir jatuh kembali ke area yang berjarak sekitar
0~400 Km dari asal pancaran.
C. Sisi Teknis NVIS
Tergantung jarak yang hendak dicapai,
tingkat keberhasilan dan efisiensi sebuah jaringan
Gambar 1. Proses handshaking dalam sistem ALE
Keterangan : komunikasi radio selalu merupakan perpaduan
f1, f2,.., fn : Frekuensi uji antara pilihan yang tepat atas tiga faktor: Power
fc = frekuensi komunikasi Output (Po), Frekuensi dan Elevation (Take off)
Dalam proses pemanggilan (calling), angle.
pemilihan frekuensi yang hendak digunakan tidak
bersifat acak. Pemilihan frekuensi dilakukan
berdasarkan hasil analisis kualitas sinyal dari tiap-
tiap frekuensi yang ada. Proses analisis kualitas
sinyal tersebut dikenal sebagai algoritma Link
Quality Analyze (LQA).
Dalam proses melakukan panggilan
komunikasi yang dilakukan, susunan frekuensi Gambar 2. Tiga faktor teknis NVIS

berdasarkan kualitas sinyal dengan algoritma LQA Dalam ber-NVIS, faktor yang paling menentukan
dibuat dalam sebuah matriks. Contoh matriks LQA adalah Elevation Angle atau Sudut Pancar, dan
disajikan pada Tabel 1. Kolom address merupakan karena Sudut Pancar ini antara lain juga ditentukan
kolom yang berisikan identitas atau callsign oleh tinggi rendahnya posisi Feedpoint dari Antena,
masing-masing stasiun. Sedangkan kolom channels maka tinggi rendahnya bentangan antenalah yang
merupakan kolom frekuensi atau kanal yang merupakan faktor penentu. Dalam hal NVIS
tersedia yang berisi informasi nilai kualitas sinyal Elevation Angle:, untuk dapat mencakup liputan
dari frekuensi yang dapat digunakan untuk dalam radius 0 ~ 400 Km yang diperlukan adalah
menghubungi stasiun-stasiun tersebut. Sebagai antena dengan Sudut Pancar yang tinggi (High
contoh; untuk berkomunikasi dengan stasiun Elevation Angle), nyaris mendekati 90 derajat.
ALPHA2, tersedia 4 kanal yang dapat digunakan,
yakni ; kanal 1, 3, 4, dan 5. Sedangkan untuk urutan
frekuensi yang digunakan dalam penentuan
frekuensi kerja yang hendak digunakan untuk
berkomunikasi akan dimulai dari kanal 4, 3, 5, dan
1.
Tabel 1. Hasil dari LQA sistem ALE Gambar 3. High dan Low Elevation Angle

III. METODOLOGI
Dalam menghasilkan sebuah penelitian yang
baik dan benar, salah satu hal terpenting yang harus
dimiliki adalah menggunakan metode-metode yang
B. Propagasi Near Vertical Incidence Skywave dapat menggambarkan tahapan penelitian serta
(NVIS) metode yang dapat menjawab segala permasalahan
yang ada dalam sebuah penelitian. Pada bagian ini

8 “Seminar Nasional FORTEI 2015”

 menjelaskan tentang metode yang dipilih dalam sirkit Riau-Bukit Tinggi diawali dengan
menjawab permasalahan yaitu dalam menentukan pengukuran menggunakan software mars ALE.
frekuensi kerja propagasi NVIS untuk sirkit Riau- Software mars ALE merupakan salah satu bagian
Bukit Tinggi secara rinci dapat dinyatakan sebagai dalam perangkat stasiun ALE yang mampu
berikut : mengumpulkan informasi propagasi gelombang
A. Pengumpulan dan Pengolahan Data radio HF untuk seluruh stasiun ALE yang berada di
Dalam penelitian ini data yang digunakan Indonesia. Secara umum perangkat stasiun ALE
merupakan data terima dari hasil pengukuran dapat digambarkan pada gambar 5.
stasiun ALE yang berlokasi di daerah Koto Tabang
Bukit Tinggi Sumatera Barat, sedangkan sebagai
pengirim adalah stasiun ALE Riau yang berada di
Pekanbaru yang berlokasi di Laboratorium Fakultas
Sains dan Teknologi Universitas Islam Negeri
Sultan Syarif Kasim (UIN SUSKA) Riau.
Setiap stasiun ALE memiliki ID Stasiun yang
berbeda sesuai dengan lokasi dimana stasiun berdiri.
Seperti halnya untuk stasiun ALE yang berada di
kawasan pulau Sumatera seperti stasiun ALE Koto
Tabang dengan penamaan ID Stasiun yaitu
YD0OXH5, sedangkan untuk stasiun ALE Riau Gambar 5. Blok Diagram perangkat sistem ALE (a) Perangkat menggunkan
memiliki ID Stasiun YD0OXH5A. Modem TNC dan PC (b) Perangkat radio ICOM IF-7000

Adapun propagasi yang digunakan untuk Perangkat sistem ALE telah diintegrasikan
stasiun ALE Riau dengan stasiun ALE Koto pada sebuah perangkat radio komunikasi. Adapun
Tabang adalah Propagasi Near Vertical Insidence komponen utama dalam sistem komunikasi radio
Skywave (NVIS). Salah satu alasan penggunaan terdiri dari antena, radio dan catu daya berupa
propagasi NVIS karena jarak antara kedua stasiun power suply. Sedangkan komponen sistem
berada pada jarak diabawah 500 Km yaitu jarak komunikasi data berupa personal computer (PC)
antara stasiun ALE Riau yang berada di Pekanbaru dan software MARS ALE.
dengan stasiun ALE Koto Tabang yang berada di Dalam tahapan pengolahan data melalui
Bukit Tinggi berjarak 237 Km. Untuk Lebih rinci sebuah proses di dikenal dengan filter. Filter
dapat dilihat pada gambar 4 menggunakan google digunakan untuk menyaring informasi sesuai
map dalam menentukan jarak antara kedua stasiun. dengan kebutuhan yang ingin ditentukan. Hasil
pengukuran menampilkan seluruh informasi yang
diterima oleh stasiun ALE penerima yang berisi
untuk semua stasiun ALE nasional. Pada penelitian
ini menentukan frekuensi kerja antara sirkit Riau-
Bukit Tinggi sehingga proses filter yang dilakukan
sesuai dengan kebutuhan kedua sirkit tersebut.
Adapun proses filter secara umum dapat
dilihat pada gambar tahapan pengolahan data
gambar 6 dibawah ini

Gambar 4 Jarak stasiun ALE Riau dengan stasiun ALE Koto Tabang Bukit
Tinggi menggunakan google map
Dalam tahapan pengumpulan dan pengolahan
data untuk melakukan manajemen frekuensi kerja

“Seminar Nasional FORTEI 2015” 9

 Mulai www.hflink.net seperti terlihat pada gambar 7
dibawah ini.
Data ALE

Filter ID

Filter
Frekuensi

Hitung Rata-
Rata BER

Gambar 7. Tampilan propagasi Radio HF website www.hflink.net

Konversi SN
IV. HASIL
Dalam kajian ini menampilkan beberapa
hasil yang menunjukkan hasil pengolahan data
Hitung Rata-
Rata SN melalui pengukuran data stasiun ALE penerima,
kemudian disertai dengan pembahasan berupa
Berhenti
analisis dalam menentukan frekuensi kerja
Gambar 6 Pengolahan Data
propagasi NVIS sirkit Riau – Bukit Tinggi.
B. Manajemen Frekuensi Kerja Propagasi NVIS A. Hasil Pengukuran Stasiun ALE Koto Tabang
Ketergantungan komunikasi radio HF terhadap Bukit Tinggi
kondisi lapisan Ionosfer mengakibat tingkat Keberadaan stasiun ALE Koto Tabang dengan
keberhasilan komunikasi bervariasi dan stasiun ALE Riau yang berjarak pada radius
penggunaan satu frekuensi kerja tidak dapat dibawah 500 km memungkinkan propagasi yang
digunakan secara kontinu sehingga dibutuhkan digunakan adalah Near vertical incidence skywave
pengaturan agar tingkat keberhasilan komunikasi (NVIS) yang merupakan gabungan dua buah
menggunakan radio HF menjadi lebih baik yang propagasi yaitu propagasi ground wave dan
dikenal dengan manajemen frekuensi. propagasi Skywave. Pada penelitian ini sebagai
Manajemen frekuensi dapat dilakukan dengan tempat yang dijadikan untuk melakukan
mengatur waktu komunikasi serta mengatur pengukuran adalah stasiun ALE Koto Tabang
frekuensi kerja yang digunakan salah satu cara dengan data yang digunakan selama 1 bulan.
dengan menerapkan sistem automatic link Berikut ini merupakan data hasil pengukuran
establishment (ALE). Untuk menentukan propagasi yang disajikan pada gambar 8 dibawah ini.
gelombang radio HF untuk seluruh wilayah
Indonesia dibutuhkan pendirian beberapa stasiun
ALE yang dapat memberikan infirmasi tentang
rujukan frekuensi kerja yang optimal untuk masing-
masing daerah yang berada di negara Indonesia.
Dengan adanya stasiun ALE dapat memberikan
manfaat yang sangat besar dalam memberikan Gambar 8. Hasil Pengukuran Stasiun ALE Koto Tabang
rujukan frekuensi kerja dan dapat dimanfaatkan Gambar 8 menyajikan beberapa informasi
pada kondisi darurat dimana komunikasi moderen hasil pengukuran yang menggambarkan kondisi
seperti tidak mampu memberikan layanan informasi penerimaan stasiun ALE Koto Tabang Bukit Tinggi.
yang diakibatkan kerusakan infrastruktur. Penggunaan komunikasi data digital yang
Ada beberapa stasiun ALE di Wilayah negara diterapkan pada sistem komunikasi Radio HF, salah
Indonesia, untuk melihat posisi stasiun ALE dapat satunya terlihat dalam penerapan sistem ALE yang
dilihat dengan mengunjungi website menyajikan data berupa data digital.

10 “Seminar Nasional FORTEI 2015”

 Dengan data yang dihasilkan pada sistem digunakan untuk menentukan pemilihan frekuensi
ALE berupa data digital akan memudahkan dalam kerja secara otomatis.
proses pengolahan data informasi yang disajikan. Salah satu kelebihan pada sistem ALE mampu
Pada gambar 8 menunjukkan informasi kondisi real menghasilkan informasi keberhasilan komunikasi
time komunikasi radio HF seperti waktu antar stasiun ALE dengan kondisi lapisan ionosfer
komunikasi berupa tanggal dan jam, frekuensi kerja, yang selalu bervariasi terhadap waktu. Dengan data
ID stasiun serta indeks kualitas BER dan SN. yang diperoleh dari stasiun ALE akan memudahkan
Informasi ini sangat berguna dalam melakukan dalam melakukan pengaturan terhadap waktu
manajemen frekuensi karena akan mempermudah komunikasi antar stasiun ALE serta memudahkan
dalam menentukan waktu komunikasi antar kedua dalam penentuan frekuensi kerja yang cocok yang
sirkit. digunakan dalam berkomunikasi yang dikenal
Data yang dihasilkan pada tahapan dengan manajemen frekuensi.
pengukuran merupakan data uji keberhasilan
propagasi radio menggunakan sistem ALE yang PKU-KTB Agustus
terkoneksi pada masing-masing stasiun, sehingga
15
data yang diperoleh memuat seluruh stasiun ALE. Frekuensi
Untuk memperoleh data informasi 10
keberhasilan komunikasi kedua sirkit pada 5
penelitian ini maka dilakukan proses filter yang modus
0
dapat menghasilkan data sesuai dengan kebutuhan

19:39
00:00
02:11
04:22
06:33
08:44
10:55
13:06
15:17
17:28

21:50
sirkit Riau-Bukit Tinggi. Hasil filter dapat dilihat
pada gambar 9 berikut ini. Waktu (UT)

Gambar 10 Frekuensi Kerja Bulan Agustus 2013

Pada gambar 10 menunjukan informasi
keterbukaan kanal sirkit Riau-Bukit Tinggi untuk
Indeks frekuensi kerja optimum dalam variasi satu bulan.
BER Dari gambar 10 diperoleh bahwa untuk sirkit Riau-
Bukit hanya ada tiga frekuensi kerja yang optimum
Gambar 9 Hasil Filter sirkit Riau-Bukit Tinggi
Gambar 9 menunjukkan perubahan data Id yaitu 7,049 MHz, 7,102 dan 10,145 MHz. Nilai
stasiun ALE yang sudah memiliki ketetapan nilai frekuensi ini menunjukkan kesamaan secara teoritis
sesuai dengan kebutuhan yang digunakan untuk menyatakan sisi teknis untuk propagasi NVIS
menentukan frekuensi kerja sirkit Riau-Bukit dalam hal frekuensi berada pada rentang 2 sampai
Tinggi dengan propagasi NVIS menggunakan 10 MHz untuk pemakaian di lingkungan militer,
software filter. Berbeda halnya dengan gambar 8 maritim, dinas pemerintahan maupun komersial.
yang menyajikan seluruh informasi terima stasiun Dengan diketahui alokasi frekuensi kerja sirkit
ALE Koto Tabang Bukit Tinggim sedangkan data Riau-Bukit Tinggi dapat digunakan sebagai rujukan
yang dibutuhkan hanya dua sirkit komunikasi frekuensi kerja yang digunakan oleh pengguna
sehingga pengolahan data akan menjadi lebih sulit radio HF di wilayah kedua sirkit yaitu Riau dan
dan dalam waktu yang lama. Bukit Tinggi.
B. Hasil Manajemen Frekuensi Sirkit Riau-Bukit
Untuk menguji kualitas sinyal yang
Tinggi digunakan dari ketiga rujukan frekuensi kerja yang
Sistem Automatic Link Establishment diperoleh dari manajemen frekuensi, maka
merupakan salah satu sistem adaftif yang mampu dilakukan perhitungan terhadap nilai indeks BER
menghasilkan informasi keterbukaan kanal pada dan indeks SN yang dijadikan sebagai alat ukur
komunikasi radio HF yang berbasis perangkat lunak keberhasilan penggunaan frekuensi kerja yang telah
yang diintegrasikan dengan perangkat radio dan diperoleh.

“Seminar Nasional FORTEI 2015” 11

 Untuk nilai indeks BER dan nilai indeks SN menentukan frekuensi kerja propagasi NVIS sirkit
dari ketiga frekuensi rujukan dapat dilihat pada Riau – Bukit Tinggi antara lain :
gambar 11 dan 12 berikut : 1. Dari hasil manajemen frekuensi menggunakan
sistem ALE sirkit Riau – Bukit Tinggi
diperoleh 3 alokasi rujukan frekuensi kerja
yaitu 7,049 MHz, 7,102 dan 10,145 MHz.
2. Dari ketiga rujukan frekuensi kerja 7,049 MHz,
7,102 dan 10,145 MHz sudah menunjukkan sisi
teknis propagasi NVIS yang berada pada
rentang frekuensi 2 sampai 10 MHz.
3. Untuk nilai indeks BER ketiga rujukan
frekuensi kerja 7,049 MHz, 7,102 dan 10,145
MHz dikategorikan dalam kualitas BER yang
sangat baik.
Gambar 11 Indeks BER
4. Untuk Nilai indeks SN ketiga rujukan frekuensi
Gambar 11 merupakan pendekatan nilai
kerja 7,049 MHz, 7,102 dan 10,145 MHz,
frekuensi kerja dengan parameter indeks BER. Dari
Frekuensi kerja 7,049 MHz, 7,102
ketiga rujukan frekuensi kerja 7,049 MHz, 7,102
dikategorikan sangat baik dan Frekuensi kerja
dan 10,145 MHz menunjukan bahwa parameter
10,145 MHz kategori baik dalam kondisi tidak
nilai indeks BER berada diatas nilai indeks 25 dan
ada noise.
dikategorikan dalam kualitas yang baik. REFERENCES
[1] ---., ―Radio Communications In The Digital Age volume one : HF
Technology’’, 1996.
[2] ---., ―Introduction to HF Radio Propagation’’, http://www.ips.gov.au.
Download tanggal 25 Februari 2003
[3] Australian Government,―Introduction to HF Radio Propagation’’., IPS
Radio and Space Services, Sidney, Australia., 2007.
[4] Bonnie,C.,. ― KQ6XA, ALE on HF in the USA Amateur Radio Service’’,
HFLINK.Com, Download 4 Agustus 2007.
[5] Dear, V1.,. ―Pengamatan Propagasi Komunikasi Radio HF
menggunakan jaringan Automatic Link Establishment (ALE) Nasional
dan Pemanfaatannya. Workshop Kerjasam LAPAN-UNSRAT ’’,
Manado 22 November 2012
[6] Dear, V2. ―Hasil Awal Uji Indeks T Ionosfer Regional Menggunakan
Jaringan Stasiun ALE (Automatic Link Establishment)’’, Berita
Gambar 12 Indeks SN
Dirgantara., 2012.
Gambar 12 merupakan pendekatan nilai [7] Dettmann, T. R., (WX7S), ―Types of propagation’’, download
frekuensi kerja dengan parameter indeks SN. Dari [8] Harris, ―Radio communications in the digital age’’, Harris Corporation,
RF Communications Division, Vol.1.HF technologi. .,1996.
ketiga rujukan frekuensi kerja 7,049 MHz, 7,102 [9] Jiyo, Yatini, C.. ― Pengaruh Badai Antariksa Oktober-November 2003
dan 10,145 MHz untuk nilai frekuensi kerja 7,049 Terhadap Lapisan Ionosfer dan Komunikasi Radio’’, Warta LAPAN
Vol 7 No.3. , 2005
MHz, 7,102 MHz menunjukkan parameter nilai [10] Liliana, Sutoyo, , ― Analisis implementasi jaringan stasiun ALE Riau
indeks SN berada pada nilai 10 dengan status very untuk manajemen frekuensi kanal radio HF pada komunikasi darurat’’
LPP UIN SUSKA RIAU. 2013.
clear artinya sinyal sangat bagus, sedangkan [11] Nancy R.,dkk.,. ― Lapisan Ionosfer, manajemen frekuensi dan teknis
frekuensi kerja 10,145 MHz menunjukkan nilai 7 komunikasi Radio’’, Materi Pelatihan MFTKR Tingkat Dasar, LAPAN,
Bandung, 2013.
yang terdapat dalam kategori parameter indeks SN [12] NATO.,, ― HF Interference, Procedures and Tools’’., The Research
clear artinya kualitas sinyal bagus. [13]
and Technology Organisation (RTO) of NATO, 2007.
Mc. Namara,L., , ― The ionosfer : Communications, surveillance, and
direction finding’’, Kreiger publishing company, 1991.
V. KESIMPULAN [14] Collin, R.E., , ―Antennas & Radiowave Propagation’’. Mc Graww Hill,
Dalam penelitian menghasilkan beberapa [15]
1985, ISBN 0-0711808-6, 1985.
Hflink., ―ALE Handbook for Government Chapter 3’’.
kesimpulan terkait dari hasil analisis dalam http://hflink.com/standards, 2010.

12 “Seminar Nasional FORTEI 2015”

 Watermarking Citra Motif Timor dengan Metode
Discrete Cosinus Transform (DCT)
Silvester Tena#1, Thysan Yoseph#2
#
Program Studi Teknik Elektro Fakultas Sains dan Teknik, Unversitas Nusa Cendana,
Jl. Adisucipto Penfui, Kotak Pos 104 Kupang, 85001, Nusa Tenggara Timur, Indonesia
1
[email protected]
2
[email protected]

Abstract— Distribution of digital media over the internet allows us antara data yang terwatermark dan data yang asli;
to share information quickly and accurately. On the other hand, will b) Robustness yaitu watermark di dalam host data harus tahan
cause problems when the media is not copyright protected. Motif terhadap beberapa operasi pemrosesan digital seperti
Timor image is kind of a unique image that contains the meaning of penambahan noise, operasi geometri dan manipulasi data
culture. Watermarking is one of the solutions to protect our important
data/information. It is process to permanently embed the specific data
lainnya. Pada robust watermark, data disisipkan dengan
in to the host data. It has properties such as invisibility and sangat kuat, sehingga jika ada yang berusaha menghapusnya
robustness that can be set and the watermarked data can be maka gambar atau suara yang disisipi akan ikut rusak dan
duplicated like as digital data. Digital watermarking techniques using tidak mempunyai nilai komersial lagi, dan c) Security adalah
Discrete Cosine Transform method (DCT) is applied in this research. watermarking harus dapat bertahan terhadap usaha sengaja
Watermarking process consist of the insertion, extraction and memindahkan watermark dari satu multimedia data ke
immune to the attacks. The types of attacks such as the addition of multimedia data lainnya[4].
uniform noise, the addition of Gaussian filters, JPEG image, blurred
image and the addition of salt & pepper noise in digital color images II. DISCRETE COSINE TRANSFORM (DCT)
JPEG format. DCT process that transforms the image from the
spatial domain to the frequency domain and the watermark is inserted Discrete Cosine Transform (DCT) adalah sebuah fungsi dua
in the area Middle Frequency (FM) DCT blocks using the coefficient arah yang memetakan himpunan N buah bilangan real
of alpha. The results show that the PSNR and Normalized menjadi himpunan N buah bilangan real pula. Masing-masing
Correlation (NC) value is inversely proportional to the value of fungsi basis memiliki frekuensi yang berbeda-beda, karena itu
coefficient alpha (). Instead MSE value is directly proportional to transformasi DCT termasuk ke dalam transformasi domain
the value of coefficient alpha (). DCT method is not resistant to frekuensi. Amplitudo fungsi basis dinyatakan sebagai
compression and noise addition salt & pepper. koefisien dalam himpunan hasil transformasi DCT [6]. DCT
dua dimensi dapat dipandang sebagai komposisi dari DCT
Keywords: Motif Timor Image, Watermarking, DCT, NC, pada masing-masing dimensi. DCT dua dimensi dapat
Coefficient Alpha dinyatakan sebagai berikut dengan persamaan (2.1).

I. PENDAHULUAN (2.1)
Perkembangan teknik pengolahan citra sangat pesat
seperti teknik keamanan data citra. Metode pengamanan data Sedangkan transformasi balikannya (invers) dinyatakan
yang telah banyak dilakukan antara lain adalah steganografi, dengan persamaan berikut :
enkripsi, dan fingerprint Watermarking merupakan salah satu
metode proteksi hak cipta yang bertujuan untuk
menanggulangi penyebaran karya seseorang secara ilegal. (2.2)
Pada dasarnya, watermarking adalah proses penandaan suatu
citra dengan pesan hak cipta atau signature yang secara
rahasia disisipkan dalam citra namun tidak terlihat perbedaan Koefisien pertama, yaitu C(0) pada DCT satu dimensi atau
antara citra asli dengan citra yang telah ditandai [2].Teknik C(0,0) pada DCT dua dimensi disebut koefisien DC. Koefisien
watermarking melindungi media digital dengan data tertentu lainnya disebut koefisien AC. Dapat dilihat bahwa fungsi
yang tertanam secara permanen di dalam media yang basis yang berkorespondensi dengan koefisien DC memiliki
bersangkutan serta memiliki sifat-sifat invisibility dan nilai tetap, sedangkan koefisien AC berkorespondensi dengan
robustness yang dapat diatur dan data yang terwatermark fungsi basis yang berbentuk gelombang. Pada transformasi
dapat diduplikasi seperti layaknya data digital. Kualitas DCT, dikenal juga istilah koefisien frekuensi rendah,
metode watermarking meliputi parameter yakni; a) Fidelity frekuensi menengah, dan frekuensi tinggi. Hal ini berkaitan
adalah perubahan yang disebabkan oleh tanda (mark) dengan frekuensi gelombang pada fungsi basis DCT. Jika
semestinya tidak mempengaruhi nilai isi, idealnya tanda frekuensi fungsi basisnya kecil, maka koefisien yang
harusnya tidak dapat dilihat, sehingga tidak dapat dibedakan berkorespondensi disebut koefisien frekuensi rendah.

“Seminar Nasional FORTEI 2015” 13

Transformasi DCT dua dimensi sering digunakan dalam
pemrosesan citra digital. Ukuran blok yang banyak digunakan (2.5)
pada pemrosesan citra adalah ukuran blok kecil, misalnya 8 ×
8 seperti pada kompresi JPEG. Untuk citra digital fungsi basis
dari DCT adalah sekumpulan citra yang disebut citra basis[3].
Penyisipan watermark pada citra di ranah DCT dilakukan dimana : W (i,j) = citra watermark yang disisipkan, W*(i,j) =
dengan cara terlebih dahulu melakukan transformasi DCT citra watermark hasil ekstraksi [6]. Penilaian secara kualitatif
terhadap citra yang akan disisipi watermark. Setelah berdasarkan Human Visual System (HVS) dimana penilaian
dilakukan transformasi, kemudian dilakukan modifikasi setiap orang berbeda. Pada Gambar 2 ditampilkan alur proses
terhadap koefisien-koefisien DCT sesuai dengan bit penyisipan citra host dan citra watermark yang akan
watermark yang akan disisipkan. Setelah dilakukan menghasilkan citra ter-watemark atau citra yang telah disisipi
modifikasi, dilakukan inverse DCT untuk mengembalikan dengan citra lain dengan ukuran lebih kecil. Penyisipan citra
data citra ke ranah spasial. Skema proses watermarking di watermark pada metode DCT dilakukan pada blok frekuensi
ranah DCT dapat dilihat pada Gambar 1. medium (FM).

Modifikasi
DCT koefisien IDCT Mulai
ƒ(x,y) C(u,v) DCT C’(u,v) ƒ’(x,y)

Citra
host berwarna
W
Gambar 1. Skema watermarking citra dalam domain DCT
Blocksize = 8

f(x,y) melambangkan matriks nilai piksel citra asal, C(u,v)

melambangkan matriks koefisien DCT citra asal, W Input nilai
melambangkan data watermark yang disisipkan, C’(u,v) alpha

melambangkan matriks koefisien DCT yang sudah

dimodifikasi, dan f’(x,y) melambangkan matriks nilai piksel Membentuk variabel
blok (FM)
sesudah penyisipan watermark [2].

Kunci Membangkitkan random bilangan acak

III. TOLAK UKUR PERFORMANSI METODE WATERMARKING watermark (PseudoNumber watermark)

Peak Signal to Noise Ratio (PSNR)

Peak Signal to Noise Ratio (PSNR) merupakan nilai (rasio) Transformasi DCT blok citra host Citra
yang menunjukkan tingkat toleransi noise tertentu terhadap Watermark

banyaknya noise pada suatu sinyal citra. Noise adalah

Penyisipan Watermark pada (FM) blok DCT
kerusakan sinyal pada bagian tertentu dalam sebuah citra blok_dct’(I,j) = blok_dct(I,j) + alpha* PN_watermark
Bit citra watermark
sehingga mengurangi kualitas sinyal tersebut[1]. Dengan kata
lain PSNR merupakan suatu nilai yang menunjukkan kualitas
suatu sinyal citra.Untuk menentukan nilai PSNR digunakan Transformasi IDCT blok
citra host
persamaan:
(2.3) Citra
terwatermark

Mean Square Error (MSE)

Mean Square Error (MSE) adalah kesalahan kuadrat rata-rata
Hitung :
sinyal-sinyal piksel citra hasil pemrosesan sinyal terhadap - PSNR
sinyal citra asli. Untuk menghitung MSE pada citra digital - MSE

digunakan persamaan berikut :

Simpan
(2.4)
Stop
dimana: M: baris matriks citra hasil pemrosesan dan N: kolom
matriks citra hasil pemrosesan Gambar 2. Flowchart penyisipan watermark
Normalized Correlation (NC)
Proses ekstraksi citra dilakukan untuk menguraikan citra yang
Normalized Correlation (NC) adalah parameter yang
ditanamkan pada citra host. Tahapan proses penguraian citra
menunjukkan perbandingan watermark dan hasil ekstrak
host dan citra watermark dapat dilihat pada Gambar 3.
watermark. Persamaan NC sebagai berikut.

14 “Seminar Nasional FORTEI 2015”

 Penguraian citra dilakukan menggunakan referensi citra host Proses penyisipan citra watermark pada citra host pada
yakni citra motif Timor. area FM setelah proses transformasi citra dari domain spasial
ke domain frekuensi dengan metode Discrete Cosine
Mulai Transform (DCT). Hasil transformasi DCT informasi citra
akan terbagi menjadi koefisien frekuensi rendah, frekuensi
Citra menengah, dan frekuensi tinggi. Hal ini berkaitan dengan
terwatermark frekuensi gelombang pada fungsi basis DCT. Jika frekuensi
fungsi basisnya kecil, maka koefisien yang berkorespondensi
Blocksize = 8
disebut koefisien frekuensi rendah. Setelah dilakukan
transformasi dilakukan modifikasi terhadap koefisien-
koefisien DCT sesuai dengan bit watermark yang akan
Membentuk variabel disisipkan.
blok (FM)

Kunci Membangkitkan random bilangan acak

watermark (PseudoNumber watermark)

Transformasi DCT blok citra

terwatermark
(a) (b) (c)

Menentukan nilai sequence Gambar 5. Hasil penyisipan watermark citra (a) citra host (b) citra watermark
(c) citra terwatermark

Hitung korelasi dari Gambar 5 menunjukkan citra hasil penyisipan watermark,

PN_Watermark dan Sequence
dimana citra asli ditanamkan dengan citra watermark
menghasilkan citra terwatermark. Citra hasil yang diperoleh
Bandingkan bit
Citra akan dilakukan uji serangan dengan parameter ketahanan
dengan citra
watermark
Watermark penyisipan (robustness) maupun fidelity. Berdasarkan nilai
kualitatifnya pun tidak dapat dibedakan oleh Human Visual
System (HVS) antara citra terwatermark dan citra host.
Ekstrak citra
watemark
A. Analisis Pengaruh Koefisien Alpha () Tanpa Uji
Serangan
Hitung NC
Nilai koefisien alpha pada proses penyisipan watermark
berfungsi sebagai parameter yang menentukan sejauh mana
Simpan
sebuah watermark mengubah citra host. Hubungannya dengan
Peak Signal to Noise Ratio (PSNR) yang menunjukkan tingkat
Stop toleransi noise tertentu terhadap banyaknya noise pada suatu
Gambar 3. Flowchart ekstraksi watermark
sinyal citra dan Mean Square Error (MSE). Pada proses
pengekstrakan watermark nilai masukkan koefisien alpha juga
Citra host yang dipilih untuk simulasi watermarking terdiri memiliki hubungan dengan hasil Normalized Correlation
dari sebuah citra berwarna RGB yang bermotif kain adat (NC) sebagai parameter yang menunjukkan perbandingan
berukuran (512 x 512 piksel) ditampilkan pada Gambar 4. watermark dan hasil ekstraksi watermark. Citra hasil
penguraian dapat dikenali dengan baik Gambar 6 (citra c)
karena data uji tanpa serangan.

(a) (b)
Gambar 4. (a) Citra host motif kain adat daerah NTT beformat JPEG dan (c)
(b) citra watermark.
(a) (b)
Gambar 6. Hasil pengekstrakan watermark citra, (a) citra host (b) citra
IV. HASIL DAN BAHASAN watermark (c) citra watermark hasil ekstraksi
Hasil nilai PSNR dan MSE didapat berdasarkan masukan
koefisien alpha pada pengujian watermarking baik penyisipan

“Seminar Nasional FORTEI 2015” 15

 dan pengujian serangan sedangkan nilai NC didapatkan pada yang besar dan nilai PSNR yang semakin kecil karena citra
saat proses pengekstrakan watermark. Hasil pengujian PSNR, terwatermark terkena derau. Pengujian citra hasil yang diberi
MSE dan NC dapat dilihat pada grafik uji serangan yang dapat serangan menunjukkan bahwa nilai MSE akan semakin besar
dilihat pada Gambar 7. Pada grafik terlihat bahwa semakin dan nilai PSNR makin kecil. Berdasarkan pengujian, terlihat
besar koefisien nilai alpha maka nilai MSE makin besar dan bahwa semakin besar densitas derau maka akan semakin kecil
nilai PSNR makin kecil. Pengujian nilai PSNR dan MSE korelasi watermark yang diperoleh. Hal ini disebabkan
berdasarkan penilaian kuantitatif. Sedangkan Pengamatan pemberian derau akan menghilangkan informasi watermark
secara subyektif menunjukkan bahwa semakin besar nilai pada piksel yang terkena derau. Pengujian ketahanan terhadap
koefisien alpha akan semakin terlihat perbedaan antara citra serangan untuk membuktikan keunggulan metode yang
terwatermark dengan citra host.Hal itu menunjukkan bahwa digunakan.
citra terwatermark makin berbeda dengan citra host.
C. Perbandingan PSNR dan MSE antara citra terwatermark
120 tanpa serangan dan dengan uji serangan.

100 Pada proses uji serangan watermarking terjadi perubahan

Nilai (PSNR, MSE)

80 yang signifikan pada nilai Peak Signal to Noise Ratio

(PSNR), Mean Square Error (MSE) dan Normalized
60 PSNR Correlation (NC) antara citra terwatermark tanpa serangan
40 dan dengan uji serangan. Analisis dilakukan pada 5 jenis uji
MSE serangan citra terwatermark, yaitu: penambahan noise
20 seragam, penambahan fiter gaussian, JPEG image, blurred
0
citra dan penambahan noise salt&pepper. Dipilih sebuah citra
0,01 0,05 0,1 0,5 1 terwatermark yaitu timor.jpg (alpha = 0.01).
Koefisien alpha
TABEL 1. ANALISIS PERBANDINGAN CITRA TERWATERMARK
TANPA SERANGAN DAN DENGAN UJI SERANGAN
Gambar 7. Pengaruh nilai alpha terhadap PSNR dan MSE
Citra
Keterangan Terwatermark PSNR MSE NC
(timor.jpg)
B. Analisis Pengaruh Nilai Alpha () dengan Uji Serangan tanpa
tanpa serangan 41.89 0.042 195.42
serangan
Pengaruh nilai koefisien alpha yang dimasukan sebanding
penambahan filter 197.810
dengan nilai Mean Square Error (MSE) dan Normalized gaussian
31,09 50.513
Correlation (NC) serta berbanding terbalik dengan nilai Peak blurred citra 24.82 214.480 196.351
Signal to Noise Ratio (PSNR) pada uji serangan blurred citra. dengan uji penambahan noise 199.277
Demikian juga untuk pengujian pada jenis serangan lainnya 22.56 360.350
serangan seragam
seperti noise salt&pepper, jpeg image, dan noise seragam. penambahan noise
17.54 1146.55 192.866
salt&pepper
JPEG image 8.88 8409.77 197.326
450
400 Berdasarkan Tabel 1 diatas dapat dilihat perubahan paling
350 signifikan nilai Peak Signal to Noise Ratio (PSNR) dan Mean
Nilai (PSNR, MSE)

300 Square Error (MSE) dari proses uji serangan watermark

250 PSNR adalah proses JPEG image diikuti oleh penambahan noise
200
MSE
salt&pepper, penambahan noise seragam dan blurred citra,
150 sedangkan yang memiliki tingkat kualitas PSNR yang lebih
100 baik yaitu penambahan filter gaussian. Hal ini berarti metode
50 dan algoritma yang dikembangkan dalam penelitian ini tidak
0 tahan terhadap serangan yang berbasis kompresi seperti JPEG.
0,01 0,05 0,1 0,5 1 Penilaian secara kualitatif hasil eksraksi citra watermark pada
Koefisien alpha serangan JPEG image tidak dapat dikenal lagi sedangkan
serangan lainnya masih dapat dikenali.
Gambar 8. Grafik Pengaruh nilai alpha terhadap PSNR dan MSE pada uji
serangan blurred citra.

Gambar 8 menampilkan grafik hasil uji pengaruh nilai V. KESIMPULAN

koefisien alpha () terhadap nilai MSE dan PSNR. Nilai
koefisien alpha paling rendah telah menghasilkan nilai MSE

16 “Seminar Nasional FORTEI 2015”

 Proses watermarking citra motif Timor sebagai citra host
menggunakan metode DCT ditransformasikan ke domain DCT
kemudian bit-bit watermark disisipkan pada area Frekuensi
Menengah (FM) menggunakan nilai koefisien alpha.
Koefisien selisih/alpha yang dimasukan pada proses
penyisipan watermark sebanding dengan nilai Mean Square
Error (MSE) dan Normalized Correlation (NC) ketika
pengekstrakan watermark. Nilai Koefisien alpha berbanding
terbalik dengan nilai Peak Signal to Noise Ratio (PSNR),
sehingga parameter utama pada watermarking yaitu fidelity
dan robustness berbanding terbalik. Perubahan paling
signifikan nilai Peak Signal to Noise Ratio (PSNR) dan Mean
Square Error (MSE) yakni pada proses uji serangan JPEG
image diikuti oleh penambahan noise salt&pepper,
penambahan noise seragam dan blurred citra, sedangkan yang
memiliki tingkat kualitas PSNR yang lebih baik yaitu
penambahan filter gaussian. Penilaian kuantitatif pada proses
uji serangan citra terwatermark semakin besar nilai alpha
yang dimasukan maka nilai PSNR semakin kecil dan nilai
MSE semakin besar. Berdasarkan penilaian kualitatif hasil
ekstrak citra watermark semuanya masih bisa dikenali oleh
Human Visual System (HVS) kecuali serangan JPEG image
meskipun nilai koefisien alphanya kecil.

REFERENCES

[1] R. Munir, Pengolahan Citra Digital dengan Pendekatan Algoritmik,

Bandung, Informatika , 2004.
[2] Y. B. Dwiyandiyanta, “Digital Image Watermarking dalam Kawasan
Gelombang Singkat”. Master Thesis, Universitas Gajah Mada,
Yogyakarta, 2005.
[3] Fahmi, “Studi dan Implementasi Watermarking Citra Digital dengan
menggunakan fungsi Hash”, Institut Teknologi Bandung, 2005.
[4] A. B. Persada, “Studi dan Implementasi Non Blind Watermarking
dengan metode Spread Spectrum”, Institut Teknologi Bandung, 2005.
[5] Z. Rakhmatulloh, ”Watermarking Pada Domain Frekuensi Untuk
Memberikan Identitas Watermark Pada Citra Digital”, UNDIP,
Semarang, 2009.
[6] M. T. Yusuf, ”Penyisipan Watermark Pada Citra Digital
Menggunakan Metode Singular Value Decomposition”, Yogyakarta,
Binprofsan, 2009.

“Seminar Nasional FORTEI 2015” 17

 Mikrohidro Sebagai Energi Alternatif
Nina Paramytha IS1, Ali Kasim2
Teknik Elektro, Universitas Bina Darma
Jl. Jend. Ahmad Yani No.12, Palembang, Indonesia
1
[email protected]
2
[email protected]

Abstrak— Energi listrik tidak dapat dipisahkan dari aktivitas berasal dari alam. Pembangkit listrik alternatif ini
kehidupan manusia sekarang ini. Terdapat berbagai sumber
untuk mendapatkan energi listrik, diantaranya adalah air. dapat disebut dengan mikrohidro Alat ini dapat
Pembangkit listrik dengan memanfaatkan aliran atau tekanan dipergunakan jika di daerah itu terdapat aliran air
air dengan keluaran dibawah 200 kV disebut Mikrohidro. yang cukup deras. Pembangkit listrik dengan
Sistem ini menggunakan turbin yang dirangkai dengan
generator untuk menghasilkan energi listrik. Perputaran turbin mikrohidro ini sangat bermanfaat pada daerah yang
tergantung dari kecepatan aliran air atau tekanan yang belum tersedia tenaga listrik.
dihasilkan. Flux – flux magnet dalam rotor dan stator Mikrohidro ini tidak memerlukan biaya yang
menghasilkan tegangan DC 20 Volt. Tegangan ini kemudian di
salurkan ke regulator. Dari regulator selanjutnya diubah ke terlalu besar untuk mendapatkan tenaga listrik,
tegangan AC menggunakan inverter karena hampir semua karena pembangkit listrik tenaga air ini
beban yang digunakan memanfaatkan tegangan AC. Tegangan menggunakan turbin yang memutar generator dan
yang dihasilkan yakni sekitar 220 volt untuk dapat
menghidupkan beban seperti lampu. Alat yang sederhana ini dapat merubah energi kinetik menjadi energi listrik.
diharapkan dapat digunakan untuk masyarakat yang tinggal di Energi listrik yang dihasilkan oleh turbin berupa
sekitar perairan (sungai) untuk mendukung keperluan listrik arus listrik searah (Direct Current) tetapi energi
sehari – hari.
listrik yang banyak dipergunakan oleh masyarakat
Kata Kunci— Energi Listrik, Turbin, Generator, Inverter Daya kita adalah arus listrik bolak balik (Alternating
current). Maka perlu dikonversikan arus listrik
I PENDAHULUAN searah yang dihasilkan generator menjadi arus
Energi listrik merupakan kebutuhan yang bolak balik dengan menggunakan inventer DC ke
sangat penting untuk membantu aktifitas dan AC.
pekerjaan manusia sehari-hari, baik dirumah II. METODOLOGI
maupun di perkantoran. Energi listrik dihasilkan Dalam pembuatan turbin ini peneliti
dari pembangkit listrik tenaga diesel (PLTD), Gas membatasi masalah tentang bagaimana cara
(PLTG), dan Air (PLTA) yang saat ini digunakan di menghasilkan energi listrik dengan tenaga air
Indonesia. Konsumen energi listrik semakin hari sehingga dapat digunakan sebagai penerangan.
semakin bertambah yang mengakibatkan beban
pemakaian listrik meningkat. Untuk mengatasi hal A. Diagram Blok Turbin Mikrohidro
tersebut, salah satu perusahaan listrik milik negara, Diagram blok sistem secara umum
PT.PLN, berusaha untuk menambahkan ditunjukkan oleh Gambar 1.
pembangkit tenaga listrik agar dapat mencukupi
kebutuhan tersebut, namun tetap saja belum dapat
Input Generator Regulator Inverter Beban
memenuhi kebutuhan masyarakat yang tinggal di
daerah pedalaman dan tidak terjangkau oleh Gambar 1. Blok diagram pembangkit listrik tenaga air
perusahaan penyedia tenaga listrik seperti PT.PLN.
Pembangkit listrik tenaga air (PLTA) Pada Gambar 1 terlihat bagaimana
merupakan sebuah perangkat penyedia tenaga pembangkit listrik bekerja pada saat turbin yang
listrik dengan cara mengubah aliran air dari alam terhubung ke generator menyuplai energi listrik ke
menjadi energi listrik yang dapat dimanfaatkan regulator DC (Direct current) dan langsung di
untuk sistem penerangan di rumah tinggal. Dengan teruskan ke inverter.
memanfaatkan aliran air yang dapat kita
pergunakan sebagai pembangkit energi listrik yang 1. Regulator DC
bahan bakarnya atau sumber tenaganya langsung

18 “Seminar Nasional FORTEI 2015”

 Tegangan yang keluar dari generator DC berubah - dengan kebutuhan dan berdasarkan karakteristik
ubah sesuai arus air yang mengalir. Tegangan yang dari komponen yang dipilih.
digunakan sebagai masukan inverter yaitu 12 V.

Gambar 4. Rangkaian Link

Gambar 2. Rangkaian regulator DC Pada Gambar 4 terlihat rangkaian regulator

dan rangkaian inverter yang telah digabungkan.
2. Rangkaian Inverter Tegangan yang masuk terlebih dahulu distabilkan
Rangkaian Inventer adalah rangkaian yang dapat oleh regulator agar tegangan yang masuk ke
mengubah tegangan DC (Direct Current) menjadi rangkaian inverter tidak labil atau melebihi
tegangan AC (Alternating Current). Rangkaian alat kapasitas ketahanan dan merusak komponen pada
beserta inverter daya ditunjukkan oleh Gambar 3. rangkaian inverter. Untuk tegangan DC (Direct
current) yang keluar dari regulator akan diubah
menjadi AC (Alternating Current) oleh rangkaian
inverter.
III. HASIL ANALISIS
1 Perhitungan Kecepatan Air
Turbin Mikrohidro ini berkerja dengan sumber
tenaga dari tekanan air yang dihasilkan oleh pompa
rendam dengan debit air 8500 ltr/jam. Untuk
mengetahui kecepatan air yang dihasilkan harus
dilakukan perhitungan sebagai berikut:
Diketahui:
Gambar 3. Rangkaian inverter
Debit air Q = 8500ltr/jam = 8,5

Pada rangkaian inverter ini menggunakan IC

4047 multivibrator tak stabil atau monostabil daya =
rendah yang memberikan keluaran AC 220 volt dari Jari-jari
masukan DC 12 volt. Untuk penerapan ini tentu r = 1,27cm = 1,27x m
saja IC tersebut dihubungkan dalam metode tak Luas penampang pipa
stabil. Gelombang terdapat pada keluaran kaki 10 = 3,14(1,27x = 5,069x
dan kaki 11 lalu diperkuat oleh sepasang transistor Ditanya
MOSFET IRF Z34N (Q1 dan Q2), kemudian Kecepatan air (V)?
diteruskan ke lilitan sekunder transformator Solusi
tegangan rendah. Lilitan transformator primer Kecepatan air = ν = = = 465,575
sebagai keluaran tegangan AC 220 volt.
B. Protipe Alat Keterangan : Q = Debit Air ( )
Dalam perancangan bagian elektronik yang A = LuasPenampang(pipa) (
perlu diperhatikan adalah pemilihan komponen V = Kecepatan Air
yang akan digunakan dalam membuat alat tersebut
2 Pengukuran Putaran Turbin dan
pemilihan komponen ini tentunya disesuaikan
Generator

“Seminar Nasional FORTEI 2015” 19

 Pengukuran putaran pada turbin ini dilakukan beban. Untuk hasil pengukuran tegangan pada
dengan bantuan aliran air yang dihasilkan oleh rangkaian inverter yang tidak diberi beban dapat
pompa air rendam. Putaran turbin, poli penghantar dilihat pada Tabel 3.
dan poli pada generator diukur menggunakan TABLE III
tachometer digital. Hasil pengukuran putaran dapat PENGUKURAN TEGANGAN PADA GENERATOR

dilihat pada Tabel 1. Hasil Pengukuran Rata

error
No Ket. (volt) - rata
(%)
TABLE I 1 2 3 4 5 (V)
PENGUKURAN PUTARAN TANPA BEBAN
1 Tanpa 21,6 21,621,5 21,4 21, 21,5 1,48
Hasil Pengukuran Beban 5
Rata error
No Objek (rpm) 2 Dengan
- rata (%) 8,1 8,0 8,2 7,9 8,1 8,06 5,45
1 2 3 4 5 Beban
1 Turbin 112 112 112 112 112 1125 0.355
6 4 5 4 6 TABLE IV
2 Poli HASIL PENGUKURAN PADA BEBERAPA TITIK PENGUKURAN
213 212 210 213 211 211.8 2.832
Penghantar Titik Hasil Pengukuran
3 Generator 626 624 622 624 624 624 0.641 Rata -
Pengukur (volt)
No rata
an
Jika keluaran dari rangkaian diberi beban, maka 1 2 3 4 5 (V)
(TP)
kecepatan putaran pada poli generator, poli 1 TP1 14,815,0 15,1 14,9 15,0 14,96
penghantar, dan generator akan menjadi lambat. 2 TP2 7,4 7,2 7,2 7,2 7,1 7,22
Perbedaan itu akan terlihat setelah melakukan 3 TP3 7,2 7,0 7,2 7,0 7,1 7,1
pengukuran dengan tachometer seperti ditunjukkan 4 TP4 15,015,1 15,1 15,1 15,1 15,08
oleh Tabel 2. 5 TP5 7,1 7,0 7,0 7,0 7,0 7,02
6 TP 6 7,1 7,0 7,0 7,1 7,0 7,04
TABLE II
HASIL PENGUKURAN PUTARAN DENGAN BEBAN
7 TP 7 33,233,2 33,2 33,0 33,0 33,12
8 TP 8 320 315 312 317 314 315,6
Hasil Pengukuran
Rata error
No Objek (rpm) Hasil pengukuran pada tabel di atas
- rata (%)
1 2 3 4 5 menunjukan tegangan pada setiap titik pengukuran
1 Turbin 899 900 883 890 901 894,6 3,6 masih tergolong tinggi. Bila rangkaian diberi
2 Poli tegangan, maka pada setiap titik pengukuran akan
Penghant 168 164 169 167 169 167,4 4,5 terlihat perbedaan tegangan antara adanya beban
ar dan tidak adanya beban. Untuk pengukuran dengan
3 Generator 476 480 479 480 478 478,6 1,4 beban lampu 8 Watt dan 18 Watt masing – masing
ditunjukkan oleh Tabel 5 dan 6.
3. Pengukuran Tegangan pada Generator TABLE V
Pada generator juga dilakukan dengan dua HASIL PENGUKURAN TEGANGAN DENGAN BEBAN LAMPU 8 WATT
cara, yaitu dengan beban dan tanpa beban.
Pengukuran ini dilakukan untuk mengetahui Titik Hasil Pengukuran
tegangan yang dihasilkan oleh generator berbeda No Pengukuran Rata - rata
(volt)
atau tidak antara ada beban dan tidak ada beban. (V)
(TP) 1 2 3 4 5
Hasil pengukurannya dapat kita lihat pada Tabel 3. 1 TP1 7,0 7,0 7,0 7,0 7,0 7,0
4. Pengukuran Tegangan AC
2 TP2 4,0 3,9 3,9 3,9 3,9 3,92
Pengukuran pada tegangan inverter ini juga
3 TP3 3,9 3,9 3,9 3,9 3,9 3,9
dilakukan dengan dua kondisi, yaitu dengan
4 TP4 8,0 8,1 8,0 8,0 8,0 8,02
menggunakan beban dan tidak menggunakan

20 “Seminar Nasional FORTEI 2015”

 5 TP5 4,0 3,9 3,9 3,9 3,9 3,92 putar stator dan putaran rotor bertambah
6 TP 6 3,9 3,9 3,9 3,9 3,9 3,9 besar. Beban motor bertambah, putaran rotor
7 TP 7 16,016,016,016,0 16,0 16,0 cenderung menurun.
8 TP 8 130 130 130 132 131 130,6 3 Pengukuran rangkaian pengubah arus searah
menjadi arus bolak-balik yang disebut dengan
TABLE VI
inverter dapat dilihat pada Tabel 4. Hasil
HASIL PENGUKURAN TEGANGAN DENGAN BEBAN LAMPU 18 tegangan pada saat tanpa beban dan pada saat
WATT
dengan beban terdapat perbedaan karena pada
saat tanpa beban arus yang mengalir hanya
Titik Hasil Pengukuran sampai pada saklar dan ketika beban di
Rata - rata hidupkan arus mengalir melewati beban.
No Pengukuran (volt)
(V)
(TP) 1 2 3 4 5
1 TP1 5,8 5,8 5,8 5,8 5,8 5,8 IV. KESIMPULAN
2 TP2 3,0 3,0 2,9 3,0 3,0 2,98 Berdasarkan dari hasil analisa dan
3 TP3 2,9 2,9 2,9 2,9 2,9 2,9 pembahasan yang telah dilakukan mengenai Turbin
Mikrohidro sebagai energi alternatif maka dapat
4 TP4 6,7 6,7 6,6 6,8 6,8 6,72
disimpulkan :
5 TP5 3,1 3,2 3,1 3,1 3,2 3,14
1. Prinsip kerja dari Turbin mikrohidro dengan
6 TP 6 2,8 2,8 2,8 2,8 2,8 2,8
inverter daya ini mengubah energi potensial air
7 TP 7 13,313,313,3 13,413,3 13,32
menjadi energi listrik arus searah (DC) yang
8 TP 8 101 101 103 101 101 101,4 dihasilkan oleh generator dengan cara
memberikan tekanan air yang mengenai pada
5 Perhitungan Daya Keluaran turbin sehingga turbin dapat berputar. Kecepatan
Tegangan output yang dihasilkan pada air ini yang mempengaruhi hasil dari output pada
generator terukur 220 V dengan beban lampu generator.
berdaya 8 watt dengan arus yang terukur dengan 2. Tegangan yang dihasilkan pada generator pada
menggunakan tang amper menunjukan nilai 0,1 saat tanpa beban yaitu 21,52 volt dengan
Amper. kesalahan relatif 1,48%, dan tegangan generator
Diketahui :V = 220 V, I = 0,1 A pada saat diberikan beban berubah menjadi 8,06
Ditanya : P? volt dengan kesalahan relatif 5,45%. Tegangan
Solusi : keluaran turbin ini memiliki selisih 13,46, hal ini
P=VxI terjadi dikarenakan tegangan yang dihasilkan
P = 225 x 0,1 = 22,5 watt oleh generator sudah diberikan beban yang
Berdasarkan hasil pengukuran pada berupa lampu dengan daya 8 Watt dan 18 Watt.
rangkaian, maka dapat dianalisa sebagai berikut :
1 Turbin memiliki putaran yang cukup kencang DAFTAR RUJUKAN
untuk memutar poli pada generator. Tegangan
yang dihasilkan oleh generator yaitu 21,52 [1] A.J.Erickson.2010. Stormwater Treatment
Volt dengan putaran 624 rpm. :Assessmentan Maintenance; University of
2 Pada saat diberi beban atau dihubungkan pada Minnesota : St. Anthony Falls
rangkaian inverter putaran turbin pada saat Laboratory. Minneapolis, MN.
tanpa beban 1125 rpm dan ketika diberikan [2] Archi W.Culp dan Ir.Darwin Sitompul.
beban lampu putaran turbin menjadi 894 rpm. 1996. Prinsip prinsip konversi energi
Putaran turbin menjadi lebih lambat hal ini : Yudistira : Jakarta.
dikarenakan dengan bertambahnya beban, [3] Jiteng Marsudi. 2005. Pembangkitan Energi
maka dapat memperbesar kopel motor, dan Listrik : Erlangga : Bandung
akan memperbesar arus induksi pada rotor. [4] Muslimin Marappung. 1982, Teknik Tenaga
Hal tersebut mengakibatkan slip antara medan Listrik Amico Bandung.

“Seminar Nasional FORTEI 2015” 21

 [5] Theraja, B.L. (1999).Textbook of Electrical
\Technology:S Chand & CoLtd :India.
[6] T.M. Soeleman. 1989.Mesin mesin listrik :
Erlangga ITB : Bandung.
[7] Tooley Mike. 2002. Edisi Kedua
Rangkaian.

22 “Seminar Nasional FORTEI 2015”

 Analisa Pengujian Lampu LED dengan
Menggunakan Metode Penuaan dan Metode
Pemeliharaan Lumen
Vica Avianto Artha Dina *1, Muhammad Khosyi’in*2, Agus Adhi Nugroho*3
*
Program Studi Teknik Elektro Universitas Islam Sultan Agung (UNISSULA) Semarang
2
[email protected]
3
[email protected]

Abstract— Perkembangan teknologi lampu LED menjadikan telah banyak jenis- jenis lampu penerangan LED yang
produk lampu LED menjadi semakin digemari konsumen, dijual dipasaran dengan berbagai merk dan spesifikasi
didukung dengan slogan hemat energi dari produsen yang berbeda-beda, sebagian besar merk-merk tersebut
menjadikan lampu LED semakin banyak digunakan untuk memberikan spesifikasi intensitas penerangan yang tinggi,
menggantikan jenis lampu penerangan yang lain, dengan
daya tahan sangat lama dan juga konsumsi daya yang
adanya berbagai merk lampu led dengan spesifikasi yang
bermacam- macam tentunya membuat konsumen menjadi relatif rendah dengan intensitas cahaya yang tinggi. Dari
bingung, untuk itulah dibutuhkan kajian mengenai kualitas hal tersebut dibutuhkan kajian mengenai analisis
lampu LED dari berbagai jenis merk pada lampu. perbandingan kualitas lampu LED dengan merk berbeda
Pengujian yang dilakukan adalah dengan mengacu Standar melalui unjuk kerja masing-masing jenis lampu untuk
Nasional Indonesua (SNI) menggunakan metode penuaan mengetahui tingkat akurasi lampu dilihat dari spesifikasi
selama 100 jam dan metode pemeliharaan lumen selama 480 lampu sebagaimana yang ada pada name plate lampu
jam dengan membandingkan daya dan lumen sesuai tersebut.
pengujian dengan spesifikasi yang tertera pada lampu
tersebut. B. Rumusan Masalah
Pada pengujian metode ageing 100 jam, pengukuran daya
lampu merk Z menyimpang 57,94 % dan pada parameter
Bagaimana menguji tingkat akurasi lampu LED dari
lumen error tertinggi juga ada pada merk Z dengan nilai konsumsi listrik dan lumen yang dihasilkan agar dapat
65.27 %, sedangkan pada pengujian metode pemeliharaan dibuktikan kebenaran spesikasi lumen dan konsumsi daya
lumen 480 jam lampu LED 5 Watt, konsumsi daya pada dari lampu tersebut apakah sesuai dengan spesifikasi dari
lampu Z tidak sesuai dengan SNI, begitupun pada pengujian name plate lampu LED tersebut.
lumen, lampu Z (5 dan 8 watt) adalah kurang dari 80 % atau
dengan kata lain, lampu LED merk Z tersebut tidak sesuai C. Batasan Masalah
dengan standar SNI atau bahkan diproduksi dengan tanpa Pengujian ini menggunakan tegangan standar ±5% 220
mengacu standar SNI. Volt dengan metode pengujian penuaan selama 100 jam
. dan pemeliharaan lumen (fluks cahaya) selama 480 jam
dengan kondisi pengukuran dan pengujian berdasarkan
Keywords— fluks cahaya, lampu LED, lumen, ageing, Peraturan Menteri ESDM No. 06/2011, SNI IEC
pemeliharaan lumen 60969:2009 dan SNI IEC/PAS 62612:2013 dengan lampu
LED bermerk Philips , Panasonic dan Mikolite berdaya 5
I. PENDAHULUAN watt, 7 watt, 8 watt.
A. Latar Belakang
II. TINJAUAN PUSTAKA
Penggunaan energy listrik Berdasarkan laporan
International Energy Agency (IEA) sebagaimana dikutip A. Intensitas Cahaya (Luminous Intensity)
dalam penelitian Kholifatul wathon, sebesar 20 persen Intensitas Cahaya adalah jumlah energi radiasi yang
dari total konsumsi listrik dunia adalah berasal dari dipancarkan sebagai cahaya ke suatu tempat. Satuan
pengunaan lampu (lighting) sehingga penciptaan produk Intensitas Cahaya (I) adalah candela dengan singkatan Cd
lampu hemat energi menjadi salah satu langkah nyata dari sebuah sumber yang memancarkan energi cahaya ke
untuk mengurangi penggunaan sumber daya listrik. [1] segala arah. Intensitas cahaya dapat didefinisikan sebagai
Penggunaan energi listrik terbesar pada waktu beban sebagai banyaknya fluks cahaya yang memancar F per
puncak (WBP) terjadi pada pukul 17.00-22.00. Untuk sudut ruang ω. [2]
mengatasi masalah penggunaan penerangan ini dari
masing- masing produsen berlomba-lomba untuk F (1)
I
menciptakan lampu seperti lampu pijar, swabalast, dan 
untuk teknologi yang terbaru adalah lampu LED. Saat ini Total sudut ruang adalah ω=4π (Steradian).

“Seminar Nasional FORTEI 2015” 23

B. Fluks Cahaya (Luminous Flux) cahaya, dimana objek lampu yang digunakan adalah
Flux cahaya (ф) sebagaimana dikutip dalam penelitian lampu LED 10 Watt, setelah dilakukan pengujian penuaan
Jimy Harto adalah jumlah keseluruhan watt cahya dengan 100 jam, lampu LED mengalami penurunan prosentase
satuan lumen, disingkat dengan lm. Satu watt cahaya kira- efikasi, kecuali pada saat tegangan kerja yang diberikan
kira sama dengan 680 lumen. Angka perbandingan 680 ini adalah di atas 220 volt dimana prosentase efikasinya naik
dinamakan ekivalen pancaran fotometris [4]. Fluks [5].
cahaya adalah jumlah cahaya yang dipancarkan oleh E. Pengujian Pemeliharaan Lumen
sumber cahaya pada sudut ruang tertentu . Lambang fluks
cahaya adalah F dan satuannya dalam lumen (lm). Jika Pengujian pemeliharaan lumen bertujuan mengetahui
fluks cahaya dikaitkan dengan daya listrik maka lumen tingkat efikasi lampu pada kondisi normal. Uji
adalah kesetaraan fotometrik dari watt, yang memadukan pemeliharaan lumen dilakukan idealnya adalah setelah
respon mata,satu watt cahaya dengan panjang gelombang 2.000 jam operasi, termasuk periode penyalaan,
555 nm sama nilainya dengan 683 lumen. Satu lumen pemeliharaan lumen harus tidak kurang dari nilai (name
setara dengan fluks cahaya, yang jatuh pada setiap meter plate) yang diumumkan oleh pabrikan atau penjual
persegi (m²) pada lingkaran dengan radius satu meter (1m) (vendor) yang bertanggung jawab. Ketahanan
jika sumber cahayanya isotropic 1 candela (yang bersinar lumen/pemeliharaan lumen (lumen maintenance), setelah
sama ke seluruh arah) merupakan pusat isotropic lingkaran, 2.000 (dua ribu) jam operasi termasuk periode ageing,
karena luas lingkaran dengan jari- jari r adalah 4πr², maka lumen yang dihasilkan tidak kurang 80% dari lumen yang
lingkaran dengan jari- jari 1m memiliki luas 4π(1)² m, dan dicantumkan pada kemasan [3]. Frederick dalam
oleh karena itu flux cahaya total yang dipancarkan oleh penelitiannya yang sama menyimpulkan bahwa lampu
sumber 1 cd adalah 4π1 m. Jadi fluks cahaya yang LED sebaiknya bekerja pada tegangan normal 220 volt,
dipancarkan oleh sumber cahaya isotropic dengan hal ini berdasarkan pengujian lampu LED dengan
intensitas I adalah menggunakan metode pemeliharaan flux cahaya selama
480 jam dimana diperoleh data bahwa pengurangan daya
Flux Cahaya lm = 4 x intensitas cahaya cd  (2) yang digunakan lampu LED pada tegangan selain
tegangan 220 V lebih cepat dibandingkan tegangan normal
C. Pengujian Lampu 220 V [5].
Sebagaiman telah diterapkan oleh Balai Besar
Teknologi Energi Badan Pengkajian dan Penerapan
III. METODE PENELITIAN
Teknologi, pengujian lampu, khusunya pengujian unjuk
kerja lampu swabalast telah didasarkan pada SNI IEC A. Identifikasi
60969:2009 pada tahun 2012. Pengujian lampu yang Tahap pertama adalah identifikasi awal, tahap ini
pertama, tahun 2007, bertujuan untuk memetakan tingkat mencakup memilih dan merumuskan masalah terkait
efikasi lampu yang beredar di Indonesia sebagai bahan dengan pengujian Spesifikasi lamp LED dan metode
masukan ke Direktorat Jenderal Energi Baru Terbarukan pengujiannya, kemudian menentukan tujuan penelitian
dan Konservasi Energi (Ditjen EBTKE); Kementerian yang akan dikerjakan, tujuan penelitian tersebut harus
Energi dan Sumber Daya Mineral (ESDM). Sedangkan konsisten dengan rumusan masalah yang hendak dicapai.
pengujian lampu yang kedua, tahun 2012 – atau setelah Identifikasi selanjutnya adalah mengenai batasan
ditetapkannya Peraturan Menteri ESDM No. 06 Tahun penelitian yang akan dilakukan.
2011 Tentang Kriteria Tanda Hemat Energi Lampu
Swabalast (Lampu CFL) – dimaksudkan untuk B. Studi Pendahuluan
mengetahui tingkat hemat energi lampu swabalast yang Studi pendahuluan terbagi menjadi dua yaitu studi
ada di pasaran [3]. pustaka dan studi lapangan.
D. Pengujian Penuaan (Ageing) 1) Studi pustaka : Ini merupakan usaha untuk
memahami konsep dasar ilmu pengetahuan yang
Pengujian penuaan adalah pengujian yang dilakukan berhubungan dan dapat menunjang dalam penelitian ini.
terhadap lampu berdasarkan SNI IEC 60969 : 2009 2) Studi lapangan / Observasi : Pada tahap ini
dengan cara lampu tersebut dinyalakan selama minimal pengumpulan data dilakukan dengan cara melakukan
100 jam (selama 4 hari 4 jam), setelah 100 jam dinyalakan pengamatan serta pencatatan secara langsung terhadap
lampu didiamkan minimal 24 jam [3]. pengujian penuaan obyek atau bahan yang diteliti, seperti pendataan
dilakukan selama 100 jam (4 hari 4 jam) untuk spesifikasi lampu LED yang digunakan, adapun merk
mendapatkan data iluminansi dan kualitas daya lampu yang diuji adalah Philips (X), Panasonic (Y) dan Mikolite
yang sesungguhnya. Frederick Marshall Allo Linggi (Z) dengan beberapa varian daya serta penggunaan alat
dalam penelitiannya mengenai spesifikasi dan penentuan yang mendukung dalam pengukuran dan pengujian obyek
operasi tegangan kerja terbaik pada lampu led dan lampu penelitian. Tabel I berikut adalah data name plate lampu
hemat energi, pengujiannya dilakukan dengan
menggunakan metode penuaan dan pemeliharaan fluks

24 “Seminar Nasional FORTEI 2015”

 TABEL I NAME PLATE LAMPU LED C. Pengujian dan Pengukuran
Tegangan. Kerja Daya Sebelum dilakukan pengujian, dilakukan pengukuran
Merk Lumen
(Volt) (Watt) obyek lampu LED untuk mengetahui besarnya daya dan
170 -240 5 350 lumen lampu, pengukuran ini bertujuan untuk mengecek
X
170 -240 7 600 kesesuaian name plate lampu LED, untuk mendapatkan
220 - 240 5 350 ketelitian data, digunakan dua buah lampu LED (L1 dan L2)
Y
220 - 240 8 600 pada tiap spek lampu yang berbeda, hasilnya adalah
220 5 500 sebagaimana dapat dilihat pada tabel II dan tabel III :
Z
220 8 800

Adapun jenis peralatan yang dipergunakan dalam

pengukuran dan pengujian ini antara lain :
1) Digital Power Hi Tester :
Alat digunakan untuk mengukur besarnya nilai daya (P),
arus (I) dan tegangan (V). Digital Power yang digunakan
pada penelitian ini adalah Digital Power Hi Tester Hioki
seri 3183
2) Luxmeter :
Alat ukur cahaya (luxmeter) adalah alat yang digunakan
untuk mengukur besarnya intensitas cahaya di suatu
tempat. Besarnya intensitas cahaya ini perlu untuk
diketahui karena pada dasarnya manusia juga Gambar 2 Tempat pengujian lampu
memerlukan penerangan yang cukup. Untuk mengetahui
TABEL II PENGUJIAN DAYA LAMPU LED
besarnya intensitas cahaya ini maka diperlukan sebuah
sensor yang cukup peka dan linier terhadap cahaya. Daya Pengukuran Akurasi
3) Rak uji Lampu : Merk Name plate
(watt) L1 L2 Rata-rata (%)
Rak ini berupa tempat untuk meletakkan dan menguji 5 4.78 4.76 4.77 95.40
lampu melalui pengujian pemeliharaan fluks cahaya X
7 6.97 7.02 7.00 99.93
dengan periode padam setiap 24 jam dan pemadaman
5 4.91 4.92 4.92 98.30
dilakukan sebanyak 8 kali selama sekitar 15 menit setiap Y
8 8.84 8.95 8.90 88.81
kali padam.
5 3.03 3.04 3.04 60.70
Z
8 3.38 3.38 3.38 42.25

TABEL III PENGUJIAN LUMEN LAMPU LED

Name plate Pengukuran Akurasi

Merk Rata-
Daya Lumen L1 L2 (%)
rata
5 350 351.68 350.69 351.19 99.66
X
7 600 570.49 572.80 571.65 95.27
5 350 406.21 406.55 406.38 83.89
Y
8 600 755.58 759.21 757.40 73.77
5 500 238.30 240.29 239.30 47.86
Z
8 800 285.24 274.06 279.65 34.96

Dari tabel II dan tabel III tersebut terlihat nilai akurasi

Gambar 1 Rak uji lampu dengan beberapa obyek lampu yang sedang daya dan lumen lampu LED tertinggi adalah pada lampu
diuji dengan daya 5 watt sedangkan untuk merk terlihat lampu
4) Tempat pengujian lampu : LED merk X akurasinya adalah yang tertinggi
Tempat ini berupa ruang gelap dengan ukuran 2,5 x 1,5 Ada dua metode pengujian dan pengukuran lampu LED
meter dengan posisi ketinggian lux meter berjarak 100 yang digunakan, yaitu metode pengujian penuaan (ageing)
cm dari lampu yang diukur secara melingkar dengan dan metode pemeliharaan lumen
mengambil data setiap 10° dimulai dari 0° sampai 180°
seperti terlihat pada gambar 2. 1) Pengujian Metode Penuaan (ageing) : Tabel IV dan
tabel V adalah data hasil pengujian dengan metode ageing
100 jam

“Seminar Nasional FORTEI 2015” 25

 TABEL IV PENGUKURAN DAYA DENGAN METODE PENUAAN 100 JAM Daya (Watt)
Waktu (jam)
Pengukuran Akurasi (%) X Y Z
Daya
Name Nilai penuaan 100 jam terhadap 192 4.70 4.89 2.96
Merk plate Awal Rata- Name nilai
(watt) L1 L2 240 4.75 4.93 3.04
rata plate awal
5 4.77 4.72 4.74 4.73 94.60 99.16 288 4.72 4.88 2.96
X 336 4.71 4.89 2.96
7 7.00 6.94 6.99 6.97 99.50 99.57
5 4.92 4.90 4.91 4.91 98.10 99.80 384 4.71 4.89 2.95
Y
8 8.90 8.83 8.87 8.85 89.38 99.49 432 4.71 4.88 2.93
5 3.04 3.01 3.01 3.01 60.20 99.18 480 4.70 4.87 2.93
Z
8 3.38 3.37 3.36 3.37 42.06 99.56 Δ Jam 0 - 480 0.04 0.04 0.08
% Error 0.74 0.82 2.66
TABEL V PENGUKURAN LUMEN DENGAN METODE PENUAAN 100 JAM
% Akurasi 99.26 99.18 97.34
Pengukuran penuaan 100 Akurasi (%)
Lumen Nilai jam terhadap
Merk Name
Awal Rata- Name nilai TABEL VII PENGUJIAN LUMEN DENGAN METODE FLUX CAHAYA 480 JAM
plate L1 L2
rata plate awal LAMPU LED 5 WATT (NAME PLATE)
350 351.19 349.70 349.30 349.50 99.86 99.52
X Lumen
600 571.65 569.83 570.82 570.33 95.05 99.77 Waktu (jam)
X Y Z
350 406.38 405.89 404.89 405.39 84.17 99.76
Y 0 349.50 405.39 238.64
600 757.40 754.26 757.57 755.92 74.01 99.80
48 349.19 405.40 238.31
500 239.30 238.64 238.64 238.64 47.73 99.73
Z 96 349.70 405.56 238.31
800 279.65 283.59 272.02 277.81 34.73 99.34
144 349.01 403.57 237.65
Dari tabel IV dan tabel V tersebut terlihat bahwa 192 348.71 402.91 235.17
akurasi data pengukuran dengan metode penuaan 100 jam 240 353.33 405.06 238.64
diperoleh nilai akurasi sangat tinggi (diatas 99%) jika data 288 344.91 404.07 234.01
pengukuran dibandingkan dengan kondisi pengukuran di 342.26 402.42 231.87
336
awal pengujian, baik pada parameter daya maupun lumen.
384 341.76 400.93 233.52
Namun bila data pengukuran dibandingkan dengan spek
432 341.10 393.33 230.55
yang tertera pada name plate masing-masing lampu,
480 340.28 390.36 230.55
muncul penyimpangan (error), pada parameter daya error
tertinggi ada pada merk Z dengan nilai 57,94 % dan pada Δ Jam 0 - 480 9.22 15.04 8.09
parameter lumen error tertinggi juga ada pada merk Z % Error 2.64 3.71 3.39
dengan nilai 65.27 % % Akurasi 97.36 96.29 96.61

2) Pengujian Metode Pemeliharaan Lumen : Pada TABEL VIII PENGUJIAN EFIKASI DENGAN METODE FLUX CAHAYA 480
JAM LAMPU LED 5 WATT (NAME PLATE)
pengujian metode ini, dilakukan pendekatan metode
pemeliharaan lumen 480 jam mengacu pada penelitian Efikasi
Frederick Marshall Allo Linggi [5]. Adapun data Waktu (jam)
X Y Z
pengukuran adalah data nilai rata-rata pengukuran dengan 0 73.89 82.65 79.28
obyek lampu LED masing-masing (X, Y dan Z) sejumlah 48 74.40 82.57 79.30
dua buah, sama seperti pada pengukuran dengan metode
96 74.25 82.77 79.97
penuaan. Pengukuran menggunakan Digital Power Hi
144 74.33 82.44 80.15
Tester dan Luxmeter menghasilkan tabel pengukuran
192 74.27 82.39 79.58
sebagaimana dapat dilihat dari tabel VI sampai tabel XI.
240 74.39 82.24 78.63
Tabel VI, VII dan VII adalah tabel pengujian daya, 288 73.07 82.80 79.19
pengujian lumen dan pengujian efikasi lampu dengan 336 72.67 82.38 78.46
metode pemeliharaan lumen 480 jam dengan objek lampu 384 72.56 82.07 79.29
LED 5 watt
432 72.50 80.60 78.68
TABEL VI PENGUJIAN DAYA DENGAN METODE FLUX CAHAYA 480 JAM 480 72.48 80.24 78.68
LAMPU LED 5 WATT (NAME PLATE)
Δ Jam 0 - 480 1.41 2.41 0.60
Daya (Watt) % Error 1.91 2.91 0.76
Waktu (jam)
X Y Z % Akurasi 98.09 97.09 99.24
0 4.73 4.91 3.01
Dari tabel VI, tabel VII dan tabel VII, terlihat tingkat
48 4.73 4.91 3.01
akurasi daya yang terbaca oleh alat setelah pengujian
96 4.71 4.90 2.98
selama 480 jam tertinggi pada lampu LED name plate
144 4.70 4.90 2.97

26 “Seminar Nasional FORTEI 2015”

daya 5 watt adalah pada lampu LED merk X dengan TABEL XI PENGUJIAN EFIKASI DENGAN METODE FLUX CAHAYA 480 JAM
LAMPU LED MERK X = 7 WATT DAN YZ = 8 WATT (NAME PLATE)
akurasi sebesar 99,26 %. Pada pengukuran lumen lampu,
lampu merk X memiliki tingkat akurasi tertinggi 97,36 % Efikasi
sedangkan pada perhitungan nilai efikasi lampu, lampu Z Waktu (jam)
X Y Z
tertinggi dengan akurasi 99,24 %. Data pengukuran 0 81.89 85.41 82.55
tersebut menunjukkan penurunan daya dan lumen yang 48 81.83 85.21 81.92
tidak terlalu siginafikan dari pengkuran 0 jam sampai pada
96 81.44 85.12 82.46
480 jam pengujian. Dengan kata lain, bahwa lampu LED
144 81.35 85.03 81.10
5 watt yang diuji memenuhi kriteria SNI karena masih
192 81.14 85.25 81.29
melebihi 80 % dari spesifikasi name plate lampu masing-
masing. 240 81.00 85.32 81.86
288 80.95 85.23 80.94
tabel IX, X dan XI berikut merupakan tabel pengujian 336 81.03 85.03 81.15
daya, lumen dan efikasi dengan menggunakan metode 384 80.87 84.83 81.04
pemeliharaan lumen 480 jam dengan objek lampu LED
432 80.75 84.71 80.14
dengan daya name plate 7 watt untuk merk lampu X dan 8
480 80.73 84.55 79.72
watt untuk merk lampu Y dan lampu Z
Δ Jam 0 - 480 1.16 0.86 2.83
TABEL IX PENGUJIAN DAYA DENGAN METODE FLUX CAHAYA 480 JAM % Error 1.41 1.01 3.39
LAMPU LED MERK X = 7 WATT DAN YZ = 8 WATT (NAME PLATE)
% Akurasi 98.59 98.99 96.61
Daya (P)
Waktu (jam) Dari tabel IX, tabel X dan tabel XI tersebut, pengujian
X Y Z
metode pemeliharan lumen selama 480 jam pada lampu
0 6.97 8.85 3.37
LED merk X = 7 Watt dan YZ = 8 Watt (name plate),
48 6.96 8.85 3.37
pada pengujian daya, lampu merk Y memiliki akurasi
96 6.97 8.81 3.36
tertinggi dengan nilai sebesar 99,49% dan terendah adalah
144 6.95 8.82 3.34 lampu Z dengan nilai akurasi sebesar 98,81 %. Pada
192 6.96 8.82 3.34 pengujian lumen, lampu dengan akurasi tertinggi adalah
240 6.99 8.83 3.37 adalah pada lampu LED merk Y dengan akurasi sebesar
288 6.96 8.81 3.34 98,99 % dan terendah adalah lampu LED merk Z dengan
336 6.95 8.81 3.34 akurasi sebesar 96,61 %, dengan kata lain semua lampu
384 6.94 8.82 3.33 LED masih memenuhi kriteria SNI dari pengukuran
432 6.93 8.81 3.32 terhadap kondisi di awal lampu diuji (0 jam).
480 6.93 8.81 3.33 Hasil analisis perbandingan pengujian kesesuian antara
Δ Jam 0 - 480 0.04 0.04 0.04 name plate lampu LED dengan kondisi sebenarnya dapat
% Error 0.57 0.51 1.19 diketahui dengan melakukan perbandingan hasil
% Akurasi 99.43 99.49 98.81 pengukuran daya dan lumen untuk mendapatkan nilai
akurasi sebagaimana terlihat pada tabel XII.
TABEL X PENGUJIAN LUMEN DENGAN METODE FLUX CAHAYA 480 JAM
LAMPU LED MERK X = 7 WATT DAN YZ = 8 WATT (NAME PLATE)
TABEL XII PERBANDINGAN AKURASI PENGUKURAN DAYA DAN LUMEN
TERHADAP DATA NAME PLATE LAMPU LED
Lumen
Waktu (jam) Daya Lumen Akurasi Akurasi
X Y Z Merk 480 Name 480 Daya Lumen
Name
0 570.33 755.92 277.81 plate Jam plate Jam (%) (%)
48 569.50 754.10 275.66 5 4.70 350.00 340.28 93.90 97.22
X
96 567.19 749.97 276.65 7 6.93 600.00 559.09 98.93 93.18
144 565.37 749.96 270.87 5 4.87 350.00 390.36 97.30 88.47
Y
192 564.71 751.95 271.53 8 8.81 600.00 745.01 89.94 75.83
240 566.19 753.44 275.49 5 2.93 500.00 230.55 58.60 46.11
Z
288 563.39 750.46 270.36 8 3.33 800.00 265.08 41.56 33.14
336 562.72 749.14 271.03 Dari tabel XII tersebut, terlihat bahwa bila setelah
384 561.24 747.82 269.88 dilakukan pengujian lampu dengan metode pemeliharaan
432 559.58 746.33 266.07 lumen 480 jam, diperolah perbedaan dari data name plate
480 559.09 745.01 265.08 lampu LED 5, 7 dan 8 Watt, untuk daya rata-rata yang
Δ Jam 0 - 480 11.24 10.91 12.73 dikonsumsi, lampu Z memiliki perbedaan paling besar dan
% Error 1.97 1.44 4.54 kurang dari 80 % dari name plate artinya lampu Z tidak
% Akurasi 98.03 98.56 95.46 memenuhi standar SNI. Sedangkan untuk lumen, lampu Y
(8 Watt) serta lampu Z (5 dan 8 watt) memiliki perbedaan

“Seminar Nasional FORTEI 2015” 27

kurang dari 80 % atau dengan kata lain, lampu LED REFERENCES
tersebut tidak sesuai dengan SNI, namun begitu lampu
[1] Abadan, K. W., P, P. D., & Hasiolan, L. B. (2015).
merk Y bisa diasumsikan masuk dalam standar SNI bila
Analisis Pengaruh Kualitas Produk, Kualitas
persepsi lumen lampu adalah tidak kurang 80% dari lumen
Pelayanan, Harga Produk dan Kepercayaan Terhadap
yang dicantumkan pada kemasan [3] hal ini dikarenakan
Keputusan Pembelian Lampu Philips LED (Studi Pada
lumen lampu Y hasil pengukuran melebihi lumen dari
Konsumen Berlian Electrindo di Kabupaten Kudus).
name plate lampu tersebut.
Journal of Management. ISSN : 2442-4064 , 1.
Dari seluruh hasil pengujian lampu LED, lampu LED
[2] Abdullah, I. (2014). Studi Efisiensi Energi pada
merk Z adalah lampu paling banyak menunjukkan hasil
Lampu Hemat Energi. Gorontalo: Universitas Negeri
penyimpangan dari spesifikasi lampu yang tertera pada
Gorontalo.
name plate lampu LED, hal ini dapat menjadikan suatu
hipotesis bahwa lampu Z merupakan salah satu merk [3] BPPT. (2012). Perencanaan Efisiensi Dan Elastisitas
lampu LED yang diproduksi dengan tanpa pengujian Energi 2012. Tangerang Selatan: Penerbit BPPT .
dengan mengacu standar SNI.
[4] Jimy Harto Saputro, T. S. (2013). Analisa Penggunaan
Lampu Led Pada Penerangan Dalam Rumah.
KESIMPULAN
TRANSMISI , hal 19.

1) Metode pengujian penuaan (ageing) dan pemeliharaan [5] Linggi, Frederick Marshall A. (2013). Analisis
lumen lampu LED sesuai dengan SNI IEC 60969:2009 spesifikasi dan penentuan operasi tegangan kerja
dan SNI IEC/PAS 62612:2013 dapat diterapkan pada terbaik pada lampu led dan lampu hemat energi
pengujian lampu LED melalui pengujian penuaan dan pemeliharaan fluks
cahaya. Depok: Universitas Indonesia. Fakultas Teknik
2) Terdapat penyimpangan data antara hasil pengukuran .
terhadap name plate lampu LED yaitu pada konsumsi
daya dan lumen yang tertera, baik itu melebihi atau
kurang dari data name plate lampu LED.
3) Pada pengujian metode ageing 100 jam, pengukuran
daya lampu merk Z menyimpang 57,94 % dan pada
parameter lumen error tertinggi juga ada pada merk Z
dengan nilai 65.27 %
4) Pada pengujian metode pemeliharaan lumen 480 jam
lampu LED 5 Watt, konsumsi daya pada lampu Z tidak
sesuai dengan SNI, begitupun pada pengujian lumen,
lampu Z (5 dan 8 watt) adalah kurang dari 80 % atau
dengan kata lain, lampu LED tersebut tidak sesuai
dengan SNI.
5) Hipotesa bahwa lampu LED merk Z merupakan lampu
yang diproduksi dengan tanpa menggunakan standar
SNI.

28 “Seminar Nasional FORTEI 2015”

Pengotoran Permukaan Solar Sell Tipe Polycrystaline
Mempengaruhi Tegangan Keluaran
Ahmad Ridho’i1
1
Department of Electrical Engineering, Universitas 17 Agustus 1945 Surabaya,
Jl. Semolowaru 45 Surabaya 60118, Indonesia
1
[email protected]

Abstract— Along with the increase of the population will

have an impact on several requirements, one of which needs
electrical energy. Electrical energy in the modern era is
currently a very important requirement, electrical energy
supply increasingly rising. While the electrical energy used
today is still a lot of utilizing fuels derived from fossil fuels to
produce energy, and therefore to take advantage of renewable
energy is needed to reduce the energy crisis, renewable energy
is very much in the earth of which sunlight is mainly located
at the area tropical. To support the use of renewable energy so
that the energy conversion of sunlight into electrical energy
occurring both necessary care and monitoring in order to
obtain maximum energy sources. Conversion less the
maximum energy generated by the solar sell is influenced by
the solar surface fouling sell, can be caused by dust, leaves,
Gambar 1. Solar sell polycrystalline
dust attachment of further exposed to water. With the onset of
fouling sell solar surface will be disturbed by the dust
generated solar energy conversion sell. Energi terbaharui atau terbarukan (renewable
energy) merupakan energi yang dihasilkan oleh
Intisari—Bersamaan dengan makin bertambahnya penduduk akan sumber alam berupa energi yang berasal dari proses
memberikan dampak pada beberapa kebutuhan, salah satunya alami yang berkelanjutan, seperti radiasi (sinar)
kebutuhan energi listrik. Energi listrik pada era modern saat ini
menjadi kebutuhan sangat penting, penyediaan energi listrik makin
matahari, angin, proses biologi, biomassa dan panas
lama makin naik. Sedangkan energi listrik yang digunakan saat ini bumi. Dari semua energi terbaharukan yang
masih banyak memanfaatkan bahan bakar yang berasal dari fosil melimpah khususnya yang berada di daerah tropis
untuk menghasilkan energi, oleh karena itu dengan memanfaatkan
energi yang terbarukan sangat dibutuhkan untuk mengurangi krisis
adalah sinar matahari. Energi matahari dapat
energi, energi yang terbarukan sangat banyak dimuka bumi diambil dijadikan energi listrik melalui solar sell
diantaranya sinar matahari terutama lokasinya berada di daerah sebagai konversi energi. Sedangkan solar sell
tropis. Untuk mendukung penggunaan energi terbarukan agar proses
konversi energi dari sinar matahari menjadi energi listrik terjadi
dengan tipe monocrystalline dan polycrystalline,
secara baik diperlukan perawatan dan pemantauan agar didapat dari dua tipe solar sell ini memiliki karakteristik
sumber energi yang maksimal. Kurang maksimalnya konversi energi yang berbeda diantaranya yaitu :
yang dihasilkan oleh solar sell salah satunya dipengaruhi oleh
pengotoran permukaan solar sell, dapat diakibatkan oleh debu, daun-
Toleransi terhadap suhu
daun, menempelnya debu selanjutnya terkena air. Dengan terjadinya Monocrystalline : mempunyai toleransi terhadap
pengotoran permukaan solar sell oleh debu akan terganggu konversi suhu tinggi.
energi yang dihasilkan solar sell.
Polycrystalline : mempunyai toleransi terhadap
Keywords— solar sell, energi, listrik, konversi, pengotoran
suhu rendah.
I. PENDAHULUAN Efisiensi solar sell merupakan perbandingan output
Konsep energi terbaharui diperkenalkan pada listrik yang dihasilkan oleh solar sell dengan jumlah
tahun 1970-an definisi paling umum energi baru energi cahaya matahari yang diterima permukaan
terbarukan (terbaharui) adalah energi yang solar sell.
bersumber dari energi yang dapat dengan cepat diisi
kembali oleh alam, dengan proses berkelanjutan. [4]

“Seminar Nasional FORTEI 2015” 29

Pm = maksimum power output (watt) mengakibatkan kurang maksimalnya konversi
E = input cahaya (W/m2) energi yang dilakukan oleh solar sell.
Ac = area permukaan solar sell (m2)
Monocrystalline memiliki efsiensi 24,2% atau rata-
rata 242 watt/m2, sedangkan polycrystalline II. SISTEM MONITORING
memiliki efisiensi 19,3% atau rata-rata 193 watt/m2. Untuk penelitian ini terdapat diagram blok pada
Hal tersebut akan berdampak besar bila ingin gambar 2. yang menjadi system yang melakukan
membangun sistem tenaga surya dengan kapasitas pengukuran tegangan solar sell secara real time
yang besar. Untuk jenis polycrystalline tentunya yang menggunakan programmable device.
memerlukan area yang lebih luas dibandingkan
dengan jenis monocrystalline.[3]
Solar sell merupakan perangkat yang akan Sensor Tegangan
bekerja maksimal dengan ketentuan permukaan
RTC Pengolah Display
yang terkena sinar matahari tidak terjadi pengotoran.
Dalam penggunaan solar sell yang kadang-kadang Sensor cahaya
ditempatkan di daerah terpencil atau daerah yang matahari
polusinya tinggi, misalnya di jalan raya yang
umumnya difungsikan sebagai energi untuk PJU. Gambar 2. Sistem pengukur tegangan solar sell
PJU yang terdapat di jalan raya dengan tiap hari Dari system pengukur tegangan yang
debu dihasilkan oleh kendaraan, lama kelamaan memanfaatkan programmable device (IC yang
mengakibatkan penumpukan debu pada permukaan dapat diprogram) terdapat tiga bagian utama yaitu :
solar sell. Dari pengotoran permukaan solar sell A. Masukan
konversi energi dari matahari menjadi tegangan DC Pada masukan system merupakan bagian system
yang selanjutnya disimpan di batteray menjadi tidak yang berfungsi untuk menghasilkan data konversi
maksimal energi yang tersimpan di batteray. Untuk dari besaran satu ke besaran lain yang dilakukan
solar sell yang dipasang di daerah terpencil (untuk oleh sensor. Sensor dalam system ini diantaranya
sumber energi alat deteksi banjir dan longsor seperti sensor tegangan, sensor cahaya matahari dan RTC.
yang pernah kami lakukan dalam rangka program 1. Sensor tegangan, solar sell merupakan
hibah IbM) umumnya minim pemahaman perangkat yang menghasilkan tegangan dc, hasil
perawatan dan kurang mengertinya akan sumber dari konversi cahaya matahari menjadi tegangan
energi solar sell sehingga di daerah terpencil yang dc. Dengan memperhatikan tegangan yang
banyak pepohonan memungkinkan terjadinya dihasilkan oleh solar sell dengan interval
pengotoran permukaan solar sell dengan adanya tegangan . Untuk tegangan
daun-daun dari pohon yang hinggap di permukaan mendekati 0 volt terjadi saat solar sell tidak
solar sell. mendapat cahaya atau mendekati kondisi gelap,
A. Urgensi penelitian sedangkan tegangan berkisar 23 volt dapat
Keutamaan dari hasil penelitian ini adalah energi terjadi dengan cahaya matahari yang mengenai
dari solar sell dapat dimaksimalkan dengan permukaan solar sell mendekati tegak lurus.
mengetahui tegangan keluaran yang dihasilkan oleh
solar sell. Apakah solar sell sudah melakukan
konversi energi secara maksimal atau tidak dari
tegangan keluarannya sehingga diperoleh konversi
yang maksimal.
B. Tujuan penelitian
Dalam penelitian ini bertujuan mendapatkan
perangkat yang dapat memonitor tegangan dari Gambar 3. Solar sell terkena cahaya matahari
solar sell dengan adanya pengaruh dari pengotoran secara tegak lurus
debu, kondisi cuaca (mendung, hujan), yang

30 “Seminar Nasional FORTEI 2015”

 gambar . mennghasilkan tegangan variatif
sesuai dengan kondisi cahaya matahari.
3. Pewaktu (RTC), diperlukan untuk memastikan
bahwa matahari tersebit sampai matahari
terbenam dapat dideteksi dari waktu. Waktu
sendiri dibangkitkan oleh RTC (real time clock),
hasil keluaran dari RTC berupa tanggal (date)
[2] dan jam (time). Dari pembangkit RTC yang
dihasilkan oleh komponen DS1307 berupa
tanggal dan jam, mikrokontroller dapat
membaca tanggal dan jam yang ada di DS1307.
Gambar 4. Rangkai pembagi tegangan Sehingga dapat untuk mendeteksi waktu efektif
matahari dapat digunakan untuk menghasilkan
Dengan membuat perbandingan R1 dan R2 yang energy listrik, hal tersebut terkait dengan tempat
menghasilkan nilai tegangan tidak melebihi 5 daerah di mana solar sell di tempatkan.
volt jika tegangan yang dihasilkan oleh solar B. Pengolah system
sell pada tegangan puncaknya, nilai hasil Pengolah merupakan bagian dari system yang
pembagi tegangan tersebut dapat di olah oleh berfungsi mengolah nilai-nilai dari masukan
mikrokontroller. (tegangan, cahaya matahari, dan waktu) yang
2. Sensor cahaya, untuk memastikan apakah memanfaatkan mikrokontroller atmega8535. Pada
tegangan yang dihasilkan oleh solar sell benar mikrokontroller atmega8535 memiliki ADC
atau tidak, diperlukan pembanding yang internal yang sangat diperlukan sebagai konversi
digunakan untuk mengetahui kondisi sinar nilai yang dihasilkan oleh sensor tegangan, sensor
matahari. Salah satu komponen yang dapat cahaya. Dengan mendapatkan nilai dari hasil
untuk mengetahui kondisi cahaya matahari konversi yang dilakukan oleh ADC internal
adalah komponen LDR. LDR memiliki pengolah dapat dihasilkan nilai tegangan yang
karakteristik jika terkena cahaya matahari maka disensor dengan cara :
nilai resistensi LDR menjadi menurun, sesuai
dengan tingkat kecerahan cahaya matahari.
Dengan demkian LDR dapat digunakan untuk
mengetahui kondisi cahaya matahari dengan
merangkai secara seri dengan resistor seperti Dengan menggunakan cara tersebut maka nilai
pada gambar 5. tegangan dan nilai cahaya matahari dapat terbaca
dan nilainya dapat diolah oleh mikrokontroller yang
selanjutnya dapat digunakan untuk menentukan
efektifitas konversi yang dilakukan oleh solar
sell.[1]
B. Keluaran system
[2] Bagian keluaran ini berupa perintah yang
dilakukan oleh mikrokontroller yaitu, indicator
LCD (liquid crystal display) untuk memberikan
informasi tegangan dan waktu real time, dengan
mengetahui tegangan hasil olahan yang ditampilkan
melalui lCD membuat informasi tegangan solar sell
Gambar 5. Sensor LDR
diketahui secara real time. Dari tampilan tegangan
solar sell yang dibandingkan dengan hasil sensor
Dengan mengetahui sifat dari LDR yang akan
cahaya matahari dapat menentukan tingkat
berubah nilai resistensinya jika terkena cahaya
efektifitas konversi yang dilakukan oleh solar sell.
matahari, maka dengan merangkai seperti

“Seminar Nasional FORTEI 2015” 31

 2. Pengambilan data, pada tahapan ini melakukan
pengukuran nsecara langsung tegangan solar
sell dan resistensi yang dihasilkan oleh LDR,
masing-masing pada waktu-waktu tertentu
sesuai dengan tabel 1.
III. METODOLOGI
Dalam melakukan penelitian berdasarkan Tabel 1. Pengukuran tegangan solar sell dan R
tahapan-tahapan seperti pada gambar 5. Tahapan Teg. Solar Resistensi LDR Teg. Solar
Pukul sell tgl 28 sell waktu
menentukan urutan yang harus dikerjakan untuk juni 2015 Timur Tengah Barat charger
mendapatkan hasil yang sesuai dengan tujuan yang 7:30 18,98 273 294 305 12,17
ada pada proposal pengajuan penelitian. 8:30 18,8 260 320 414 12,35
Tahapan-tahapan penelitian pada system ini adalah : 9:30 18,77 214 208 220 12,49
10:30 19,18 220 197 233 12,59
1. Persiapan Bahan dan Alat, Dalam
11:30 18,96 216 190 240 12,74
pengambilan data untuk mengetahui sifat dan 12:30 19,78 202 192 186 12,88
perilaku dari solar sell diperlukan beberapa
bahan dan peralatan yang terkait dalam Keterangan : Matahari redup
penelitian induknya yang perjudul “Penerapan - Setelah jam 12:30 lokasi tempat
Kecerdasan pada Pembersihan dan Monitoring pengambilan data, sinar matahari
terlindungi.
Solar Sell Renewable energy Bertempat di - satuan tegangan dalam volt dan
Daerah Terpencil” yang diinginkan pada resistensi LDR dalam Ohm
tahapan ini mempersiapkan segala sesuatu yang Dari tabel 1, pengambilan data tegangan
dibutuhkan diantaranya untuk perencaraan dan terdapat dua yaitu kolom 2 tegangan solar sell
pembuatan system monitoring terhadap diukur tanpa dihubungkan charger, kolom 6
tegangan yang dihasilkan oleh solar sell. Dan tegangan solar sell diukur dengan dihubungkan
alat ukur sebagai acuan atau referensi terhadap charger penurunan terjadi dikarenakan
system monitoring. pengisian yang disesuaikan dengan tegangan
batteray awal waktu pengisian.
Tabel 2. Pengukuran tegangan solar sell dan R LDR
Persiapan Bahan dan Alat Resistensi LDR
Teg. Solar sell
Pukul
tgl 27 juni 2015 Timur Tengah Barat

Pengambilan Data 8:30 19,59 195 213 216

1. Tegangan solar sell 8:50 19,3 191 211 212
2. Resistensi LDR
9:45 18,88 192 192 212
10:35 18,61 192 150 212
Perencanaan
1. Perancangan perangkat keras 11:35 19,35 197 186 220
2. Perancangan perangkat lunak 12:35 18,72 219 198 163

Pengujian sistem 3. Perencanaan, dalam perencanaan system

1. Mikrokontroller pembacaan tegangan untuk menentukan tingkat
2. Logika program
efektifitas konversi solar sell terdapat dua
bagian besar yaitu perencanaan perangkat keras
Akurasi
Penyesuaian hasil olahan sistem dan perencanaan perangkat lunak.
mikrokontroller dengan alat a. Perencanaan perangkat keras
ukur Untuk perencanaan perangkat keras
membangun system mikrokontroller yang
Gambar 6. Alur penelitian menggunakan atmega8535 sebagai pengolah,
nilai yang diolah hasil keluaran dari sensor

32 “Seminar Nasional FORTEI 2015”

 tegangan solar sell. Dari hasil pengukuran solar
sell tanpa terhubung dengan charger nilai Gambar 8. Pengolah mikrokontroller
tegangan tertinggi 19,29 volt untuk membuat atmega8535
system dapat merespon dengan baik maka data kondisi cuaca sekitar penempatan solar sell.
tegangan resistor dapat dihitung sebagai berkut : Sedangkan PORTA.0 .. PORTA.3 difungsikan
sebagai konversi analog to digital, hasil dari
Jika R1 = 1,5 Kohm keluaran sensor LDR1 .. LDR3, dan sensor
Vsolar sell max = 23 volt tegangan solar sell. PORTC.0 dan PORTC.1
Vmax ADC uC = 5 volt difungsikan sebagai serial clock dan serial data
antara RTC dengan mikrokontroller,
komunikasi ini terjadi secara serial. [1]
b. Perencanaan perangkat lunak
Agar system mikrokontroller dapat berfungsi
sesuai dengan tujuan dari penelitian ini maka
device mikrokontroller ditanamkan perintah
berupa bahasa pemrograman, disini
Gambar 7. Sensor tegangan solar sell menggunakan bahasa pemrograman C, untuk
logika program seperti gambar 9, berupa
flowchart.
Start

Nilai resistor yang mendekati 416,67 adalah 470

Ohm, sehingga untuk tegangan tertinggi dari Inisialisasi
mikrokontroller
solar sell 19,59 volt maka terbaca di ADC
internal mikrokontroller sebagai berkut :
Pembacaan tegangan solar sell,
Pembacaan tegangan LDR,
Pembacaan RTC
Dengan memperhatikan tegangan VinADC yang
masih dalam interval tegangan yang diijinkan
maka perbandingan resistor R1 dan R2 dapat Pengolahan data dari sensor
digunakan dalam system sebagai sensor tegangan, LDR, dan waktu

tegangan. Perencanaan pangolah yang

menggunakan atmega8535 seperti pada gambar
8. dengan perencanaan PORTB sebagai display Tampilkan Ada perubahan
berupa LCD sesuai penamaan yang di gambar 8. Di LCD
Ya
tegangan

Sedangkan PORTB.3 digunakan sebagai

masukan sensor mendeteksi adanya air hujan, Tidak
dengan mendeteksi air hujan digunakan sebagai
baca tegangan
Ya
lagi

Tidak

End

Gambar 9. Flowchart logika program

Pertama atmega8535 melakukan inisialisasi
yang berisi penetapan konstanta-konstanta yang
terkait pada proses pengolahan yang dilakukan

“Seminar Nasional FORTEI 2015” 33

 oleh atmega8535, pembacaan sensor dilakukan 2. Pengujian tegangan LDR
pada rentang waktu metahari terbit sampai Dengan
matahari terbenam. Dari hasil pembacaan LDR1 LDR2 LDR3 memberika
Jam Lumen/m
(volt) (volt) (volt)
sensor tegangan dibandingkan dengan hasil 6 2.19 2.36 2.64 839 n cahaya
sensor LDR untuk memastikan bahwa 7 0.18 0.23 0.51 3020 pada LDR
penurunan tegangan memang terjadi karena ada 8 0.09 0.1 0.12 15750 akan
9 0.05 0.07 0.1 20000
terlindung oleh awan atau tidak. Dengan 10 0.04 0.05 0.08 20000 mengubah
mempertimbangkan didapat keputusan apakah 11 0.06 0.04 0.07 20000 resistensi
12 0.07 0.04 0.05 20000
konversi enegi yang dilakukan oleh solar sell 13 0.08 0.05 0.04 20000
dalam LDR
tersebut efektif atau tidak. 14 0.08 0.06 0.05 20000 dengan
15 0.1 0.09 0.05 17860 merangkai
16 0.15 0.13 0.08 8260
17 0.36 0.35 0.34 1568 secara seri
IV. Hasil dan Pembahasan 18 5.05 5.09 5.02 0.58 dengan
Dalam melakukan pengujian system dilakukan resistor maka didapat pembagi tegangan dan
dua bagian besar pengujian logika program dengan menghasilkan pengukuran pada tabel 4.
memanfaatkan software simulator, hal tersebut
dilakukan untuk memastikan bahwa logika program
dirancang sudah sesuai dengan tujuan dari Tabel 4. Pengukuran tegangan LDR cerahan cahaya
penelitian. Selain untuk pembuktian tingkat
kebenaran logika program simulator menghemat
waktu dan biaya.
1. Pengujian tegangan solar sell
Untuk melakukan pengujian tegangan solar sell
dari hasil pengukuran pembacaan yang
memanfaatka sensor tegangan didapat pada
tabel 3.

Tabel 3. Keluaran tegangan solar sell

Pengotoran dgn Pengotoran dgn Pengotoran dgn Tidak ada
debu daun air pengotoran
PERIODE
POLY MONO POLY MONO POLY MONO POLY MONO
JAM
19,6 19 20,1 21,3 19,4 18,6 23,1 18,9
08.00
JAM
09.00
19,2 19,7 26,5 19,2 19,4 18,9 24,9 19,5 Tegangan yang dihasilkan ditentukan pada
JAM
10.00
19,8 20,3 29,5 19 20,1 20,4 24,4 20,1 rancangan sensor LDR hal tersebut disebabkan
JAM
11.00
19,4 19 32,7 20,3 20,2 20,6 29,6 19,6 cahaya yang masuk atau mengenai permukaan LDR
JAM
12.00
19 19,5 26,5 20,2 19,8 20,4 19,3 19,7 menentukan perubahan resistensi dalam dari LDR
JAM
13.00
18,9 19,3 23,7 19,3 19,3 19,7 17,9 18,5 tersebut. Selain pada rancangan peletakan LDR
JAM
14.00
18,6 19,1 15,7 17 18 18,6 17,8 18,4 juga ditentukan oleh resistor pembagi tegangan
JAM
15.00
16,7 17,5 18,4 19 17,4 18,1 18,7 19,1 yang digunakan, hal tersebut menentukan tingkat
JAM
16.00
16 16,9 15 16,2 17,2 17 17,9 18,4 sensitif atau perubahan tegangan dari pembagi
JAM
12,7 13,9 7,4 8,1 12,8 14,1 13,1 14,3 tegangan tersebut. Sebagai pembanding tingkat
17.00
JAM
0,8 1,4 6,3 7,2 1 1,7
kecerahan cahaya menggunakan alat ukur
18.00
RATA -
16,43 16,87 20,16 16,98 16,78 17,10 20,67 18,65
kecerahan cahaya matahari.
RATA

Untuk pengukuran dapat terlihat bahwa untuk

solar sell jenis polycrystalline rata-rata menunjukan
penurunan lebih jika terdapat pengotoran
dipermukaan solar sell.

34 “Seminar Nasional FORTEI 2015”

 Sedangkan untuk system pengolahannya dan
pengisi batteray (control charger) seperti gambar
12. Yang mana system terdiri dari pengisi bateray,
monitoring tegangan solar sell, driver motor dc
Gambar 10. Solar sell polycrystalline dan yang berfungsi untuk pembersih kotoran yang ada
monocrystalline dipermukaan solar sell.

Pada gambar 10 merupakan dua tipe solar sell

sebelah kiri (panjang) solar sell tipe monocrystaline

V. KESIMPULAN
1. Tegangan keluaran solar sell yang dhasilkan
dapat dipengaruhi dengan adanya kotoran yang
ada dipermukaan solar sell, penurunan tegangan
karena pengotoran rata-rata solar sell
polycrystalline lebih besar dari pada solar sell
tipe monocrystaline.
2. Solar sell berfungsi baik untuk sumber energy
alternative pada saat matahari sinarnya terkena
langsung dengan permukaan solar sell.

sedangkan sebelah kanan (pendek) solar sell tipe

polycrystalline dari kedua tipe solar sell masih
UCAPAN TERIMA KASIH
dalam kondisi bersih atau belum ada pengotoran
pada permukaan solar sell. Tabel 3 merupakan hasil Terima kasih kepada DIKTI yang telah membiayai
pengukuran dari dua tipe solar sell di atas penelitian ini pada pembiayaan 2015/2016.
disejajarkan pada kondisi cahaya matahari yang
sama. REFERENSI
Gambar 11. Pengukuran tegangan solar sell dengan
[1] Kenneth J. Ayala, The 8051 Microcontroller
system dan alat ukur
architecture, programming, and application,
wesh publishing company, 1991.
Pada gambar 11 merupakan system yang digunakan
[2] Adel S. Sedra, Microelectronic Circuit, oxford
untuk mengukur tegangan keluaran dari solar sell
university publishing press inc, 2004.
yang menggunakan system mikrokontroller. Dalam
[3] Stephen J. Fonash, Solar Cell Device Physics,
system mikrokontroller terdapat bagian-bagian
Elsevier Inc, 2010.
seperti pada gambar 2. Selain mengukur dengan
[4] A.R. Jha, Ph.D., Solar Cell Technology and
system mikrokontroller juga dibandingkan dengan
Applications, Auerbach Publications, 2010.
alat ukur voltmeter untuk mengetahui tingkat
kevalidan hasil keluaran system mikrokontroller.
Gambar 12. Charger dan monitoring tegangan solar
sell.

“Seminar Nasional FORTEI 2015” 35

 Simulator penjumlahan dan pengurangan bilangan
biner dalam sistem komplemen 2
Bunyamin1, Wa Ode Zulkaida2, Gamal Abdel Nasser3
Jurusan Teknik Elektro, 1,2,3Universitas Halu Oleo
1,2,3

Kampus Hijau Bumi Tridharma Anduonohu Kendari, Indonesia

1
[email protected]
2
[email protected]
3
[email protected]

ABSTRACT—This research aimed to provide solution to the Man Machine Interface (MMI) adalah COM3LAB, yang
limitation of devices and equipment in electronic laboratory by erupakan bantuan Islamic Development Bank (IDB).
designing virtual lab or simulator based on educational software. Com3Lab merupakan solusi yang ideal dalam praktikum di
Virtual laboratory, inexpensive and environmentally friendly laboratorium, karena modul Com3Lab menggunakan animasi
laboratory, procced from rapid development in information and yang dapat memandu praktikan dalam mendesain rangkaian
communication technology especially in hardware and software. percobaan yang ada di dalamnya, Selain itu terdapat report
This generated a simulator design that can perform addition and error bila terjadi kesalahan dalam pembuatan desain
substraction of binary numbers by complement-2 method as one rangkaian atau menjawab pertanyaan yang diajukan. Namun
practice module in digital electronics laboratory. This simulator
also assists lecturer in delivering problems practice.
demikian sangat disayangkan karena pada dasarnya com3lab
Research methodology consisted of analysis and design. ini belum dilengkapi buku panduan. Refensi [2] menyatakan
Analysis method was marked by electricity system modeling to bahwa kegunaan panduan praktikum com3lab adalah
equipment, simulator, of addition and substraction of binary untuk mempermudah pembelajaran mengenai cara
numbers by arithmetic logic unit (ALU). Design method was pengoperasiannya.
performed to carry out software engineering including Permasalahan yang muncul adalah eksistensi perangkat
specification’s determination of operational limitation simulator, laboratorium berbasis peralatan fisis dan berbasis teknologi
simulator design, simulator development or creating program, komputer seperti Com3lab memiliki kelemahan diantaranya,
simulator validation to examine simulator performance, and then bilamana terjadi kerusakan salah satu komponen saja dari alat
creating manual book of the simulator.
The outcome of this research is application program
tersebut dapat menyebabkan tidak berfungsinya alat tersebut,
that can be utilized as simulator in addition and substraction of sementara teknisi laboratorium yang kita miliki tidak
binary numbers using complement-2 method. berkompeten untuk memperbaikinya dan bilamana terjadi
kesalahan dalam mendesain rangkaian percobaan atau
menjawab pertanyaan yang diajukan, maka harus diulangi
Keywords— virtual lab, Binary Numbers, Complement-2,
hingga benar. jika sering-sering melakukan kesalahan, maka
Digital, and ALU
praktikum dengan menggunakan teknologi ini justru
I. PENDAHULUAN membutuhkan waktu yang lebih lama.
Keterbatasan perangkat laboratorium atau sistem
Kelemahan dari karakteristik praktikum laboratorium
konvensional praktikum laboratorium dapat dijawab dengan
konvensional yang berbasis bahan dan peralatan fisis yang
suatu sistem laboratorium virtual (lab maya) yang murah dan
membutuhkan waktu yang banyak untuk pengaturan jadwal,
ramah lingkungan. simulator menjadi pilihan yang ekonomis.
persiapan alat dan bahan begitu juga ketika melakukan
Eksistensi Laboratorium berbasis teknologi komputer
prosedur percobaan yang meliputi pengambilan data serta
mempunyai potensi besar menyelesaikan masalah kekurangan
pengolahan data, seringnya praktikan melakukan kesalahan
laboratorium konvensional karena Komputer memungkinkan
prosedur percobaan, sehingga hasil yang diinginkan dan
para peneliti untuk menciptakan laboratorium virtual
pemahaman yang diharapkan jauh dari yang direncanakan dari
(simulator).
kegiatan praktek tersebut. Sebagian laboratorium praktikum
Beberapa kajian sudah menemukan bahwa dengan
masih terkendala oleh keterbatasan perangkat atau peralatan.
menciptakan suatu simulasi, banyak para dosen dan
Kendala ini biasa disebabkan karena besarnya biaya
mahasiswa mendapatkan suatu perspektif yang baru
pengadaan peralatan atau perangkat laboratorium praktikum
menyangkut peristiwa alam yang mereka berusaha untuk
tersebut.
menjelaskan/memahaminya, yang mana hampir selalu
Referensi [1] menyatakan bahwa Salah satu perangkat
meningkatkan gairah mereka tentang penggunaan teknologi
laboratorium berbasis peralatan fisis dan berbasis teknologi
ini bersama-sama dengan para mahasiswa mereka.
komputer yang ada pada Jurusan Teknik Elektro Fakultas
Tujuan penelitian ini adalah membuat suatu rancangan
Teknik Universitas Haluoleo yang dilengkapi dengan fasilitas
virtual lab atau simulator yang dapat memback_up

36 “Seminar Nasional FORTEI 2015”

kontinuitas pelaksanaan praktikum laboratorium jika peralatan Referensi [7] menyatakan bahwa model laboratorium
fisis yang dimiliki laboratorium mengalami kerusakan. virtual dapat meningkatkan kemampuan siswa dalam inferensi
Simulator tersebut dapat mensimulasikan proses penjumlahan logika dan membangun konsep.
dan pengurangan bilangan biner metode komplemen 2 sebagai Laboratorium virtual yang berperan sebagai produk
salah satu materi praktikum laboratorium elektronika digital. teknologi bertujuan untuk mengantarkan siswa agar memiliki
Sesuai dengan fungsinya, maka simulator yang dirancang ini pengetahuan, keterampilan, dan sikap yang berkaitan erat
harus mampu menirukan secara fungsional peralatan yang dengan proses dan produk teknologi [8]. Lebih lanjut, menurut
sebenarnya. referensi [9] melalui laboratorium virtual siswa diharapkan
lebih termotivasi untuk melakukan pengamatan dan percobaan
II. TINJAUAN PUSTAKA fisika, siswa dapat menjadikan laboratorium virtual fisika
2.1. Laboratorium Konvensional sebagai sarana menemukan konsep-konsep fisika yang lebih
menyenangkan dan dapat divisualisasikan sehingga tidak
Laboratorium sistem konvensional sudah dikenal sebagai hanya menjadi imajinasi belaka, motivasi siswa meningkat
suatu tempat melakukan eksperimen atau percobaan. untuk lebih mempelajari topik-topik fisika serta terbentuknya
Laboratorium sistem konvensional merupakan sistem pembelajaran yang menyenangkan dalam suasana belajar.
laboratorium yang berbasis pada penggunaan bahan dan Menurut referensi [10] pengalaman dan survey yang
peralatan fisis. Kelemahan sistem tersebut adalah dilakukan pada para mahasiswa, ilmu-ilmu kontrol cukup
membutuhkan waktu yang relatif lama dalam menyusun berat untuk dipelajari secara teoritis tanpa praktek yang
jadwal praktikum. Hal ini terjadi karena banyaknya kelas yang memadai. Sayangnya, peralatan sistem kontrol seperti mini-
harus diatur jadwal praktikumnya dan beragam materi plant, sensor, transmitter, controller, actuator dan lain-lain
praktikum yang harus diikuti oleh setiap kelas. Faktor relatif mahal untuk digunakan sebagai dipakai praktikum.
kelalaian sumber daya manusia juga menjadi salah satu Karena itu simulator menjadi pilihan yang ekonomis.
sebabnya, sehingga terjadi bentrok antara dua kelas praktikum Membuat simulator sistem kontrol cukup mudah, selama
dalam satu waktu, atau ada kelas yang belum terdaftar jadwal perangkat bantu yang dipilih tepat guna. Ukuran tepat guna
praktikumnya. Bahkan lebih ironis lagi jika mengunakan tersebut, tentunya harus disesuaikan dengan kondisi pemakai,
bahan-bahan kimiawi lebih berpotensi menimbulkan limbah pembuat dan metode pengajaran. Dalam konteks perkuliahan,
atau sampah. Hal ini ditunjukkan oleh penelitian [3] yang pemakai simulator yang utama adalah dosen dan mahasiswa.
mengatakan bahwa aktivitas manusia pada industri, bengkel, Sistem kontrol sekuensial yang menggunakan komponen
laboratorium, pertokohan, transportasi dan kegiatan rumah seperti push button, relay, kontaktor dapat dibuat simulasinya
tangga (mandi, cuci dan kakus) berpotensi menghasilkan menggunakan bahasa pemrograman berorientasi objek [11].
limbah yang sebagian besar akan bercampur dengan air tanah, Pada umumnya, dosen ingin simulator yang mampu
sehingga air tanah akan terpengaruh sifat fisik dan kimia dari mendemokan berbagai konsep yang ingin disampaikannya
aktivitas tersebut. selama pengajaran. Sementara itu mahasiswa menuntut
2.2. Teknik simulasi simulator yang dapat dirangkai dengan bebas untuk
membentuk berbagai sistem, kemudian dicoba-coba dengan
Referensi [4] menyatakan bahwa bila model matematik dari berbagai kasus.
suatu system diberikan kadang dimungkinkan untuk Proses pembelajaran yang memanfaatkan Simulator atau
memperoleh informasi tentang system tersebut secara analitis. software menempatkan peran guru sebagai fasilitator [12].
Bila cara analitis ini tidak dimungkinkan, maka digunakan Menurut referensi [13] Multimedia pembelajaran dapat
metode komputasi numeric untuk memecahkan persamaan- dilakukan dengan simulasi yang berarti mencoba menyamai
persamaan yang ada. proses dinamis yang terjadi di dunia nyata.
Kadang-kadang istilah simulasi dipakai untuk menjelaskan
procedure pembuatan model dan perolehan solusinya secara III. METODE PENELITIAN
numeris. Secara praktis simulasi dapat dikatakan sebagai Penelitian ini menggunakan metode analisis dan desain.
tiruan fungsional dari suatu system. Metode analisis meliputi pengumpulan data dan menganalisis
data. Metode desain meliputi Rekayasa (rancangan dan
2.3. Teknologi komputer menciptakan virtual lab implementasi) program aplikasi atau simulator.
Menurut [5] Laboratorium berbasis teknologi komputer 3.1. Materi Penelitian
mempunyai potensi besar menyelesaikan masalah kekurangan
Materi Penelitian adalah Rancangan virtual lab atau
laboratorium konvensional pendukung proses belajar dan
simulator untuk mensimulasikan proses penjumlahan dan
mengajar yang baik. Sedangkan menurut [6] Komputer
pengurangan bilangan biner dalam metode komplemen 2
memungkinkan para peneliti untuk menciptakan laboraturium
sebagaimana yang dijalankan oleh komponen aritmetic logic
virtual dalam komputer untuk melakukan eksperimen- unit (ALU) komputer.
eksperimen yang akan mahal sekali jika dilakukan di dalam
sebuah laboraturium fisik atau bahkan tidak mungkin. 3.2. Tahapan Pelaksanaan Penelitian

“Seminar Nasional FORTEI 2015” 37

 Secara garis besar tahapan penelitian terbagi atas : 6. Penyusunan buku panduan simulator .
pengumpulan data (soal), analisis data dan rekayasa software. Penyusunan buku panduan merupakan tahapan akhir proses
Sedangkan bagan alir penelitian adalah sebagai berikut: rekayasa perangkat lunak dalam menghasilkan simulator.
Dengan demikian, proses penelitian ini akan mengikuti Buku panduan sangat membantu dalam bekerja (dalam
langkah-langkah sebagai berikut: menjalankan praktikum) karena hal yang perlu diperhatikan
1. Pemodelan peralatan menjadi sistem listrik bilamana bekerja dengan simulator adalah urutan instruksi.
Metode analisis diperlukan untuk mengetahui dan Urutan instruksi yang tidak berdasarkan panduan biasanya
menterjemahkan karakteristik fungsi peralatan yang akan mengakibatkan hasil pengamatan praktikum yang tidak
sebenarnya ke suatu alat simulasi (simulator). Pemodelan sesuai dengan kondisi yang diharapkan.
sistem merupakan langkah awal atau pintu gerbang menuju
penyelesaian masalah. Pemodelan sistem listrik merupakan Tahap Analisis
pemodelan yang tepat untuk kasus ini. Oleh karena target
penelitian adalah simulator, maka dalam merepresentasekan Pemodelan peralatan
sistem listrik digunakan blok diagram atau rangkaian listrik. menjadi sistem listrik
Dengan demikian pada tahapan ini kegiatan yang akan
dilakukan adalah membuat repesentase sistem dalam
rangkaian listrik yang menggunakan rangkaian gerbang- Tahap Rekayasasoftware
gerbang logika.
2. Penentuan spesifikasi simulator. Penentuan spesifikasi
Pada tahap ini peneliti melakukan proses awal desain simulator
(rekayasa perangkat lunak) yaitu menentukan spesifikasi
tentang batasan operasi perangkat lunak (simulator). Batasan
operasi simulator adalah mampu melakukan proses
Perancangan
penjumlahan dan penguran bilangan biner dalam metode
simulator
komplemen 2. yang menterjemahkan kondisi ada sinyal
listrik sebagai logika 1 (high) dan kondisi tidak ada sinyal
listrik sebagai logika 0 (low).
3. Perancangan simulator menggunakan perangkat lunak.
Pengembangan simulator
Pada tahapan ini peneliti menggunakan bahasa
atau pembuatan program
pemrograman berorientasi objek borland delphi untuk
merancang tampilan form aplikasi sistem yang dibangun oleh
simulator. Form aplikasi akan memperlihatkan gambar tidak
rangkaian listrik dari sistem penjumlahan dan pengurangan
bilangan biner. Validasi simulator
Form aplikasi akan ditambahkan dengan komponen- Prinsip kerja sesuai ?
komponen objek pada delphi untuk memandu jalannya proses
simulasi. ya
4. Pengembangan simulator.
Pada tahap ini peneliti melakukan proses pembuatan Penyusunan buku
program atau penyusunan instruksi-instruksi program. panduan simualtor
Program yang dibuat menentukan jalannya eksekusi simulator.
Peneliti melakukan manipulasi terhadap kumpulan Gambar 3.1. Diagram alir penelitian desain software
instruksi program yang ada pada bahasa pemrograman
berorientasi objek delphi sedemikian sehingga simulator IV. HASIL DAN PEMBAHASAN
mampu menirukan fungsi alat yang sebenarnya. 4.1. Hasil Rancangan Simulator
5. Validasi perangkat lunak.
Konfigurasi simulator seperti yang ditunjukkan pada
Validasi simulator pada dasarnya berguna untuk
gambar 4.1 ini paling sering dipakai untuk penambahan dan
membuktikan kelayakan atau validnya hasil rekayasa software
pengurangan karena konfigurasi itu menyiapkan cara langsung
yang telah dibuat, sehingga tidak ada lagi keraguan terhadap
yang sederhana untuk penambahan atau pengurangan bilangan
produk simulator tersebut. Validasi simulator dilakukan guna
positif atau negatif. Keterbatasan simulator adalah
melakukan pengujian unjuk kerja simulator, apakah simulator
kemampuan melakukan penjumlahan dan pengurangan dalam
mampu menjadi virtual lab yang dapat memback-up peralatan
komplemen 2 hanya bisa menyimpan hasil penjumlahan dan
laboratorium.
pengurangan dari -15 hingga +15.
Jika pada tahap ini unjuk kerja simulator belum mampu
Bilangan pertama direpresentasikan oleh X4, X3, X2, X1
bekerja sesuai dengan prinsip kerja alat yang sebenarnya,
dan X0 dan yang lain oleh Y4, Y3, Y2, Y1 dan Y0. Terdapat
maka peneliti akan merevisi program hingga unjuk kerja
dua signal kendali, TAMBAH dan KURANG. Jika saluran
simulator sesuai dengan prinsip kerja alat yang sebenarnya.
kendali TAMBAH berharga 1 jumlahan bilangan X dan Y

38 “Seminar Nasional FORTEI 2015”

 akan muncul sebagai S4, S3, S2, S1, dan S0. Jika saluran menghasilkan 1000 dan kemudian menambahkan 1 pada digit
kendali KURANG berharga 1 selisih bilangan X dan Y (X – berperan terkecil, sehingga menghasilkan 1001).
Y) akan muncul sebagai S4, S3, S2, S1, dan S0.
Perhatikan bahwa jaringan gerbang AND ke OR yang 4.3. Penambahan dalam Sistem Komplemen 2
dihubungkan dengan masukan Y memilih salah satu Y atau Y , Terdapat empat kemungkinan situasi yang terjadi dalam
jadi misalnya TAMBAH menyebabkan Y1 memasuki penambahan dua bilangan biner bila dipakai sistem
penambah penuh yang bersesuaian, sedangkan KURANG komplemen 2 adalah sebagai berikut:
akan menyebabkan Y1 memasuki penambah penuh. - Bila suatu bilangan positif ditambahkan dengan bilangan
Jadi baik untuk tambah maupun kurang, masing-masing positif yang lain, penambahan semua bit, termasuk bit tanda
masukan X akan dihubungkan dengan penambah penuh yang dapat dilakukan secara langsung. Karena kedua bit tandanya
bersesuaian. Jika pengurangan dipanggil, komplemen masing- adalah 0, tidak ada jumlah atau bawaan timbul dalam
masing flip-flop Y di gerbang ke dalam penambah penuh, dan penambah bit tanda dan keluarannya tetap 0.
1 ditambahkan dengan menghubungkan signal KURANG ke - Bila satu bilangan positif dan yang lainnya negatif, bilangan
dalam masukan Ci dari penambah penuh untuk bit orde yang harga mutlaknya lebih besar adalah yang positif, bawaan
terendah X0 dan Y0. Karena saluran KURANG akan menjadi akan timbul melalui bit tanda. Bawaan ini boleh dibuang,
0 ketika kita menjumlahkan, maka bawaan 0 akan ada pada karena keluaran alat penambah itu sudah benar seperti di
saluran ini bila penambahan dilakukan. bawah ini:
8–7=1
+1000 = 01000
- 0111 = +11001
00001
Bawaan dibuang
7–3=4
+0111 = 00111
- 0011 = +11101
+0100 00100
Bawaan dibuang
- Bila sebuah bilangan positif dan negatif ditambahkan dan
bilangan negatifnya harga mutlaknya lebih besar, jawabannya
sudah betul seperti adanya
4 – 8 = -4
+0100 = 00100
- 1000 = +11000
- 0100 11100
3 – 4 = -1
+0011 = 00011
- 0100 = +11100
- 0001 11111
Gambar 4.1. Form tampilan simulator penjumlahan dan pengurangan bilangan - Bila dua bilangan negatif ditambahkan, bawaan akan timbul
biner menggunakan metode komplemen 2 dalam bit tanda dan juga pada bit sebelah kanan bit tanda. Ini
menyebakan 1 harus diletakkan dalam bit tanda, hal ini
4.2. Bilangan Positif dan Negatif
memang benar, dan bawaan dari bit tanda boleh dibuang.
Dalam sistem yang dibangun dalam simulator ini, 1 dalam -3 – 4 = -7
bit tanda akan menunjukkan bilangan negatif dan 0 dalam bit - 0011 = 11101
tanda menunjukkan bilangan positif. - 0100 = +11100
Aturan dasar dalam penjumlahan dan pengurangan - 0111 11001
bilangan biner metode komplemen 2 adalah sebagai berikut: Bawaan dibuang
- Bilangan negatif bisa disimpan dalam bentuk besaran -3 – 11 = -14
sebenarnya. Bilangan biner -0011 akan disimpan sebagai - 0011 = 11101
10011 dengan 1 menyatakan bahwa bilangan yang disimpan - 1011 = +10101
itu adalah negatif dan 0011 menunjukkan besaran bilangan itu. - 1110 10010
- Komplemen 2 bisa dipakai untuk merepresentasikan Bawaan dibuang
bilangan biner negatif. Misalnya, -0111 akan disimpan
sebagai 11001, dengan 1 menyatakan bit tanda yang 4.4. Pengujian Simulator
menunjukkan bahwa bilangannya negatif dan 1001 adalah Analisis Penambahan dan pengurangan bilangan biner
komplemen 2 dari besaran bilangan itu. (Komplemen 2 dalam sistem komplemen 2 menjadi acuan untuk menvalidasi
dibentuk dengan melakukan komplemen 1 pada besaran 0111, unjuk kerja simulator. Enam (6) analisis penambahan dan

“Seminar Nasional FORTEI 2015” 39

 pengurangan tersebut dapat divalidasi berdasarkan hasil
pengujian simulator berikut ini:
- Kasus pertama bilamana satu bilangan positif dan yang
lainnya negatif, bilangan yang harga mutlaknya lebih besar
adalah yang positif. Gambar 4.2 mensimulasikan pengurangan
bilangan yaitu 8 – 7 atau sama dengan 8 + (-7).
8–7=1
8 = +1000 = 01000
-7 = - 0111 = +11001 (komplemen 2 dari 7)
+ 0001 00001
Pada Gambar 4.2, desimal 8 dipresentasikan pada bit-bit
X4 X3 X2 X1 X0 = 0 1 0 0 0 dan -7 direpresentasikan pada
bit-bit Y4 Y3 Y2 Y1 Y0 = 1 1 0 0 1 dan hasil eksekusi
simulator adalah 0 0 0 0 1.

Gambar 4.3. Hasil simulasi 4 – 8 atau 4 + (-8) komplemen 2 kembali

- Kasus ketiga bilamana dua bilangan negatif ditambahkan,

bawaan akan timbul dalam bit tanda dan juga pada bit sebelah
kanan bit tanda. Ini menyebakan 1 harus diletakkan dalam bit
tanda, hal ini memang benar, dan bawaan dari bit tanda boleh
dibuang. Gambar 4.4 mensimulasikan pengurangan bilangan
yaitu -3 – 4 atau sama dengan -3 + (-4).
-3 – 4 = -1
-3 = - 0011 = 11101 (komplemen 2 dari 3)
-4 = - 0100 = +11100 (komplemen 2 dari 4)
- 0111 11001
Pada Gambar 4.4, negatif 3 dipresentasikan pada bit-bit
X4 X3 X2 X1 X0 = 1 1 1 0 1 dan -4 direpresentasikan pada
Gambar 4.2. Hasil simulasi 8 – 7 atau 8 + (-7) bit-bit Y4 Y3 Y2 Y1 Y0 = 1 1 1 0 0 dan hasil eksekusi
- Kasus kedua bilamana sebuah bilangan positif dan negatif simulator adalah 1 1 0 0 1.
ditambahkan dan bilangan negatifnya harga mutlaknya lebih
besar, jawabannya sudah betul seperti adanya. Gambar 4.3
mensimulasikan pengurangan bilangan yaitu 4 – 8 atau sama
dengan 4 + (-8).
4 – 8 = -4
4 = +0100 = 00100
-8 = - 1000 = +11000 (Komplemen 2 dari 8)
- 0100 11100
Pada Gambar 4.3, desimal 4 dipresentasikan pada bit-bit
X4 X3 X2 X1 X0 = 0 0 1 0 0 dan -8 direpresentasikan pada
bit-bit Y4 Y3 Y2 Y1 Y0 = 1 1 0 0 0 dan hasil eksekusi
simulator adalah 1 1 1 0 0.

Gambar 4.4. Hasil simulasi -3 + (-4) atau -3 – 4

40 “Seminar Nasional FORTEI 2015”

 V. KESIMPULAN
5.1. Kesimpulan
1. Simulator sederhana untuk praktikum dengan kemampuan
melakukan penjumlahan dan pengurangan dalam komplemen
2 hanya bisa menyimpan hasil penjumlahan dan pengurangan
dari -15 hingga + 15 dapat dibuat untuk memback-up
kontinutas praktikum.
2. Hasil desain Simulator ini bersifat lebih fleksibel
dibandingkan dengan peralatan laboratorium com3lab, karena
merupakan software yang dapat difungsikan pada setiap
komputer.
5.2. Saran
1. Untuk mengantisipasi peluang terjadinya masalah (berupa
gangguan kerusakan alat) pada peralatan laboratorium
berbasis peralatan fisis, maka kita dapat menggunakan suatu
simulator yang mampu menirukan secara fungsional
peralatan yang sebenarnya.
2. Jika kondisi ekonomi tidak memungkinkan untuk
mengadakan peralatan laboratorium yang berbasis fisis, maka
simulator merupakan suatu solusi yang ekonomis yang dapat
digunakan untuk menggantikan peralatan fisis tersebut.
REFERENSI
[1] La zua, 2011, Pembuatan modul praktikum rangkaian listrik berbasis
com3lab versi 70011. Tugas Akhir Universitas Haluoleo.
[2] Nurhayati, 2006, Pembuatan petunjuk modul praktikum Teknik Modulasi.
Tugas Akhir Politeknik elektronika negeri Surabaya.
[3] Suharjo., dkk, 2006, Perubahan penggunaan lahan dan dampaknya
terhadap kualitas air tanah di sukoharjo sebagai daerah penyangga
kota, Jurnal penelitian sain dan teknologi, vol 7, no.1.
[4] Sandi Setiawan, 1991, Simulasi Teknik Pemrograman dan Metode
Analisis, Yogyakarta
[5] Satwiko, P,. 2008, Panduan Teknologi Komputer dan Kesusasteraan Etnis
untuk Alternatif Pendidikan Arsitektur Indonesia Baru. Jurnal Ilmiah
Universitas Atmajaya Jogjakarta.
[6] Nazief, B., 2006, RI Grid : Usulan Pengembangan Infrakstruktur
Komputasi Grid Nasional, Prosiding e-Indonesia Initiative 2006.
[7] Agus setiawan, dkk, 2010. Pengembangan Laboratorium virtual fisika
modern berorientasi keterampilan generik sains. Prosiding revolusi
pembelajaran berbasis ICT : Implikasinya terhadap peningkatan mutu
pendidikan.
[8] Budiastra, K.A.A. (2004). Laboratorium kering dan laboratorium basah.
Jakarta: Universitas Terbuka.
[9] Asriyanto. (2007). Senangnya eksperimen di laboratorium virtual fisika.
Jakarta: ITSF.
[10] Estiyanti, Ekawati., dkk, 2008, Simulator Untuk Pengajaran Sistem
Kontrol, Prosiding Semiloka teknologi Simulasi dan Komputasi serta
Aplikasi.
[11] Bunyamin, 2009, virtual lab sebagai solusi laboratorium praktikum yang
murah dan ramah lingkungan, laporan penelitian.
[12] Anas, M., dkk, 2008, Pemanfaatan teknologi informasi dan komunikasi
(TIK) dalam pembelajaran di Provinsi Sulawesib Tenggara, Simposium
Pendidikan.
[13] Hardjito, 2004, Aplikasi Computer Assisted dan Learning pada Bidang
Pendidikan, Jurnal Teknologi Pendidikan, Vol. 6.

“Seminar Nasional FORTEI 2015” 41

 Rancang Bangun Sistem Solar Tracker Untuk
Mendapatkan Energi Maksimal Pada Panel Surya
Menggunakan Mikrokontroller ATmega 8535
Hendri#1, Irma Husnaini*2, Diana Yunisari #3
#
Department Teknik Elektro Industri, University Negeri Padang
Address Jln. Prof. Dr. Hamka, Kampus Air Tawar Padang.
1
[email protected]
3
[email protected]

Abstract—Seiring dengan perkembangan zaman, energi tidak ditemukan bagaimana cara

memperbaharuinya.
terbarukan pada saat ini sangat perlu untuk dikembangkan. Perkembangan teknologi
Energi matahari telah banyak dimanfaatkan untuk
dirasakan perlu sebagai alternatif lain guna
menghasilkan energi listrik, yaitu dengan menggunakan panel
mendukung atau mempertahankan kebutuhan saat
surya yang dapat mengubah energi matahari menjadi energi
ini. Pemanfaatan energi surya sebagai sumber
listrik. Untuk mendapatkan energi matahari yang maksimal,
maka dibutuhkan sebuah kontroler penjejak matahari yang
dapat mengatur sudut penerimaan cahaya panel surya. energi listrik dapat dihasilkan menggunakan panel
fotovoltaik. Energi surya yang dihasilkan
Dalam penelitian ini telah di rancang suatu sistem mekanis
menggunakan panel pengumpul panas matahari
Solar Tracker yang bertujuan untuk memposisikan Solar Cell
agar selalu mengikuti arah pergerakan matahari. Rancang
agar lebih optimal diperlukan mekanisme pelacakan
bangun sistem tersebut dengan memanfaatkan mikrokontroler
arah matahari, supaya sinar matahari jatuh tegak
sebagai pusat kendali dan kontrol, motor DC sebagai motor
lurus di bidang panel [1].
penggerak dan LDR sebagai sensor pendeteksi arah datangnya
cahaya matahari. Penggunaan 4 buah sensor peka cahaya
Dengan kemajuan teknologi saat ini solar cell
diletakkan pada masing-masing sisi sesuai arah mata angin.
sudah menjadi hal yang umum. Solar cell
Sudut yang paling kuat dari sensor LDR tersebut diasumsikan
merupakan pembangkit listrik yang mampu
sebagai sudut arah datangnya sinar matahari, sehingga sudut
tersebut yang akan diikuti oleh pergerakan Solar Tracker ini.
mengkonversi sinar matahari menjadi listrik.
Pembacaan sensor dilakukan oleh mikrokontroller melalui ADC.
Keuntungan di sini karena energi matahari dapat
Mikrokontroller akan menampilkan nilai hasil pembacaan ADC.
diperoleh setiap hari secara bebas. Penggunaan
Selanjutnya mikrokontroller akan membandingkan nilai masing
masing LDR, jika salah satu nilai LDR mendapatkan kuat
solar cell sudah meluas di dunia. Sebagai contoh
cahaya terkuat, maka mikrokontroller akan menggerakkan
penggunaan umum pada kalkulator sebagai
motor DC sesuai dengan arah datangnya cahaya tersebut.
pengganti baterai. Selama tersedianya sinar,
Hasil percobaan menunjukkan bahwa panel sel surya
menggunakan sistem penjejak matahari menghasilkan tegangan
kalkulator dapat berfungsi. Panel solar cell yang
keluaran lebih besar daripada panel sel surya tanpa sistem
penjejak matahari. lebih besar juga bisa dimanfaatkan untuk
menyediakan tenaga untuk lampu lalu lintas, lampu
Keywords— Mikrokontroler, Sollar Cell, LDR, Motor DC jalan, mobil elektrik tenaga surya yang dapat
beroperasi tanpa minyak.
I. PENDAHULUAN
Pada saat ini solar cell sudah banyak digunakan
Peningkatan populasi dan pertumbuhan ekonomi dalam kehidupan sehari-hari. Solar cell yang
memicu bertambahnya permintaan terhadap energi terpasang umumnya bersifat statis atau dengan
dunia. Dengan persediaan energi konvensional saat posisi tertentu dengan tanpa perubahan, sebagai
ini berarti terjadi penambahan pemakaian contoh panel solar cell dihadapkan ke atas. Dengan
persediaan energi dan meningkatnya emisi dari gas posisi panel menghadap ke atas, maka panel akan
yang membahayakan lingkungan. Jika membiarkan mendapat radiasi matahari maksimum pada saat
kondisi ini berlanjut terus menerus, maka matahari tegak lurus dengan bidang panel [1], [20].
lingkungan dan masa depan bisa terancam Pada saat arah matahari tidak tegak lurus dengan
mengingat sumber minyak dunia akan habis apabila

42 “Seminar Nasional FORTEI 2015”

 bidang panel maka panel akan menerima radiasi Sedangkan sebagai penggerak panel solar cell ini
lebih kecil. Dengan menurunnya radiasi yang menggunakan motor DC. Motor DC yang
diterima oleh panel maka jelas akan mengurangi digunakan dalam sistem ini terdiri dari 2 buah
energi listrik yang dikeluarkan oleh panel. Untuk motor DC. Motor DC yang digunakan dilengkapi
itu perlu adanya pengaturan arah panel solar cell dengan dua sumbu pergerakan yaitu sumbu
agar selalu tegak lurus dengan arah sinar matahari. horizontal dan sumbu vertikal. Dalam
Di samping itu, telah ada perancangan sistem menggerakkan motor DC digunakan driver dengan
kendali penjejak sinar matahari yang dirancang oleh IC L298 yang dapat mengatur arah putar motor [7].
Emanuel Budi Raharjo Jurusan Teknik Elektro Kondisi ini maka solar cell akan selalu
Universitas Diponegoro Program Studi Kontrol. mendapatkan sinar matahari secara optimal di
Dalam penelitian tersebut, sistem kendali penjejak sepanjang hari. Jika sensor LDR telah menemukan
matahari menggunakan 2 buah LDR sebagai sensor. titik koordinat dari suatu sumber cahaya yang
Dengan penggunaan 2 buah sensor LDR, pada terkuat maka sensor memberikan sinyal kepada
pembahasan penelitian hasil yang didapat kurang mikrokontroler untuk menyalakan motor agar
optimal, karena sudut kemiringan yang efektif menggerakkan tiang penyangga panel solar cell
belum didapatkan sebagai sudut ideal untuk pada titik koordinat yang telah diinformasikan
penempatan LDR terhadap garis normal. Agar sensor LDR pada mikrokontroler [7-9]. Dengan
pendeteksian posisi sinar matahari lebih optimal demikian cahaya yang diterima solar cell dapat
sebaiknya menggunakan 4 buah sensor LDR yang lebih optimal dibandingkan jika panel solar cell
mampu mengendalikan panel surya dengan dua yang hanya menghadap pada satu titik koordinat
lintasan yaitu pergerakan arah timur ke barat sesuai (statis). Berdasarkan pertimbangan tersebut, maka
rotasi bumi dan pergerakan arah utara ke selatan dibuatlah Penelitian dengan judul ―Rancang
sesuai dengan revolusi bumi untuk mendapatkan Bangun Sistem Solar Tracker Untuk Mendapatkan
penjejakan titik daya maksimum [3],[4]. Energi Maksimal Pada Panel Surya Menggunakan
Berdasarkan persoalan tersebut, penulis tertarik Mikrokontroler‖.
untuk merancang dan membangun sistem kontrol .
pelacakan matahari supaya diperoleh penyerapan
II. METODE PENELITIAN
energi optimal. Inovasi teknologi pergerakan panel
solar cell yaitu menggunakan sensor pelacak Perancangan adalah suatu tahap awal dalam
cahaya berbasis mikrokontroler. Metode yang proses pembuatan sistem pergerakan panel solar
digunakan untuk memacu pergerakan panel solar cell (solar tracker) untuk mendapatkan energi
cell agar bisa menyesuaikan dengan arah maksimal pada panel surya berbasis
pergerakan matahari yaitu menggunakan sensor mikrokontroller ATmega 8535. Tujuan dari
LDR. LDR yang digunakan sebagai sensor perancangan sistem ini adalah untuk menghasilkan
sebanyak 4 buah sensor. Sensor LDR merupakan pergerakan solar tracker dengan memanfaatkan 4
komponen elektronika sejenis resistor yang nilai buah sensor LDR (Light Dependent Resistor)
resistansinya bergantung pada cahaya yang sebagai pendeteksi arah fokus cahaya matahari.
mengenainya. Apabila LDR terkena cahaya, maka Ketika salah satu kondisi terkena cahaya
nilai resistansinya mengecil, sedangkan jika dalam (diasumsikan kondisi itu sebagai arah fokus terkuat
keadaan gelap atau tidak terkena cahaya, maka dari matahari) maka akan mengirimkan logika Low
resistansinya akan membesar [5-6]. sebagai masukan mikrokontroler. Maka tiap kondisi
Dalam perancangan alat ini digunakan 4 buah akan menghasilkan logika Low ketika terkena sinar
sensor LDR. Sensor diletakkan pada empat posisi matahari. Kemudian mikrokontroler akan
penjuru mata angin. Kepekaan paling kuat dari memberikan suatu keluaran berupa pergerakan
keempat sensor LDR tersebut, salah satunya akan motor DC untuk menghasilkan pergerakan yang
mengirimkan sinyal ke mikrokontroler untuk mengikuti arah kondisi datangnya sinar matahari
selanjutnya mikrokontroler akan memberi perintah terkuat. Dengan perencanaan sistem kontrol
kepada motor untuk menggerakkan panel solar cell. mekanisme pelacakan cahaya optimum matahari

“Seminar Nasional FORTEI 2015” 43

diharapkan alat dapat berfungsi dengan baik III. PENGUJIAN DAN ANALISA
sebagai penghasil energi listrik terbarukan sebagai
pengganti energi konvensional saat ini yang mulai 1. Pengujian Rangkaian Sistem Solar
mengalami krisis energi [10-12]. Tracker Secara Keseluruhan

Perancangan Sistem Solar Tracker Pengujian rangkaian keseluruhan

bertujuan untuk mengetahui seluruh
Sistem mekanik penjejak matahari ini dirancang rangkaian pada masing-masing blok dapat
menggunakan pipa alumunium sebagai tiang saling berhubungan dan berfungsi dengan
penyangga. baik. Pengujian pertama yaitu pengujian
tegangan keluaran sel surya tanpa penjejak
matahari dengan cara menggerakkan panel
surya menuju arah perkiraan posisi
matahari berdasarkan penglihatan kasat
mata. Pada setiap langkah percobaan,
panel surya diukur output tegangannya
dengan menggunakan multimeter.
Pengujian dilakukan beberapa kali dengan
waktu yang berbeda-beda. Pengujian
dilakukan di ruang terbuka bebas, yang
tidak terhalang oleh bayangan bangunan
maupun pohon untuk mendapatkan hasil
pengujian yang maksimal [17-20].
Pengujian selanjutnya adalah
pengujian tegangan keluaran Solar Cell
dengan sistem penjejak matahari dilakukan
Gambar 1. Rancangan Sistem Mekanik
untuk mengetahui pengaruh penggunaan
sistem penjejak cahaya matahari yang telah
1. Kerangka bagian atas merupakan tempat atau kedudukan panel
Solar Cell.
dirancang terhadap keluaran Solar Cell.
2. Motor DC 1 sebagai penggerak untuk pergerakan alat sumbu Pengujian dilakukan dalam waktu satu hari
horizontal.
3. LCD digunakan untuk menampilkan data besarnya tegangan
dan dilakukan pengambilan data setiap 30
sensor LDR dan besarnya tegangan keluaran dari Solar Cell. menit. Untuk mengetahui lebih jelas
4. LED digunakan sebagai indikator sensor LDR yang mendeteksi
cahaya.
mengenai sistem kerja penelitian ini adalah
5. Box kontrol alat. sebagai berikut:
6. Motor DC 2 sebagai penggerak untuk pergerakan alat sumbu
vertikal. Tabel 1. Pengukuran Tegangan Keluaran Panel Surya tanpa
7. Tiang penyangga sebagai penghubung antara bagian atas sebagai Sistem Solar Tracker
kedudukan panel surya dengan bagian bawah sebagai dasar tempat
alas alat sekaligus berfungsi untuk meletakkan box kontrol dari
alat. No Waktu Pembac Pembaca Persentas
8. Bagian bawah sabagai dasar tempat alas alat. aan an e
Voltmet Display Kesalaha
er (V) LCD (V) n (%)
1 09.00 18,5 19,3 4,32
2 09.30 18,5 19,4 4,86
3 10.00 18,5 19,4 4,86
4 10.30 18,5 19,6 5,95
5 11.00 18,5 19,3 4,32
6 11.30 18,5 19,4 4,86
Pergerakan Sumbu Pergerakan Sumbu 7 12.00 18,5 19,6 5,95
Horizontal Vertikal
8 12.30 19 19,9 4,74
Gambar 2. Rancangan Dua Sumbu Sistem Solar Tracker 9 13.00 18,5 19,6 5,95

44 “Seminar Nasional FORTEI 2015”

 10 13.30 18,5 19,4 4,86 13 15.00 19 19,8 4,21
11 14.00 18,5 19,6 5,95 14 15.30 19 19,9 4,74
12 14.30 18,5 19,6 5,95 15 16.00 19 19,9 4,74
13 15.00 18,5 19,5 5,41
14 15.30 18,5 19,3 4,32
15 16.00 18 19,2 6,67
Hasil perbandingan tegangan keluaran
Solar Cell tanpa penjejak matahari dengan
tegangan keluaran Solar Cell mengguna-
Tabel 1 merupakan hasil pengukuran kan sistem penjejak matahari ditampilkan
yang dilakukan dengan kondisi panel Solar pada grafik di bawah ini:
Cell dipasang statis (tanpa penjejak
matahari). Pengukuran dilakukan setiap 30
menit pada pukul 09.00 sampai pukul
16.00. Dari Tabel 2 dapat dilihat tegangan
tertinggi yang dihasilkan oleh Solar Cell
pada pukul 12.30 yaitu sebesar 19 Volt. Ini
terjadi karena panel Solar Cell menyerap
cahaya optimal pada siang hari yaitu
sekitar pukul 12.00-13.00. Selanjutnya
tegangan yang dihasilkan oleh panel Solar
Cell semakin kurang dari 19 Volt, karena
semakin sore mendekati pukul 16.00 panel
Solar Cell posisinya membelakangi cahaya
matahari, karena panel Solar Cell dipasang
statis dengan sudut 45° menghadap arah
Gambar 3. Grafik Antara Waktu Dengan Tegangan Dalam
Timur. Kondisi Panel Lurus dari Tracking
Tabel 2 merupakan hasil pengukuran
yang dilakukan dengan kondisi panel Solar
Cell dipasang dengan sistem Solar Tracker. Analisa:
Tegangan rata-rata yang dihasilkan oleh
panel Solar Cell sebesar 18,43 Volt, lebih Dari grafik dapat dilihat, hasil tegangan rata-rata
besar dari tegangan rata-rata tegangan pada Solar Cell yang menggunaka sistem Solar
Solar Cell tanpa sistem Solar Tracker. Tracker mendapatkan tegangan yang lebih besar
dibandingkan dengan data tegangan pada Solar Cell
Tabel 2. Pengukuran Tegangan Keluaran Solar Cell dengan
Sistem Solar Tracker yang dipasang tanpa menggunakan sistem Solar
Tracker. Hal ini disebabkan Solar Cell yang
No Waktu Pembac Pembaca Persenta menggunakan sistem penjejak matahari (Solar
aan an se Tracker) akan selalu memposisikan panel Solar
Voltmet Display Kesalaha
er (V) LCD (V) n (%) Cell untuk tetap menghadap matahari sehingga
1 09.00 19 19,6 3,16 tetap akan dapat menangkap pancaran matahari
2 09.30 19 19,7 3,68 secara maksimal.
3 10.00 19 19,6 3,16
4 10.30 19 19,7 3,68
5 11.00 19 19,8 4,21 IV. KESIMPULAN
6 11.30 19 19,8 4,21
7 12.00 19,5 20,5 5,13
8 12.30 19,5 20 2,56 Dari hasil pembuatan sistem Solar Tracker
9 13.00 19,5 20 2,56 secara keseluruhan, serta dari hasil percobaan yang
10 13.30 19 19,8 4,21 telah dilakukan, maka dapat disimpulkan beberapa
11 14.00 19 19,8 4,21
12 14.30 19 19,8 4,21
hal sebagai berikut:

“Seminar Nasional FORTEI 2015” 45

1. Sistem Solar Tracker yang dibuat sudah bisa [10] Firmansyah. 2014. ―Rancang Bangun Sistem Kontrol Penggerak Panel
Sel Surya Berbasis Programmable Logic Controller‖. Dalam Jurnal
mengendalikan kemudi motor DC untuk Swateknologi, Vol.2 No.2. Diakses Tanggal 21 November 2014
mengendalikan panel Solar Cell dengan arah [11] Herjunowibowo, Dewanto. 2010. ―Model Panel Surya Cerdas Dengan
Sensor Pelacak Cahaya Matahari Otomatis Berbasis Mikrokontroler‖.
pergerakan Timur ke Barat dan pergerakan arah dalam Berkala Fisika, Vol. 13 No.2. Diakses Tanggal 12 September
Utara ke Selatan. [12]
2013
Heryanto, M. Ary. 2008. Pemprograman Bahasa C untuk
2. Rancang bangun sistem Solar Tracker dengan Mikrokontroler ATMEGA 8535. Yogyakarata:.
menggunakan 4 buah LDR sebagai sensor [13] Prabowo, Yulyanto Adi. 2010. ―Perancangan Dan Simulasi Sistem
Tracking Panel Surya Dua Derajat Kebebasan Menggunakan Metode
mempunyai dampak adanya peningkatan Kendali Logika Fuzzy‖. dalam TRANSIENT Vol 2 No.3. Diakses
tegangan yang dihasilkan solar cell dibanding [14]
tanggal 04 Oktober 2013.
Raharjo, Emanuel Budi. 2010. ―Sistem Kendali Penjejak Sinar
dengan panel surya diam. Matahari Menggunakan Mikrokontroler ATMega8535‖. (Tugas Akhir).
Semarang: Universitas Diponegoro.
[15] Suriadi dan Mahdi, Syukri. 2010. ―Perencanaan Pembangkit Listrik
Dalam pembuatan penelitian ini, penulis Tenaga Surya (PLTS) Terpadu Menggunakan Software PVSYST Pada
menemukan beberapa kelemahan–kelemahan yang Komplek Perumahan di Banda Aceh‖. dalam Jurnal Rekayasa
Elektrika, Vol 9 No.2. Diakses Tanggal 01 November 2013
terdapat dalam sistem ini. Untuk kesempurnaan [16] Suyadhi, Taufiq Dwi Septian. 2010. ―Buku Pintar Robotika‖.
sistem ini, penulis memberikan bebe-rapa saran [17]
Yogyakarta: Penerbit Andi Yogyakarta
Syafaruddin Ch. 2010. ―Perbandingan Unjuk Kerja Antara Panel Sel
dalam penyempurnaan sistem ini. Surya Berpenjejak Dengan Panel Sel Surya Diam‖. dalam Jurnal
1. Untuk pengembangan lebih lanjut dapat [18]
Teknik Elektro, Vol 9 No.1. Diakses Tanggal 19 Oktober 2013
Yuwono, Budi. 2005. ―Optimalisasi Panel Sel Surya Dengan
dilakukan perbaikan pada sistem mekanik agar Menggunakan Sistem Pelacak Berbasis Mikrokontroler AT89C51‖
sistem kendali untuk motor bisa lebih halus [19]
(Tugas Akhir). Surakarta: Universitas Sebelas Maret
Thomas Damas Setyo. 2009. ―Rancang Bangun Sistem Penangkapan
(smooth) dalam pergerakannya sehingga Energi Maksimum Pada Solar Cell‖ (Skripsi). Depok: Universitas
mampu untuk bekerja lebih optimal lagi. [20]
Indonesia
Yuliarto, Brian. 2008. ―Solar Cell, Sumber Energi Terbarukan Masa
2. Dalam pengujian sistem Solar Tracker ke Depan‖. Jakarta: Kementerian Energi dan Sumber Daya Mineral.
depannya sebaiknya juga dilakukan pengujian
dengan kondisi berbeda seperti model
ketinggian, suhu dan kelembaban, serta
parameter lainnya yang mempengaruhi

DAFTAR PUSTAKA

[1] Ali, Muhamad. 2013. Modul Kuliah Sistem Kendali Terdistribusi,

Konsep Dasar Sistem Kontrol. Bahan Ajar. Yogyakarta: Jurusan
Pendidikan Teknik Elektro Uneversitas Negeri Yogyakarta.
[2] Astra, I Made. 2011. ― Studi Rancang Bangun Solar Charge Controller
Dengan Indikator Arus, Tegangan dan Suhu Berbasis Mikrokontroler
ATMEGA 8535‖. dalam Spektra: Jurnal Fisika dan Aplikasinya, Vol.
XI No.1. Diakses Tanggal 21 November 2014
[3] Andrian, Yudhi. 2010. ―Solar Tracking System Untuk Mengoptimalkan
Penyerapan Energi Matahari Pada Panel Surya Menggunakan
Mikrokontroller ATMEGA8535‖. (Tugas Akhir). Medan: STMIK
Potensi Utama
[4] Adriansyah, Andi. ―Dasar Elektronika (Rangkaian Dioda)‖. Pusat
Pengembangan Bahan Ajar UMB.
[5] Antoni, Roza. 2008. ―Perancangan Sistem Pengaturan Kecepatan
Motor DC Menggunakan ZIG BEE PRO Berbasis Arduino Uno
Atmega 328P‖. (Tugas Akhir). Universitas Maritim Raja Ali Haji.
[6] Bolton, W. 2006. Sistem Instrumentasi dan Sistem Kontrol. Jakarta:
Erlangga.
[7] Daryanto. 2010. ―Teknik Mekatronik‖. Bandung: PT. Sarana Tutorial
Nurani Sejahtera.
[8] Diputra, Wibeng. 2008. ―Simulator Algoritma Pendeteksi Kerusakan
Modul Surya Pada Rangkaian Modul Surya‖. (Tesis). Depok:
Univertsitas Indonesia
[9] Effendi, Asnal. 2011. ―Pembangkit Listrik Sel Surya Pada Daerah
Pedesaan‖. dalam Jurnal Teknik Elektro ITP, Volume 1, No. 1. Diakses
Tanggal 1 November 2013

46 “Seminar Nasional FORTEI 2015”

 Perancangan SCADA pada Mini Plant Proses
Pengendalian Level
Andi Adriansyah1, Dwi Mahadiyan WH2
1
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Mercu Buana
Jl. Meruya Selatan, Kembanga, Jakarta 1165
2
Program Studi Magister Teknik Elektro, Universitas Mercu Buana
Jl. Menteng Raya, Jakarta, 10440
Email: [email protected], [email protected]

Abstrak -- Pengendalian level merupakan suatu sarana untuk Pengendalian level yang digunakan saat ini yaitu dengan
mempertahankan nilai ketinggian dan atau volume air agar tetap menggunakan temperature controller TZ4M. Air yang berasal
stabil sesuai dengan nilai yang diinginkan. Hal ini dilakukan agar dari tanki penampung di pompa menuju tanki proses melewati
proses yang berlangsung tetap terjaga sesuai yang diinginkan dan level control valve. Pada tanki proses dilengkapi dengan
mendapatkan produk sesuai dengan yang diharapkan. Penggunaan
SCADA diharapkan dapat meningkatkan performa pengendalian dan
pressure transmitter yang akan mengukur ketinggian air yang
pemantuan sistem. Pada tulisan ini, pengendalian level yang ada di tanki proses. Nilai pengukuran ini akan terbaca pada
dirancang menggunakan temperature controller TZ4M yang terdapat display yang ada di controller. Nilai pengukuran akan
di lokal panel. Perancangan sistem dibagi menjadi dua bagian yaitu dibandingkan dengan set point untuk kemudian di
hardware dan software. Untuk hardware terdiri dari kalkulasikan oleh controller hasil kalkulasi ini akan
controllerberbasisi PLC, pompa, control valve, solenoid valve, dikonversikan untuk mengatur bukaan level control valve.
transmitter. Software yang digunakan adalah CX Programmer untuk Pada sistem pengendalian ini juga dilengkapi sebuah solenoid
memprogram PLC dan wonderware intouch untuk HMI. Hasil valve sebagai baypass yang langsung terhubung dengan tanki
perancangan secara umum dapat berjalan dengan baik. Hasil penampung. Solenoid valve ini berfungsi sebagai pengaman
pengujian dengan pengendali PID berdasarkan metode Ziegler
Nichols menggunakan metode osilasi mampu menghasilkan sistem
apabila level air yang ada pada tanki proses melebihi batas
yang handal. Berdasarkan pengujian, pengendali PI menghasilkan yang diinginkan. Sehingga air tidak akan meluber.
sistem yang terbaik. Controller TZ4M diletakkan pada panel yang ada di
miniplant sehingga untuk setting parameter harus dilakukan
Kata Kunci: level, SCADA, Ziegler Nichols, PID di lokal panel selain itu juga tidak terdapat fasilitas untuk
merekam data sehingga untuk memperoleh data harus
I. PENDAHULUAN dilakukan dengan mencatat secara manual. Keterbatasan ini

I
yang menyebabkan sulit untuk memonitor dan mengontrol
ndustri adalah seluruh bentuk kegiatan ekonomi yang miniplant.
mengolah bahan bahan baku dan/atau memanfaatkan Agar proses pengendaliannya dapat dilakukan dengan
sumber daya industri sehingga menghasilkan barang mudah dan berjalan terus menerus maka digunakan
yang mempunyai nilai tambah atau manfaat lebih tinggi, Programmable Logic Controller (PLC) sebagai alat
termasuk jasa industri. Sedangkan teknologi industri adalah pengendali. PLC adalah suatu perangkat elektronik digital
hasil pengembangan, perbaikan, invensi, dan/atau inovasi dengan memori yang dapat diprogram untuk menyimpan
dalam bentuk teknologi proses dan teknologi produk instruksi-instruksi yang menjalankan fungsi-fungsi spesifik,
termasuk rancang bangun dan perekayasaan, metode, dan/atau seperti logika, sekuen, timing, counting, dan aritmatika untuk
sistem yang diterapkan dalam kegiatan industri. mengontrol mesin dan proses [1]. PLC sangat diminati karena
Secara umum ada empat besaran fisis yang sering kita menjamin kualitas produk yang dihasilkan, memperpendek
temukan di industri yaitu level, flow, pressure dan waktu produksi dan mengurangi biaya untuk tenaga manusia.
temperature. Variabel ini adalah parameter keluaran (output) Selain itu PLC juga handal untuk digunakan karena tahan
yang harus dijaga sesuai dengan yang diinginkan dan terhadap gangguan seperti temperatur dan getaran. [2].
ditetapkan terlebih dahulu (set point) sementara nilai aktual Saat ini juga dibutuhkan suatu system yang dapat
proses disebut dengan proses value. Salah satu yang sering digunakan untuk kontrol dan monitoring dari jarak jauh.
digunakan adalah pengendalian level, pengendalian ini Supervisory Control and Data Acquisition (SCADA)
banyak kita jumpai di hampir seluruh bidang industri. merupakan solusi untuk mengatasi hal tersebut [3][4].
Pengendalian level merupakan suatu sarana untuk Beberapa penelitian terkait yang digunakan sebagai
mempertahankan nilai ketinggian dan atau volume air agar referensi dan perbandingan. Simulasi sistem kontrol PLC
tetap stabil sesuai dengan nilai yang diinginkan, hal ini yang diterapkan pada boiler untuk meningkatkan kualitas dan
dilakukan untuk membuat proses yang berlangsung tetap efisiensi yang lebih besar. Parameter tekanan dan temperatur
terjaga sesuai yang diinginkan dan kemudian dilakukan dapat ditampilkan dan dikendalikan menggunakan SCADA
proses selanjutnya sehingga mendapatkan produk sesuai [5]-[6]. Tahapan peralihan operasi boiler dari manual menjadi
dengan yang diharapkan. fully operated boiler. Fokus pada parameter level, tekanan,
suhu yang dipantau terus menerus menggunakan SCADA

“Seminar Nasional FORTEI 2015” 47

yang terhubung ke PLC [7]. Merancang sistem otomatis pada
tanki air menggunakan PLC. Kontrol otomatis tanki air dapat
bekerja terus menerus tanpa menggunakan operator saat
pengoperasian [8][9][10].
Oleh karena itu pada penelitian ini akan dirancang suatu
system SCADA pada sebuah mini plant proses pengendalian
level menggunakan PLC dengan kontrol PID (Proportional
Integral Derivative) [11]. Diharapkan dengan penggunaan
SCADA ini akan mempermudah dalam pengontrolan dan
monitoring level pada mini plant selain itu juga untuk
memperoleh data secara real time dari mini plant. Dimana
data ini dapat memberikan gambaran tentang kondisi proses
yang sedang berlangsung.

II. PERANCANGAN SISTEM

A. Sistem Eksisting dan Sistem Baru
Pada sistem pengontrolan level existing sebagai
controllernya menggunakan temperature controller TZ4M.
Secara fungsi penggunaan temperature controller tidak
menjadi kendala karena sinyal input sensor dan current output
yang digunakan sesuai yaitu 4-20 mA. Hanya saja pada layar
controller satuan/unit proses value dalam C. Skema sistem
pengontrolan yang ada pada saat sebelum perancangan Gambar 2. Skema Perancangan Sistem
diperlihatkan pada Gambar 1.
Kendala dari existing controller ini adalah ketika akan Penggunaan HMI bertujuan untuk memudahkan dalam
memperoleh data proses karena tidak terdapat fasilitas untuk monitoring dan pengoperasian miniplant. Untuk monitoring
merekam data sehingga untuk memperoleh data harus proses dapat dilihat langsung nilai proses value baik dalam
dilakukan dengan mencatat nilai proses value selama proses bentuk tampilan angka maupun dalam tampilan grafik. Nilai
tersebut berlangsung. proses value secara otomatis akan terekam ke dalam
Untuk mengatasi kendala pada existing controller maka komputer. Untuk pengoperasian miniplant seperti start/stop
dirancang suatu sistem pengontrolan dengan menggunakan pompa, input parameter proses (set point, proportional
PLC sebagai controller. Dimana PLC terhubung langsung band, time integral dan time derivatif) dapat dilakukan
dengan pompa, solenoid valve serta terhubung dengan melalui komputer. Komputer juga berfungsi untuk membuat
motorize valve dan pressure transmitter melalui modul program atau edit program PLC. Sedangkan untuk
analog. Gambar 2 memperlihatkan skema perancangan sistem komunikasi antara komputer dengan PLC menggunakan kabel
yang dilakukan. RS232.

B. Perincian Sistem
Dalam perancangan sistem dibagi menjadi dua bagian
yaitu hardware dan software. Software yang digunakan
adalah CX Programmer untuk memprogram PLC dan
wonderware intouch untuk HMI.
Hubungan antara PLC dengan dengan alat-alat pada
miniplant secara garis besar dapat dilihat pada Gambar 3.
Untuk start/stop pompa dapat langsung dilakukan dari HMI.

Gambar 1. Skema Pengontrolan Eksisting

48 “Seminar Nasional FORTEI 2015”

 Pada tampilan HMI di Gambar 5, terdapat alur proses
yang dilengkapi komponen utama mini plant seperti pompa,
level control valve, solenoid valve dan manual valve. Selain
itu terdapat juga terdapat proses value dan parameter proses
yang digunakan seperti set point, proportional band, time
integral, time derivatif. Serta terdapat tombol operasi untuk
start/stop pompa. Untuk monitoring proses dapat juga dilihat
dalam bentuk grafik yang menampilkan waktu dan level.
Dengan pengunaan SCADA maka secara otomatis data
proses akan direkam selain itu untuk pengoperasian dan
monitoring proses yang sedang berlangsung dapat dilakukan
di HMI (Human Machine Interface). Selain itu juga untuk
mengganti parameter proses seperti set point, PB, Ti, Td
Gambar 3. Diagram Blok Rangkain Hardware PLC lebih mudah dilakukan cukup dengan input nilai paraeter
yang akan di ubah pada HMI.
III. ANALISA DAN PEMBAHASAN
B. Perincian Sistem Hasil Pengujian Sistem
A. Perincian Sistem Hasil Perancangan Sistem Pengujian sistem yang dilakukan adalah pengujian
Penggunaan SCADA dimaksudkan untuk memudahkan performa sistem kontrol yang bertujuan untuk mendapatkan
dalam monitoring dan akuisisi data. Jika pada sistem nilai parameter sistem. Selanjutnya nilai ini digunakan dalam
sebelumnya untuk memperoleh data proses dilakukan dengan pengoperasian miniplant.
mencatat secara manual dari indikator yang terdapat pada Pengujian ini menggunakan Metode Ziegler-Nichols
lokal panel. Selain itu untuk mengganti parameter proses dengan metode osilasi. Dimana akan dicari terlebih dahulu
terlebih dahulu harus masuk ke dalam menu masing-masing respon sistem yang berosilasi dengan mengatur harga
parameter. Hasil perancangan SCADA pada miniplant dengan penguatan proportional atau proportional band (PB) serta
menggunakan PLC Omron CPM2A sebagai kontroller dapat waktu integral (Ti) diatur maksimum (8191s) dan waktu
dilihat pada Gambar 4. Sedangkan tampilan HMI derivatif (Td) sama dengan nol. Nilai set point yang
diperlihatkan pada Gambar 5. digunakan yaitu 60cm.

Gambar 6. Grafik Respon Sistem PB=1%

Berdasarkan Gambar 6 diperoleh nilai berikut:

Gambar 4. Hasil Perancangan SCADA Ultimate gain (Ku)
Periode ultimate (Pu) = 1117–847 = 270 s

Nilai-nilai tersebut kemudian digunakan untuk acuan awal

dalam penalaan parameter PID dengan cara mensubstitusikan
masing-masing nilai kedalam Tabel 1.

TABEL I
PENALAAN PARAMETER PID DENGAN METODE OSILASI

Tipe Kontroler Kp Ti Td

P 0.5 Ku

Gambar 5. Tampilan HMI Mini Plant PI 0.45 Ku 1/1.2 Pu

“Seminar Nasional FORTEI 2015” 49

 PID 0.6 Ku 0.5 Pu 0.125 Pu

Sehingga diperoleh nilai penalaan paramater PID dengan

metode osilasi sebagaimana terdapat pada Tabel 2.
TABEL II
NILAIN PENALAAN

Tipe
PB (%) Ti (s) Td (s)
Pengontrolan
P 2 - - Gambar 9. Grafik Respon Sistem PB=1.7% , Ti=13s , Td=3s
PI 2.2 22 -
Pada gambar 4.7 menunjukkan grafik respon gabungan P, PI,
PID 1.7 13 3 PID. Pada gambar ini terlihat jelas perbedaan respon untuk
ke-3 mode kontrol.
Setelah memperoleh harga masing-masing parameter (PB,
Ti, Td) selanjutnya adalah menggunakan harga tersebut untuk
setting di kontroller sesuai dengan tipe pengontrolannya.
Respon output untuk masing-masing pengontrol dapat dilihat
pada grafik dibawah ini:

 Kontrol Proportional

Gambar 10. Grafik respon sistem P, PI, PID

 Kontrol Proportional (P), sistem ini stabil dapat dilihat

dari error steady state sebesar 0.0542%. Sistem ini
memiliki respon yang lambat terlihat dari rise time (waktu
naik) sebesar 352s. Untuk mempercepat respon sistem
dapat dilakukan dengan memperkecil nilai PB. Namun
Gambar 7. Grafik Respon Sistem PB=2% nilai PB yang terlalu kecil dapat menyebabkan sistem
berosilasi dan cenderung menjadi tidak stabil.
 Kontrol Proportional + Integral  Kontrol Proportional + Integral (PI), terlihat bahwa
sistem stabil ditandai dengan error steady state sebesar
0.73%. Respon sistem juga cepat yaitu 237s. Penambahan
mode integral ini berfungsi untuk menghilangkan offset
yang terjadi pada repon sistem.
 Kontrol Proportional + Integral + Derivatif (PID), terlihat
bahwa sistem stabil ditandai dengan error steady state
sebesar 0.6827%. Respon sistem juga cukup cepat yaitu
245s. Derivatif berfungsi untuk memperkecil error,
bersifat korektif dan cenderung meningkatkan stabilitas
sistem. Karakteristik kontrol PID ini sangat dipengaruhi
oleh kontribusi besar dari ketiga parameter P, I, D. Satu
Gambar 8. Grafik Respon Sistem PB=2.2% , Ti=22s
atau dua dari ketiga konstanta tersebut dapat diatur lebih
menonjol dibanding yang lain. Konstanta yang menonjol
 Kontrol Proportional + Integral + Derivatif inilah yang akan memberikan kontribusi pengaruh pada
respon sistem secara keseluruhan.
Secara ringkas hasil perhitungan nilai parameter respon
sistem dapat dilihat pada Tabel 3 berikut ini.
TABEL III
NILAI PARAMETER RESPON SISTEM

50 “Seminar Nasional FORTEI 2015”

 Error 4. Berdasarkan hasil pengujian performa sistem kontrol
Delay Time Rise Time untuk masing-masing tipe pengontrolan diperoleh sistem
Steady
(s) (s) yang stabil dimana proses value ±1cm terhadap set point.
State (%)
5. Berdasarkan hasil pengujian performa sistem kontrol
P 96 352 0.0542 pengendalian optimum terdapat pada kontrol PI
PI 59 237 0.7300 (Proportional +Integral).
PID 67 245 0.6827
DAFTAR PUSTAKA
Berdasarkan Tabel 3 terlihat bahwa pengendali
[1] Ahuja, D., & Chaudhary, N. (2012). Programmable Logic Controller.
Proportional + Integral memiliki delay time dan rise time International Journal of Information and Computer Science, 1, 115-
yang baik jika dibandingkan dengan pengendali proportional 120.
atau proportional + integral + derivatif. Sehingga dapat [2] Bolton, W. (2009). Programmable Logic Controllers. Oxford: Newnes.
dikatakan bahwa pengendalian optimum untuk sistem [3] Bailey, D. (2003). Practical SCADA for Industry. Australia: Newnes.
[4] Dieu, B. (2001). Application of SCADA System in Wastewater
pengontrolan level pada mini plant adalah menggunakan Treatment Plants. ISA Transactions, 40, 267-281.
kontrol proportional + integral. [5] Ioannides, M. (2004). Design and Implementation of PLC-Based
Monitoring Control System for Induction Motor. IEEE Transactions
On Energy Conversion, Vol.19, No.3.
IV. KESIMPULAN [6] Bhuiya, K., Anish, K., Parekh, D., & Sahiti, K. (2013). Low Cost
Berdasarkan hasil analisis data dan pembahasan, maka Wireless Control and Monitoring Using PLC and SCADA.
International Journal of Scientific and Research Publications, Volume
dapat ditarik kesimpulan sebagai berikut: 3.
1. Proses perancangan SCADA pada mini plant proses [7] Chopade, S., Verma, P. (2013). Simulation of boiler control using PLC
pengendalian level dengan tujuan untuk monitoring dan & SCADA. International Journal of Engineering and Advanced
pengontrolan level telah dilaksanakan. Technology, 3 (3), 276-279
[8] Patil, HP., Satpute, CK., Vaishampayan., Rahulkar, AD. (2014).
2. Hasil perancangan secara umum dapat dikatakan bekerja Control of boiler operation using PLC-SCADA. International Journal
dengan baik, dimana mini plant dapat dimonitoring dan for Technological Research in Engineering, 1 (7), 2347-4718.
dikontrol sehingga dapat diperoleh data proses secara real [9] Dunn, W. C. (2005). Fundamentals of Industrial Instrumentation and
Process Control. USA: McGraw-Hill
time.
[10] Mahfooz, O., Memon, M., & Iftikhar, A. (2012). Project review on
3. Berdasarkan hasil pengujian dengan metode Ziegler water level sensing using PLC. PJETS, 2 (2), 160-170.
Nichols menggunakan metode osilasi maka diperoleh [11] Samin, R., Azmi, N., Ahmad, M., & Zamawi, M. (2012).
sistem yang berosilasi yaitu pada PB=1%. Implementation of Motor Speed Control Using PID Control in
Programmable Logic Controller. Proceedings of the Sixth Global
Conference on Power Control and Optimization, (pp. 164-168).
American Institute of Physics.

“Seminar Nasional FORTEI 2015” 51

 Disain Prototype Pick and Place dengan Sistem
Pneumatik Menggunakan Kontrol PLC
Omron Tipe CP1E
Aswardi1, Hendri Masdi2, Kurniadi Lisman3
Jurusan Teknik Elektro, Universitas Negeri Padang
Jln. Prof. Hamka – Air Tawar Padang 25132, Indonesia
[email protected]
[email protected]
[email protected]

Abstract— Industrial automation technology is developing very Dalam industri yang di dalamnya terdapat
fast, especially in the process of taking and putting the work object.
Prototype Pick and Place with a pneumatic system based on Omron
kegiatan memindahkan barang atau objek kerja
PLC CP1E type was created with the aim to move the cube-shaped yang panas atau objek kerja yang memiliki radiasi
object with a size 4,5x4,5x4,5 cm and a weight of 0.2 kg with a dari suatu tempat ke tempat lain tentunya tidak
speed of 12 objects of work every minute.
This tool works by using air as the driving fluid, when the
mungkin jika kegiatan pemindahan objek kerja
sensor detects an object phototelectric work, then the double-acting tersebut dilakukan dengan menggunakan tenaga
cylinder pneumatic actuator will push the work object to object manusia, karena dapat dipastikan akan menciderai
retrieval area. Pneumatic gripper will grip the work object,
condition or not grasped the object detected by fiberoptic sensor, if
manusia. Untuk itu diperlukan sebuah alat yang
an object has been gripped, the object will be removed and taken to dapat digunakan untuk mengatasi masalah tersebut
a packaging object has been waiting for. The object then lowered dimana objek yang berbahaya tersebut dapat
into the packaging, then the object along with the packaging will be
drawn with other pneumatic cylinder to the finishing area.
dipindahkan dengan aman.
After testing and analysis of the prototype is made in the form Untuk saat ini, robot tercepat yang sudah
of the results it can take 25 seconds to move the object 5 pieces of dibuat dalam sistem pick and place adalah ABB
work along with the packaging to the finishing area, so on average
each 1 objects and packaging can be moved within 5 seconds.
IRB 360 flexpicker robot. ABB IRB 360 flexpicker
When the minimum air pressure of 0.15 MPa maximum lifting robot dapat memidahkan objek kerja hingga 120
power of this tool is 0.632 kg, while when the maximum air objek kerja per menit, atau rata-rata 2 objek setiap
pressure of 0.7 MPa maximum lifting capacity is 2,94 kg.
detiknya dengan berat maksimal objek kerja yang
Keywords Pick and Place, Pneumatik, PLC, photoelectric,
bisa dipindahkan adalah 3 Kg.
fiberoptic Berawal dari permasalahan serta fakta yang
telah dikemukakan, maka penulis mencoba untuk
I. PENDAHULUAN
mendesain sebuah prototype Pick and Place
Kebutuhan industri pada saat sekarang ini dengan sistem pneumatik menggunakan kontrol
sangatlah tinggi. Untuk memenuhi kebutuhan yang PLC Omron dengan kecepatan 12 objek per
sangat tinggi tersebut serta untuk memenuhi menitnya atau sepersepuluh dari kecepatan robot
permintaan pasar, banyak perusahaan yang ABB IRB.360 flexpicker robot yang telah dibuat
memilih untuk menggunakan teknologi yang lebih oleh ABB
efektif dan efisien, dan salah satunya adalah Prototype ini akan bekerja mengambil,
berupa penggunaan robot industri yang dikontrol memindahkan dan menaruh objek berbentuk
menggunakan PLC yang berfungsi untuk kontak dengan ukuran 4,5cm x 4,5cm x 4,5cm
menghasilkan produksi yang lebih baik dan lebih dengan berat 0,2 Kg dengan perpindahan sejauh 20
murah. cm ke dalam kemasan objek yang berukuran 6cm x
6cm x 6cm, berbentuk kotak yang bagian atasnya

52 “Seminar Nasional FORTEI 2015”

 terbuka dengan perpindahan ke finishing area dibutuhkan oleh prosesor dan rangkaian-rangkaian
sejauh 7 cm. Jadi total perpindahan objek kerja di dalam modul-modul antarmuka masukan dan
menjadi 27 cm. PLC yang akan di pakai nantinya keluaran. (3) Perangkat Pemrograman digunakan
adalah PLC merek Omron dengan tipe CP1E. untuk memasukan program yang dibutuhkan ke
Pemakaian PLC produksi omron karena di dalam memori. Unit memori merupakan tempat
Indonesia banyak industri yang menggunakan PLC menyimpan program yang akan digunakan untuk
omron, selain itu kebanyakan kampus dan sekolah melaksanakan tindakan-tindakan pengontrolan
kejuruan menggunakan PLC keluaran omron, jadi yang disimpan mikroprosesor, (4) Bagian masukan
prototype ini akan lebih mudah dipelajari. Dan dan keluaran merupakan antarmuka dimana
penggunaan tipe CP1E karena PLC omron tipe ini prosesor menerima informasi dari dan
komunikasinya menggunakan USB dan harganya mengkomunikasikan informasi kontrol ke
lebih murah dibanding PLC omron tipe lain yang perangkat-perangkat diluar.
juga sudah menggunakan USB untuk PLC Omron tipe CP1E adalah tipe PLC buatan
komunikasinya. Omron yang terdiri dari 2 tipe yaitu tipe E dan tipe
Berdasarkan permasalahan di atas, penulis N. Tipe E merupakan model dasar atau model
mencoba merancang sebuah prototype Pick and standar yang digunakan operasi kontrol standar
Place dengan sistem pneumatik menggunakan yang menggunakan instruksi dasar, instruksi
kontrol PLC Omron CP1E yang cepat dalam perpindahan, perhitungan dan instruksi
memindahkan objek berbentuk kubus dengan perbandingan. Sedangkan CP1E tipe N adalah
ukuran 4,5x4,5x4,5 cm dengan berat 0,2 Kg model aplikasi yang mendukung koneksi pada
dengan kecepatan 12 objek setiap manitnya. terminal pemrograman inverter dan pengendali
servo. Tiap tipe PLC ini tersedia dalam jumlah
Prinsip Dasar Sistem input yang beragam 20, 30, atau 40 terminal I/O.
Afgianto (2004:9) menyatakan bahwa “sebuah Aktuator pneumatik memiliki arah gerak maju
PLC adalah sebuah alat yang dapat digunakan (langkah maju) dan arah gerak mundur (langkah
untuk menggantikan rangkaian sederetan relai mundur). Tekanan udara yang bekerja dalam
yang dijumpai pada sistem kontrol konvensional silinder menyebabkan batang piston bergerak maju
atau mundur. Jika tekanan pada sisi berlawanan
diabaikan maka besarnya gaya yang bekerja pada
piston adalah:
F=pxA

Pada langkah maju gaya dipengaruhi oleh luas

penampang silinder dan luas penampang silinder
tergantung pada diamter dalam.
A = D2
Gambar 1. Arsitektur PLC
Gaya langkah maju yang bekerja pada silinder
Umumnya sebuah PLC mempunyai lima sebagai berikut:
komponen dasar yaitu; (1) Unit prosesor atau F = D2.p
central processing unit (CPU) yang di dalamnya
berisi mikroprosesor yang mampu menginterpre- Besarnya gaya pada langkah mundur
tasikan sinyal-sinyal masukan dan melakukan dipengaruhi diameter dalam silinder dan diameter
tindakantindakan pengontrolan, sesuai dengan luar batang piston.
program yang tersimpan di dalam memori. (2) A = (D2-d2)
Unit catu daya yang diperlukan untuk mengubah
tegangan arus bolak-balik (ac) dari sumber Sehingga gaya langkah mundur yang bekerja
menjadi tegangan arus searah (dc) yang pada silinder adalah:

“Seminar Nasional FORTEI 2015” 53

 Prinsip Kerja Katup 5/2 Solenoid Ganda
2 2
F = p. (D -d )
 Posisi Y2 terakhir aktif
Setelah didapatkan besarnya gaya yang bekerja
pada silinder maka besarnya massa benda yang
mampu didorong silinder juga bisa dihitung
menggunakan rumus berikut ini.
F=mxg
m = F/g  Posisi Y1 aktif
Jika massa benda telah ditentukan, maka
besarnya tekanan terkecil yang diberikan untuk
mendorong pneumatik, agar pneumatik mampu
mendorong benda juga dapat dihitung sebagai
berikut.
Gambar 3. Prinsip kerja katub 5/2 solenoid ganda
p = F/A
Kompresor berfungsi sebagai sumber udara
p = (m x g)/A bertekanan dengan cara menghisap dan
memampatkan udara tersebut kemudian disimpan
di dalam tangki udara untuk disuplai kepada
Komponen Utama Sistem pemakai (sistem pneumatik). Kompressor
Katup 5/2 solenoid tunggal mempunyai pegas dilengkapi dengan tabung untuk menyimpan udara
untuk mengembalikan katup ke posisi netral. bertekanan, sehingga udara dapat mencapai jumlah
dan tekanan yang diperlukan.
Prinsip Kerja Katup 5/2 Solenoid Tunggal Unit Filter-Regulator-Lubricator (FRL) me-
Posisi Awal rupakan salah satu komponen yang penting dan
paling dicari pada sistem pneumatik. FRL
terpasang pada tiap sambungan pneumatik
menyiapkan pengguna dengan pertahanan terakhir
melawan kontaminasi pada udara yang akan
dipakai. Sebuah peralatan penyimpan energi,
rendah bising dan meningkatkan umur dari
peralatan atau mesin yang digunakan
Posisi Aktif

Gambar 2. Prinsip kerja katub 5/2 solenoid tunggal

Gambar 4. Prinsip kerja FRL

Katup 5/2 solenoid ganda memiliki 2 solenoid

dan tidak memiliki pegas pengembali. Reed switch adalah sensor yang bekerja
Mengaktifkan katup ke posisi yang diinginkan berdasarkan pada medan magnet yang dipasang
dengan memberi tegangan pada salah satu solenoid pada piston silinder pneumatik. Pada alat
yang akan mengaktifkan katup tersebut. penggerak berupa silinder, biasanya telah
dilengkapi dua buah sensor ini, yang berfungsi

54 “Seminar Nasional FORTEI 2015”

 untuk mendeteksi gerakan silinder ketika naik atau
turun, letaknya ada di bagian luar bawah dan luar Fiberoptic sensor yang akan dipakai adalah
atas pada silinder tipe difusi sama seperti sensor photoelectric di atas.
Sensor ini nantinya dipasang untuk mendeteksi
apakah gripper pneumatik sudah mengenggam
objek kerja atau belum.

II.

III.
Gambar 5. Prinisip kerja reed switch

Photo sensor yang digunakan nanti adalah tipe

difusi. Sensor ini nanti akan mendeteksi objek
untuk didorong menggunakan pneumatik
pendorong. Jadi sensor ini akan dapat merasakan Gambar 8. Pembebanan fiberoptic sensor
keberadaan objek kerja.
Fiberopptic sensor ini berfungsi sebagai
penerima sinyal dari kabel fiberoptic. Ketika ada
objek kerja, kabel fiberoptic akan mengirim berkas
cahaya ke sensor fiberoptic yang kemudian akan
dianalisa oleh sensor fiberoptic yang akan
memberikan informasi tentang kondisi beban
apakah beban diaktifkan atau tidak.
.

Gambar 6. Pembebanan photoelectric sensor

Tipe yang akan digunakan pada alat yang akan

dibuat ini adalah tipe NPN. Perbedaannya dengan
PNP hanya terletak pada pembebanan. Kemudian
photoelectric ini dapat aktif dengan kondisi Light
ON atau Dark ON tergantung dari kabel yang
Gambar 9. Pengawatan fiberoptic sensor
berwarna putih dihubungkan ke negatif atau positif
catu daya. Light ON jika dihubungkan ke negatif
catu daya dan Dark ON jika dihubungkan ke Jadi fiberopptic sensor hanya berfungsi sebagai
positif catu daya. penerima sinyal dari kabel fiberoptic. Ketika ada
objek kerja kabel fiberoptic akan mengirim berkas
cahaya ke sensor fiberoptic yang selanjutnya akan
dianalisa oleh sensor fiberoptic dan akan
memberikan informasi kondisi pada beban apakah
beban diaktifkan atau tidak

Gambar 7. Pengawatan photoelectric sensor

“Seminar Nasional FORTEI 2015” 55

 II. Metode Perancangan membuat semua input output pada alat ini berada
dalam kondisi standby. Artinya PLC baru bisa
Dalam metode akan dibahas tentang mengaktifkan output ketika menerima sinyal dari
perancangan dan pembuatan alat yang meliputi sensor-sensor yang ada setelah push button ON
perancangan alat, blok diagram ditekan sesaat. Apabila push button ON belum
ditekan walaupun sensor mendeteksi adanya benda
Perancangan Alat maka tidak ada pengaruhnya pada output-output
yang ada seperti valve pneumatik dan lampu
Pneumatic cylinder 1
Box
objek Box
indikator. Sedang push button OFF berfungsi
Air slide Pneumatic
cylinder 2
kemasan untuk membuat sistem kembali dalam kondisi
standby.
table
Pneumatic
cylinder 3
Pneumatic Sistem bekerja ketika objek kerja terdeteksi
oleh sensor photoelectric 1 setelah tombol ON
gripper

ditekan sesaat, jika tombol ON belum ditekan

meski sensor photoelectric 1 mendeteksi objek,
Area finishing
tidak akan membuat sistem bekerja. Setelah
Pneumatic
cylinder 4
terdeteksi silinder pneumatik 2 akan mendorong
objek ke luar dari wadah penampungan objek ke
tempat pengambilan objek oleh gripper sedang
Gambar 10. Perancangan alat silinder pneumatik 3 akan mendorong kemasan ke
Blok diagram posisinya.
Photoelectric sensor 2 akan aktif ketika objek
Push Button Push Button Photo electric Photo electric Fiber Optic
sampai ke tempat pengambilan objek dan
mengaktifkan pneumatik air slide table untuk
Reed Switch 1 Reed Switch 2 Reed Switch 3 Reed Switch 4
ON OFF Sensor 1 Sensor 2 sensor

Input
menurunkan pneumatik gripper ke posisi objek.
PLC (Programmable Logic Controller) Gripper akan mencengkram objek kerja dan
output
mengangkat objek kerja dengan pneumatik air
slide table dan membawa objek kerja ke tempat
kemasan objek berada dengan memanfaatkan
Lampu Lampu
Valve 1 Valve 2 Valve 3 Valve 4 Valve 5
indikator ON indikator OFF

Silinder Silinder
dorongan dari silinder pneumatik 1 yang aktif
setelah objek tercengkram dan terangkat.
Silinder Pneumatik Silinder
pneumatik air Pneumatik 2
pneumatik 1 gripper Pneumatik 4
slide table dan 3

Gambar 11. Blok diagram sistem Pada waktu di posisi kemasan objek berada,
pneumatik air slide table akan menurunkan objek
Perancangan alat diawali dengan rancangan
bersama dengan gripper dan akan melepaskan
sistem keseluruhan yang terdiri dari rancangan
objek kerja. Setelah objek masuk ke dalam
input, proses dan output dari sistem. Selanjutnya
kemasan, pneumatik gripper akan diangkat naik
diikuti dengan rancangan untuk setiap blok dari
oleh pneumatik air slide table. Setelah gripper
sistem yang terdiri dari blok input dan output serta
naik silinder pneumatik 4 akan menarik objek
rancangan pengendali utama. Setiap rancangan
kemasan yang berada didalamnya sudah terdapat
blok berisikan perancangan tentang sinyao I/O dan
objek kerja ke finishing area. Setelah itu
proses kerja blok, serta kapasitas komponen yang
pneumatik air slide table dan gripper akan dibawa
digunakan. Bagian akhir dari rancangan ini adalah
ke posisi awal oleh silinder pneumatik 1 sampai
rancangan program (software) yang digunakan
photo electric sensor 1 mendeteksi objek kembali
untuk aktivasi sistem.
dan proses akan berulang hingga tidak ada lagi
objek yang terdeteksi atau sampai ditekannya push
Prosedur Pengujian
button OFF. Pencatatan waktu dilakukan secara
PLC yang digunakan adalah Omron tipe CP1E.
berulang untuk satu kali proses untuk kemudian
Input berupa Push button ON berfungsi untuk
dilakukan perhitungan waktu rata-rata (mean)

56 “Seminar Nasional FORTEI 2015”

 untuk satu kali proses pemindahan objek. Waktu angkat maksimum ketika tekanan minimum
rata-rata yang diperlukan dijadikan acuan sebagai ditentukan dengan cara:
waktu yang diperlukan untuk memindahkan objek F = m.g
pada sistem ini. 6,32 N = m x 10 m/s2
m = 6,32 N/10 m/s2
III. Hasil dan Pembahasan = 0,632 kg
Prototype ini dibuat untuk dapat menampung 5 Sedangkan daya angkat maksimum ketika
objek kerja sekali siklus, jadi untuk mendapatkan tekanan udara yang masuk ke pneumatik air slide
hasil sesuai dengan tujuan dari penelitian ini table juga bernilai maksimum, yaitu sebesar 0,7
nantinya hasil dari pengujuan kecepatan dapat MPa. Dengan gaya yang dihasilkan sebesar 33,6 N,
dikalkulasikan untuk mendapatkan jumlah objek nilai daya angkat maksimum ketika tekanan
yang dapat dipindahkan setiap detiknya. Setelah udaranya maksimum adalah. 29,4 N = m x 10 m/s2
dilakukan perhitungan selama pengujian, dapatlah akan diperoleh m=2.94 kg
bahwa prototype ini dapat melakukan proses Jadi ketika tekanan udara minimum sebesar
pemindahan objek mulai dari mendorong objek ke 0,15 MPa daya angkat maksimumnya adalah 0,632
area kerja, kemudian mengangkat objek, lalu kg, sedang ketika tekanan udara maksimum
diteruskan dengan membawa objek ke tempat sebesar 0,7 MPa daya angkat maksimumnya
kemasan, selanjutnya melepas objek, dan terakhir adalah 2,94 kg.
menarik objek beserta kemasannya ke finishing
area dan kembali ke posisi standby diperlukan IV. Kesimpulan dan Saran
waktu 25 detik untuk 5 buah objek kerja beserta Mengacu pada hasil pengukuran dan analisa
kemasannya, jadi rata-rata tiap 1 objek dan yang telah dilakukan di atas. diperoleh beberapa
kemasannya dapat dipindahkan dalam waktu 5 kesimpulan berkaitan dengan prototype yang
detik. dibuat. 1) Alat ini dapat bekerja memindahkan
Dari 5 kali pegujian yang dilakukan, semua Objek kerja yang berjumlah 5 buah dalam waktu
objek berhasil dipindahkan dengan baik, tepat dan 25 detik. Kecepatan pemindahan ojek adalah 12
pas masuk ke dalam kemasan yang disediakan. Ini objek dalam waktu 1 menit. 2) kemampuan
ditunjukkan bahwa alat yang dibuat ini dapat peralatan mengangkat beban adalah sebesar 0,632
memindahkan objek ke dalam kemasannya dengan Kg pada tekanan udara minimal sebesar 0,15 Mpa,
cepat dan tepat. Dengan hasil pengujian bahwa 1 dan 2,94 Kg pada tekanan udara maksimal sebesar
objek dipindahkan dalam waktu 5 detik didapatlah 0,7 Mpa..
bahwa dalam satu menit prototype ini dapat
memindahkan objek kerja sebanyak 12 buah, dan
hasil ini sesuai dengan tujuan dari pembuatan Daftar Pustaka
prototype ini.
[1] Barber, Anthony. 1997. “Pneumatic Handbook 8th Edition”. England:
Untuk mengetahui besarnya daya angkat Elsevier Science & Technology Books
maksimum dan minimum alat ini dapat dilihat dari [2] Bolton, W. 2006. Programmable Logic Controller Fourth edition.
London : Elsevier Newnes
besarnya gaya yang dihasilkan oleh pneumatik air [3] F. Ebel, P. Croser. 2002. “Pneumatic Basic Level” Germany: Festo
slide table. Daya angkat ini ditunjukkan ketika Didactic
[4] Katsuhiko, Ogata. 1995. ”Teknik Kontrol Automatik (Sistem
pneumatik air slide table dalam kondisi langkah Pengaturan)”. (Edi Laksono. Tejemahan). Jakarta: Erlangga
mundur. Berdasarkan rumus F=m.g dimana F [5] Krist, Tomas. 1993. “Dasar-Dasar Pneumatik”. (Purnomo Wahyu Indarto.
Terjemahan). Jakarta: Erlangga. Buku asli diterbitkan tahun 1979.
adalah besarnya gaya yang dihasilkan, m mewakili [6] Putra, Afgianto Eka. 2004. “PLC Konsep, Pemograman, dan Aplikasi”.
masa objek dan g mewakili percepatan gravitasi Yogyakarta: Gava Media.
2 [7] Said, Hanif. 2012. ”Aplikasi PLC dan Sistem Pneumatik pada
yang bernilai konstan 9,8 m/s Besarnya tekanan Manufaktur Industri”. Yogyakarta: Andi
minimum yang diperlukan untuk menggerakkan [8] Yogaswara, Eka. 2012. “Proses Dasar Pneumatik dan Hidraulik”.
Bandung: Armico
pneumatik air slide table sebesar 0.15 MPa, dan
menghasilkan gaya sebesar 6,32 N. Besarnya daya

“Seminar Nasional FORTEI 2015” 57

 Analisis Riak Keluaran Buck Converter
Asnil#1, Irma Husnaini#2
#
Teknik Elektro Universitas Negeri Padang
Jl. Prof. Dr. Hamka. Air Tawar Padang, Sumatera Barat-Indonesia
1
[email protected]
2
[email protected]

Abstrak; Riak pada tegangan keluaran buck Buck converter dapat dijelaskan menggunakan
converter sangat mempengaruhi kenerja dari buck diagram konseptual seperti gambar 1.(a) yang
converter. Tulisan ini membandingkan simulasi terdiri dari dua bagian, yaitu saklar Single-Pole
yang dianggap ideal dengan dua metode yakni Double-Throw (SPDT) dan filter ideal jenis low
metode domain frekuensi dan small-ripple pass. Pada satu periode pensaklaran Ts, saklar
approximation untuk mendapatkan keakurasian SPDT pada posisi a berfungsi untuk Ton dan pada
nilai riak tegangan keluaran dari buck converter.. posisi p berfungsi untuk Toff. Periode Ton
Hasil analisis terhadap nilai riak tegangan keluaran didefinisikan sebagai periode waktu on dan Toff
buck converter menggunakan metode domain didefinisikan sebagai periode waktu off.
frekuensi diperoleh sebesar 5,181mV dan metode Perbandingan antara Ton dan Ts adalah siklus kerja
small-ripple approximation 5,319 mV sedangkan atau duty cycle D dari saklar SPDT.
hasil simulasi yang dianggap ideal sebesar 5,098
mV. Dari kedua metode yang digunakan, maka (1)
hasil analisis domain frekuensi lebih mendekati
hasil simulasi yang dianggap ideal.
Saklar SPDT mengubah tegangan sumber Vs
Keywords; Buck converter, riak keluaran, filter LC, menjadi gelombang persegi yang kemudian
domain frekuensi, small-ripple approximation diteruskan ke filter ideal jenis low pass.
Berdasarkan konsep fourier, maka vx merupakan
I. PENDAHULUAN jumlah dari komponen dc dan harmonik sinusoida
[1].
( ) ∑ ( ) (2)
Buck converter dipakai pada banyak aplikasi di
industri, seperti baterai, sel surya dan dalam
Dimana merupakan komponen dc dan
aplikasi low power seperti LED, lampu flashers dan merupakan frekuensi fundamental dari . Komponen
pada komputer [2]. Penggunaan filter LC pada sisi dc dari merupakan nilai rata-rata dari .
keluaran berguna untuk memperhalus riak
sehingga bisa mendapatkan bentuk gelombang
̅ ( ) (3)
keluaran dengan amplitudo riak yang kecil [1], [3],
[4]. Penggunaan buck converter sebagai
pengkonversi tegangan searah banyak digunakan
karena dilihat dari segi kesederhanaan dan dari segi
pembiayaan lebih murah [1], [5].

II. ANALISIS TEORI

Analisis pada rangkaian buck converter

diasumsikan sebagai hasil yang ideal dengan
ketentuan;
1. Simulasi tidak memperhitungkan nilai ESR
pada filter kapasitor.
2. Menggunakan komponen swiching ideal.

58 “Seminar Nasional FORTEI 2015”

 Perancangan yang baik dari sebuah buck
converter adalah untuk mendapatkan tegangan
keluaran yang stabil. Ketika buck converter dalam
keadaan stabil, arus induktor berbentuk gelombang
segitiga periodik dan tegangan keluaran mendekati
Gambar 1. Ideal buck converter. (a) Blok diagram. (b) domain waktu. konstan dengan komponen riak yang kecil [1].
(c) domain frekuensi
Banyak cara yang dapat dilakukan untuk
Gambar 2 memperlihatkan rangkaian buck menganalisis riak keluaran dari buck converter.
converter, dimana saklar SPDT diganti dengan Pada penelitian ini, estimasi riak keluaran dianalisis
MOSFET dan filter ideal diganti dengan filter LC dengan menggunakan domain frekuensi dan teknik
jenis low pass. Filter LC seperti pada gambar 2 small-ripple approximation dengan mengasumsikan
tidak bisa menghapus semua harmonik frekuensi sebuah resistif murni sebagai beban dari buck
tinggi dan tegangan keluaran masih tetap converter.
mengandung komponen ac yang juga dikenal Analisis domain frekuensi yang digunakan untuk
dengan nama riak tegangan keluaran. menentukan riak keluaran dari buck converter
didasarkan karakteristik non ideal dari filter LC [1].
Fungsi transfer dari filter LC dengan beban resistif
seperti pada persamaan (4)

( )
( ) (4)
( )

Dimana adalah pole frekuensi

(5)
√
dan Q adalah damping ratio dari rangkaian filter
√ (6)
Menggunakan persamaan fourier, maka output dari
filter LC dapat ditentukan.

( ) ∑ ( ) (7)

Sedangkan untuk koofisien harmonik sinusoida

dapat ditentukan menggunakan persamaan berikut;

√
√ ( ) (8)

Dimana orde harmonik berikutnya ditentukan

dengan persamaan;
( )

(9)

Satu hal yang penting dengan menggunakan

analisis domain frekuensi dimana merupakan
koofesien harmonik fundamental yang jauh lebih
besar dari koofesien harmonik lainnya, oleh karena
Gambar 2. Analisis steady state buck converter. (a) Buck converter, (b) proses
on dan off, (c) dan bentuk gelombang itu amplitudo riak keluaran adalah;

“Seminar Nasional FORTEI 2015” 59

 ( ) (10) Dari persamaan (17) dapat dilihat bahwa untuk
mengurangi nilai riak tegangan, selain dari nilai
Teknik analisis small-ripple approximation induktansi juga dipengaruhi oleh nilai kapasitansi.
mendalilkan bahwa komponen riak yang
terkandung dalam keluaran buck converter sangat III. SIMULASI BUCK CONVERTER
kecil sehingga tegangan keluaran dapat dianggap
sebagai dc murni [1]. Dalam prakteknya, komponen Parameter yang digunakan pada rangkaian buck
riak tegangan keluaran memang lebih kecil jika converter untuk simulasi adalah, Vin = 24 Volt, Ts
dibandingkan dengan komponen dc. Pendekatan = 20 , D = 0.25 dan beban resistor R = 1 Ohm.
dengan cara ini dapat dibenarkan karena komponen Sedangkan nilai induktor dan kapasitor adalah
rangkaian yang dipilih memang untuk 90 dan 470 .
meminimalkan tegangan riak keluaran sehingga Penelitian ini adalah membandingkan dua metode
pendekatan ini tidak membawa kerugian yang nyata untuk melihat atau memprediksi riak keluaran dari
dalam keakurasian analisis. Dalam teknik small- buck converter. Dimana metode yang dipakai
ripple approximation tegangan keluaran dianggap adalah pendekatan menggunakan domain frekuensi
konstan untuk waktu on dan off. Berdasarkan dan pendekatan dengan teknik small-ripple
gambar 2 (b), tegangan induktor dapat ditentukan approximation berdasarkan pada analisis teori di
berdasarkan persamaan (11). atas.

{ (11)

Menentukan nilai tegangan keluaran

(12)

Sedangkan untuk menentukan nilai arus induktor Gambar 3. Rangkaian simulasi buck converter
yang mengalir sampai ke beban adalah
IV. HASIL SIMULASI
̅ ( ) (13)
Menggunakan persamaan yang telah dijabarkan
pada analisis teori, maka hasil analisis terhadap
Menentukan arus induktor dan perbedaan antara rangkaian dapat dilihat pada table 1 dan tabel 2.
maksimum dan minimum nilai arus induktor ( )
dapat ditentukan menggunakan persamaan berikut. TABEL 1.
ANALISIS PARAMETER BUCK CONVERTER DENGAN
PENDEKATAN DOMAIN FREKUENSI
( ) (14)
Parameter Analisis
=
(15) o √
= 4862,166 rad/s

(16) s
= 314.103 rad/s
Sedangkan untuk menentukan nilai riak tegangan =
co
=6V
keluaran atau adalah sebagai berikut.
√
c1 = √ ( )
= 10,805
= ( ) (17)

60 “Seminar Nasional FORTEI 2015”

 ( ) lebih mendekati hasil ideal. Selisih antara metode
c'1 = domain frekuensi dengan hasil simulasi ideal
=
sebesar 0.092 mV, sedangkan selisih antara small-
= ripple approximation dengan hasil simulasi ideal
( )
=
sebesar 0,230 mV. Dengan demikian metode
Dari tabel 1 dapat dilihat hasil analisis parameter domain frekuensi lebih akurasi jika dibandingkan
rangkaian buck converter menggunakan pendekatan dengan metode small-ripple approximation.
domain frekuensi. Riak tegangan keluaran
menggunakan metode ini adalah sebesar 5,181 mV.
Sedangkan pada tabel 2 memperlihatkan analisis
rangkaian buck converter menggunakan teknik
small-ripple approximation. Besarnya riak tegangan
keluaran dari buck converter menggunakan metode
ini adalah sebesar 5,319 mV. Hasil analisis
memperlihatkan perbedaan antara metode domain
frekuensi dengan small-ripple approximation.
TABEL 2.
ANALISIS PARAMETER BUCK CONVERTER MENGGUNAKAN
PENDEKATAN SMALL-RIPPLE APPROXIMATION

Parameter Analisis
=
Vo
=6V
=
VLmax
= 18 volt
=
VLmin
= - 6 volt
=
IL
= 6 ampere
=
iL
= 1 ampere
=
iLmax
= 6,5 ampere
=
iLmin
= 5,5 ampere
= ( )
Vo = Vac
= 5,319 mV

Gambar 4 memperlihatkan bentuk gelombang

hasil simulasi buck converter menggunakan
komponen ideal. Dari hasil simulasi didapatkan
nilai riak tegangan keluaran dari buck converter
Gambar 4. Gelombang hasil simulasi buck converter
sebesar 5,089 mV. Simulasi ini dianggap ideal
sehingga digunakan sebagai pedoman dari analisis V. KESIMPULAN
menggunakan metode domain frekuensi dan metode
small ripple approximation. Jika dilihat dari hasil Dari analisis yang telah dilakukan, didapatkan nilai
analisis menggunakan metode domain frekuensi riak tegangan keluaran buck converter menggunakan
dan metode samll ripple approximation, maka hasil metode domain frekuensi sebesar 5,181 mV dan analisis
analisis menggunakan metode domain frekeunsi menggunakan metode small-ripple approximation
sebesar 5,319 mV. Sedangkan riak tegangan keluaran

“Seminar Nasional FORTEI 2015” 61

 hasil simulasi yang dianggap ideal adalah 5,089 mV.
Dengan demikian hasil analisis yang lebih mendekati
hasil ideal dari kedua metode tersebut adalah metode
domain frekuensi. Dengan kata lain, berdasarkan analisis
yang telah dilakukan maka keakurasian metode domain
frekuensi lebih tinggi dari pada small ripple
approximation.

REFERENSI

[1] Byungcho choi, Pulse Width Modulated DC to DC Power Convertion,

John Wiley & Sons, 2013.
[2] Archana bhat, “Analysis of ripple content in dc-dc converter”
International Journal of Inventive Engineering and Science (IJIES),
ISSN: 2319–9598, Volume-1, Issue-7, June 2013.
[3] Hyun-lark Do, “Single-Switch Buck Converter with a Ripple-Free
Inductor Current”, Journal of Power Electronic, Vol 11, No. 4, Juli
2011.
[4] H. N. Nagaraja, D. Kastha and A. Patra, “Generalized analysis of
integrated magnetic component based low voltage interleaved dc-
dc buck converter for efficiency improvement”, IEEE International
Symp. Circuits and Systems ISCAS 2005, 3, 2005, 2485–2489.
[5] A. C. Chow and D. J. Perreault, “Design and evaluation of an
active ripple filter using voltage injection”, IEEE 32nd Annual
Conf. Power Electronics Specialists Conference (PESC), Vancouver,
BC, 1, 2001, 390–397.

62 “Seminar Nasional FORTEI 2015”

 Smart Home Systems dengan Antarmuka Web
dan Terintegrasi Jejaring Sosial
Kurnia Aryansyah#1, Hasmina Tari Mokui#2, Siti Nawal Jaya#3
#
Jurusan Teknik Elektro, Universitas Halu Oleo
Kendari, Indonesia
1
[email protected]
2
[email protected]
3
[email protected]

Abstract— Internet dengan berbagai layanannya dapat seperti Facebook ataupun Twitter yang sangat populer
digunakan untuk mengembangkan konsep smart home systems. di kalangan masyarakat.
Paper ini membahas perancangan dan pengimplementasian Pada penelitian ini, teknologi internet dengan
smart home systems berbasis Arduino Mega 2560 sebagai memanfaatkan layanannya seperti web dan jejaring sosial
pengendali utama dengan antarmuka web dan terintegrasi
(Twitter) digunakan sebagai pendukung utama untuk
jejaring sosial. Ethernet shield menghubungkan main controller
ke jaringan internet memanfaatkan IP publik yang diperoleh membangun sistem terintegrasi (kendali, pengawasan, dan
dari ISP Telkom. Sebuah halaman web digunakan sebagai informasi) yang diimpelementasikan pada sebuah rumah
antarmuka grafis untuk mengontrol lampu dan memonitoring sehingga memberikan kemudahan dalam melakukan
keadaan rumah. Sistem ini juga terintegrasi pada jejaring sosial pengontrolan dan monitoring rumah secara jarak jauh. Sistem
(Twitter) yang akan mengirimkan tweet ke akun Twitter ini berbasis mikrokontroler dan lebih dikenal dengan nama
penghuni rumah bila terjadi bahaya pada rumah dan pesan smart home systems.
notifikasi dapat pula diteruskan ke smart phone penghuni Smart home systems dapat diterapkan dengan
rumah. Pada saat jaringan internet normal, waktu respon yang menggunakan komputer dan teknologi informasi yang
dibutuhkan untuk membuka halaman web adalah 3.81 sekon
memungkinkan penghuni rumah untuk melakukan kontrol
sedangkan penerimaan informasi berupa tweet keadaan rumah
bila terjadi bahaya membutuhkan waktu 6.31 sekon. Secara jarak jauh pada peralatan yang berada di dalam rumah (lampu
keseluruhan, kinerja sistem berjalan dengan baik dan dapat dan jendela). Sistem tersebut terhubung pada jaringan internet
menarik perhatian masyarakat dalam mengaplikasikannya. dengan berbasis mikrokontroler [2].
Penerapan smart home systems dapat dilakukan dengan
Keywords— Smart Home Systems, Arduino Mega 2560, mengirimkan perintah SMS melalui konsep AT command
Ethernet Shield, Web, Twitter dalam mengendalikan perangkat elektronik yang terdapat pada
rumah dan sekaligus memonitor keadaan rumah secara jarak
I. PENDAHULUAN jauh melalui SMS menggunakan Arduino dan modul GPRS
Data pada Laporan Tahunan 2014 PT. Telekomunikasi sim900 [3].
Indonesia, Tbk (Persero) menunjukkan bahwa pengguna Smart home systems juga dapat aplikasikan untuk memberi
internet di Indonesia mencapai 40,5 juta pelanggan. Angka pengaturan pada beban listrik dan pengamanan terhadap
tersebut meningkat dari tahun sebelumnya dari 27,8 juta rumah melalui aplikasi yang terdapat pada komputer server
pelanggan pada tahun 2013 dengan persentase perubahan sekaligus bertindak sebagai web server sehingga aplikasi ini
sebesar 45,3% [1]. Hal ini menujukkan internet di Indonesia dapat diakses melalui jaringan internet dimana komputer
telah menjadi kebutuhan yang secara langsung disadari dan server dihubungkan secara serial dengan mikrokontroler
dirasakan oleh kalangan masyarakat akan manfaatnya dalam ATMega 8535 [4]. Selain itu, smart home systems dapat
memperoleh kemudahan. digunakan untuk memonitor dan mengendalikan berbagai
Internet digunakan sebagai sarana dalam mendukung perangkat elektronik dari jarak jauh dengan menggunakan
optimalisasi suatu proses kegiatan dengan menerapkan sistem remote control atau perangkat bergerak dengan memanfaatkan
aplikasi berbasis web seperti sistem informasi, manajemen infrastruktur web service yang diatur pada komputer server
informasi, aplikasi registrasi online, dan lain sejenisnya sebagai sarana untuk menjalin komunikasi antara perangkat
sehingga lebih memudahkan suatu perusahaan, lembaga, bergerak dengan board mikrokontroler Arduino [5].
institusi ataupun perorangan dalam mengolah atau Arduino adalah platform open-source yang digunakan
memperoleh data. Pemanfaatan internet di berbagai bidang untuk membangun dan pemrograman aplikasi elektronika [6].
juga diimplementasikan sebagai teknologi yang memberikan Arduino terdiri dari hardware (i.e. Arduino Mega 2560)
kemudahan, kecepatan dan kelancaran akses untuk sebagai pengendali mikro single-board dan software
memperoleh berbagai jenis informasi yang terkait dalam (Arduino IDE). Hardware arduino dapat terhubung dengan
menunjang kebutuhan pengguna melalui media-media online jaringan internet menggunakan ethernet shield sehingga
seperti media bisnis dan media edukasi serta jejaring sosial memungkinkan membangun sebuah web server [7].

“Seminar Nasional FORTEI 2015” 63

 II. METODOLOGI PENELITIAN Selain sensor-sensor tersebut, rangkain resistor pull-down
Sistem yang dirancang terdiri dari Arduino web server push button juga menjadi input yang berfungsi sebagai saklar
sebagai pusat kontrol, sensor-sensor (LM35, LDR, PIR, dan konvensional pada rumah. Output sistem terdiri dari driver
MQ-2) sebagai pembacaan kondisi rumah, driver relay relay, buzzer, dan exhaust fan. Ethernet shield yang
sebagai saklar elektronik untuk mengontrol lampu AC, buzzer ditanamkan pada bagian atas Arduino Mega 2560
sebagai alarm rumah, dan exhaust fan sebagai penanganan dihubungkan ke jaringan ethernet menggunakan kabel RJ45
dini bila terjadi kebocaran LPG pada rumah. Push Button yang selanjutnya dapat terhubung dengan jaringan internet.
digunakan sebagai saklar konvensional sebagai alternatif
untuk menyalakan atau memadamkan lampu bila penghuni A. Perancangan Program Arduino
rumah sedang berada di dalam rumah. Sebuah halaman web
digunakan sebagai antarmuka grafis yang diakses penghuni Perangkat Arduino Mega 2560 diprogram menggunakan
rumah (client) untuk melakukan interaksi terhadap sistem dan software Arduino IDE melalui komunikasi serial USB.
jejaring sosial Twitter dimanfaatkan sebagai media informasi Gambar 3. merupakan alur kerja program yang akan dibuat
bila terjadi bahaya pada rumah. untuk menjalankan sistem.

Gambar 1. Blok Diagram Sistem.

Adapun rangkaian komponen fisik ditunjukkan pada

gambar 2.

Gambar 3. Alur Kerja Program Arduino.

Pada gambar 3., dapat dilihat bahwa semua aktifitas sistem

dapat dilakukan dan ditampilkan di halaman web. Terkhusus
untuk sensor PIR, LM35, dan MQ-2, bila masing-masing
sensor tersebut mendeteksi keadaan yang dapat berpotensi
membahayakan rumah maka secara otomatis sistem juga akan
Gambar 2. Rangkaian Komponen Fisik. mengirimkan pesan dan meng-update informasi ke Twitter
sehingga penghuni rumah yang telah memiliki akun Twitter
Pada gambar 2., Arduino Mega 2560 yang menjadi dapat mengetahui keadaan rumahnya melalui pesan notifikasi.
perangkat utama sistem memiliki pin-pin yang dialokasikan
untuk terhubung dengan komponen fisik lainnya. Adapun
komponen fisik yang menjadi input pada sistem ini adalah B. Perancangan Pengaksesan Web
LM35 yang digunakan untuk membaca suhu ruangan rumah, Web sistem perlu dirancang sedemikian rupa sehingga
LDR untuk otomatisasi penerangan lampu teras rumah, MQ-2 hanya para penghuni rumah yang dapat mengaksesnya.
untuk pendeteksi kebocoran LPG, dan PIR sebagai motion Adapun perancangan pengaksesan web ditunjukkan
sensor untuk mendeteksi keberadaan orang asing pada rumah. pada gambar 4.

64 “Seminar Nasional FORTEI 2015”

 Gambar 5 menunjukkan proses pengiriman informasi oleh
sistem ke jejaring sosial Twitter bila terjadi bahaya pada
rumah. Informasi tersebut berupa tweet (kicauan) yang
dikirimkan dengan cara mention. Hal tersebut memungkinkan
informasi disampaikan secara bersamaan dengan me-mention
masing-masing akun Twitter penghuni rumah ataupun dengan
melibatkan akun Twitter pihak-pihak terkait yang dapat
memberikan bantuan penanganan bahaya yang terjadi pada
rumah seperti pihak kepolisian dan pemadam kebakaran.
Pesan notifikasi tentang update informasi keadaan rumah
dapat diterima melalui aplikasi Twitter pada web browser
ataupun yang terinstal pada smart phone.

III. HASIL DAN ANALISIS

Smart home systems dalam penelitian ini
diimplementasikan pada miniatur denah rumah tipe 36 yang
terdiri dari teras rumah, ruang tamu, ruang tengah, kamar 1,
kamar 2 dan bagian dapur. Penempatan sensor-sensor terdiri
Gambar 4. Pengaksesan Web.
dari LDR pada bagian teras rumah, PIR pada bagian pintu
ruang tamu, LM35 di ruang tengah, dan MQ-2 ditempatkan di
Gambar 4 memperlihatkan proses pengaksesan web.
bagian dapur yang berdekatan dengan exhaust fan sebagai
Apabila telah masuk ke alamat web, maka akan diarahkan ke
halaman login terlebih dahulu untuk memasukkan username penetralisir kadar gas bila terdeteksi kebocoran LPG. Pada
dan password yang hanya dimiliki oleh para penghuni rumah. miniatur denah rumah juga terdapat ruang server yang
Bila username dan password benar, maka server Arduino didalamnya berisi perangkat keras penyusun sistem meliputi
mulai berjalan dan halaman utama web dimuat. Pengaksesan Arduino Mega 2560, ethernet shield, driver relay, rangkaian
web juga dapat dilakukan dengan mengakses IP privat resistor pull-down untuk push button dan buzzer.
Arduino web server yang hanya diketahui oleh penghuni
rumah.

C. Perancangan Integrasi Twitter

Smart home systems yang dirancang diintegrasikan ke
jejaring sosial (Twitter) sebagai media pengiriman informasi
bila terjadi bahaya pada rumah. Alur kerja sistem dalam
mengirimkan informasi ke Twitter seperti pada gambar 5.

Gambar 6. Pengimplementasian Smart Home Systems pada Miniatur Denah

Rumah Tipe 36.

IP address Arduino web server menggunakan salah satu

IP privat yang tersedia pada jaringan LAN modem router
sehingga untuk membuka web smart home systems dapat
menggunakan IP privat tersebut melalui jaringan LAN yang
terhubung dengan server sistem.
Proses konfigurasi IP address Arduino web server perlu
dilakukan dengan menggunakan fitur forwarding pada
aplikasi modem router sehingga web sistem dapat diakses
secara global melalui IP publik yang diberikan oleh
ISP Telkom apabila telah berlangganan. IP publik yang telah
Gambar 5. Alur Kerja Sistem dalam Mengirimkan Informasi Keadaan Rumah dimiliki dapat diketahui melalui situs
ke Twitter bila Terjadi Bahaya. http://whatismyipaddress.com.

“Seminar Nasional FORTEI 2015” 65

 A. Waktu Respon Pengaksesan Web
Pengujian dilakukan untuk mengetahui waktu respon yang
dibutuhkan saat penghuni rumah yang bertindak sebagai client
mengakses halaman utama web sistem melalui jaringan LAN
modem router dan melalui jaringan internet global
menggunakan modem 3G portable.
TABEL I
HASIL PENGUJIAN WAKTU RESPON DALAM MENGAKSES HALAMAN UTAMA
Gambar 7. Pengecekan IP Publik ISP Telkom melalui WEB SISTEM
http://whatismyipaddress.com.
Percobaan Waktu Respon Akses Web (s)
Alamat web atau domain digunakan untuk mempermudah ke- LAN Internet
pengguna dalam mengakses web sistem dengan mengingat 1 1,60 3,53
alamat web dibanding harus menggunakan alamat IP. Proses 2 1,44 3,89
konfigurasi jaringan secara menyeluruh ditunjukkan pada 3 1,50 3,96
gambar 8. 4 1,71 3,72
5 1,72 3,99
6 1,86 4,01
7 1,52 3,83
8 1,88 3,70
9 1,42 3,23
10 1,85 4,22
x 1,65 3,81

Berdasarkan data pada TABEL I, dapat dilihat bahwa

untuk mengakses halaman utama web sistem melalui LAN
Gambar 8. Konfigurasi Jaringan untuk Sistem membutuhkan waktu respon dengan waktu rata-rata 1,65
sekon dan apabila diakses melalui internet membutuhkan
Alamat web yang telah dimiliki selanjutnya diakses waktu respon dengan waktu rata-rata 3,81 sekon pada saat
menggunakan web browser dan akan menampilkan halaman koneksi jaringan internet normal. Proses akses melalui internet
login. membutuhkan waktu yang lebih lama bila dibandingkan
dengan akses melalui LAN. Hal tersebut disebabkan oleh
berbagai faktor yang mempengaruhi kecepatan akses intenet
seperti jenis koneksi yang digunakan, trafik jaringan, kekuatan
sinyal, dan lain sebagainya.

B. Waktu Respon Pengaksesan Web

Pengontrolan lampu atau PIR dilakukan dengan terlebih
Gambar 9. Form Halaman Login. dahulu men-checklist masing-masing checkbox R.Tamu,
R.Tengah, Kamar 1, Kamar 2 ataupun PIR kemudian
Bila username dan password yang dimasukkan benar dan mengklik submit button ON untuk menyalakan lampu atau
dikenali sistem maka akan tampil halaman utama web sistem. mengklik submit button OFF untuk memadamkan lampu.
Proses checklist dimaksudkan untuk melakukan skenario
pengontrolan lampu pada lampu-lampu ruangan tertentu
ataupun pada semua lampu dan PIR secara bersamaan.

Gambar 11. Desain Pengontrolan Lampu dan PIR pada Halaman Web
dengan Submit Button.

Pengujian dilakukan untuk mengetahui waktu respon

submit button pada halaman web dalam menyalakan atau
Gambar 10. Halaman Utama Sistem memadamkan lampu serta mengontrol PIR.

66 “Seminar Nasional FORTEI 2015”

 TABEL II TABEL IV
HASIL PENGUJIAN SUBMIT BUTTON “ON” UNTUK MENYALAKAN LAMPU HASIL PENGUJIAN TWITTER
DAN MENGAKTIFKAN PIR
Waktu
Status Pembacaan Waktu Respon No. Kondisi Status Mention Tweet Peneriamaan
Lampu Status (s) Informasi (s)
No. Checklist
dan Lampu 1. Suhu >= 40 oC Terkirim dan diterima 7,11
LAN Internet
PIR dan PIR 2. PIR = HIGH Terkirim dan diterima 5,47
1. R. Tamu ON Menyala 0,25 0,93 3. MQ-2 = LOW Terkirim dan diterima 6,34
2. R. Tengah ON Menyala 0,42 0,93 6,31
x
3. Kamar 1 ON Menyala 0,37 0,87
4. Kamar 2 ON Menyala 0,36 1,01
5. PIR ON Aktif 0,36 1,41 Berdasarkan hasil pengujian pada TABEL IV dapat
0,35 1,03 diketahui bahwa ketika sensor mendeteksi bahaya, mention
x
tweet akan terkirim pada akun Twitter penghuni rumah
TABEL III dengan durasi waktu rata-rata 6,31 sekon pada saat koneksi
HASIL PENGUJIAN SUBMIT BUTTON “OFF” UNTUK MEMADAMKAN LAMPU jaringan internet normal. Dari hasil pengujian tersebut
DAN MENON-AKTIFKAN PIR menunjukkan bahwa pengintegrasian Twitter ke sistem
berhasil dan pengiriman informasi berjalan dengan sukses.
Status Pembacaan Waktu Respon
Lampu Status (s)
No. Checklist
dan Lampu
LAN Internet
PIR dan PIR
1. R. Tamu OFF Padam 0,35 0,98
2. R. Tengah OFF Padam 0,36 1,08
3. Kamar 1 OFF Padam 0,28 1,00
4. Kamar 2 OFF Padam 0,36 0,97 Gambar 12. Tweet yang diterima Bila Terjadi Bahaya pada Rumah
5. PIR OFF Tidak Aktif 0,31 1,49
x 0,33 1,10 IV. KESIMPULAN
Pada penelitian ini, konsep smart home systems dengan
Berdasarkan data yang diperoleh dari hasil pengujian pada pengontolan dan pengawasan secara jarak jauh melalui akses
TABEL II dan III dapat dilihat bahwa waktu respon rata-rata internet berjalan baik dengan respon waktu yang cepat dalam
yang dibutuhkan submit button ON melalui akses LAN untuk mengeksekusi program. Pemanfaatan layanan-layanan internet
menyalakan lampu dan mengaktifkan PIR adalah 0,35 sekon seperti web dan jejaring sosial (Twitter) dapat menarik
dan melalui akses internet membutuhkan waktu 1,03 sekon. perhatian masyarakat dalam mengaplikasikan smart home
Sedangkan untuk memadamkan lampu dan menonaktifkan systems ini.
PIR melalui akses LAN, waktu respon rata-rata yang
dibutuhkan submit button OFF adalah 0,33 sekon dan 1,10 REFERENSI
sekon melalui akses internet. Hasil pengujian ini menunjukkan [1] Laporan Tahunan 2014. PT. Telkom Indonesia, Tbk (Persero). 2014.
submit button dapat bekerja baik dan sistem melakukan [2] H. Munn, K. Lee, R. D. Caytiles, B. Park. (2014). Network based
eksekusi dengan cepat untuk menyalakan dan memadamkan Mobility Management for Smart Homes through. International Journal
of Smart Home. [Online]. 8 (6), pp. 226.
lampu serta mengaktifkan dan menonaktifkan PIR. Avaliable:http://dx.doi.org/10.14257/ijsh.2014.8.6.22
[3] S. Luitel, “Design and Implementation of a Smart Home System,”
Bachelor’s Thesis, Dept. Information Tech., Helsinki Metropolia
C. Durasi Waktu Pengiriman Inforasi ke Twitter University of Applied Sciences, Helsinki, Finlandia, 2013.
[4] F. Arifiyanto, W. A. Syafei, M. Somantri. (2013). Perancangan
Pada smart home systems ini, Twitter digunakan sebagai Prototype Web-based Online Smart Home Controlled by Smartphone.
penerima informasi keadaan rumah bila terjadi bahaya. Bila Transient. [Online]. 2 (4), pp [1p].
suhu sama dengan atau lebih dari 40 oC, PIR mendeteksi Avaliable:http://download.portalgaruda.org/article.php?article=131077
gerakan manusia (kondisi HIGH), atau MQ-2 mendeteksi &val=4717M. A. Darmawan. S. R. Akbar, I. Arwani. (2014).
[5] Smart Home System Memanfaatkan Infrastruktur Web Service dengan
kebocoran LPG (kondisi LOW) maka informasi akan Kontrol Berbasis Android. Repositori Jurnal Mahasiswa PTIIK UB.
dikirimkan dalam bentuk tweet pada Twitter yang terintegrasi [Online]. 4 (1), pp. 1-2.
pada sistem. Avaliable:http://filkom.ub.ac.id/doro/download/article/file/DR0000720
Pengujian dilakukan pada saat koneksi jaringan internet 1412
[6] Y. A. Badamazi, “The Working Principle Of An Arduino,” in
normal untuk mengetahui durasi waktu pengiriman informasi International Conference on Electronics, Computer and Computation
ketika terjadi bahaya pada rumah yang terdeteksi oleh sensor. (ICECCO), Abuja, Nigeria, 2014, pp [1p].
Informasi ini berupa mention tweet pada aplikasi Twitter [7] K. A. Cahyawan. (2011). Sistem Monitor dan Kendali Ruang Server
dengan Embedded Ethernet. Lontar Komputer. [Online]. 2 (1), pp. 65.
di smart phone dimulai ketika buzzer berbunyi hingga Avaliable:http://download.portalgaruda.org/article.php?article=12804&
diterima oleh penghuni rumah. val=922

“Seminar Nasional FORTEI 2015” 67

 Implementasi Modul Trainer Digital Berbasis
Field Programmable Gate Array
Eko Mardianto#1, Sy. Agus Salim#2
#1
Program Studi Teknik Elektronika - Jurusan Teknik Elektro – Politeknik Negeri Pontianak –
Jalan Ahmad Yani Pontianak, Kalbar, Indonesia
[email protected]
#2
Program Studi Teknik Listrik – Jurusan Teknik Elektro _ Politeknik Negeri Pontianak -
Jalan Ahmad Yani Pontianak, Kalbar, Indonesia
[email protected]

Abstrak-- Saat ini Modul Trainer Digital banyak dijumpai. kombinasional dan rangkaian sekuensial. Untuk
Namun Trainer yang mewakili komponen dasar yang
berhubungan dengan Teknik Digital amatlah sulit diperoleh memahami teori dalam teknik digital dibutuhkan
karena membutuhkan banyak komponen yang harus suatu modul trainer yang dapat
disediakan dalam satu modul. Dalam penelitian ini penulis merepresentasikan semua komponen dalam
merancang dan merealisasikan suatu modul trainer digital
yang dapat mewakili semua komponen utama dalam teknik teknik digital.
digital dasar kedalam sebuah modul berbasis FPGA. Modul Trainer Digital banyak sekali dijumpai
trainer ini menyediakan 13 terminal gerbang dasar yang dipasaran dalam bentuk beberapa modul gerbang
dapat dipilih secara fleksibel disetiap gerbang sesuai yang
diinginkan. Masing-masing terminal terdiri atas gerbang dasar, rangkaian kombinasional dan rangkaian
And, Or, Nand, Nor, Ex Or dan Ex Nor. sequensial menggunakan jenis IC TTL ataupun
Modul Trainer ini dibangun menggunakan FPGA CMOS. Namun modul trainer yang tersedia
Spartan 3 yang merupakan sebuah devais logika terdiri dari
ribuan gerbang yang dapat digunakan untuk secara lengkap dalam satu modul menggunakan
mengimplementasikan suatu rangkaian logika. Program IC TTL tersebut sangatlah sulit ditemukan
FPGA pada penelitian ini menggunakan bahasa VHDL. dikarenakan terlalu banyak komponen yang harus
Hasil akhir dari penelitian ini diharapkan
disediakan.
menjadi suatu modul trainer yang lengkap yang didalamnya
mencakup gerbang dan rangkaian kombinasional dasar yang Dalam penelitian ini penulis merancang
dapat digunakan untuk membantu proses pembelajaran bagi dan merealisasikan sebuah modul yang dapat
siswa SMK maupun mahasiswa. Selain itu diharapkan mewakili semua komponen dalam teknik digital
penelitian ini sebagai dasar dalam mempelajari FPGA dasar ke sebuah modul trainer berbasis FPGA.
dengan bahasa VHDL untuk mendesain aplikasi yang lebih Trainer ini menyediakan input/output untuk
kompleks lagi.
gerbang dasar, rangkaian kombinasi dan
Key word : Trainer Digital, Gerbang Dasar, FPGA, VHDL
rangkaian sekuensial. Pada gerbang dasar
tersedia 13 terminal gerbang dengan 6 terminal
gerbang 2 input, 4 terminal gerbang 3 input dan 3
I. LATAR BELAKANG
terminal gerbang 4 input. Gerbang-gerbang ini
Field Programmable Gate Array dapat dipilih secara fleksibel disetiap terminal
(FPGA) merupakan sebuah devais logika yang sesuai dengan yang diinginkan. Masing masing
dapat digunakan untuk mengimplementasikan terminal gerbang terdiri atas gerbang And, Or,
suatu rangkaian logika[1]. Dalam teknik digital Nand, Nor, Ex Or, Ex Nor dan Inverter. Selain
komponen utama yang yang harus dikuasai gerbang dasar diberikan pula sample dari
pelajar ataupun mahasiswa adalah pemahaman rangkaian kombinasional. Desain modul trainer
tentang gerbang logika dasar seperti gerbang digital ini menggunakan bahasa HDL (Hardware
And, Or, Inverter, Nand, Nor, Ex Or dan Ex Nor. Description Language) yaitu salah satu bahasa
Selain itu terdapat dua rangkaian pada teknik yang tersedia pada FPGA. Sedangkan jenis
digital yang harus juga dikuasai, yaitu rangkaian

68 “Seminar Nasional FORTEI 2015”

FPGA yang digunakan adalah FPGA SPARTAN oscillator crystal 50 MHz, 3 x 40 pin konektor
3 xc3s200. ekspansi dan komponen pendukung lainnya.

II. TEORI DASAR B. Pengantar HDL

Pada dasarnya untuk membuat suatu
Rangkaian dalam elektronika digital sistem kontrol, dapat diimplementasikan
dapat dikategorikan dalam tiga kelompok besar, menggunakan hardware ataupun software.
yaitu rangkaian gerbang dasar, rangkaian Penggunaan perangkat keras murni menggunakan
kombinasional dan rangkaian sekuensial. Bentuk komponen elektronika, sementara penggunaan
dasar dari suatu rangkaian digital adalah gerbang software biasanya menggunakan bahasa
logika. Gerbang logika digunakan dalam operasi pemograman. Pada perangkat lunak, program
biner, bahkan komputer yang dibangun dari yang dibuat disebut dengan Software Describtion
operasi yang rumitpun dibentuk dari operasi Language (SDL). Penggunaan SDL harus
biner. Simbol dari gerbang logika dasar mengikuti aturan yang ketat. Aturan tersebut
ditunjukkan dalam Gambar 1. Rangkaian diantaranya : alokasi port, jenis layanan yang
gerbang dasar terdiri atas : Gerbang And, Or, dapat didukung oleh sistem dasar, Aplication
Inverter, Nand, Nor, Ex Or dan Ex Nor.[4] Programming Interface (API) untuk melakukan
pemogramman dengan bahasa tingkat tinggi dan
lain-lain.
Dari hal tersebut lahirlah HDL (High
Describtion Language). Pada prinsipnya HDL
mirip dengan SDL, yaitu mendeskripsikan proses
kontrol dengan menggunakan suatu bahasa yang
mudah dibaca dan dipahami. Desain kontrol
menggunakan HDL akan membantu dalam
kebebasan aturan-aturan yang ketat. Penggunaan
Gambar 1. Simbol dari a). Gerbang And.
b) Gerbang Or. c) Gerbang Not
HDL adalah mendeskripsikan dari perangkat
d) Gerbang Nand. e) Gerbang Nor keras itu sendiri.[3]
f) Gerbang Ex Or. g) Gerbang Ex Nor

A. Devais Xilinx Spartan 3 C. Struktur Desain VHDL

Referensi [2] menyatakan bahwa VHDL
(Very High Speed Integrated Circuit (VHSIC)
Hardware Describtion Language) merupakan
salah satu standard pemograman berorientasi
HDL yang digunakan untuk merepresentasikan
fungsi hardware untuk tujuan pemodelan,
simulasi tes dan perencanaan suatu sistem digital.
Desain VHDL terdiri atas 3 bagian utama,
yaitu :
Gambar 2. Xilinx Spartan-3 Starter 1. Deklarasi Entity
Entity adalah bagian yang
Referensi [5] menyatakan spesifikasi dari mendeklarasikan port input/output/in out
xilinc Spartan-3 yang ditunjukkan dalam gambar yang akan didesain. Syntax dari deklarasi
2. Xilinc Spartan-3 starter terdiri atas 8 buah entity ditunjukkan sebagai berikut :
saklar internal, 4 buah tombol internal, 4 buah entity entity_name is
[port_clause]
seven segment, 8 buah led internal, sumber clock
end entity_name;

“Seminar Nasional FORTEI 2015” 69

 Entity_name berguna untuk
+ 3.3V
INPUT_A(0-1) OUT_ADDER(0-2) PILIH_0 (0 – 5)
INPUT_B(0-1)

menetapkan referensi entity. Port_clause

ADDER

OUT_0(0-5)

berguna menetapkan antar muka (interface)

A,B (0 – 5)
GERBANG
2 INPUT
OUT_DECODE(0-3)
A,B,En

entity. Format dari syntax port_clause adalah

INDIKATOR DECODE
(0 – 6) PILIH_1 (0 – 3)
INVERTER DECODER

sebagai berikut : X,Y,Z (0 – 3)

OUT_1(0 - 3)

Port(
GERBANG
3 INPUT
RST
UP/DOWN SWITCH COUNTER DECODER

port_name :mode data_type;

PULSA

port_name :mode data_type; GERBAN

PILIH_2 (0 – 2)

port_name:mode data_type;
G
2 INPUT OUT_2(0 - 3)

DECOD U,V,W,XX(0 – 2)

);
ER GERBANG
OUT_3(0 - 3)
GERBAN 4 INPUT
G
4 INPUT
OUT_4(0 - 3)
AKTIF_DISPLAY(0 - 1)
MULTIPLEXE

2. Architecture Body
R
TAMPILAN(0 - 7)

Architecture body merupakan kode CLOCK

RESET
PEMBAGI
PULSA

VHDL yang ditulis untuk menggambarkan

arsitektur internal dari desain. Terdapat Gambar 3. Blok Diagram Rangkaian Gerbang Dasar
beberapa macam gaya penulisan arsitektur
body, yaitu : Blok Diagram rangkaian gerbang dasar
pada gambar 3 merupakan blok diagram
 Structural  menggambarkan struktur
rangkaian gerbang dasar yang dapat dibagi
rangkaian dalam bentuk gerbang logika
menjadi 4 rangkaian utama, yaitu : Rangkaian
dan saling berhubungan antara gerbang
Pemilih Gerbang, Rangkaian Indikator,
logika yang satu dengan lainnya untuk
Rangkaian Tampilan Seven Segment dan
membentuk rangkaian yang utuh.
Rangkaian Kombinasional.
 Data flow  mendeskripsikan transfer
data input ke output dan antara sinyal- Rangkaian Pemilih Gerbang
sinyal penghubung.
 Behavioral  mendeskripsikan perilaku
PILIH_0 (0 – 5)

desain dalam bentuk rangkaian dan A,B (0 – 5)

GERBANG
OUT_0(0-5)

perilaku sistem menggunakan algoritma.

2 INPUT

Biasanya ditulis dalam bentuk procedural PILIH_1 (0 – 3)

dan sekuensial. Level tinggi ini 1-7

menggambarkan gagasan bahasa yang

OUT_1(0 - 3)
1-7
RST GERBANG
UP/DOWN SWITCH COUNTER DECODER 1-7 3 INPUT
PULSA

mirip dengan bahasa pemograman

software tingkat tinggi. 1-7

X,Y,Z (0 – 3)

3. Library
1  AND
2  OR OUT_2(0 - 3)
3  NAND

Pada pasangan entity-architecture

4  NOR U,V,W,XX(0 – 2)
GERBANG
5  EX OR 4 INPUT
OUT_3(0 - 3)
6  EX NOR

yang menggunakan simulasi dan sistesis

7  NOT
OUT_4(0 - 3)

dibutuhkan referensi pustaka (library). PILIH_2 (0 – 2)

Library digunakan dalam desain sebagai

identifikasi yang ditetapkan sebelum Gambar 4. Blok Rangkaian Pemilih Gerbang
deklarasi entity. Salah satu pernyataan
library pada desain adalah sebagai berikut : Gambar 4. menunjukkan blok rangkaian
library IEEE pemilih gerbang. Input A,B(0 – 5) merupakan
use IEEE.STD_LOGIC_1164.ALL; variabel dari gerbang dengan masukan dua input,
yaitu input A dan input B. Terminal gerbang ini
III. Rancangan Sistem terdiri dari 6 gerbang yang dapat dipilih sesuai
Berikut ini ditunjukkan blok diagram yang user inginkan. Gerbang-gerbang yang
system keseluruhan yang direncanakan. dapat dipilih dengan urutan sebagain berikut :
Gerbang And, Or, Nand, Nor, Ex Or, dan Ex

70 “Seminar Nasional FORTEI 2015”

 Nor. Kondisi awal gerbang yang aktif adalah
gerbang And. Bila diinginkan pada terminal DEC to7 SEG
ANODE(0 - 1)

gerbang 1 yang berfungsi adalah gerbang or, RST

UP/DOWN
PULSA
SWITCH COUNTER BCD
MULTIPLEXE
R
DISPLAY(0 – 7)

maka user cukup menekan sekali pada input push

DEC to7 SEG

button pulsa dan begitu seterusnya sesuai urutan

yang telah disebutkan diatas.
Input X,Y,Z(0 – 3) merupakan variabel
CLOCK
CLOCK
RESET

dari gerbang dengan masukan tiga input yaitu

input X, input Y dan input Z. Terminal gerbang Gambar 6. Rangkaian Tampilan Seven Segment
terdiri dari 4 gerbang yang dapat digunakan. Bila
diinginkan gerbang Nand yang akan difungsikan, Rangkaian ini ditunjukkan dalam
maka user dapat menekan input push button tampilan seven segment. Blok BCD adalah blok
pulsa sebanyak dua kali. Karena kondisi awal konversi dari biner ke code decimal. Blok clock
adalah gerbang And,berikutnya adalah gerbang berfungsi untuk proses scanning pada seven
Or dan selanjutnya adalah gerbang Nand. segment. Anode 0 berfungsi untuk mengaktifkan
Input U,V,W,XX(0 – 2) merupakan seven segment satuan dan anode 1 untuk
variabel input dari gerbang dengan masukan mengaktifkan seven segment anode 2. Display(0
empat input yaitu input U, input V, input W dan - 7) terhubung ke seluruh seven segment secara
input XX. Terminal gerbang hanya terdiri dari 3 paralel.
terminal gerbang. Khusus untuk terminal
gerbang empat input ini memiliki susunan
Rangkaian Kombinasional
gerbang dengan urutan : Gerbang And, Or, Nand,
Nor, Ex Or dan Ex Nor serta ditambah satu Rangkaian kombinasional adalah
gerbang lagi yaitu Gerbang Inverter. Bila rangkaian digital yang merupakan kombinasi dari
diinginkan gerbang inverter yang ingin gerbang-gerbang dasar sehingga membentuk
difungsikan, maka input push button pulsa fungsi tertentu. Pada trainer ini diambil sample
ditekan sebanyak 6 kali. rangkaian adder yang memiliki 2 input dengan
masing-masing input 2 bit.
Dari semua input tersebut, pastikan
terlebih dahulu tombol RST dalam kondisi logika
tinggi, sementara saklar UP/DOWN bila diberi INPUT_A(0-1)
INPUT_B(0-1)
OUT_ADDER(0-2)

logika tinggi maka sistem akan menghitung naik

ADDER

dan bila diberi logika rendah sistem akan

menghitung menghitung mundur.
Rangkaian Indikator
In_A, In_B Out_bool
DECODE

RST Indikator
UP/DOWN SWITCH COUNTER DECODER INVERTER 1 n– 7
PULSA

Gambar 7. Rangakaian Kombinasional

IV. Hasil
Gambar 5. Rangkaian Indikator
Gambar 8 menunjukkan modul trainer
Rangkaian Indikator berfungsi membantu digital dengan gerbang dasar 2 input, 3 input dan
user untuk mengetahui gerbang yang dipilih oleh 4 input. Gerbang dengan 2 input yang telah
user. disebutkan diatas terdiri dari 6 terminal gerbang,
sedangkan gerbang dengan 3 input terdiri dari 4
Rangkaian Tampilan Seven Segment terminal gerbang sementara gerbang dengan 4

“Seminar Nasional FORTEI 2015” 71

input hanya terdiri dari 3 terminal gerbang.
Masing-masing dari terminal gerbang tersebut
dapat difungsikan dengan gerbang yang berbeda,
yaitu dengan menekan tombol pilih. 6 tombol
pilih_0 untuk memilih 6 gerbang berbeda dengan
2 input. 4 tombol pilh_1 untuk memilih 4
gerbang berbeda 3 input. Dan 3 tombol pilih_2
untuk memilih 3 gerbang berbeda degan 4 input.

Gambar 10. Simulasi program rangkaian adder

Gambar 10. menunjukkan simulasi dari

rangkaian adder. Variabel input menunjukkan
masukan dari penjumlahan. 2 bit pertama adalah
input B dan 2 bit terakhir adalah input A.
Variabel o_sum merupakan variabel keluaran
dari adder.
Bila kedua input diberi 0 maka hasil
Gambar 8. Modul Trainer Digital penjumlahan akan nol. Bila input B diberi
01(yang berarti 1 desimal) dan input A diberi 00
Berikut simulasi program menggunakan (yang berarti 0 desimal) maka hasil penjumlahan
model sim dengan sample gerbang And 2 input, adalah 001(berarti 1 desimal). Selanjutnya bila
yaitu input A dan input B yang ditunjukkan pada input B diberi 10 (berarti 2 desimal) dan input A
gambar 9. Variabel sambung digunakan untuk diberi 11 (berarti 3 desimal) maka hasil
mengaktifkan gerbang yaitu dengan memberi penjumlahannya adalah 101 ( yaitu 5 desimal).
logika tinggi. And_gate adalah keluaran dari
gerbang and. Step pertama semua variabel diberi
‘0’ akan menghasilkan keluaran logika ‘0’. Step V. KESIMPULAN
kedua kedua input masih ‘0’ dan gerbang Dari hasil penelitian yang telah diperoleh
diaktifkan dengan memberi logika tinggi pada maka dapat diperoleh kesimpulan sebagai berikut
sambung, hasil masih ‘0’. Bila input A diberi ‘1’ :
dan input B diberi ‘0’ dan begitu pula sebaliknya
keluaran gerbang And juga masih ‘0’. Keluaran 1. Secara keseluruhan sistem terbagi menjadi 4
and_gate akan berlogika ‘1’ bila kedua input rangkaian utama, yaitu : rangkaian pemilih
diberi logika ‘1’ gerbang, rangkaian indikator, rangkaian
tampilan seven segment dan rangkaian
kombinasional.
2. Modul Trainer Digital terdiri atas 6 terminal
gerbang 2 input, 4 terminal gerbang 3 input
dan 3 terminal gerbang 4 input serta
rangkaian kombinasional dengan fungsi
adder.
3. Masing-masing terminal gerbang dapat
difungsikan secara fleksibel sesuai dengan
keinginan user.
4. Tombol pilih_0 terdiri atas 6 pilihan, khusus
Gambar 9. Simulasi program gerbang And 2 input untuk memilih terminal gerbang 2 input.
Tombol pilih_1 terdiri atas 4 pilihan, khusus

72 “Seminar Nasional FORTEI 2015”

 untuk memilih terminal gerbang 3 input. [3]. Eko Mardianto, Pembangkit Pulse Width Modulation Memanfaatkan
Sinyal Ramp Berbasis Field Programmable Gate Array, Program
Sedangkan tombol pilih_2 terdiri atas 3 Studi Teknik Elektro, Program Magister dan Doktor Fakultas
pilihan, khusus untuk memilih terminal Teknik, Universitas Brawijaya, Malang, Indonesia, 2011.

gerbang 4 input. [4]. Floyd, Digital Fundamentals, Ninth Edition, Prentice Hall, New
Jersey, 2006.
[5]. Xilinx, Spartan 3 FPGA Starter Kit Board, User Guide, USA, 2008.
DAFTAR PUSTAKA

[1]. Baumann, Christian, Field Programmable Gate Array (FPGA),

Summary paper for the seminar “Embedded System Architecture.
University of Innsbruck, 2010
[2]. Bryan Mealy, The Shock And Awe VHDL Tutorial, 2007

“Seminar Nasional FORTEI 2015” 73

 Pengaruh Cuaca Pada Peramalan Beban Listrik
Jangka Pendek Dengan Jaringan Saraf Tiruan
Propagasi Balik Pada Sistem Kelistrikan
Kota Kendari
Wa Ode Siti Nur Alam #1, Mustarum Musaruddin #2, Sahabuddin Hay #3
#1,2,3
Jurusan Teknik Elektro, 1,2,3Universitas Halu Oleo
Kampus Hijau Bumi Tridharma Anduonohu Kendari, Indonesia
1
[email protected]
2
[email protected]
3
[email protected]

Abstrak— Jaringan saraf tiruan (JST) telah banyak digunakan untuk mengetahui pengaruh cuaca pada peramalan beban
pada berbagai bidang dan disiplin ilmu seperti kedokteran, listrik hari berikutnya untuk setiap jamnya.
robotika, elektronika, ekonomi, peramalan. JST memiliki Referensi [1] menyatakan peramalan beban listrik jangka
kemampuan memproses informasi yang memiliki karakteristik pendek menggunakan jaringan saraf tiruan menggunakan data
mirip jaringan saraf biologi. JST juga memiliki kemampuan
beban 24 jam selama setahun (365 hari) dan rerata temperatur
pendekatan yang baik terhadap ketidaklinieran sehingga dapat
digunakan untuk peramalan beban listrik jangka pendek. Pada maksimum. Hasil penelitian menunjukan JST mampu
penelitian ini digunakan JST algoritma backpropagation meramalkan beban listrik dengan akurasi tinggi dengan error
menggunakan toolbox MATLAB R2008a. Parameter input yang pelatihan jaringan yaitu 5.84e-6.
digunakan yaitu data beban listrik dan data cuaca (temperatur, Referensi [2] menyatakan peramalan beban listrik jangka
kelembaban) selama sebulan sebelum hari peramalan. Tujuan pendek menggunakan jaringan saraf tiruan di kabupaten
penelitian ini adalah untuk mengetahui pengaruh cuaca pada Karanganyar-Jawa Tengah. Data yang digunakan adalah data
peramalan beban listrik jangka pendek. Jaringan dilatih dan dalam batasan range 30 hari terakhir sebelum tahun
diujikan dengan data beban listrik serta data cuaca, juga peramalan. Hasil penelitian menunjukan bahwa rerata error
menggunakan data beban listrik tanpa data cuaca. Secara umum,
minimum JST sebesar 0,1295915% lebih kecil daripada error
jaringan mampu melakukan peramalan dengan baik. Hasil
penelitian ini menunjukan bahwa penambahan data cuaca pada minimum PLN sebesar 0,1535576% sedangkan rerata error
data input dapat menurunkan nilai Mean Absolute Percentage maksimum JST yaitu 8,3329488% lebih besar daripada error
Error (MAPE) sehingga diperoleh hasil peramalan yang lebih maksimum PLN sebesar 7,0498176%.
baik.
II. TINJAUAN PUSTAKA
Keywords— JST, Backpropagasi, Peramalan, Cuaca, Beban A. Jaringan Saraf Tiruan
Listrik Referensi [3] menyatakan jaringan saraf tiruan merupakan
salah satu representasi buatan dari otak manusia yang
I. PENDAHULUAN mencoba untuk mensimulasikan proses pembelajaran pada
Peramalan beban merupakan bagian yang penting bagi otak manusia tersebut. Istilah buatan digunakan karena
perencanaan dan operasi sistem tenaga listrik yang efisien. jaringan saraf ini diimplementasikan dengan menggunakan
Beberapa perusahaan tenaga listrik seperti PLN (Perusahaan program komputer yang mampu menyelesaikan sejumlah
Listrik Negara) masih menggunakan metode konvensional proses perhitungan selama pembelajaran. Salah satu bentuk
untuk meramalkan kebutuhan beban listrik dimasa mendatang. pembelajaran yang sering digunakan adalah propagasi balik
Kesulitan peramalan metode konvensional adalah (Backpropagation). Jaringan backpropagation biasanya
ketidaklinieran pola hubungan antara beban listrik dengan digunakan oleh perceptron dengan banyak lapisan (multilayer
faktor-faktor yang mempengaruhinya. perceptron) untuk mengubah bobot-bobot yang terhubung
Jaringan saraf tiruan (JST) memiliki kemampuan dengan neuron-neuron yang ada pada lapisan tersembunyi.
memproses informasi yang memiliki karakteristik mirip Algoritma ini menggunakan error output untuk mengubah
jaringan saraf biologi serta memiliki kemampuan pendekatan nilai bobot-bobotnya dalam arah mundur (backward). Untuk
yang baik terhadap ketidaklinieran sehingga dapat digunakan mendapatkan error, tahap perambatan maju (forward
sebagai metode peramalan beban listrik jangka pendek. propagation) harus dikerjakan terlebih dahulu. Pada saat
Pada penelitian ini digunakan data input berupa data beban perambatan maju, neuron-neuron diaktifkan dengan
listrik dan data cuaca (temperatur, kelembaban) serta data menggunakan fungsi aktivasi yang dapat dideferensialkan,
beban listrik tanpa data cuaca. Tujuan penelitian ini adalah sebagai berikut :

74 “Seminar Nasional FORTEI 2015”

1. Fungsi sigmoid ( ) ( ) (2.11)
( ) (2.1) (2.12)
dengan : (2.13)
( ) ( )[ ( )] (2.2) koreksi bobot dihitung untuk memperbaiki nilai :
(2.14)
2. Fungsi Tansig
koreksi bias dihitung untuk memperbaiki nilai :
( ) (2.3)
(2.15)
dengan :
5. Tiap-tiap unit tersembunyi (Zj, j=1,2,3…p)
( ) [ ( )][ ( )] (2.4)
menjumlahkan delta inputnya :
3. Fungsi purelin ∑ (2.16)
( ) (2.5) dengan informasi error :
dengan : ( ) (2.17)
( ) (2.6)
(2.18)
Referensi [3] menyatakan algoritma pembelajaran (2.19)
backpropagation adalah sebagai berikut : koreksi bobot dihitung untuk memperbaiki nilai :
1. Inisialisasi bobot (ambil bobot awal dengan nilai random (2.20)
yang cukup kecil).
koreksi bias dihitung untuk memperbaiki nilai :
2. Tetapkan: Maksimum Epoh, Target Error dan Learning
Rate (α). (2.21)
3. Inisialisasi: Epoh = 0, MSE = 1. 6. Tiap-tiap unit output (Yk, k = 1,2,3,…m)
4. Selama (Epoh < Maksimum epoh) dan (MSE > Target memperbaiki bias dan bobotnya (j=0,1,2,…p) :
Error), kerjakan langkah-langkah berikut: ( ) ( ) (2.22)
a. Epoh = Epoh + 1
b. Untuk tiap-tiap pasangan elemen yang akan dilakukan ( ) ( ) (2.23)
pembelajaran, lakukan langkah berikut: tiap-tiap unit tersembunyi (Zj, j=1,2,3…p)
Tahap Feedforward: memperbaiki bias dan bobotnya (i=0,1,2,…n) :
1. Tiap-tiap unit input (Xi, i=1,2,3…n) menerima ( ) ( ) (2.24)
sinyal xi dan meneruskan semua sinyal tersebut ke ( ) ( ) (2.25)
semua unit lapisan tersembunyi.
2. Tiap-tiap unit pada lapisan tersembunyi (Zj, 7. Menghitung MSE (Mean Square Error).
j=1,2,3…p) menjumlahkan sinyal-sinyal input
terbobot: Referensi [4] menyatakan hal yang ingin dicapai dengan
∑ (2.7) melatih/mengajari jaringan saraf adalah untuk mencapai
keseimbangan antara kemampuan memorisasi dan generalisasi.
sinyal outputnya dihitung dengan menggunakan
Kemampuan memorisasi yaitu kemampuan jaringan untuk
fungsi aktivasi:
memanggil kembali sebuah pola input yang telah dipelajari.
( ) (2.8)
Kemampuan generalisasi adalah kemampuan jaringan untuk
kemudian sinyal zj dikirim ke semua unit lapisan
menghasilkan respon yang dapat diterima terhadap pola input
output.
yang serupa (namun tidak identik) dengan pola-pola yang
3. Tiap-tiap unit output (Yk, k=1,2,3,…m) sebelumnya telah dipelajari. Hal inilah yang menyebabkan
menjumlahkan sinyal-sinyal input terbobot : jaringan saraf masih tetap dapat memberikan tanggapan yang
∑ (2.9) baik (memberikan keluaran yang paling mendekati) ketika
sinyal outputnya dihitung dengan menggunakan diinputkan pola input baru yang belum pernah dilatihkan pada
fungsi aktivasi : jaringan.
( ) (2.10) III. METODE PENELITIAN
langkah (2) pada tahap feedforward dilakukan Penelitian ini menggunakan tools Matlab R2008a pada
sebanyak jumlah lapisan tersembunyi. preprocessing data input, membangun jaringan saraf tiruan,
pelatihan serta pengujian dengan langkah-langkah sebagai
Tahap Backpropagation: berikut :
4. Tiap-tiap unit output (Yk, k = 1,2,3,…m) menerima 1. Persiapan Data Input
target pola yang berhubungan dengan pola input Data input yang digunakan pada penelitian ini adalah data
pembelajaran dengan informasi error sebagai beban listrik dan data cuaca (rerata temperatur, rerata
kelembaban) serta data beban listrik tanpa data cuaca
berikut:
selama sebulan sebelum hari peramalan pada periode

“Seminar Nasional FORTEI 2015” 75

 (Agustus-September 2012). Data input terdiri atas data
pelatihan jaringan dan data pengujian jaringan dengan X1 vo + xi vij Z1
target masing-masing sesuai hari yang akan diramalkan.
Data input disimpan dalam file Excel dan untuk
membacanya digunakan perintah ’xlsread’. X2 vo + xi vij Z2 wo + zi wik
TABEL I
DATA INPUT PELATIHAN JARINGAN DAN TARGET

No Data Input (Periode) Target X33 vo + xi vij Z10

0 Y
(Hari Peramalan) 3
1 10 Agustus 2012-9 September Senin, 10 September 1 1
2012 2012
2 11 Agustus 2012-10 September Selasa, 11 September Gambar 1. Struktur jaringan saraf tiruan
2012 2012
3 12 Agustus 2012-11 September Rabu, 12 September 4. Menentukan fungsi kinerja jaringan, jumlah iterasi (epoch),
2012 2012 target error, momentum
4 13 Agustus 2012-12 September Kamis, 13 September Fungsi kinerja jaringan menggunakan Mean Square Error
2012 2012 (MSE), Jumlah iterasi yang digunakan yaitu 1000 iterasi,
5 14 Agustus 2012-13 September Jumat, 14 September target error 10-10, serta momentum 0,1.
2012 2012 net.performFcn = 'mse';
6 15 Agustus 2012-14 September Sabtu, 15 September net.trainParam.epochs = 1000;
2012 2012
net.trainParam.goal = 1e-0010;
7 16 Agustus 2012-15 September Minggu,16 September
net.trainParam.mu = 0.1
2012 2012
5. Pelatihan Jaringan Saraf Tiruan
TABEL II Proses pelatihan dilakukan sampai diperoleh hasil yang
DATA INPUT PENGUJIAN JARINGAN DAN TARGET konvergen terhadap data uji. Jaringan (net) yang telah
No Data Input (Periode) Target dilatih disimpan untuk digunakan pada tahap pengujian
(Hari Peramalan) jaringan. Perintah yang digunakan adalah :
1 17 Agustus 2012 – 16 September Senin, 17 September [net E]=train(net,pn1,tn1)
2012 2012 dengan net adalah jaringan yang telah dibangun dan
2 18 Agustus 2012 – 17 September Selasa, 18 September pn1,tn1 adalah data input serta target yang telah
2012 2012 dinormalisasi.
3 19 Agustus 2012 – 18 September Rabu, 19 September 6. Pengujian Jaringan Saraf Tiruan
2012 2012 Pengujian jaringan menggunakan data yang pernah
4 20 Agustus 2012 – 19 September Kamis, 20 September
dilatihkan dan yang belum pernah dilatihkan. Pengujian
2012 2012
5 21 Agustus 2012 – 20 September Jumat, 21 September
jaringan menggunakan perintah yaitu :
2012 2012 load (‘net.mat’)
6 22 Agustus 2012 – 21 September Sabtu, 22 September an1=sim(net,pn1)
2012 2012 data hasil pengujian terlebih dahulu didenormalisasikan
7 23 Agustus 2012 – 22 September Minggu,23 September untuk menghitung error. Perintah yang digunakan adalah :
2012 2012 a_latih=poststd(an1,meant1,stdt1)
dengan menggunakan rerata dan standar deviasi hasil
2. Preprocessing Data Input normalisasi data input (meant1,stdt1). Referensi [5]
Data input terlebih dahulu dilakukan normalisasi menyatakan akurasi peramalan dievaluasi oleh Mean
menggunakan rerata dan standar deviasi. Perintah yang Absolute Percentage Error (MAPE) menggunakan
digunakan adalah : persamaan :
() ()
[pn1,meanp1,stdp1,tn1,meant1,stdt1]=prestd(P,T) ∑
()
(2.26)

3. Membangun Jaringan Saraf Tiruan dengan N adalah total jumlah jam yaitu 24 jam.
Jaringan saraf tiruan propagasi balik terdiri atas 33 neuron
lapisan input, 10 neuron lapisan tersembunyi dan 1 neuron IV. HASIL DAN PEMBAHASAN
lapisan output. Fungsi aktivasi yang digunakan adalah A. Hasil Pelatihan Jaringan
tansig dan purelin dengan menggunakan pembelajaran Pada pelatihan jaringan digunakan nilai momentum berbeda
Levenberg-Marquardt (LM). Perintah yang digunakan dan jumlah neuron pada lapisan tersembunyi diubah-ubah
adalah : seperti pada tabel III, tabel 1V, tabel V. Hal ini bertujuan
untuk mendapatkan jumlah neuron terbaik yaitu dengan nilai
net=newff(minmax(pn1),[10 1],{'tansig','purelin'},'trainlm') MAPE paling kecil.

76 “Seminar Nasional FORTEI 2015”

 TABEL III
PERBANDINGAN JUMLAH NEURON TERSEMBUNYI TERHADAP MAPE DENGAN
MOMENTUM 0,1

Jumlah Neuron MAPE

Tersembunyi
8 2,5957
10 2,3751
12 2,81
15 2,8988
16 3,0579
20 4,0974

TABEL IV
PERBANDINGAN JUMLAH NEURON TERSEMBUNYI TERHADAP MAPE DENGAN
MOMENTUM 0,3

Jumlah Neuron MAPE

Tersembunyi Gambar 2. Hasil peramalan untuk hari senin
8 2,8286
10 2,6311
12 2,6351
15 3,1676
16 3,0568
20 4,1436

TABEL V
PERBANDINGAN JUMLAH NEURON TERSEMBUNYI TERHADAP MAPE DENGAN
MOMENTUM 0,6

Jumlah Neuron MAPE

Tersembunyi
8 2,6213
10 2,5179
12 2,5469
15 3,3254
16 3,1302
20 4,1725
Gambar 3. Hasil peramalan untuk hari selasa
Berdasarkan hasil pelatihan jaringan, nilai MAPE paling
kecil diperoleh pada 10 neuron pada lapisan tersembunyi,
momentum 0,1. Hasil pelatihan ini akan digunakan untuk
membangun struktur jaringan saraf tiruan pada penelitian ini.

B. Hasil Pengujian Jaringan

Pengujian jaringan dilakukan terhadap data beban listrik
dan data cuaca serta pengujian terhadap data beban listrik
tanpa cuaca. Pengujian juga dilakukan terhadap data yang
telah dilatihkan maupun data belum pernah dilatihkan. Hasil
peramalan terhadap data input beban listrik dan data cuaca
adalah sebagai berikut:

Gambar 4. Hasil peramalan untuk hari rabu

“Seminar Nasional FORTEI 2015” 77

 Gambar 5. Hasil peramalan untuk hari kamis Gambar 8. Hasil peramalan untuk hari minggu

TABEL VI
MAPE HASIL PERAMALAN TERHADAP DATA UJI (DATA YANG DILATIHKAN)
DENGAN BEBAN LISTRIK DAN CUACA

Hari/Tanggal MAPE
Senin, 17 September 2012 8.0443 x 10-6
Selasa, 18 September 2012 2.8076 x 10-5
Rabu, 19 September 2012 1.5715 x 10-5
Kamis, 20 September 2012 1.3536 x 10-5
Jumat, 21 September 2012 3.6025 x 10-6
Sabtu, 22 September 2012 5.7379 x 10-9
Minggu, 23 September 2012 1.8705 x 10-9
Rerata 9.8545 x 10-6
Berdasarkan hasil pengujian terhadap data yang telah
dilatihkan (beban listrik, cuaca) diperoleh nilai rerata MAPE
yaitu 9,8545x10-6. Hal ini menunjukan bahwa jaringan
mampu memanggil kembali pola-pola input yang telah
dipelajari (memorisasi).
Gambar 6. Hasil peramalan untuk hari jumat
TABEL VII
MAPE HASIL PERAMALAN TERHADAP DATA UJI (DATA YANG TIDAK
DILATIHKAN) DENGAN BEBAN LISTRIK DAN CUACA

Hari/Tanggal MAPE
Senin, 17 September 2012 1,9646
Selasa, 18 September 2012 2,8017
Rabu, 19 September 2012 2,9812
Kamis, 20 September 2012 2,0861
Jumat, 21 September 2012 2,8879
Sabtu, 22 September 2012 2,8978
Minggu, 23 September 2012 3,5776
Rerata 2,7424

Hasil pengujian terhadap data yang tidak dilatihkan

diperoleh nilai rerata MAPE yaitu 2,7424 dengan hasil
peramalan terbaik pada hari senin dengan nilai MAPE yaitu
1,9646. Hal ini menunjukan bahwa jaringan saraf tiruan
mampu memberikan tanggapan yang baik terhadap pola-pola
input yang tidak dilatihkan yaitu memberikan keluaran yang
Gambar 7. Hasil peramalan untuk hari sabtu paling mendekati ketika diberikan pola-pola input baru yang
belum pernah dilatihkan.

78 “Seminar Nasional FORTEI 2015”

 Pada penelitian ini juga dilakukan pengujian terhadap data Hal ini disebabkan adanya perbedaan yang terlalu besar antara
beban listrik tanpa menggunakan cuaca. Data uji yang pola-pola input data yang dilatihkan dengan pola-pola input
digunakan adalah data yang tidak pernah dilatihkan pada data yang diujikan.
jaringan. Beberapa hasil peramalan dengan data uji beban
listrik tanpa data cuaca : V. KESIMPULAN
Cuaca (temperatur, kelembaban) memberikan pengaruh
pada peramalan beban listrik jangka pendek yaitu dapat
menurunkan nilai Mean Absolute Percentage Error (MAPE)
sehingga diperoleh hasil peramalan yang lebih baik. Hasil
pengujian tanpa data cuaca diperoleh MAPE yaitu 3,8947 dan
MAPE hasil pengujian dengan data cuaca yaitu 2,7424.

REFERENSI
[1] Buhari, M., dkk, Short-Term Load Forecasting Using Artificial Neural
Network, IMECS Vol 1, Hongkong, 2012.
[2] Binoto, M., dkk, Peramalan Beban Listrik Jangka Pendek Menggunakan
Jaringan Saraf Tiruan DI Kabupaten Karanganyar – Jawa Tengah, Jurnal
ELTEK, Vol 10 No 02, ISSN 1693-4024, 2012.
[3] Kusumadewi, S., Membangun Jaringan Saraf Tiruan Menggunakan
Matlab & Excel Link, Graha Ilmu, Yogyakarta, 2004.
[4] Puspitaningrum, D., Pengantar Jaringan Saraf Tiruan, Andi, Yogyakarta,
(2006)
[5] Shayeghi, H. Et. al.,”A Hybrid Particle Swarm Optimization Back
Gambar 9. Contoh hasil peramalan tanpa data cuaca untuk hari selasa Propagation Algorithm For Short Term Load Forecasting, IJTPE Journal
2010, Issue. 4, Vol. 2-3, Pages. 12-22.

Gambar 10. Contoh hasil peramalan tanpa data cuaca untuk hari minggu
TABEL VIII
MAPE HASIL PERAMALAN TERHADAP DATA UJI (DATA YANG TIDAK
DILATIHKAN) DENGAN BEBAN LISTRIK TANPA CUACA

Hari/Tanggal MAPE
Senin, 17 September 2012 2,3427
Selasa, 18 September 2012 4,6949
Rabu, 19 September 2012 3,4883
Kamis, 20 September 2012 2,7771
Jumat, 21 September 2012 4,1108
Sabtu, 22 September 2012 4,0932
Minggu, 23 September 2012 5,7557
Rerata 3,8947
Secara umum jaringan masih mampu melakukan peramalan
namun hasil peramalan dengan data input beban listrik dan
cuaca jauh lebih baik. Hal ini menunjukan bahwa cuaca
memberikan pengaruh pada peramalan beban listrik yaitu
menurunkan nilai Mean Absolute Percentage Error (MAPE).
Berdasarkan hasil pengujian terhadap data beban listrik tanpa
cuaca diperoleh rerata MAPE yang lebih besar yaitu 3,8947.

“Seminar Nasional FORTEI 2015” 79

 Perancangan Prototype Sistem Monitoring Gempa
Menggunakan Sensor Inertial Measurement Unit
(IMU) Dan Pemanfaatan Metode Frequency Shift
Keying (FSK) Melalui Frekuensi Handy Talky (HT)
Kevan Dharma #1, Hendrick*2, Ratna Aisuwarya#3
#
Jurusan Sistem Komputer, Fakultas Teknologi Informasi,
Universitas Andalas Jln. Kampus Limau Manis Kota Padang 2516 Indonesia
*
Jurusan Teknik Elektro, Politeknik Negeri Padang
Jln. Kampus Limau Manis Kota Padang 2516 Indonesia

1 2 3
[email protected], [email protected], [email protected]

Abstrak - Indonesia termasuk dalam lingkungan cincin api (Ring tercatat alat seismograph. Gempa dengan kekuatan
of Fire) yang memiliki potensi bencana alam cukup tinggi.
Beberapa data yang diperoleh BMKG (Badan Meteorologi,
besar dapat mengakibatkan saluran listrik dan
Klimatologi dan Geofisika) menunjukkan bahwa aktivitas gempa komunikasi menjadi terputus. Alat komunikasi
bumi di Indonesia tergolong sangat aktif. Gempa besar yang seperti telepon rumah maupun telepon genggam
terjadi pada 30 september 2009 di Sumatera Barat menyebabkan
saluran komunikasi dan listrik terputus sehingga warga sulit
(handphone) tidak dapat berfungsi dalam
untuk memperoleh informasi gempa susulan. Alat komunikasi memperoleh informasi dalam situasi tersebut. Salah
yang dapat aktif tanpa harus terhubung arus listrik adalah satu alat komunikasi yang dapat aktif adalah Handy
Handy Talky. Handy Talky digunakan sebagai media transmisi
data getaran dan ayunan sensor IMU (Inertial Measurement
Talky (HT), pesawat radio amatir ini masih dapat
Unit) dari transmitter ke receiver secara point-to-point. Oleh berfungsi dikarenakan komunikasinya bersifat point
karena itu, dibuat sebuah prototype untuk memonitoring gempa to point dan aktif tanpa harus terus terhubung arus
melalui komunikasi HT (Handy Talky) dengan pemanfaatan
metode FSK (Frequency Shift Keying). Metode FSK digunakan
listrik.
karena amplitudonya stabil dan frekuensinya dapat diubah – Data yang diinginkan berupa data gempa yang
ubah, sehingga kebal terhadap noise. Dari hasil pengujian, terjadi sekaligus alarm sebagai tanda terjadinya
Handy Talky dapat berkomunikasi half- duplex sejauh 3,5 KM
sedangkan untuk transmisi data secara real time dan efisien
gempa. Data tersebut didapatkan melalui sensor
terbatas pada jarak 2,5 KM. yang mampu mendeteksi percepatan, getaran, serta
perpindahan suatu objek. Sensor yang mampu
Kata kunci : Gempa, monitoring, IMU, Handy Talky, FSK
untuk melakukan hal tersebut adalah sensor IMU
I. PENDAHULUAN (Inertial Measurement Unit). Untuk mengirimkan
Indonesia termasuk dalam lingkungan cincin api data gempa diperlukan suatu metode untuk
(Ring of Fire) yang memiliki potensi bencana alam mengkonversikan data sensor menjadi frekuensi
cukup tinggi karena berada diantara wilayah yang dinamakan dengan metode Frequency Shift
lintasan dua jalur pegunungan, yaitu pegunungan Keying (FSK). Metode FSK digunakan agar sinyal
Sirkum Pasifik dan Sirkum Mediterania [5]. Salah informasi gempa dapat ditumpangkan melalui
satu provinsi di wilayah Indonesia bagian barat frekuensi Handy Talky.
yang sering mengalami gempa adalah Sumatera II. LANDASAN TEORI
Barat.
Dari beberapa kejadian gempa bumi yang pernah A. Inertial Measurement Unit (IMU)
terjadi, warga selalu terlambat melakukan evakuasi. Sensor Inertial Measurement Unit (IMU) adalah
Hal ini disebabkan informasi gempa dari BNPB suatu instrument yang terdiri dari accelerometer
(Badan Nasional Penanggulangan Bencana) sebagai pendeteksi percepatan seperti pada gbr.1,
mengalami keterlambatan dari aktivitas gempa yang angular (gyroscope) yang berfungsi untuk

80 “Seminar Nasional FORTEI 2015”

 menjejaki keberadaan dan pergerakan suatu benda
seperti pada gbr.2, dan magnetometer (compass)
sebagai instrumen dalam mengukur kekuatan arah
medan magnet di sekitar instrument seperti pada
gbr.3[1].

Gambar. 4 Pemancar FSK [2]

Gambar. 1 Tiga Axis Accelerometer [6]

Gambar. 5 Penerima FSK [2]

III. METODOLOGI PENELITIAN

A. Blok Diagram Sistem

Gambar. 2 Tiga Axis Gyroscope[6]

Gambar. 3 Tiga Axis Magnetometer [6]

B. FSK (Frequency Shift Keying)

Frequency Shift Keying (FSK) atau pengiriman Gambar 6. Blok Diagram Transmitter dan Receiver
sinyal melalui penggeseran frekuensi [3]. Metode
ini merupakan suatu bentuk modulasi digital yang B. Perancangan Hardware
memungkinkan gelombang modulasi menggeser
1. Sensor IMU 10 Degrees of Freedom MEMS
frekuensi output gelombang pembawa. Dalam Sensor diberi tegangan (Vin) sebesar 3,3V atau
proses modulasi ini besarnya frekuensi gelombang 5V, tetapi sensor akan bekerja stabil bila diberi
pembawa berubah-ubah sesuai dengan perubahan tegangan tidak lebih dari 3,3V. Pin SDA
ada atau tidak adanya sinyal informasi digital. dihubungkan ke pin A4 dan SCL dihubungkan ke
Dalam proses ini gelombang pembawa digeser ke pin A5 pada arduino.
atas dan ke bawah untuk memperoleh bit 1 dan bit 0.
Logika “0” diubah menjadi fs (space frequency)
dan logika “1” diubah menjadi fm (mark frequency)
[2].

Gambar 7. Rangkaian Antarmuka Sensor IMU dan Arduino

“Seminar Nasional FORTEI 2015” 81

 2. TTL to RS232 Converter

(a)

Gbr. 8 Rangkaian TTL to RS232 Converter

4. TTL to RS232 Converter

(b) (c)

(d) (e)
Gambar. 10 Posisi Sensor saat Pengambilan Data Sensor
o
(a)Diam(tetap) (b) Menghadap ke Atas 45 (c) Menghadap ke
Gambar. 9 Rangkaian Audio FSK Modem TCM3105 o o o
Bawah 45 (d) Miring ke Kanan 45 (e) Miring ke Kiri 45

IV. HASIL DAN ANALISA Berikut adalah grafik perbandingan nilai data yaw,
pitch dan roll pada berbagai posisi sensor:
A. Pengujian Sensor IMU pada arduino
Pengujian sensor IMU dilakukan hanya
menggunakan dua sensor, yaitu accelerometer dan
gyroscope. Pengujian sensor dilakukan dengan
memonitoring nilai data yaw, pitch dan roll ketika
sensor dalam kondisi diam dan kemudian
dibandingkan terhadap nilai data yaw, pitch dan roll
ketika sensor dalam kondisi miring ke atas 45°,
miring ke bawah 45°, miring ke kanan 45° dan
miring ke kiri 45° seperti pada gbr. 13. Kemudian
dilakukan analisa untuk mendapatkan indikator data
dalam pengujian buzzer.

Gambar. 11 Grafik Perbandingan Nilai Data Yaw pada Posisi

yang berbeda-beda

82 “Seminar Nasional FORTEI 2015”

 jam.
2. Saat sensor berada pada kondisi miring
kanan 45°, nilai data pitch yang diperoleh
lebih besar jika dibandingkan dengan
kondisi diam. Hal ini di karenakan sumbu
y bergerak vertikal ke atas (positif) saat
berada pada posisi tersebut. Sedangkan
nilai data pitch saat sensor pada posisi
miring kiri 45° bernilai lebih kecil karena
posisi sumbu y berada pada posisi vertikal
negatif.
3. Saat sensor dalam kondisi menghadap ke
atas 45° nilai data roll yang didapat dalam
Gambar 12. Grafik Perbandingan Nilai Data Pitch pada Posisi pengujian lebih besar dari keadaan sensor
Sensor yang Berbeda-beda
diam, karena pada posisi menghadap ke
atas 45° sumbu x akan bernilai positif.
Sedangkan saat sensor dalam kondisi
menghadap ke bawah 45° nilai data roll
bernilai negatif dan lebih kecil
dibandingkan dengan kondisi diam (tetap).
Hal ini dikarenakan posisi sumbu x sensor
menghadap kebawah 45° sehingga nilai
yang didapatkan negatif.
4. Dari analisa masing – masing kondisi tersebut
maka ditetapkan nilai data yaw sebagai setpoint
dengan kondisi jika nilai data yaw lebih dari atau
sama dengan 55 dan kurang dari atau sama dengan
-55 (-55≤ yaw≤55) maka buzzer akan berbunyi.
Gambar. 13 Grafik Perbandingan Nilai Data Roll pada Posisi
Sensor yang Berbeda-beda B.Pengujian Transmitter dan Receiver
Hasil pengujian frekuensi saat logika high dan
Setelah membandingkan dan menganalisa nilai low terlihat seperti gambar berikut:
data yaw, pitch, dan roll pada beberapa kondisi
sensor seperti pada gbr.14 gbr.15 dan gbr.16, maka
diperoleh hasil sebagai berikut:
1. Saat sensor berada pada posisi miring
kanan 45°, nilai data yaw yang didapat
lebih kecil dari data yaw saat kondisi
sensor diam karena sumbu z bergerak ke
arah negatif saat miring ke kanan 45°
yaitu berlawanan arah jarum jam.
Sedangkan pada posisi miring kiri 45°
nilai data yaw lebih besar bila dibandingkan
nilai data yaw saat sensor posisi diam. Pada
posisi miring kiri 45° sumbu z akan Gambar. 17 Output Modulator Logika „1‟ (high)
bergerak ke arah positif atau searah jarum

“Seminar Nasional FORTEI 2015” 83

 Sehingga dapat dihitung Bandwidth
efisiensinya sebagai berikut :

Dari perhitungan di atas dapat dianalisa bahwa

penyimpangan frekuensi output modulator sebesar
499Hz tiap 1 volt dan lebar cakupan frekuensi yang
dapat digunakan dalam transmisi data adalah 4.997
KHz. Hasil monitoring buzzer terhadap data yang
Gambar. 18 Output Modulator Logika „0‟ (low) diterima oleh receiver terlihat seperti tabel berikut:
Pada Gambar.18 frekuensi yang didapat
TABEL I
2198Hz ditandai sebagai frequency mark,
sedangkan pada gbr. 19 sebagai frequency space MONITORING BUZZER TERHADAP DATA YANG DITERIMA

dengan frekuensi 1201 Hz. Kemudian dilakukan Nilai Data

perhitungan untuk mendapatkan bandwidth seperti Buzzer
Yaw Pitch Roll
berikut. -53 0 4 Tidak berbunyi
-53 0 4 Tidak berbunyi
-53 0 4 Tidak berbunyi
-54 0 4 Tidak berbunyi
-54 0 3 Tidak berbunyi
-54 0 3 Tidak berbunyi
-55 0 3 Tidak berbunyi
-55 0 3 Tidak berbunyi
-55 0 3 Tidak berbunyi
-55 0 3 Tidak berbunyi
-56 0 3 Berbunyi
Dan bandwidth, Dari tabel diatas terlihat buzzer akan
berbunyi (aktif) saat kondisi terpenuhi (yaw< -
55 && yaw>55). Buzzer berbunyi saat data kecil
dari -55 dan besar dari 55. Hasil pengujian
transmitter dan receiver data terhadap jarak
handy talky seperti tabel berikut:
TABEL II
HASIL PENGUJIAN TRANSMITTER DAN RECEIVER DATA TERHADAP JARAK
HANDY TALKY YANG BERBEDA

Jarak antar Data pada HT Data pada HT

HT transmitter receiver
±1 m data terkirim
±2 m data terkirim
±5 m data terkirim
±1 km data terkirim

84 “Seminar Nasional FORTEI 2015”

 ±2 km data terkirim 2. Setting data off pada transmiter saat sensor
±2.5 km data terkirim dalam kondisi normal agar HT tidak terus
±3.5 km data terkirim melakukan pengiriman.
3. Gunakan handy talky yang dapat
berkomunikasi half duplex pada jarak lebih
dari 3.5 km.

REFERENSI
[1] [1] Alma‟I, R. V. 2011. Aplikasi Sensor Accelerometer Pada Deteksi
Posisi. Makalah Seminar Tugas Akhir. Semarang.
Dari hasil tabel di atas, terlihat handy talky [2] [2] Ekoaji. Tanpa tahun. Data Communication and Data
dapat mengirim data sejauh ±3.5 km. Pada jarak Transmission.
[3] Transmission and Network Technology.
±1meter sampai ±5 meter, handy talky [4] [3] Gunawan, P.T. 2012. Modulasi Digital (ASK, PSK, FSK) dan
meneruskan data secara real time walaupun dalam Multiple Acces (FDMA, TDMA, CDMA). Tugas Komunikasi Digital.
UNHAS.
keadaan ruang tertutup. Selanjutnya, pada jarak ±1 [5] [4] Karim, I.N. dkk. 2012. Modulasi Phase Shift Keying. [5]Yudha, E.
km - ±2.5km, data dapat diterima oleh receiver 2009. Environmental Studies Lempeng Indonesia.
[6] All Datasheet,http://www.alldatasheet.com.
dengan syarat komunikasi dilakukan di ruang
terbuka. Jarak ±3.5 km merupakan jarak
maksimum.

V. PENUTUP
A. Kesimpulan
Setelah melakukan pengujian dan analisa
pada tugas akhir ini, maka dapat ditarik
kesimpulan bahwa:
1. Nilai data yaw berada dalam interval 2.65 –
4.3, nilai data pitch -1.09 – (-0.92) dan roll -
133.86 – (-88.13) dari pembacaan sensor
IMU 10 Degrees of Freedom MEMS saat
dalam keadaan diam (tetap).
2. Sinyal informasi FSK dapat dikirimkan
melalui komunikasi Handy Talky sejauh
±3,5 km.
3. Frequency mark dan frequency space yang
didapat saat pengujian transmitter dan
receiver adalah 2198 Hz dan 1201 Hz.
4. Handy Talky dapat melakukan transmisi
data sensor dari transmitter menuju receiver
dengan baik serta real time pada jarak 0,001
km - 2.5 km.

B. Saran
Beberapa saran yang diharapkan untuk
pengembangan penelitian ini:
1. Gunakan metode Kalman Filter pada sensor
agar nilai yang dihasilkan lebih stabil saat
sensor tidak ada gerakan.

“Seminar Nasional FORTEI 2015” 85

 Mengukur Tingkat Stres Pada Manusia
Menggunakan Galvanic Skin Response (GSR)
Dengan Metode Jaringan Syaraf Tiruan
Desta Yolanda1, Anton Hidayat 2, Ratna Aisuwarya3
1,3
Jurusan Sistem Komputer FTI Universitas Andalas
Jln. Kampus Limau Manis Kota Padang 25163 INDONESIA
2
Jurusan Teknik Elektro Politeknik Negeri Padang
Jln. Kampus Limau Manis Kota Padang 25163 INDONESIA
1 2 3
[email protected], [email protected], [email protected]

Abstrak— Nilai parameter tingkat stres didapatkan dari hasil kita dapat memahami ketika orang merasa rileks
pengujian berdasarkan konduktivitas kulit jari tangan manusia.
Hubungan antara tingkat stress dengan konduktivitas kulit atau stres.
berbanding lurus dimana semakin tinggi tingkat stress Pada tugas akhir ini di buat suatu sistem untuk
seseorang maka semakin tinggi juga nilai konduktansi listrik mengukur tingkat stres pada manusia berdasarkan
pada kulit. Berbeda dengan nilai resistansinya, dimana semakin
tinggi tingkat stress seseorang maka semakin rendah resistansi konduktivitas kulit. Sistem ini dilengkapi dengan
kulit yang dihasilkan. Berdasarkan hasil uji coba yang dilakukan sensor Galvanic Skin Response (GSR) yang
terhadap 23 sampel maka diperoleh tingkat keberhasilan sebesar berfungsi untuk mendeteksi konduktivitas listrik
82,6%.
pada kulit manusia.
Kata Kunci— GSR, tingkat stres, konduktivitas kulit, resistansi
kulit.. II. LANDASAN TEORI
A. Galvanic Skin Response (GSR)
I. PENDAHULUAN
Galvanic Skin Response (GSR) adalah metode
Stres pada manusia dapat dilihat dari segi pengukuran konduktansi listrik dari kulit yang
fisik dan mental. Hal ini disebabkan karena bervariasi dengan tingkat kelembaban. Karena
terjadinya kondisi di luar harapan manusia yang kelenjar keringat dikendalikan oleh sistem saraf
mana kondisi tersebut diluar kapasitas atau simpatik, sehingga saat-saat emosi yang kuat dapat
kemampuan mannusia untuk diatasi sendiri Pada mengubah hambatan (resistansi) listrik di kulit.[1]
satu sisi, stres dapat membantu seseorang agar tetap Sensor GSR terdiri dari 2 lembar tembaga
termotivasi. Tetapi pada sisi lain, jika seseorang kuningan, dimana bahan ini merupakan bahan yang
telah mengalami stres yang terlalu berat maka akan sangat baik digunakan sebagai pembaca kondisi
menurunkan kualitas kinerja dan kesehatan pada tahanan tubuh terutama jika diinteraksikan dengan
individu tersebut. Oleh karena itu, kemampuan bagian kulit ari manusia. Sensor ini berfungsi untuk
mengelola dan mengontrol stres menjadi hal yang menangkap sinyal-sinyal listrik yang ada pada kulit
penting untuk dilakukan. tangan melalui konduktivitas kulit.
Stres dapat mempengaruhi konduktivitas kulit
pada manusia. Konduktivitas listrik pada kulit
berflutuasi berdasarkan kondisi tubuh tertentu dan
fluktuasi ini ini disebut sebagai respon galvanik
kulit. Ketika seseorang mengalami stres,
adakalanya seorang tersebut akan berkeringat dan
kadar kelembaban dikulit menjadi bervariasi yang
akan menyebabkan konduktansi listrik dikulit akan
berubah. Jadi dengan mengukur bagaimana
perubahan konduktansi listrik pada kulit tersebut,

86 “Seminar Nasional FORTEI 2015”

 Gbr. 3 Rangkaian Low Pass Filter

D. Arduino Uno
Gbr. 1 Sensor GSR Arduino Uno adalah board berbasis
mikrokontroler pada ATMega328. Arduino
B. Rangkaian Pembagi Tegangan merupakan proyek yang bersifat open source, baik
Rangkaian pembagi tegangan digunakan untuk dari sisi hardware maupun dari sisi software. Board
menyatakan tegangan melintasi salah satu diantara ini memiliki 14 digital input/output pin (dimana 6
dua tahanan seri, dinyatakan dalam tegangan pin dapat digunakan sebagai output PWM), 6 input
melintasi kombinasi itu. Rangkaian pembagi analog, 16 MHz osilator kristal, koneksi USB, jack
tegangan juga digunakan untuk mengkonversi listrik dan tombol reset. Pin-pin ini berisi semua
perubahan resistansi menjadi tegangan. Tegangan yang diperlukan untuk mendukung mikrokontroler,
pada keluarannya diberikan oleh[2] : dapat terhubung ke komputer dengan kabel USB
R V dan sumber tegangan bisa diperoleh dari adaptor
VD  2 S ....................... (1) AC-DC atau baterai untuk menggunakannya.
R1  R2
ATMega328 ini memiliki 32 KB dengan 0,5 KB
dengan : VS = tegangan catu (Volt) digunakan untuk loading file dan juga memiliki 2
R1, R2 = resistansi pembagi tegangan KB dari SRAM dan 1 KB dari EEPROM.[4]
(Ohm) ATMega328 digunakan sebagai kontroler dan untuk
Vs
proses ADC yaitu mengkonversikan data analog
menjadi data digital. Board dapat beroperasi pada
R 1
pasokan daya 5 volt.
VD

R2

Gbr. 2 Rangkaian Pembagi Tegangan

C. Filter
Filter digunakan untuk menyaring sinyal yang
dibutuhkan dan membuang sinyal-sinyal
pengganggu (noise) Pada rangkaian ini digunakan
low-pass filter yaitu filter yang memiliki
kemampuan untuk menyaring sinyal yang
Gbr. 4 Board Arduino Uno
frekuensinya rendah dan membuang sinyal
pengganggu yang berada diatas frekuensi cut off- E. Metode Jaringan Syarat Tiruan Backpropagation
nya.[3] Jaringan Syaraf Tiruan (JST)[5] adalah
paradigma pemrosesan suatu informasi yang
terinspirasi oleh sistim sel syaraf biologi, sama
seperti otak yang memproses suatu informasi.

“Seminar Nasional FORTEI 2015” 87

JST dibentuk sebagai generalisasi model dirancang secara seri pada rangkaian sehingga
matematika dari jaringan syaraf biologi, dengan sinyal masuk kedalam rangkaian pembagi tegangan
asumsi bahwa: dan filter. Kemudian data tersebut diteruskan
1. Pemrosesan informasi terjadi pada banyak kedalam mikrokontroler untuk melakukan proses
elemen sederhana (neuron). ADC yaitu mengubah data analog menjadi data
2. Sinyal dikirimkan diantara neuron-neuron digital dan diproses lebih lanjut di PC (Personal
melalui penghubung-penghubung atau link Computer) sehingga dapat menampilkan nilai dari
koneksi. hasil pengukuran serta kondisi tingkat stres
3. Penghubung antar neuron memiliki bobot seseorang saat itu.
yang akan memperkuat atau memperlemah
(terasosiasi) sinyal. B. Perancangan Sistem
1) Perancangan Perangkat Keras
Setiap neuron menerapkan sebuah fungsi aktivasi Dalam pembuatan alat ini diperlukan
terhadap input jaringan. Tujuannya untuk beberapa rangkaian mulai dari hasil pembacaan
menentukan sinyal output dan fungsi aktivasi hasil sensor hingga pengiriman data ke PC / Laptop
digunakan sebagai fungsi yang nonlinier. Besarnya menggunakan kabel serial USB. Pada rangkaian
keluaran (output) ini selanjutnya akan dibandingkan GSR ini terdapat 3 blok utama, yaitu sensor GSR,
dengan suatu batas ambang (threshold). rangkaian pembagi tegangan dan rangkaian filter.
Backpropagation[6] merupakan model jaringan
syaraf tiruan dengan banyak lapisan untuk mengubah
bobot-bobot yang terhubung dengan neuron-neuron
A

GSR DEVICE
yang ada pada lapisan tersembunyinya.
C

backpropagation melatih jaringan untuk mendapatkan ARD1 PC / LAPTOP

keseimbangan antara kemampuan jaringan untuk

mengenali pola yang digunakan selama pelatihan serta elektrode 1 elektrode 2 PB5/SCK
AREF
13
12

kemampuan jaringan untuk memberikan respon yang

PB4/MISO
RESET 11
~PB3/MOSI/OC2A
10
~ PB2/SS/OC1B
R1 ~ PB1/OC1A
9
8

benar terhadap pola masukan yang serupa (tapi tidak

PB0/ICP1/CLKO

ATMEGA328P-PU
510k

1121

DIGITAL (~PWM)
7

ANALOG IN
PD7/AIN1
6
A0 ~ PD6/AIN0
PC0/ADC0 5
A1 ~ PD5/T1

sama) dengan pola yang dipakai selama pelatihan.

R2 C1 A2
PC1/ADC1
PD4/T0/XCK
4
1M 15n PC2/ADC2 3
A3 ~ PD3/INT1
+88.8 PC3/ADC3 2
A4 PD2/INT0
PC4/ADC4/SDA 1
AC Volts A5 TX PD1/TXD
PC5/ADC5/SCL 0
RX PD0/RXD

ARDUINO UNO R3

III. METODOLOGI PENELITIAN Gbr. 6 Rangkaian Perangkat GSR

A. Desain sistem
2) Perancangan Perangkat Lunak
a. Rancangan pada Mikrokontroler
Flowchart pada gambar 7 adalah flowchart
pada mikrokontroler. Dimulai dengan
inisialisasi setiap fungsi-fungsi pada
mikrokontroler. Kemudian melakukan
proses konversi dari sinyal yang masuk ke
pin ADC untuk setiap kanal eletroda.
Setelah itu pembacaan ADC dan serial,
kemudian data dikirim ke PC.
Gbr. 5 Diagram Desain Sistem

Cara kerja dari sistem ini adalah sensor GSR

dilekatkan pada 2 jari di tangan kiri, yaitu jari
telunjuk dan jari tengah. Sinyal yang ditangkap
adalah meliputi daerah yang di tempatkan electrode
sehingga sinyal yang diperoleh merupakan
penjumlahan seluruh sinyal yang ada. Sensor ini

88 “Seminar Nasional FORTEI 2015”

 Mulai serial monitor pada tools IDE Arduino. Proses
pertama yang dilakukan adalah inisialisasi,
kemudian melakukan pembacaan serial. Program
Inisialisasi
akan memeriksa apakah ada data yang dikirim oleh
mikrokontroler, bila tidak ada maka PC akan
Baca ADC menunggu hingga ada data yang dikirim. Bila ada
data yang dikirim maka data sinyal akan melalui
pengolahan sinyal untuk di tampilkan ke PC pada
Baca Serial visual basic 6.0
IV. HASIL DAN ANALISA
A. Pengujian Rangkaian Secara Keseluruhan
T
Perintah dari µC? Pengujian ini dilakukan dengan cara menyambung
perangkat GSR dengan PC selanjutnya lakukan
Y pembacaan data berdasarkan perancangan program.
Kirim Ke PC

Selesai
Gbr. 7 Flowchart pada Mikrokontroler

b. Rancangan pada Pembacaan Serial

Mulai

Inisialisasi

Gbr. 9 Uji coba Pengukuran Rangkaian GSR

Baca Serial
Hasil pengujian dari rangkaian secara keseluruhan
terlihat pada tabel berikut:
TABEL I
N DATA PENGUJIAN RANGKAIAN SECARA KESELURUHAN
Ada Input dari
µC? Tegangan Nilai
Resistansi Tegangan
No Output Konduktansi
(Rs) Analog (V)
(Vo) (µSiemens)
Y
1 1,25 MΩ 2,214 V 0,795 453
Pengolahan Sinyal 2. 1,21 MΩ 2,258 V 0,824 462
3. 1 MΩ 2,497 V 0,998 511
4. 863 kΩ 2,683 V 1,158 549
Proses penampilan Data 5. 705 kΩ 2,932 V 1,418 600
6. 683 kΩ 2,969 V 1,462 607,5
Selesai 7. 675 kΩ 2,984 V 1,480 610,5
8. 667 kΩ 2,998 V 1,498 613,5
Gbr. 8 Flowchart pada Pembacaan Serial
9. 474 kΩ 3,392 V 2,109 694
10. 454 kΩ 3,438 V 2,202 703,5
Flowchart pada gambar 8 adalah flowchart untuk
11. 396 kΩ 3,580 V 2,521 732,5
perangkat lunak pada PC menggunakan Visual
basic dan dapat juga dilihat secara langsung di 12. 262 kΩ 3,961 V 3,814 810,5

“Seminar Nasional FORTEI 2015” 89

 Besar dari tingkatan stres seseorang dapat di ukur kulit. Oleh karena itu, kita dapat menyimpulkan
dan diketahui besarnya. Hal ini dikarenakan nilai bahwa semakin stres seseorang maka semakin
tahanan pada permukaan kulit setiap orang berubah tinggi tegangan output yang dihasilkan Hal ini juga
sesuai dengan perubahan keadaan tekanan dan membuktikan bahwa rancangan alat yang telah
emosi. Bila ketegangan bertambah, resistansi kulit dirangkai telah bekerja dengan baik sesuai dengan
akan menurun dan bila ketegangan berkurang maka konfigurasi rangkaian dan rumus ADC yang
akan terjadi peningkatan resistansi kulit yang ditanamkan dalam modul program.
diikuti dengan kenaikan tegangan pada permukaan
TABEL III
B. Range Tingkat Stres Pada PSS-10 dan GSR HASIL PENGUJIAN DENGAN BERBAGAI JENIS SAMPEL

TABEL II
RANGE STRES PADA PSS-10 DAN GSR

Kondisi PSS-10 GSR GSR (V)

Subyek (µSiemens)
Normal 0-6 0 - 0,415 0 – 300
Rileks (Relax) 7 – 13 0,417 – 1,054 301 – 525
Stres Ringan 14 – 20 1,058 – 1,418 526 – 600
Stres Sedang 21 – 26 1,424 – 2,433 601 – 725
Stres Berat 27 – 33 2,444 – 4,166 726 – 825
Stres Sangat 34 - 40 >4,166 >825
Berat

V. PENUTUP
A. Kesimpulan
1. Sensor GSR yang dirancang telah mampu
membaca resistansi kulit hingga mencapai 2
MOhm.
Gbr. 10 Grafik Perubahan Konduktansi Terhadap Tingkat Stres
2. Semakin tinggi tingkat stres seseorang maka
Dari gambar 10, terlihat bahwa sinyal data yang di semakin rendah resistansi kulit yang
hasilkan oleh alat GSR bergerak pada range-range dihasilkan. Berbeda dengan nilai
tertentu sehingga penulis menganalisa dengan konduktansinya, dimana semakin tinggi
mengambil data tertinggi dan terendah dari 20 data tingkat stres seseorang maka semakin tinggi
yang muncul untuk setiap kategori. juga nilai konduktansi pada kulit jari
tangannya.
C. Pengujian GSR Berdasarkan Jaringan Syaraf Tiruan (JST) 3. Tingkat keberhasilan sensor GSR dalam
Backpropagation mendeteksi dan membaca tegangan,
Setelah proses pembacaan data sensor selesai, di resistansi dan konduktansi kulit jari tangan
dapatkan hasil keluaran pada serial monitor pada dengan 10 kali percobaan adalah 100 % dan
tiap sampel subyek sebanyak 74 data GSR. tingkat keberhasilan dari sistem untuk
Selanjutnya hasil keluaran ini akan diproses pada mengklasifikasi tingkat stres pada manusia
training backpropagation dan testing untuk adalah 69,7 % dari 33 responden.
mendapatkan hasil keputusan.

90 “Seminar Nasional FORTEI 2015”

 4. Tingkat keberhasilan mengidentifikasi emas dan tembaga karena memiliki daya
tingkat stres pada manusia sebesar 82,6 % hantar listrik yang paling baik.
dari 23 sampel dengan berbagai jenis
REFERENSI
kondisi stres melalui metode Jaringan
[1] Libelium. 2013. Galvanic Skin response Sensor, http://cooking-
Syaraf Tiruan hack.com/galvanic-skinresponse/. Diakses tanggal 29 April 2013
[2] Said Attamimi. Tanpa Tahun. Modul II Rangkaian Pembagi Tegangan
dan Pembagi Arus. Bahan Ajar Rangkaian Listrik Universitas Mercu
B. Saran Buana Jakarta. Pusat Pengembangan Bahan Ajar-UMB, Jakarta
1. Agar klasifikasi berjalan dengan baik, [3] Tim Instrumentasi. 2009. Percobaan I Sensor dan Sinyal Conditioning.
Modul Praktikum Mikrokontroler dan Interfacing Jurusan Teknik Fisika
diharapkan dalam pengembangan Institut Teknologi Sepuluh Nopember. Tidak diterbitkan
selanjutnya menggunakan alat ukur [4] Muhammad Iqbal. 2012. Pembuatan Sistem Pendetekasi Wajah
Menggunakan Sensor Kamera Face Detector Berbasis Arduino ATMega
psikologi yang sudah terintegrasi dengan 328. Universitas Pendidikan Indonesia
bagus seperti Q Sensor sebagai alat ukur [5] Eli Yani. 2005. Pengantar Jaringan Syaraf Tiruan. Paper S1 Jurusan
Teknik Informatika Universitas Islam Indonesia Yogyakarta.
pembanding. MateriKuliah.com
2. Agar pembacaan sensor lebih kuat [6] Fitri Ariyanti. 2010. Aplikasi Pengenalan Sisik Jari Menggunakan
Metode Jaringan Syaraf Tiruan Backpropagation. Tugas Akhir SI
sebaiknya menggunakan sensor dari bahan Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Mercu
Buana Jakarta. Tidak diterbitkan

“Seminar Nasional FORTEI 2015” 91

 Analisis Penggunaan Algoritma Extended Word
Similarity Based Clustering pada Mesin Penerjemah
Bahasa Indonesia-Inggris
Herry Sujaini#1, Arif Bijaksana P N#2
#
Program Studi Teknik Informatika Universitas Tanjungpura
1
[email protected]
2
[email protected]

Abstrak— Extended Word Similarity Based (EWSB) Clustering yang diinterpretasikan sebagai distribusi
adalah algoritma pengklasteran kata berdasarkan nilai
kemiripan kata yang didapat dari hasil komputasi terhadap probabilitas dimana MPS akan menghasilkan t
sebuah korpus. Salah satu manfaat dari hasil pengklasteran dalam bahasa tujuan saat diberikan s dalam bahasa
dengan algoritma ini adalah untuk meningkatkan akurasi hasil sumber [1]. MPS secara luas telah dipergunakan
terjemahan dari sebuah mesin penerjemah statistik. Dari hasil
penelitian sebelumnya, algoritma tersebut dapat meningkatkan dalam berbagai aplikasi, misalnya sebagai
akurasi mesin penerjemah bahasa Inggris ke bahasa Indonesia, penerjemah umum multi bahasa seperti Google
dimana algoritma tersebut diaplikasikan pada bahasa Indonesia translator, Bing translator dan lain-lain.
sebagai bahasa target.
Paper ini mendiskusikan hasil penelitian penggunaan algoritma Beberapa penelitian MP pada beberapa bahasa
EWSB pada mesin penerjemah statistik dari bahasa Indonesia telah memperlihatkan bahwa keakuratan MP
ke bahasa Inggris, dimana algoritma tersebut diaplikasikan pada semakin baik dengan tambahan fitur-fitur seperti
bahasa Inggris sebagai bahasa target. Penelitian yang dilakukan
memperoleh hasil bahwa algoritma EWSB tidak efektif jika lemma, kelas kata (part-of-speech) atau disingkat
digunakan pada bahasa Inggris sebagai bahasa target. dengan PoS, gender dan lain-lain. Fitur-fitur bahasa
tersebut dapat diinduksi dalam proses ―training‖
Keywords— Extended Word Similarity Based, mesin atau ditambahkan pada korpus paralel sebagai
penerjemah statistik, clustering informasi linguistik. Pada penelitiannya, Koehn dan
I. PENDAHULUAN H. Hoang [2] memaparkan bahwa dengan
menambahkan faktor PoS pada sistem penterjemah
Mesin penerjemah (MP) merupakan mesin yang
English–German (751.088 kalimat) dapat
dapat melakukan proses penerjemahan dari satu
meningkatkan keakuratan hasil terjemahan dari
bahasa ke bahasa lainnya secara otomatis. MP
18,04% menjadi 18,15%. Sedangkan pada sistem
memiliki kegunaan praktis karena dapat membantu
penterjemah English–Spanish (40.000 kalimat)
manusia untuk berkomunikasi satu sama lainnya
dihasilkan 23,41% tanpa penambahan faktor,
yang memiliki bahasa yang berbeda. Masalah ini
meningkat menjadi 24,25% dengan penambahan
menjadi lebih penting pada era globalisasi sekarang
faktor morfologi dan PoS. Youssef dkk. [3]
ini, saat penerjemahan manual oleh manusia yang
melakukan penelitian terhadap penambahan faktor
memiliki sumber daya terbatas dan mahal, MP
PoS pada sistem penterjemah berbasis statistik,
memiliki potensi untuk dapat meningkatkan
untuk sistem penerjemah English–Arabic (68.685
efisiensinya. Selain itu, media komunikasi seperti
kalimat). Hasil penelitiannya menunjukkan bahwa
Email, sms, bbm, sosmed dan konferensi video saat
penambahan faktor PoS dapat meningkatkan
ini telah menjadi semakin bervariasi dan serba
keakuratan hasil terjemahan dari 60,95 % menjadi
instan dan telah menjadi bagian yang tidak
63,94 %. Razavian dkk. [4] melakukan penelitian
terpisahkan dari aktivitas manusia.
terhadap penambahan faktor pada sistem
Salah satu pendekatan mesin penerjemah adalah
penterjemah berbasis statistik, untuk sistem
dengan menggunakan pendekatan statistik yang
penterjemah English–Iraqi (650.000 kalimat) dapat
menggunakan konsep probabilitas, biasanya disebut
meningkatkan keakuratan hasil terjemahan dari
dengan mesin penerjemah statistik (MPS). Untuk
15,62% menjadi 16,41%, untuk sistem penterjemah
setiap pasangan kalimat (s,t), diberikan sebuah P(t|s)

92 “Seminar Nasional FORTEI 2015”

Spanish-English (1.200.000 kalimat) dapat oleh Och dan Weber [9]; Och dkk. [10]; dan Och
meningkatkan keakuratan hasil terjemahan dari dan Ney [11]. Marcu [12] mengusulkan
32,53% menjadi 32,84%, dan untuk sistem penggunaan frase dalam model kata berbasis
penterjemah Arabic-English (3.800.000 kalimat) decoding. Sejalan dengan itu, penggunaan model
dapat meningkatkan keakuratan hasil terjemahan log-linier diusulkan oleh Och dan Ney [13].
dari 41,70% menjadi 42,74%. Secara umum, arsitektur mesin penerjemah
Untuk bahasa Indonesia, penelitian yang telah statistik seperti diperlihatkan pada Gambar 1.
dilakukan oleh Sujaini dkk [5] memperlihatkan Sumber data utama yang dipergunakan adalah
bahwa penggunaan Algoritma Extended Word parallel corpus dan monolingual corpus. Proses
Similarity Based (EWSB) Clustering pada mesin training terhadap parallel corpus menghasilkan
penerjemah statistik Bahasa Inggris-Indonesia dapa translation model (TM). Proses training terhadap
meningkatkan akurasi sebesar 2,07%. Namun bahasa target pada parallel corpus ditambah dengan
penelitian tersebut belum memperlihatkan pengaruh monolingual corpus bahasa target menghasilkan
EWSB terhadap terjemahan sebaliknya, yaitu dari language model (LM), sedangkan fitur model (FM)
bahasa Indonesia ke bahasa Inggris. Meskipun telah dihasilkan dari bahasa target pada parallel corpus
dibuktikan bahwa EWSB bekerja baik terhadap yang setiap katanya sudah ditandai dengan fitur
bahasa Indonesia sebagai bahasa target, tapi belum linguistik seperti PoS, lemma, gender, proses
diketahui sejauh mana performansi EWSB jika pembentukan kata (morfem) dan lain-lain. TM, LM
digunakan dalam bahasa Inggris yang memiliki dan FM hasil proses di atas digunakan untuk
perbedaan struktur dengan bahasa Indonesia. menghasilkan decoder. Selanjutnya decoder
digunakan sebagai mesin penerjemah untuk
II. INDUKSI KELAS KATA TANPA SUPERVISI
menghasilkan bahasa target dari input kalimat
Mesin penerjemah merupakan mesin yang dalam bahasa sumber [14].
melakukan penerjemahan secara otomatis, dimana
sebuah komputer mengambil alih semua pekerjaan
penerjemahan. Jelas, komputer akan bekerja lebih
cepat dan lebih murah daripada manusia. Pada dua
dekade terakhir ini, terlihat bahwa penelitian pada
bidang MP mengarah pada model penerjemahan
yang dibangun secara otomatis dari parallel corpus.
Model yang biasanya disebut mesin penerjemah
statistik (MPS) ini menggunakan pendekatan teknik
statistik.
Penelitian awal MPS dimulai oleh Brown dkk. [6]
dengan model berbasis kata yang sesuai dengan
namanya, melakukan proses penerjemahan kata
demi kata. Model ini sebagian besar telah diganti
oleh model yang lebih kompleks, tetapi tetap Gambar 1. Arsitektur Mesin Penerjemah Statistik [14]
digunakan sebagai basis untuk model lainnya
seperti penyelarasan kata (word alignment). Zens Jika dilihat dari arsitektur MPS, terlihat jelas
dkk. [7] dan Koehn dkk. [8] mengusulkan model bahwa data utama yang digunakan untuk
berbasis frase yang menerjemahkan kalimat menghasilkan model-model pada MPS adalah
berdasarkan kata-kata yang berurutan dalam parallel corpus. Monolingual corpus dapat
kalimat sumber untuk kata yang bersesuaian pada diperoleh dari parallel corpus pada sisi bahasa
bahasa target. Ungkapan istilah frase dalam hal ini target walaupun biasanya diperbanyak lagi dari
hanya berarti kata-kata yang berdekatan, bukan sumber-sumber lainnya.
frase sebenarnya dalam istilah tata bahasa. Awalnya,
model berbasis frase berakar dari hasil penelitian

“Seminar Nasional FORTEI 2015” 93

 Posisi eksperimen induksi kelas kata tanpa Pada penelitiannya tentang penggunaan algoritma
supervisi terhadap mesin penerjemah sebagai Extended Word Similarity Based (EWSB) pada
instrumen eksperimen dapat dilihat pada gambar 2. mesin penerjemah bahasa Inggris ke Indonesia,
Sujaini dkk. melaporkan bahwa penggunaan
algoritma tersebut dapat meningkatkan akurasi
terjemahan sebesar 2,07% [1].
Penggunaan pendekatan Agglomerative
algoritma hierarchical clustering untuk keperluan
pengklasteran kata seperti yang ditunjukkan oleh
Sujaini dkk. (2013) sebagai berikut :
1. Inisialisasi setiap kata unik (token) sebagai satu
klaster
2. Hitung kemiripan antara dua klaster
3. Urutkan rangking antara semua pasangan
klaster berdasarkan kemiripannya, kemudian
Gambar 2. Posisi Eksperimen pada Mesin Penerjemah Statistik gabungkan dua klaster teratas.
4. Berhenti sampai pada jumlah klaster yang
Word alignment adalah salah satu proses diinginkan, jika belum, kembali ke langkah 2.
penting dalam mesin penerjemah, ada dua cara Untuk menghitung kemiripan antara dua klaster
penggunaan informasi leksikal untuk meningkatkan pada langkah 2, digunakan metode average linkage
akurasi proses word alignment, cara pertama yaitu clustering.
dengan menggunakan word cluster yang dihasilkan
dari korpus paralel secara otomatis, sedangkan cara III. METODOLOGI PENELITIAN
kedua adalah dengan menggunakan korpus yang
telah ditandai setiap katanya dengan PoS yang Data penelitian yang dipergunakan adalah korpus
bersesuaian dengan kata-kata tersebut. Eksperimen paralel bahasa Indonesia-Inggris sebesar 30 K
ini menggunakan pendekatan pertama untuk kalimat dan korpus monolingual bahasa Inggris
melihat efektifitas algoritma EWSB pada bahasa sebesar 150 K kalimat. Sedangkan proses
Inggris sebagai bahasa target. pengklasteran dengan algoritma EWSB dilakukan
Beberapa pendekatan untuk penelitian terhadap 30K kalimat bahasa Inggris yang diambil
tentang induksi PoS telah dilakukan, seperti dari korpus paralel.
penggunaan ―Class-based n-grams‖ [15] yang Instrumen penelitian yang digunakan adalah
menggunakan model bigram; "Class-based n-grams sebagai berikut : (1) Moses : digunakan sebagai
with morphology" [16], yang menggunakan model mesin penerjemah, (2) SRILM : digunakan untuk
yang mirip dengan Kelas berbasis n-gram dan membangun language model, (3) Giza++ :
pengklasteran jenis kata; "Chinese Whispers graph digunakan untuk proses word aligment, (4) BLEU :
clustering" [17] yang menginduksi nilai |C| dengan digunakan untuk penilaian hasil translasi, dan (5)
algoritma pengklasteran yang disebut ―Chinese Perl : digunakan untuk membangun program dari
Whispers‖ yang didasarkan pada kesamaan algoritma EWSB.
kontekstual; "Bayesian HMM with Gibbs Akurasi hasil terjemahan sistem ini diukur
sampling" [18] yang didasarkan pada HMM standar dengan menggunakan metode BLEU. Pada
untuk PoS tagging; "Sparsity posterior-regularisasi eksperimen ini digunakan 30 K kalimat yang dibagi
HMM" [19] yang menggunakan pendekatan atas 6 fold yaitu : fold 1 : kalimat no 1-5.000, fold
Bayesian; "Feature-based HMM" [20] yang 2 : kalimat no 5.001-10.000, fold 3 : kalimat no
menggunakan model dengan struktur dari HMM 10.001-15.000, fold 4 : kalimat no 15.001-20.000,
standar dan ―Extended Word Similarity Based fold 5 : kalimat no 20.001-25.000, dan fold 6 :
Clustering‖ [1] yang menggunakan pendekatan n- kalimat no 25.001-30.000.
gram dalam melakukan proses pengklasteran.

94 “Seminar Nasional FORTEI 2015”

 IV. HASIL DAN PEMBAHASAN 2 Input lebih dari 4.000 orang , seperempat diantaranya warga
sipil , tewas dalam kekerasan di afghanistan tahun lalu ,
Dari eksperimen yang telah dilakukan, didapat yang merupakan masa paling mematikan sejak koalisi
hasil pengujian terhadap masing-masing grup uji pimpinan as menggulingkan pemerintah taliban pada 2001
dapat dilihat pada tabel I. Ref more than 4,000 people , a quarter of them civilians , were
killed in violence in afghanistan last year , the bloodiest
period since a u.s.-led coalition overthrew the taliban in
TABEL 1 2001

NILAI BLEU HASIL PENGUJIAN AKURASI TERJEMAHAN MKCS more than 4,000 people , quarter of them civilians , were
killed in violence in afghanistan last year , which is of the
deadliest since us-led coalition ousted the taliban in 2001
(BLEU = 58,17 %)
Grup Korpus Kaliamt BLEU Score (%)
Uji (fold) Uji EWSB more than 4,000 people , a quarter of them civilians , were
MKCLS EWSB killed in violence in afghanistan last year , which is a the
(fold) future most of deadly since us-led coalition topple the
A 2,3,4,5,6 1 17,03 16,24 government the taliban in 2001 (BLEU = 56,70 %)

B 1,3,4,5,6 2 24,21 24,55 3 Input ini lah mengapa henry gee , editor nature ,
menganggap skenario ini sebagai cerita yang
C 1,2,4,5,6 3 24,98 24,66
tidak ilmiah
D 1,2,3,5,6 4 21,32 20,12
Ref this is why henry gee , the editor of nature ,
E 1,2,3,4,6 5 20,12 19,34 considers this scenario as an unscientific story
F 1,2,3,4,5 6 17,44 17,68 MKCS this is why henry gee , editor of nature ,
consider this scenario as the story not scientific
Dari Tabel 1, dapat dihitung rata-rata nilai BLEU (BLEU = 48,07%)
yang merepresentasikan akurasi dari sistem EWSB this is why henry gee , the editor of nature ,
penerjemah. Sistem yang menggunakan mkcls treating a scenario this as the story of which is
sebagai algoritma acuan dari GIZA++ not scientific (BLEU = 46,67%)
menghasilkan rata-rata nilai BLEU sebesar 20,85%, 4 Input persidangan sore dari perundingan-perundingan
sedangkan penggunaan algoritma EWSB antara korea utara dan jepang di hanoi ditunda ,
menghasilkan rata-rata nilai BLEU sebesar 20,43 %. kata kementerian luar negeri vietnam rabu
Hal ini menunjukkan bahwa penggunaan EWSB Ref an afternoon session of talks in hanoi between
menurunkan tingkat akurasi terjemahan sebesar north korea and japan was cancelled , the
vietnam ministry of foreign affairs said on
0,42%. Meskipun tidak terlalu signifikan, hasil wednesday
penelitian menunjukkan bahwa algoritma EWSB
tidak efektif jika digunakan pada bahasa Inggris.
MKCS trial day of talks between north korea and japan
in hanoi had been postponed , foreign ministry
Beberapa contoh hasil terjemahan dengan said vietnam Wednesday (BLEU = 21,01%)
menggunakan mkcls sebagai perbandingan dan
EWSB trial in the afternoon from the negotiations
algoritma EWSB dapat dilihat pada tabel II. between north korea and japan in hanoi had
been postponed , foreign ministry said vietnam
TABEL II. Wednesday (BLEU = 20,19%)
PERBANDINGAN HASIL TERJEMAHAN DENGAN MENGGUNAKAN MKCLS DAN
EWSB
Dari beberapa contoh hasil terjemahan dengan
No Kalimat menggunakan MKCLS dan EWSB, terlihat bahwa
1 Input dalam sebuah pernyataan , militer as menuduh al-zamli hasil terjemahan tidak menunjukkan perbedaan
terlibat dalam pembunuhan tujuh pejabat kementerian yang sifnifikan, sebagai contoh hasil terjemahan
Ref in a statement , the us military alleged that al-zamli was kalimat ―dalam sebuah pernyataan , militer as
involved in the murder of seven ministry officials
menuduh al-zamli terlibat dalam pembunuhan tujuh
MKCS in a statement , the us military that al-zamli involved in the
murder of seven ministry official (BLEU= 65.31 %) pejabat kementerian‖, frase terjemahan referensi
EWSB in a statement , the us military accused al-zamli involved in
―the us military alleged that al-zamli‖ menjadi ―the
the murder of seven ministry official (BLEU= 62.99 %) us military that al-zamli‖ pada MKCLS dan ―the us

“Seminar Nasional FORTEI 2015” 95

military accused al-zamli‖ pada EWSB. Sedangkan DAFTAR PUSTAKA
frase terjemahan referensi ―seven ministry officials‖ [1] H. Sujaini, Kuspriyanto, A.A. Arman, dan A. Purwarianti, ―Pengaruh
part-of-speech pada mesin penerjemah bahasa inggris-indonesia
menjadi ―seven ministry official‖ pada MKCLS dan berbasis factored translation model”, SNATI 2012, Yogyakarta, 2012.
EWSB. Selain frase-frase tersebut, frase lainnya [2] P. Koehn, dan H. Hoang, ―Factored translation models‖, Joint
Conference on Empirical Methods in Natural Language Processing
dapat diterjemahkan dengan baik oleh mesin and Computational Natural Language Learning , Prague, 2007.
pernerjemah yang menggunakan MKLCS dan [3] I. Youssef, M. Sakr, dan M. Kouta, ‖Linguistic factors in statistical
machine translation involving arabic language”, IJCSNS International
EWSB. Contoh lain nya adalah hasil terjemahan Journal of Computer Science and Network Security, Vol.9 No.11, 1999.
kalimat ―ini lah mengapa henry gee , editor nature , [4] Razavian, N. Sharif, dan S. Vogel, ―Fixed length word suffix for
factored statistical machine translation”, Proceedings of the ACL 2010
menganggap skenario ini sebagai cerita yang tidak Conference Short Papers, Uppsala, 2010.
ilmiah‖, frase terjemahan referensi ―the editor of [5] H. Sujaini, Kuspriyanto, A.A. Arman, and A. Purwarianti, ―Extended
Word Similarity Based Clustering on Unsupervised PoS Induction to
nature‖ menjadi ―editor of nature‖ pada MKCLS Improve English-Indonesian Statistical Machine Translation‖, 16th
dan ―the editor of nature‖ pada EWSB. Sedangkan ORIENTAL COCOSDA/CASLRE-2013, Gurgaon, India, 2013.
[6] Brown, P. F., Pietra, V.J.D., Pietra, S.A.D., dan Mercer, R. L., ―The
frase terjemahan referensi ―an unscientific story‖ mathematics of statistical machine translation‖, Computational
menjadi ―the story not scientific‖ pada MKCLS dan Linguistics, 19(2), 263–313, 1993.
[7] Zens, R., Och, F. J., dan Ney, H, ―Phrase-based statistical machine
―the story of which is not scientific‖ pada EWSB. translation‖, Proceedings of the German Conference on Artificial
Selain frase-frase tersebut, frase lainnya dapat Intelligence (KI 2002), Heidelberg, 48-54, 2002.
[8] Koehn, P., Och, F. J., dan Marcu, D., ―Statistical phrase based
diterjemahkan dengan baik oleh mesin penerjemah translation‖. Proceedings of the Joint Conference on Human
yang menggunakan MKLCS dan EWSB. Language Technologies and the An-nual Meeting of the North
American Chapter of the Association of Computational Linguistics
(HLT-NAACL), Edmont, 2003.
Selain kesalahan terjemahan, rendahnya nilai [9] Och, F. J. danWeber, H., ―Improving Statistical Natural Language
Translation With Categories And Rules‖. Proceedings of the 36th
BLEU kedua mesin yang menggunakan algoritma Annual Meeting of the Association of Computational Linguistics (ACL),
berbeda ini adalah masih banyaknya kosakata yang Montreal, 1998.
[10] Och, F. J., Tillmann, C., and Ney, H., ―Improved Alignment Models
tidak terdapat di dalam korpus. Sebagai contoh For Statistical Machine Translation‖. Proceedings of the Joint
pada hasil terjemahan kalimat ―pembangun yang Conference of Empirical Methods in Natural Language Processing and
Very Large Corpora (EMNLP-VLC), 20–28, 1999.
ceroboh, kurang memenuhi peraturan pembangunan [11] Och, F. J. dan Ney, H., ―The Alignment Template Approach to
dan korupsi dipersalahkan bagi adanya gedung- Statistical Machine Translation‖, Journal Computational Linguistics,
30(4), 417–449, 2004.
gedung yang roboh di turki di masa lalu‖, terdapat [12] Marcu, D., ―Towards A Unified Approach To Memory And Statistical-
dua kata yang tidak dapat diterjemahkan karena Based Machine Translation‖, Proceedings of the 39th Annual Meeting
of the Association of Computational Linguistics (ACL), Toulouse, 378-
terjadinya Out of Vocabulary (OOV) yaitu kata 385, 2001.
―ceroboh‖ dan ―gedung-gedung‖. [13] Och, F. J. dan Ney, H., ―Discriminative Training and Maximum
Entropy Models for Statistical Machine Translation‖, Proceedings of
the 40th Annual Meeting of the Association of Computational
Linguistics (ACL), Philadelphia, 295-302, 2002.
V. KESIMPULAN [14] Sujaini, H. dan Arif B.P.N.,―Strategi Memperbaiki Kualitas Korpus
untuk Meningkatkan Kualitas Mesin Penerjemah Statistik‖, Seminar
Dari eksperimen yang dilakukan terhadap mesin Nasional Teknologi Informasi XI. Jakarta. 47-51. 2014.
penerjemah statistik dengan menggunakan [15] P. F. Brown, V.J. Della, V. Peter, Desouza, J.C.. Lai, dan R.L. Mercer,
―Class-based n-gram models of natural language‖, Computational
algoritma EWSB, penggunaan algoritma tersebut Linguistics, Vol. 18, No. 4., pp. 467-479, 1992.
menurunkan tingkat akurasi terjemahan sebesar [16] A. Clark, ―Combining distributional and morphological information for
part of speech induction”, In Proceedings of EACL 2003, pages 59–66,
0,42% dibandingkan dengan menggunakan Morristown, NJ, USA, 2003.
MKCLS, jadi dapat disimpulkan bahwa algoritma [17] C. Biemann, ―Unsupervised part-of-speech tagging employing efficient
graph clustering”, In Proceedings of COLING ACL 2006, pages 7–12,
EWSB tidak direkomendasikan untuk digunakan Morristown, NJ, USA, 2006.
pada mesin penerjemahan yang menggunakan [18] S. Goldwater and G. Tom, ―A fully bayesian approach to unsupervised
part-of-speech tagging”, In Proceedings of the 45th Annual Meeting of
bahasa Inggris sebagai bahasa target. EWSB hanya the Association of Computational Linguistics, pages 744–751, 2007.
cocok digunakan pada bahasa-bahasa yang [19] J. Graca, G. Kuzman, T. Ben, and P.Fernando, ―Posterior vs parameter
sparsity in latent variable models‖, Advances in Neural Information
menggunakan aturan ―diterangkan-menerangkan‖ Processing Systems 22, pages 664–672, 2009.
(DM), karena distribusi kata pada bahasa-bahasa [20] T. Berg, Kirkpatrick, B.C. Alexandre, D. John, and K. Dan, ―Painless
unsupervised learning with features‖, In Proceedings of NAACL 2010,
yang menggunakan aturan DM sangat berbeda pages 582–590, Los Angeles, California, June, 2010.
dengan bahasa-bahasa yang menggunakan aturan
―menerangkan-diterangkan‖ (MD).

96 “Seminar Nasional FORTEI 2015”

“Seminar Nasional FORTEI 2015” 97
 Perancangan Antena Mikrostrip Multiband Hairpin
untuk Komunikasi Nirkabel
Teguh Firmansyah1, Didik Aribowo2, Feti Fatonah3
1,2
Teknik Elektro. Fakultas Teknik. Universitas Sultan Ageng Tirtayasa (UNTIRTA).
Jl. Jenderal Sudirman Km. 3, Cilegon - Banten 42435.
1
[email protected]
3
Program Studi Teknik Navigasi Udara (STPI). Sekolah Tinggi Penerbangan Indonesia (STPI)
Curug. Tangerang. Banten.

Abstrak — Sebuah antena pada sistem telekomunikasi nirkabel ringan, dapat dibuat sesuai kebutuhan. Penggunaan
berfungsi untuk memancarkan gelombang elektromagnetik ke
ruang bebas. Pada penelitian ini dirancang antena mikrostrip
antena mikrostrip sangat cocok untuk aplikasi-
multiband dengan ukuran 33 mm x 60 mm dengan desain aplikasi yang membutuhkan antena yang compact
berbentuk hairpin yang memiliki substrat FR4 dengan er = 4,4 seperti yang telah diaplikasikan pada pesawat
dan tan d = 0.02. Simulasi dilakukan dari frekuensi 500 MHz
sampai dengan 6,5 GHz. Hasil simliasi menunjukan antena
terbang, pesawat ruang angkasa, satelit, dan peluru
tersebut mampu bekerja pada frekuensi ke-1 sebesar 1,185 GHz kendali. Secara umum, antena mikrostrip dalam
dengan retrun loss (S11) -23,17 dB. Frekuensi ke-2 sebesar 2,335 bentuknya yang paling sederhana terdiri dari 3
GHz dengan retrun loss (S11) sebesar -17,439 dB. Frekuensi ke-3
sebesar 2,765 GHz dengan retrun loss (S11) sebesar -13,445 dB.
elemen, yaitu: elemen peradiasi (radiator), substrat,
Frekuensi ke-4 sebesar 4,1 GHz dengan retrun loss (S11) -14,094 dan elemen pentanahan (ground) Gambar 1.
dB. Frekuensi ke-5 sebesar 5,5 GHz dengan retrun loss (S11) -
12,546 dB. Frekuensi 5,85 GHz dengan retrun loss (S11) -13.338
dB. Gain antena yang dihasilkan mulai dari 1,5 dBi sampai
dengan 5,5 dBi.

Kata kunci — Antena, Hairpin, Multiband, Mikrostrip.

I. PENDAHULUAN
Komunikasi data dengan kecepatan tinggi Gambar 1. Bentuk Umum Antena Mikrostrip Beserta
sudah menjadi salah satu kebutuhan utama manusia. Variasi Elemen Peradiasinya [5]
Untuk mengantisipasi peningkatan permintaan
akses komunikasi data yang tinggi maka II. DASAR TEORI
dikembangkan teknologi broadband dengan Perkembangan antena mikrostrip didasarkan
berbagai frekuensi yang berbeda. Pada komunikasi pada ide untuk mendapatkan teknologi printed
nirkabel, antena merupakan komponen yang circuit yang tidak hanya diterapkan pada komponen
penting untuk meradiasikan dan menerima rangkaian dan saluran transmisi tetapi juga untuk
gelombang elektromagnetik secara efektif [1]-[3]. elemen peradiasi suatu sistem elektronik. [6]-[8]
Berdasarkan definisi standar dari IEEE, Bentuk antena mikrostrip secara umum ditunjukkan
antena merupakan alat/divais yang digunakan untuk dengan Gambar 2.
meradiasi atau menerima gelombang radio
(elektromagnetik). Dengan kata lain, antena
merupakan struktur transisi antara ruang bebeas
(free space) dan sebuah alat pengarah yang
mengkonversi gelombang elektromagnetik menjadi
arus listrik maupun sebaliknya [2]-[4].
Pada penelitian ini dilakukan perancangan
antena mikrostrip multiband. Antena mikrostrip
adalah salah satu jenis antena yang mempunyai
kelebihan dalam hal bentuknya yang sederhana, Gambar 2. Antena mikrostrip [13]

98 “Seminar Nasional FORTEI 2015”

 Terlihat pada Gambar 2. struktur dasar
antena mikrostrip yang terdiri atas lapisan dielektrik
atau substrat dengan nilai permitivitas tertentu yang
berada diantara dua lapisan konduktor pada lapisan
bawah dan atasnya. Lapisan konduktor atas
dinamakan patch yang berfungsi sebagai elemen
peradiasi sedangkan lapisan konduktor bawah
berfungsi sebagai ground. Bentuk dari patch dapat
bermacam-macam, seperti yang ditunjukkan oleh Gambar 4. Distribusi Muatan dan Kerapatan Arus
Gambar 3. Patch antena terhubung dengan feed line pada Antena Mikrostrip [11]
yang berfungsi sebagai saluran pencatu antena.
Sama seperti patch, mekanisme pencatuan antena Dari Gambar 4 dapat diasumsikan sebuah
mikrostrip juga bermacam-macam seperti yang patch antena mikrostrip yang telah dihubungkan
akan dijelaskan pada subbab selanjutnya. dengan sebuah sumber. Pemberian daya pada patch
akan menghasilkan sebuah distribusi muatan listrik
pada permukaan atas dan bawah dari patch, muatan
listrik tersebut sama baik kualitasnya dengan
muatan pada ground plane. Distribusi muatan ini
diatur dengan dua mekanisme yaitu mekanisme
tarik menarik dan mekanisme tolak menolak. Gaya
tolak menolak antara muatan di bawah patch
peradiasi cenderung mendorong sebagian muatan di
bawah patch mengelilingi tepi dari patch menuju
permukaan patch. Pergerakan muatan ini
menghasilkan hubungan kerapatan arus Jb dan Jt di
bawah dan atas permukaan patch seperti ditunjukan
pada gambar di atas. Pada pembuatan antena
mikrostrip umumnya rasio h/w sangat kecil,
sehingga gaya tarik menarik diantara muatan
mendominasi dan hampir sebagian konsentrasi
Gambar 3. Modifikasi bentuk patch antena mikrostrip muatan dan aliran arus terdapat di bawah patch
peradiasi [10].
Radiasi dari sebuah saluran mikrostrip, Sejumlah kecil arus terdapat di bagian tepi
sebuah struktur yang sama dengan antena dari patch mengalir menuju permukaan dari patch
mikrostrip dapat tereduksi jika menggunakan dan menghasilkan medan magnet yang lemah,
substrat yang tipis dan konstanta dielektrik yang tangensial terhadap tepi dari patch. Karena itu,
tinggi. Di lain pihak, radiasi dari antena mikrostrip dapat diambil pendekatan sederhana bahwa medan
mendorong efesiensi radiasi yang lebih baik. Oleh magnet tangensial adalah nol dan terdapat empat
karena itu, substrat yang tebal dengan permitivitas buah dinding magnet yang mengelilingi patch dari
yang rendah umumnya digunakan dalam pembuatan antena mikrostrip. Asumsi ini memiliki validitas
antena mikrostrip. Radiasi dari sebuah antena yang cukup baik untuk substrat yang tipis dengan
mikrostrip dapat ditentukan dari distribusi medan konstanta dieletrik yang besar. Begitu juga, ketika
antara patch peradiasi dan ground plane. Dengan substrat yang digunakan sangat tipis dibandingkan
kata lain, radiasi pada antena mikrostrip dapat dengan panjang gelombang ( h << λ ) di dalam
digambarkan sebagai bentuk distribusi arus dieletrik, variasi medan sepanjang h (height) dapat
permukaan (surface current) pada metal patch [9]. dianggap konstan dan medan listrik mendekati
normal pada permukaan patch [9][11]. Kinerja dari
suatu antena terlihat pada parameter-parameter

“Seminar Nasional FORTEI 2015” 99

yang dimilikinya. Ada banyak parameter dari dilakukan dari frekuensi 500 MHz sampai dengan
antena. Diantaranya : Frekuensi Resonansi, pola 6,5 GHz. Pada gambar tersebut ditunjukan bahwa
Radiasi, Bandwidth, Gain, Return Loss, dan antena mampu bekerja sampai dengan enam buah
VSWR. frekuensi. Frekuensi ke-1 sebesar 1,185 GHz
dengan retrun loss (S11) -23,17 dB. Frekuensi ke-2
III. DESAIN ANTENA
sebesar 2,335 GHz dengan retrun loss (S11) sebesar
Pada penelitian ini dirancang antena mikrostrip -17,439 dB. Frekuensi ke-3 sebesar 2,765 GHz
multiband dengan ukuran 33 mm x 60 mm dengan dengan retrun loss (S11) sebesar -13,445 dB.
desain berbentuk hairpin yang memiliki substrat Frekuensi ke-4 sebesar 4,1 GHz dengan retrun loss
FR4 dengan er = 4,4 dan tan d = 0.02. Desain (S11) -14,094 dB. Frekuensi ke-5 sebesar 5,5 GHz
antena terlihat pada Gambar 5. dengan retrun loss (S11) -12,546 dB. Frekuensi
5,85 GHz dengan retrun loss (S11) -13.338 dB.

60 mm

Gambar 7. Nilai Return Loss Antena Hairpin

Pada gambar 8 memperlihatkan nilai phase

antena hairpin. Simulasi tersebut dimulai dari
frekuensi 500 MHz sampai dengan 6,5 GHz.

33 mm

Gambar 5. Antena mikrostrip hairpin

Gambar 8. Nilai Phase Antena Hairpin

Gambar 6. Memperlihatkan distribusi arus pada

antena mikrostrip hairpin

Gambar 7. menunjukan hasil simulasi nilai

retrun loss (S11) dari antena hairpin. Simulasi Gambar 9. Plot Smith Chart Antena Hairpin

100 “Seminar Nasional FORTEI 2015”

 f3=2,765 GHz Return Loss -13,445 dB
Directivity 4,60 dB
Gain 4,26 dB
Bandwidth 95 MHz
f4=4,1 GHz Return Loss -14,094 dB
Directivity 3,977 dB
Gain 1,6 dB
Bandwidth 125 MHz
f5=5,5 GHz Return Loss -12,546 dB
(a) (b) Directivity 5,88 dB
Gain 4,8 dB
Bandwidth 100 MHz
f6=5,85 GHz Return Loss -13.338 dB
Directivity 5,9 dB
Gain 3,8 dB
Bandwidth 90 MHz
IV. KESIMPULAN
Pada penelitian ini berhasil di rancang antena
mikrostrip hairpin yang mampu bekerja pada 6
(c) (d) frekuensi yang berbeda. Antena mikrostrip
multiband ini memiliki ukuran 33 mm x 60 mm
dengan desain berbentuk hairpin yang memiliki
substrat FR4 dengan er = 4,4 dan tan d = 0.02.
Simulasi dilakukan dari frekuensi 500 MHz sampai
dengan 6,5 GHz. Hasil simliasi menunjukan antena
tersebut mampu bekerja pada frekuensi ke-1
sebesar 1,185 GHz dengan retrun loss (S11) -23,17
dB. Frekuensi ke-2 sebesar 2,335 GHz dengan
retrun loss (S11) sebesar -17,439 dB. Frekuensi ke-
(e) (f) 3 sebesar 2,765 GHz dengan retrun loss (S11)
Gambar 10. Karakteristik lengkap antena sebesar -13,445 dB. Frekuensi ke-4 sebesar 4,1
(a) Frekuensi ke-1 sebesar 1,185 GHz. (b) GHz dengan retrun loss (S11) -14,094 dB.
Frekuensi ke-2 sebesar 2,335 GHz. (c) Frekuensi Frekuensi ke-5 sebesar 5,5 GHz dengan retrun loss
ke-3 sebesar 2,765 GHz. (d) Frekuensi ke-4 sebesar (S11) -12,546 dB. Frekuensi 5,85 GHz dengan
4,1 GHz. (e) Frekuensi ke-5 sebesar 5,5 GHz. (f) retrun loss (S11) -13.338 dB. Gain antena yang
Frekuensi 5,85 GHz. dihasilkan mulai dari 1,5 dBi sampai dengan 5,5
dBi.
Tabel 1. Karakteristik antena lebih legkap UCAPAN TERIMAKASIH
Frekuensi Karakteristik Nilai
Penelitian ini didanai oleh penelitian desentralisasi
f1=1,185 GHz Return Loss -13,445 dB
UNTIRTA. Skim Penelitian Kerjasama Perguruan
Directivity 2,72 dB
Tinggi (PEKERTI) dengan No. Kontrak penelitian :
Gain 2,70 dB
205/UN43.9/PL/K/2015.
Bandwidth 75 MHz
f2=2,335 GHz Return Loss -17,439 dB REFERENSI
Directivity 3,92 dB [1] David M. Pozar, ―Microwave Engineering, ―2nd Ed.,John Wiley &
Sons, 2003
Gain 3,92 dB [2] Bartia.Prakash, Inder Bahl, K.C Gupta ―Microstrip Line and Slot
Bandwidth 10 MHz Line,‖ 2nd Ed.Artech House, London, 1996

“Seminar Nasional FORTEI 2015” 101

 [3] Richards, W. F., S. E. Davidson, and S. A. Long, ―Dual band reactively [8] Garg, R., Bhartia, P, Bahl, I., dan Ittipiboon, A., ―Microstrip Design
loaded microstrip antenna,‖ IEEE Trans. Ant. Prop., Vol. AP-33, No. 5, Handbook‖, Artech House Inc., Norwood, MA, 2001.
556–561, 1985 [9] Owens, RP, " Chapter 14 Microstrip Antenna Feeds," in Handbook of
[4] Nakano, H. and K. Vichien, ―Dual frequency square patch antenna Microstrip Antennas, Vol. 2, JR James and PS Hall (Eds.), Peter
with rectangular notch,‖ Elec. Letters, Vol. 25, No. 16, 1067–1068, Peregrinus, London, UK, 1989
1989 [10] H. Greenhouse, ―Design of Planar Rectangular Microelectronic
[5] Zhong, S. S. and Y. T. Lo, ―Single element rectangular microstrip Inductors," Parts, Hybrids, and Packaging, IEEE Transactions on, vol.
antenna for dual-frequency operation,‖ Elec. Letters, Vol. 19, No. 8, 10, no. 2, pp.101-109, 1974
298–300, 1983. [11] S. Maci and G. BifJi Gentili Dual-Frequency Patch Antenas
[6] C.A. Balanis, "Antenna Theory," 2nd Ed., Wiley, 1997
[7] James JR and Hall PS,"Handbook of Microstrip Antennas,"Peter
Peregrinus Ltd., London, 1989

102 “Seminar Nasional FORTEI 2015”

 Penerapan Silo Pilot FMM 760 Sebagai Alat
Pengukur Ketinggian Pada Silo Semen di Plant 6 PT
Indocement Tunggal prakarsa, tbk
Deni Hendarto1, Widodo2
1
Dosen Tetap Program Studi Teknik Elektro Fakultas Teknik Universitas Ibn Khaldun Bogor.
Indonesia
2
Mahasiswa Program Studi Teknik Elektro Fakultas Teknik Universitas Ibn Khaldun Bogor.
Indonesia

ABSTRAK cukup lama dalam setiap pengukuran yang

Telah dilakukan penelitian tentang penerapan Silo Pilot FMM
disebabkan oleh kondisi silo yang terlalu tinggi
760 sebagai Alat Pengukur Ketinggian Pada Silo Semen Di Plant 6 tersebut. Usaha perbaikan yang dilakukan adalah
PT Indocement Tunggal Prakarsa, Tbk. Semula pengukuran dengan mencari sebuah alat yang dapat mengukur
ketinggian silo semen dilakukan secara manual, yaitu dengan ketinggian silo tersebut secara cepat, teliti dan
bantuan operator dengan cara mengukur menggunakan sebuah
meteran tali. Cara ini tidak efektif karena silo semen yang akan mempunyai tingkat akurasi yang baik. Saat ini ada
diukur mempunyai ketinggian 48.8 meter sehingga membutuhkan 2 jenis alat pengukur ketinggian yaitu silo radar dan
waktu yang lama dan pengukuran yang didapat kurang akurat. silo pilot FMM 760. Namun dalam penelitian akan
Untuk itu perlu dilakukan perbaikan dengan cara menerapkan suatu
alat pengukur ketinggian silo semen tersebut. Alat yang digunakan diterapkan silo pilot FMM 760 untuk mengukur
adalah silo pilot FMM 760. Alat ini bekerja dengan sistem ketinggian material semen di dalam silo. Alat ini
elektromekanik. Penelitian ini dilakuan dengan cara melakukan bekerja berdasarkan prinsip elektromekanik[1].
proses pemasangan, instalai alat, proses kalibrasi, dan melakukan
pengujian alat tersebut. Hasil pengujian tersebut menunjukkan Penelitian ini dilakukan dengan tujuan yaitu
bahwa nilai penyimpangan yang didapat adalah relatif kecil yaitu mengetahui cara pemasangan instalasi kabel pada
antara 0.06 % sampai 0.10 % dari batas toleransi yang ditetapkan silo pilot FMM 760, mengkalibrasi silo pilot FMM
yaitu sebesar 0.20 %. Ini menunjukkan bahwa hasil pengukuran alat
tersebut mempunyai nilai akurasi yang cukup baik dan sesuai 760 dan melakukan pengujian silo pilot FMM 760
digunakan untuk mengukur ketinggian dari material semen pada untuk mengetahui kelayakan silo pilot FMM 760.
sebuah silo. Penerapan alat silo pilot FMM 760 ini berdasarkan
Kata kunci: pengukur ketinggian, silo pilot fmm 760, hasil uji coba secara teknis. Penerapan alat silo pilot
elektromekanik, instalasi, kalibrasi
FMM 760 diharapkan dapat melakukan proses
I. PENDAHULUAN pengukuran lebih cepat dan mempunyai tingkat
akurasi yang baik sesuai yang diharapkan.
Perusahaan PT Indocement Tunggal Prakarsa,
Tbk. merupakan salah satu perusahaan besar yang II. METODE PENELITIAN
bergerak di bidang produksi semen. Proses produksi A. Pemasangan dan Koneksi Kabel
semen dalam kapasitas banyak yang diperlukan
adalah sebuah tempat untuk penampungan material. Pemasangan dan koneksi kabel Silo Pilot FMM
Tempat penampungan material tersebut bernama 760 sebagai alat pengukur ketinggi pada silo semen
silo semen yang mempunyai ketinggian 48.8 meter. meliputi beberapa tahap, sebagai berikut :
Untuk mengetahui kapasitas atau kondisi isi 1. Mempelajari fungsi dan cara kerja alat pengukur
material di dalam silo perlu diukur ketinggiannya. ketinggian silo pilot FMM 760 Melakukan
Proses pengambilan data ketinggian tersebut proses instalasi silo pilot FMM 760 yang
sebelumnya dilakukan secara manual oleh operator meliputi beberapa tahap yaitu sebagai berikut :
dengan menggunakan sebuah tali sebagai meteran. a. Persiapan pemasangan
Cara ini tidak efektif karena jika dilihat dari tingkat b. Pemasangan bandul
ketelitian masih kurang serta memerlukan waktu c. Pemasangan koneksi kabel yang meliputi :

“Seminar Nasional FORTEI 2015” 103

  Koneksi Motor dan Kontrol Supply Pengambilan data tersebut dilakukan dengan cara
voltage menghitung pulsa dengan menggunakan alat
 Koneksi Kontrol dan Sistem Alarm counter ZCD 155. Selanjutnya pulsa yang didapat
 Koneksi D/A Converter+Memory ZAD tersebut dikonversikan kedalam meter. Hasil
184 konversi yang didapat tersebut adalah selisih dari
 Koneksi Alarm Motor Yang Overload ketinggian yang sebenarnya. Ketinggian yang
 Koneksi Sinyal Output sebenarnya adalah jumlah dari ketinggian silo
 Koneksi Alarm Tape Break dikurangi dengan hasil konversi dari pulsa tersebut.
2 Melakukan proses kalibrasi silo pilot FMM 760 Proses selanjutnya adalah mengukur output dari
Melakukan pengambilan data pengujian setelah D/A converter ZAD 184 yang hasilnya berupa arus
dilakukan proses kalibrasi untuk dilakukan 4-20 mA. Output yang standar adalah 4 mA adalah
analisa[2]. untuk posisi ketinggian 0% dan output 20 mA
B. Kalibrasi SILO PILOT FMM 760
adalah posisi ketinggian 100%. Output yang
digunakan untuk SILO PILOT FMM 760 adalah
Hal-hal yang harus diperhatikan dan dilakukan dengan sistem inverter yaitu dengan pengertian
dalam proses kalibrasi SILO PILOT FMM 760 output 4 mA adalah posisi pada ketinggian 100%
adalah: sedangkan untuk output 20 mA adalah posisi
a) Memeriksa Link untuk menghitung pulsa yang ketinggian 0 %. Sistem ini adalah kebalikan dari
ada di dalam SILO PILOT FMM 760. Di sistem standar. Output arus 4-20 mA tersebut
dalam penggunaan semua fungsi counting baik selanjutnya dikonversikan ke dalam bentuk meter.
ft-count, cm-count dan dm-count serta bentuk Hasil dari nilai standar alat ukur tersebut kemudian
pulsa yang integral, maka Link C-B yang dibandingkan dengan hasil dari output D/A
berada pada posisi kanan dari Basic Board converter ZAD 184 yang merupakan hasil akhir
harus terhubung. yang diterima di CCP (Central Control Panel).
b) Memeriksa pada penghitungan pulsanya Perbandingan tersebut akan menghasilkan nilai
apakah descent atau ascent. Apabila diinginkan yang merupakan penyimpangan (error) dari alat
perhitungan pulsa secara descent maka link F- ukur tersebut. Pengambilan data melalui pengujian
D yang harus terhubung. alat pengukur ketinggian silo pilot FMM 760
c) Memeriksa sistem restarting setelah motor dilakukan selama empat pekan (20 hari) atau 20
menyentuh material yaitu jika diinginkan motor kali pengambilan data dan selanjutnya
tersebut secara otomatis restart dan menarik dibandingkan dengan nilai ketinggian seharusnya
kembali normal maka link J-H yang harus sesusai estándar kemudian dihitung penyimpangan
terhubung, namun jika diinginkan operator (error) yang terjadi[5,6].
yang melakukan restart setelah temperatur
normal/turun maka link J-G yang harus III. HASIL DAN BAHASAN
terhubung A. Pemasangan dan Instalasi Kabel Silo Pilot FMM
Menyesuaikan mode minimum fail-safe melalui 760
dip switch, yaitu untuk menentukannya dengan cara Tahapan pemasangan silo pilot FMM 760 yaitu,
menjalankan pengukuran terlebih dahulu. Saat mencari tempat yang tepat untuk memasang silo
bandul tersebut berada pada 0 % dan kembali lagi pilot FMM 760, yaitu kurang lebih berjarak 3 meter
ke atas pada posisi “parking”, Proses selanjutnya dari dinding silo. Jarak itu diambil diantara inflow
pulsa yang telah di hasilkan di konversikan ke cone dengan dinding dan berjarak ± 6 meter. Letak
bentuk desimal. Hasil yang diperoleh disesuaikan posisi alat pengukur ketinggian silo pilot FMM 760
melalui dip switch dengan cara membagi nomor ini dapat ditunjukkan pada Gambar 1.
decimal dari hasil digit dengan biner[3,4].
C. Pengambilan Data Hasil Pengujian Penerapan
Silo Pilot FMM 760

104 “Seminar Nasional FORTEI 2015”

 FMM
760
converter ZAD 184 ini koneksinya ditempatkan
secara terpisah, yaitu di dalam panel VA 1A.
Sonde Inflow
Cone

Koneksi kabel
start eksternal
Koneksi untuk
proximity switch
Koneksi untuk
Koneksi D/A selektor switch
-
converter down-up
ZAD 184
Koneksi untuk
SILO SILO switch thermal
motor
Koneksi untuk
Tegangan
Material Semen Kontaktor

Koneksi terminal Koneksi kontaktor

Motor dan kontrol ascent
tegangan
Koneksi kontaktor
descent
Koneksi terminal
ground

Outflow Gambar 3. Hasil instalasi kabel

Funnel
Selanjutnya untuk koneksi untuk motor serta
Gambar 1. Skema posisi pemasangan Silo Pilot FMM 760
kontrol tegangan dikoneksi pada terminal blok A
Hasil pemasangan silo pilot FMM 760 yaitu no. 1, 2 dan 3 untuk kontrol tegangan dan
ditunjukkan pada Gambar 12 (a) dan (b). silo pilot termial no 4, 5 dan 6 untuk koneksi ke motor.
FMM 760 tampak depan yang ditunjukkan pada Ground dikoneksi pada body dengan cara di baut.
Gambar 12 (a) adalah terdiri dari papan kontrol Proximity switch di koneksikan pada terminal pin
yang terdiri dari rangkaian elektronik yang no 22 dan 23. Selanjutnya untuk koneksi selektor
didalamnya terdapat rele counter, tombol start, rele switch down-up di pasang pada terminal no. 24, 25
reset, board dengan 4 rele, terminal koneksi untuk dan 26. Switch thermal motor di koneksi pada
motor dan kontrol tegangan, rangkaian ”pulse terminal no. 34 dan 35. Tegangan untuk kontaktor
shaper” khusus untuk cm-counter”, rangkaian dikoneksi pada terminal 14 dan 15.
minimum fail safe mode”. Selain rangkaian LOCAL VP 1A Marshalling RPC CCP

elektronik di bagian depan silo pilot FMM 760

B21 1

D 8 XL5 Analog Input Komputer

AX 113.2
B22 2
5
Counting

juga terdapat gear box, upper stop, switch untuk

Pulse 6

Silo Pilot

tegangan kontrol, transformator tegangan, motor

FMM 760 18 17 16 15 14 13 12 11 10
R G Z
4... 20 mA

ZAD 184

serta 2 buah kontaktor.

L1 N PE
1 2 3 4 5 6 7 8 9

Start Up 3
Pulse 4

PE
N
L1

Timer
From DCS

Gambar 4. Diagram koneksi D/A converter ZAD 184

Letak koneksi D/A converter ZAD 184 terpisah

dengan alat silo pilot FMM 760. Output dari silo
pilot FMM 760 yang terletak di lokal adalah
berupa pulsa counter yaitu di terminal blok B no. 5,
(a) (b) 6 dan 7 masuk ke input D/A converter ZAD 184
Gambar 2. Silo Pilot FMM 760 tanpa cover tampak depan (a) tampak yang letaknya di dalam panel VP 1A yaitu,
belakang (b)
diterminal no. 16, 17 dan 18. Output dari D/A
converter ZAD 184 adalah di terminal no.11 dan 12
Sedangkan silo pilot FMM 760 tampak belakang
yang berupa arus (4-20mA). Output dari D/A
yang ditunjukkan pada Gambar 12 (b) terdiri dari
converter ZAD 184 selanjutnya di koneksi ke panel
counting disc, proximity switch dan tape cassette.
marshalling. Marshalling adalah sebuah panel yang
Hasil instalasi atau koneksi kabel secara jelas
didalamnya hanya berisi pertemuan koneksi antara
dapat ditunjukkan pada Gambar 13. Koneksi untuk
beberapa output dari berbagai alat di lokal yang
start secara eksternal di terminal blok B no. 3 dan 4.
selanjutnya dimasukkan ke dalam input suatu I/O
Koneksi untuk D/A converter ZAD 184 terdapat di
board yang letaknya di panel RPC. I/O board
terminal blok B juga pada no.5, 6 dan 7. D/A
adalah suatu analog input dari program DCS

“Seminar Nasional FORTEI 2015” 105

(Distributed Control System). Input dari I/O board 3 07 April 2010 19.10 19.14 0.08
4 08 April 2010 18.40 18.37 0.06
tersebut berupa arus 4-20 mA atau 0-20 mA 5 09 April 2010 17.90 17.94 0.08
tergantung dari alat yang digunakan. Sedangkan 6 12 April 2010 18.10 18.14 0.08
7 13 April 2010 18.30 18.34 0.08
output dari I/O board tersebut dikoneksikan ke 8 14 April 2010 18.60 18.55 0.10
CCP (Central Control Panel) dengan menggunakan 9 15 April 2010 18.90 18.94 0.08
10 16 April 2010 19.10 19.14 0.08
kabel optic dan diproses untuk ditampilkan ke 11 19 April 2010 19.40 19.45 0.10
dalam layar monitor komputer. Sedangkan proses 12 20 April 2010 19.50 19.47 0.06
untuk menjalankan silo pilot FMM 760 adalah 13 21 April 2010 19.70 19.67 0.06
14 22 April 2010 20.30 20.33 0.06
dipakai timer yang dapat di setel waktunya sesuai 15 23 April 2010 20.80 20.85 0.10
dengan kebutuhan. Penyetelan waktu pengukuran 16 26 April 2010 20.40 20.43 0.06
17 27 April 2010 18.90 18.86 0.08
tersebut diambil langsung dari program DCS 18 28 April 2010 19.60 19.57 0.06
19 29 April 2010 19.00 19.05 0.10
20 30 April 2010 18.60 18.64 0.08

Hasil pengambilan data pengukuran dari alat

B. Hasil kalibrasi ukur silo pilot FMM 760 tersebut diketahui bahwa
nilai penyimpangan yang terjadi rata-rata masih di
Hasil kalibrasi D/A converter ZAD 184 secara
bawah toleransi maksimum yang diperbolehkan.
jelas dapat dilihat pada Tabel 2.
Nilai penyimpangan yang terjadi adalah antara
Tabel 2 Hasil Kalibrasi D/A Converter ZAD 184 0.06 % sampai 0.10 %, sedangkan toleransi
Data Hasil Kalibrasi D/A Converter ZAD 184
Sebelum Kalibrasi Sesudah Kalibrasi
maksimum adalah 0.20 %. Ini membuktikan bahwa
X Y X Y hasil pengukuran alat ini mempunyai nilai akurasi
9.24mA 9.55 mA 9.51 mA 9.90 mA yang cukup baik dan sesuai digunakan untuk
Hasil pengambilan data pengukuran ketinggian silo pengukuran material semen. Perbedaan
dengan menggunakan silo pilot FMM 760 secara penyimpangan antara hasil pengukuran ketinggian
jelas dapat dilihat pada Tabel 3 dan 4. terukur seharusnya/standar dengan ketinggian hasil
Tabel 3 . Hasil Pengambilan Data dengan Menggunakan Counter ZCD 155 pengukuran silo pilot FMM 760 lebih jelas dilihat
No Tanggal Hasil Hasil Hasil
Pengambilan Pengukuran konversi ke Pengukur
di dalam sebuah grafik yang ditunjukkan pada
Data Counter(Pulsa) Meter an (M) Gambar 15.
1 05 April 2010 275 27.50 21.30
2 06 April 2010 286 28.60 20.20 Grafik Perbandingan data hasil pengukuran dengan
3 07 April 2010 297 29.70 19.10 standar
4 08 April 2010 304 30.40 18.40 22.00

5 09 April 2010 309 30.90 17.90 21.50

6 12 April 2010 307 30.70 18.10 21.00

7 13 April 2010 305 30.50 18.30

Ketinggian silo (m)

20.50

8 14 April 2010 302 30.20 18.60 20.00

9 15 April 2010 299 29.90 18.90 19.50

10 16 April 2010 297 29.70 19.10 19.00

11 19 April 2010 294 29.40 19.40 18.50

12 20 April 2010 293 29.30 19.50 18.00

13 21 April 2010 291 29.10 19.70 17.50

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
14 22 April 2010 285 28.50 20.30 Jumlah data pengukuran
15 23 April 2010 280 28.00 20.80
Standar Pengukuran
16 26 April 2010 284 28.40 20.40
17 27 April 2010 289 28.90 18.90
Gambar 15. Grafik perbandingan hasil data pengukuran alat ukur dengan
18 28 April 2010 292 29.20 19.60
ketinggian seharusnya (standar)
19 29 April 2010 298 29.80 19.00
20 30 April 2010 302 30.20 18.60
IV. KESIMPULAN
Tabel 4. Hasil Pengambilan Data Menggunakan Silo Pilot FMM 760 Berdasarkan hasil dan bahasan diperoleh
Tanggal
Hasil kesimpulan sebagai berikut:
Nilai Standar Pengukuran
No Pengambilan
(m) Alat Ukur
Error (%) 1. Proses pemasangan silo pilot FMM 760 yang
Data
(m) perlu diperhatikan adalah letak dan posisi yaitu
1 05 April 2010 21.30 21.34 0.08
2 06 April 2010 20.20 20.25 0.10 tidak boleh berada di tengah atau terlalu dekat

106 “Seminar Nasional FORTEI 2015”

 dengan inflow cone dan terlalu dekat dengan adalah 0.10 %. Nilai penyimpangan yang terjadi
dinding silo. Jarak yang baik adalah ± 3 meter tersebut masih di bawah nilai toleransi yang
dari dinding silo dengan inflow cone. Pemilihan ditetapkan yaitu 0.20 %. Sehingga alat pengukur
jarak ini dimaksudkan untuk menghindari bandul ketinggian silo pilot FMM 760 ini layak digunakan
tertimpa material jika terlalu dekat dengan inflow sebagai alat pengukur ketinggian silo dengan
cone serta menghindarkan bandul tersangkut material berbentuk semen dengan ketinggian 48.8
kerak semen dalam dinding silo yang disebabkan meter.
oleh faktor angin yang cukup besar sampai ± 2
REFERENCES
bar di dalam area silo. Proses penginstalasian
[1] Idham Dharwis, Pengenalan Distributed Control System, Technical
kabel juga harus diperhatikan dengan baik, Training Section Training&Develovment Departement, PT
karena jika terjadi salah koneksi dapat [2]
Indocement Tunggal Prakarsa Tbk, 2001.
______, Kumpulan Diktat Plant Instrument I, Technical Training
mengakibatkan terjadinya kesalahan di dalam Section Corporate Training Departement, PT Indocement Tunggal
proses pengukuran serta yang paling vital adalah [3]
Prakarsa Tbk, 2000.
______, Manual Book Of Electromechanical Level Indikator Of
terjadi kerusakan pada alat tersebut yang high Versatity By Modular Technique, Endress+Hauser Company,
akhirnya akan menimbulkan kerugian. [4]
Germany, 1992.
______, Manual Book Of Electromechanical Level Measurement
2. Nilai X dan Y yang diperoleh sebelum System controller ZAD, Control Unit and Signal Converter For The
dilakukan kalibrasi dan sesudahnya ternyata ada Silo Pilot FMM Level measurement Transmiter, Endress+Hauser
Company, Germany, 1992.
penyimpangan yaitu sebelum kalibrasi nilai X= [5] ______, Manual Book Of Measurement and Control, Silo Pilot FMM
9.24 mA dan Y= 9.55 mA serta sesudah kalibrasi 760 Electro-Mechanical Measuring System, Endress+Hauser
Company, Germany, 1992.
nilai X= 9.51 mA dan Y= 9.90 mA. Besar selisih [6] ______, Manual Book Of Nivotester FTC 470 Z/ FTC 471 Z/ FTC
penyimpangan nilai X adalah 0.27 mA dan nilai 671 Z, Capacitance Safety Level Limit Switch For Liquids And Bulk
Solids, Endress+Hauser GmbH + Co, Germany, 1979.
Y adalah sebesar 0.35 mA. [7] Wahyu Widayat, Diktat Measuring Instrument, Technical Training
Hasil pengujian diperoleh penyimpangan Section Training&Develovment Departement, PT Indocement
Tunggal Prakarsa Tbk, 2002.
minimum didapat 0.06 % dan nilai maksimum [8] www.silo pilot.com

“Seminar Nasional FORTEI 2015” 107

 Video Streaming dengan Kompresi Adaptif
Berdasarkan Kendali Kongesti Proporsional Integral
Pranoto Hidaya Rusmin1 dan Adrianto2
Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung
Jl. Ganesa no 10, Bandung, Indonesia
1
[email protected]
2
[email protected]

Abstrak—Komunikasi video streaming melalui internet masih Di sisi lain, kajian video streaming melalui
menjadi tantangan pada saat ini. Selain karena tidak adanya
alokasi kapasitas yang khusus pada setiap pengguna, waktu internet sudah dikembangkan beberapa peneliti
tunda akibat kongesti dapat memperburuk streaming. Untuk itu, antara lain menambahkan layer pada protokol untuk
kendali kongesti bertugas mencegah terjadinya kongesti dengan adaptasi skala besar jangka panjang sambil
membatasi paket data agar tidak melebihi kapasitas jaringan.
Selain itu, berfungsi memberikan acuan kecepatan pengiriman menggunakan mekanisme kendali kongesti TCP-
data pada pengguna. Pengendalian ini akan menghasilkan video friendly untuk bereaksi terhadap kongesti dalam
streaming dengan kecepatan yang selalu beradaptasi terhadap jangka waktu pendek [4], penggunaan pengendalian
jumlah pengguna jaringan. Untuk menyediakan frame rate yang
sama pada penerima, perubahan kecepatan pengiriman data kecepatan pengiriman data pada Scalable Streamig
dirancang untuk mengubah kualitas kompresi video yang Video Protocol (SSVP) dan layer buffer penerima
dikirimkan. Kompresi menggunakan 2 prinsip yaitu lossy untuk menghaluskan osilasi pendek yang
compression (JPEG) dan di dalamnya diterapkan lossless
compression (RLE compression dan Huffman Encoding). disebabkan oleh mekanisme Additive Increase
Pengujian dan implementasi dilakukan pada 3 komputer dengan Multiplicative Decrease (AIMD) [5], sementara itu
2 komputer sebagai transmitter video yang dilengkapi dengan peneliti lain menyadari perubahan kualitas video
kamera dan satu komputer memiliki fungsi ganda yaitu sebagai
router dan receiver. Pengujian hanya bersifat half duplex. mengakibatkan penurunan kualitas yang dialami
Kualitas gambar yang dihasilkan beragam sesuai kondisi pengguna. Untuk itu diusulkan SDASH (Smoonth
jaringan, dan kualitas terburuk gambar masih dapat ditoleransi Dynamic Adaptive Streaming over HTTP) untuk
mata manusia.
meningkatkan kualitas penerimaan video [6].
Agar seluruh aplikasi di internet dapat berfungsi
Kata kunci— video sreaming, jpeg, rle, half duplex.
dengan baik, perlu dirancang dengan basis kendali
I. PENDAHULUAN kongesti. Tulisan ini mengungkap mengenai
Kongesti merupakan persoalan alokasi kapasitas arsitektur streaming video dengan kompresi adaptif
yang tidak tepat disebabkan kondisi jaringan di tiap menggunakan basis Motion-JPEG berdasarkan
routernya tidak diketahui oleh pengirim [1]. Dengan kendali kongesti. Aplikasi video streaming
mengirimkan indikasi kongesti kepada tiap memerlukan bandwidth yang sangat besar, untuk itu
pengirim, berarti memberikan informasi kondisi aplikasi video streaming perlu menerapkan metoda
jaringan kepada pengirim. Sehingga, pengirim kompresi [7]. Kompresi yang dilakukan
dapat menyesuaikan kecepatan pengiriman datanya menggunakan 2 prinsip yaitu lossy compression
berdasarkan kondisi penerima dan kondisi jaringan (JPEG) dan di dalamnya diterapkan lossless
sekaligus [2]. compression(RLE compression dan Huffman
Saat ini sistem kendali kongesti dikelompokkan Encoding).
menjadi 3 sesuai dengan kualitas informasi yang Aplikasi multimedia real-time yang digunakan
diterima dari jaringan [3], yaitu Black Box (tidak yaitu adaptive real-time multimedia. Adaptasi
ada informasi dari jaringan), Grey Box terjadi pada kualitas video dengan kualitas dari
(menggunakan pengukuran untuk mengestimasi konten multimedia yang dijadikan variabel kontrol.
kapasitas yang tersedia dan tingkat kongesti), dan Hal ini direalisasikan dengan algoritma kendali
Green Box (terdapat informasi dari router sebagai kongesti pada jaringan. Dalam penyediaan dan
acuan pengguna dalam pengiriman data). pemantauan bandwidth jaringan digunakan sebuah

108 “Seminar Nasional FORTEI 2015”

 router. Penerapan algoritma kongesti dilakukan
pada router, yang menghasilkan kapasitas acuan
bagi seluruh pengguna router. Pengendalian yang
diharapkan adalah sistem cepat mencapai setpoint
yang diinginkan dan dicegah terbuangnya paket
karena terjadinya saturasi. Oleh karena itu,
digunakan pengendali proporsional integral dengan
pengendali non linear anti windup.
Terdapat beberapa batasan masalah dalam Gambar 1. Sistem Kendali Kongesti dengan Source Rate Set Point
makalah ini yaitu :
1. Komunikasi pada jaringan dilakukan secara Untuk aplikasi video dengan kompresi, arsitektur
unicast. sistem kendali yang diusulkan dapat diperhatikan
2. Implementasi dilakukan dengan menggunakan 3 dalam Gambar 2 berikut ini.
komputer, 2 sebagai end-point dan 1 sebagai
router.
3. End point merupakan pengguna yang hanya
berfungsi sebagai pengirim, sedangkan router
juga sebagai penerima.
4. Metode kompresi adaptif diterapkan pada Gambar 2. Sistem Kendali Kongesti dengan Source Rate Set Point
kualitas frame tampilan
5. Konten yang diuji coba adalah berbentuk video Sebagai set point ditetapkan Router Service Rate,
tanpa audio. dengan variabel yang dikendalikan adalah
6. Komunikasi data dilakukan dengan protokol kecepatan pengiriman data pengguna. Perbedaan
UDP antara Router Service Rate dengan kecepatan
pengiriman data pengguna menghasilkan galat,
II. ARSITEKTUR YANG DIUSULKAN
yang akan diproses pengendali untuk menghasilkan
kecepatan pengiriman data yang akan dijadikan
acuan bagi kompresi adaptif untuk menghasilkan
Untuk memperoleh pengendalian yang lebih baik,
data dengan kecepatan sesuai dengan kondisi
tidak cukup hanya mengandalkan probabilitas
jaringan.
indikasi kongesti. Router harus berperan aktif untuk
memberikan set point berdasarkan kapasitas yang III. RANCANGAN SISTEM
ada kepada seluruh pengirim yang berkaitan Rancangan kompresi video adaptif digunakan
dengannya. Dengan mengetahui set point kecepatan kompresi JPEG dengan faktor kualitas gambar
pengiriman data ini, pengirim akan berusaha sebagai variabel yang diatur. Variabel kualitas
secepat mungkin mencapainya. Tugas pengendalian gambar tersebut digunakan untuk menentukan tabel
tidak lagi terdistribusi pada pengirim, tetapi kuantisasi. Rumus yang digunakan diungkap dalam
terdistribusi pada router. Ditunjukkan Gambar 1 persamaan (1) berikut ini.
sistem kendali kongesti dengan Source Rate Set
Point [8]. QF = (1)
Karena dalam pengiriman data dapat melalui
lebih dari satu link dan tiap link memberikan set
point sendiri berdasarkan kapasitas yang ada, set Dengan QF adalah variabel faktor kualitas, Rmax
point kecepatan yang diterima pengirim merupakan adalah batas maksimum rate jaringan, Rmin batas
set point kecepatan yang paling minimum dari minimum, serta Rnew adalah rate jaringan saat ini.
keseluruhan link. Nilai QF memiliki rentang dari 1 sampai 99 dengan
1 merupakan yang kualitas terendah dan 99
tertinggi.

“Seminar Nasional FORTEI 2015” 109

 Kompresi JPEG dilakukan dengan langkah dalam
Gambar 3 sebagai berikut :
Chroma Encoding Compressed
Image RGBtoYUV Block Splitting Forward DCT Quantization
Dowsampling Entropy Image
Gambar 4. Model Sistem Kendali Kongesti

Dengan SP adalah setpoint (batas kapasitas jaringan

Factor Quality
Quantization

yang ditentukan berupa service rate dari router),

Table

Gambar 3. Metode Kompresi JPEG

Gc(s) adalah pengendali, GD(s) adalah waktu tunda,
Gp(s) adalah blok pengirim, dan N menyatakan
Yang sangat berpengaruh dari kompresi JPEG ini
adalah penggunaan chroma subsampling. Pada jumlah pengguna. Pengendali dimodelkan dalam
Gambar 5 sebagai berikut.
tahap ini akan dilakukan downsampling resolusi
dari komponen warna. Oleh karena itu, perlu
dilakukan transformasi color space dari RGB ke
YUV dengan RGB adalah komponen warna hasil
capture. Selain itu, kompresi perlu dilakukan
dengan metode YUV karena tabel kuantisasi
standar yang digunakan dirancang untuk komponen
chrominance dan luminance. Karena chrominance
Gambar 5. Model Pengendali
tidak sepenting luminance(Y), resolusi chrominance
Pengendali proporsional integral (PI) anti windup
(U dan V) digunakan ¼ nya (chroma subsampling
ini diaplikasikan pada router. Sistem hanya akan
4:2:0). Lossy compression terjadi pada tahap DCT
menggunakan penguatan PI saja selama keluaran
(Discrete Cosine Transform) dengan mengubah
router tidak keluar dari daerah linearnya, yaitu
domain posisi menjadi domain frekuensi [9].
dalam rentang 0 sampai SP. Pengendali anti windup
Setelah itu dikuantisasi menggunakan tabel
berperan untuk menghindari hilangnya paket data
kuantisasi, yang disesuaikan dengan kualitas video
akibat terjadinya saturasi tersebut. Pengendali anti
adaptif jaringan dengan rumus persamaan (2)
windup dalam blok berupa blok saturating aktuator
berikut ini.
dengan penguatan M. Berikut cara kerja blok
saturating aktuator :

(2)
(3)
Tabel kuantisasi standar digunakan untuk
mendapat kualitas video 50. Proses kuantisasi Fungsi alih dari pengendali PI adalah
akibat subsampling pun terpisah antara luminance
dan chrominance, dengan per blok luminance 8x8
pixel, sedangkan chrominance 4x4. Kompresi Gc(s) = Ki/s + Kp (4)
dilanjutkan dengan lossless compression dan
enkoding entropi, yang dibagi dalam 3 tahap, yaitu Untuk model objek kendalian (representasi dari
pengaturan zigzag, RLE, serta Huffman encoding. dinamika pengguna) dan model waktu tunda dapat
Pengaturan zigzag dilakukan untuk mengurutkan diperhatikan berikut ini.
hasil kompresi dari frekuensi kecil ke besar, yang
memaksimalkan kinerja RLE dan Huffman karena
nilai frekuensi besar relatif sama setelah kuantisasi,
yaitu 0. Gambar 6. Diagram Blok Plant
Sistem kendali kongesti dapat dimodelkan dalam
Gambar 4 berikut ini. Fungsi Alih objek kendalian direpresentasikan
dalam persamaan (5) di bawah ini.

110 “Seminar Nasional FORTEI 2015”

 (5)

Sedangkan, waktu tunda didekati dengan model

dalam persamaan (6) berikut ini.

GD(s) = (6)
(c)
Gambar 7. Hasil Kompresi Kualitas Rendah (a) RGB (b)YUV standar
Dengan R adalah round trip time pengiriman data, (c) YUV dengan chroma subsampling

yang diasumsikan tetap.

Dari hasil implementasi diperoleh waktu
kompresi terpendek (2x lebih cepat dibanding yang
IV. PENGUJIAN lain) dan hasil kompresi terkecil (cukup jauh
Pengujian komparasi metode kompresi antara perbedaannya) ada pada YUV dengan chroma
metode kompresi dengan RGB saja, YUV tanpa subsampling, walaupun pada gambar dapat dilihat,
chroma subsampling, dengan YUV dengan pada kualitas rendah, hasilnya tidak sebaik yang
subsampling pada kualitas tertentu dengan QF = 10 lain. Namun pada kualitas sedang sampai maksimal,
dapat diperhatikan dalam Gambar 7 di bawah ini. kualitas gambar tetap menyerupai aslinya.
Pengujian juga dilakukan pada sistem kendali
kongesti. Agar dapat diimplementasikan pada
program, persamaan diubah menjadi domain diskrit
dengan sebelumnya melakukan transformasi
Bilinear dari domain Laplace menjadi domain Z
Transform, dengan persamaan (7) di bawah ini.

(a)
(7)

Dengan T adalah waktu cuplik, berdasar teorema

Nyqiust maksimal nilainya harus setengah dari
waktu proses sistem. Waktu proses sistem
ditentukan 10ms, sehingga dipilih nilai T = 0.1 ms.
Data hasil pengujian sistem pada Visual Basic
dalam setiap time prosesnya disimpan pada sebuah
textfile, yang kemudian diekstrak pada program
MATLAB untuk ditampilkan dalam grafik. Karena
data dalam bentuk diskrit, digunakan interpolasi
(b)
linear.
Respons sistem tergantung pada penentuan
konstanta-konstanta pada sistem. Pemilihan nilai
dari Ki, Kp, KL, serta M pada aplikasi didasarkan
pada pengujian yang dilakukan dengan
mempertimbangkan beberapa prinsip. Untuk
pemililhan nilai Ki dan Kp, didasarkan pada

“Seminar Nasional FORTEI 2015” 111

kestabilan sistem, yang dianalisis menggunakan aktif. Untuk incoming rate yang merupakan total
Routh Hurwitz [10]. Setelah dilakukan perhitungan kecepatan pengguna, terjadi sedikit overshoot
dengan kendali kongesti pada router seperti yang ketika pengguna 2 aktif. Namun, secara
dituliskan pada bagian perancangan, diperoleh keseluruhan sistem bekerja sesuai rancangan,
bahwa kestabilan akan tercapai pada nilai Ki dan dengan kedua pengguna mendapat kecepatan data
Kp positif. yang fair, dan incoming rate sistem terjaga stabil
Berdasarkan hasil pengujian untuk nilai Ki dan dan mencapai kondisi tunak sesuai dengan set point.
Kp, tidak boleh dipilih terlalu besar karena akan Kemudian, dilakukan komparasi hasil
menyebabkan sistem mengalami osilasi dan sulit implementasi dengan perancangan sistem ideal
mencapai kondisi tunak. Pengujian dilakukan yang dilakukan pada SIMULINK MATLAB.
dengan pengguna 1 aktif bersamaan dengan router, Konstanta yang digunakan sama tetapi pengguna 2
sedangkan pengguna 2 baru aktif di tengah-tengah diaktifkan secara bersamaan. Dalam Gambar 10
waktu simulasi. Berikut hasil yang diperoleh pada berikut ini ditunjukkan model simulasi sistem.
MATLAB.

Gambar 10. Permodelan Sistem pada SIMULINK

Dalam Gambar 11 berikut ini ditunjukkan hasil

implementasi dan dapat dibandingkan dengan hasil
SIMULINK yang ditunjukkan Gambar 12.
Gambar 8. Grafik Bandwidth terhadap Waktu dengan Pengaruh Ki dan Kp

Berdasarkan analisis di atas, dilakukan pemilihan

nilai konstanta sebagai berikut :
Ki = 8
Kp = 4
KL = 1
M = 1/Kp
Dengan setpoint ditentukan 10000, diperoleh grafik
dalam Gambar 9 berikut ini.

Gambar 11. Grafik Bandwidth terhadap Waktu dengan 2 User Aktif

Bersamaan

Gambar 9. Grafik Bandwidth terhadap Waktu dengan Ki dan Kp yang telah

ditentukan.

Dapat dilihat dalam Gambar 9, outrouter selalu

berada dalam daerah linear yaitu antara 0 dan
10000 dan terjadi sedikit osilasi ketika pengguna 2 Gambar 12. Outrouter dan Incoming Rate Hasil SIMULINK

112 “Seminar Nasional FORTEI 2015”

 yang masih dapat diterima oleh pengguna. Selain,
Ketika keduanya dibandingkan, hasil dari mampu beradaptasi terhadap kondisi jaringan,
SIMULINK sedikit berbeda dengan hasil mekanisme mampu meningkatkan jumlah pengguna
implementasi. Hal ini disebabkan karena dilakukan dengan kapasitas jaringan yang tetap.
pendekatan penggunaan 2 pengguna pada
SIMULINK dengan penempatan blok N yang
REFERENSI
menyatakan jumlah pengguna. Selain itu,
[1] R. Srikant , The Mathematics of Internet Congestion Control
digunakan blok fungsi alih waktu tunda (GD(s)) (Systems and Control: Foundations and Applications),
dengan semua waktu tunda yang ada pada sistem Springer Verlag, 2004.
direpresentasikan dalam satu blok tersebut. Faktor [2] M. Welzl, Network Congestion Control, managing internet traffic,
John Wiley & Sons, 2005.
pendekatan ini menjadi alasan utama perbedaan [3] Mamatas, L., Harks, T., Tsaoussidis, V., “Approaches to Congestion
Control in Packet Networks”, Journal of Internet Engineering, Vol. 1,
hasil implementasi dan simulasi. No. 1, 2007.
Contoh implementasi kompresi dan sistem [4] Rejae R, Handley M., and Estrin D.,”Layered Quality Adaptation for
Internet Video Streaming”, ACM SIGCOMM, Massachusets USA
kendali kongesti pada aplikasi video streaming, 1999.
ditunjukkan Gambar13 di bawah ini. [5] Papadimitriou P. And Tsaoussidis V.,”A Quality Adaptation Scheme
for Internet Video Streams”, WWIC Springer-Verlag Berlin
Heildelberg, 2007.
[6] Jeon U. And Chung K.,”Video Quality Adaptation to Improve The
Quality of Experiance in DASH Environments”, International Journal
of Computer Science and Network Security, Vol. 14, No. 8, 2014.
[7] G.A. John, Tan W, and Wee S.J., Video Streaming: Concepts,
Algorithms, and Systems, Mobile and Media Systems Laboratory, HP
Laboratories Palo Alto, Sept 2002.
[8] Rusmin P.H., “Internet Congestion Control Using Fuzzy Integral
Control”, International Journal on Electrical Engineering and
Informatics, Vol. 6, No. 3, 2014.
Gambar 13. Contoh Penerapan pada Aplikasi [9] Ramamohan, R., Discrete Cosine Transform. Academic Press, 1990.
[10] Ogata K., Modern Control Engineering, Prentice Hall, 2009
Dapat dilihat bahwa gambar kiri adalah gambar
hasil capture, sedangkan gambar kanan adalah
gambar hasil render. Hasil video rendering tidak
sebaik video capture karena faktor kualitas video
rendah. Tetapi, ditunjukan bahwa penerapan
kompresi adaptif dengan faktor kualitas pada
aplikasi video dapat diimplementasikan dan hasil
render masih dapat dikenali oleh pengguna.

V. KESIMPULAN

Komunikassi data melalui internet perlu

menjadikan kendali kongesti sebagai basis
penentuan kecepatan pengiriman data, agar
kongesti dapat dihindari dan dengan mekanisme
pengendalian proporsional dan integral kapasitas
jaringan dapat dibagi secara adil kepada seluruh
pengguna. Aplikasi video streaming menggunakan
kompresi dapat dirancang beradaptasi disesuaikan
kapasitas jaringan.
Mekanisme adaptasi kompresi yang bersifat lossy
akan mengakibatkan kualitas video menurun. Untuk
itu perlu diperhatikan batas minimum kualitas video,

“Seminar Nasional FORTEI 2015” 113

Pemodelan dan Simulasi Sel Fotovoltaik Berbasis
Rangkaian Listrik
Kho Hie Khwee, Ayong Hiendro, Junaidi
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tanjungpura
Jalan Jend. Ahmad Yani, Pontianak
[email protected]

Abstrak—Persamaan dasar sel fotovoltaik dapat digunakan penelitian dan pelatihan serta proses belajar dan
untuk membuat model sel fotovoltaik berbasis rangkaian listrik.
Model rangkaian listrik merupakan dasar untuk melakukan mengajar [7]-[9].
simulasi menggunakan program PSPICE. Pengembangan model Salah satu sifat penting dari sel fotovoltaik yang
dasar dapat dilakukan dengan memasukkan parameter rugi-rugi harus diketahui adalah karakteristik I-V karena
akibat resistansi seri, resistansi paralel dan efek rekombinasi
dioda ke dalam model sel fotovoltaik agar hasil simulasi dapat menyangkut besar daya listik maksimum yang
memberikan informasi yang lebih akurat akan kinerja sel mampu dihasilkan oleh sel fotovoltaik tersebut.
fotovoltaik yang sesungguhnya Karakteristik I-V dari sel fotovoltaik merupakan
fungsi nonlinier yang masih sulit untuk
Kata kunci— model, PSPICE, sel fotovoltaik, simulasi mendapatkan model matematik serta solusinya
I. PENDAHULUAN secara tepat [10], [11]. Dengan demikian diperlukan
model rangkaian listrik yang akurat untuk
Industri sel fotovoltaik saat ini sudah berkembang
merepresentasikan karakteristik I-V dari sel
dan sangat maju dengan kemampuan produksi
fotovoltaik.
massal panel fotovoltaik dengan harga murah untuk
Model sel fotovoltaik yang dibuat dalam makalah
aplikasi pembangkit tenaga listrik mandiri maupun
ini didahului dengan model rangkaian ideal, yang
dalam skala besar [1],[2]. Pembangkit listrik dari
kemudian ditingkatkan dengan memasukkan
sumber energi baru dan terbarukan (EBT), terutama
parameter rugi-rugi akibat resistansi seri, resistansi
energi matahari semakin diminati dan diprediksi
parallel dan efek rekombinasi dioda untuk
akan semakin meningkat di masa mendatang karena
mandapatkan hasil model rangkaian ekivalen yang
ramah lingkungan. Dengan perkembangan ini maka
akurat agar dapat menggambarkan sifat sel
meningkatkan minat peneliti dari berbagai kalangan
fotovoltaik yang sesungguhnya, terutama
dan tingkatan untuk lebih memahami sel
karakteristik I-V.
fotovoltaik.
Model sel fotovoltaik untuk simulasi II. PARAMETER SEL FOTOVOLTAIK
menggunakan perangkat lunak komputer ini Parameter listrik yang menunjukkan kinerja sel
memiliki nilai lebih bagi para peneliti, karena tidak fotovoltaik pada umumnya adalah arus hubung
membutuhkan perangkat yang mahal dan singkat (Isc), tegangan tanpa beban (Voc), daya
instruksi/prosedur yang membutuhkan banyak maksimum (Pmax), faktor isi (FF) dan efisiensi ().
waktu sebagaimana persyaratan yang dilakukan di Besar arus listrik yang dapat dihasilkan oleh sel
dalam laboratorium pada umumnya, serta fotovoltaik dapat didefinisikan sebagai:
kemudahan ini akan meningkatkan kemampuan
belajar bagi para peneliti [3], [4].
⁄
(1)
Banyak perangkat lunak yang tersedia secara di mana V dan VT masing-masing adalah
komersial, namun aksesnya sangat terbatas tegangan listrik dan tegangan thermal yang
terutama bagi peneliti mahasiswa [5]. Oleh karena dibangkitkan pada sel fotovoltaik ketika menerima
itu pada makalah ini, model sel fotovoltaik radiasi matahari. Sedangkan arus hubung singkat Isc
dibangun untuk dapat disimulasikan menggunakan dan arus saturasi I0 berkaitan erat dengan kerapatan
perangkat lunak PSPICE [6]. Perangkat lunak arus Jsc dan J0, yaitu:
PSPICE dikenal secara luas di kalangan industri, (2)

114 “Seminar Nasional FORTEI 2015”

 (3) (9)
di mana A adalah luas permukaan sel fotovoltaik,
tidak termasuk daerah yang dilapisi bahan logam. III. MODEL DASAR SEL FOTOVOLTAIK
Nilai J0 dan Jsc tergantung jenis produk sel Pada model ini, simbol dioda mewakili
fotovoltaik dan besarnya telah ditentukan oleh karakteristik daripada ⁄
. Dioda ini
pabrik pembuat sel fotovoltaik yang biasanya memiliki parameter yang merupakan perkalian
disertakan dalam katalog produk. daripada rapat arus saturasi J0 dengan luas
Selain arus hubung singkat Isc, parameter lain permukaan sel fotovoltaik A untuk menghasilkan I0.
yang penting untuk menunjukkan karakteristik sel Pada saat sel fotovoltaik menerima iradiasi
fotovoltaik adalah tegangan tanpa beban Voc. Pada matahari H (W/m2), maka arus hubung singkat yang
kondisi tanpa beban, I = 0 sehingga dari persamaan terjadi berbanding lurus terhadap iradiasi matahari
(1) dapat diperoleh: tersebut. Implementasi arus hubung singkat Isc pada
( ) (4) model rangkaian listrik (pada gambar 1) dapat
Daya output yang dihasilkan oleh sel fotovoltaik menggunakan salah satu pustaka PSPICE yaitu
merupakan perkalian dari arus output yang sumber arus yang dikendalikan oleh tegangan (Gx),
mengalir ke beban dengan tegangan terminal sel yang didefinisikan sebagai berikut:
fotovoltaik. Dengan demikian daya output adalah: (10)
* ( ⁄ )+ (5) Dengan demikian model rangkaian dasar sel
Nilai daya pada titik hubung singkat adalah nol, fotovoltaik pada gambar 1 apabila dituliskan dalam
karena tegangan pada titik tersebut bernilai nol. kode program PSPICE adalah sebagai berikut:
Gx 0 101 VALUE = {(JSC/1000)*V(302)*A}
Demikian pula daya pada titik tanpa beban, daya
D1 101 0 DIODE
bernilai nol karena arus tanpa beban adalah nol. .MODEL DIODE D(IS={J0*A})
Daya maksimum terjadi pada titik antara titik
hubung singkat dan titik tanpa beban. Titik di mana
terjadi daya maksimum disebut titik daya
maksimum (MPP) pada koordinat V = Vm dan I =
Im.
Hubungan antara Vm dan Im dapat diturunkan
menggunakan persamaan (5) dengan
mempersyaratkan dP/dV = 0, sehingga diperoleh
pada kondisi titik daya maksimum, nilai arus dan
tegangan adalah:
⁄
( ) (6)
Gambar 1 Model dasar sel fotovoltaik
( ) (7)
Parameter faktor isi didefinisikan sebagai rasio
daya maksimum (Pm) terhadap hasil perkalian Voc
dan Isc, sebagai berikut:

(8)
Sedangkan efisiensi konversi daya pada sel Gambar 2 Pengukuran karakteristik I-V
fotovoltaik adalah nilai rasio daya output sel Untuk mendapatkan karakteristik I-V dari sel
fotovoltaik terhadap daya iradiasi matahari (H) fotovoltaik, maka diperlukan input iradiasi matahari
yang mengenai permukaan sel fotovoltaik (A), yang dapat diwakilkan oleh Voltmeter (Vin) yang
sebagai berikut: dipasang pada terminal titik 102 serta tegangan

“Seminar Nasional FORTEI 2015” 115

 output sel fotovoltaik pada terminal titik 101,
seperti ditunjukkan pada gambar 2.
Sebagai contoh, untuk sel fotovoltaik dengan luas
permukaan A = 126,6 cm2, rapat arus hubung
singkat Jsc = 34,3 mA/cm2, dan J0 = 1x10-11 A/cm2,
serta nilai iradiasi matahari H = 200, 600, dan 1000
W/m2, maka kode program PSPICE ditulis sebagai
berikut:
Gx 0 101 VALUE = {(JSC/1000)*V(102)*A}
D1 101 0 DIODE
.MODEL DIODE D(IS={J0*A})
.PARAM A = 126.6 J0= 1E-11 JSC = 0.0343
VOUT 101 0 DC 0
.PARAM H = 1 Gambar 4 Kurva daya untuk H = 200, 600 dan 1000W/m2
VIN 102 0 DC {H}
.STEP PARAM H LIST 200 600 1000 IV. PENGARUH RUGI-RUGI PADA SEL
.PLOT DC I(VOUT) Model rangkaian dasar sel fotovoltaik
.PROBE menampilkan karakteristik ideal dari sel fotovoltaik
.DC VOUT 0.00 0.60 0.001 dengan menggunakan rangkaian dioda ideal. Model
.END seperti ini tidak memberikan informasi yang akurat
Hasil simulasi model sel fotovoltaik untuk mengenai daya maksimum yang mampu
menunjukkan karakteristik I-V adalah seperti dibangkitkan oleh sel fotovoltaik, karena
ditunjukkan pada gambar 3. mengabaikan parameter-parameter lain yang sangat
Sedangkan titik daya maksimum dapat diperoleh mempengaruhi kinerja sel fotovoltaik.
dengan menggambar kurva karakteristik daya sel Salah satu parameter yang mempengaruhi kinerja
fotovoltaik dari hasil perkalian V(101)*I(VOUT) sel fotovoltaik adalah rugi-rugi akibat resistansi seri
seperti ditunjukkan pada gambar 4. (Rs).
Resistansi seri pada sel fotovoltaik disebabkan
oleh resistivitas bahan semikonduktor di daerah
basis dan emiter, serta kontak logam penghantar.
Parameter lainnya adalah resistansi paralel dalam
sel fotovoltaik (Rp). Rugi-rugi resistansi paralel ini
akibat resistivitas jalur sambungan antar
semikonduktor di dalam sel fotovoltaik.
Selain itu ada efek rekombinasi di daerah muatan
ruang sel fotovoltaik yang memberikan jalur non-
ohmik yang paralel terhadap rangkaian sel
fotovoltaik. Hal ini relevan pada tegangan bias
rendah dan dapat diwakili dalam rangkaian ekivalen
Gambar 3 Karakteristik I-V untuk H = 200, 600 dan 1000 W/m2
dengan menggunakan dioda.
Pada karakteristik ideal sel fotovoltaik, koefisien
Hasil ini sesuai dengan karakteristik sel idealitas dianggap sama dengan satu (N = 1). Untuk
fotovoltaik yang sesungguhnya bahwa semakin menunjukkan sifat non idealitas, maka dapat
tinggi nilai iradiasi matahari yang diterima oleh dimasukkan suatu parameter misalnya N = 1.1
permukaan sel, maka arus hubung singkat, tegangan Sehingga hubungan antara arus dan tegangan
tanpa beban dan daya maksimum yang dihasilkan untuk sel fotovoltaik dengan memasukkan pengaruh
oleh sel fotovoltaik tersebut juga semakin tinggi. resistansi seri, resistansi paralel, rekombinasi dan
non idealitas adalah sebagai berikut:

116 “Seminar Nasional FORTEI 2015”

 ⁄ ⁄ .MODEL DIODE D(IS = {J0*A})
( )
D2 101 0 DIODE2
(11) .MODEL DIODE2 D(IS = {J02*A}, N = 2)
RP 101 0 100K
.PARAM A = 126.6 J0 = 1E-11 J02 = 1E-9
Dari persamaan (11), maka model rangkaian .PARAM JSC = 0.0343
ekivalen sel fotovoltaik adalah seperti ditunjukkan .PARAM RS = 1
pada gambar 5. RS 101 103 {RS}
Efek rekombinasi yang diwakili dengan diode D2 VOUT 103 0 DC 0
pada rangkaian gambar 5, dalam kode program VIN 102 0 DC 1000
PSPICE dapat dituliaskan sebagai: .PLOT DC I(VOUT)
.MODEL DIODE2 D(IS = { J02*A}, N = 2) .DC VOUT 0.0 0.6 0.01
Dalam kode program tersebut dioda D2 memiliki .STEP PARAM RS LIST 0.0001 0.05 0.1
.PROBE
arus saturasi I02 = J02A.
.END
Pengaruh sifat non idealitas pada diode utama D1
Hasil simulasi ditunjukkan pada gambar 6. Di
juga dapat dimasukkan ke dalam kode program
sini terlihat bahwa resistansi seri tidak berpengaruh
PSPICE, misalnya:
terhadap arus hubung singkat dan tegangan tanpa
.MODEL DIODE D(IS = {J0*A}, N = 1.1)
beban daripada sel fotovoltaik. Akan tetapi dengan
semakin besarnya nilai resistansi seri maka terjadi
penurunan titik daya maksimum yang mampu
dihasilkan oleh sel fotovoltaik.

Gambar 5 Model lengkap sel fotovoltaik

Dengan demikian penulisan kode program

PSPICE untuk rangkaian ekivalen sel fotovoltaik
pada gambar 5 adalah sebagai berikut:
Gx 0 101 VALUE = {(JSC/1000)*V(102)*A}
D1 101 0 DIODE Gambar 6 Pengaruh resistansi seri
.MODEL DIODE D(IS = {J0*A})
D2 101 0 DIODE2 B. Resistansi Paralel
.MODEL DIODE2 D(IS = {J02*A}, N = 2) Resistansi paralel juga turut berkontribusi
A. Resistansi Seri menurunkan kinerja sel fotovoltaik. Dengan
Untuk menunjukkan pengaruh nilai resistansi seri menggunakan nilai Rs = 1Ω, dengan variasi Rp =
terhadap karakteristik I-V sel fotovoltaik, dapat 0,2 Ω, 1 Ω, dan 100 Ω. Penulisan kode program
dilakukan simulasi dengan memberikan variasi nilai PSPICE untuk simulasi ini adalah:
Gx 0 101 VALUE = {(JSC/1000)*V(102)*A}
resistansi seri Rs = 0,0001 Ω, 0,05 Ω dan 0,1 Ω.
D1 101 0 DIODE
Sedangkan resistansi shunt dibuat tetap sebesar Rp .MODEL DIODE D(IS = {J0*A})
= 100k Ω. D2 101 0 DIODE2
Penulisan kode program PSPICE untuk simulasi .MODEL DIODE2 D(IS = {J02*A}, N = 2)
ini adalah sebagai berikut: RS 101 103 1U
Gx 0 101 VALUE = {(JSC/1000)*V(102)*A} .PARAM A = 126.6 J0 = 1E-11 J02 = 1E-9
D1 101 0 DIODE

“Seminar Nasional FORTEI 2015” 117

 .PARAM JSC = 0.0343 VOUT 103 0 DC 0
.PARAM RP = 1 VIN 102 0 DC 1000
RP 101 0 {RP} .PLOT DC I(VOUT)
VOUT 103 0 DC 0 .DC VOUT 0.0 0.6 0.01
VIN 102 0 DC 1000 .STEP PARAM J02 LIST 1E-08 1E-06 1E-04
.PLOT DC I(VOUT) .PROBE
.DC VOUT 0.0 0.6 0.01 .END
.STEP PARAM RP LIST 0.2 1 100
.PROBE
.END
Gambar 7 menunjukkan hasil simulasi pengaruh
resistansi paralel terhadap sel fotovoltaik.
Hasil simulasi menunjukkan terjadi penurunan
tegangan tanpa beban apabila resistansi paralel
dalam sel fotovoltaik bernilai rendah. Akibatnya
titik daya maksimum juga menurun seiring dengan
berkurangnya nilai resistansi paralel.

Gambar 8 Pengaruh resistansi rekombinasi

Tegangan tanpa beban pada sel fotovoltaik

berkurang akibat efek rekombinasi. Hal ini
ditunjukkan pada gambar 8. Hasil simulasi
mengindikasikan bahwa karakteristik I-V sel
fotovoltaik mengalami penurunan apabila efek
rekombinasi besar.
V. KESIMPULAN
Daya listrik yang dihasilkan oleh suatu panel
Gambar 7 Pengaruh resistansi paralel surya tidak hanya tergantung kepada besarnya
C. Rekombinasi intensitas radiasi yang diterimanya, namun juga
Pada simulasi ini, menggunakan resistansi paralel rugi-rugi akibat resistansi seri, resistansi paralel dan
yang besar dan resistansi seri yang kecil untuk efek rekombinasi. Untuk mendapatkan informasi
memperjelas efek daripada rekombinasi. Untuk yang akurat maka rugi-rugi tersebut harus
menunjukkan efek rekombinasi, maka dimasukkan sebagai bagian dari model sel
menggunakan variasi nilai J02 = 10-8 A/cm2, 10-6 fotovoltaik.
A/cm2 dan 10-4 A/cm2. Penulisan kode program REFERENCES
PSPICE untuk simulasi ini adalah: [1] D.D. Nguyen and B. Lehman, ―Modeling and Ssimulation of PV arrays
Gx 0 101 VALUE = {(JSC/1000)*V(102)*A} under changing illumination cConditions,‖ IEEE COMPEL Workshop
Troy, pp. 295–299, 2006.
D1 101 0 DIODE [2] A. Zekry, A and Al-Mazroo, ―A distributed SPICE model of a solar
.MODEL DIODE D(IS = {J0*A}) cCell,‖ IEEE Transactions on Electron Devices, vol. 43, pp. 691–700,
D2 101 0 DIODE2 1996.
[3] J.O. Campbell, J. Bourne, P. Mosterman, and A.J. Brodersen, ―The
.MODEL DIODE2 D(IS = {J02*A}, N = 2) effectiveness of learning simulations for electronic laboratories,‖
RS 101 103 1U Journal of Engineering Education, vol. 91, pp. 81–87, 2002.
RP 101 0 1K [4] D. Koretsky, D. Amatore, C. Barnes, and S. Kimura, ―Enhancement of
student learning in experimental design using a virtual laboratory,‖
.PARAM A = 126.6 J0 = 1E-11 IEEE Transactions on Education, vol. 51, pp. 76-85, 2008.
.PARAM JSC = 0.0343 [5] D.L. King, J.K. Dudley, and W.E. Boyson, ―PVSIM: A simulation
program for photovoltaic cells, modules, and arrays‖, in Proc. The 25th
.PARAM J02 = 1 IEEE PVSC, 1996.

118 “Seminar Nasional FORTEI 2015”

 [6] MicroSim® Design Manager, ―Evaluation Version 8.0,‖ MicroSim [9] W.G. Hurley and C.K. Lee, ―Development, implementation, and
Corporation, 1997. assessment of a web-based power electronics laboratory,‖ IEEE
[7] N.R. Desai, K.V. Hoang, and G.J. Sonek, ―Applications of PSPICE Transactions on Education, vol. 48, pp. 567–573, 2005.
simulation software to the study of optoelectronic integrated circuits [10] W. De Soto, S. Klein, and W.A. Beckman, ―Improvement and
and devices,‖ IEEE Transactions on Education, vol. 36, pp. 357-362, validation of a model for photovoltaic array performance,‖ Solar
1993. Energy, vol. 80,pp. 78–88, 2006.
[8] I. Chamas and M.A.E. Nokali, ―Automated PSpice simulation as an [11] J. Gow, C. Manning, ―Development of a photovoltaic array model for
effective design tool in teaching power electronics,‖ IEEE use in power-electronics simulation studies,‖ in IEE Proc. of Electric
Transactions on Education, vol. 47, pp. 415-421, 2004. Power Applications, vol. 146, pp. 193-200, 1999.

“Seminar Nasional FORTEI 2015” 119

 Zat Warna Alam Kayu Tingi (Ceriops tagal)
sebagai Sensitizer Cahaya pada Sel Surya
Fotoelektrokimia
Syahrul Khairi#1, Ari Yustisia Akbar*2, Zaky Alfatony+3
#
Program Studi Teknik Kimia, Fakultas Teknik, Universitas Tanjungpura, Pontianak, Indonesia
1
[email protected]
*
Pusat Penelitian Metalurgi dan Material, Lembaga Ilmu Pengetahuan Indonesia, Puspitek Serpong, Indonesia
2
[email protected]
+
Jurusan Teknik Kimia, Fakultas Teknologi Industri, Institut Teknologi Bandung, Bandung, Indonesia
3
[email protected]

Abstract— Telah dilakukan sensitisasi terhadap lapis tipis TiO2 n junction pengganti silikon telah dikembangkan
menggunakan zat warna kayu Tingi (Ceriops tagal) pada
konstruksi sel surya fotoelektrokimia. Deposisi lapis tipis TiO2
dengan tujuan mendapatkan efisiensi yang lebih
dilakukan dengan metode slip coating suspensi HCl pH 5 TiO2 tinggi akan tetapi menimbulkan permasalahan yang
Degussa pada substrat kaca Flourine Tin-doped Oxide (FTO). serius bagi lingkungan karena menggunakan logam
Adsorpsi zat warna dilakukan dengan imersi lapis tipis TiO2
setelah kalsinasi pada larutan zat warna dalam etanol selama 24
berat.
jam yang kemudian digunakan sebagai elektroda kerja. Lapis tipis Selama kurun waktu satu dekade terakhir ini sel
grafit pada substrat kaca FTO sebagai elektroda lawan dibuat surya tersensitisasi zat warna atau Dye-sensitized
dengan metode slip coating dari suspensi etanol grafit. Analisis
dengan spektrofotometer UV-Vis menunjukan serapan zat warna
solar cell (DSSC) telah dipelajari secara intensif
Tingi dalam larutan etanol maksimum pada panjang gelombang kerena menghasilkan performa yang tinggi dan
480 nm. Karakterisasi lapis tipis TiO2 dengan difraksi sinar X biaya produksi yang rendah. Berbeda dengan sel
menunjukan adanya fasa kristalin anatase sebesar 87 % dengan
diameter 16,8 nm dan fasa rutile sebesar 13 % dengan diameter
surya konvensional sistem p-n junction, DSSC
kristal 19,9 nm. Pengujian kinerja sel surya dilakukan dengan menggunakan perangkat penyerap cahaya dan
mengukur arus sel surya dengan variasi tegangan selama pembawa muatan secara terpisah sehingga
penyinaran dengan simulasi matahari menggunakan Philipe
Powertone. Hasil pengukuran menunjukan bahwa sel surya
menjanjikan peningkatan efektivitas keduanya.
sensitiser Tingi mempunyai Jsc, Voc, dan ff berturut-turut sebesar Kelebihan yang lain adalah proses pembuatan yang
1,8 mA/cm2, 95 mV, dan 0,51. mudah dan murah dengan estimasi biaya sebesar
0,48-0,64 USD/watt untuk memperoleh efisiensi
Keywords— Fotoelektrokimia, Dye Sensitized Solar Cell, zat 10% (Smestad, 2003). Biaya ini jauh lebih rendah
warna alam, tingi
dibandingkan biaya sistem p-n junction berbasis
I. PENDAHULUAN silikon lengkap dengan efisiensi 12,5% sebesar 5,5
Penggunaan radiasi matahari secara langsung USD/watt (IEA report, 2002) Hal inilah yang
menjadi energi listrik oleh sel surya merupakan mendukung penggunaan DSSC secara luas dengan
langkah alternatif penggunaan energi alam yang tujuan komersial dalam waktu dekat.
terbarukan. Sel surya dengan efisiensi sebesar Efisiensi DSSC sebesar 10% ini didapat melalui
10 % menggunakan 1 % dari total luas permukaan penggunaan zat warna sintetik kompleks rutenium
bumi diperkirakan dapat mencukupi dua kali dengan variasi ligan sebagai fotosensitiser dan
kebutuhan energi dunia (Smestad, 2002). platina sebagai katalis elektroda. Rutenium
Awal perkembangan sel surya dimulai dengan merupakan salah satu logam berat yang bersifat
ditemukannya sel surya sistem p-n junction racun dan cukup mahal. Oleh karena itu perlu dikaji
berbahan dasar silikon. Namun sel surya silikon ini alternatif zat warna dari bahan-bahan lain untuk
masih terlalu mahal untuk bersaing secara digunakan sebagai fotosensitiser sel surya.
kompetitif dengan bahan bakar fosil. Penggunaan Kayu Tingi (Ceriops tagal) merupakan salah satu
CdS/CdTe, CdS/CdInSe, dan ZnO/CdTe sebagai p- sumber daya alam Indonesia dan pemanfaatannya

120 “Seminar Nasional FORTEI 2015”

 baru sebatas sebagai pewarna batik alami. Pewarna working elektroda dimulai dengan kalsinasi plat
alam ini mempunyai sifat ramah lingkungan karena kaca-TiO2 pada suhu 450C selama 30 menit
tidak mengandung logam berat dan senyawa toksik dilanjutkan dengan proses imersi dalam larutan zat
serta kemampuannya dalam menyerap cahaya pada warna Tingi selama 12 jam. Sebagai elektroda
spektrum tampak sehingga dinilai dapat digunakan counter dideposisikan grafit pada pelat FTO.
sebagai bahan alternatif untuk pembuatan Elektroda working ditetesi dengan larutan elektrolit
fotosensitiser pada sel surya fotoelektrokimia. kemudian ditambahkan elektroda counter diatasnya
Fotosensitiser yang ideal mampu menyerap untuk menghasilkan satu unit sandwich sel surya.
semua spektrum cahaya tampak dari sinar matahari. Larutan elektrolit terdiri atas 0,5 M Kalium Iodida
Kayu tinggi mempunyai pigmen dominan berwarna dan 0,05 M Iodin dalam pelarut etilen glikol. Sel
merah sedangkan pigmen daun Tom dominan surya yang telah dirakit diukur besar tegangan dan
berwarna biru. Secara teoritis kayu Tingi akan arus listrik yang dihasilkan dengan simulasi
mempunyai serapan elektronik teoritis pada panjang matahari menggunakan lampu Philip Powertone.
gelombang 491-570 nm. Dengan adanya perbedaan
III. HASIL DAN PEMBAHASAN
panjang gelombang serapan dari kedua macam zat
warna tersebut, maka dengan metode pencampuran Sensitisasi semikonduktor TiO2 telah dilakukan
(double-mixed) diharapkan akan menghasilkan untuk digunakan pada sel surya fotoelektrokimia
sensitiser baru dengan spektral serapan cahaya lebih menggunakan campuran ekstrak alami pewarna
lebar dari pada sensitiser tunggal. batik yaitu kayu Tingi (Ceriops tagal).
Karakterisasi lapis tipis TiO2 dilakukan dengan
II. METODOLOGI metode difraksi sinar X (XRD) dengan tujuan untuk
A. Bahan dan Alat mengetahui tipe kristal, komposisi, dan ukuran
Bahan yang digunakan meliputi kayu Tingi partikel kristal pembentuk lapis tipis TiO2. Kajian
(Ceriops tagal) dari kabupaten Sleman DIY, TiO2 serapan elektronik zat warna dilakukan dengan
(P25 Degussa), HCl pH 5, Triton X-100, Etanol p.a., menggunakan spektrofotometer UV-Vis dengan
grafit, kalium iodida (KI) dari Kimia Farma, Iodin tujuan untuk mengetahui daerah puncak serapan
(I2) (Merck), etilen glikol, akuades, aseton, substrat maksimum penguat dugaan proses sensitasi zat
kaca FTO (Fluorine-doped Tin Oxide) R ~ 25-27  warna pada lapis tipis TiO2 telah terjadi.
cm-2, isolasi Scotch 3M, kertas saring. Alat yang Unjuk kerja sel surya ini dipelajari dengan
digunakan adalah lumpang porselin, alat timbang, mengukur tegangan rangkaian terbuka (Voc), rapat
seperangkat alat gelas, furnace, evaporator vakum, arus rangkaian hubungan singkat (Isc) dan fill factor
ultrasonic cleaner, oven, alat timbang digital, UV- (ff) dengan penyinaran menggunakan sumber
Vis Lambda Bio 20 spektrofotometer Perkin Elmer, cahaya buatan dari lampu merkuri dan tanpa cahaya.
multimeter digital Sanwa, penjepit buaya, kabel, Harga Voc, Isc, dan ff yang dihasilkan dapat memberi
lampu Philips Powertone 160 W. gambaran mengenai efisiensi pengubahan energi
foton dari cahaya yang mengenai sel surya menjadi
B. Prosedur Kerja sinyal fotolistrik.
Kayu Tingi yang telah dipotong-potong
A. Karakterisasi Lapis Tipis Kristal TiO2
dimaserasi dengan n-heksana selama 24 jam untuk
menghilangkan lipid. Kayu Tingi hasil maserasi Karakterisasi dengan menggunakan difraksi
diekstraksi secara kontinu dengan aseton. sinar-X dilakukan untuk menentukan fasa dan
Kemudian dievaporasi pada suhu kamar. Zat warna ukuran kristal penyusun lapis tipis TiO2 pada pelat
dari kayu Tingi diukur absorbansi maksimumnya kaca. Pada karakterisasi ini digunakan material
menggunakan spektrofotometer Uv-Vis. TiO2 awal serbuk TiO2 P25 degussa sebagai pembanding.
anatase/P25 Degussa dilarutkan dalam HCl dengan Ukuran partikel TiO2 memegang peranan penting
pH 5 kemudian ditambahkan Triton sebagai perekat pada keberhasilan proses coating zat warna pada
dan dilapiskan ke dalam pelat kaca FTO berukuran permukaan semikonduktor TiO2. Difraktogram
1x0,5 cm yang telah dilapisi SnO2. Preparasi yang diperoleh disajikan pada gambar 2.

“Seminar Nasional FORTEI 2015” 121

 a. Adanya pergeseran puncak difraksi fasa anatase
dari 2θ (o) = 25,3 ke arah 2θ yang lebih tinggi pada
sistem lapis tipis yaitu 2θ (o) = 26,0
mengkonfirmasikan terjadinya perubahan ukuran
partikel TiO2 menjadi lebih kecil. Semakin kecil
ukuran partikel semakin besar luas permukaan.
Semakin besar luas permukaan diharapkan dapat
meningkatkan kapasitas adsorpsi zat warna pada
permukaan material.

Tabel 1.
Jarak antar bidang serta ukuran fasa kristal serbuk dan lapis tipis TiO2

Anatase (d101) Rutile (d110)

b. TiO2 D
2θ d (Å) 2θ d (Å) D (nm)
(nm)
Data
- 3,5 - - 3,2 -
JCPDS
P25
25,3 3,5 20,4 27,5 3,2 25,6
Degussa
Lapis tipis
26,0 3,4 16,8 28,1 3,2 19,9

Secara teoritis serbuk TiO2 P25 Degussa tersusun

atas fasa kristal anatase dan rutile dengan komposisi
80 % anatase dan 20 % rutile (Kartini, 2004).
Komposisi fasa kristal anatase dan rutile pada lapis
tipis TiO2 ditentukan melalui perhitungan fraksi
Gambar 2. Difraktogram (a) TiO2 P25 Degussa dan (b) Lapis tipis TiO2 pada berat anatase. Hasil perhitungan disajikan pada
pelat kaca tabel 2.
Tabel 2.
Dari data difraktogram (b) lapis tipis TiO2 Komposisi fasa anatase dan rutile pada serbuk dan lapis tipis TiO2
teridentifikasi fasa kristalin TiO2 dengan
kemunculan puncak-puncak yang tajam diatas TiO2 Anatase Rutile
P25 Degussa 84,5 % 15,5 %
background amorf dari silika penyusun kaca Lapis tipis TiO2 87 % 13 %
sebagai substrat lapis tipis TiO2. Difraktogram
tersebut terlihat adanya puncak anatase pada Dari tabel tersebut terlihat adanya perubahan
d101=3,4198 Å dan puncak rutile pada d110=3,1680 persentase jumlah dari kristal penyusun, yaitu
Å. Data tersebut dibandingkan dengan database terjadinya peningkatan untuk kristal fasa anatase
JCPDS yang menyatakan jarak antar bidang (d) disertai penurunan fasa rutile. Telah dibuktikan
untuk fasa penyusun TiO2 yaitu anatase dan rutile bahwa fasa kristal TiO2 yang efektif untuk
(JCPDS anatase 21-1272 dan rutile 21-1276) pada digunakan sebagai lapis tipis pada sistem sel surya
3,52 dan 3,24 Å. Perhitungan dengan persamaan adalah anatase (Kartini, 2004). Tingginya
Scherrer, diketahui ukuran fasa kristal (D) untuk persentase fasa kristal anatase diharapkan akan
anatase dan rutile berturut-turut sebesar 16,8 dan menghasilkan kinerja yang optimum pada sistem
19,9 nm, sehingga fasa kristal penyusun TiO2 sel surya berbasis sistem lapis tipis TiO2
berada dalam skala nano (nanokristalin). Hasil tersensitisasi zat warna. Hal tersebut disebabkan
perhitungan disajikan pada tabel 1. akibat proses transfer muatan pada lapisan anatase
Tidak terjadi perubahan struktur kristal TiO2 berlangsung lebih cepat daripada lapisan rutile,
setelah di-coating pada permukaan FTO, namun karena sifat fisis partikel fasa rutile yang lebih
perubahan ukuran partikel dapat teramati dari mampat ditambah luas permukaan lapis tipis TiO2
pergeseran puncak difraksi ke arah sudut besar.

122 “Seminar Nasional FORTEI 2015”

fasa rutile yang lebih kecil akan menyebabkan
jumlah zat warna yang teradsorp menjadi lebih
sedikit. Walaupun demikian, adanya campuran
kristal fasa anatase dan rutile pada TiO2 sangat
menguntungkan untuk efektifitas kinerja sel surya
dikarenakan keberadaan fasa rutile yang memiliki
energi band gap yang lebih rendah daripada fasa
anatase. Energi band gap yang lebih rendah pada
fasa rutile dapat memperkecil kemungkinan
terjadinya rekombinasi elektron dalam sistem sel
surya.
Ketika elektron zat warna berada dalam keadaan
tereksitasi dengan energi yang belum tepat untuk Gambar 4. Spektra serapan elektronik ekstrak zat
melakukan injeksi ke pita konduksi TiO2 anatase, warna dalam pelarut etanol
dengan adanya fasa rutile diharapkan akan
melakukan injeksi ke pita konduksi TiO2 fasa rutile, Serapan energi bisa dihasilkan dari perpindahan
sehingga proses rekombinasi elektron atau proses elektron dari satu orbital ke orbital lain. Energi
elektron dari zat warna kembali ke keadaan dasar yang dibutuhkan dapat berada di daerah inframerah,
dapat dicegah karena elektron melakukan injeksi ke visibel maupun ultraviolet. Spektra serapan larutan
pita konduksi TiO2 fasa rutile. zat warna dengan warna yang berbeda
Dari analisis data XRD, lapis tipis TiO2 yang menghasilkan serapan maksimum pada panjang
dihasilkan pada penelitian ini tetap memiliki gelombang yang berbeda pula, karena energi yang
komposisi fasa kristal anatase dan rutile dalam dibutuhkan untuk transfer elektron berbeda untuk
skala nano (nanokristalin) sehingga lapis tipis setiap senyawa. Pergeseran spektra serapan
tersebut diharapkan cukup baik untuk digunakan elektronik ke arah merah pada sistem lapis tipis
sebagai substrat zat warna untuk sistem sel surya TiO2-zat warna terjadi karena adanya transfer
tersensitisasi zat warna (DSSC). elektron dari tingkat energi tereksitasi zat warna
B. Kajian Serapan Elektronik Lapis Tipis TiO2-Zat Warna
menuju pita konduksi TiO2. Transfer elektron
tersebut diperkirakan terjadi melalui pembentukan
Untuk mengetahui adanya sensitisasi zat warna kelat gugus fungsional zat warna dengan Ti(IV)
pada lapis tipis TiO2 dilakukan pengukuran serapan lapis tipis TiO . Karakter serapan elektronik zat
2
elektronik dengan Diffuse Reflectant Uv-Vis (DR- warna dan sistem lapis tipis TiO -zat warna
2
UV-Vis) pada daerah cahaya tampak. Sensitisasi disajikan secara kuantitatif pada tabel 3.
merupakan fenomena pergeseran respon elektronik
suatu sistem terhadap suatu energi radiasi. Kajian Tabel 3
sensitisasi zat warna alami pada lapis tipis TiO2 Karakter serapan elektronik zat warna alami dan TiO2 tersensitisasi

dilakukan dengan analisis serapan elektronik Serapan Serapan Pergese

ekstrak zat warna dibandingkan dengan serapan Warna dalam lapis tipis ran
Zat warna etanol TiO2 serapan
elektronik lapis tipis TiO2-zat warna. Fenomena larutan
λmax (nm) λmax (nm) (nm)
sensitisasi ditunjukkan oleh adanya pergeseran
Tingi coklat 480 505 25
panjang gelombang maksimum pada pola serapan
sistem TiO2–zat warna (Garcia, 2003). Adanya
pergeseran ini menunjukkan terjadinya interaksi TiO2 merupakan suatu material oksida yang
antara zat warna-lapis tipis TiO2 yang memicu memiliki serapan maksimum pada daerah sinar
terjadinya injeksi elektron dari keadaan tereksitasi ultraviolet, sehingga material ini tidak aktif pada
zat warna menuju pita konduksi TiO2. daerah sinar tampak. Sedangkan zat warna Tingi
sangat aktif pada daerah sinar tampak. Kuantitas
serapan zat warna Tingi disajikan pada gambar 4,

“Seminar Nasional FORTEI 2015” 123

dalam sistem zat warna Tingi dalam etanol terlihat Pada Gambar 6 terlihat bahwa pada sistem tanpa
puncak maksimum berada pada daerah panjang sensitiser, kurva I-V melewati titik (0,0) yang
gelombang 480 nm. menunjukkan tidak adanya respon fotovoltaik
walaupun telah terkena cahaya tampak. Hal ini
C. Karakterisasi Arus (I) dan Tegangan (V) Sistem Sel Surya
disebabkan karena tanpa adanya sensitiser, lapis
dengan Sensitiser Zat Warna Tingi tipis TiO2 hanya akan menyerap radiasi ultraviolet
a. yang sesuai dengan energi celah pitanya. Pada
kurva I-V sel surya dengan sensitiser terjadi arus
negatif ketika sel bekerja pada potensial 0-200 mV
yang menunjukan bangkitnya arus internal sel surya
oleh adanya penyinaran cahaya tampak. Dari kurva
I-V masing-masing sensitiser dapat ditentukan nilai
Jsc, Voc, dan ff yang merupakan parameter kinerja
sel surya.
Tabel 4
Hasil pengukuran arus-tegangan sistem sel surya berbasis
sensitiser zat warna alami

Jsc fill factor

Nama sensitizer Voc (mV)
(mA/cm2) (ff)
b. Kayu Tingi
1,8 95 0,51
(Ceriops tagal)

Tabel 4 menunjukan bahwa zat warna Tingi

berhasil mensensitisasi semikonduktor TiO2 dengan
adanya rapat arus dan tegangan yang terukur. Nilai
fill factor yang dihasilkan masih lebih rendah
dibandingkan sel surya dengan sensitiser sintetik
dari komplek Rutenium.

IV. KESIMPULAN
Gambar 6. Kurva I-V sel surya (a) tanpa sensitiser
dan (b) dengan sensitiser zat warna Tingi
Pelapisan TiO2 pada substrat kaca berhasil
dilakukan menghasilkan lapis tipis fasa kristalin
Ukuran kinerja sel surya ditentukan oleh
dengan komposisi anatase 87 % dan rutile 13 %.
sensitisasi berupa pergeseran merah serapan
Diameter fasa kristalin dari lapis tipis TiO2 adalah
semikonduktor TiO2 setelah dilakukan adsorpsi zat
16,8 nm (anatase) dan 19,9 nm (rutile). Adsorpsi zat
warna pada permukaannya. Pergeseran merah ini
warna Tingi, menghasilkan pergeseran merah pada
diharapkan agar sel surya dapat bekerja pada daerah
pita serapan UV-visibel yang mengindikasikan
sinar tampak, spektrum matahari yang dominan
adanya sensitisasi. Hal ini diperkuat dengan adanya
sampai ke permukaan bumi. Pergeseran merah
respon fotovoltaik, yaitu timbul arus dan beda
teramati dengan spektra UV-visibel yang
potensial pada sel surya ketika mendapat
dikonfirmasi dengan munculnya arus dan tegangan
penyinaran cahaya tampak. Untuk sensitiser Tingi
ketika sel surya disinari cahaya buatan dengan
didapat Jsc, Voc, dan ff berturut-turus sebesar 1,8
spektrum pada daerah sinar tampak. Gambar 6
mA/cm2, 95 mV, dan 0,51.
merupakan hasil pengukuran arus listrik yang
dihasilkan oleh sel surya pada variasi tegangan
keluar.

124 “Seminar Nasional FORTEI 2015”

 REFERENCES
[1] Smestad, G.P., 2002, Optoelectronics of Solar Cells, Washington:
SPIE-The international Society for Optical Engineering, Washington.
[2] Smestad, G.P., 2003, On the Verivication of the Current Voltage
Characteristics and Efficiencies in Dye Sensitized TiO2 Solar Cells,
Paul Scherrer Institute Laboratory for Energy and Process Technology,
Switzerland.
[3] International Energy Agency, 2002, Trends in Photovoltaic
Applications in Selected IEA Countries Between 1992 and 2001 in
Photovoltaic Power System Program, Report IEA PVPST1-11:2002.
[4] Kartini, I., 2004, Synthesis and Characterisation of Mesostructured
Titania for Photoelectrochemical Solar cells, School og Engineering,
The University of Queensland, Queensland.
[5] Garcia, C.G., Polo, A.S., Murakami Iha, N.Y., 2003, Fruit Extracts and
Ruthenium polypyridinic Dyes for Sensitization of TiO2 in
Photoelectrochemical Solar Cells, J. Photochem.Photobiol. A:
Chem.160, 87-91.

“Seminar Nasional FORTEI 2015” 125

 Penentuan Pasal Tindak Pidana Narkotika
Menggunakan Case-Based Reasoning
Berbasis Web
Tursina#1, Yulianti*2, Giovani Veraninsky#3
#
Program Studi Teknik Informatika
Fakultas Teknik Universitas Tanjungpura
e-mail: [email protected]
e-mail: [email protected]
e-mail: [email protected]

Abstrak—Case Based Reasoning (CBR) merupakan suatu dapat mengetahui isi pasal dalam KUHP dan undang-undang
penalaran yang mengambil kesimpulan atau solusi dengan cara khusus yang mengatur suatu tindak pidana khususnya tinda
mengadopsi solusi yang sudah ada (kasus terdahulu). Hal yang pidana narkotika. Disamping itu kurangnya pengetahuan
terpenting dalam CBR adalah menentukan nilai kemiripan atau
tentang hukum pidana narkotika akan menyebabkan faktor
similaritas antara kasus-kasus yang tersimpan di basis kasus
dengan kasus baru yang akan dicari solusinya. Salah satu kebingungan bagi masyarakat awam saat terlibat dalam kasus
metode similaritas yang bisa digunakan adalah dengan cara pidana, baik sebagai tersangka maupun korban.
Sorensen Coefficient. Syarat suatu permasalahan dapat Mengingat hal tersebut maka diperlukan suatu sistem
diselesaikan dengan CBR adalah adanya kasus – kasus yang cerdas yang berbeda dalam bentuk case based reasoning
akan disimpan di basis kasus. CBR dapat di diimplementasikan (CBR) sedangkan metode similaritas yang digunakan
dalam penentuan pasal tindak pidana narkotika. Sistem CBR
menggunakan Sorensen Coefficieent. Metode Sorensen
akan memberikan hasil berupa pasal yang terlibat, bunyi, dan
sanksi pidana dari pasal tersebut dengan mengadopsi solusi- merupakan salah satu cara untuk menghitung similaritas dua
solusi berupa pasal yang terdapat pada kasus-kasus sebelumnya objek (items) yang bersifat biner [3]. Data yang digunakan
Keywords— Case based reasoning (CBR), Similaritas, Sorensen berupa data kasus yang memiliki aturan pasti sehingga data
Coefficient (SMC), pasal, narkotika. kasus tersebut tergolong data biner. Sistem ini akan
. memberikan hasil berupa pasal yang terlibat, bunyi, dan
sanksi pidana dari pasal tersebut dengan mengadopsi solusi-
solusi berupa pasal yang terdapat pada kasus-kasus
I. PENDAHULUAN sebelumnya. Kasus tersebut telah tersimpan didalam basis
Case-Based Reasoning (CBR) merupakan penalaran yang kasus yang mempunyai kemiripan permasalahan dengan kasus
bertujuan untuk menyelesaikan permasalahan baru dengan baru sehingga dapat dijadikan sebagai solusi. Sistem yang
cara mengadapasi solusi-solusi yang terdapat pada kasus- dibangun berbasis web agar dapat diakses oleh masyarakat
kasus sebelumnya yang mempunyai permasalahan yang mirip secara online melalui internet.
dengan kasus yang baru [1]. Sumber pengetahuan utama Sumber data utama yang diperoleh sebagai penunjang
sistem CBR adalah berdasarkan kasus-kasus yang telah ada dalam membangun CBR untuk menentukan pasal tindak
atau yang telah tersimpan didalam basis kasus. Kasus-kasus pidana narkotika adalah kasus-kasus terdahulu. Dari kasus
dapat diperoleh dari pengalaman seseorang atau pengalaman kasus yang telah ada akan di biat fitur-fitur yang mengarah
seorang pakar dibidangnya. pada suatu pertanyaan yang mengarah pada penyalahgunaan
Cara kerja pada CBR [2] adalah kasus yang baru akan narkotika. Jawaban dari user akan dibuat dalam bentuk biner
dicocokkan dengan kasus-kasus yang ada didalam basis kasus yaitu 1 untuk jawaban Ya dan 0 untuk jawaban tidak.
dan akan menemukan satu atau lebih kasus yang mirip dengan
cara menghitung tingkat kemiripan (similaritas) antara kasus II. URAIAN PENELITIAN
yang baru dengan kasus yang ada di basis kasus. Implementasi
CBR sudah banyak dilakukan diberbagai bidang, salah A. Case Based Reasoning
satunya dapat diimplementasikan dibidang hukum. Case based reasoning (CBR) adalah salah satu penalaran
Pada penelitian ini, case based reasoning akan dengan pendekatan berbasis kasus untuk mempelajari dan
diimplentasikan untuk menentukan pasal tindak pidana memecahkan masalah. Kasus tersebut bisa di peroleh dari
Narkotika berdasarkan UU No. 35 Tahun 2009 tentang pengalaman atau kejadian pada masa lalu, Hal ini sanat
narkotika Masalah hukum pidana di Indonesia sangat berbeda dengan penalaran yang berbasis aturan yang harus
kompleks sehingga cukup sulit bagi masyarakat awam untuk mengetahui cara menyelesaikan suatu masalah. Pengalaman

126 “Seminar Nasional FORTEI 2015”

 yang lalu dikumpulkan dan disimpan dalam tempat yang Pengambilan data, pada langkah ini kasus-kasus yang telah
disebut Basis Kasus. Basis kasus adalah kumpulan kasus- tersimpan dalam basis kasus diambil atau dipilih sebagai
kasus yang pernah terjadi. [4]. sebuah solusi, dimana data ditampilkan dengan urutan tingkat
CBR memiliki kemiripan dengan seorang dokter dimana nilai kemiripan (similarity) yang paling tinggi dengan range
dokter akan meneliti dan mendiagnosa gejala yang terjadi antara 0 sampai 1.
pada pasien, kemudian mencari kasus atau gejala yang pernah
C. Pencarian Similaritas Kasus
dia tangani sebelumnya sehingga dokter memberikan hasil
diagnosa dan terapi terhadap pasien seperti halnya yang Pencarian kasus yang mirip (proses retrieve) pada system
pernah dilakukan pada pasien terdahulu. [5]. yang akan dibangun menggunakan metode Sorensen
Coefficient (SBC). SBC merupakan salah satu cara untuk
B. Metodologi Case-Based Reasoning menghitung similaritas dua objek (items) yang bersifat biner.
Untuk menghasilkan solusi suatu masalah, CBR harus Formula yang digunakan Sorensen Coefficient untuk
melakukan beberapa tahap proses dimana CBR harus mencari menghitung similaritas antara dua objek A dan B, seperti pada
kemiripan kasus baru dengan kasus yang tersimpan, atau persamaan berikut.
ketika ada perubahan terhadap solusi suatu kasus. Tahapan Sorensern Coefficient [3]
proses yang terjadi dalam CBR dibutuhkan empat (4) tahap, 2M 11 
yaitu:[1] SBC ( X , Y ) 
2 M 11  M 10  M 01 

1. Retrieve (penelusuran) adalah menemukan kembali kasus
dimana :
yang sama atau yang paling mirip dengan kasus baru
X = Kasus lama
2. Reuse adalah menggunakan kembali informasi dan
Y = Kasus Baru
pengetahuan dari basis kasus untuk memecahkan masalah
M11 = Jumlah atribut dimana X=1 dan Y=1
kasus baru.
M10 = Jumlah atribut dimana X=1 dan Y =0
3. Revise adalah merevisi atau memperbaiki solusi yang
M01 = Jumlah atribut dimana X=0 dan Y=1
diusulkan.
4. Retain adalah menyimpan pengalaman untuk Kasus baru dikatakan similar (mirip) 100% dengan kasus
memecahkan masalah yang akan datang kedalam basis yang lama apabila nilai similaritas dari SBC(X,Y) sama
kasus. dengan 1, sedangkan tidak similar apabila nilai SBC(X,Y)
sama dengan 0.
Tahapan proses CBR ddapat dilihat pada Gambar 1.
Kasus baru (Y) adalah kasus yang akan dicari solusinya
dengan cara membandingkan hasil biner pada setiap kasus
lama (X) atau kasus yang tersimpan di basis kasus. Banyaknya
biner tiap kasus sesuai dengan banyaknya jumlah pertanyaan
keseluruhan yang ada pada basis kasus.

D. Narkotika
Narkotika adalah zat atau obat yang berasal dari tanaman
atau bukan tanaman baik sintetis maupun semi sintetis yang
dapat menyebabkan penurunan atau perubahan kesadaran,
hilangnya rasa, mengurangi sampai menghilangkan rasa nyeri,
dan dapat menimbulkan ketergantungan (UU RI No. 35 Tahun
2009). Penggolongan narkotika di dalam Undang-Undang
Nomor 35 Tahun 2009 sebagai berikut.
a. Narkotika golongan 1 adalah narkotika yang hanya dapat
digunakan untuk tujuan pengembangan ilmu pengetahuan
dan tidak digunakan dalam terapi serta mempunyai potensi
Gambar 1. Tahapan CBR [1]. sangat tinggi, mengakibatkan ketergantungan.
b. Narkotika golongan 2 adalah narkotika yang berkhasiat
Berdasarkan tahapan yang ada dalam CBR, diperlukan tiga pengobatan, digunakan sebagai pilihan terakhir dan dapat
langkah utama dalam menentukan solusi, yaitu: [2]. digunakan dalam terapi dan/atau untuk tujuan
 Membangun basis kasus, yang digunakan sebagai pengembangan ilmu pengetahuan serta mempunyai potensi
tempat penyimpanan. tinggi, mengakibatkan ketergantungan.
 Menentukan fungsi kemiripan (similarity), langkah ini c. Narkotika golongan 3 adalah narkotika yang berkhasiat
digunakan untuk mengenali kesamaan atau kemiripan pengobatan dan banyak digunakan dalam terapi dan/atau
antara kasus-kasus yang tersimpan dalam basis kasus tujuan pengembangan ilmu pengetahuan serta mempunyai
dengan kasus yang baru. potensi ringan, mengakibatkan ketergantungan.

“Seminar Nasional FORTEI 2015” 127

 E. Tindak Pidana
Pidana berasal dari kata straf (Belanda), yang adakalanya
FIREWALL
disebut dengan istilah hukuman. Istilah pidana lebih tepat dari AKSES
istilah hukuman, karena hukum sudah lazim merupakan INTERNET
terjemahan dari recht. Pidana lebih tepat didefinisikan sebagai
suatu penderitaan yang sengaja dijatuhkan/diberikan oleh SECURE ACCESS

negara pada seseorang atau beberapa orang sebagai akibat

ADMINISTRATOR
hukum (sanksi) baginya atas perbuatannya yang telah
melanggar larangan hukum pidana. Secara khusus larangan CLOUD COMPUTING
PUBLIC USER
dalam hukum pidana ini disebut sebagai tindak pidana
(strafbaar feit) [6].
Tindak pidana adalah perbuatan yang oleh undang-undang AKSES
dinyatakan dilarang yang disertai ancaman pidana pada INTERNET
barangsiapa yang melanggar larangan tersebut[6]. PRIVATE USER CASE DATABASE SERVER WEB SERVER APPLICATION SERVER
Berdasarkan sumbernya, maka ada dua kelompok tindak
pidana yaitu tindak pidana umum dan tindak pidana khusus.
Tindak pidana umum adalah semua tindak pidana yang dimuat
dalam KUHP sebagai kodifikasi hukum pidana materiil. Gambar 2. Arsitektur sistem penentuan pasal tindak pidana
Sementara itu, tindak pidana khusus adalah semua tindak narkotika
pidana yang terdapat diluar kodifikasi tersebut. Misalnya
tindak pidana narkotika (UU No. 35 Tahun 2009), tindak
pidana korupsi (UU No. 31 Tahun 1999) dan tindak pidana Berdasarkan Arsitektur sistem yang dibangun (Gambar 2)
perbankan (UU No. 10 Tahun 1998). administrator meng-input-kan kasus tindak pidana narkotika
hasil keputusan kejaksaan yang diperoleh dari Polresta
sebagai basis kasus. Public User terhubung dengan akses
F. Tindak Pidana Narkotika internet, kemudian menggunakan sistem penentuan pasal
Tindak pidana narkotika diatur dalam Bab XV Pasal 111 tindak pidana narkotika untuk meng-input-kan kasus baru
sampai dengan Pasal 148 Undang-undang Nomor 35 tahun yang kemudian dihitung dengan metode Sorensen Coefficient
2009 yang merupakan ketentuan khusus, walaupun tidak sehingga menghasilkan pasal tindak pidana.
disebutkan dengan tegas dalam undang-undang narkotika
bahwa tindak pidana yang diatur di dalamnya adalah tindak H. Perancangan Unified Modeling Language (UML)
kejahatan, akan tetapi tidak perlu disangksikan lagi bahwa Unified Modeling Language (UML) merupakan bahasa
visual untuk pemodelan dan komunikasi mengenai sistem
semua tindak pidana di dalam undang-undang tersebut
dengan menggunakan diagram dan teks-teks pendukung [7].
merupakan kejahatan.
UML muncul karena adanya kebutuhan pemodelan visual
untuk menspesifikasikan, menggambarkan, membangun dan
G. Perancangan Arsitektur System dokumentasi dari sistem perangkat lunak. Tahapan
Sistem CBR yang dibangun berbasis web, sehingga dapat perancangan UML terdiri dari perancangan Usecase Diagram,
diakses oleh pengguna dimanapun berada dengan koneksi Activity Diagram, Sequence Diagram dan Class Diagram.
internet. Perancangan system CBR yang dibangun Perancangan Use Case Diagram dapat dilihat pada Gambar 3.
menggunakan. Desain arsitektur sistem dapat dilihat pada Pada Gambar 3 terdiri dari 2 aktor:
Gambar 2 berikut: 1. Actor pengunjung.
Merupakan masyarakat umum yang berinteraksi
dengan sistem secara online.
2. Actor Pengelola
Aktor pengelola terdiri dari: Admin dan Staff yang
mempunyai hak akses yang berbeda terhadap system.

128 “Seminar Nasional FORTEI 2015”

 III. HASIL DAN PEMBAHASAN

A. Proses Pengisian Basis Kasus

Tahap awal dari penggunaan sistem CBR adalah pengisian
basis kasus. Data-data yang akan dijadikan basis kasus adalah
kasus kasus tindak pidana narkotika yang telah mendapat
putusan hakim (telah mendapat sanksi putusan). Banyaknya
kasus yang diperoleh untuk membangun CBR ini sebanyak
121 kasus. Tidak semua kasus tersebut dimasukkan kedalam
basis kasus. Kasus tersebut dibagi dua bagian yaitu basis
kasus dan kasus uji. Banyaknya kasus yang dijadikan basis
kasus adalah 91 kasus sedangkan 30 kasus dijadikan kasus uji.
Pengisian basis kasus dapat di representasikan dalam bentuk
tabel seperti yang terlihat pada Tabel 1.

Tabel 1. Representasi kasus Tindak Pidana Narkotika

K P1 P2 P3 … Pn Pasal

1 0 1 0 … 0 121, 141
2 1 1 1 … 1 111
3 1 0 1 1 122
4 1 1 0 … 0 111,121
… … … … … … ---
90 0 0 1 … 1 141

Keterangan:
K : Kasus
P1 : Pertanyaan 1
P2 : Pertanyaan 2
P3 : Pertanyaan 3
Pn : Pertanyaan ke-n
Pasal : Pasal yang terlibat
Gambar.3. Perancangan Use Case Diagram.
B. Proses Perhitungan Similaritas
I. Framework Laravel Proses menghitung similaritas dilakukan dengan cara
Framework Laravel dibuat oleh Taylor Otwell, proyek memasukkan kasus baru kedalam sistem. Ketika nilai input
Laravel dimulai pada April 2011. Awal mula proyek ini dibuat (berupa jawaban ya dan tidak) pada kasus baru telah
karena Otwell sendiri tidak menemukan framework yang up- dimasukkan, maka sistem akan melakukan proses
to-date dengan versi PHP. Mengembangkan framework yang retrieve/penelusuran kasus dan .mencari tingkat kemiripan
sudah ada juga bukan merupakan ide yang bagus karena dengan kasus-kasus yang tersimpan pada basis kasus. Sistem
keterbatasan sumber daya. Dikarenakan beberapa keterbatasan akan menampilkan hasil perhitungan semua kasus berupa nilai
tersebut, Otwell membuat sendiri framework dengan nama similaritas.
Solusi kasus baru dinyatakan mirip atau solusi dari kasus
Laravel. Oleh karena itu, Laravel menisyaratkan PHP versi
yang lama dapat digunakan untuk menyelesaikan kasus yang
5.3 keatas [8].
baru apabila nilai kemiripannya lebih besar atau sama dengan
Laravel merupakan web application framework berbasis 0.85 (nilai threshold). Untuk kesusuaian hasil pencarian kasus,
PHP yang open source. Laravel menekankan pada apabila hasil similaritas sama dengan atau lebih besar dari
kesederhanaan dan fleksibilitas pada desainnya. Laravel dirilis nilai threshold maka dapat dikatakan diduga keras terkait
dibawah lisensi MIT dengan sumber kode yang disediakan di dengan pasal yang ada di kasus sebelumnya.
Github. Laravel dibangun dengan basis MVC (Model-View-
Controller). C Aplikasi Sistem
Sistem CBR yang dibangun dibuat dalam bentuk menu
konsultasi. Menu konsultasi merupakan pertanyaan-
pertanyaan yang berhubungan dengan tindak pidana
narkotika. Pengunjung cukup memilih jawaban y atau tidak

“Seminar Nasional FORTEI 2015” 129

 dari setiap pertanyaan yang ada lalu memilih tombol lanjut Tabel 2.
untuk selanjutnya diproses sistem hingga menghasilkan Pengujian akurasi sistem penentuan pasal tindak pidana
praduga pasal tindak pidana narkotika berupa pasal yang narkotika
terlibat, bunyi, dan sanksi pidana.
Antarmukla sistem terdiri dari: Hasil Pasal Kesesuaian
No Similaritas Data Pasal
Pada Sistem Hasil
1. Beranda
2. Narkotika, yang berisi tentang informasi jenis jenis 114 (1),
narkotika dan efek atau bahaya yang ditimbulkan. 1 1 114 (1), 111 (1) Diduga Keras
111 (1)
3. Konsultasi, merupakan menu yang berbasis CBR. 2 1 114 (1) , 112 (1)
114 (1) ,
Diduga Keras
112 (1)
Menu ini berisi tanya jawab mengenai
114 (1),
penyaahgunaan narkotika dan menentukan pasal 114 (1), 112 (1),
3 1 112 (1), Diduga Keras
132 (1)
tindak pidana narkotika. 132 (1)
4. Arsip. 114 (1),
114 (1), 112 (1),
4 1 112 (1), Diduga Keras
5. Berita, berisi berita berita dan user dapat memberikan 132 (1)
132 (1)
komentar pada suatu berita. 114 (1) ,
5 1 114 (1) , 112 (1) Diduga Keras
6. Galeri 112 (1)
114 (1),
7. Buku tamu. 6 1
114 (1), 112 (1),
112 (1), Diduga Keras
Antarmuka Menu Konsultasi dapat dilihat pada Gambar 3. 132 (1)
132 (1)
114 (1) ,
7 1 114 (1) , 112 (1) Diduga Keras
112 (1)
114 (1) ,
8 1 114 (1) , 112 (1) Diduga Keras
112 (1)
114 (1),
114 (1), 111 (1),
9 1 111 (1), Diduga Keras
132 (1)
132 (1)
114 (1),
114 (1), 112 (1),
10 1 112 (1), Diduga Keras
132 (1)
132 (1)
… … … … …
112 (1),
30 1 112 (1), 127 (a) Diduga Keras
127 (a)

E. Analisis Hasil
Gambar 3. Antarmuka menu konsultasi Berikut ini adalah analisis hasil perancangan dan pengujian
sistem penentuan pasal tindak pidana narkotika.
Manajemen data basis kasus dapat dilihat pada Gambar 4. 1. Hasil pengujian akurasi sistem menunjukkan bahwa
berdasarkan hasil perhitungan sistem dari 30 kasus yang
diuji (Tabel 1) yaitu 2 kasus pada percobaan kasus ke -14
dan 19 memiliki similaritas 0,83 dan 1 kasus pada
percobaan 23 (kasus ke-23) memiliki similaritas 0,80.
Percobaan 3 (tiga) kasus yang diuji tersebut memiliki
similaritas tidak sama dengan 1, dikarenakan data yang
dimasukkan sebagai pengujian, belum memiliki kasus
yang sama dengan kasus yang telah ada di basis kasus.
2. Jika menggunakan nilai threshold () = 0,85, maka
berdasarkan hasil pengujian terdapat 27 kasus yang
memiliki nilai kemiripan sama dengan 1 dengan
kesesuaian hasil “diduga keras” dan terdapat 3 kasus yang
memiliki nilai kemiripan kurang dari 0,85 dengan
kesesuaian hasil “diduga”. Dengan demikian,
Gambar 4. Manajemen data Basis kasus keberhasilan sistem dapat diukur sebesar 90%: .

D. Pengujian
Hal ini dilakukan untuk menentukan tingkat akurasi sistem
dengan kasus uji sebanyak 30 kasus Hasil pengujian akurasi
sistem dapat dilihat pada Tabel 2.

130 “Seminar Nasional FORTEI 2015”

 DAFTAR PUSTAKA
[1] Althoff, K. D. (2001). Case-Based Reasoning, Handbook of Software
Engineering & Knowledge Engineering (ed. S.K. Chang) Vol 1, World
Scientific, Singapore.
[2] Sankar K. Pal dan Simon. (2004). Foundations Of Soft Case-Based
Reasoning, Wiley-Interscience.
[3] Tan, P.N., M. Steinbach and V.Kumar. (2005). Introduction to Data
Mining, Addison Wesley Andriana, Indarto, and Abdiansyah (2008).
Penalaran Komputer Berbasis Kasus (Case Base Reasoning), Ardana
Media
[4] Watson, I. (1997). Applying Case-Based Reasoning, Technique for
Enterprise Systems, Morgan Kaufmann Publishers
[5] M. Salem dan Abdel-Badeeh. (2007). Case Based Reasoning Technology
for Medical Diagnosis, World Academy of Science, Engineering and
Technology, http:// www.waset.org/journals/ waset/v31/v31-2.pdf
[6] Chazawi, Adami. 2002. Pelajaran Hukum Pidana 1. Jakarta: PT Raja
Garfindo Persada
[7] Shalahuddin, M. dan Rosa A.S. 2013. Rekayasa Perangkat Lunak
Terstruktur dan Berorientasi Objek. Bandung : Informatika.
[8] Rohman, Abdul. 2014. Mengenal Framework “Laravel” (Best PHP
Framework For 2014). http://ilmuti.org/wp-
content/uploads/2014/03/Abdul_Rohman-
Mengenal_Framework_Laravel.pdf

“Seminar Nasional FORTEI 2015” 131

 Prototype Software Pendidikan Berbasis Web
Berintikan Materi Pelajaran Matematika Kelas X
Semester Satu Berfasilitas Bank Soal dan Kunci
Jawaban
Samuel Jie1, Gamal Abdel Nasser Masikki2, Wa Ode Zulkaida3
1,2,3
Jurusan Teknik Elektro, 1,2,3Universitas Halu Oleo
Kampus Hijau Bumi Tridharma Anduonohu Kendari, Indonesia
1
[email protected]
2
[email protected]
3
[email protected]

ABSTRACT—The long term research objective was to create a pendidik sebagai peran utama (teacher centre) tampil dalam
computer and web based learning media or educational software bentuk latihan soal dan tutorial. Dengan peran sentral tersebut
by question bank with answer key. Spesific aim of that regard terkadang pendidik merasa kekurangan waktu untuk
was to develop educational software prototype which may mempersiapkan soal ujian.
generate various problem with different level of difficulties. This Kondisi diatas menjadi suatu permasalahan yang menuntut
prototype contains mathematics for first semester of class X in adanya usaha penyelesaikan dengan berorientasi pada suatu
senior high school. solusi yang dianggap secara keseluruhan dapat menjawab
Particular methodology in analysis and design was conducted
permasalahan tersebut.
to achieve those goals. It was commenced with collecting question
and followed by modeling variation of questions based on Eksistensi teknologi pendidikan yang berbasis teknologi
student’s sequence number as variable in the questions, hence komputer mempunyai potensi besar menyelesaikan masalah
each student will experience different problem. Problem solving tersebut. Inovasi teknologi pendidikan yang telah menciptakan
method was then created based on the variation of questions. software pendidikan yang menyediakan bank soal dan kunci
Design methodology included software prototype design, input of jawaban memberi harapan besar membantu para guru dalam
questions, coding for problem solving by inculding log file for membuat soal ujian.
tutorial purpose in answer sheet. Last, the software was Permasalahan berikutnya yang muncul adalah bagaimana
examined. The result of this research was eduactional software membuat suatu soal dalam satu tipe dan tingkat kesulitan yang
prototype containing question bank with its problem solving for
sama namun berbeda bagi setiap peserta ujian. Menurut Terry
mathematical problem in first semester of class X, senior high
school. There are 4 (four) main topics with 5 (five) questions and Dash dalam Budi Hartati, penyusunan soal-soal baru dapat
problem solving methods. Consequently, there are 20 problems digali dari soal yang sudah ada. Artinya, soal yang sudah ada
in this eductaional software prototype. dapat menjadi bibit untuik soal baru dengan mengubah,
menambah, atau mengganti satu atau lebih karakteristik soal
Keywords: Educational software, Problem’s variation, Answer yang terdahulu. Adapun salah satu metode yang digunakan
key, Tutorial, Sequence number. adalah dengan mengubah bilangan (change the number).
Bagi mata pelajaran seperti matematika dan fisika yang
I. PENDAHULUAN selalu diwarnai dengan banyak formula, sangat cocok
Penyelenggaraan ujian nasional yang menyajikan format menerapkan metode change the number yaitu dengan cara
naskah ujian yang dibuat dalam beberapa paket sehingga menerapkan nomor urut siswa sebagai nilai dari variable yang
peserta ujian yang berdekatan mendapatkan naskah ujian yang diketahui dalam soal. Dari sini muncul pula masalah baru
berbeda dapat mengantisipasi peluang terjadinya kecurangan yakni bagaimana cara membuatkan kunci jawaban setiap soal
berupa tukar jawaban (menyontek) ataupun kemungkinan yang berbeda untuk semua siswa.
beredarnya kunci jawaban yang dikerjakan oleh guru pada Masalah terakhir adalah bagaimanapula mewujudkan suatu
saat berlangsung ujian. software pendidikan yang menyediakan bank soal dan kunci
Pemberian soal ujian yang bervariasi ini adalah teladan jawaban yang dapat diakses secara luas melalui layanan
yang baik dilaksanakan jika ingin mengukur kemampuan internet.
individu peserta ujian. Permasalahannya adalah membutuhkan Oleh karena rasanya sudah agak mendesak untuk
waktu yang banyak untuk membuat soal ujian, kunci jawaban menemukan suatu media pembelajaran berbantuan computer
serta pemeriksaan lembar jawaban. yang mampu menjawab sejumlah permasalahan tersebut di
Sementara itu kondisi pembelajaran di sekolah-sekolah saat atas, dimana tersedia pada suatu alamat web.
ini masih mengandalkan kemampuan atau kompetensi

132 “Seminar Nasional FORTEI 2015”

 Dengan demikian penelitian ini bertujuan untuk membuat peralatan fisis adalah membutuhkan waktu yang relatif lama
prototype software pendidikan berfasilitas bank soal dan kunci dalam menyusun jadwal praktikum.
jawaban pada pelajaran matematika kelas X semester satu Komputer memungkinkan para peneliti untuk menciptakan
berbasis web. laboraturium virtual dalam komputer untuk melakukan
eksperimen-eksperimen yang akan mahal sekali jika dilakukan
II. TINJAUAN PUSTAKA di dalam sebuah laboraturium fisik atau bahkan tidak mungkin
2.1. Studi pendahuluan yang telah dilaksanakan [8].
Menurut Referensi [9] pengalaman dan survey yang
Referensi [1] berhasil membuat Perancangan Dan dilakukan pada para mahasiswa, ilmu-ilmu kontrol cukup
Implementasi Piranti Lunak Pembangkit Soal Ujian. Sistem berat untuk dipelajari secara teoritis tanpa praktek yang
meliputi persiapan dan dokumentasi soal ujian, input soal memadai. Sayangnya, peralatan sistem kontrol seperti mini-
ujian, pencarian soal ujian yang sesuai dengan tingkat plant, sensor, transmitter, controller, actuator dan lain-lain
kesulitan dalam satuan acara perkuliahan. Sistem ini juga relatif mahal untuk digunakan sebagai dipakai praktikum.
memungkinkan variasi dalam pembuatan soal dan penyiapan Karena itu simulator menjadi pilihan yang ekonomis.
jawaban secara otomatis. Metode penelitian yang digunakan Membuat simulator sistem kontrol cukup mudah, selama
adalah metode analisis dan desain. Metode analisis perangkat bantu yang dipilih tepat guna. Ukuran tepat guna
mengumpulkan dan menganalisis informasi melalui studi tersebut, tentunya harus disesuaikan dengan kondisi pemakai,
pustaka dan internet, wawancara serta penyebaran kuesioner pembuat dan metode pengajaran. Dalam konteks perkuliahan,
kepada para dosen pembuat soal. Selain itu, tahap desain pemakai simulator yang utama adalah dosen dan mahasiswa.
meliputi perancangan software (piranti lunak). Hasil dari Pada umumnya, dosen ingin simulator yang mampu
penelitian ini adalah adanya piranti lunak yang dapat mendemokan berbagai konsep yang ingin disampaikannya
membangkitkan soal. selama pengajaran. Sementara itu mahasiswa menuntut
Sementara itu penelitian [2] dapat membuat paket piranti simulator yang dapat dirangkai dengan bebas untuk
lunak yang dapat melakukan simulasi penjumlahan dan membentuk berbagai sistem, kemudian dicoba-coba dengan
penguran bilangan biner, simulasi gerbang logika dasar serta berbagai kasus.
simulasi beberapa kontrol sekuensial. Penelitian ini Sementara itu penggunaan Computer Asisted Instruction
dirangkum dalam satu judul virtual lab sebagai solusi (CAI) sebagai "sarana atau media belajar" lebih diarahkan
laboratorium praktikum yang murah dan ramah lingkungan. sebagai media pembelajaran mandiri, sehingga dalam
Selanjutnya [3] dalam penelitiannya membuat suatu project pemanfaatannya peran guru sangat minimal. Dalam hal ini
sederhana model software pendidikan dalam fomat tutorial peserta didik dituntut untuk lebih aktif dalam mendalami
yang berisi tentang sistem persamaan liner dua peubah. materi-meteri pembelajaran yang mungkin tidak bisa
Beberapa keterbatasan software tersebut adalah berupa: didapatkan hanya dari pembelajaran konvensional (klasikal),
Belum menampilkan metode penyelesaian persamaan linier sehingga dalam proses pembelajaran yang memanfaatkan
menggunakan grafik. Belum memiliki Contoh soal. Belum multimedia pembelajaran guru lebih berperan sebagai
ada Bank soal termasuk soal aplikasi. Belum mampu memberi fasilitator[10].
penjelasan tutorial. Suatu komputer dapat digunakan sebagai seorang tutor,
2.2. Inovasi teknologi komputer mendorong penggunaan sebagai suatu alat dan sebagai a Tutee. Sejalan dengan
virtual lab dan penemuan software pendidikan sebagai pernyataan tersebut menurut [11] program pembelajaran
media pembelajaran berbantuan computer dapat menyampaikan informasi atau
pesan dalam format tutorial.
Banyak keuntungan diperoleh dari penggunaan media Pemrograman berorientasi objek merupakan satu ide yang
komputer sebagai alat bantu pembelajaran. Referensi [4] luar biasa yang pada hakikatnya bahasa-bahasa pemrograman
menyatakan bahwa pengajaran yang menggunakan komputer tersebut berorientasi visual dimana tersedia objek-objek untuk
dapat mengembangkan keterampilan berpikir siswa. Menurut visualisasi pada layer monitor yang sekarang popular dengan
[5] komputer adalah suatu medium interaktif, dimana siswa istilah graphical user interface (GUI) [12].
memiliki kesempatan untuk berinteraksi dalam bentuk
mempengaruhi atau mengubah urutan yang disajikan sehingga 2.3. Pemodelan soal bervariasi
meningkatkan motivasi dan memberikan pengalaman Menurut Terry Dash dalam Budi Hartati, penyusunan soal-
kinestetik melalui penggunaan keyboard komputer. soal baru dapat digali dari soal yang sudah ada. Artinya, soal
Referensi [6] menyatakan bahwa pembelajaran berbantuan yang sudah ada dapat menjadi bibit untuik soal baru dengan,
komputer mampu menciptakan suatu proses belajar mengajar menambah, atau mengganti satu atau lebih karakteristik soal
yang interaktif, sehingga dapat memberikan manfaat optimal yang terdahulu. Adapun salah satu metode yang digunakan
bagi siswa dan guru dalam mencapai tujuan pendidikan. adalah dengan mengubah bilangan (change the number).
Laboratorium berbasis teknologi komputer mempunyai
potensi besar menyelesaikan masalah kekurangan III. METODE PENELITIAN
laboratorium konvensional pendukung proses belajar dan Penelitian ini menggunakan metode analisis dan desain.
mengajar yang baik [7]. Kelemahan Laboratorium sistem Metode analisis meliputi pengumpulan data dan menganalisis
konvensional yang berbasis pada penggunaan bahan dan

“Seminar Nasional FORTEI 2015” 133

data. Metode desain meliputi Rekayasa (rancangan dan Salah satu bagian terpenting dari tahapan penelitian adalah
implementasi) software. metode variasi soal menerapkan nomor urut siswa dalam soal.
Mengacu kepada teori Terry Dash tersebut maka dapat
3.1.Jenis Data dikembangkan suatu metode yang menerapkan/menggunakan
Yang dimaksud data dalam penelitian ini adalah soal yang nomor urut siswa dalam daftar absen (tiga angka terakhir dari
berhubungan dengan materi pokok bahasan system persamaan stambuk mahasiswa) sebagai nilai dari suatu variable atau
linier baik yang dikumpulkan langsung dari masukan tenaga konstanta yang diketahui dalam soal.
pengajar matematika maupun dari penelusuran pustaka (buku) Metode yang dapat dilakukan dalam menerapkan nomor
dan melalui internet. urut sebagai nilai dari variable atau konstanta yang diketahui
dalam soal, yaitu:
3.2. Tahapan Pelaksanaan Penelitian 1. Nomor urut mensubtitusi langsung nilai suatu
Secara garis besar tahapan penelitian terbagi atas : variable.
pengumpulan data (soal), analisis data dan rekayasa software. Contoh :
Sedangkan bagan alir penelitian adalah sebagai berikut: Soal sumber : Seorang siswa menjatuhkan benda dari
Tahap Pengumpulan data gedung bertingkat tanpa kecepatan awal. Seorang temannya
mengukur waktu hingga benda sampai jatuh ke tanah,
- Penelusuran pustaka melalui buku hasilnya 2 sekon. Jika percepatan gravitasi di tempat itu 9,8
atau internet m/s, hitunglah ketinggian gedung tersebut!
- Wawancara Soal variasi : Seorang siswa menjatuhkan benda dari
gedung bertingkat tanpa kecepatan awal. Seorang temannya
mengukur waktu hingga benda sampai jatuh ke tanah,
Mensortir dan merangkum soal hasilnya N sekon (N = Nomor urut siswa dalam absen). Jika
percepatan gravitasi di tempat itu 9,8 m/s, hitunglah
Tahap Analisis ketinggian gedung tersebut!
Membuat kunci jawaban 2. Memanipulasi nomor urut sebagai koefisien suatu
tidak variable.
Contoh :
Evaluasi kebenaran kunci jawaban
Soal sumber : Seorang siswa menjatuhkan benda dari
ya gedung bertingkat tanpa kecepatan awal. Seorang temannya
mengukur waktu hingga benda sampai jatuh ke tanah, ternyata
pemodelan soal bervariasi dengan
hasilnya 2 sekon. Jika percepatan gravitasi di tempat itu 9,8
menerapkan nomor urut siswa
m/s, hitunglah ketinggian gedung tersebut!
Soal variasi : Seorang siswa menjatuhkan benda dari gedung
bertingkat tanpa kecepatan awal. Seorang temannya mengukur
Pembuatan algoritma kunci jawaban
waktu hingga benda sampai jatuh ke tanah, ternyata hasilnya
Tahap Rekayasasoftware Nx2 sekon . Jika percepatan gravitasi di tempat itu 9,8 m/s,
hitunglah ketinggian gedung tersebut! (petunjuk : misal N= 23
Desain form/tampilan software maka waktu = 23x 2 = 46 sekon).

IV. HASIL DAN PEMBAHASAN

Penginputan soal dalam software
4.1. Pengumpulan data/ soal
Pengumpulan data (soal) yang berhubungan dengan materi
Implementasi pembuatan pelajaran matematika kelas X semester 1 (satu) dari naskah
program kunci jawaban soal ujian nasional dan soal ujiam masuk perguruan tinggi
negeri, dilakukan melalui berbagai sumber yang meliputi soal
pilihan langsung dari masukan tenaga pengajar matematika
pembuatan program penyelesaian
maupun dari penelusuran pustaka dan internet.
secara tutorial dengan log file
4.2. Penjaringan soal
tidak
Soal yang telah terkumpul dari berbagai sumber tersebut
Evaluasi/pengujian software
akan disortir (dipilih) dan dirangkum. Hal ini dilakukan untuk
ya
menghindari adanya soal yang sama atau soal berulang. Hasil
Hosting pada penjaringan soal diharapkan merupakan soal dengan tingkat
ya web
kesulitan bervariasi dan bertingkat dari level mudah hingga
level sukar.
Selesai Proses penjaringan soal juga meliputi semua pokok bahasan
Gambar 3.1. Diagram alir penelitian desain software yang yang ada pada pelajaran matematika kelas x semester 1,

134 “Seminar Nasional FORTEI 2015”

 yang tentunya merupakan soal dapat divariasikan soalnya penyelesaian persamaan linier dua variable. Secara umun
berdasarkan nomor urut siswa. Artinya bahwa sudah materi pelajaran matematika kelas X semester 1 meliputi
dipastikan soal berupa soal cerita yang melibatkan unsur yang empat bab yaitu: 1.) Bab 1 yang berisi tentang eksponensial
diketahui dalam soal adalah berupa variable yang merupakan dan akar; 2.) Bab 2 berisi tentang logaritma; 3.) Bab 3 berisi
suatu bilangan yang nilainya dapat digantikan dengan nilai tentang fungsi kuadrat; dan 4.) Bab 4 berisi tentang system
yang berhubungan dengan nomor urut siswa. persamaan linier. Dari gambar 4.1 diketahui bahwa software
Pada materi pelajaran matematika kelas x semester 1, ini dapat diakses melalui media internet dengan alamat web
terdapat 4 (empat) pokok bahasan utama yaitu eksponensial site “soal-variasi.net”.
dan akar; logaritma; fungsi kuadrat serta persamaan linier.
Hasil penjaringan soal menempatkan 5 (empat) soal bagi
setiap pokok bahasan.Dengan demikian banyaknya soal yang
ada adalah 20 soal.
4.3. Pemodelan soal bervariasi
Tahapan pemodelan soal sehingga bervariasi dilakukan
dengan menerapkan nomor urut siswa (peserta ujian) sebagai
nilai variable pada soal sehingga akan bervariasi untuk semua
siswa, manipulasi nomor urut sehingga nilai variable yang
ditanyakan pada soal bisa diselesaikan (diperoleh) dengan
mudah tanpa menggunakan bantuan kalkulator.
Manipulasi nomor urut sebagai nilai variable dalam soal
dapat dilakukan dengan jalan nomor urut mensubtitusi
langsung nilai suatu variable atau memanipulasi nomor urut
sebagai koefisien suatu variable. Walaupun nomor urut siswa Gambar 4.1. Form utama
pada dasarnya bisa mencapai ribuan bahkan lebih, namun
Gambar 4.2. merupakan form pendukung yang
untuk membatasi spesifikasi kemampuan program aplikasi
menyediakan fasilitas sejumlah soal sebagai bank soal yang
yang dibuat maka diputuskan bahwa nomor urut siswa yang
dapat menvariasikan soal berdasarkan nomor urut peserta
tertinggi adalah 20. Pilihan ini didasarkan pada pertimbangan
ujian.
bahwa prototype software ini terutama diperuntukkan sebagai
bahan soal latihan.
4.4. Pembuatan kunci jawaban
Kunci jawaban secara umum sebelum soal divariasikan
berdasarkan nomor urut siswa, akan dibuat berdasarkan hasil
kesepakatan dengan dengan guru dan akan divalidasi sehingga
diperoleh suatu kunci jawaban yang dapat
dipertanggungjawabkan
4.5. Hasil Rekayasa Software Gambar 4.2. Form pendukung pemilihan materi
Rekayasa software dan pengujian software merupakan
Berikut ini adalah sampling eksekusi software yang
bagian yang tak terpisahkan. Rangkaian proses rekyasa dan
memperlihatkan kemampuan software dalam menyelesaiakan
pengujian software meliputi, rancangan tampilan antarmuka
persamaan linier dua variable menggunakan metode eliminasi,
software, penginputan soal hasil rangkuman, implementasi
subtitusi dan determinan.
pembuatan program penyelesaian (kunci jawaban) tiap soal
Pada kasus ini diberikan dua persamaan linier yaitu:
yang menyertakan log file dan melakukan pencocokan
x + 3y = 5 (1)
jawaban secara manual dengan jawaban hasil eksekusi
2x + 4y = 6 (2)
software.
Dengan memasukkan nilai:
Pada tahap ini hasil yang telah dicapai dalam proses
a1 = 1, a2 = 2, b1 = 3, b2 = 4, c1 = 5, c2 = 6,
rekayasa software adalah Desain tampilan antarmuka
maka eksekusi software memperlihatkan x = -1 dan y = 2.
software, penentuan batasan spesifikasi software, penginputan
Himpunan penyelesaian ini dapat pula diperoleh dengan
soal yang telah terjaring kedalam software, implementasi
cara menggunakan metode eliminasi, metode subtitusi atau
pembuatan program kunci jawaban, pembuatan program
metode determinan.
penyelesaian secara tutorial dengan log file, pengujian
Hasil selengkapnya mengenai solusi dua persamaan linier
software dan hosting program aplikasi pada web.
tersebut dapat diperoleh dengan menggunakan metode
Hasil rancangan form utama sebagai tampilan antarmuka
eliminasi, subtitusi dan determinan sebagaimana yang
software diperlihatkan pada gambar 4.1. form utama ini
ditunjukkan pada gambar 4.3.
berfungsi menyediakan fasilitas soal bervariasi untuk mata
pelajaran matematika kelas X semester 1 dan metode

“Seminar Nasional FORTEI 2015” 135

 Hasil eksekusi software dapat memperlihatkan kunci
jawaban yang disertai dengan penjelasan tahap demi tahap
(tutorial).

Gambar 4.4. Soal dan pembahasan nomor 18 bagi siswa bernomor urut 12.

V. KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Luaran penelitian berupa prototype software pendidikan

berintikan materi pelajaran matematika kelas X semester
satu berfasilitas bank soal dan kunci jawaban yang dapat
diakses melalui jaringan internet. Suatu software
pendidikan dapat dipandang sebagai salah satu media
pembelajaran berbantuan komputer dan dapat berupa
sebagai software turunan yang dibuat dari suatu software
sumber.
2 . Terdapat 4 (empat) pokok bahasan utama dalam materi
pelajaran matematika ini, dimana setiap pokok bahasan
terdiri dari 5 (lima) latihan soal, sehingga jumlah bank soal
dalam prototype software pendidikan ini adalah 20 soal.
3. Prototype software ini menyediakan falisitas penyelesaian
atau kunci jawaban setiap soal yang ditampilkan dalam
bentuk tutorial penjelasan tahap demi tahap.
5.2. Saran
Gambar 4.3. Hasil eksekusi persamaan linier dua peubah
1. Untuk mengantisipasi peluang terjadinya kecurangan
Berikut ini adalah sampling eksekusi software pada materi berupa tukar jawaban (menyontek) ataupun kemungkinan
Ekponensial yang disetting pada soal nomor 18 bagi nomor beredarnya kunci jawaban yang dikerjakan oleh guru pada
urut siswa 12.Soal ini bersumber dari Soal SPMB 1987. saat berlangsung ujian, maka format naskah ujian
jika x 1 dan x 2 menentukan persamaan sebaiknya dibuat dalam beberapa paket sehingga peserta
ujian yang berdekatan mendapatkan naskah ujian yang
5 - 6 ( 5 ) + 5 = 0 maka x 1 + x 2 = ….
x x
berbeda.
Kemudian soal di atas dimodifikasi menggunakan nomor 2. Menerapkan pola atau metode pemakaian nomor urut
urut sebagai variable dalam soal, sehingga menjadi: siswa sebagai nilai variable yang diketahui dalam soal
Jika x 1 = C x N dan x = D x N , sehingga x 1 dan x (khususnya soal dalam bidang eksakta) dapat dijadikan
2 2 sebagai teladan yang baik dilaksanakan jika ingin
menentukan persamaan mengukur kemampuan individu peserta ujian. Prototype
x
5 -6( 5 ) x + 5 = 0 maka tentukan C +D software pendidikan ini dapat membantu dalam penerapan

136 “Seminar Nasional FORTEI 2015”

 paket soal bervariasi khususnya pada materi pelajaran
matematika kelas X semester satu.

REFERENSI
[1] Purnomo, dKK.,Perancangan Dan Implementasi Piranti Lunak
Pembangkit Soal Ujian. Universitas Bina Nusantara, 2007.
[2] Bunyamin, Virtual lab sebagai solusi laboratorium praktikum murah
dan ramah lingkungan, Laporan hasil penelitian RUSNAS DIPA
Unhalu, 2009.
[3] Bunyamin, model software pendidikan dalam fomat tutorial sistem
persamaan liner dua peubah,Laporan hasil penelitian mandiri, 2010.
[4] Y. Paramata, Computer aided instruction (CAI) dalam pembelajaran
IPA-Fisika. Tesis pada PPS IKIP Bandung1996. Tidak diterbitkan.
[5] Hamalik, Proses Belajar Mengajar. Jakarta: Bumi Aksara, 2001.
[6] Polla, Buletin Pelangi Pendidikan. Jakarta: UNJ, 2000.
[7] P. Satwiko, Panduan Teknologi Komputer dan Kesusasteraan Etnis
untuk Alternatif Pendidikan Arsitektur Indonesia Baru. Jurnal Ilmiah
Universitas Atmajaya Jogjakarta, 2008.
[8] B. Nazief, RI Grid : Usulan Pengembangan Infrakstruktur Komputasi
Grid Nasional, Prosidinge-Indonesia Initiative 2006.
[9] Estiyanti, dkk, Simulator Untuk Pengajaran Sistem Kontrol, Prosiding
Semiloka teknologi Simulasi dan Komputasi serta Aplikasi, 2008.
[10] M. Anas, dkk, Pemanfaatan teknologi informasi dan komunikasi (TIK)
dalam pembelajaran di Provinsi Sulawesi Tenggara, Simposium
Pendidikan, 2008.
[11] Hardjito,Aplikasi Computer Assisted dan Learning pada Bidang
Pendidikan, Jurnal Teknologi Pendidikan, Vol. 6, 2004.
[12] Suarga, Algoritma Pemrograman, Yogyakarta, 2004.

“Seminar Nasional FORTEI 2015” 137

 Pengukuran Kinerja Jaringan Nirkabel Berbasis
Zigbee
Helmy Fitriawan1, Ahmad Surya Arifin, Dany Mausa, Agus Trisanto
Jurusan Teknik Elektro, Universitas Lampung
Jl. Sumantri Brojonegoro No. 1, Bandar Lampung, Indonesia 35145
Telp/Fax: 0721-704947, Email: [email protected]

Abstract— In this paper, the performance evaluation of wireless ZigBee adalah standar teknologi komunikasi
networks based on ZigBee module is reported. The developed
system consists of an Arduino Uno Board, an Xbee module Series
nirkabel yang dikelola oleh sebuah konsorsium
2, and an Xbee Arduino Shield. Networks QoS (Quality of yaitu ZigBee Alliance [2]. ZigBee dikembangkan
Service) in terms of average throughput, packet loss and delay isberbasiskan pada lapisan fisik dan MAC standar
analyzed in single hop as well as multi hop communications. The
performance measurements were accomplished in LOS and N-
IEEE 802.15.4 [3]. ZigBee bekerja pada frekuensi
LOS conditions with various packet sizes and distances. The 2,4 GHz dengan kecepatan transfer data maksimum
results of our study are important for development of wireless 250 kbps sehingga sangat sesuai untuk aplikasi
sensor networks (WSN) where multi hop communication
between nodes is required.
yang membutuhkan jaringan nirkabel jarak pendek
dengan kecepatan rendah. Teknologi ZigBee
Keywords- ZigBee, arduino, mesh networks, network performances mempunyai kemampuan menyediakan jaringan
nirkabel yang berdaya rendah, murah, dan handal
Abstrak— Makalah ini melaporkan penelitian pengembangan untuk aplikasi pengawasan dan pengendalian
dan evaluasi kinerja jaringan nirkabel berbasis ZigBee. Sistem otomatis di rumah, perkantoran, dan industri.
dibangun dengan menggunakan Arduino Uno board, Xbee
module Series 2, and Xbee Arduino Shield. Kualitas layanan
ZigBee mendukung jaringan dengan topologi point-
(QoS) jaringan diukur melalui nilai rata-rata throughput, packet to-point, star dan mesh. Dengan kemampuannya
loss dan delay baik pada jaringan komunikasi single hop dan pada komunikasi multi hop dan mesh, ZigBee dapat
multi hop. Pengujian kinerja jaringan juga dilakukan pada
kondisi LOS dan N-LOS dengan variasi ukuran paket data dan
digunakan untuk aplikasi dengan jaringan dinamis
jarak. Hasil penelitian ini berguna untuk pengembangan yang lebih luas [4]. Terdapat beberapa aplikasi
jaringan sensor nirkabel (JSN) yang memerlukan komunikasi yang menggunakan jaringan komunikasi mesh,
multi hop antar nodal.
seperti: pengamatan lingkungan dan hewan,
teknologi pertanian presisi, dan otomasi
Keywords- ZigBee, arduino, jaringan mesh, Kinerja jaringan
pengawasan dan pengendalian di rumah dan
industri.
I. PENDAHULUAN Makalah ini melaporkan pengembangan dan
Teknologi jaringan komunikasi nirkabel implementasi jaringan nirkabel berbasis ZigBee
berkembang sangat pesat pada beberapa tahun untuk kemudian dilakukan pengukuran dan analisa
terakhir serta banyak dibangun dan digunakan di kualitas kinerja jaringan tersebut baik pada jaringan
berbagai aplikasi. Teknologi ini menyediakan single hop dan multi hop.
fleksibilitas dan mobilitas karena mendukung
II. JARINGAN ZIGBEE
jaringan dengan akses lebih luas tanpa kabel [1].
Salah satu contoh teknologi ini adalah Wireless Secara umum jaringan nirkabel berbasis ZigBee
Personal Area Networks (WPAN) yang dapat terdiri dari tiga jenis divais yaitu nodal koordinator,
dipergunakan untuk aplikasi jarak pendek. ZigBee router dan end device [5]:
yang dikembangkan pada lapisan atas standar IEEE  Nodal koordinator: nodal ini berfungsi memulai
802.15.4 dispesifikasikan untuk WPAN jaringan dengan memilih channel dan PAN ID,
berkecepatan rendah. mengijinkan router dan end device bergabung

138 “Seminar Nasional FORTEI 2015”

 dengan jaringan. Koordinator juga dapat modul ZigBee tersebut. Modul ZigBee juga
mengirim dan menerima data serta memiliki alamat 16 bit yang di set pada jaringannya.
mengalirkan/merutekan data ke jaringan mesh. Jaringan ZigBee termasuk pada Personal Area
 Router: Nodal ini berfungsi untuk mengirimkan Network (PAN), sehingga nodal-nodal pada
dan menerima data serta membantu proses jaringan tersebut didefinisikan dengan
routing paket data di jaringan. menggunakan PAN ID yang unik dan berbeda.
 End device: Divais ini bertugas mengirimkan Jaringan ZigBee dibentuk secara otomatis oleh
paket data dan tidak bisa membantu dalam modul ZigBee. Nodal koordinator membentuk
proses perutean data seperti halnya router. jaringan ZigBee dengan memilih PAN ID dan
sebuah kanal yang tidak sedang digunakan. Untuk
Sekelompok nodal yang terdiri dari satu
bergabung pada suatu jaringan, perangkat ZigBee
koordinator, beberapa router dan beberapa end
(end device atau router) dikonfigurasikan dengan
device membentuk suatu jaringan komunikasi
sebuah PAN ID atau menemukan jaringan terdekat
ZigBee. Nodal nodal tersebut menerima dan
dan memilih sebuah PAN ID untuk bergabung
mengirimkan paket data didalam sebuah jaringan
dengan jaringan tersebut.
melalui media komunikasi nirkabel. Dengan
demikian, salah satu hal yang penting dari sebuah III. RANCANGAN SISTEM DAN UJI COBA
jaringan nirkabel adalah bagaimana Penelitian ini mengembangkan jaringan ZigBee
mendistribusikan dan menempatkan nodal secara baik untuk jaringan single hop dan multi hop
fisik dan meningkatkan komunikasi jaringan. Pada dengan beberapa nodal nirkabel. Nodal tersebut
jaringan ZigBee, nodal dapat terhubung satu sama dibangun dari modul arduino, Xbee shield dan
lain dalam struktur topologi jaringan yang berbeda modul Xbee, seperti terlihat pada Gambar 2. Sistem
seperti diilustrasikan pada Gambar 1, yaitu point-to- yang dikembangkan menggunakan Arduino UNO
point, star, mesh atau cluster tree. R3 yang memiliki chip mikrokontroler ATmega328
[6]. Arduino merupakan platform perangkat keras
End device sederhana bersifat terbuka (open source) untuk
Router
mikrokontroler single-board dengan dukungan
Coordinator
Mesh embedded I/O dan bahasa pemrograman standar.
Point-to-point Arduino dikendalikan dan diprogram oleh komputer
melalui koneksi USB. Arduino mempunyai 14
input/ouput digital dan 6 input analog, 16 MHz
clock dan sebuah tombol reset.

Star
Cluster Tree

Gambar. 1 Bentuk topologi jaringan point-to-point, mesh,

star dan cluster tree.

Topologi jaringan tersebut menjelaskan

bagaimana modul RF (Radio Frequency) pada
nodal terhubung secara logika satu sama lain.
Setiap paket data yang dikirimkan oleh modul RF Gambar. 2 Nodal nirkabel terbuat dari modul Xbee dan
arduino.
tersebut memiliki alamat sumber dan alamat tujuan.
Xbee S2 digunakan untuk fungsi komunikasi
Setiap modul ZigBee mempunyai alamat 64 bit
pada sistem. Dirancang untuk beroperasi dengan
yang bersifat permanen dan unik dari produsen
protokol ZigBee, Xbee S2 mendukung aplikasi

“Seminar Nasional FORTEI 2015” 139

yang membutuhkan daya yang rendah dan harga IV. HASIL DAN PEMBAHASAN
yang masih terjangkau. Modul Xbee S2 bekerja Pada bagian ini ditampilkan hasil pengukuran
pada frekuensi 2,4 GHz dan kecepatan data 250 beberapa parameter QoS dari jaringan nirkabel
kbps [5]. Dengan antena kawat, seperti terlihat pada yang telah dikembangkan. Masing-masing hasil
Gambar 2, Xbee dapat digunakan untuk jaringan kemudian dianalisa untuk melihat kinerja dari
mesh. Jarak jangkauan pada kondisi LOS (Line of jaringan tersebut.
sight) di luar ruangan (out door) adalah 120 m dan
penggunaan didalam ruangan (in door) terbatas
pada 40 m saja. Sementara, Xbee shield digunakan
untuk menghubungkan modul Xbee dengan
Arduino board. Xbee shield mempunyai antarmuka
ganda diatas dan bawah untuk konfigurasi kaskad
dengan arduino. Terdapat 3 indikator LED untuk
Xbee (ON/SLEEP, RSSI dan ASS) [7].
Arduino Uno board diprogram dengan
menggunakan aplikasi Arduino IDE (Integrated
Development Environement) yang berbasis open
source [8]. Arduino IDE mempunyai kemampuan
sebagai editor program, kompiler kode program dan
mengunduhnya ke mikrokontroler. X-CTU yang
disediakan oleh Digi [9] digunakan untuk
mengupgrade firmware, mengubah tipe perangkat, Gambar. 3 Grafik rata-rata throughput dan rata-rata delay
mengkonfigurasi dan memantau parameter sistem sebagai fungsi dari ukuran paket data yang dikirimkan.
modul Xbee.
Setelah jaringan nirkabel berbasis ZigBee sudah Gambar 3 memperlihatkan kinerja jaringan dalam
terbentuk, maka dilakukan pengukuran dan analisa parameter throughput dan delay sebagai fungsi dari
kualitas layanan jaringan (Quality of Service/QoS) ukuran paket data. Nilai throughput dan delay yang
untuk mengetahui kinerja jaringan tersebut. diperlihatkan pada gambar tersebut merupakan nilai
Parameter yang diukur tersebut diantaranya adalah rata-rata dari 120 kali percobaan pengiriman paket
rata-rata throughput, delay dan packet loss. Rata- data dengan interval waktu pengiriman setiap 1
rata throughput dideskripsikan sebagai ukuran total detik dari suatu nodal ke nodal koordinator (point-
paket data yang berhasil sampai ke tujuan per to-point). Kedua nodal tersebut diposisikan 20 cm
satuan waktu. Semantara rata-rata delay merupakan diatas permukaan tanah dengan jarak 3 m pada
rata-rata waktu yang dibutuhkan suatu paket data kondisi line of sight (LOS). Dari hasil percobaan ini
dikirimkan dari sumber dan berhasil sampai ke terlihat bahwa rata-rata delay mengalami kenaikan
tujuan. Banyaknya jumlah paket data yang seiring bertambahnya ukuran paket yang terkirim
mengalami kegagalan dalam pengiriman secara sukses. Semakin besar ukuran paket data
berlangsung diperhitungkan dengan persentase membutuhkan waktu proses yang lebih lama, hal ini
packet loss. Nilai ini mendiskripsikan persentase disebabkan modul Xbee yang digunakan
paket data yang tidak berhasil sampai kepada tujuan mengirimkan paket data secara berurutan per satuan
pengiriman paket data tersebut dari 100% paket waktu atau secara serial. Paket data akan ditampung
yang dikirimkan. dalam serial buffer sebelum dikirimkan oleh modul
Perangkat lunak Docklight V2.0 [10] digunakan Xbee. Dengan semakin besarnya ukuran paket data
untuk memantau aliran komunikasi data dan yang akan dikirimkan menyebabkan antrian paket
pengukuran parameter QoS dalam jaringan nirkabel pada serial buffer yang lebih panjang sehingga
tersebut. Pengujian dilakukan pada skenario menyebabkan delay transmisi yang semakin lama.
jaringan star dan mesh baik dengan kondisi line of Sementara nilai rata-rata throughput yang didapat
sight (LOS) dan Non line of sight (NLOS).

140 “Seminar Nasional FORTEI 2015”

merupakan ukuran paket data yang terkirim sukses pengiriman paket data dengan interval waktu
dibagi dengan rata-rata delay. pengiriman setiap 2 detik dari suatu nodal ke nodal
Kinerja jaringan juga diukur sebagai fungsi dari koordinator (point-to-point). Kedua nodal tersebut
jarak transmisi antar nodal untuk melihat apakah diposisikan 20 cm diatas permukaan tanah dengan
parameter tersebut berpengaruh pada kinerja jarak divariasikan mulai 20 m sampai dengan 120
jaringan yang ditunjukkan oleh nilai parameter m pada kondisi LOS. Percobaan ini dilakukan
throughput dan delay. untuk ukuran paket data 20, 40, 60 dan 80 byte.
Hasil percobaan memperlihatkan bahwa jarak antar
nodal tidak terlalu berpengaruh pada kinerja
jaringan baik pada rata-rata throughput ataupun
rata-rata delay. Hal ini dimungkinkan arena jarak
antar kedua nodal masih termasuk relatif dekat atau
masih pada jarak jangkauan dari modul Xbee
tersebut sehingga tidak terlalu berpengaruh pada
kecepatan pengriman paket data.
Salah satu parameter kinerja jaringan yang cukup
penting adalah persentase packet loss yang
menunjukkan seberapa banyak paket data yang
gagal terkirimkan dari suatu nodal ke nodal
koordinator. Skenario pengukuran persentase
packet loss dilakukan pada kondisi line of sight
(LOS) dan Non line of sight (NLOS).

Gambar. 4 Grafik rata-rata throughput sebagai fungsi dari

jarak antar nodal.

Gambar. 6 Skema posisi nodal sensor terhadap nodal

koordinator untuk pengujian packet loss pada kondisi NLOS.

Percobaan pengukuran pada kondisi LOS

dilakukan dengan menggunakan jaringan poitn-to-
point antara dua nodal pengirim dan penerima yang
diposisikan dengan jarak divariasikan mulai 20 m
sampai dengan 120 m. Paket data yang dikirimkan
Gambar. 5 Grafik rata-rata delay sebagai fungsi dari jarak berukuran 20, 40, 60 dan 80 byte, dengan interval
antar nodal. waktu pengiriman 2 detik. Pada Tabel 1 terlihat
Gambar 4 dan 5 memperlihatkan kinerja jaringan bahwa pada kondisi tidak ada halangan antara dua
dalam parameter throughput dan delay sebagai nodal tersebut (LOS), jumlah paket data yang
fungsi dari jarak antar dua nodal. Nilai throughput diterima sama dengan jumlah paket data yang
dan delay yang diperlihatkan pada gambar tersebut dikirim. Hal ini terjadi di semua ukuran paket data
merupakan nilai rata-rata dari 60 kali percobaan pada seluruh jarak yang divariasikan.

“Seminar Nasional FORTEI 2015” 141

 Sementara pada pengujian pada kondisi NLOS di penurunan jumlah paket data yang terkirim sukses.
lakukan didalam ruangan dimana posisi nodal Untuk semua skenario ukuran paket data,
koordinator pada poisis tetap dan nodal sensor persentase hilangnya paket data (packet loss)
ditempatkan seperti terlihat pada Gambar 6. Pada semakin besar yang disebabkan jarak transmisi
Tabel 2 terlihat bahwa semakin jauh posisi nodal yang semakin jauh dan semakin banyaknya
penerima dari nodal pengirim menyebabkan penghalang antara nodal pengirim dan penerima.

Tabel 1: Data jumlah paket yang dikirim oleh nodal dan diterima oleh nodal koordinator pada kondisi LOS.
Paket data 20 bytes Paket data 40 bytes Paket data 60 bytes Paket data 80 bytes
Jarak
(m) paket data paket data paket data paket data paket data paket data paket data paket data
dikirim diterima dikirim diterima dikirim diterima dikirim diterima
20 127 127 123 123 124 124 129 129
40 124 124 122 122 130 130 120 120
60 122 122 125 125 122 122 121 121
80 124 124 122 122 122 122 121 121
100 123 123 132 132 122 122 126 126
120 124 124 122 122 118 118 103 103

Tabel 2: Data jumlah paket yang dikirim oleh nodal dan diterima oleh nodal koordinator pada kondisi NLOS.
Paket data 20 bytes Paket data 40 bytes Paket data 60 bytes Paket data 80 bytes
Posisi
Nodal paket paket Packet paket paket Packet paket paket paket paket Packet
Packet
Sensor data data Loss data data Loss data data data data Loss
Loss (%)
dikirim diterima (%) dikirim diterima (%) dikirim diterima dikirim diterima (%)

1 123 123 0 123 123 0 129 129 0 122 122 0

2 121 113 6,61 126 125 0,79 124 120 3,23 121 117 3,31
3 158 154 2,53 122 112 8,2 122 89 27,05 122 72 40,98
4 123 57 53,67 123 64 47,98 123 46 62,6 128 6 95,31

Jaringan mesh merupakan jaringan komunikasi Pada pengujian ini, nodal sensor mengirimkan
dengan nodal router yang meneruskan paket data paket data dengan ukuran mulai dari 20 sampai
dari nodal pengirim ke nodal penerima. Skema dengan 80 byte, dimana setiap ukuran paket data
penempatan nodal-nodal pada pengujian untuk dikirimkan sebanyak 120 kali dengan interval 5
jaringan mesh (2 hop) diilustrasikan pada Gambar 7. detik. Kinerja jaringan pada topologi mesh (2 hop)
dibandingkan dengan kinerja pada topologi point-
to-point (1 hop).
Dari hasil pengujian terlihat bahwa jaringan mesh
dengan 2 hop mempunyai kinerja yang rendah
dibandingkan dengan jaringan point-to-point
dengan 1 hop. Hal ini terlihat untuk jaringan 2 hop
mempunyai nilai rata-rata throughput yang lebih
rendah (Gambar 8) dan nilai rata-rata delay yang
lebih lama (Gambar 9) dibandingkan dengan
Gambar. 7 Skema posisi nodal sensor terhadap nodal jaringan 1 hop.
koordinator untuk pengujian packet loss pada kondisi NLOS.

142 “Seminar Nasional FORTEI 2015”

 yang dibutuhkan untuk mencapai tujuan akan
semakin lama.
2. Jarak antara nodal pengirim dan penerima tidak
terlalu berpengaruh terhadap kinerja jaringan
baik nilai rata-rata throughput ataupun delay
berapapun ukuran paket data yang dikirimkan,
selama jarak tersebut masih termasuk jangkauan
maksimum modul Xbee yang digunakan.
3. Pada kondisi line of sight (LOS), seluruh paket
data dapat dikirimkan secara sukses di nodal
penerima. Tetapi pada kondisi Non line of sight
(NLOS), akan semakin banyak paket data yang
hilang pada proses pentransmisian seiring
dengan jarak yang semakin jauh.
4. Kinerja jaringan point-to-point (1 hop) lebih baik
dibandingkan kinerja jaringan mesh (2 hop), baik
dilihat dari rata-rata troughput dan delay.
Gambar. 8 Grafik perbandingan rata-rata throughput untuk UCAPAN TERIMAKASIH
jaringan 1 hop dan 2 hop.
Penulis mengucapkan terimakasih keada
Direktorat Jenderal Pendidikan Tinggi,
Kementerian Pendidikan dan Kebudayaan atas
bantuan finansial untuk penelitian ini melalui Hibah
Penelitian Unggulan Perguruan Tinggi Tahun
Anggaran 2014-2015.
DAFTAR PUSTAKA
[1] W. Stalling, Wireless Data Communications, 2nd ed., Pearson Prentice
Hall Upper, 2005.
[2] ZigBee Alliance. ZigBee Specification. 2012. [online]. Available:
http://www.zigbee.org.
[3] C. Ergen, Sinem, “ZigBee/IEEE 802.15.4 Summary,” Electrical
Engineering and Computer Science, University of California, Berkeley,
2004.
[4] V. Mayalarp, N. Limpaswadpaisarn, T. Poombansao, and S.
Kittipayakul, “Wireless Mesh Networking with Xbee,” in Proc. ECTI-
CARD, 2010.
[5] Digi International Digi International Inc. XBee/XBee-Pro ZB RF
Modules Product Manual. 2014. [online]. Available:
http://www.digi.com.
[6] Arduino Uno Overview. [online]. Available: http://www.arduino.cc.
[7] XBee Shield V1.1 Overview. [online]. Available:
http://www.iteadstudio.com
[8] Ide Arduino Software. [online]. Available: http://www.arduino.cc.
Gambar. 9 Grafik perbandingan rata-rata delay untuk jaringan [9] X-CTU Software. [online]. Available: http://www.digi.com.
1 hop dan 2 hop. [10] Docklight Software. [online]. Available: http://www.docklight.de.

V. KESIMPULAN
Jaringan nirkabel berbasis ZigBee dikembangkan
menggunakan Arduino Uno board, Xbee shield dan
modul Xbee Series 2. Dari hasil pengujian kinerja
jaringan disimpulkan beberapa hal berikut ini:
1. Pada jaringan point-to-point, ketika ukuran paket
data yang dikirimkan semakin besar, maka nilai
rata-rata throughput semakin besar tetapi waktu

“Seminar Nasional FORTEI 2015” 143

 Rancang Bangun Modul Pengering Ikan
Menggunakan Kendali Mikrokontroller
Berbasis Teknologi Sel Surya
Irnanda Priyadi#1, Reza Satria Rinaldi*2, Afdhal Kurniawan#3
#
Fakultas Teknik, Universitas Bengkulu
Jalan W.R. Supratman Kandang Limun Bengkulu, 38371 A Indonesia
Telp.(0736) 344087, 21170 Ext.227 Faks (0736) 349134
1
[email protected]

Abstract— Proses pengeringan ikan merupakan salah strategis negara Indonesia di sekitar garis
satu bentuk pengawetan ikan yang dapat memberikan nilai
tambah pada ikan sebelum diolah menjadi sumber bahan khatulistiwa (bidang datar ekuator) menyebabkan
makanan lain. Umumnya proses pengeringan ikan masih sebagian besar wilayah di Indonesia mendapat
dilakukan dengan cara tradisonal dan menggunakan teknologi penyinaran matahari sepanjang tahun sehingga
yang sederhana. Modul pengering yang digunakan masih
tergantung pada kondisi cuaca sehingga hanya dapat digunakan
memungkinkan Indonesia untuk mengembangkan
energi matahari menjadi sumber energi thermal.
terbatas pada siang hari saat matahari bersinar. Sumber energi
modul pengering juga umumnya masih mengandalkan suplai Disisi lain, Indonesia juga memiliki sumber daya
listrik dari PLN. Sehingga penggunaan modul pengering
terbatas untuk daerah-daerah yang hanya terjangkau jaringan
alam yang berlimpah, terutama dari hasil laut.
listrik PLN. Selain itu, penggunaan modul pengering yang tidak Secara umum usaha pengolahan ikan untuk
terkontrol dengan baik akan berdampak terhadap kualitas memperpanjang usia simpan ikan agar tahan lama
produk ikan yang dihasilkan.
Penelitian ini merancang sebuah modul atau alat
masih dilakukan dengan cara tradisional.
pengering ikan berbasis kendali mikrokontroller yang akan Pengolahan ikan idealnya dilakukan dengan
mengontrol variabel-variabel pengeringan ikan agar tetap menggunakan teknologi tinggi sehingga ikan dapat
konstan menggunakan sel surya dengan memanfaatkan cahaya
matahari sebagai sumber energi utama. Penelitian difokuskan
bertahan lama. Tetapi hampir di setiap kampung
pada rancangan desain modul pengering, perancangan sistem nelayan terutama di kampung-kampung nelayan
kendali parameter pengeringan (suhu, kelembaban dan laju yang jauh dari sentuhan teknologi dan tidak
aliran udara) dan kendali pengaturan suplai energi dari panel
surya.
terjangkau oleh jaringan listrik PLN, pengolahan
Dari hasil pengujian disimpulkan bahwa proses ikan masih dilakukan dengan cara sederhana.
pengeringan ikan dengan menggunakan modul alat pengering Alat pengering ikan yang biasa digunakan masih
dapat menghasilkan nilai kadar air ikan mencapai 31,9%
menggunakan deteksi sensor kelembaban dan 25,5% melalui uji
tergantung pada kondisi cuaca sehingga hanya
laboratorium terhadap kandungan kadar air dengan lama dapat digunakan terbatas pada siang hari saat
pengeringan sekitar 5,5 jam. matahari bersinar. Metode pengeringan seperti ini
yang tidak dapat mengendalikan kondisi thermal
Keywords—Modul pengering ikan berbasis teknologi sel surya,
Modul pengering ikan menggunakan kendali mikrokontroller,
pada proses pengeringan akan menyebabkan
Pengaturan Motor DC, Aplikasi Sensor SHT11, Arduino Mega variabel-variabel yang berpengaruh dalam
2560. pengeringan ikan tidak dapat terjaga konstan.
I. PENDAHULUAN Sehingga akan berdampak terhadap rendahnya
kualitas produk ikan yang dihasilkan. Karena itu
Ketersediaan energi fosil semakin lama semakin
perlu diupayakan metode pengeringan lain yang
berkurang seiring dengan kenaikan permintaan
dapat mengontrol variabel-variabel tersebut agar
kebutuhan energi dan kemampuan penyediaan
tetap konstan.
suplai yang menurun. Hal ini menyebabkan
Melalui penelitian ini akan diperoleh desain
pengembangan sumber energi non fosil memiliki
modul alat pengering ikan menggunakan teknologi
prospek yang sangat baik untuk dikembangkan
sel surya dengan pengontrolan variabel yang
menggantikan sumber energi fosil, salah satunya
berpengaruh dalam proses pengeringan berbasis
adalah energi matahari. Berdasarkan data letak
mikrokontroller. Modul pengering yang dirancang

144 “Seminar Nasional FORTEI 2015”

 merupakan usulan penelitian tahun pertama dari ventilation open circuit yang dapat mengeringkan
rancangan dua tahun penelitian yang direncanakan. 15 kg ikan dari kadar air 60% wb menjadi 25% wb.
Modul alat pengering ikan yang dirancang [Handoyo dkk]
dilengkapi dengan rak pemanggang yang dapat Penelitian pendahuluan tentang desain box
berputar secara otomatis untuk meratakan panas pengering yang pernah dilakukan adalah untuk
pada ikan. Pengembangan selanjutnya dari alat mengeringkan pisang menjadi pisang salai. Hasil
pengering ikan yaitu kemudahan dalam peningkatan rancangan alat pengering menunjukkan proses
kapasitas ikan dan optimasi penggunaan sel surya pengeringan pisang salai akan berlangsung selama
sebagai sumber energi utama non PLN sehingga 3 hari hingga kadar kelembaban mencapai 20%.
dapat diaplikasikan dimana saja dan kapan saja [Priyadi, dkk,2009]
khususnya di daerah-daerah pelosok yang jauh dari Penelitian-penelitian tentang penggunaan
jangkauan jaringan listrik PLN. teknologi sel surya sebagai teknologi pengering
sudah mulai banyak dilakukan. Hal ini
II. TINJAUAN PUSTAKA
menunjukkan bahwa penggunaan teknologi sel
Teknologi Pengering Ikan dan Sel Surya surya sebagai sumber energi alternatif bukan lagi
Ikan merupakan bahan makanan yang merupakan teknologi yang mahal. Salah satu hasil
mengandung protein tinggi dan kandungan lemak penelitian yang pernah dilakukan adalah pembuatan
yang lebih rendah dibanding sumber protein hewani alat pengering hasil panen (produk pisang salai)
lain. Namun pada ikan juga terdapat bakteri dan menggunakan teknologi sel surya berbasis kendali
enzim yang dapat mempercepat ikan membusuk mikrokontroller. Dengan menggunakan teknologi
jika dibiarkan begitu saja tanpa proses pengawetan. sel surya kapasitas 120 WP memungkingkan alat
Proses pengawetan ikan akan dapat memberikan pengering pisang dapat bekerja selama 24 jam tanpa
nilai tambah pada ikan sebelum diolah menjadi bantuan supplai energi listrik dari PLN dengan
sumber bahan makanan lain [Zulman,2006]. Proses asumsi kebutuhan daya modul sebesar 50 watt
pengawetan ikan yang umum dilakukan adalah dengan memperkecil daya pemanas dari 500 watt
dengan cara pengeringan. menjadi 38 Watt. [Priyadi, dkk,2010]
Proses pengeringan ikan pada prinsipnya Kajian lain terkait energi surya juga pernah
adalah proses mengurangi kadar air dalam ikan. dilakukan dengan merancang kolam penangkap
Proses mengurangi kadar air dalam ikan bertujuan panas matahari menggunakan larutan garam (solar
untuk mencegah bakteri dan enzyme bekerja dalam pond) untuk menghasilkan panas mencapai
ikan. Menurut Abdullah (2003), beberapa variabel temperatur 50 celcius. [Mainil, dkk, 2013]
yang penting dikendalikan dalam proses Baterei
pengeringan ikan adalah : temperatur, kelembaban Baterai berfungsi untuk mengubah energi
dan laju aliran udara. Variabel-variabel ini akan listrik menjadi energi kimia pada saat pengisian
berpengaruh terhadap produk ikan yang dihasilkan sedangkan pada saat pengambilan arus fungsinya
dan lama waktu pengeringan. adalah merubah energi kimia menjadi energi listrik.
Salah satu bentuk teknologi pengering ikan Listrik yang berasal dari sel surya akan disimpan
yang banyak dikembangkan adalah teknologi dalam baterai untuk digunakan pada saat matahari
pengering surya. Menurut Braguy et al., pengering tidak bersinar lagi di malam hari.
surya mempunyai beberapa keuntungan antara lain : Pada penelitian sebelumnya, arus listrik
sederhana, biaya rendah dan tidak memerlukan yang keluar dari baterai dialirkan ke
banyak tenaga kerja. Waktu proses pengeringan mikrokontroller sebagai pengontrol kinerja alat
dengan pengering surya dapat berkurang sebanyak pengering dan ke inverter yang digunakan untuk
65% dibanding pengeringan tradisional. kebutuhan relai sebagai saklar pada alat penambah
Sistem pengering surya yang pernah dibuat panas (hair drier) dan alat pembuang panas
mengunakan kolektor surya plat datar, ruang (exhaust fan) dengan sumber AC.
pengering dan fan untuk mengalirkan udara diberi Dari hasil pengujian diperoleh pengisian
nama solar dryer indirrect system with forced baterai dengan kapasitas 50 Amper dari listrik yang

“Seminar Nasional FORTEI 2015” 145

berasal dari panel sel surya didapat tegangan suhu ruang pengering agar tetap konstan meskipun
pengisian baterai berhenti pada tegangan 12,6 Volt. tanpa adanya sinar matahari.
Indikator pengisian baterai ditunjukkan pada Rancangan, Dimensi dan Spesifikasi Alat
regulator panel surya dimana pada tegangan 12,3 Pengering Ikan sebagai berikut :
Volt akan menyala LED warna hijau sebagai tanda
kondisi baterai penuh. Pada tegangan baterai 11
Volt akan menyala LED warna oranye sebagai
tanda kondisi kapasitas baterai tinggal setengah.
Sedangkan pada tegangan baterai 10,5 volt akan
menyala LED warna merah sebagai tanda kondisi
baterai dalam kondisi kritis. [Priyadi,dkk,2010]
Exhaust Fan (Kipas)
Exaust fan adalah sebuah kipas yang
fungsinya untuk menghisap udara di dalam ruang
untuk dibuang ke luar. Penggunaan exhaust fan
dimaksudkan untuk menjaga sirkulasi udara dalam
suatu ruangan. Penentuan berapa jumlah dan berapa
besar diameter exhaust fan dapat disesuaikan Gambar 3.1. Rancangan Modul Alat Pengering Ikan

dengan kondisi dimensi ruangan. Pada tahapan rancangan desain modul pengering
Pada penelitian sebelumnya exhaust fan bahan yang akan dipilih untuk modul box pengering
digunakan untuk menjaga suhu (temperatur) dan menggunakan bahan stainless yang memiliki nilai
atau kelembaban ruang pengering pada alat konduktivitas termal tinggi, ringan dan tahan karat.
pengering pisang. Pada alat pengering pisang hasil Penentuan dimensi box pengering disesuaikan
rancangan menggunakan tiga buah exhaust fan dengan ukuran panggangan ikan bagian dalam box
dengan tegangan 12 volt dan arus 0,12 Amper. Dari pengering. Penentuan banyaknya jumlah lajur
hasil pengukuran diperoleh data besar arus yang panggangan ikan disesuaikan dengan kapasitas ikan
mengalir pada rangkaian mikrokontroler dan LCD yang akan dikeringkan. Panggangan ikan dirancang
pada alat pengering pisang sebesar 0,45 Amper dan dapat berputar pada porosnya secara otomatis untuk
dibutuhkan penambahan sekitar 0,16 Amper untuk membolak balik produk ikan yang akan dikeringkan
mengaktifkan satu buah exhaust fan. sehingga penyebaran panasnya merata.
[Priyadi,dkk,2010] Tabel 3.1. Spesifikasi Modul Alat Pengering Ikan
III. METODE PENELITIAN No Komponen Spesifikasi Modul Pengering
Penelitian tentang modul alat pengering ikan 1 Panel surya Daya 200 WP
2 Baterai 12 Volt, 50 Amper
diusulkan dilakukan selama dua tahun. Tahun
3 Mikrokontroler ARDUINO Mega 2560
pertama penelitian difokuskan pada rancangan 4 Sensor SHT 11
desain modul pengering, sistem kendali motor dc 5 Inverter Daya 1000 Watt
sebagai penggerak pemanggang ikan, sistem 6 Daya pemanas 300 Watt
kendali penyimpanan keluaran listrik dari panel sel 7 Motor Pemutar Rak Motor DC seri Giant Torque
8 Lapisan ruang pengering Plat stainless
surya ke baterai, sistem kendali inverter sebagai alat
konversi listrik DC dari baterai ke listrik AC untuk Rancangan modul alat pengering ikan
aplikasi beberapa komponen modul pengering dan menggunakan tiga unit panel surya dengan total
kendali sistem beberapa parameter pengeringan kapasitas 200 wp terdiri dari : 1 unit kapasitas 100
(suhu, kelembaban dan laju aliran udara). wp dan 2 unit berkapasitas 50 wp. Pada rancangan
Selanjutnya pada tahun pertama, penelitian juga tempat pemanggang/ pengering ikan dalam box
akan difokuskan pada perancangan sistem kendali pengering, pemanggang ikan dibuat tiga lajur yang
pemanas buatan (on-off heater) untuk menjaga masing-masing lajur berkapasitas 5 s.d. 7 kg berat
ikan. Setiap lajur dikopel dengan sebuah gear

146 “Seminar Nasional FORTEI 2015”

sentrik untuk memutar poros panggangan  Pengujian Pengaturan Putaran Motor
menggunakan motor DC arus searah rating torka Penggerak Panggangan Ikan
mencapai 100 kg. Penggunaan gear didasarkan Pengujian sistem secara keseluruhan meliputi
pertimbangan untuk kemudahan pengembangan pengujian kinerja modul alat pengering pada saat
modul pengering bila suatu saat kapasitas ikan mengeringkan ikan. Sedangkan pengujian lab
dalam modul pengering diperbesar. Caranya dengan meliputi pengujian kandungan kadar air dari produk
merancang sistem gear baru yang dikopel dengan ikan yang dihasilkan.
sistem gear lama.
IV. HASIL DAN PEMBAHASAN
Pada rancangan kendali suhu dan kelembaban
digunakan sensor SHT 11 untuk mendeteksi nilai Pengujian blok sistem bertujuan untuk
besaran suhu dan kelembaban ruang pengering. melihat sejauh mana peran masing-masing blok
Selanjutnya komponen yang berperan untuk sistem mendukung performance sistem secara
menaikkan atau menurunkan nilai besaran suhu dan keseluruhan. Berikut pengujian per blok sistem yag
kelembaban disaat sensor membaca tidak sesuai set dilakukan, antara lain:
point (nilai referensi) adalah heater dan exhaust fan.  Pengujian Blok Energi (panel surya+aki)
Heater yang akan digunakan dalam rancangan Dari pengujian panel surya kapasitas 200
modul pengering ini sebanyak 1 unit kapasitas 300 WattPeak (WP) diperoleh hasil bahwa pengisian
watt untuk beban penuh dengan sumber AC. baterei dari kosong (tegangan 11,72 volt) hingga
Sedangkan exhaust fan yang akan digunakan baterei penuh (tegangan 13,24 volt) dibutuhkan
sebanyak 4 unit dengan kapasitas suplai tegangan lama waktu pengisian sekitar 4 jam dengan asumsi
12 volt DC. Heater diletakkan dibagian tengah kondisi cuaca cerah. Baterei kosong didefinisikan
modul pengering agar dapat memberikan suplai saat baterei sudah tidak mampu lagi menghidupkan
panas merata ke seluruh sisi ruang modul pengering. lampu pijar yang besarnya 5 watt lalu tegangan
Sedangkan empat buah exhaust fan diletakkan baterei diukur dengan multimeter, sedangkan
dibagian empat sudut modul pengering agar baterei penuh didefinisikan saat pembacaan
sirkulasi panas disemua sisi ruang modul pengering multimeter sudah stabil mengukur besar tegangan
tetap terjaga sesuai dengan suhu referensi. keluaran baterei. Baterei yang digunakan saat
Berikutnya akan dilakukan beberapa jenis dilakukan pengujian berkapasitas 12 volt, 50
pengujian untuk mengetahui keberhasilan ampere. Berikut data hasil pengujian untuk panel
rancangan modul alat pengering. Pengujian yang surya 200 WP, 150 WP dan 100 WP.
dilakukan diantaranya pengujian pada masing- Tabel 4.1. Data Pengisian Baterei Menggunakan Panel Surya 200 WP
masing blok sistem, pengujian sistem pengering No Waktu Tegangan (Volt)
secara keseluruhan serta pengujian hasil produk di 1 09:15 11,72
laboratorium. Pengujian masing-masing blok sistem 2 10:15 12,67
dilakukan untuk melihat sejauh mana peran masing-
3 11:15 12,89
masing blok untuk mendukung performance sistem
4 12:15 13,08
secara keseluruhan. Selanjutnya pengujian sistem
secara keseluruhan dilakukan untuk melihat sejauh 5 13:15 13,24
mana tingkat keberhasilan performance modul alat
Tabel 4.2. Data Pengisian Baterei Menggunakan Panel Surya 150 WP
pengering ikan yang telah dirancang secara teknis. No Waktu Tegangan (Volt)
Sedangkan pengujian lab dilakukan untuk
1 11:00 11,74
mendapatkan perbandingan kualitas produk ikan
2 12:05 11,83
yang dihasilkan terhadap kualitas ikan yang dijual
dipasaran. Pengujian blok sistem meliputi : 3 13:00 12,05
 Pengujian Blok Energi (panel surya+aki) 4 14:00 12,14
 Pengujian Kinerja Sensor SHT11 untuk 5 15:05 12,19
mendeteksi suhu dan kelembaban 6 16:10 12,24
 Pengujian Kinerja Heater dan Exhaust Fan

“Seminar Nasional FORTEI 2015” 147

 Tabel 4.3. Data Pengisian Baterei Menggunakan Panel Surya 100 WP dientrikan oleh keypad ke display. Bila suhu ruang
No Waktu Tegangan (Volt) lebih kecil dari nilai referensi (set point) maka
1 10:00 11,42 heater akan menyala begitu sebaliknya bila suhu
2 15:00 12,40 ruang lebih besar dari nilai referensi (set point)
3 16:00 12,90 maka exhaust fan (kipas) yang akan menyala.
Tabel 4.6. Hasil Pengujian Blok Kendali Sistem Pengeringan
Waktu Suhu Kelembaban Set Kondisi Kondisi
Pengujian Kinerja Sensor SHT11 untuk
 (0C) (%) point Kipas Heater
mendeteksi suhu dan kelembaban 17.30 35,19 65,50 500C Off Menyala
Sensor SHT 11 merupakan sensor yang 18.00 40,08 53,57 500C Off Menyala
18.30 41,05 51,53 500C Off Menyala
telah terkalibrasi dengan akurasi ± 3,5 %. Pada 19.00 41,47 50,71 500C Off Menyala
penelitian ini proses pengujian sistem sensor SHT 19.30 42,08 49,33 500C Off Menyala
11 dengan membandingkan terhadap alat ukur
temperatur dan kelembaban lain yaitu dengan Pengujian Pengaturan Putaran Motor
thermometer dan hygrometer. Berdasarkan hasil Penggerak Panggangan Ikan
pengamatan, selisih pembacaan nilai RH rata-rata Motor yang digunakan untuk mengatur
antara instrumen dengan kalibrator hanya 4,8%, putaran pemanggang adalah motor DC Giant
selisih pembacaan rata-rata temperatur 2,29%. Torque yang memiliki torsi mencapai 100 kg.
Perbandingan pengukuran nilai suhu dan Berikutnya untuk memperhalus putaran motor
kelembaban antara SHT 11 dengan termometer dan penggerak panggangan ikan dengan menambahkan
hygrometer dapat dilihat pada tabel 2.5. untuk suhu rangkaian shield motor seri VNH2SP30 for
dan 2.6. untuk kelembaban. ARDUINO. Jenis rangkaian pengendali motor ini
memiliki rating input arus maksimum mencapai 30
Tabel 4.4. Perbandingan pengukuran Suhu dengan SHT 11 dan Termometer Amper, putaran maksimum 80 rpm dan input
Suhu
tegangan maksimum mencapai 41 volt DC.
No Rangkaian shield motor ini juga telah dilengkapi
SHT 11 Termometer
dengan pengendali sudut pengaturan kecepatan
0
1. 33.17 C 330C putar motor menggunakan PWM hingga mencapai
2. 33,220C 330C frekuensi maksimum 20 kHz. Rangkaian shield
3. 33,250C 330C motor seri ini mampu mengatur kecepatan putaran
motor saat memikul beban yang cukup tinggi
Tabel 4.5. Perbandingan pengukuran kelembaban dengan SHT11 dan
hingga mencapai 100 kg. Berikut tabel data hasil
Hygrometer pengujian blok kendali putaran motor pemanggang
Kelembaban ikan menggunakan rangkaian shield motor seri
No
SHT 11 Hygrometer
VNH2SP30 :
1. 65,90% 70,5% Tabel 4.7. Pengaruh Nilai Input PWM terhadap Putaran Motor Pemanggang
2. 65,78% 70% Input PWM (Duty Cycle) Kecepatan Putaran Motor (rpm)
3. 65,79% 70% Gear Bagian Atas
180 23,2
150 22,3
120 13,0
Pengujian Kinerja Heater dan Exhaust
 100 11,2
Fan 80 8,00
Pengujian on-off heater dan exhaust fan
merupakan paket pengujian yang dilakukan untuk Dari hasil pengujian saat input PWM diberikan
melihat apakah blok kendali parameter pengeringan nilai 80 maka motor akan berputar tetapi masih
modul yang dirancang berjalan secara otomatis atau perlu dibantu dengan bantuan dorongan tangan
tidak apabila kondisi suhu ruang pengering tidak sebagai penggerak mula. Berikutnya saat input
sama dengan nilai referensi (set point) yang PWM diberikan nilai 100 maka motor akan

148 “Seminar Nasional FORTEI 2015”

 berputar secara otomatis tanpa dibantu dengan
dorongan tangan. Selanjutnya saat input PWM Tabel 4.9. Hasil Uji Laboratorium Terhadap Parameter Kadar Air
No. Jenis Ikan Bleberan Kadar Air (%)
diberikan nilai diatas 100 maka motor juga akan 1 Sebelum Dikeringkan (basah) 75,77
berputar secara otomatis tanpa dibantu dengan 2 Sesudah Dikeringkan (kering) 25,50
dorongan tangan namun motor berputar dengan dengan modul pengering
kecepatan putar yang semakin lebih cepat, hal ini
menyebabkan kebutuhan energi juga akan semakin V. KESIMPULAN
meningkat. Dari pengujian berikutnya, saat input 1. Berdasarkan hasil deteksi komponen sensor
PWM diberikan nilai 100 diukur nilai arus, kelembaban modul pengering dapat
tegangan input dan output motor sebagai berikut : menurunkan kelembaban ikan yang dikeringkan
Iin = 1,67 Amper, Vin = 5,9 Volt, Vout = 1,43 Volt. dari 69,3% (ikan basah) menjadi 31,9% (ikan
kering) dengan lama pengeringan 5,5 jam.
Pengujian Sistem Secara Keseluruhan dari
2. Berdasarkan hasil pengujian laboratorium
Modul Alat Pengering Ikan
terhadap kandungan kadar air ikan yang
Pengujian ini dilakukan untuk melihat sejauh
dikeringkan dapat disimpulkan bahwa
mana tingkat keberhasilan alat pengering yang telah
penggunaan modul alat pengering dapat
dirancang. Pengujian sistem secara keseluruhan
menghasilkan nilai kadar air ikan sebesar 25,5%
dilakukan setelah melihat hasil pengujian yang
dengan lama pengeringan 5,5 jam.
telah dilakukan per blok sistem sebelumnya. Dari
hasil pengujian saat mengeringkan ikan bleberan DAFTAR PUSTAKA
diperoleh data sebagai berikut : 1. Zulman E, 2006, Making-Up of Fish Added Value at Fisherman Society
through Processing Practice of Fish Nugget, Jurnal Ilmiah
Tabel 4.8. Hasil Pengujian Modul Pengering di Malam Hari
Pengembangan dan Penerapan Ipteks, Dharma Rafflesia. Vol.1 No1,
Temp Tegangan Dec 2006, p 61-65
No. Jam (°C) Hmd (%) Baterei (volt) 2. Abdullah, K., 2003, Fish Drying Using Solar Energy, Lectures and
Workshop Exercises on Drying of Agricultural and Marine Products,
1 21.00 44,2 69,3 11,94 ASEAN SCNCER, pp. 159-183
2 21.30 57,3 67,1 11,91 3. Braguy, S. et al., Fish Drying : An Adaptable Technology, Sustainable
Fisheries Livelihoods Programme Bulletins,
3 22.00 62,6 54,1 11,93 http://www.sflp.org/eng/007/ publ/131.htm
4. Handoyo, E., A., Kristanto, P., Alwi, S., makalah jurnal : Desain Dan
4 22.30 61,2 59,3 11,90 Pengujian Sistem Pengering Ikan Bertenaga Surya, Jurusan Teknik
5 23.00 65,1 47,2 11,90 Mesin, Fakultas Teknologi Industri, Universitas Kristen Petra
5. Priyadi, I., Suryadi, D., Efendi, Z., 2009, ”Pengembangan Teknologi
6 23.30 66,4 50,4 11,88 Tepat Guna: Penggunaan Kolektor Sel Surya Sebagai Teknologi
Pengering Hasil Panen”, Laporan Penelitian Hibah Bersaing Tahun I,
7 00.00 64,4 50,8 11,87 Universitas Bengkulu, Bengkulu.
6. Priyadi, I., Suryadi, D., Efendi, Z., 2010, ”Pengembangan Teknologi
8 00.30 67,6 43,1 11,87 Tepat Guna: Penggunaan Kolektor Sel Surya Sebagai Teknologi
9 01.00 66,9 43,9 11,83 Pengering Hasil Panen”, Laporan Penelitian Hibah Bersaing Tahun II,
Universitas Bengkulu, Bengkulu.
10 01.30 67,7 39,1 11,84 7. Mainil, A., K., dkk, 2013, “Pemanfaatan Salt Gradient Solar Pond
Sebagai Energi Alternatif bagi Masyarakat Pesisir Bengkulu :
11 02.00 64,0 37,2 11,78 Rancangan Prototipe”, Laporan Penelitian Pembinaan BOPTN,
12 02.30 74,1 31,9 11,56 Universitas Bengkulu, Bengkulu.

“Seminar Nasional FORTEI 2015” 149

 PENGUATAN AKREDITASI MELALUI
OPTIMASI SISTEM INFORMASI EKSISTING
DENGAN INTEGRASI MODUL WEB UNTUK
MEMENUHI KEBUTUHAN SPESIFIK
PROGRAM STUDI
Amirudin Y. Dako, ST. M.Eng#1, Rahmat Deddy Rianto Dako, ST. M.Eng#2, Jumiati Ilham, ST. MT#3
Fakultas Teknik, Universitas Negeri Gorontalo, Jl. Jend. Sudirman Kota Gorontalo, Prov. Gorontalo, Indonesia
[email protected]
[email protected]
[email protected]

Abstract— Penelitian ini ditujukan untuk mendeskripsikan terpadu[6],sistem informasi tata usaha[10], sistem
gambaran kondisi terkini dukungan pemanfaatan teknologi
informasi pada prodi khususnya yang terkait dengan point
informasi monitoring perkuliahan dan sistem
penilaian akreditasi, melakukan analisis pengembangan sistem penjadwalan terpadu. Di tingkat jurusan/prodi, juga
informasi yang ada saat ini sehingga dapat mengoptimalkan nilai telah menggunakan sistem informasi jurusan
akreditasi prodi dan mengintroduksi modul web pada sistem
yang telah ada sehingga mampu mengoptimalkan dukungan IT
sebagai sub domain dari website fakultas, misalnya
untuk meningkatkan nilai akreditasi prodi Teknik Elektro untuk jurusan teknik elektro[8]. Sistem informasi
Fakultas Teknik Universitas Negeri Gorontalo. ini digunakan sebagai sarana informasi resmi
Penelitian ini ditargetkan untuk menghasilkan modul web yang
dapat diintegrasikan pada sistem informasi yang telah ada
jurusan/prodi disamping media sosial berupa grup
sehingga menambah ragam konten sajian informasinya serta Facebook maupun sarana komunikasi konvensional
disajikan secara offline dalam bentuk display menggunakan lainnya.
media peraga berupa televisi berlayar lebar yang ditempatkan di
loby jurusan, sehingga memudahkan penyajian informasi terkini
Meski demikian, salah satu contoh masalah yang
dengan beragam pilihan yang pada gilirannya kemudian mampu belum terpecahkan dari adanya semua aplikasi
mengoptimalkan fungsionalitas sistem yang telah ada. berbasis IT ini adalah belum bisa memonitor secara
Penelitian ini dibuat dengan metode prototipe yang
memungkinkan pengembangan berkelanjutan atas sistem
real time kehadiran dosen di kampus. Informasi
informasi yang dibuat dengan menyesuaikan kebutuhan dan kehadiran dosen di kampus secara real time sangat
teknologi yang terkini dalam penyajian sistem informasi dan diperlukan oleh mahasiswa untuk bertatap muka
dalam kerangka mendukung pengelolaan dan pengembangan
UNG sebagai universitas yang berbasis teknologi informasi
dengan dosen, misalnya untuk bimbingan, asistensi
(Information Technology/IT) tugas, tandatangan dokumen persetujuan maupun
konsultasi akademik lainnya, dalam kerangka
Keywords—Penguatan akreditasi, optimasi, modul web penciptaan atmosfer akademik yang kondusif
dan/atau kegiatan yang mampu mempercepat masa
I. PENDAHULUAN
studi mahasiswa, yang menjadi salah satu poin
Teknik Elektro sebagai salah satu jurusan di penilaian dalam proses akreditasi.
bawah Fakultas Teknik UNG memiliki 2 program Demikian pula halnya bagi pimpinan, kehadiran
studi, yaitu program studi Diploma dan Strata 1 dosen merupakan salah satu instrumen yang
(S1). Program Studi S1 Teknik Elektro, selanjutnya diperlukan dalam evaluasi, pengawasan, monitoring
disebut prodi, dalam menyelenggarakan jasa maupun proses penjaminan mutu yang menjadi
layanan pendidikan telah memanfaatkan dasar bagi penilaian pada standar 2 (tata pamong,
kemudahan yang ditawarkan oleh kemajuan kepemimpinan, sistem pengelolaan, dan
teknologi informasi (IT/information technology). penjaminan mutu) maupun standar 5 yang terkait
Sistem informasi eksisting di tingkat fakultas dengan Kurikulum, Pembelajaran, dan Suasana
misalnya, sistem informasi akademik Akademik[13].

150 “Seminar Nasional FORTEI 2015”

 Salah satu alternatif solusi adalah dengan dikhususkan untuk tenaga kependidikan
melakukan analisis peluang pengembangan sistem utamanya pegawai tata usaha yang menunjang
informasi yang ada, menambahkan modul web penyelenggaraan pendidikan. Aplikasi ini
pelengkap yang nantinya akan terintegrasi dengan menggunakan finger print sebagai masukan
sistem yang sudah ada, sehingga dukungan IT dapat untuk mengkonfirmasi kehadiran pegawai
dioptimalkan pada setiap standar yang ada untuk yang terdapat dalam basisdatanya. Aplikasi
pencapaian nilai akreditasi yang lebih baik. ini tidak menyajikan daftar tenaga
Penelitian ini difokuskan untuk menjawab kependidikan yang hadir secara real time.
beberapa permasalahan berikut.  sistem informasi akademik terpadu[6], sebuah
 Bagaimana gambaran kondisi terkini aplikasi yang mengelola semua administrasi
dukungan pemanfaatan teknologi informasi akademik, digunakan secara luas oleh seluruh
pada prodi khususnya yang terkait dengan mahasiswa, dosen dan tenaga kependidikan.
point penilaian akreditasi?, Sistem informasi ini juga menyajikan
 bagaimana melakukan analisis pengembangan informasi terkait akademik tetapi tidak
sistem informasi yang ada saat ini sehingga memfasilitasi sajian informasi real time
dapat mengoptimalkan nilai akreditasi prodi?, kehadiran dosen. Pemakai aplikasi ini juga
 bagaimana mengintroduksi modul web pada dibatasi berdasarkan status pengaksesnya.
sistem yang telah ada sehingga mampu Halaman untuk dosen misalnya disajikan
mengoptimalkan dukungan IT untuk dalam bentuk yang berbeda dengan mahasiswa
meningkatkan nilai akreditasi prodi?. maupun tenaga kependidikan yang berperan
sebagai operator.
II. TINJAUAN PUSTAKA
 Sistem informasi tata usaha[10], sebuah
Dari penelusuran pustaka, penelitian maupun aplikasi untuk mengelola tata usaha yang ada
aplikasi sistem informasi yang memiliki kemiripan di seluruh lingkungan kampus UNG. sistem
dengan sistem informasi yang akan dikembangkan ini mengelola semua informasi profil pegawai
diuraikan sebagai berikut. dan dosen tetapi tidak menyajikan informasi
 Sistem informasi monitoring perkuliahan khusus tentang sebuah prodi maupun
fakultas teknik berbasis web[1], sebuah informasi real time kehadiran dosen beserta
prototipe website yang menampilkan rekapitulasi absennya.
informasi proses perkuliahan yang  Display informasi Jurusan Teknik Elektro,
berlangsung pada fakultas teknik secara real laporan tugas akhir pada program D3 Teknik
time. Website ini hanya menampilkan mata Elektro. Aplikasi ini berbasis web yang
kuliah yang sedang berlangsung, dan tidak menampilkan jadwal dan pengumuman di
menampilkan informasi khusus agenda, jurusan Teknik Elektro, tetapi belum
pengumuman khusus untuk salah satu prodi menampilkan informasi real time kehadiran
atau informasi real time atas kehadiran dosen. dosen dan tidak dirancang untuk menghasilkan
Website ini pula tidak dilengkapi dengan laporan/rekapitulasi absen dalam kurun waktu
fungsi pelaporan dalam bentuk rekapitulasi tertentu. Beberapa konten utama seperti
kehadiran dosen berdasarkan kondisi yang visi/misi prodi juga tidak disajikan dan secara
real[1]. keseluruhan dan belum mencakup kebutuhan
 Sistem Informasi Jurusan Teknik spesifik dari jurusan teknik elektro maupun
Elektro[8],menampilkan tentang profil jurusan prodi pada khususnya. Hal lainnya adalah
teknik elektro, dan tidak dapat menampilkan penggunaan teknologi masih sangat sederhana
informasi real time kehadiran dosen, serta dan belum interaktif serta tidak mendukung
tidak mampu membuat laporan / rekapitulasi perangkat pengakses mobile[14].
absen sesuai kondisi sebenarnya. Berdasarkan uraian di atas, sepanjang
 Aplikasi Anjungan Absensi yang terdapat penelusuran pustaka yang telah dilakukan, belum
pada setiap unit di UNG, hanya lebih ditemukan adanya modul web yang mampu

“Seminar Nasional FORTEI 2015” 151

mengatasi masalah seperti yang telah dikemukakan khalayak yang lebih luas melalui media website.
sebelumnya. Pada standar dua juga demikian, dukungan IT
sangat mutlak diperlukan dalam aspek penilaian
III. TUJUAN DAN MANFAAT PENELITIAN
atas tata pamong, kepemimpinan, sistem
III.A Tujuan Penelitian pengelolaan dan penjaminan mutu[13]. Demikian
Berdasar pada rumusan masalah sebelumnya, pula jika semua standar-standar penilaian borang
penelitian ini bertujuan untuk akreditasi dibedah dan dicermati, akan nampak jelas
1. mendeskripsikan gambaran kondisi terkini bahwa dukungan IT terhadap semua proses
dukungan pemanfaatan teknologi informasi akademik pada sebuah prodi merupakan hal mutlak
pada prodi khususnya yang terkait dengan point yang tidak bisa disepelekan.
penilaian akreditasi, Penelitian ini ditargetkan untuk menghasilkan
2. melakukan analisis pengembangan sistem modul web yang dapat diintegrasikan pada sistem
informasi yang ada saat ini sehingga dapat informasi yang telah ada sehingga menambah
mengoptimalkan nilai akreditasi prodi, ragam konten sajian informasinya serta disajikan
3. mengintroduksi modul web pada sistem yang juga dalam bentuk display menggunakan media
telah ada sehingga mampu mengoptimalkan peraga berupa televisi berlayar lebar sehingga
dukungan IT untuk meningkatkan nilai mahasiswa dapat dengan mudah melihat informasi
akreditasi prodi. terkini tanpa masuk lebih jauh ke dalam ruangan
jurusan, sehingga pada gilirannya kemudian mampu
III.B Manfaat Penelitian
mengoptimalkan fungsionalitas sistem yang telah
Salah satu faktor penting dari 4 pilar ada.
pengembanganUNG adalah dukungan IT secara Salah satu contoh fungsi yang dioptimalkan
menyeluruh dalam setiap aspek penyelenggaraan adalah monitoring real time kehadiran dosen, yaitu
jasa layanan pendidikan yang dilaksanakan oleh fungsi yang memberikan informasi tentang
kampus terbesar di provinsi Gorontalo. keberadaan seluruh dosen yang hadir di kampus.
Perkembangan teknologi informasi khususnya Sebagaimana diketahui, dosen memiliki amanat
web dan internet yang semakin maju membuka untuk mengemban tridharma perguruan tinggi,
peluang untuk penerapan sistem informasi berbasis sehingga kehadiran dosen utamanya yang non
web sebagai bentuk dukungan nyata terhadap struktural tidak dapat dipastikan keberadaannya
penerapan pilar-pilar pengembangan yang telah kecuali pada saat-saat yang bersangkutan sedang
diamanatkan kepada seluruh komponen yang terkait melaksanakan tugas pengajaran/perkuliahan sesuai
dengan UNG. dengan jadwal dan waktu-waktu tertentu. Informasi
Dalam kerangka pengembangan UNG sebagai kehadiran dosen selanjutnya dapat menjadi
universitas yang berbasis teknologi informasi informasi yang sangat bermanfaat baik untuk
(Information Technology/IT), maka optimasi mahasiswa, pegawai maupun kolega dosen lainnya.
penerapan sistem informasi yang telah ada maupun Untuk mahasiswa misalnya, dengan melihat
pengembangan sistem informasi baru sejenis yang modul web yang telah terintegrasi dengan sistem
bertujuan untuk meningkatkan layanan akademik sebelumnya, mereka dapat memastikan keberadaan
menjadi hal yang mutlak untuk dikedepankan. dosennya di kampus sehingga proses akademik
Di tingkat prodi, dukungan IT pada setiap proses seperti asistensi tugas besar, asistensi proposal dan
akademik menjadi salah satu point penilaian skripsi maupun bimbingan akademik lainnya
penting yang turut menentukan keberhasilan atas memperoleh kepastian untuk dapat bertatap muka
akreditasi suatu prodi. Penilaian atas dukungan IT langsung dengan dosen yang bersangkutan.
hampir bisa ditemukan pada setiap standar yang ada Dengan demikian, proses layanan akademik atas
pada borang akreditasi prodi[13]. Pada standar 1 mahasiswa dapat berjalan dengan lebih baik dan
(satu) tentang visi, misi, tujuan, sasaran dan target mahasiswa dapat mengoptimalkan waktunya
pencapaian misalnya, sosialisasi visi misi akan sehingga proses percepatan atas waktu studi
lebih bermakna dan bernilai jika disajikan pada mahasiswa dapat lebih mudah dicapai.

152 “Seminar Nasional FORTEI 2015”

 Di tingkat pimpinan, fungsi dimaksud dapat dan/atau menggunakan mesin pencari yang tersedia
menjadi rujukan atas monitoring, sistem di internet.
pengelolaan, penjaminan mutu dan pengambilan Data-data yang diperoleh ini digunakan sebagai
keputusan dengan didasarkan pada data otentik atas sampel untuk keperluan perancangan basis data,
kehadiran dosen sesuai kondisi sebenarnya. merancang antar muka masukan dan keluaran
Luaran penelitian ini kemudian menjadi salah aplikasi sistem informasi.
satu faktor yang akan berkontribusi positif atas IV.C Alat Penelitian
meningkatnya layanan akademik serta lebih
memberi makna dan ‘nilai lebih’ terhadap  aplikasi sistem informasi dibangun dengan
pencapaian peringkat akreditasi yang lebih baik lagi. bahasa PHP dan MySQL untuk basisdatanya.
Hal berikut adalah, jika dilihat dari tenggat waktu Untuk simulasi Client-server digunakan
atas ijin penyelenggaraan prodi, maka dalam kurun aplikasi Mowes Portable versi 2.2.3 oleh CH
waktu kurang dari satu tahun, prodi ini harus Software,
mengajukan kembali proses akreditasi untuk  pengkodean program aplikasi menggunakan
memperbaharui status ‘cukup’ yang selama ini Macromedia Dreamweaver versi 8.0 mx
disandang. buatan Macromedia.inc dan aplikasi Notepad
yang terintegrasi dalam sistem operasi
IV. METODE PENELITIAN windows,
IV.A Lokasi dan Waktu Penelitian  desain interfacemenggunakan Adobe
Penelitian ini akan dilaksanakan sepenuhnya di Photoshop CS3 atau yang terbaru,
lingkungan kampus UNG khususnya di  untuk menjalankan aplikasi dan untuk
laboratorium komputer Fakultas Teknik UNG. keperluan pengujian sistem
Waktu pelaksanaan penelitian direncanakan selama digunakanModzilla Firefox versi 40.03 dan
6 bulan yaitu mulai bulan Juli 2015-Desember 2015. Google Chrome Version 47.0.2520.0 canary
(64-bit).
IV.B Materi Penelitian:
IV.D Alur Penelitian
Bahan penelitian utama adalah data-data yang
dikumpulkan dari prodi, fakultas maupun unit-unit Alur penelitian ini disajikan dalam fishbone
kerja lainnya. Data-data tersebut dapat berupa diagram berikut.
format-format pencatatan, blue print system
informasi meliputi desain interface, diagram aliran
data, arsitektur sistem, struktur database, kamus
data, daftar hadir dosen, format absen, data skripsi
dan tugas akhir mahasiswa, maupun data tertulis
lainnya.
Sumber data adalah dosen, mahasiswa,
pustakawan, gugus kendali mutu, tenaga
kependidikan serta civitas akademika lainnya. gbr. 1 Alur penelitian
Beberapa data dapat diperoleh dengan melakukan
V. HASIL DAN PEMBAHASAN
observasi serta wawancara dengan dosen,
mahasiswa, pustakawan, gugus kendali mutu, V.A Hasil Pengumpulan data
tenaga kependidikan serta civitas akademika Pengumpulan data ditujukan untuk
lainnya. mengumpulkan data melalui penelusuran literatur,
Data lainnya dapat diperoleh dengan wawancara dan observasi. Penelusuran literatur
memfotokopi data yang terdapat di perpustakaan, dimaksud adalah mengumpulkan dokumen hasil
dengan melakukan pengujian maupun pendalaman penelitian, tugas akhir/skripsi ataupun format-
atas kinerja aplikasi maupun sistem yang telah ada format pencatatan yang ada di prodi untuk
kemudian dikaji dan dianalisis. Wawancara

“Seminar Nasional FORTEI 2015” 153

 dilakukan untuk mendapatkan informasi dari pihak Lebih lanjut dituturkan bahwa adanya kebijakan
pengguna berupa gambaran sistem yang diinginkan penertiban domain yang ada di UNG
ataupun kebutuhan mendasar yang diperlukan mengakibatkan sistem prodi belum di-launch ke
masing-masing ketika mengakses sistem informasi sistem yang sudah ada. Hal yang diyakini dengan
yang akan dibuat. Pihak pengguna dimaksud pasti bahwa modul sistem informasi yang akan
adalah dosen, pimpinan prodi, mahasiswa, tenaga dikembangkan belum ada pada sistem yang sudah
kependidikan (tendik) yang ada di prodi maupun ada, sehingga modul sistem informasi dimaksud
prodi lain sebagai pembanding. Gambaran selanjutnya akan memperkaya kandungan informasi
kebutuhan setiap pengguna selanjutnya diberikan ketika sistem informasi prodi akan diluncurkan.
pada tabel I. Dari penelusuran dokumen[13], didapati bahwa
TABEL I sistem informasi akademik yang digunakan dalam
HASIL IDENTIFIKASI KEBUTUHAN PENGGUNA (USER REQUIREMENT) program studi antara lain [6], [7], [8] dan EPSBED.
USER Aksesibilitas tiap jenis data pada sistem informasi
KEBUTUHAN
A B C D yang telah ada diberikan pada tabel berikut.
Adanya informasi kehadiran dosen real time x x x x
Adanya informasi pengumuman x x TABEL II
Adanya informasi agenda kerja prodi x x x AKSESIBILITAS DATA PADA SISTEM INFORMASI EKSISTING[13]
Sistem mampu membuat laporan presensi kehadiran x
riil dosen Sistem Pengelolaan Data
Adanya sistem pengelolaan data yang spesifik prodi x x Dengan Dengan
Dengan
dengan menu yang mudah customable No Komputer Komputer
Jenis Data Secara Komputer
Sistem mampu untuk responsive terhadap akses x x x . Jaringan Jaringan
Manual Tanpa
semua jenis perangkat pengakses Lokal Luas
Jaringan
Sistem tersedia daring dan luring pada tempat yang x x x x (LAN) (WAN)
(1) (2) (3) (4) (5) (6)
mudah dilihat oleh pengguna
1 Mahasiswa - - - √
Sistem menjadi sarana sosialisasi visi/misi prodi, x x
pengingat/tausiah/kata-kata motivasi 2 Kartu - - - √
Rencana
Interface yang interaktif dan mudah digunakan x x
Studi (KRS)
Sistem memiliki hirarki akses pengguna pada x x 3 Jadwal mata - - - X
pengelolaan data kuliah
Desain interface sistem mampu mencirikan prodi x x 4 Nilai mata - - - X
dan UNG pada umumnya kuliah
Sistem yang dikembangkan terintegrasi dengan x x x x 5 Transkrip - - - X
sistem yang telah ada akademik
Ket: A:mahasiswa; B:Dosen; C:Pimpinan; D:tendik; 6 Lulusan - X - -
7 Dosen - - - X
8 Pegawai - - - X
V.B Analisa sistem
9 Keuangan - - - X
Proses ini ditujukan untuk menganalisis hasil 10 Inventaris - X - -
yang diperoleh pada bagian sebelumnya dengan 11 Perpustakaan - - - X
metode seperti yang diuraikan pada alat penelitian.
Kegiatan ini selanjutnya diuraikan berikut. Sistem informasi lain yang dikembangkan
kemudian (setelah tahun 2012) antara lain [10], [12],
[9], [4], [2], [5], mikroblogging dosen dan
V.B1 Gambaran Kondisi Sistem Informasi Eksisting
mahasiswa maupun layanan email [3] berbasis pada
Informasi dari staf bagian IT/information domain ung.ac.id [11].
technology Fakultas yang bertugas mengelola Selanjutnya dilakukan penelusuran lebih dalam
sistem informasi fakultas dan prodi menuturkan terhadap sistem informasi yang diberikan, tetapi
bahwa dulu pernah ada sistem informasi prodi yang beberapa kebutuhan spesifik prodi belum
berada pada sub domain sistem informasi fakultas didapatkan.
Teknik. Sampai tulisan ini dibuat, sistem informasi
prodi belum dimasukkan dalam sistem informasi
fakultas yang ada sekarang.

154 “Seminar Nasional FORTEI 2015”

 TABEL III
KONDISI SISTEM INFORMASI EKSISTING V.B2 Sistem Requirement

Kebutuhan spesifik prodi

Tersedia
Ket.
Berdasarkan informasi sebelumnya kemudian
(ya/tidak) dilakukan analisis lebih lanjut untuk
Adanya informasi kehadiran dosen real time Tidak
Pernah mengoptimalkan nilai akreditasi prodi melalui
Adanya informasi pengumuman Tidak dukungan pemanfaatan teknologi informasi, dengan
ada
Adanya informasi agenda kerja prodi Tidak
Pernah merumuskan beberapa hal terkait tujuan spesifik,
ada
Sistem mampu membuat laporan presensi
unit organisasi, kemampuan sistem, fungsionalitas
Tidak dan arsitektur sistem.
kehadiran riil dosen
Adanya sistem pengelolaan data yang
Pernah Tujuan spesifik pengembangan sistem informasi
spesifik prodi dengan menu yang mudah Tidak adalah membuat modul web dengan
ada
customable
Sistem mampu untuk responsive terhadap memprioritaskan kebutuhan spesifik prodi, untuk
Tidak
akses semua jenis perangkat pengakses selanjutnya diintegrasikan pada sistem informasi
Untuk eksisting sehingga mampu mengoptimalkan
Sistem tersedia daring dan luring pada
Ya skala
tempat yang mudah dilihat oleh pengguna
fakultas dukungan IT untuk peningkatan nilai akreditasi.
Sistem menjadi sarana sosialisasi visi/misi
Tidak
Unit organisasi pengguna modul web yang
prodi, pengingat/tausiah/kata-kata motivasi didesain adalah bagian IT Fakultas Teknik UNG
Interface yang interaktif dan mudah
digunakan
Ya untuk digunakan sebagai modul tambahan sebagai
Sistem memiliki hirarki akses pengguna pelengkap sajian informasi khususnya untuk prodi.
Ya
pada pengelolaan data Selanjutnya pengelolaan sepenuhnya dilakukan
Desain interface sistem mampu mencirikan
prodi dan UNG pada umumnya
Ya oleh bagian IT dengan memberi akses terbatas pada
Sistem yang dikembangkan terintegrasi prodi untuk mengelola informasi spesifik terkait
Ya
dengan sistem yang telah ada dengan pengelolaan data spesifi prodi khususnya
dalam kaitan dengan pembelajaran/perkuliahan
Dalam kaitan dengan peningkatan akreditasi maupun hal lain sehubungan dengan peningkatan
prodi, kebutuhan-kebutuhan spesifik diatas akreditasi prodi.
diperlukan untuk misalnya, informasi kehadiran Kemampuan modul web yang diharapkan adalah
dosen secara real time sangat dibutuhkan oleh berbasis web sehingga dapat diakses tanpa batasan
mahasiswa untuk melakukan tatap muka terkait waktu dan tidak dibatasi oleh letak geografis,
dengan tugas, laporan maupun proses modular sehingga dapat disisipkan kedalam sistem
pembimbingan. Hal ini kemudian dapat yang sudah ada serta mampu menangani hal–hal
mempercepat proses akademik/perkuliahan yang umum antara lain pengelolaan informasi real time
selanjutnya dapat mempersingkat masa studi kehadiran dosen termasuk laporan presensi riil
mahasiswa yang bersangkutan. Hal ini terkait dosen; pengelolaan informasi spesifik prodi
langsung dengan aspek penilaian akreditasi khususnya pada agenda, pengumuman dan konten
khususnya pada point 5.5.2 yaitu waktu “rata-rata lainnya; responsif terhadap akses semua jenis
lama penyelesaian tugas akhir/skripsi” [13]. perangkat pengakses; pengelolaan data prodi
Hal lain misalnya bagi dosen, informasi dengan akses terbatas khususnya pada konten yang
dimaksud menjadi sarana informasi alternatif untuk spesifik; tersedia secara daring dan luring pada
saling bertatap muka sesama dosen terkait dengan tempat yang mudah diakses serta dapat
koordinasi penyelenggaraan proses akademik di diintegrasikan pada sistem yang telah ada
prodi. Hal ini kemudian dapat mendukung Berdasarkan kemampuan dasar dari modul yang
pencapaian nilai maksimal untuk point 5.7.1 terkait diinginkan, kemudian disusun ke dalam kebutuhan-
dengan “ketersediaan dan jenis prasarana, sarana kebutuhan yang lebih spesifik. Kebutuhan spesifik
dan dana yang memungkinkan terciptanya interaksi ini nantinya akan direpresentasikan dalam bentuk
akademik antara sivitas akademika” serta point fungsi maupun menu yang ada dalam sistem
5.7.4 yaitu “interaksi akademik antara dosen- informasi yang nantinya akan dikembangkan.
mahasiswa, antar mahasiswa, serta antar dosen”[13]. Secara grafis disajikan berikut.

“Seminar Nasional FORTEI 2015” 155

 USER REQUIREMENT
FUNGSIONALITAS Sistem informasi sebelumnya (berwarna biru)
SISTEM
adalah sistem informasi fakultas yang didalamnya
Adanya informasi kehadiran dosen
real time
 Pengelolaan data kehadiran memuat juga sistem informasi prodi. Sistem ini
Pengelolaan data memiliki database eksisting untuk pengelolaan data
Adanya informasi pengumuman 
pengumuman yang menjadi konten dari informasi yang
Adanya informasi agenda kerja

Pengelolaan data agenda disajikannya. Modul web yang dirancang
prodi prodi
selanjutnya diintegrasikan dalam sistem eksisting
Sistem mampu membuat laporan
presensi kehadiran riil dosen
 Pengelolaan data kehadiran beserta database pendukungnya. Database ini dapat
Adanya sistem pengelolaan data berbentuk modul yang akan disisipkan pada
Pengelolaan informasi prodi
yang spesifik prodi dengan menu 
(Back End system) database sistem sejenis yang telah ada.
yang mudah customable
Modul web ini dirancang untuk pemanfaat yang
responsive terhadap akses semua
jenis perangkat pengakses
 Responsive web design menggunakan perangkat yang mampu tersambung
Sistem tersedia daring dan luring Sub domain fatek.ung.ac.id ke jaringan internet baik komputer desktop,
pada tempat yang mudah dilihat  dan penempatan big display komputer mobile (laptop, notebook, netbook),
oleh pengguna di loby jurusan/prodi
tablet, smartphone dan termasuk televisi berukuran
Sistem menjadi sarana sosialisasi
visi/misi prodi, 
Pengelolaan informasi prodi relatif besar yang disambungkan secara langsung
(Back End system)
pengingat/tausiah/kata-kata motivasi maupun melalui komputer.
Interface yang interaktif dan mudah
 Responsive web design Cara aksesselanjutnya dapat dilihat pada skenario
digunakan
proses sistem pada bagian selanjutnya.
Sistem memiliki hirarki akses Akses terbatas untuk staf

pengguna pada pengelolaan data Jurusan/Prodi
V.C Perancangan
Desain interface sistem mampu
 Informasi visi/misi prodi
mencirikan prodi dan UNG Pada tahapan ini kegiatan penelitian dilakukan di
Sistem yang dikembangkan
 Modular laboratorium komputer Teknik Elektro dengan
terintegrasi dengan sistem eksisting
beberapa kegiatan yaitu
gbr2. Hubungan antar user requirement dan fungsionalitas sistem

V.C1 Penentuan Bussiness process

Selanjutnya fungsionalitas sistem tersebut
diuraikan dalam daftar menu sebagai berikut. Berdasarkan kebutuhan user dan analisa yang
 Menu kehadiran dosen dilakukan, ditetapkan bahwa pihak yang akan
 Menu pengumuman berkepentingan dengan modul ini terbagi atas 2
yaitu administrator/pengelola sistem serta pihak
 Menu agenda
yang mengambil manfaat dari sistem/pemanfaat
 Menu pencetakan presensi dosen
sistem (user/client browser). Skenario proses
 Menu administrator
sistem atas kedua pihak tersebut diuraikan berikut.
 Menu login/logout
 Pengelola sistem (administrator)
 Menu tausiah/motivasi dan visi/misi prodi Pengelola sistem atau administrator bertugas
 Pengelolaan basis data mengelola sistem, yang meliputi kegiatan
Integrasi modul yang dikembangkan diberikan mengelola basis data serta sistem informasi
pada arsitektur sistem yang diberikan pada gambar secara keseluruhan. Administrator terbagi atas
berikut. tiga kategori yaitu admin, pengguna dan
operator.
Ketiga tipe administrator ini memiliki akses
berbeda terhadap database, misalnya seorang
admin memiliki akses penuh terhadap database,
serta mampu menambah pengguna maupun
menghapusnya sedangkan akses pengguna
dibatasi pada pemasukan agenda, pengumuman
maupun mengubah data diri dan hal-hal yang
gbr3. Arsitektur sistem

156 “Seminar Nasional FORTEI 2015”

 sifatnya personal. Selanjutnya peran ketiga V.C2 Perancangan basis data
administrator diuraikan berikut. Perancangan basis data, ditujukan untuk
- Admin adalah orang yang merancang basis data dengan melalui tahapan
bertanggungjawab atas keseluruhan identifikasi variabel kebutuhan basis data, logical
pengelolaan modul termasuk basisdata dan design database yang digambarkan dalam Entity
maintenance sistem, Relationship Diagram (ERD) serta desain fisik
- Operator adalah tendik yang bertugas untuk database.
menginput presensi dosen, menginput Berdasarkan kebutuhan-kebutuhan spesifik yang
pengumuman, agenda dan merubah profil diuraikan diatas kemudian ditentukan variabel
personal, entitas-entitas yang berperan penting dalam
- Pengguna adalah dosen di prodi yang dapat perancangan basis data selanjutnya dan disajikan
menggunakan sistem dengan akses terbatas, dalam tabel berikut.
yaitu hanya pada input pengumuman, TABEL IV

agenda dan merubah profil personal. PENENTUAN ENTITAS

Untuk melindungi keamanan data, maka seluruh No Nama Entitas Utama Pendukung Keterangan
proses pengelolaan basis data maupun pengelolaan Berisi semua pihak
yang terkait dengan
sistem secara keseluruhan dilindungi oleh kata 1 Pengguna X
pengelolaan modul
kunci untuk mencegah hal-hal yang tidak sistem
diinginkan. 2 Absen X Berisi presensi dosen
Berisi pengumuman
 Pemanfaat sistem (user/client browser) 3 Info X
dan artikel terkait
Pemanfaat sistem (user/client browser) adalah Berisi agenda
4 Agenda X
semua pihak yang mengakses sistem informasi. jurusan/prodi
Berisi kata-kata
Semua layanan yang diberikan oleh sistem 5 Penyejuk X tausiah, motivasi dan
informasi dapat diakses oleh user kecuali akses materi kerohanian.
untuk mengelola basis data. User hanya dapat
membaca dan menampilkan isi basis data Berdasarkan variabel entitas yang telah
berdasarkan menu yang disediakan. ditetapkan sebelumnya, kemudian didesain relasi
Use case diagram sistem digambarkan berikut. antar entitas yang digambarkan dalam bentuk Entity
Relationship Diagram (ER-D) dan disajikan berikut.

Gbr 5 Entity Relationship Diagram

gbr4. Use Case Diagram Sistem Dengan mengacu pada ER diagram, kemudian
didesain database fisik dengan menghubungkan
semua entitas dengan kunci yang bersesuaian.

“Seminar Nasional FORTEI 2015” 157

Gambar berikut memperlihatkan designer view dari akses setiap halaman yang ada beserta teknologi
fisik database yang dibuat dalam aplikasi MySQL. yang akan dipakai ditentukan pada proses ini.
Halamandemi halaman dibuatkan algoritma runtun
eksekusinya serta keluaran yang akan ditampilkan.

V.D2 Penulisan Kode Program

Rancangan yang telah ada serta algoritma yang
telah ditetapkan kemudian dibuatkan source
code/kode sumber program untuk direalisasikan
dalam halaman-halaman web yang memuat
informasi yang telah ditentukan. Aktifitas untuk
pengelolaan data pada basisdata juga
Gbr 6 Designer View diimplementasikan pada tahapan ini.
Penulisan source code program menggunakan
V.C3 Perancangan antar muka
aplikasi notepad/notepad++ dan Macromedia
Perancangan antarmuka dilakukan dengan Dreamweaver trialversion, dilaksanakan di
menerapkan teknik ‘responsive web design’ (desain laboratorium, dengan mengacu pada skenario
web yang responsif/adaptif) sehingga dapat diakses proses sistem serta algoritma yang telah ditetapkan
oleh semua perangkat yang mampu mengakses sebelumnya. Setelah semua source code ditulis
internet dan menampilkan halaman web. kemudian dibuat prototipe sistem informasi versi
Desain antar muka dibagi menjadi dua, yaitu sisi awal, dan selanjutnya dilakukan pengujian-
user (front end) dan sisi administrator/pengelola pengujian.Beberapa hasil kompilasi source code
sistem (back end). Hal ini dimaksudkan untuk program disajikan pada gambar berikut.
membedakan secara jelas status ketika mengakses
sistem. Desain antarmuka kedua sisi dibuat dengan
memodifikasi template yang tersedia secara gratis
di internet, dan selanjutnya disajikan secara grafis
berikut.

A.Sisi user B. Sisi Admin

gbr 8Kompilasi halaman sisi user dan admin

V.E Pengujian Prototipe Aplikasi

Pengujian prototipe aplikasi ditujukan untuk
memeriksa modul/aplikasi yang telah dibuat benar-
A.Sisi user B. Sisi Admin
benar terbebas dari kesalahan logika ataupun
Gbr 7 Antarmuka sisi user fungsionalitas maupun kesalahan sintaks.
Pengujian dilakukan di laboratorium dengan
V.D Prototyping
melibatkan user mahasiswa, dosen maupun tendik,
Tahapan ini ditujukan untuk baik secara Offline maupun Online.
mengimplementasikan hasil rancangan sebelumnya Pengujian offline dilakukan ketika modul/aplikasi
dalam bentuk yang sistem yang real. belum ditempatkan pada jaringan internet, baik
ketika masih pada tahap penulisan program maupun
V.D1 Penetapan Algoritma Program
setelah pembuatan prototipe. Pengujian ini lebih
Algoritmaprogram ditetapkan dengan merujuk ke ditekankan pada fungsionalitas sistem. Aspek yang
bussiness process yang telah ditetapkan sebelumnya. diuji adalah antarmuka, akses antar halaman,
Alur penyajian, informasi yang akan ditampilkan,

158 “Seminar Nasional FORTEI 2015”

fungsi-fungsi umum maupun aksebilitas sistem ditempatkan di dalam jaringan internet dengan
pada modul/aplikasi yang telah dirancang. memanfaatkan jasa hosting gratis pada alamat
Pengujian antarmuka ditujukan untuk memeriksa http://displayinformasi.zz.vc/. Gambar berikut
apakah antarmuka yang telah dibuat sesuai dengan menampilkan hasil pengujian online pada browser
keinginan user dengan penekanan pada penciri Google Chrome, yang diakses melalui laptop.
jurusan/prodi. Pengujian akses antar halaman
ditujukan untuk memastikan bahwa tidak ada
broken link/tautan halaman yang tidak bisa diakses.
Pengujian fungsi-fungsi umum dilakukan untuk
memastikan bahwa fungsi-fungsi modul yang
diharapkan telah berjalan dengan baik, sedangkan
pengujian aksebilitas sistem dilakukan dengan
menguji modul melalui beberapa perangkat
pengakses misalnya komputer desktop, laptop,
televisi, tablet maupun smartphone melalui menu
developer tools (mode pengembang) pada
perambah internet yang dipakai sebagai alat penguji. gbr 11. Hasil Pengujian Online pada Modzilla Firefox
Pada tahapan ini pula instalasi untuk penyajian
secara offline melalui peraga layar lebar pada loby V.F Pemaparan Prototipe Aplikasi
jurusan mulai dilakukan. Kegiatan ini dilakukan secara bersamaan dengan
Beberapa hasil pengujian Offline diberikan pada pengujian yang dilakukan pada sela-sela waktu
gambar berikut. rapat di tingkat Jurusan/prodi. Prototipe modul
yang telah dibuat dijelaskan secara singkat dan
selanjutnya user diminta kesediaannya untuk
mengakses halaman dimaksud dan kemudian
melaporkan hasil pengujiannya.
Laporan hasil pengujian oleh user (dosen,
mahasiswa, operator prodi dan tenaga kependidikan)
berupa informasi/ koreksi/ masukan/ perbaikan
yang kemudian disusun dalam bentuk rekomendasi
umum pengembangan sistem dan selanjutnya
menjadi dasar bagi penyempurnaan modul pada
tahapan selanjutnya.
gbr 9 Uji Aksebilitas Modul pada Modzilla Firefox (resolusi 240 x 480 pixels)
V.G Penyempurnaan aplikasi
Kegiatan ini bertujuan menyempurnakan
beberapa bagian seperti yang telah
direkomendasikan oleh user pada saat pengujian,
antara lain akses/respon menu yang lebih interaktif
dan penyesuaian konten pada beberapa halaman
tertentu. Penyempurnaan aplikasi ini direncanakan
memakai metode Ajax/Jquery untuk lebih
gbr 10 Uji Aksebilitas Modul pada Google Chrome
memaksimalkan interaksi antara modul dengan user.
(Nokia Lumia 520 dan Iphone 6)
V.H Implementasi
Pengujian online dilakukan untuk menguji modul Kegiatan ini bertujuan untuk mengkaji
yang dibuat ketika terhubung secara daring (dalam penempatan/hosting pada infrastruktur sajian
jaringan). Prototipe yang telah dibuat selanjutnya informasi yang ada di UNG khususnya Fakultas

“Seminar Nasional FORTEI 2015” 159

 Teknik sehingga memungkinkan modul yang telah
dibuat terintegrasi dengan sistem informasi yang VI.B Saran
telah ada sebelumnya. Pada tahapan ini pula akan 1. Dalam kaitan dengan peralihan ke sistem yang
dilakukan pendokumentasian serta penyebarluasan baru, sangat diperlukan dukungan manajemen
hasil penelitian dalam bentuk publikasi dan/atau serta kebijakan dan strategi penyesuaian
pemaparan pada seminar/konferensi. langkah dalam proses adaptasi dengan sistem
yang telah dikembangkan.
VI. PENUTUP 2. Pengembangan sistem informasi lebih lanjut
VI.A Kesimpulan perlu dilakukan untuk meningkatkan kualitas
Dari penelitian ini telah didapatkan hal-hal sistem informasi menjadi lebih handal dan
berikut. dengan kandungan informasi yang lebih
1. Prodi telah memiliki sarana dan prasarana sajian lengkap.
informasi berbasis teknologi informasi yang
dipakai bersama tetapi belum meng-cover ACKNOWLEDGEMENTS
kebutuhan-kebutuhan spesifik misalnya Terima kasih yang sebesar-besarnya dihaturkan
informasi kehadiran dosen secara real time yang kepada Lembaga Penelitian UNG yang telah
sangat dibutuhkan oleh mahasiswa untuk dapat memberikan kesempatan untuk melakukan
mempercepat proses akademik/perkuliahan penelitian ini. Demikian pula kepada seluruh
sehingga selanjutnya mampu mempersingkat teman-teman dosen, tendik dan seluruh mahasiswa
masa studi mahasiswa yang bersangkutan. Hal prodi Teknik Elektro UNG.
ini terkait langsung dengan aspek penilaian
borang akreditasi[13] khususnya pada point REFERENSI
5.5.2 yaitu waktu “rata-rata lama penyelesaian [1] Dako, Amirudin Y., Ilham, Jumiati., Latief, M. 2013. Sistem Informasi
Monitoring Perkuliahan Fakultas Teknik Berbasis Web. Jurnal
tugas akhir/skripsi”. Demikian pula halnya Sainstek vol. 7 no. 1. ISSN 1917-1973. Universitas Negeri Gorontalo.
dengan “ketersediaan dan jenis prasarana, [2] Digital Library/Perpustakaan Fakultas Teknik
(http://lib.fatek.ung.ac.id/), diakses pada bulan Agustus 2015.
sarana dan dana yang memungkinkan [3] Layanan email UNG, http://webmail.ung.ac.id, diakses bulan Agustus
terciptanya interaksi akademik antara sivitas 2015.
[4] Pusat Kegiatan Mahasiswa/PKM (http://pkm.ung.ac.id/), diakses pada
akademika” seperti yang dimaksud oleh point bulan Agustus 2015.
5.7.1 serta point 5.7.4 yaitu “interaksi akademik [5] Repositori UNG, http://repository.ung.ac.id, diakses pada bulan
antara dosen-mahasiswa, antar mahasiswa, serta [6] Agustus 2015.
Sistem Informasi Akademik Terpadu, http://siat.ung.ac.id, diakses
antar dosen”. tanggal 22 Mei 2015.
2. Peluang peningkatan point akreditasi dapat [7] Sistem Informasi Fakultas Teknik UNG, http://fatek.ung.ac.id, diakses
bulan Agustus 2015.
dicapai melalui pengembangan sistem informasi [8] Sistem Informasi Jurusan Teknik Elektro,
yang telah ada dengan memasukkan modul [9] http://fatek.ung.ac.id/elektro,
Sistem Informasi
diakses tanggal 10 Mei 2013.
Monitoring Perkuliahan
sajian berisi informasi yang mampu memenuhi (http://fatek.ung.ac.id/simpul/web/), diakses pada bulan Agustus 2015.
kebutuhan spesifik prodi seperti yang dimaksud [10] Agustus
Sistem Informasi Tata Usaha (http://situ.ung.ac.id), diakses pada bulan
2015.
pada point sebelumnya. [11] Sistem Informasi Universitas Negeri Gorontalo, http://ung.ac.id,
3. Modul sajian informasi seperti yang dimaksud [12] diakses bulan Agustus 2015.
Sistem Perkuliahan Online Teknik (SPOT) http://spot.fatek.ung.ac.id/,
pada point 2 telah dibuat untuk dapat diakses diakses bulan Agustus 2015
[13] Teknik Elektro, 2012. Borang Akreditasi Program Studi S1 Teknik
secara global maupun disajikan secara offline Elektro. Fakultas Teknik. Universitas Negeri Gorontalo.
melalui peraga lebar, lengkap dengan basisdata [14] Tolingguhu, Mohamad I., Nento, Jufriandi. 2014. Display Informasi
Jurusan Teknik Elektro. Laporan Tugas Akhir. Program Studi D3
serta telah didesain secara adaptif untuk dapat Teknik Elektro. Fakultas Teknik. Universitas Negeri Gorontalo.
diakses oleh sembarang gadget dengan resolusi
yang berbeda-beda dengan menerapkan teknik
responsive web design.

160 “Seminar Nasional FORTEI 2015”

 Penerapan Logika Fuzzy pada Sistem Penanganan
Dini Kebocoran LPG dengan Antarmuka Web
dan SMS Gateway
Andi Iswahyuningsih#1, Kurnia Aryansyah*2, Isnawaty #3
#
Jurusan Teknik Informatika, Universitas Halu Oleo
Kendari, Indonesia
1
[email protected]
3
[email protected]
*
Jurusan Teknik Elektro, Universitas Halu Oleo
Kendari, Indonesia
2
[email protected]

Abstrak— Salah satu program pemerintah yaitu mengkonversi Pada penelitian ini, dilakukan perancangan dan
penggunaan minyak tanah ke LPG (Liquefied Petroleum Gas). pengimplementasian sebuah sistem penanganan dini
Namun sebagian masyarakat masih belum mengetahui kebocoran LPG dengan memanfaatkan web sebagai
penggunaan tabung LPG dengan cara yang benar dan aman antarmuka pengguna dengan sistem dan SMS gateway sebagai
sehingga sangat berbahaya ketika terjadi kebocoran LPG yang media pengiriman informasi. Penanganan dini diberikan
dapat menyebabkan ledakan. Paper ini membahas tentang dengan melakukan pengaturan kecepatan putar motor exhaust
perancangan sistem dalam mendeteksi dan menangani secara fan berdasarkan kadar LPG yang terdeteksi melalui penerapan
dini kebocoran LPG dengan menerapkan logika fuzzy dengan
logika fuzzy. Sistem ini bertujuan untuk memberikan
metode Sugeno pada exhaust fan yang mengatur kecepatan
perputaran berdasarkan setting point. Sistem ini juga kemudahan dan kenyamanan yang lebih kepada pengguna
terintegrasi dengan SMS gateway sebagai media informasi bila sehingga mengurangi kekhawatiran dalam memanfaatkan
terjadi kebocoran LPG dan sebuah antarmuka web untuk LPG sebagai bahar bakar pengganti minyak tanah untuk
melihat aktivitas input maupun output sistem. Pengujian kebutuhan rumah tangga.
dilakukan untuk membandingkan nilai akurasi dari hasil logika Kemajuan penggunaan logika fuzzy diiringi dengan
fuzzy pada aplikasi Matlab dengan alat deteksi gas yang dibuat. perkembangan teknik sistem kendali logika fuzzy, diantaranya
Berdasarkan data hasil pengujian, nilai kesalahan relatif dari adalah penerapan logika fuzzy pada pemodelan dan
akurasi ke empat himpunan fuzzy sensor gas untuk output PWM perencanaan terhadap permasalahan lalu lintas transportasi
yaitu kategori gas sedikit 0,421%, gas banyak 0,572%,
seperti ambiguitas, subjektivitas, ketidakpastian dan
gas sangat banyak 0%, gas berbahaya 0,314% sehingga untuk
hasil kesalahan relatif keseluruhan diperoleh sebesar 0,327%. ketidaktepatan [1].
Penggunaan logika fuzzy juga diterapkan dalam sistem
Kata Kunci— LPG, Logika Fuzzy, MQ-2, SMS Gateway, Web pengontrolan suhu menggunakan sensor suhu LM35 dengan
melakukan pengaturan suhu melalui keypad 4x4 [2].
Penerapan lain dari fuzzy logic yaitu dengan mengontrol
I. PENDAHULUAN pencahayaan pada perkantoran. Sebuah sistem pencahayaan
Elpiji yang berbahan bakar utama berupa LPG (Liquefied berbasis logika fuzzy dengan otomatisasi lampu fluorescent
Petroleum Gas) telah menjadi barang kebutuhan rumah untuk mencapai penerangan sesuai Standar Nasional
tangga. Namun sebagian masyarakat masih belum mengetahui Indonesia (SNI) [3].
penggunaannya dengan cara yang benar dan aman sehingga
masih rawan bagi masyarakat awam apalagi bagi para II. DASAR TEORI
distributor elpiji yang selalu menyimpan tabung elpiji di
dalam gudang yang tentunya kondisi ini sangat berbahaya A. LPG (Liquefied Petroleum Gas)
ketika terjadi kebocoran LPG. Apabila LPG tidak berbau, LPG (Liquefied Petroleum Gas) terdiri dari campuran
maka akan sulit dideteksi jika terjadi kebocoran pada tabung utama propan dan butan dengan sedikit persentasi hidrokarbon
gas. Menyadari hal tersebut Perusahaan Tambang Minyak tidak jenuh (propilen dan butilen). Senyawa yang terdapat
Indonesia (Pertamina) menambahkan zat pembau dalam LPG adalah propan (C3H8), propilen (C3H6), iso-butan
(mercaptane) yang memiliki aroma khas dan menusuk hidung. (C4H10) dan butilen (C4H8). LPG merupakan campuran
Aroma khas tersebut dimaksudkan agar pengguna dapat dari hidrokarbon tersebut yang berbentuk gas pada tekanan
mengetahui dengan cepat apabila terjadi kebocoran LPG atmosfir, namun dapat diembunkan menjadi bentuk cair
melalui indra penciuman sehingga dapat melakukan pada suhu normal, dengan tekanan yang cukup besar [4].
penanganan secara langsung. Menurut keputusan Dirjen Migas No.25K/36/DDJM/1990,

“Seminar Nasional FORTEI 2015” 161

LPG yang dipasarkan di Indonesia adalah gas campuran yang
terdiri dari gas propane dan gas butane yang perbandingan
campurannya adalah propane 30% dan butane 70%. LPG juga
memiliki sifat dan kelakuan yang sangat berbahaya karena
mudah terbakar dan mudah meledak pada konsentrasi gas
1,8% sampai dengan 10%, tidak beracun tapi jika terhirup
lebih dari 1.000 ppm atau 0.1% (100% = 1.000.000 ppm) akan
menyebabkan mengantuk, mimpi kemudian meninggal dunia.
B. Sensor Gas MQ-2
MQ-2 adalah komponen elektronika untuk mendeteksi
kadar gas hidrokarbon seperti iso butana, propana, metana,
etanol, hidrogen, asap (smoke), dan LPG (Liquid Petroleum
Gas). Sensor gas ini dapat digunakan untuk mendeteksi
kebocoran gas di rumah atau pabrik, misalnya untuk membuat
rangkaian elektronika pendeteksi kebocoran elpiji [5]. MQ-2
dapat mendeteksi konsentrasi gas yang mudah terbakar di
udara serta asap dengan output hasil pembacaan sensor berupa
tegangan analog.
C. Logika Fuzzy
Logika fuzzy digunakan untuk menyatakan hukum Gambar 1. Diagram Alir Sistem Secara Keseluruhan.
operasional dari suatu sistem dengan ungkapan bahasa, bukan
dengan persamaan matematis. Logika fuzzy adalah suatu cara Pada gambar 1 menunjukkan diagram alir alat penanganan
yang tepat untuk memetakan suatu ruang input ke dalam suatu kebocoran gas LPG. Pada saat program pertama kali
ruang output [6]. dijalankan, sistem akan melakukan proses inisialisasi input
Sistem inferensi fuzzy adalah sistem yang dapat melakukan dan output yang digunakan untuk dihubungkan dengan device
penalaran dengan prinsip serupa seperti manusia melakukan luar seperti sensor, exhaust fan, dan inisialisasi port serial
penalaran dengan nalurinya. Beberapa jenis sistem inferensi untuk melakukan komunikasi serial dengan perangkat GSM
fuzzy yang dikenal yaitu Mamdani, Sugeno, dan Tsukamoto. shield. Selanjutnya mikrokontroler akan melakukan proses
Pada penelitian ini menggunakan metode Sugeno yang pembacaan masukan gas dari sensor gas, jika sensor
diperkenalkan oleh Takagi, Sugeno dan Kang pada tahun mendeteksi adanya gas maka akan diproses oleh logika fuzzy
1985. Output dari sistem inferensi fuzzy diperlukan beberapa dengan metode Sugeno. Selanjutnya sistem mangaktifkan
tahap yaitu [6]: exhaust fan, indikator pembacaan sensor dan exhaust fan
ditampilkan di web serta SMS informasi dikirimkan
1) Tahap Fuzzifikasi: Fuzzifikasi merupakan proses
ke pemilik nomor tujuan. Apabila sensor tidak mendeteksi
mentransformasikan data pengamatan ke dalam bentuk
adanya gas maka sistem akan kembali melakukan pembacaan
himpunan fuzzy.
masukan gas secara terus menerus sampai mendeteksi kembali
2) Aplikasi Fungsi Implikasi (Aturan): Fungsi implikasi adanya gas yang bocor.. Diagram blok rangkaian ditunjukkan
yang digunakan adalah min. pada gambar 2.
μ sf[Xi] ∩ kf Xi ← min⁡
(μsf Xi , μkf Xi )
3) Penegasan (defuzzyfikasi): Pada proses ini output
berupa bilangan crisp (tegas). Defuzzifikasi dilakukan dengan
cara mencari nilai rata-ratanya.

apred1 ∗ z1 + apred2 ∗ z2 + apred3 ∗ z3 + apredn ∗ zn

Z=
apred1 + apred2 + apred3 + apredn
Gambar 2. Blok Diagram Sistem.

III. PERANCANGAN SISTEM

Perancangan dan pembuatan sistem ini terdiri dari beberapa A. Perancangan Program Arduino
komponen perangkat keras yang fungsi kerjanya dikendalikan Perangkat Arduino Uno diprogram menggunakan software
oleh perangkat lunak yang ditanamkan di dalamnya sehingga Arduino IDE melalui komunikasi serial USB. Pada gambar 3
semua sistem dapat saling berhubungan satu sama lain. Secara dijelaskan proses yang terjadi di board Arduino saat
garis besar sistem kerja dari rangkaian yang dibuat dapat mengelola masukan sehingga menghasilkan keluaran. Sistem
dilihat pada gambar 1. kendali ini menggunakan logika fuzzy dengan metode Sugeno

162 “Seminar Nasional FORTEI 2015”

 sebagai tahapan untuk menghasilkan output. Tahapan Adapun proses pengiriman SMS dijelaskan melalui
prosesnya yaitu: diagram alir pada gambar 4.
1) Sistem akan melakukan proses inisialisasi input dan
output untuk dihubungkan dengan advice luar seperti sensor
dan exhaust fan.
2) Masukan dan keluaran tersebut dibagi menjadi
beberapa himpunan fuzzy proses ini disebut dengan fuzzifikasi
atau pembentukan himpunan fuzzy.
3) Setelah ditentukan himpunan fuzzy untuk setiap
masukan dan keluaran, sistem akan membaca input dari
sensor gas 1 dan sensor gas 2.
4) Proses selanjutnya menentukan nilai derajat
keanggotaan dari tiap masukan menggunakan rumus linear
naik atau linear turun.
5) Sistem terdiri dari beberapa aturan (16 aturan) sehingga
inferensi diperoleh dari kumpulan dan korelasi antar aturan. Gambar 4. Diagram Alir Pengiriman SMS
Ada 3 metode yang digunakan dalam melakukan inferensi
sistem fuzzy, pada penelitian ini menggunakan min. Gambar 4 mendeskripsikan tentang alur pengiriman SMS
6) Karena komposisi aturan menggunakan metode Sugeno, yaitu sensor gas akan membaca nilai konsentrasi gas, jika nilai
maka defuzzifikasi dilakukan dengan cara mencari nilai rata- gas di dalam kotak simulasi melebihi kadar normal maka
ratanya. sistem akan mengirimkan SMS bahwa telah terjadi kebocoran
7) Nilai rata-rata yang dihasilkan merupakan output yang LPG. Jika tidak maka sistem akan mengulang membaca nilai
berupa nilai PWM untuk mengatur kecepatan putar exhaust konsentrasi gas hingga kadarnya melebihi batas normal.
fan. C. Pemodelan Logika Fuzzy
Pada metode Sugeno, output tidak berupa himpunan fuzzy
Adapun diagram alir logika fuzzy dengan metode Sugeno
melainkan berupa persamaan linear atau konstanta. Untuk
ditunjukkan pada gambar 3.
mendapatkan output dalam metode ini dilakukan dalam 4
tahapan yaitu:
1) Pembentukan Himpunan Fuzzy
Pada rancangan ini logika fuzzy yang dibuat memiliki
input dari sensor gas 1 dan sensor gas 2. Nilai masukan
berasal dari hasil konversi masukan sensor gas ke analog to
digital converter (ADC) yang terdapat pada arduino.
Nilai sensor gas 1 difuzzifikasi menjadi himpunan fuzzy
dengan keanggotaan sedikit, banyak, sangat banyak, dan
berbahaya. Sedangkan untuk sensor gas 2 difuzzifikasi
menjadi himpunan fuzzy dengan keanggotaan low, high, very
high, dan danger. Fungsi keanggotaan dengan empat variabel
dari input sensor gas 1 dengan satuan ppm dapat dilihat pada
gambar 5.

Gambar 3. Diagram Alir Logika Fuzzy dengan Metode Sugeno. Gambar 5. Fungsi Keanggotaan Sensor Gas 1.
Keterangan :
B. Perancangan Integrasi SMS Gateway Sedikit = [200 200 900 1600]
Sistem penanganan dini kebocoran LPG ini dirancang Banyak = [1250 1850 2450]
apabila terjadi kebocoran gas maka akan mengirimkan pesan Sangat banyak = [2150 2750 3350]
ke pemilik rumah melalui SMS sebagai media informasi. Berbahaya = [3050 3750 5000 5000]

“Seminar Nasional FORTEI 2015” 163

 Fungsi keanggotaan dengan empat variabel dari input IV. PENGUJIAN DAN ANALISIS
sensor gas 2 dengan satuan ppm dapat dilihat pada gambar 6. Pada penelitian ini akan dilakukan analisis awal mengenai
profil kotak simulasi yang diperlukan untuk mengetahui
spesifikasi jenis kotak yang dipakai sebagai tempat penelitian.
Gambar berikut merupakan kotak simulasi didesain dengan
mempertimbangkan tata letak setiap perangkat.

Gambar 6. Fungsi Keanggotaan Sensor Gas 2.

Keterangan :
Low = [200 200 700 1400] Gambar 8. Penempatan Sensor Gas dan Exhaust Fan.
High = [1050 1650 2250]
Very High = [1950 2550 3150]
Danger = [2850 3550 5000 5000]
2) Evaluasi Aturan
Evaluasi aturan adalah proses mengevaluasi derajat
keanggotaan tiap-tiap fungsi keanggotaan himpunan fuzzy
masukan ke dalam basis aturan yang telah ditetapkan. Basis
aturan (rule base) pada sistem ini seperti pada TABEL I.
TABEL I Gambar 9. Tampilan Penempatan Perangkat Lain
BASIS ATURAN
Pengujian pada penelitian ini menggunakan pengujian
Gas2 akurasi dengan membandingkan hasil pengujian dari alat
Low High V.High Danger kendali penelitian dan program aplikasi Matlab bertujuan
Gas1 untuk mengetahui sejauh mana kesalahan relatif pengukuran
Sedikit Lambat Lambat Sedang Cepat output pada program sistem kendali kebocoran LPG dan
Banyak Lambat Sedang Cepat S.Cepat output pada program Matlab.
S.Banyak Cepat Cepat S.Cepat S.Cepat Gambar di bawah ini menampilkan input sensor gas 1 yaitu
Bahaya Cepat Cepat S.Cepat S.Cepat 1364 ppm dan sensor gas 2 sebesar 1448 ppm serta nilai
PWM yang dihasilkan yaitu 187 dari program Matlab.
3) Defuzzifikasi
Tahap terakhir dari inferensi fuzzy adalah defuzzifikasi.
Defuzzifikasi merupakan kebalikan dari proses fuzzifikasi,
yaitu mengubah himpunan fuzzy keluaran menjadi keluaran
tegas (crisp).

Gambar 7. Fungsi Keanggotaan Exhaust Fan.

Keterangan:
Sangat Cepat = [255]
Cepat = [229]
Sedang = [204]
Lambat = [178] Gambar 10. Output PWM dari Matlab.

164 “Seminar Nasional FORTEI 2015”

 Sedangkan pada output PWM kecepatan putar exhaust fan Pengujian untuk nilai keanggotan Sensor Gas Banyak
dari alat pengendali yang ditampilkan melalui website sebesar hasilnya dapat dilihat pada tabel III.
182 dengan input dari sensor gas 1 sebanyak 1364 ppm dan
dari sensor gas 2 sebesar 1448 ppm. Gambar 11. adalah hasil TABEL IIII
dari input dan output yang ditampilkan di web. KESALAHAN RELATIF KEANGGOTAAN
SENSOR GAS BANYAK
Gas1 Gas2 Kr
No Matlab Sistem Selisih
(ppm) (ppm) (%)
1. 1328 1224 181 181 0 0
2. 1664 1600 204 202 2 0,98
3. 1700 1640 204 202 2 0,98
Gambar 11. Tampilan website 4. 1720 1632 204 202 2 0,9
Pada saat terdeteksi adanya gas maka sistem secara 5. 2200 2156 225 255 0 0
otomatis juga akan memerintahkan untuk mengirimkan SMS Krrata −rata 0,572
bahwa telah terjadi kebocoran gas LPG

Pengujian untuk nilai keanggotan Sensor Gas Sangat

Banyak hasilnya dapat dilihat pada tabel IV.
TABEL IV
KESALAHAN RELATIF KEANGGOTAAN
Gambar 12. Tampilan SMS saat Gas Terdeteksi SENSOR GAS SANGAT BANYAK
Gas1 Gas2 Kr
Kesalahan relatif antara output program pengendali dan No Matlab Sistem Selisih
(ppm) (ppm) (%)
output program Matlab dapat diketahui menggunakan 1. 2150 1950 204 204 0 0
persamaan dibawah ini: 2. 2534 2278 255 255 0 0
Lm −Lp
Kr = × 100% 3. 2790 2569 255 255 0 0
Lm
4. 3070 2988 255 255 0 0
Lm merupakan nilai hasil pengukuran menggunakan 5. 3350 3150 255 255 0 0
aplikasi Matlab, sedangkan Lp adalah nilai hasil pengukuran
Krrata −rata 0
menggunakan alat deteksi, dan 𝐾𝐾𝑟𝑟 merupakan kesalahan
relatif terhadap hasil pengukuran.
Nilai rata-rata Kr dapat diperoleh dengan persamaan Pengujian untuk nilai keanggotan Sensor Gas Berbahaya
sebagai berikut: hasilnya dapat dilihat pada tabel V.
n
i=1 Kr (i)
Krrata −rata = n TABEL V
Semakin kecil kesalahan relatifnya semakin tinggi tingkat KESALAHAN RELATIF KEANGGOTAAN
ketelitian dari pengukuran tersebut. Tingkat ketelitian SENSOR GAS BERBAHAYA
didefinisikan sebagai suatu ukuran tingkatan yang Gas1 Gas2 Kr
menunjukkan harga terdekat dengan mana suatu pembacaan No Matlab Sistem Selisih
(PPM) (PPM) (%)
instrumen mendekati harga sebenarnya dari variabel yang 1. 3250 3050 255 253 2 0,784
diukur. Kesalahan relatif dalam penelitian ini menggunakan 2. 3432 3278 255 253 2 0,784
analisis dengan taraf signifikansi sebesar 5% dan 1%. 3. 3968 3887 255 255 0 0
4. 4580 4255 255 255 0 0
Pengujian untuk nilai keanggotan Sensor Gas Sedikit 5. 5000 5000 255 255 0 0
hasilnya dapat dilihat pada Tabel II. Krrata −rata 0,314

TABEL II
KESALAHAN RELATIF KEANGGOTAAN SENSOR GAS SEDIKIT Setelah mendapatkan hasil kesalahan relatif dari tiap-tiap
Gas1 Gas2 Kr
keanggotaan, langkah selanjutnya adalah mencari rata-rata
No Matlab Sistem Selisih dari keseluruhan kesalahan relatif dengan menggunakan
(ppm) (ppm) (%)
1. 984 908 178 178 0 0 persamaan kesalahan relatif rata-rata sebagai berikut:
2. 1088 1028 178 178 0 0
3. 1268 1176 179 179 0 0
n
4. 1400 1320 187 185 2 1,069 i=1 Kr (i) 1,307%
Krrata −rata = = = 0,327%
5. 1476 1352 193 191 2 1,036 n 4

Krrata −rata 0,421

“Seminar Nasional FORTEI 2015” 165

 V. KESIMPULAN
Pada penelitian ini, konsep alat berupa prototipe ini
merupakan sistem penanganan dini kebocoran LPG yang hasil
akhirnya untuk mengatur kecepatan perputaran exhaust fan
sesuai dengan set point yang diberikan menggunakan logika
fuzzy. Pada pengimplementasian sistem juga berhasil
mengintegrasikan SMS sebagai media informasi apabila
terjadi kebocoran gas LPG, sehingga pengguna dapat
mengetahui dengan segera jika terjadi kebocoran gas dan
berhasil mengakses web untuk melihat aktifitas kinerja sistem.
Berdasarkan data pengujian sistem untuk nilai akurasi output
PWM, nilai rata-rata kesalahan relatif keseluruhan sebesar
0,33%.

REFERENSI
[1] A. Sarkar, G. Sahoo, and U. C. Sahoo, “Application of Fuzzy Logic in
Transport Planning,” International Journal on Soft Computing (IJSC),
vol. 3 (2), pp. 1, May. 2011.
[2] P. Singhala, D. N. Shah, and B. Patel, “Temperature Control using Fuzzy
Logic,” International Journal of Instrumentation and Control Systems
(IJICS), vol. 4, pp. 1-2, Jan. 2014.
[3] S. D. Panjaitan and A. Hartoyo, “A lighting Control System in Buildings
based on Fuzzy Logic,” Telkomnika, vol. 9, pp. 423, Dec. 2011
[4] S. T. Apeh, K. B. Erameh, and U. Iruansi, “Design and Development of
Kitchen Gas Leakage Detection and Automatic Gas Shut off System”,
Journal of Emerging Trends in Engineering and Applied Sciences
(JETEAS), vol. 5, pp. 222, 2014.
[5] V. Ramya and B. Palaniappan, “Embedded system for hazardous gas
detection and alerting,” International Journal of Distributed and Parallel
Systems (IJDPS), vol.3, pp. 287, May. 2012.
[6] S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya).
Yogyakarta: Graha Ilmu, 2003.

166 “Seminar Nasional FORTEI 2015”

 Potensi Pengembangan
Pembangkit Listrik Tenaga Mikrohidro Pasca
Gempa Bumi 30-9-2009 di Kabupaten Solok Selatan
Provinsi Sumatera Barat
Aslimeri, MT. Oriza candra, MT. Hasan Maksum, MT
FT UNP Padang Jl Prof .Dr. Hamka Airtawar Padang
[email protected]

Abstrak terutama masyarakat disekitar pantai barat

Pengembangan Pembangkit Listrik Tenaga Mikro hidro
dimulai dengan Survey potensi air, dengan tujuan untuk Sumatera. Masalah energi listrik tampaknya akan
mendapatkan data dan informasi awal potensi tenaga air
sebagai dasar dalam perencanaan dan pembangunan PLTMH. menjadi topik yang hangat sepanjang peradapan
Survey potensi ini meliputi penentuan lokasi dan pengukuran
head menggunakan global positioning system merek Garmin tipe manusia, terutama dialami oleh masyarakat
GPSMAP 76CSx. Selain menggunakan altimeter, pengukuran
beda ketinggian juga dilakukan secara manual menggunakan Sumatra Barat yang mengalami musibah gemba
meteran dengan metode spirit level and string. Pengukuran debit
air sungai dilakukan dengan mengukur kecepatan arus sungai bumi 30 September 2009, yang sebahagian besar
menggunakan propeller devices atau current meters merek
Flowatch. Dari data survey potensi PLTMH di Kabupaten masyarakat di pantai barat pulau Sumatera ini
Solok selatan tersebut dapat diketahui bahwa terdapat enam
lokasi yang memiliki potensi untuk dikembangkan sebagai belum merasakan energi listrik. Dengan adanya
lokasi PLTMH dengan head efektif 6 sampai 20 meter dan daya
keluaran 6 kW sampai 50 kW. musibah ini beban yang ditanggung masyarakat
Kata Kunci : Energi Air, Mikro Hidro, Pembangkit Listrik, semakin berat, salah satu cara untuk mengurangi
Survey Potensi, Turbin Air.
beban masyarakat tersebut adalah dengan
Abstract
Development of Micro Hydro Power Plant is started with survey menyediakan sumber energi listrik untuk
of the potential of water, with the aim is to obtain initial data
and information hydropower potential as a basis for planning masyarakat tersebut sehingga perekonomian
and development of PLTMH. It's includes determining the
potential survey location and head measurements, using the masyakat tidak terganggu dan pulih kembali.
global positioning system, with Garmin's brand, and the type is
GPSMAP 76CSx . In addition to using the altimeter, altitude Potensi tenaga air untuk pembangkit listrik
difference measurement is also performed manually using a
tape measure with spirit level and string method. Measurements sekala kecil di Indonesia sebagai sumber energi
of River water discharge, is carried out by measuring the speed
of the river current using propeller devices or current meters terbarukan merupakan alternatif yang cukup
with Flowatch's brand. Based on data of PLTMH potential
survey in the south solok, can be seen that there are six potensial untuk dikembangkan. Menurut Profil
locations which have the potential to be developed as the
location of the PLTMH with the effective head about 6 till 20 Energi Indonesia(2003) potensi tenaga mikro/mini
meters and the output power about 6 kW till 50 kW.
hidro yang sudah terdata di seluruh Indonesia
1. LATAR BELAKANG MASALAH.
mencapai 712 MW dan baru sekitar 28%
Banyaknya daerah yang rusak sumber energi
dimamfaatkan untuk pembangkit listrik. Di
listriknya akibat gempa bumi yang melanda
Sumatera Barat kesediaan tenaga mikro/mini hidro
Sumatera barat tanggal 30 september 2009
cukup besar, mencapai 127 MW (Profil Energi

“Seminar Nasional FORTEI 2015” 167

Sumatera Barat 2007). Dan baru 18 % di bawah ini yang berasal dari peta program
termamfaatkan. Namun demikian ada beberapa Garmin Map Source.. Peta lokasi survey potensi
masalah dalam pembangunan pembangkit listrik Pembangkit Listrik Tenaga Mikro Hidro. Survey
tenaga mikro/mini hidro, yaitu kekurangan data potensi air sebagai dasar dalam perencanaan dan
yang dibutuhkan untuk peramalan debit sungai pembangunan Pembangkit Listrik Tenaga Mikro
dan data lokasi yang memungkinkan dibuat Hidro (PLTMH) ini dilakukan dalam empat
pembangkit listrik tenaga mikro/mini hidro ini. tahapan metode seperti dibawah ini:
Berdasarkan masalah–masalah diatas peneliti A. Penentuan Lokasi
tertarik untuk mengadakan survei untuk Penentuan lokasi dilakukan dengan
mengetahui potensi tenaga air yang bisa digunakan menyusuri sungai yang berada di Kabupaten Solok
sebagai pembangkitan Listrik tenaga mikro hidro Selatan Provinsi Sumatera Barat. Survey
di Sumatera Barat. Diharapkan dengan terwujutnya dilakukan guna mengetahui lokasi-lokasi mana
data potensi tenaga air yang bisa digunakan yang berpotensi untuk dilaksanakan pembangunan
sebagai pembangkitan Listrik tenaga mikro hidro Pembangkit Listrik Tenaga Mikro Hidro
di Sumatera Barat dan pembangkit listrik tenaga (PLTMH). Setelah didapat lokasi yang memiliki
mikro hidro ini masyarakat pedesaan yang selama potensi, dilakukan penandaan lokasi menggunakan
ini belum merasakan energi listrik dapat merasakan GPS Tipe GPS yang digunakan adalah
energi listrik. GPSMAP76CSx merek Garmin. Pada saat pertama
kali kita menghidupkan GPS, receiver GPS secara
II. TUJUAN
otomatis akan mengumpulkan data satelit dan arah
Tujuan makalah ini adalah memberikan
lokasinya. Untuk memastikan pengenalan yang
gambaran dan informasi awal mengenai potensi
tepat, GPSMAP76CSx telah dilengkapi dengan
tenaga air sebagai dasar dalam perencanaan dan
mode pencari jejak otomatis. Mode tersebut
pembangunan Pembangkit Listrik Tenaga Mikro
menunjukkan lokasi GPS di mana saja di seluruh
Hidro (PLTMH). Dalam makalah ini akan
dunia. Untuk menerima sinyal satelit kita harus
dijabarkan mengenai lokasi-lokasi yang potensial
berada di luar ruangan dan pemandangan langit
untuk dikembangkan sebagai pembangkit listrik
yang jelas. Waypoint (titik tuju) adalah adalah
tenaga mikro hidro.
lokasi yang kita rekam dan simpan di dalam GPS.
Untuk merekam jalur saluran pembawa dari
III. METODE SURVEY
bendungan ke bak penampungan dan jalur pipa
Survey potensi Pembangkit Listrik Tenaga
penstock dari bak penampungan ke rumah turbin,
Mikro Hidro ini dilaksanakan di Kabupaten Solok
kita dapat memanfaatkan fitur tracks yang terdapat
Selatan Provinsi Sumatera Barat. Lokasi tersebut

168 “Seminar Nasional FORTEI 2015”

pada GPS. Fitur tracks menciptakan jejak remah- ubah. Pengukuran ketinggian juga dilakukan
remah elektronik atau “catatan jejak” pada map dengan metode pengukuran lainnya sebagai
page selama bepergian. Catatan jejak tersebut pembanding. Untuk itu, selain menggunakan
berisi informasi tentang poin-poin sepanjang altimeter, pengukuran beda ketinggian juga
jalurnya, termasuk waktu, lokasi, ketinggian, dan dilakukan secara manual menggunakan meteran
kedalaman. Catatan jejak segera mulai merekam dengan menggunakan metode spirit level and
semua informasi yang diperlukan sesaat setelah string (papan water pass). Metode ini hampir sama
alat ini menentukan posisi lokasi yang dikirimkan dengan pengukuran beda ketinggian menggunakan
oleh minimal dua sinyal satelit . selang water pass namun perbedaanya adalah pada
B. Pengukuran Tinggi Jatuh Air metode spirit level and string menggunakan batang
Pengukuran tinggi jatuh air antara sumber air water pass. Metode spirit level and string
dengan lokasi turbin dilakukan menggunakan melakukan pengukuran beda ketinggian antara dua
altimeter yang terdapat pada GPS. Prinsip kerja titik dengan menggunakan bantuan tiang, tali, dan
altimeter adalah mengukur tekanan udara.Tekanan batang water pass untuk melihat kelurusannya
udara akan berubah 9 mm head air raksa untuk secara horizontal . Pengukuran head secara manual
setiap 100 meter perubahan elevasi. Altimeter menggunakan meteran
sangat mudah terpengaruh oleh perubahan suhu, C. Pengukuran Debit Air
tekanan atmosfir dan kelembaban. Penggunaan Pengukuran debit air sesaat di lokasi memilik tiga
altimeter yang terbaik adalah dengan melakukan tujuan yaitu :
pengukuran beda ketinggian dalam jangka waktu 1. Untuk mengetahui debit air sepanjang musim
yang secepatnya. Secara umum pengukuran kemarau dimana studi hidrologi dilakukan guna
menggunakan altimeter adalah pengukuran yang mengetahui debit air terkecil
paling baik terutama untuk pengukuran kondisi- 2. Untuk memverifikasi data yang diperoleh dari
kondisi tertentu misalnya untuk pengukuran head dokumen pengairan apakah sesuai dengan data
yang tinggi. Altimeter Page pada GPS yang diperoleh dari pengukuran
menunjukkan peningkatan yang sedang berlaku, 3. Diperlukan dalam aplikasi dari metode korelasi
rata-rata penurunan/pendakian, profil perubahan aliran.
peningkatan ketinggian sepanjang jarak dan waktu, Pengukuran debit air dilakukan menggunakan
atau profil perubahan tekanan sepanjang waktu. alat propeller devices atau sering juga disebut
GPSMAP76CSx ini juga bergantung pada tekanan current meters Propeller devices atau current
barometric pada saat menentukan ketinggian dan meters adalah sebuah batang dengan propeller atau
tekanan pada setiap ketinggian dapat berubah- baling-baling yang dapat bergerak bebas berputar

“Seminar Nasional FORTEI 2015” 169

 dan dihubungkan dengan layar monitor Dimana:
menggunakan kabel untuk membaca kecepatan P = daya terbangkitkan (Watt)
aliran air. Biasanya alat ini mengukur kecepatan air ρ = massa jenis air = 1000 kg/m3
mulai dari 0,2 sampai 5 m/s dengan tingkat g = gravitasi = 9,81 m2/s
kepresisian 2 %. Setelah kecepatan arus air Q = debit (m3/s)
diketahui selanjutnya dilakukan pengukuran luas Heff = tinggi efektif (m) [8]
penampang melintang sungai. Dari dua parameter
IV. HASIL SURVEY
tersebut, debit air dapat dihitung dengan persamaan
Pada kegiatan survey potensi air ini,
berikut.
penentuan lokasi dilakukan dengan
Q = v . A ...... ( 1)
mempertimbangkan bebarapa hal seperti letak
Dimana:
lokasi yang dekat dengan jalan dan jarak antara
Q = debit air [m3/s]
lokasi dengan beban (konsumen) sehingga tidak
v = kecepatan air [m/s]
dilakukan penyusuran seluruh aliran sungai. Selain
A = luas penampang melintang sungai
itu juga didapat masukan dari masyarakat sekitar
[m2][6]
mengenai adanya potensi tenaga air berupa
Pengukuran kecepatan aliran air yang mengalir di
terjunan pada aliran sungai tersebut. Dari hasil
sungai dilakukan menggunakan alat current meters
survey potensi air dapat diketahui bahwa lokasi
merek Flowatch. Propeller yang digunakan
yang potensial untuk dibangun PLTMH memiliki
berdiameter 60 mm yang dapat mengukur
head efektif 6 dan 20 meter. Namun demikian
kecepatan air dari 0,2 m/s sampai dengan 14 m/s
sebenarnya terdapat beberapa lokasi lainnya yang
dengan tingkat kepresisian ± 2 % dan off-axis error
dapat dimanfaatkan untuk membangkitkan listrik
= ± 20 % sampai ±3 %
yaitu dengan menggunakan turbin head sangat
D. Perhitungan Potensi Daya Terbangkitkan
rendah dimana head yang ada sekitar ± 1 meter.
Data hasil survey potensi air diolah untuk
Pada survey potensi energi air ini dapat ditentukan
mengetahui besarnya daya yang dapat
enam lokasi yang memiliki potensi untuk
dibangkitkan dengan menggunakan persamaan (2)
dikembangkan sebagai Pembangkit ListrikTenaga
berikut.
Mikro Hidro seperti disebut dibawah ini.
P = ρ .g. Q H eff ........... (2)
Tabel 1
Potensi tenaga air di Kabupaten Solok Selatan Provensi Sumatera Barat tahun 2015

KECA DEBIT HEAD KAPASITAS JML Ket

No JORONG Nama sungai
MATAN m3/dt m Kw Rumah

1 Koto Parik Sungai kalu 0,3- 0,4 16 17 Sungai Kalu 40 Survey

170 “Seminar Nasional FORTEI 2015”

 Koto Parik Survey
Batang
2 Gadang 0,3 - 0,6 10 24 Bt. Pasimpan 60
pasampan
Koto Parik Taluk Air Survey
3 Ulu pasir 0,5-1 25 30 76
Putih
Koto Parik Bt. Air Survey
4 Ulu suliti 0,5 – 0,8 27 19 75
Tanjung
Koto Parik Sungai Sungai Survey
5 1-2 16 27 108
Gadang Manau Manau
Kampung Batang Survey
6 Sungai Pagu 4 -5 7 50 97
Nan Limo Bangko
Batang Survey
7 Sangir Timbulun 0,5-0,8 25 35 70
Timbulun
Sangir Batang Survey
8 Timbulun 2-3 7 \50 64
Balangir
Sangir Durian Sungai Survey
9 0,1-0,2 20 6 70
Tarung Lompatan
Sangir Parung Sungai Pamong Survey
10 0,7- 0,9 10 30 31
Ketek ketek
Sangir Survey
11 Sampu 0,8-1 4 19 Batang Luki 69
Sangir Balai Mukti Survey
12 2-3 6 60 Sungai ganeh 100
Janggo Tama
Batang Air Survey
13 Pauh Duo Pekonina 0,5-0,6 15 30 90
Putih
Sangir Survey
14 Talakik 0,2-03 7 8 Batang Oto 30
Batang Hari

V.Kesimpulan dan Saran. 4. Data tenaga air yang telah disurvey potensi

A. Kesimpulan tenaga air di Jorong Ulu Suliti Kecamatan

Dari hasil survey tenaga air yang belum Koto parik Kabupaten Solok Selatan perkiraan

dibangun mikro hidro dapat disimpulkan : daya 19 KW

1. Data tenaga air yang telah disurvey potensi 5. Data tenaga air yang telah disurvey potensi
tenaga air di Jorong Sungai kalu Kecamatan tenaga air di Jorong Sungai Manau Kecamatan

Koto Parik Kabupaten Solok Selatan perkiraan Koto parik Gadang Kabupaten Solok Selatan

daya 17 KW perkiraan daya 27 KW

2. Data tenaga air yang telah disurvey potensi 6. Data tenaga air yang telah disurvey potensi
tenaga air di Jorong Batang Pasampan tenaga air di Jorong Kampung Nan Limo

Kecamatan Koto parik Gadang Kabupaten Kecamatan Sungai Pagu Kabupaten Solok

Solok Selatan perkiraan daya 24 KW. Selatan perkiraan daya 50 KW

3. Data tenaga air yang telah disurvey potensi 7. Data tenaga air yang telah disurvey potensi
tenaga air di Jorong Ulu Pasir Kecamatan Koto tenaga air di Jorong Timbilun Kecamatan

parik Kabupaten Solok Selatan perkiraan daya Sangir Kabupaten Solok Selatan perkiraan

30 KW daya 35 KW

“Seminar Nasional FORTEI 2015” 171

8. Data tenaga air yang telah disurvey potensi 1. Kepada pemerintah daerah supaya
tenaga air di Jorong Timbilun Kecamatan memamfaatkan potensi air yang ada untuk
Sangir Kabupaten Solok Selatan perkiraan mikro hidro supaya supaya elektrisitas
daya 50 KW Sumatera Barat bisa ditingkatkan dari 76 %
9. Data tenaga air yang telah disurvey potensi pada masa sekarang.
tenaga air di Jorong Durian Tarung Kecamatan 2. Supaya pemerintah daerah menjaga hutan
Sangir Kabupaten Solok Selatan perkiraan lindung sehingga potensi air yang ada bisa
daya 6 KW terjaga dengan baik.
10. Data tenaga air yang telah disurvey potensi
tenaga air di Jorong Parung Ketek Kecamatan Daftar Pustaka
Sangir Kabupaten Solok Selatan perkiraan
daya 30 KW [1]. Bachtiar, Asep Neris, (2005), Perencanaan PLTMH Terpadu Di
Kampung Lambah Air Tabit Kinali Pasaman, Jurnal Sains dan
11. Data tenaga air yang telah disurvey potensi Teknologi, ISSN 1412- 5455, Volume 4, Nomor 1.

tenaga air di Jorong Sampu Kecamatan Sangir [2].. Bonert. R . (1998) Self Exited induction generator With Excelent
Voltage and Frequency Control Toronto IEEE
Kabupaten Solok Selatan perkiraan daya 19 [3].. Culp W.Arche . Jr. (1989) Prinsip –Prinsip Konversi Energi Erlangga

KW Jakarta
[4]. Harvey, Adam., (1993), “Micro Hydro Design Manual – A Guide to
12. Data tenaga air yang telah disurvey potensi small scale water power schemes”, ITDG Publishing,London,UK

tenaga air di Jorong Mukti Tama Kecamatan [5]. Kabul Sucipto (2009)Peraturan Pemerintah dalam pengembangan
PLTMH disampaikan pada Workshop pengemangan PLTM 12-13
Sangir Balai Janggo Kabupaten Solok Selatan Februari 2009 di Padang.

perkiraan daya 60 KW [6].. Kusdiana, D., Sitompul, A. dkk., (2008), Pedoman Teknis Standardisasi
Peralatan dan Komponen Pembangkit Listrik Tenaga Mikro
13. Data tenaga air yang telah disurvey potensi hidro(PLTMH)– Imidap (Integrated Microhydro Development and

tenaga air di Jorong Pekonina Kecamatan Pauh Application Program)”, Direktorat Jenderal Listrik dan
Pemanfaatan Energi Departemen Energi dan Sumber Daya
duo Kabupaten Solok Selatan perkiraan daya Mineral, Jakarta.

30 KW [7]. Mulyadi, Rodesri, (2002), Program Simulasi Turbo Pascal Untuk

Perencanaan Pembangkit Listrik Tenaga Mikro Hidro (PLTMH),
14. Data tenaga air yang telah disurvey potensi Jurnal Sains Dan Teknologi, ISNN 1412-5455, Volume 1, Nomor

tenaga air di Jorong Talakik Kecamatan Sungai 1. .

[8].. Wibowo, Catur, (2005), Langkah-langkah Pembangunan Pembangkit
Batang Hari Kabupaten Solok Selatan perkiraan Listrik Tenaga Mikro Hidro (PLTMH), MHPP-GTZ, Bandung.

daya 8 KW
B. Saran- saran

Dari hasil penelitian disarankan

.

172 “Seminar Nasional FORTEI 2015”

“Seminar Nasional FORTEI 2015” 173
Estimasi Kanal OFDM Ranah Frekuensi Pada Sistem
DVB-T Mode-2K
Hasbi Nur Prasetyo W1, Nina Paramytha IS2
Teknik Elektro, Universitas Bina Darma
Jl. Jend. Ahmad Yani No.12, Palembang, Indonesia
1
[email protected]
2
[email protected]

Abstrak— DVB-T SFN merupakan standar sistem TV digital galat bit (BER), pesat galat simbol (SER), dan
terestrial yang akan menggantikan standar TV analog saat ini.
Pengetahuan terhadap kinerja sistem ini sangat diperlukan rerata kuadrat galat (Mean Square Error, MSE)
sebelum menuju tahap implementasi. Salah satu hal penting Kanal dan Simbol.
yang perlu diketahui yakni estimasi kanal. Isyarat yang
dikirimkan dapat mengalami gangguan karena pengaruh kanal II. METODOLOGI
transmisi sehingga diperlukan estimasi kanal dengan
menggunakan simbol pilot sebagai referensi. Penelitian ini
Penelitian dilakukan dengan membuat model
bertujuan untuk mengetahui cara kerja estimasi kanal OFDM sistem DVB-T OFDM yang terdiri dari blok
ranah frekuensi dengan memanfaatkan algoritma Wiener-Hopf pengirim, kanal, dan penerima dengan batasan
yang diaplikasikan pada sebuah metode estimasi kanal yaitu
LMMSE. Jumlah subpembawa sebanyak 2048 subpembawa
masalah dan asumsi sebagai berikut
(mode-2k). Model jaringan SFN (Single Frequency Network) 1. Simulasi dilakukan pada model ranah frekuensi
berbentuk heksagonal. (frequency domain) dengan modulasi 16-QAM.
Kata Kunci— DVB-T, SFN, Estimasi Kanal, OFDM, LMMSE 2. Simbol OFDM terdiri atas 2048 subpembawa
I. PENDAHULUAN yang terdiri atas 1562 subpembawa data, 143
subpembawa pilot, 343 subpembawa diisi
Salah satu contoh penerapan sistem penyiaran TV
dengan 0 (zeropadding).
digital yaitu dengan menerapkan sistem Digital
3. Pilot disisipkan dalam konfigurasi sisir (comb)
Video Broadcasting Terrestrial (DVB-T).
dan disisipkan setiap 12 subpembawa.
Pemanfaatan teknik modulasi Coded Orthogonal
4. Kanal memiliki watak pudaran lintasan jamak
Frequency Division Multiplexing (COFDM) pada
dengan sebaran Rayleigh.
sistem ini mampu menopang ketegarannya terhadap
5. Parameter sebaran tunda rms dan sebaran tunda
lintasan jamak. Kanal frekuensi selebar 8 MHz
maksimal kanal diketahui.
yang dengan sistem analog menampung hanya satu
stasiun TV,dengan sistem digital dapat menampung A. Model Pengirim
hingga enam stasiun. Meningkatnya kualitas Pada bagian pengirim, data tidak dimasukkan
gambar juga merupakan keuntungan system ini. dalam blok FEC tetapi dipetakan secara langsung
Pada DVB-T dapat dibentuk sistem Jaringan dengan pemeta 16-QAM. Simbol hasil pemetaan
Frekuensi Tunggal (Single Frequency Network, tersebut kemudian diubah dari serial ke paralel dan
SFN), yakni beberapa pemancar menggunakan satu disisipi pilot. Data dipancarkan secara paralel
frekuensi yang menempati lebar-bidang selebar 8 dengan asumsi bahwa antar subpembawa saling
MHz. Selain itu, antar pemancar memancarkan data orthogonal. Diagram blok pengirim ditunjukkan
yang sama dan dalam waktu yang bersamaan oleh Gambar 1
sehingga perlu sinkronisasi antar pemancar [3].
Estimasi kanal pada COFDM sangat berperan
penting dalam pemulihan sinyal berdasarkan watak
kanal. Metode estimasi kanal yang digunakan
adalah Linear Minimum Mean Square Error
Gbr. 1 Diagram blok pengirim
(LMMSE). Parameter yang diukur adalah pesat

174 “Seminar Nasional FORTEI 2015”

 Penyisipan pilot dilakukan pada tiap 12 sub-
pembawa k, dengan k=1,2,...,1705. Daya yang Tiga posisi penerima pada jaringan SFN yaitu di
diberikan untuk pilot lebih tinggi daripada daya A, B, dan C ditunjukkan pada Gambar 5.
simbol. Ilustrasi penyisipan simbol Pilot
ditunjukkan Gambar 2
k=1 k=1705
Waktu

Frekuensi
Gbr. 2 Mekanisme penyisipan pilot

B. Model Kanal AWGN

Isyarat X(k) dikirimkan melalui kanal transmisi
H(k),disertai dengan penambahan AWGN sehingga
diterima isyarat Y(k) dimodelkan oleh Gambar 3.
Gbr 5. Tiga Posisi Penerima di A, B, dan C

Asumsi jaringan yang dibangun berada di

kawasan perkotaan (urban) sehingga perhitungan
Gbr 3. Model Kanal AWGN
Tanggapan kanal dalam ranah frekuensi, dapat daya menggunakan persamaan Distance Power Law,
dimodelkan dengan persamaan[4] yakni [2]
k −1   = 26,3 − 24,2  (2)
H(f)= ∑a k e − j 2 π fτ k (1) Posisi penerima berada pada jarak tertentu dari
k =0
tiga pemancar TX1, TX2 dan TX3. Posisi penerima
dengan  adalah amplitude pada tiap lintasan,  dengan jumlah lebih dari satu ditunjukkan oleh
adalah tunda dalam lintasan jamak, f n = f c + n∆f Gambar 6
dan n = 0, 1, 2,…., N-1. N merupakan jumlah
cacah frekuensi subpembawa dengan jarak
frekuensi antar subpembawa sebesar ∆.Pada mode
2k, ∆ yaitu sebesar 4,464 kHz [1].
C. Model Penerima
Penerima menerima isyarat yang berasal dari tiga
pemancar yang memancarkan data yang sama.
Penerima memiliki karakteristik berpindah– pindah
(mobile). Diagram blok penerima ditunjukkan oleh Gbr 6. Penerima di A1-A6 dan B1-B3
Gambar 4.
III. ESTIMASI KANAL DENGAN METODE LMMSE
Metode LMMSE (Linier Minimum Mean Square
Error) menggunakan algoritma Wiener Hopf untuk
mengestimasi kanal dengan memanfaatkan
keberadaan pilot yang telah diketahui baik oleh
pengirim dan penerima sehingga karakteristik kanal
pilot dapat diketahui. Persamaan Wiener-Hopf,
Gbr 4. Diagram blok penerima yaitu [4]

“Seminar Nasional FORTEI 2015” 175

  =     (3)
dengan  kanal hasil estimasi LS (Least Square),
 adalah matriks korelasi silang antara kanal
sesungguhnya dengan kanal estimasi LS dan
  adalah matriks korelasi diri kanal estimasi
LS. HLS diperoleh dengan membagi pilot terima
dengan pilot kirim, yakni
HLS= Ypilot terima / Xpilot kirim (4)
Secara matematis,  dan  
dinyatakan sebagai Gbr 8. Perbandingan Kanal │HB(f)│( SNR 15 dB)
 
  =   dan  =  (5)
 =   +        (6)
 
dengan    =     , sehingga estimasi

kanal LMMSE dapat disederhanakan menjadi
 
 =   +    (7)
dengan I adalah matriks identitas, dan β adalah
konstanta yang nilainya bergantung pada konstelasi
modulasi digital. Nilai β untuk 16-QAM adalah Gbr 9. Perbandingan Kanal │HB(f)│(SNR 17,6 dB)
17/9.
Nilai RHH dapat dicari dengan [5] Berdasarkan hasil perbandingan gambar
diperoleh pada SNR yang besar yaitu 21,9 dB,
(8) memberikan hasil estimasi kanal yang mirip dengan
kanal sesungguhnya.
B. Perbandingan BER, SER, MSE dan NMSE Kanal dan
IV. HASIL ANALISIS Simbol
A. Perbandingan Kanal Tabel 1 menunjukkan hasil perbandingan
Hasil percobaan pertama merupakan perbandingan parameter-parameter yang digunakan untuk
antara kanal sebenarnya dengan kanal hasil estimasi mengetahui unjuk kerja estimasi kanal.
LMMSE yang ditunjukkan dengan Gambar 7, 8, TABLE I
dan 9. PERBANDINGAN BER, SER, MSE, NMSE KANAL DAN SIMBOL

Pada Tabel 1, dapat ditunjukkan bahwa, BER

terkecil ditunjukkan pada saat penerima berada di A
yaitu sebesar 0.0038 dengan SER sebesar 0.0127.
SER lebih besar daripada BER karena tidak semua
simbol yang salah dapat memunculkan bit yang
Gbr 7. Perbandingan Kanal │HA(f)│(SNR 21,9 dB) salah. Nilai NMSE terkecil ditunjukkan pada saat
penerima berada di A. NMSE paling besar yaitu
ketika penerima berada di B. Nilai NMSE kanal dan
simbol menunjukkan kecermatan hasil estimasi dan
interpolasi linier dengan polyfit.

176 “Seminar Nasional FORTEI 2015”

 TABLE II
PERBANDINGAN BER, SER, MSE DAN NMSE KANAL DAN SIMBOL UNTUK
POSISI PENERIMA A1 SAMPAI A6.

Gbr 10. Tunda dan Daya Relatif Penerima di A

TABLE III
PERBANDINGAN BER, SER, MSE DAN NMSE KANAL DAN SIMBOL UNTUK
Total daya relatif pada Gambar 10 dihitung POSISI PENERIMA B1 SAMPAI B6.
dengan rumus

Daya Relatif = (9)

sehingga diperoleh -28,07 dB.

V. KESIMPULAN
Berdasarkan analisis hasil simulasi maka dapat
diambil kesimpulan sebagai berikut.
1.Unjuk kerja estimasi kanal dengan metode
LMMSE diukur dengan parameter NMSE Kanal
dan Simbol. Sebagai contoh yaitu ketika penerima
Gbr 11. Tunda dan Daya Relatif Penerima di B
berada di A (SNR 21,9 dB), B (SNR 15 dB), dan C
(SNR 17,6 dB) memberikan NMSE Kanal dan
Total daya relatif pada Gambar 11 diperoleh -34 Simbol berturut-turut yaitu 0,2462; 0,3859; 0,3085
dB. Ketika penerima berada di C yaitu ditunjukkan dan 0,0183; 0,5435; 0,3258.
pada Gambar 12. 2.Besarnya daya relatif yang diterima pada sistem
DVB-T SFN mode 2k berpengaruh pada kualitas
isyarat yang diterima. Hal ini ditunjukkan dengan
BER dan SER. Daya sebesar -28,07 dB di A, -34
dB di B, dan -32,4 dB di C memberikan BER
berturut-turut 0,0201; 0,0636; 0,0367 dan SER
berturut-turut yaitu 0,0288; 0,1436; 0,0767.

VI. DAFTAR PUSTAKA

Gbr 12. Tunda dan Daya Relatif Penerima di C
[1] ETSI EN 300 744 V1.1.2 (1997-08), Digital
sehingga diperoleh total daya relatif di C yaitu Video Broadcasting (DVB); Framing
sebesar -32,4 dB. Pada kasus seperti Gambar 5, Structure,Channel Coding and Modulation
hasil percobaan ketika penerima di A1, A2, A3, A4, for Digital Terrestrial Television. France.
A5, A6 dan B1, B2, dan B3 ditunjukkan [2] Iman, M., Analisis dan Perbandingan
perbandingan antara daya dan beberapa parameter Hasil Pengukuran Propagasi Radio DVB-
yang menjadi unjuk kerja sistem ditunjukkan pada T dan DVB-H di Wilayah Jakarta Pusat,
Tabel 2 dan 3. Makalah,Jurusan Teknik Elektro, Fakultas
Teknologi Industri ITS.
[3] Milet, Olivier., Technical Overview of
Single Frequency Network,, Enensys
Technology, www.enensys.com.

“Seminar Nasional FORTEI 2015” 177

 [4] Liu, M., 2007, Channel Estimation
Techniques for OFDM Systems,
McGraw-Hill, Japan.
[5] Yuan, Xin., 2007, Comb-Type Pilot-Aided
OFDM Channel Estimation For
Underground WLAN Communications,
Thesis, Faculte Des Sciences Et De Genie
Universite Laval, Quebec.

178 “Seminar Nasional FORTEI 2015”

 Penerapan Teknologi Sistem Transportasi Cerdas Untuk
Peningkatan Efisiensi dan Keselamatan Berkendara di Jalan Raya

Ibrahim Abduh1), Muh. Ahyar2), Lidemar Halide3)

Jurusan Teknik Elektro Politeknik Negeri Ujung Pandang, Makassar
1
[email protected]
2
[email protected]
3
[email protected]

Abstract— Perkembangan teknologi saat ini telah mengubah membutuhkan perhatian serius guna mengurangi
banyak proses dalam segala kegiatan, seperti halnya pada
transformasi sistem transportasi. Masa depan permasalahan
kuantitas kecelakaan yang terjadi mengingat
transportasi jalan tidak selalu dijawab dengan pembangunan besarnya kerugian yang diakibatkannya.
fisik atau penambahan kapasitas saja, tetapi membutuhkan Kecelakaan lalu lintas dapat terjadi dimana saja
dukungan teknologi informasi. Teknologi informasi
memungkinkan elemen dalam sistem transportasi jalan seperti,
dan kapan saja serta berlangsung sangat cepat tanpa
jalan, lampu lalu lintas, tanda-tanda pesan untuk menjadi cerdas diduga terlebih dahulu. Meskipun demikian,
dengan dukungan teknologi komputer (microchip dan sensor) kecelakaan lalu lintas sering terjadi pada suatu
untuk saling berkomunikasi satu dengan lainnya melalui
teknologi nirkabel. Penerapan teknologi informasi dengan sitem
ruang dan waktu tertentu dan cenderung merupakan
transportasi cerdas atau yang lebih dikenal dengan Intelligent keberulangan dengan tipe kecelakaan yang hampir
Transportation System (ITS) dapat membawa perbaikan yang sama sehingga memunculkan adanya dominasi dari
signifikan pada kinerja sistem transportasi jalan, seperti
mengurangi kemacetan, meningkatkan keselamatan dan
suatu tipe kecelakaan tertentu, maka hal ini
kenyamanan. Penelitian ini berupa pengembangan sistem mengindikasikan adanya suatu faktor penyebab
transportasi cerdas yang terdiri atas sistem informasi dan tertentu yang cenderung mempengaruhi kecelakaan
peringatan di jalan. Sistem informasi dan peringatan di jalan
terdiri atas pemancar dan penerima berteknologi wireless IEEE
tersebut. Pada dasarnya kecelakaan melibatkan
802.11n yang diintegrasikan dengan perangkat mikrokontroller. banyak faktor, akan tetapi terdapat tiga faktor
Sistem ini akan dipasang pada perangkat yang ditempatkan utama yang menjadi penyebab kecelakaan secara
dilokasi-lokasi tertentu di jalan yang bertindak sebagai pengirim
pesan/informasi penting seperti informasi tingkat kemacetan di
umum [2], yaitu:
jalan dan peringatan akan kondisi jalan yang rawan terjadi 1. Faktor manusia (pengemudi dan pejalan
kecelakaan serta tindakan antisipasinya ke setiap kendaraan kaki);
yang melewatinya. Hasil dari penelitian ini adalah penerapan
sistem transportasi cerdas, berupa produk sistem informasi dan
2. Faktor jalan dan lingkungannya;
peringatan kendaraan akan bahaya di jalan. 3. Faktor kendaraan.
Keywords— Intellegent Transportation Systems, Vehicular Ad Dari ketiga faktor tersebut, faktor manusia
Hoc Network, Sistem Informasi Trafik, Sistem Peringatan merupakan faktor utama yang mendominasi
I. PENDAHULUAN terjadinya kecelakaan lalu lintas, tetapi faktor jalan
dan lingkungannya beserta faktor kendaraan tetap
Kemacetan lalu lintas merupakan permasalahan
tidak dapat dipandang sebelah mata sebagai faktor
yang umum terjadi dikota-kota besar yang dapat
yang berkontribusi terhadap kecelakaan. Oleh
menimbulkan kerugian besar bagi pengguna jalan
karena itu, dalam peningkatan keselamatan jalan
terutama dalam hal materi, seperti meningkatnya
secara umum diperlukan usaha baik untuk
biaya operasional kendaraan, pemborosan waktu
mengurangi maupun mencegah terjadinya
dan tenaga. Selain itu, persoalan kemacetan
kecelakaan lalu lintas yang dapat menimbulkan
menyebabkan semakin rendahnya tingkat
korban jiwa maupun kerugian materi, melalui usaha
kenyamanan berlalu lintas serta meningkatnya
mendidik pengguna jalan yang memiliki wawasan
polusi udara [1].
keselamatan, menciptakan jalan dan lingkungan
Selain kemacetan berlalu lintas, hal penting yang
yang berkeselamatan, serta kendaraan yang
harus diperhatikan dalam berlalu lintas di jalan
memiliki tingkat keselamatan yang tinggi.
adalah keselamatan. Masalah keselamatan di jalan

“Seminar Nasional FORTEI 2015” 179

 Strategi peningkatan keselamatan dijalan dapat yang perlu dilakukan untuk menghindari kemacetan
dilakukan melalui pendekatan pro-aktif yaitu atau terjadinya kecelakaan.
mencegah terjadinya kecelakaan dan juga
II. TINJAUAN PUSTAKA
pendekatan reaktif mengurangi jumlah kecelakaan.
Kedua hal tersebut dapat dilakukan secara simultan A. INTELLEGENT TRANSPORTATION SYSTEM (ITS)
dengan menggunakan metode-metode yang ada, ITS adalah sistem yang menerapkan teknologi
yang terpenting adalah adanya teknik-teknik informasi dan komunikasi secara elektronika
penanganan kecelakaan yang efektif mampu melalui software dan hardware komputer dalam
mencegah ataupun mengurangi kecelakaan serta bidang transportasi jalan, yang mengintegrasikan
efisien di dalam pembiayaan. unsur-unsur lalu lintas seperti infrastruktur
Untuk mengurangi jumlah kecelakaan di jalan transportasi, kendaraan, dan pengguna jalan [5].
dan meningkatkan keselamatan di jalan raya,
kendaraan harus mampu memantau apa yang terjadi
di sekitar mereka, meramalkan apa yang akan
terjadi selanjutnya, serta melakukan reaksi
pencegahan yang sesuai. Hal ini mensyaratkan
bahwa setiap kendaraan memiliki sistem
komunikasi baik antara kendaraan untuk
berkomunikasi satu sama lain maupun perangkat
pendukung di jalan. Teknologi ini menawarkan
harapan meningkatnya tingkat keselamatan dan
efisiensi dalam berkendara. Gambar 1. Elemen infrastruktur ITS
Salah satu solusi untuk mengatasi permasalahan Tujuan sistem ITS adalah membantu sistem
kemacetan dan kecelakaan lalu lintas, seperti yang transportasi secara keseluruhan agar bekerja secara
dilakukan negara maju adalah, dengan penerapan efektif dan efisien, sehingga dapat mengurangi
teknologi sistem transportasi cerdas atau Intelligent kepadatan lalu lintas, mengurangi waktu perjalanan,
Transportation Systems (ITS). Sistem ITS meningkatkan keselamatan, dan pada akhirnya
merupakan proses pengintegrasian dari teknologi berdampak pada peningkatan produktivitas
seperti: telekomunikasi, elektronik, dan informasi ekonomi.
dengan unsur lalu lintas, yaitu pengguna jalan/orang, Kelebihan sistem ini mempunyai tujuan dasar
infrastruktur jalan, dan kendaraan yang saling untuk membuat sistem transportasi yang
berkomunikasi. Implementasi ITS diharapkan dapat mempunyai kecerdasan, sehingga dapat membantu
memberikan hasil yang cukup signifikan terhadap pemakai transportasi dan pengguna transportasi.
peningkatan kinerja sistem jaringan transportasi Beberapa manfaat dari aplikasi sistem ITS pada
jalan, seperti peningkatan: mobilitas, aksesibilitas, sistem transportasi jalan seperti:
dan mengurangi jumlah kecelakaan.  Memungkinkan kendaraan untuk berkomunikasi
Penerapan ITS di negara-negara berkembang langsung dengan infrastruktur di sekitar mereka,
seperti Indonesia masih sebatas kajian [3,4] dan memungkinkan pengemudi untuk membuat
terkendala infrastruktur serta terbentur persoalan keputusan yang lebih baik tentang rute yang
penyediaan teknologi. Berdasarkan hal tersebut, dipilih dan menanggapi peringatan tentang
maka pada penelitian ini bertujuan untuk kemacetan atau kecelakaan yang terjadi.
mengembangkan sistem transportasi cerdas berupa  Menjaga kendaraan pada jarak yang aman dari
sistem informasi dan peringatan yang dapat satu sama lain.
membantu para pengendara dalam memberikan  Pengemudi diberitahu tentang batas kecepatan
informasi mengenai lokasi rawan kecelakaan atau yang harus dilakukannya.
kondisi trafik lebih awal kepada pengendara,  Mengurangi kemacetan atau antrian.
sehingga pengendara bisa mengantisipasi hal-hal  Meningkatkan keselamatan dan kenyamanan
berkendara.

180 “Seminar Nasional FORTEI 2015”

 Mendapatkan informasi. dan pada gilirannya, membentuk sebuah jaringan
dengan cakupan yang luas.

Gambar 2. Sistem tanda peringatan kendaraan di jalan

Dalam penerapannya, sistem-sistem dalam ITS
memerlukan fungsi-fungsi pendukung. Fungsi
pendukung tersebut meliputi: pengawasan,
Gambar 3. Struktur Jaringan VANET [6]
komunikasi, pemrosesan data, strategi kontrol,
panduan navigasi, dan informasi kepada pengguna Berbasis komunikasi jarak pendek dan menengah,
jalan. Untuk melaksanakan fungsi-fungsi ini, maka jaringan antar kendaraan akan memungkinkan
diperlukan alat-alat pendeteksi yang berfungsi aplikasi keselamatan bagi kendaraan, termasuk
sebagai pengumpul data dalam jumlah yang besar. informasi kondisi trafik di jalan.
Data ini dapat berupa data lalu lintas seperti
kecepatan, volume, kepadatan, waktu perjalanan,
panjang antrian, masalah kondisi dan geometri jalan,
dan lingkungan seperti kabut, banjir di permukaan
jalan, atau bencana alam seperti longsor.
B. VEHICULAR AD HOC NETWORK (VANET)
Vehicular Ad hoc Network (VANET) adalah
sebuah bentuk baru dalam komunikasi data untuk
kendaraan yang bergerak dengan kecepatan tinggi
dan pertukaran informasi terjadi di jalan raya.
VANET merupakan kategori dari Mobile Ad-hoc Gambar 4. Sistem komunikasi antar kendaraan dengan
infrastruktur jalan
Network (MANET) di mana node tediri dari
kendaraan dan Roadside Unit (RSU). VANET telah III. METODE PENELITIAN
menjadi sebuah infrastruktur komunikasi penting Perancangan dan realisasi perangkat sistem
bagi ITS. VANET menggunakan Dedicated Short transportasi cerdas, secara umum terdapat dua
Range Communication (DSRC) untuk peningkatan bagian utama yaitu bagian pemancar dan penerima
keselamatan mengemudi dan kenyamanan berbasis embedded system menggunakan Arduino
pengendara. Yun dan access point sebagai alat komunikasi dan
Jaringan VANET memadukan kemampuan pemrosesan data informasi. Dua bagian inilah yang
komunikasi antar kendaraan dan komunikasi antar menjadi dasar sistem informasi trafik dan
kendaraan dengan infrastruktur sepanjang jalan. peringatan tanda bahaya di jalan bagi pengendara.
Setiap kendaraan dapat bergabung ke jaringan Adapun blok diagram perancangan hardware
VANET melalui komunikasi nirkabel antar sistem secara keseluruhan ditunjukkan pada
kendaraan atau ke infrastruktur. Sehingga Gambar 5.
memungkinkan kendaraan dalam jarak 100 sampai
300 meter dapat saling terhubung satu sama lain

“Seminar Nasional FORTEI 2015” 181

 Khusus untuk informasi tanda peringatan di jalan
tidak dilakukan update data informasi. Hal ini
disebabkan informasi jalan yang sifatnya tetap
sesuai kondisi jalan yang ada. Berbeda halnya
dengan informasi kondisi trafik yang selalu
berubah-ubah/dinamis sehingga perlu dilakukan
update data ke pusat kontrol secara terus menerus
untuk menjaga ke aktualan dan ke akuratan
informasi yang diberikan. Adapun blok diagram
sistem informasi trafik seperti ditunjukkan pada
Gambar 6.
 Bagian penerima
Bagian penerima adalah bagian yang berfungsi
Gambar 5. Blok diagram sistem
menerima pesan/informasi dari pemancar. Bagian
Bagian pemancar
 ini terdiri dari embedded system berupa
Bagian pemancar berfungsi mengirimkan mikrokontroller Arduino Yun yang telah dibekali
pesan/informasi penting seperti kondisi tingkat dengan prosesor pendukung Atheros AR9331 dan
kemacetan di jalan atau kondisi jalan yang rawan dukungan Ethernet serta WiFi. Prosesor Atheros
terjadi kecelakaan serta tindakan antisipasinya ke telah dilengkapi dengan Linux berbasis OpenWRT
setiap kendaraan yang melewatinya. untuk membantu dalam komunikasi data di jaringan
Untuk bagian pemancar terdapat access point wireless. Pada mikrokontroller Arduino Yun
berteknologi IEEE 802.11n yang telah diinstall ditambahkan bagian antar muka berupa buzzer dan
OpenWrt Linux serta memiliki dukungan port USB LCD, yang fungsinya untuk memberikan tanda
modem sehingga dapat terkoneksi ke jaringan berupa bunyi kepada pengemudi ketika mendapat
Internet untuk melakukan update data informasi ke pesan/informasi dari pemancar dan kemudian
server database pada pusat kontrol dan informasi. menampilkan informasi tersebut ke LCD. Perangkat
Perangkat pemancar ini dipasang pada lokasi-lokasi ini ditempatkan dikendaraan untuk membantu
tertentu, seperti dilokasi rawan kecelakaan atau pengemudi dalam hal navigasi guna menghindari
lokasi strategis di jalan. kemacetan dan kecelakaan di jalan.

Gambar 7. Diagram use case

Untuk mengatasi permasalahan informasi yang
berbeda dari dua jalur berlawanan arah, maka
digunakan switch yang akan menentukan posisi
kendaraan dari arah mana, misalkan jalur 1 atau
jalur 2, sehingga pesan yang ditampilkan dapat
berbeda diantara kedua jalur tersebut.
Gambar 6. Blok diagram sistem informasi trafik Dalam perancangan software, perangkat ini
menggunakan bahasa pemrograman python untuk
mengaktifkan socket programming dalam

182 “Seminar Nasional FORTEI 2015”

 pengiriman pesan/informasi dari pemancar ke 100 meter. Dalam melakukan pengujian akan
penerima. Selain itu pada bagian penerima juga diukur waktu yang dibutuhkan prototype ini untuk
ditambahkan program mikrokontroller arduino mengirim dan menerima data menggunakan
untuk mengaktifkan interface buzzer dan LCD. aplikasi ping. Skenario yang dilakukan dalam
Alur kerja dari program sistem peringatan dan pengujian ini adalah sebuah pemancar dan
informasi trafik di jalan dapat dilihat pada Gambar penerima diberi jarak antar keduanya kemudian
7. dilakukan pengukuran delay dan packet delivery
Mulai Mulai ratio dari proses pengiriman data. Untuk tabel data
hasil pengukuran dapat dilihat pada Tabel 4.1 dan
Inisialisasi Inisialisasi 4.2.
hardware hardware

Aktifkan WiFi
Tidak
Informasi trafik

Ya Scanning sinyal dari

perangkat pemancar
Aktifkan
modem koneksi
Internet Ada sinyal ?
Tidak
Ya
Konek database &
update informasi trafik Konek ke perangkat
pemancar

Inisialisasi
Aktifkan access socket client Gambar 7. Hasil pengujian delay terhadap jarak
point WiFi Dari data hasil pengujian terlihat bahwa sistem
Membuka koneksi ke ini dapat berkomunikasi dengan jarak maksimal 90
Inisialisasi server
socket server meter, dengan nilai delay cenderung mengalami
Menerima pesan/ kenaikan untuk setiap kenaikan jarak. Hal ini
Menunggu informasi disebabkan oleh perambatan sinyal yang semakin
koneksi
jauh dari pengirim ke penerima seiring
Aktifkan buzzer
Ada
bertambahnya jarak, sehingga delay yang terjadi
permintaan semakin besar.
koneksi ? Tidak Pilih Jalur

Ya
Kirim pesan/ Menampilkan Menampilkan
informasi Informasi Jalur 1 Informasi Jalur 2

Selesai
Selesai
a. Flowchart Bagian Pemancar
b. Flowchart Bagian Penerima
Gambar 7. Flowchart program

IV. HASIL DAN ANALISA

a. Pengujian jarak pengiriman dari pemancar
(access point) ke perangkat penerima
(kendaraan) Gambar 7. Hasil pengujian packet delivery ratio terhadap
jarak
Pengujian jarak pengiriman dari pemancar ke Pada pengujian packet delivery ratio diketahui
penerima bertujuan untuk mengukur seberapa bahwa nilai packet delivery ratio terlihat stabil
optimal jarak antara pemancar dengan penerima sampai pada jarak 65 meter. kemudian mengalami
dalam berkomunikasi secara nirkabel. Jarak yang penurunan sampai jarak maksimum 90 meter. Hal
menjadi variabel bebas diukur mulai dari 5 meter– ini disebabkan oleh menurunnya kuat sinyal pada

“Seminar Nasional FORTEI 2015” 183

 sisi penerima akibat jarak yang semakin jauh dari V. KESIMPULAN
pemancar. Setelah melakukan tahap perancangan dan
b. Pengujian dengan menggunakan kendaraan pembuatan sistem yang kemudian dilanjutkan
dengan tahap pengujian dan analisa maka dapat
Pada skenario pengujian ini bertujuan untuk diambil kesimpulan sebagai berikut:
mengetahui apakah prototype ini mampu digunakan 1. Prototype sistem informasi trafik dan tanda
dalam keadaan real. Skenario dalam pengujian ini peringatan di jalan ini dapat menerima
adalah bagian pemancar diletakkan ditengah jalan. pesan/informasi dengan jarak maksimum 90
Sedangkan bagian penerima dibawa dikendaraan meter dari titik pemancar dan kecepatan
roda empat dengan jarak awal lebih dari 50 meter kendaraan sampai dengan 100 km/jam.
untuk dapat membuat kecepatan konstan ketika 2. Pemodelan dan prototype sistem informasi
mendekat dengan bagian pemancar. trafik dan tanda peringatan di jalan berbasis
Pengambilan data dilakukan dengan variasi embedded system ini siap untuk dirancang
kecepatan dari 10 km/jam - 100 km/jam. Hasil menjadi sebuah sistem yang utuh, dan siap
pengujian ini hanya berupa data keberhasilan atau untuk dikembangkan lebih lanjut sebagai
tidaknya receiver menerima data dari transmitter pendukung sistem transportasi cerdas.
dan jarak antara transmitter dengan receiver ketika
menerima data. Hasil pengambilan data dari UCAPAN TERIMA KASIH
pengujian dapat dilihat pada Tabel 1. Terimakasih yang sebesar-besarnya kepada
Tabel 1. Pengujian dengan menggunakan kendaraan
Kementrian Riset, Teknologi dan Pendidikan
Tinggi atas hibah dana melalui skema Penelitian
Jarak
Hibah Bersaing DIKTI 2015 sehingga penelitian ini
No Kecepatan (meter) Status
dapat terselenggara.
1 10 km/jam > 10 Berhasil
2 20 km/jam > 10 Berhasil REFERENSI
[1] Tamin, Ofyar Z, “Perencanaan dan Pemodelan Transportasi”, ITB,
3 30 km/jam > 10 Berhasil Bandung, 2000
4 40 km/jam > 10 Berhasil [2] Rustijan, Rizky Adelwin. J. “Manajemen Keselamatan Jaringan Jalan”,
Kementerian Pekerjaan Umum Badan Penelitian dan Pengembangan
5 50 km/jam > 10 Berhasil Pusat Penelitian dan Pengembangan Jalan dan Jembatan, Volume 1,
2011.
6 60 km/jam > 10 Berhasil [3] E. Kusnandar, “Intellegent Transportation Systems untuk Indonesia”,
7 70 km/jam > 10 Berhasil Kementerian Pekerjaan Umum Badan Penelitian dan Pengembangan
Pusat Penelitian dan Pengembangan Jalan dan Jembatan, Volume 1,
8 80 km/jam > 10 Berhasil 2011.
[4] E. Kusnandar, “Intellegent Transportation Systems untuk Jalan Bebas
9 90 km/jam > 10 Berhasil Hambatan”. Kementerian Pekerjaan Umum Badan Penelitian dan
10 100 km/jam > 10 Berhasil Pengembangan Pusat Penelitian dan Pengembangan Jalan dan
Jembatan, Volume 1, 2011.
[5] eSafety Forum “Intelligent Infrastructure Working Group”, iMobility
Dari data hasil pengujian, dapat dilihat dengan [6]
Support and iMobility Forum, 2008
Tsugawa, S, “Issues and recent trends in vehicle safety communication
kecepatan maksimal pengujian yaitu 100 km/jam, systems”. IATSS. Research, Journal of international association of
data dari transmitter masih dapat diterima oleh traffic and safety sciences, Vol. 29 No.1, 2005

receiver dengan jarak masih diatas 10 meter.

184 “Seminar Nasional FORTEI 2015”

 Analisis Peramalan Kebutuhan Energi
Kab. Kampar, Provinsi Riau
Zulfatri Aini
Teknik Elektro, Universitas Sultan Syarif Kasim, Riau

ABSTRAK

Energi merupakan komponen kunci untuk pengembangan daerah dan merupakan strategi yang akan
berkelanjutan dengan dampak-dampak yang telah terbukti memberikan konstribusi besar pada pengembangan
kesejahteraan masyarakat. Tingkat pemakaian energi sering digunakan sebagai salah satu indikator tingkat kemakmuran
masyarakat. Masyarakat yang lebih makmur kehidupannya cenderung memiliki tingkat pemakaian energi yang lebih
tinggi dibandingkan dengan masyarakat yang kurang makmur. Sedangkan jenis energi yang digunakan menunjukkan
tingkat kemajuan masyarakat. Masyarakat yang lebih maju cenderung memakai energi yang lebih mudah digunakan dan
diperoleh secara komersial.

Penelitian ini dilakukan untuk memperoleh peramalan kondisi kebutuhan Energi Kab.Kampar Provinsi Riau.
Data yang digunakan adalah data potensi energi pada tahun 2010, dan akan meramalkan kebutuhan energi pada tahun
2025. Dengan bantuan software LEAP (Long-range Energy Alternaves Planning System) sebagai tools, sesuai dengan
kemampuan software untuk memperoleh model ramalan terbaik sehingga dapat digunakan untuk meramalkan nilai-nilai
yang akan datang.

Hasil penelitian ini menunjukkan bahwa Kebutuhan energi tertinggi adalah kebutuhan energi listrik yang
diproyeksikan pada tahun 2025 sebesar 5.101.954 SBM, sementara pada tahun 2011 hanya sebesar 283.865 SBM.

Kata Kunci : Peramalan, LEAP, Kebutuhan Energi

I. PENDAHULUAN masyarakat. Masyarakat yang lebih maju

cenderung memakai energi yang lebih mudah
Latar Belakang
digunakan dan diperoleh secara komersial.
Energi merupakan komponen kunci
Ketersediaan energi listrik merupakan
untuk pengembangan daerah dan merupakan
aspek yang sangat penting dan bahkan
strategi yang akan berkelanjutan dengan
menjadi suatu parameter untuk mendukung
dampak-dampak yang telah terbukti
keberhasilan pembangunan suatu daerah.
memberikan konstribusi besar pada
Pengelolaan sumber daya energi listrik yang
pengembangan kesejahteraan masyarakat.
tepat dan terarah dengan jelas akan
Tingkat pemakaian energi sering digunakan
menjadikan potensi yang dimiliki suatu
sebagai salah satu indikator tingkat
wilayah berkembang dan termanfaatkan secara
kemakmuran masyarakat. Masyarakat yang
optimal. Oleh karena itu, perencanaan dan
lebih makmur kehidupannya cenderung
pengelolaan energi secara umum termasuk di
memiliki tingkat pemakaian energi yang lebih
dalamnya adalah energi listrik perlu
tinggi dibandingkan dengan masyarakat yang
mendapatkan perhatian yang serius dari
kurang makmur. Sedangkan jenis energi yang
pemerintah daerah. Hal tersebut tentu juga
digunakan menunjukkan tingkat kemajuan
1
“Seminar Nasional FORTEI 2015” 185
 seiring dan searah dengan peningkatan peran kebutuhan energi tersebut dimasa yang akan
Pemerintah Daerah dalam mengelola sumber datang melalui penelitian ini. Sehingga
daya energi. Ketersediaan energi listrik yang potensi-potensi tersebut bisa dimanfaatkan
memadai dan tepat sasaran akan memacu secara optimal.
perkembangan pembangunan daerah seperti Sebagai dasar hukum, Peraturan
sektor industri, komersial, pelayanan publik Pemerintah Nomor 3 tahun 2005 tentang
dan bahkan kulaitas hidup masyarakat dengan perubahan atas PP Nomor 10 tahun 1989
semakin banyaknya warga yang menikmati tentang Penyediaan dan Pemanfaatan Tenaga
energi listrik. Kemudian secara langsung Listrik, bahwa untuk melaksanakan kebijakan
maupun tidak langsung, hal itu akan Otonomi Daerah dibidang Ketenagaan
mempengaruhi pertumbuhan ekonomi dan listrikan perlu memberikan peran Penyediaan
tingkat kesejahteraan masyarakat. dan Pemanfaatan Tenaga Listrik, Guna
Krisis energi yang terjadi di Kab. menjamin ketersediaan energi primer untuk
Kampar Provinsi Riau terutama jenis BBM tenaga listrik untuk kepentingan umum,
dan listrik perlu memperoleh perhatian yang diprioritaskan penggunaaan sumber energi
serius. Terlebih dengan potensi sumber daya setempat dengan kewajiban mengutamakan
di Riau sangat besar. Jika potensi tersebut pemanfaatan sumber energi terbarukan.
dimanfaatkan secara tepat tentu akan Pada penelitian ini, saya mencoba
meningkatkan penyediaan energi. Hal ini akan menggambil tema “ Analisis peramalan
membantu mengurangi defisit energi yang kebutuhan energi kab. Kampar provinsi Riau”.
terjadi. Pemerintah Provinsi Riau perlu Dengan bantuan software LEAP (Long-range
melalukakan koordinasi dengan pihak Energy Alternaves Planning System) sebagai
penyedia energi seperti PT. Pertamina dan PT. tools, sesuai dengan kemampuan software
PLN. PT. Pertamina merupakan penyediaan untuk memperoleh model ramalan terbaik
berbagai jenis energi terutama BBM dan LPG. sehingga dapat digunakan untuk meramalkan
PT. PLN menjadi penyedia energi listrik. nilai-nilai yang akan datang.
Koordinasi dilakukan untuk memastikan
perencanaan pengembangan usaha mereka Perumusan Masalah
sesuai dengan tujuan Pemerintah Daerah Permasalahan yang dapat diangkat dalam
Provinsi Riau dalam upaya meningkatkan penelitian ini adalah :
penyediaan energi dan mengatasi krisis energi. a. Bagaimana perkembangan kebutuhan
Perencanaan ini dilakukan sedini mungkin, energi di Kab. Kampar, provinsi Riau
sehingga tidak lagi terjadi krisis dimasa sebelum dan setelah tahun 2025.
datang. Untuk merencanakan, maka perlulah
pemerintah mengetahui seberapa besar

2
186 “Seminar Nasional FORTEI 2015”
 b. Bagaimana menggambarkan kebutuhan Dalam memprediksi perkembangan
energi secara umum untuk Kab. Kampar, energi di provinsi Riau diperlukan data-data
provinsi Riau melalui LEAP. yang lengkap sebagai gambaran untuk
mendapatkan hasil penelitian yang lebih
Batasan Masalah akurat dan dapat dipertanggungjawabkan.
Berdasarkan permasalahan yang ada, maka Dengan data-data yang telah ada maka
tujuan yang ingin dicapai dalam penelitian ini dibuatlah pemodelan matematis yang nantinya
adalah : akan mendapatkan pemecahan masalah
a. Memodelkan kebutuhan energi dengan didalam pembuatan hasil penelitian peramalan
menggunakan LEAP perkembangan kebutuhan energi di provinsi
b. Menentukan kondisi secara umum Riau.
kebutuhan energi di provinsi Riau melalui Persoalan peramalan beban listrik
penerapan LEAP selalu ada dan menjadi perimbangan penting
Signifikansi Penelitian dalam sistem tenaga listrik karena peramalan
Melihat besarnya kebutuhan energi, kebutuhan energi dapat memberikan informasi
dan semakin mahalnya harga BBM, maka utama yang menjadi landasan dalam
perlu dilakukan penelitian peramalan pengambilan keputusan untuk perencanaan
kebutuhan energi masa mendatang sehingga pengembangan kapasitas pembangkit listik
menjadi dasar untuk mengambil kebijakan dan perencanaan operasi sistem pembangkit
dibidang energi yang dapat menjaga listrik tersebut.
ketersediaan energi dan kebutuhan energi di Menurut Pabla (1991) bahwa,
tahun 2025. peramalan kebutuhan energi listrik yang
Tujuan Penelitian disesuaikan dengan perkembangan beban
Berdasarkan permasalahan yang ada, maka listrik sangat penting, mengingat suatu daerah
tujuan yang ingin dicapai dalam penelitian ini yang sedang berkembang sudah sepantasnya
adalah : diberikan prioritas yang utama dalam
a. Menerapkan LEAP untuk memodelkan memprakirakan kebutuhan daya listrik, agar
peramalan kebutuhan energi. sistem pembangkit dapat dibagun di tempat
b. Menentukan kondisi kebutuhan energi yang sesuai dan pada waktu yang tepat serta
provinsi Riau tahun 2025, sehingga hasil penggunaannya maksimum.
dari pemodelan ini bermanfaat bagi Yang (1974) menjelaskan bahwa,
pengambil kebijakan. peramalan beban listrik jangka pendek dapat
II. TINJAUAN PUSTAKA membantu meningkatkan keandalan sistem
Studi Literatur dan menurunkan biaya operasional sistem.

3
“Seminar Nasional FORTEI 2015” 187
 Cahyono (2000) menjelaskan bahwa, Peramalan jangka pendek adalah untuk
metode analisis regresi linear ganda (MLR) jangka waktu beberapa jam sampai satu
stepwise untuk peramalan beban listrik. Riset minggu (168 jam). Dalam peramalan beban
dilakukan untuk data Nasional terhadap 5 listrik jangka pendek terdapat terdapat batas
sektor kajian, yaitu sektor rumah tangga atas untuk beban maksimum dan batas bawah
(pbl1), industri (pbl2), usaha (pbl3), sosial untuk beban minimum yang ditentukan oleh
atau lain-lain (pbl4), dan total sektor (pbl5). perkiraaan beban listrik jangka menengah (1-
Dari keseluruhan model, secara statistik harga 12 bulan). Besarnya beban untuk setiap jam
energi listrik pengaruhnya tidak signifikan ditentukan dengan memerhatikan berbagai
terhadap pertumbuhan energi/beban listrik di informasi yang mempengaruhi besarnya beban
Indonesia. Validasi model ditunjukkan dengan sistem, seperti : acara televisi, cuaca dan suhu
error% rata-rata yang berkisar antara 0,43- udara.
1,42%. b. Peramalan jangka menengah
Berdasarkan penelitian-penelitian Peramalan bean listrik jangka
tersebut perlu diteliti lebih lanjut bahwa menengah adalah untuk jangka waktu dari satu
dengan menggunakan pendekatan multivariate bulan sampai dengan satu tahun. Prses untuk
time series peramalan yang diperoleh peramalan beban listrik jangka menengah
mempunyai error yang lebih kecil mengingat adalah berasal dari peramalan beban listrik
beban listrik merupakan fungsi waktu. jangka panjang (di atas satu tahun), sehinggga
Pendekatan metode LEAP diharapkan mampu peramalan beban jangka menengah tidak
untuk menjawabnya. menyimpang terlalu jauh terhadap peramalan
beban jangka panjang. Dalam peramalan
Kerangka Teori
beban listrik jangka menengah, masalah-
Energi merupakan kebutuhan yang
masalah manajerial perusahaan listrik
sangat penting sekali, oleh karena itu, besar
merupakan faktor utama yang menentukan,
kecilnya beban listrik beserta perubahannya
misalnya masalah kemampuan teknis
tergantung kepada kebutuhan para pelanggan
memperluas jaringan distribusi, kemampuan
listrik pada suatu saat tertentu. Untuk itu, biasa
teknis menyelesaikan proyek pembangkit
dilakukan peramalan beban listrik dalam
listrik yang baru dan kemampuan teknis
menjamin kualitas pelayanan para pelanggan
menyelesaikan proyek aluran transmisi.
tersebut, sehingga kebutuhan energi akan tetap
terpenuhi.
c. Peramalan jangka pajang
Jangka waktu peramalan beban listrik
Peramalan beban listrik jangka panjang
tersebut, dibagi tiga kategori (Marsudi, 1990),
adalah untuk jangka waktu di atas satu tahun.
yaitu :
Dalam peramalan beban listrik jangka panjang
a. Peramalan jangka pendek
4
188 “Seminar Nasional FORTEI 2015”
 masalah-masalah makro ekonomi yang Langkah 3, analisis skenario Demand-
merupakan masalah ekstern perusahaan listrik side management.
merupakan faktor utama yang menentukan 2. Tahap 2: Memodelkan transformasi
arah pakiraan beban listrik. Dalam peramalan energi
beban lisrik jangka panjang biasanya hanya 3. Tahap 3: Membangun skenario dan
diperkirakan beban listrik beban puncak yang analisisnya
terjadi dalam sistem tenaga listrik, karena 4. Tahap 4: Analisis biaya manfaat
perkiraan beban listrik jangka panjang lebih 5. Tahap 5: Pelaporan hasil analisis
banyak dipergunakan untuk keperluan
Menyusun Tree Permintaan Energi
perencanaan pengembangan sistem tenaga
Tree permintaan energi atau struktur
listrik.
permintaan energi di dalam LEAP
Konsep Perencanaan Energi menggambarkan pengelompokan demand
Konsep perencanaan energi di dalam buku ini energi danpenggunaan teknologi energi pada
dilakukan secara sederhana. Namun, masing-masing kelompok tersebut.
diharapkan sudah mampu mewakili kebutuhan Pengelompokan permintaan energi dapat
dalam perencanaan energi suatu wilayah. Ada dilakukan sesuai dengan kebutuhan. Di dalam
konsep yang jelas di dalam LEAP melalui pemodelan sistem energi yang lengkap,
beberapa tahapan latihan. umumnya permintaan energi dikelompokkan
1. Tahap 1: Menghitung Permintaan Energi menjadi : sektor rumah tangga, sektor
Langkah 1, memodelkan permintaan komersial, sektor industri, dan sector
energi. Permintaan energi merupakan transportasi.
unsur wajib di dalam perencanaan energi.
Ada berbagai cara dan model yang dapat III. METODE PENELITIAN
digunakan untuk menghitungnya. Di Instrumen Penelitian
dalam memodelkan permintaan energi, a. Sumber Data
perlu dipertimbangkan kesesuaian sistem Dalam penelitian ini digunakan data
riil di lapangan dan data yang tersedia. sekunder yaitu data sumber-sumber energi
Langkah 2, proyeksi permintaan energi. yang sudah ada, potensi energi tiga tahun
Setelah model permintaan energi terakhir. Disamping itu data diperoleh
ditentukan, selanjutnya dilakukan melalui instansi yang terkait dengan
proyeksi permintaan energi untuk 5 tahun variabel penelitian.
(jangka pendek), 15 tahun (jangka b. Variabel Penelitian
menengah) atau 30 tahun (jangka Jumlah kebutuhan energi dalam satuan
panjang) ke depan. Standar Bahan Bakar Minyak (SBM)

5
“Seminar Nasional FORTEI 2015” 189
 a. Metode Analisis Data melakukan pemodelan. Dalam tahap ini perlu
Data-data yang diperoleh dalam penelitian dikenali/ditentukan:
ini kemudian di analisis dengan • pola referensi (reference mode), yaitu
menggunakan bantuan software LEAP gambaran perilaku sistem;
(Long-range Energy Alternatives Planning • hipotesis tentang interaksi-interaksi
System), sesuai dengan kemampuan perilaku yang mendasari pola referensi ;
software untuk memperoleh model ramalan • batas model (boundary), yaitu batasan,
terbaik sehingga dapat digunakan untuk asumsi, dan ruang lingkup model;
meramalkan kebutuhan energi masa • jangka waktu (time horizon), yaitu
mendatang. periode waktu kajian.

Penelitian ini dilaksanakan pada bulan

b. Konseptualisasi Sistem
April sampai dengan Agust 2014, dengan
Konseptualisasi sistem adalah
tahap-tahap penelitian sebagai berikut :
menyusun suatu rancangan model. Di dalam
1. Tahapan pemodelan Energi
metodologi LEAP, konseptualisasi sistem ini
Tahapan pemodelan menurut Winarno,
berupa penyusunan diagram pohon (Tree) dari
O.T. (2008), secara umum terdiri atas lima
permintaan energi dan diagram pemasokan
tahapan, yaitu : definisi masalah,
energi (Reference Energy System).
konseptualisasi sistem, representasimodel,
evaluasi model, dan analisis kebijakan. c. Representasi Model
Gambar 1.1 memperlihatkan ilustrasi tahapan Representasi model adalah proses
pemodelan tersebut sertaketerkaitannya. untuk mentransformasikan konsep sistem yang
telah disusun ke dalam bentuk persamaanatau
bahasa komputer.

d. Evaluasi Model
Evaluasi model adalah tahap pengujian
model, yaitu dengan membandingkan hasil
simulasi dan pola referensi. Evaluasi model
Gambar 1. Alur pemodelan energi
dimaksudkan untuk memperbaiki model agar
dapatmewakili kondisi aktualnya. Proses
a. Definisi Masalah
pencarian struktur atauparameter terus
Tahap pertama dalam penyusunan
dilakukan sampai diperoleh perilaku model
model adalah mendefinisikan masalah, yang
yangdapat mewakili atau mendekati keadaan
akan menjadi rujukan dan arahan dalam
nyatanya.

6
190 “Seminar Nasional FORTEI 2015”
 Analisis Kebijakan
Tabel 2. Permintaan Energi Final Rumah
Setelah model diyakini dapat mewakili
Tangga Berdasarkan
kondisi nyatanya,tahapan selanjutnya adalah Jenis Bahan Bakar Tahun 2011
mengujikan beberapa skenario kebijakan. Jenis Bahan Bakar 2011
Arang Kayu 1.039
Setelah diperoleh hasil yang diinginkan
Gas Alam 149
melalui simulasi model, maka hasilnya dapat Gas LPG 44.890
diterapkan pada system nyata. Kayu Bakar 186.656
Listrik 283.865
Minyak Pelumas 750
IV. DATA DAN ANALISA Minyak Tanah 198.100
Premium
Kondisi Energi Kabupaten Kampar Saat 14.979
Total
Ini Indikator Sosio Ekonomi 730.428

Pertumbuhan Produk Domestik Dapat dilihat juga penggunaan jenis

Regional Bruto (PDRB) tanpa migas bahan bakar dari listrik untuk Kabupaten
Kabupaten Kampar dapat dilihat pada tabel 1 Kampar tahun 2011 menempati urutan
berikut ini. tertinggi, yaitu 283.865 SBM (39%)
Tabel 1. Pertumbuhan PDRB Berdasarkan dibandingkan dengan minyak tanah yang
sektor (dalam persen)
hanya 198.100 SBM (27%).
No Sektor/Sub Sektor 2008(%) 2009(%)
1 Pertanian 57,83
2 Pertambangan dan Penggalian 5,07 5,29
3 Industri Pengolahan 8,67 8,86
4 Listrik, Gas, dan Air Bersih 0,11 0,11
5 Bangunan 4,6 4,77
6 Perdagangan, Hotel dan Restoran 11,14 11,28
7 Angkutan dan komunikasi 3,47 3,53
10 Keuangan Sewa dan Jasa Perusahaan 1,3 1,33
11 Jasa 7,86 7,8
PDRB
Sumber : BPS Provinsi Riau

Indikator Energi Sektor Rumah Tangga Gambar 1. Konsumsi energi sektor rumah
tangga berdasarkan jenis bahan bakar
Konsumsi energi sektor rumah tangga Tahun 2011
di kabupaten Kampar secara keseluruhan
Konsumsi energi sektor rumah tangga
menunjukan angka 730.428 SBM pada tahun
di kabupaten Kampar jika dipisahkan
2011. Tabel 2 menunjukkan bahwa
berdasarkan wilayah pada tahun 2011
penggunaan energi sektor rumah tangga
menunjukan angka 645.567 SBM untuk
berdasarkan jenis bahan bakar.
wilayah perdesaan dan 84.861 SBM untuk
wilayah perkotaan seperti pada tabel 3.

7
“Seminar Nasional FORTEI 2015” 191
 Tabel 3 : Permintaan Energi Final rumah Minyak Tanah 12.985
tangga Berdasarkan Premium 1.026
Wilayah tahun 2011 Total 84.861

Wilayah 2011

Perdesaan 645.567 Penggunaan jenis bahan bakar dari

Perkotaan 84.861 listrik untuk wilayah perkotaan tahun 2011
Total 730.428
menempati urutan tertinggi, yaitu 45.024
SBM (53%) dibandingkan dengan minyak
Indikator Energi Sektor Rumah Tangga
Perkotaan tanah yang hanya 12.985 SBM (16%).
Konsumsi energi untuk wilayah Gambar 2 menunjukkan grafik konsumsi
perkotaan adalah 84.861 SBM, konsumsi energi wilayah perkotaan berdasarkan jenis
energi terbesar adalah 67.864 SBM untuk bahan bakar.
kategori penduduk yang berada sedang dan
atas garis kemiskinan (Tabel 4).
Tabel 4. Permintaan Energi Final rumah
tangga Berdasarkan Pendapatan
Untuk Wilayah Perkotaan
Tahun 2011

Tingkat Pendapatan 2011

Di Bawah Garis Kemiskinan 1.209
Satu setengah x Garis Kemiskinan 15.788 Gambar 2. Konsumsi energi sektor rumah
Sedang dan Atas 67.864 tangga berdasarkan
Total 84.861 jenis bahan bakar wilayah
perkotaan 2011
Konsumsi energi sektor rumah tangga
Indikator Lingkungan
wilayah perkotaan berdasarkan jenis bahan
bakar menunjukan angka 84.861 SBM pada Total Emisi Demand pada tahun 2011
tahun 2011. Perhitungan tersebut dapat dilihat di Kabupaten Kampar adalah 109.286 Metric
pada Tabel 5. Tonnes CO2 Equivalent (Setara Ton CO2).
Tabel 5. Permintaan Energi Final Rumah Emisi terbesar berasal dari wilayah perdesaan,
Tangga Wilayah Perkotaan yaitu 97.876 Metric Tonnes CO2 Equivalent
Berdasarkan Jenis Bahan Bakar
Tahun 2011 (90%). Tabel 6 berikut merupakan
perhitungan Emisi Demand berdasarkan
Jenis Bahan Bakar 2011
Arang Kayu 13 Wilayah.
Gas Alam -
Gas LPG 12.879
Kayu Bakar 12.842
Listrik 45.024
Minyak Pelumas 93

8
192 “Seminar Nasional FORTEI 2015”
 Tabel 6. Emisi Demand Berdasarkan Indikator Lingkungan: Sektor Rumah
Sektor Tahun 2011 Tangga Wilayah Perkotaan

Wilayah 2011 Emisi Demand wilayah perkotaan

Perdesaan 97.876
terbesar berasal dari jenis bahan bakar Minyak
Perkotaan 11.410
Total 109.286 Tanah, yaitu 5.478 Metric Tonnes CO2
Equivalent (48%). Tabel 8 berikut merupakan
perhitungan Emisi Demand wilayah perkotaan
berdasarkan jenis bahan bakar.

Tabel 8. Emisi Demand wilayah perkotaan

berdasarkan Jenis bahan bakar
Tahun 2011
Gambar 3. Emisi Demand Kabupaten
Jenis Bahan Bakar 2011
Kampar Berdasarkan
Gas LPG 5.461
Wilayah Tahun 2011
GasAlam -
Emisi Demand terbesar berasal dari Minyak Pelumas 39
Minyak Tanah 5.478
jenis bahan bakar minyak tanah, yaitu 83.570
Premium 433
Metric Tonnes CO2 Equivalent (77%). Tabel Total 11.410
7 berikut merupakan perhitungan Emisi
Demand berdasarkan jenis bahan bakar.
Tabel 7. Emisi Demand Berdasarkan Jenis
bahan bakar Tahun 2011

Jenis Bahan Bakar 2011

Gas LPG 19.033

GasAlam 48

Minyak Pelumas 317 Gambar 5. Emisi Demand Wilayah

Minyak Tanah 83.570
perkotaan Berdasarkan
Jenis Bahan Bakar
Premium 6.319
Tahun 2011
Total 109.286

Kondisi Energi Kabupaten Kampar Masa

Mendatang Indikator Energi Sektor
Rumah Tangga : Skenario Business As
Usual

Konsumsi energi sektor rumah tangga

di kabupaten Kampar secara keseluruhan
Gambar 4. Emisi Demand Kabupaten
menunjukan angka 730.428 SBM pada tahun
Kampar Berdasarkan Jenis
Bahan Bakar Tahun 2011 2011. Dengan mengunakan skenario Business
as usual dapat diproyeksikan bahwa kebutuhan

9
“Seminar Nasional FORTEI 2015” 193
 energi sector rumah tangga pada tahun 2025 wilayah perkotaan. Dengan mengunakan
untuk kabupaten Kampar adalah 938.911 skenario Business as usual dapat
SBM. Perhitungan proyeksi tersebut dapat diproyeksikan bahwa kebutuhan energi sector
dilihat pada tabel 9. rumah tangga pada tahun 2025 untuk wilayah
perdesaan adalah 613.795 SBM dan untuk
Tabel 9. Permintaan energi final rumah
wilayah perkotaan 325.116 SBM.
tangga berdasarkan jenis bahan
bakar 2011- 2025 Indikator Energi Sektor Rumah Tangga
Perkotaan : Skenario Business As Usual
Jenis Bahan Total
2011 2015 2020 2025
Bakar
Konsumsi energi sektor rumah tangga
Arang Kayu 1.039 1.065 1.074 1.044 15.927
Gas Alam 149 150 149 142 2.223 berdasarkan wilayah perkotaan menunjukan
Gas LPG 44.890 52.913 65.034 79.987 912.772 angka 84.861 SBM pada tahun 2011. Dengan
Kayu Bakar 186.656 195.086 203.722 209.235 2.993.693
mengunakan skenario Business as usual dapat
Listrik 283.865 314.095 355.659 401.637 5.101.954
Minyak diproyeksikan bahwa kebutuhan energi sektor
750 816 903 994 13.041
Pelumas
Minyak rumah tangga perkotaan pada tahun 2025
198.100 208.894 220.397 228.421 3.225.662
Tanah
untuk Kabupaten Kampar adalah 325.116
Premium 14.979 15.826 16.755 17.452 244.999
Total 730.428 788.845 863.692 938.911 12.510.271 SBM. Perhitungan proyeksi tersebut dapat
dilihat pada tabel 10.
Dari data tersebut dapat dilihat bahwa
pertumbunan konsumsi energi sektor rumah Tabel 10.Permintaan Energi Final rumah
tangga dari tahun 2011 sampai dengan tahun tangga Berdasarkan Jenis Bahan Bakar untuk
wilayah perkotaan 2011 – 2025
2025 adalah 0.285426%.
Jenis Bahan 2011 2015 2020 2025 Total
Bakar
Arang Kayu 13 21 34 51 446
Gas Alam - - - - -
Gas LPG 12.879 20.595 33.170 49.837 436.370
Kayu Bakar 12.842 20.304 32.248 47.790 424.676
Listrik 45.024 71.862 115.481 173.126 1.519.468
Minyak
93 149 241 363 3.163
Pelumas
Minyak
12.985 20.726 33.310 49.943 438.283
Tanah
Premium 1.026 1.645 2.658 4.007 34.961
Gambar 6. Proyeksi konsumsi energi Total 84.861 135.301 217.141 325.116 2.857.367
sektor rumah tangga berdasarkan jenis
bahan bakar 2011-2015 Dapat dilihat juga penggunaan jenis
Konsumsi energi sektor rumah tangga bahan bakar dari listrik untuk wilayah
di Kabupaten Kampar jika dipisahkan perkotaan menempati urutan tertinggi, yaitu
berdasarkan wilayah pada tahun 2011 1.519.468 SBM dibandingkan dengan minyak
menunjukan angka 645.567 SBM untuk tanah yang hanya 438.283 SBM.
wilayah perdesaan dan 84.861 SBM untuk
10
194 “Seminar Nasional FORTEI 2015”
 Indikator Lingkungan : Sektor Rumah
Tangga Skenario Business As Usual
Dengan Skenario Business As Usual,
Total Emisi Demand pada tahun 2011 di
Kabupaten Kampar adalah 109.286 Metric
Tonnes CO2 Equivalent (Setara Ton CO2) dan
138.102 Metric Tonnes CO2 Equivalent pada
tahun 2025. Emisi terbesar berasal dari
Gambar 7. Proyeksi Emisi Demand
wilayah perdesaan, yaitu 1.471.356 Metric Kabupaten Kampar Berdasarkan Jenis Bahan
Tonnes CO2 Equivalent. Tabel 11 berikut Bakar Tahun 2011 - 2025
merupakan perhitungan Emisi Demand Total Emisi Demand berdasarkan efek
berdasarkan Wilayah tahun 2011 - 2025. yang ditimbulkan pada tahun 2011 di
Kabupaten Kampar adalah 229.203 Metric
Tabel 11. Emisi Demand Berdasarkan Sektor
Tahun 2011 – 2025 Tonnes CO2 Equivalent (Setara Ton CO2) dan
272.450 Metric Tonnes CO2 Equivalent pada
Wilayah 2011 2015 2020 2025 Total
97.876 99.395 98.708 94.059 1.471.356
tahun 2025. Emisi terbesar berasal dari Carbon
Perdesaan
Perkotaan 11.410 18.232 29.338 44.042 385.991 Dioxide Biogenic, yaitu 1.917.266 Metric
Total 109.286 117.627 128.047 138.102 1.857.347 Tonnes CO2 Equivalent.

Emisi Demand terbesar berasal dari

Indikator Lingkungan: Sektor Rumah
jenis bahan bakar Minyak Tanah, yaitu 83.570 Tangga Wilayah Perkotaan
Perhitungan Emisi Demand Carbon
Metric Tonnes CO2 Equivalent pada tahun
Dioxide Non Biogenic wilayah perkotaan
2011 dan 96.361 Metric Tonnes CO2
berdasarkan ekonomi pada tahun 2011 di
Equivalent pada tahun 2025 . Tabel 12 berikut
Kabupaten Kampar adalah 11.410 Metric
merupakan perhitungan Emisi Demand
Tonnes CO2 Equivalent (Setara Ton CO2) dan
berdasarkan jenis bahan bakar.
44.042 Metric Tonnes CO2 Equivalent pada

Tabel 12. Emisi Demand Berdasarkan Jenis tahun 2025. Bisa dilihat pada tabel 13 berikut.
bahan bakar Tahun 2011 – 2025 Tabel 13. Emisi Demand wilayah perkotaan
berdasarkan Jenis bahan bakar
Jenis Bahan
Bakar
2011 2015 2020 2025 Total Tahun 2011 – 2025
Gas LPG 19.033 22.434 27.574 33.913 387.004
Jenis Bahan
GasAlam 48 49 48 46 721 2011 2015 2020 2025 Total
Bakar
Minyak Gas LPG 5.461 8.732 14.064 21.130 185.015
317 344 381 419 5.502
Pelumas
Minyak Tanah 83.570 88.123 92.976 96.361 1.360.766 GasAlam - - - - -

Premium 6.319 6.676 7.068 7.362 103.354 Minyak Pelumas 39 63 101 153 1.335

Total 109.286 117.627 128.047 138.102 1.857.347

Minyak Tanah 5.478 8.743 14.052 21.069 184.893
Premium 433 694 1.121 1.690 14.748
Total 11.410 18.232 29.338 44.042 385.991

11
“Seminar Nasional FORTEI 2015” 195
 KESIMPULAN Pengembangan dan Penerapan Ilmu
Pengetahuan dan Teknologi Bidang
1. Kebutuhan energi tertinggi adalah Sumber Energi Baru dan Terbarukan
untuk Mendukung Keamanan
kebutuhan energi listrik yang Ketersediaan Energi Tahun 2025, Jakarta,
diproyeksikan pada tahun 2025 sebesar 2006.

5.101.954 SBM, sementara pada tahun [7] Keputusan Menteri Energi dan Sumber
2011 hanya sebesar 283.865 SBM. Daya Mineral Nomor 0954
K/30/MEM/2004 tentang Rencana Umum
2. Total Emisi Demand pada tahun 2011 di Ketenagalistrikan Nasional
Kabupaten Kampar adalah 109.286
[8] Keputusan Direktur Jenderal Minyak dan
Metric Tonnes CO2 Equivalent (Setara Gas Bumi No. 3675 K/24/DJM/2006
Ton CO2) dan 138.102 Metric Tonnes tanggal 17 Maret 2006 tentang spesifikasi
BBM jenis SOLAR
CO2 Equivalent pada tahun 2025. Emisi
terbesar berasal dari wilayah perdesaan, [9] Keputusan Direktur Jenderal Minyak dan
Gas Bumi No. 3674 K/24/DJM/2006
yaitu 1.471.356 Metric Tonnes CO2 tanggal 17 Maret 2006 tentang spesifikasi
Equivalent. BBM jenis BENSIN

[10] LEAP User Guide 2006. Dokumen

DAFTAR PUSTAKA Teknis, Stockholm Environment Institute,
[1] Badan Pusat Statistik Kabupaten Kampar, Stockholm, 2006.
Kabupaten Kampar Dalam Angka 2011.
Bangkinang, 2011. [11] M.Sc, Jingfey Yang, 1974, Power
System Short-Term Load Forecasting,
[2] Chatfield, C., (1995), The Analysis of
Beijing, China.
Time Series An Introduction, The
University of Bath, UK. [12] Marsudi, Djiteng. 1980. Operasi
[3] Direktorat Sumber Daya Energi, Mineral Sistem Tenaga Listrik. Jakarta
dan Pertambangan, Bappenas, Laporan Selatan: Balai Penerbit dan Humas
Akhir Policy Paper Keselarasan Institut Sains dan Teknologi
Kebijakan Energi Nasional (KEN) Nasional.
Dengan Rencana Umum Energi Nasional
(RUEN) dan Rencana Umum Energi [13] Peraturan Pemerintah Nomor 10 Tahun
Daerah (RUED), Jakarta, 2012. 1989 tentang Penyediaan dan
Pemanfaatan Tenaga Listrik (Lembaran
[4] Energi Environment Partnership Negara Tahun 1989 Nomor 24,
Indonesia, Baseline Study I, Jakarta, Tambahan Lembaran Negara Nomor
2012. 3394).

[5] Instruksi Presiden No. 1 Tahun 2005 [14] Peraturan Pemerintah Nomor 25 Tahun
tentang Penyediaan dan Pemanfaatan 2000 tentang Kewenangan Provinsi
Bahan bakar Nabati (Biofuel) sebagai sebagai Daerah Otonom (Lembaran
Bahan Bakar Lain Negara Tahun 2000 Nomor 54,
Tambahan Lembaran Negara Nomor
[6] Kementrian Negara Riset dan Teknologi 3952).
Republik Indonesia, Indonesia 2005 –
2025 Buku Putih: Penelitian,

196 12 2015”
“Seminar Nasional FORTEI
 [15] Peraturan Pemerintah No. 67 Tahun of electr. Eng. Nat, Cheng Kung Univ,
2002 dan Keputusan Presiden No. 86
Taiwan
Tahun 2002 yang berisi bahwa dalam
melaksanakan tanggung jawab atas
pengaturan dan pengawasan terhadap
kegiatan usaha penyediaan dan
pendistribusian BBM dan usaha
pengangkutan gas dalam pipa,
Pemerintah telah membentuk suatu
badan independen yaitu Badan Pengatur
Hilir Minyak dan Gas Bumi.

[16] Peraturan Pemerintah Nomor 36 Tahun

2004 tentang Kegiatan Usaha Hilir
Minyak dan Gas Bumi

[17] Peraturan Pemerintah Nomor 3 Tahun

2005 tentang perubahan atas PP Nomor
10 Tahun 1989 tentang Penyediaan dan
Pemanfaatan Tenaga Listrik, bahwa
untuk melaksanakan kebijakan Otonomi
Daerah dibidang Ketenagalistrikan perlu
memberikan peran Pemerintah Daerah
dalam penyediaan tenaga listrik.

[18] Peraturan Presiden Nomor 5 Tahun 2006

tentang Kebijakan Energi Nasional.

[19] Peraturan Menteri Energi dan Sumber

Daya Mineral Nomor 0048 Tahun 2005
tentang Standar dan Mutu (Spesifikasi)
sertaPengawasan Bahan Bakar Minyak,
Bahan Bakar Gas, Bahan Bakar Lain,
LPG, LNG dan Hasil Olahan yang
Dipasarkan di Dalam Negeri

[20] Peraturan Menteri Energi dan Sumber

Daya Mineral Nomor 0007 Tahun 2005
tentang Persyaratan dan Pedoman
Pelaksanaan Izin Usaha dalam Kegiatan
Usaha Hilir Minyak dan Gas Bumi

[21] Pabla, A.S, 1981, Sistem Distribusi

Daya Listrik, Erlangga

[22] Rong Shih-Kuang.,Jier Huang-Shyh.,

2003, Short-Term Forecating Via ARMA
Model Identifivation Including Non
Gaussian Procces Considerations, Dept.

“Seminar Nasional FORTEI 2015” 13 197

 PENDETEKSI DINI KEBAKARAN
BERBANTUKAN AVR ATMEGA 16
Ali Basrah Pulungan 1, Aswardi2, Husni 3
Jurusan Teknik Elektro
Program Studi Teknik Elektro Industri
Fakultas Teknik Universitas Negeri Padang (UNP)
Email :[email protected], [email protected]

Abstract--One of the government programs on the concept of technical guidelines on the issue of inspection of
fire safety in buildings, that is the ability of the equipment to detect and extinguish fires, smoke control, fire and
rescue facilities. Technically, the buildings are also vulnerable to fires or not such as a short circuit. For security
it can be done with a equipment that can detect smoke or fire control performance supported by the
microcontroller. So that the performance of these tools can help add comfort for the building owner.Smoke
detector and fire extinguisher use Atmega 16 using 2 different sensors, the sensor UV-tron R2868 as fire
detection and TGS 2600 as a smoke detector. It is a breakthrough that is made as consideration for the idea of
adding comfort to the homeowner or building at each fire occurrence. This appliance is equipped with a buzzer
and LCD that serves to provide warning if a fire or smoke is detected. Dc motor is used to pump water in the
room that the fire was detected.This has created a equipment that is working properly, but the error that occurred
in a long time with a given detection datasheet is not the same as that has been tested directly where the average
4.5% of the time the error is supposed to be, this is caused because the determination the time is still the
conventional way, but it is approaching the value of the respective values.

Keywords :Mikrokontroler, TGS 2600, UV-tron R2868

I. Pendahuluan akan menggunakan sensor asap saja melainkan

penggabungan antara sensor asap dan sensor api.
Beberapa tahun belakangan ini banyak Mendeteksi ada tidaknya api pada ruangan
terjadi musibah–musibah kebakaran yang terjadi merupakan masalah tersendiri dalam
akibat ulah manusia maupun hubungan arus penyelesaiannya. Salah satu sensor api yang di
pendek listrik. Kebakaran yang terjadidapat diatasi gunakan adalah sensor UV-tron Hamamatsu
apabila kita mengetahui kebakaran telah terjadi R2868 dan sensor TGS 2600 sebagai sensor asap,
sejak dini, tapi itu mustahil cepat di ketahui sensor api ini dapat mendeteksi titik api sampai
apabila terjadi akibat hubungan singkat pada kurang lebih 5m sedangkan sensor asap dapat
instalasi rumah atau gedung itu sendiri. Untuk itu mendeteksi asap maupun gas. Data yang di
diperlukan suatu peralatan yang cerdas yang peroleh oleh kedua sensor ini akan di input ke
dapat memberitahukan kepada kita bahwa telah mikrokontroler untuk di proses dan akan
terjadi kebakaran di suatu ruangan atau di tempat mengaktifkan LED indikator, buzzer, motor DC,
umum secara dini serta memberikan tindakan dan LCD sebagai pemberi informasi hasil deteksi.
langsung agar tidak terjadi kebakaran yang lebih Semua sistem dikendalikan oleh mikrokontroler
besar. Sehingga dengan adanya alat pendeteksi Atmega16.
pemadam kebakaran, kita dapat melakukan
antisipasi yang lebih lanjut guna menghindari AVR Atmega16 merupakan seri
kerugian yang disebabkan oleh kebakaran. mikrokontroler CMOS 8-bit buatan Atmel,
berbasis arsitektur RISC (Reduced Instruction Set
Umumnya alat pendeteksi kebakaran Computer). Hampir semua instruksi dieksekusi
otomatis yang banyak kita jumpai saat ini adalah dalam satu siklus clock. AVR mempunyai 32
sensor asap. Penggunaan sensor ini memiliki register general-purpose, timer/counter fleksibel
keterbatasan, yaitu alat hanya dapat mendeteksi dengan mode compare, interrupt internal dan
asap. Pada saat ini, banyak sensor yang dapat eksternal, serial UART, programmable Watchdog
dimanfaatkan sebagai alat pengaman kebakaran Timer, dan mode power saving, ADC dan PWM
selain sesor asap. Agar dapat meningkatkan internal. AVR juga mempunyai In-System
keamanan rumah atau gedung dari bahaya Programmable Flash on-chip yang mengijinkan
kebakaran penggunaan alat pendeteksi tidak hanya

198 “Seminar Nasional FORTEI 2015”

 2

memori program untuk diprogram ulang dalam

J1
CONN-H5

sistem menggunakan hubungan serial SPI.

U1
1 40
PB0/T0/XCK PA0/ADC0

1
2
3
4
5
2 39
GND PB1/T1 PA1/ADC1
3 38

ATmega16.[4]
PB2/AIN0/INT2 PA2/ADC2
C3 C2 4
PB3/AIN1/OC0 PA3/ADC3
37
5 36
22pF 22pF PB4/SS PA4/ADC4
6 35
PB5/MOSI PA5/ADC5
X1 7
PB6/MISO PA6/ADC6
34
8 33
PB7/SCK PA7/ADC7

14 22
PD0/RXD PC0/SCL
15 23
CRYSTAL PD1/TXD PC1/SDA
16 24
PD2/INT0 PC2
17 25
PD3/INT1 PC3
18 26
PD4/OC1B PC4

II. Metodologi

+5V
19 27
PD5/OC1A PC5
20 28
PD6/ICP1 PC6/TOSC1

+5V
21 29
PD7/OC2 PC7/TOSC2

13
XTAL1
12 32
XTAL2 AREF R2
9 30
RESET AVCC
R1 100k
10k ATMEGA8535

A. Perancangan dan Pembuatan C1

C4 100uF

100n
GND

Led Biru GND

Gambar 2.
Rangkaian Minimum Sistem Mikrokontroler
UV- AT Led ATMega 16
Tron MEGA Merah
16 Pada gambar 2 dapat dilihat bahwa
LCD pada pin 12 dan 13 dihubungkan ke XTAL1
dan XTAL2. XTAL ini akan mempengaruhi
kecepatan mikrokontroler ATMega 16
Driver MotorDC
dalam mengeksekusi setiap perintah dalam
TGS
2600 program. Pin 9 merupakan masukan reset
(aktif rendah). Pulsa transisi dari tinggi ke
Driver Buzzer
rendah akan me-reset mikrokontroler ini.
Untuk men-download file heksadesimal ke
mikrokontroler, Mosi, Miso, Sck, dan Reset
dari kaki mikrokontroler dihubungkan ke
Gambar1.Blok Diagram Sistem konektor. Kemudian konektor ini yang akan
dihubungkan ke ISP Programmer. Dari ISP
Programmer inilah dihubungkan ke
B. Perancangan Perangkat Keras komputer melalui port paralel. Kaki Mosi,
Bagian-bagian dari perangkat Miso, Sck dan Reset, pada mikrokontroler
keras yang digunakan sebagai peralatan terletak pada kaki 6, 7, 8, dan 9.
pemadam kebakaran ini adalah:
 UV-Tron R2868 dan TGS 2600 Rangkaian Power Supplay
UV-tron merupakan sensor yang
digunakan sebagai pendeteksi Pada alat ini, sistem menggunakan
keberadaan titik api sedangkan TGS suplai catu daya sebesar 5V DC dan 12 V
2600 merupakan sensor yang digunakan DC yang digunakan sebagai sumber
sebagai pendeteksi asap. tegangan ke seluruh rangkaian. Gambar 3
 Modul C3704 berikut ini merupakan skematik dari
Modul ini digunakan sebagai rangkaian power supplay.
converter tegangan dari sensor UV-tron
yaitu dari tegangan menjadi sinyal
berbentuk pulsa dan di teruskan ke
mikrokontroler.
 Driver dan Motor DC
Driver merupakan rangkaian
kontrol yang terdiri dari transistor dan
relay dan motor dc berfungsi sebagai
aktuator yang di gunakan sebagai pompa
air.

Rangkaian Mikrokontroler ATMega16 Gambar 3.

Rangkaian Skematik Power Supplay

“Seminar Nasional FORTEI 2015” 199

 3

Rangkaian ini menggunakan 1 buah Sensor TGS2600

diode bridge, trafo 1A jenis CT. Regulator
yang digunakan adalah IC 7812 sebagai Menurut Afrie Setiawan (2011:33),
regulator untuk tegangan 12 Vdc dan 7805 “Figaro TGS2600 (Tin Oxide Gas Sensor
sebagai regulator tegangan 5 Vdc. 2600) adalah sebuah sensor kimia atau
sensor gas seperti ethanol, hidrogen, karbon
Rangkaian Buzzer dan Motor DC monoksida (CO) serta asap. Sensor ini
Buzzer adalah suatu alat yang dapat mempunyai resistansi Rs yang akan berubah
mengubah sinyal listrik menjadi sinyal bila terkena gas atau asap dan mempunyai
suara. Pada umumnya buzzer digunakan sebuah pemanas (heater) yang digunakan
untuk alarm, karena penggunaannya cukup untuk membersihkan ruangan sensor dari
mudah yaitu dengan memberikan tegangan kontaminasi udara luar.”[1]
input maka buzzer akan mengeluarkan
bunyi. Frekuensi suara yang di keluarkan TGS2600 mempunyai sensitivitas
oleh buzzer yaitu antara 1-5 KHz.”[6] yang sangat tinggi terhadap karbon
Buzzer dan motor dc diaktifkan monoksida (CO), sehingga sangat cocok
menggunakan rangkaian driver dengan 2 sebagai monitor atau pendeteksi dari asap.
buah transistor NPN yaitu transistor S9013 Sensor ini dapat mendeteksi karbon
sebagai penguat dan transistor BD139 monoksida, hidrogen maupun asap dalam
sebagai pensaklaran untuk mengaktifkan range 1 – 30 ppm.
relay. Berikut gambar rangkaian driver
motor dc dan buzzer. C. Perancangan Papan PCB

Proses-proses yang perlu dilakukan

dalam pembuatan rangkaian pada papan
PCB diantaranya: pembuatan jalur,
pemindahan jalur, pelarutan,
pembersihan,pengeboran dan
pemasangan komponen

D. Diagram Alir (Flowchart)

START

Gambar.4 Driver motor DC dan Buzzer INISIALISASI

Config LCD
Config ADC
S_api Alias Pina.0
S_asap Alias Pina.1

1. Sensor UV-Tron R2868 dan Modul

Motor Alias Portc.1
Buzzer Alias Portc.2
Lampu_h Alias Portc.6
Lampu_m Alias Portc.7

C3704 If A < 100 Then If D_asap > 30 Then

'baca sensor api 'baca sensor asap
Set Lampu_m Set Lampu_m
Reset Lampu_h Wait 1
Gosub Tunggu Gosub Adaasap

Sensor ini memiliki 2 kaki anoda dan

Gosub Adaapi Reset Lampu_m
Set Lampu_m Waitms 500

katoda, kaki-kaki tersebut di hubungkan

T
Y/T
If Nilai ADC >200

melalui modul C3704. Modul C3704 ini

Y Y/T
If Nilai ADC >200 T T
= Waktu < 30 dtk Y/T

memiliki 2 mode output yaitu keadaan low

Led Merah ON
Y Led Biru OFF Y
Buzzer ON
If Nilai ADC
Led Merah OFF
>200 = T Led Biru ON
Waktu > 30 Y/T

dan keadaan high.

Buzzer OFF
dtk
Motor DC OFF Led Merah OFF
Led Biru ON
Y Buzzer OFF

Menurut Agus Pracoyo

Led Merah ON
T Led Biru OFF
Y/T
Buzzer OFF
Motor DC OFF
Y

(2012:10),”Sensor api Hamamatsu UV Tron Led Merah ON

Led Biru OFF
Buzzer ON

R2868 adalah detektor ultraviolet yang

Motor DC ON

dilengkapi dengan modul driver C3704 yang Tampilan LCD

memberikan hasil penginderaan dalam Ulang

bentuk pulsa dengan frekuensi sesuai dengan

Y
Y/T

intensitas ultra violet yang ditangkapnya. END

Agar dapat diproses secara digital informasi

ini harus dikodekan dalam bentuk biner. Gambar 5. Diagram Alir Sistem
Proses pengkodean dilakukan dengan cara
software yang dibangun dalam bentuk
librari.”[8]

200 “Seminar Nasional FORTEI 2015”

 4

III. Hasil dan Pembahasan Tabel 3.

Nilai keluaran Sensor UV-tron
1. Pengujian Rangkaian Elektronik Menggunakan Driver C3704
Keluaran
Waktu (sec)
Power Supply Nilai Teg. (Vout)
Kapasitor Sumber Tak Ada
(Vin) Di
(uF) Ada Api Ideal
Tabel 1. Hasil Pengukuran Catu Daya ukur
Api
Titik Output Hasil 3,58
Pengukuran Voltage pengukur 2.09 0.2
1 1 sec
(Volt) an Vdc Vdc
1 IC 7805 4,9 4,16
2 IC 7812 11,8 2.11 0.2
2.2 2.2 sec
Vdc Vdc
11.8
Penyimpangan tegangan keluaran Vdc 2.13 0.2 4,56
3.3 3.3
untuk sumber 5 volt adalah sebesar 0,8%. Vdc Vdc sec
untuk sumber 12 volt adalah sebesar 2,5%. 2.14 0.2 5,29
4.7 4.7
Berdasarkan dari nilai pengukuran dan Vdc Vdc sec
pengujian di atas, rangkaian power supply 2.15 0.2 9,90
10 10
untuk keluaran 5 VDC dan 12 VDC dapat Vdc Vdc sec
dikatakan bekerja dengan baik.

Rangkaian Mikrokontroler 2. Rangkaian Sensor TGS 2600

Mikrokontroler bekerja pada dua Tabel 4. Hasil Pengujian dan Pengukuran

kondisi logika yaitu kondisi low (0) dan Tegangan Keluaran
kondisi high (1), mikrokontroller ATmega16
memiliki tegangan kerja antara 4,5VDC
hingga 5,5VDC.
Pada mikrokontroler ATmega 16 ini
digunakan LED sebagai lampu indikator,
pada saat diberikan logika Low (0) maka
lampu LED akan mati dan pada saat
diberikan logika high (1) lampu LED akan
menyala. Berdasarkan pengukuran dan
pengujian yang dilakukan rangkaian
mikrokontroler ATmega 16 bekerja dengan
baik.

Rangkaian Sensor UV-Tron

Hasil kerja sensor dengan Sensor yang digunakan pada

menggunakan 5 jenis kapasitor yang berbeda rangkaian ini adalah TGS 2600. Pada saat
menunjukkan respon kerja alat terhadap kondisi udara normal, sensor telah
objek yang di deteksi bekerja cukup baik. menghasilkan tegangan keluaran sebesar
Dapat di lihat pada tabel 3, nilai kapasitor 2,4Vdc ini dikarenakan belum terdapat asap
dengan waktu respon yang diukur dari atau udara yang terkontaminasi di dalam
keluaran MC terdapat perbedaan dengan ruangan.
nilai waktu terdapat pada datasheet tidak Berdasarkan datasheet nilai
terlalu besar, hal ini tidak akan resistansi sensor dapat dihitung
mempengaruhi pendeteksian hanya menggunakan rumus berikut:
mempengaruhi kecepatan mikrokontroler
untuk memberikan instruksi untuk
mengaktifkan indikator.
………...................[1]

“Seminar Nasional FORTEI 2015” 201

 5

Setelah nilai Rs didapat maka dari konsentrasi asap pada udara 33 ppm, nilai
nilai Rs tersebut bisa didapatkan daya yang Rs/Ro nya 0,52.
digunakan oleh sensor dalam setiap ppm IV. Kesimpulan dan Saran
yang terdeteksi, yaitu dengan rumus sebagai
berkut: A. Kesimpulan

Berdasarkan hasil pengujian dan

analisis dapat disimpulkan sebagai berikut:
………….....…......….. 1. Penggunaan mikrokontroler Atmega 16
[2] pada pengontrol input dari sensor telah
sesuai dengan keluaran yang di harapkan
Dari perhitungan resistansi dan dan berjalan dengan baik.
daya sensor diatas, dapat diketahui asap apa 2. Alat pendeteksi api dan asap sebagai
yang terkandung dalam udara yaitu dengan sinyal kebakaran menggunakan sensor
cara melihat grafik datasheet sensor UV-tron berbantukan Atmega 16 ini
menggunakan rumus: sudah terbukti dapat mendeteksi adanya
api dalam jarak sampai 5 meter dan asap
……………....................……....[3
sampai pada konsentrasi lebih dari
30ppm sehingga dapat mengaktifkan
] indikator dan buzzer.

Jadi perbandingan antara nilai Daftar Pustaka

resistansi asap dengan resistansi udara [1]Afrie, Setiawan. 2011. Mikrokontroler
adalah antara 0,52 – 0,85, sehingga asap ATmega 8535 & Atmega 16
yang terkandung di udara dapat dilihat Menggunakan BASCOM-AVR.
berdasarkan grafik karakteristik sensor Yogyakarta: Penerbit Andi.
berikut. [2]Andrianto, Heri. 2008. Pemprograman
Mikrokontroler AVR ATMEGA 16
Menggunakan Bahasa
Basic(Bascom AVR). Bandung :
Informatika Bandung.
[3]Alldatashet.1997.Hammamatsu Flame
Sensor UV Tron R2868, (Online)
(www.alldatashet.com)
[4]Andri, Rahmadhani. (2007). Tutorial
Pemrograman Mikrokontroler AVR
(Bagian I). Bandung: Laboratorium
Elektronika dan Instrumentasi
Fisika ITB.
[5]Datasheet AVR. www.alldatashet.com,
diakses 2 Februari 2013.
Gambar 7. Grafik Karakteristik Sensor TGS
2600 [6]Malvino, Albert Paul. 1999. Prinsip-
Prinsip Elektronika Edisi Ketiga
Pada grafik di atas terlihat bahwa Jilid 1. Jakarta: Penerbit Erlangga.
pada saat konsentrasi asap 27 ppm, nilai [7]Hadi, Mokh. Sholihul. 2003. Mengenal
Rs/Ro nya 0,85, pada saat konsentrasi asap Mikrokontroler AVR ATMEGA
pada udara28 ppm, nilai Rs/Ro nya 0,78, 16. Ilmu Komputer.com. Diakses
pada saat konsentrasi asap pada udara29 18 Februari 2013
ppm, nilai Rs/Ro nya 0,72, pada saat [8]Pracoyo Agus.2012. Analisis Dan Desain
konsentrasi asap pada udara 30 ppm, nilai Library Penginderaan Sensor Api.
Rs/Ro nya 0,66, pada saat konsentrasi asap [9]Hamamatsu Uv Tron R2868.
pada udara 31 ppm, nila Rs/Ro nya 0.61 , http://eltek.polinema.ac.id. Diakses
pada saat konsentrasi asap pada udara 32 15 Maret 2013.
ppm, nilai Rs/Ro nya 0.56 dan pada saat

202 “Seminar Nasional FORTEI 2015”

 Identifikasi dan Penghitungan Surat Suara
Menggunakan Perbandingan Citra
Satriyo2 , Agus Riyanto2
1,2
Teknik Elektro, Politeknik Negeri Pontianak
1
[email protected], [email protected]

Abstrak__Setiap lima tahun sekali setiap daerah used in comparing the image value of the binary
provinsi, kabupaten dan kota di Indonesia image of the ballots is Sum Square Error (SSE). The
akanmelaksanakan pemilihan kepala daerah gray scale value of the ballots' binary image is
(Pilkada). Pada pelaksanaan pilkada dilakukan compared with the reference image of each candidate
penghitungan surat suara yang telah masuk di so it will be obtained the SSE value of its reference
kotak suara. Proses penghitungan surat suara image. The ballots is referred to be identical with the
dilakukan secara manual di setiap TPS dan reference image if it has the smallest value of SSE.
memerlukan waktu yang lama dan berpotensi The average time needed to identify one ballot is
menimbulkan kesalahan. Tujuan Penelitian ini 9,35ms
membangun aplikasi untukmengidentifikasi dan
menghitung surat suara secara otomatis Keywords: Ballots, image processing, image
menggunakan perbandingancitra. Metode yang comparison,SSE.
digunakan unuk membandingkan citra surat suara
adalah metode Sum Squared Error (SSE) . Nilai 1. PENDAHULUAN
Gray scale dari citra biner surat suara
dibandingkan dengan nilai citra acuan setiap calon Pada pelaksanaan pilkada dilakukan
sehingga didapatkan nilai SSE terhadap citra penghitungan surat suara yang telah masuk di kotak
acuan. Surat suara dikatakan identik dengan citra suara. Proses penghitungan surat suara dilakukan
acuan bila memiliki nilai SSE terkecil. Waktu rata secara manual di setiap TPS dan memerlukan waktu
rata yangdibutuhkan untuk mengidentifikasi satu yang cukup lama serta berpotensi menimbulkan
surat suara adalah 9,35ms. kesalahan. Jika ada gugatan dari salah satu calon
pemimpin yang kalah atas kesalahan penghitungan ke
Kata-kata kunci: Surat suara, Pengolahan citra, makamah konstitusi dan dikabulkan oleh mahkamah
Perbandingan citra, SSE konstitusi sehingga dibatalkanya keputusan Komisi
Pemilihan Umum Daerah maka akan berpotensi
Abstract__In every five years each of the provinces, menimbulkan kerusuhan di daerah tersebut.
districts and cities in Indonesia will conduct the local Permasalahan tersebut menjadi dasar untuk
election. In the implementation of the election, it will membangun sebuah aplikasi untuk mengidentifikasi
be held the counting of the ballots that have been put dan menghitung surat suara sehingga proses
in the ballots box. The counting processes of the penghitungan surat suara dapat dilakukan dengan
ballots is done manuallyat every polling station and cepat, dan tepat.
take a long time. However, this process can lead to
errors. The purpose of this research is to building an
application for identifying and counting the ballots 2. KAJIAN PUSTAKA
automatically using image comparison. The method 2.1 Citra Digital

“Seminar Nasional FORTEI 2015” 203

 Keterangan
Citra didefinisikan sebagai fungsi dua x = nilai aktual atau sebenarnya
dimensi, f(x,y), dimana x dan y adalah koordinat y = nilai yang tercapai
spasial, amplitudo f pada pasangan koordinat (x,y)
Nilai x dalam penelitian ini adalah nilai pixel
biasanya disebut intensitas atau tingkat keabuan
citra acuan sedangkan nilai y adalah nilai pixel surat
citra pada titik tersebut. Jika x, y dan f semuanya
suara. Semakin kecil nilai SSE maka citra surat suara
berhingga dan nilainya diskrit, kita menyebut citra
tersebut semakin identik dengan citra acuan.
tersebut sebagai citra digital. (Gonzalez, 2002).
Pada citra color dengan format RGB maka
setiap pixel mempunyai 3 nilai intensitas warna
3. METODE PENELITIAN
merah (Red), hijau (green) dan biru (blue), dan
memiliki letak koordiat tertentu (M,N) seperti
Identifikasi dan penghitungan surat suara diawali
ditunjukkan dalam gambar 1.
dengan pengubahan citra hasil scanning oleh
scanner yang berupa citra color menjadi citra
grayscale. Setelah itu citra tersebut diubah menjadi
citra binner untuk menghilangkan bekas lipatan pada
surat suara yang tampak pada citra. Pengubahan ini
dapat dilakukan dengan mengubah nilai threshold /
kuantisasi warna menjadi 2. Jika nilai pixel kurang
dari 128 maka akan diubah menjadi 0, sedangkan
jika nilai pixel lebih dari 128 maka akan diubah
Gambar 1.Koordinat Citra Digital.(Wilhelm menjadi 255.
Burger, 2009)

Untuk menyederhanakan proses pengolahan

citra, citra color diubah menjadi gray scale yang
hanya memiliki satu nilai untuk satu nilai warna di
setiap pixel. Nilai gray scale dapat diperoleh dari rata
– rata ketiga nilai RGB.

X = (r+g+b) / 3 ……………….(1)
Keterangan:
X :nilai grayscale
r: nilai merah
g: nilai hijau Gambar 2. Proses Pengolahan Citra Surat Suara
b: nilai biru
Proses selanjutnya adalah identifikasi citra
surat suara. Proses ini dilakukan dengan
2.2 Sum Square Error membandingkan citra surat suara dengan citra acuan
Sum Square Error (SSE) adalah salah satu / citra referensi untuk setiap peserta / calon. Untuk
metode statistik yang biasa dipergunakan untuk membandingkan citra surat suara dengan citra acuan
mengukur selisih total dari nilai sebenarnya terhadap dapat dilakukan dengan membandingkan setiap pixel
nilai yang tercapai. Istilah SSE disebut juga sebagai pada kedua citra. Jika jumlah selisih derajat keabuan
Summed Square of Residuals.( Ferdaria , 2012) pixel kecil maka kedua citra tersebut adalah sama /
n identik (Rafael Santos). Nilai perbedaan citra dapat
SSE   xi  yi 
2
(2) didapat dari penjumlahan perbedaan setiap pixel.
i 1 Setelah diidentifikasi citra surat suara apakah citra

204 “Seminar Nasional FORTEI 2015”

tersebut cocok dengan citra salah satu peserta atau
tidak sah (tidak cocok dengan citra semua peserta)
kemudian dilakukan perhitungan berdasarkan hasil Diubah menjadi grayscale
identifikasi citra surat suara.
4. HASIL DAN PEMBAHASAN
Diubah mejadi hitam putih

4.1. Hasil Penelitian

Penelitian ini dilaksanakan sesuai dengan
Dibandingkan dengan citra acuan
tahapan penelitian yang telah ditentukan. Setelah
melakukan kegiatan pendahuluan yang berupa
pengumpulah data dan sample , dilakukan Dihitung perolehan suara
perancangan aplikasi dengan membuat UML
diagram. Diagram yang pertama adalah use case
diagram, seperti terlihat pada gambar 3.

Mengelola Data User

Gambar 4 Activity Diagram Identifikasi Surat Suara
include

Login
Pengubahan citra dilakukan untuk
Identifikasi
include menyederhanakan citra dan untuk menghilangkan
bekas lipatan pada surat suara. Proses selanjutnya
Admin/User include
adalah membandingkan data citra sample dengan 4
Rekapitulasi citra referensi. Kemudian jumlah selisih derajat
keabuan pixel sample dan citra referensi tersebut
Gambar 3. Use Case Diagram
dibandingkan, nilai selisih terkecil menandakan
Pada Use case diagram tersebut
bahwa sample tersebut identik dengan salah satu
memperlihatkan bahwa, admin/user dapat mengelola
citra referensi tertentu.
data user, identifikasi surat suara dan rekapitulasi
perhitungan surat suara. Berdasarkan use case
diagram tersebut maka dirancanglah activity
diagram, seperti terlihat pada gambar 4. Seperti
terlihat pada gambar 4 (b), proses identifikasi
dimulai dengan proses pengubahan citra sample
surat suara dari citra berwarna menjadi citra
grayscale, kemudian dilakukan proses pengubahan
menjadi citra biner (hitam putih).

Gambar 5. Form Identifikasi

4. 2 Pengujian Aplikasi
Pengujian aplikasi yang telah dibuat, dilakukan
dengan tiga tahap. Tahap pertama adalah melakukan
uji coba dengan menggunakan 3 sample yang terdiri
dari sample calon 1, sample calon dua dan sample
untuk surat suara tidak sah. Pengujian ini dilakukan
untuk mengetahui apakah aplikasi dapat
mengidentifikasi 3 macam surat suara tersebut. Hasil
pengujian tahap pertama ini terlihat pada tabel 1.

“Seminar Nasional FORTEI 2015” 205

 3. Bekas lipatan pada surat suara dapat dihilangkan
Tabel 1. Hasil Pengujian Identifikasi I dengan menggubah citra sampel menjadi citra
biner.

6. DAFTAR PUSTAKA
[1] Gonzalez, Rafael C., and Woods, Richard E.2002
, “Digital Image Processing”, Prentice Hall Inc.,
Pengujian pada tahap ke dua adalah New Jersey USA,.
melakukan uji coba dengan 3 surat suara yang [2] PutraRaden, 2013, Aplikasi SIG Untuk
terdapat berkas terlipat, yang masing – masing 1 Penentuan Daerah Quick Count Pemilihan Kepala
surat suara dari calon 1, dari calon 2 dan tidak sah. Daerah, Jurnal Geodesi Undip, Oktober 2013.
Hasil uji coba ini ditampilkan pada tabel 2. [3] Santos, Rafael, 2004, “Java Advance Imaging
API : A Tutorial”, RITA, Volume XI, Numero 1.
[4] Syihabuddin Muhtar Asrori Bangun Perhitungan
Suara Elektonik Pemilu di TPS yang Terkonfigurasi,
Tugas Akhir, ITS
Tabel 2. Hasil Identifikasi II [5] Wilhelm Burger , Mark J. Burge; Principles of
Digital Image Processing, Springer, 2009
[6] Rafael Santos, Java Image Processing
Cookbook,http://www.lac.inpe.br/JIPCookbook/605
0-howto-compareimages.jsp diakses tanggal 18
Maret 2014
[7] Putri, Ferdaria Zahrah. Dkk, 2012 ”Aplikasi
Tabel 4. 3. Hasil Pengujian III Webcam dan Pengolahan Citra untuk Identifikasi
Kecacatan Kemasan Minuman Kaleng”, Universitas
Andalas, Padang
[8] http://legendtechz.blogspot.com/2013/03/what-
are-the-components-of-image-processing-
system.html, 19 Maret 2014
[9]http://www.csc.villanova.edu/~tway/courses/csc8
Pengujian ketiga dilakukan untuk mengetahui 610/s2012/workshop1/rahul_and_pavitra/Workshop
kecepatan proses identifikasi untuk sample lebih dari 1%20%20Rahul%20&%20Pavitra.html, 19 Maret
1. Pengujian ini menggunakan 20 sampel dengan 2014
komposisi 8 sampel calon 1, 9 sample calon 2 dan 3
sampel tidak sah. setelah dilakukan pengujian
tersebut didapatkan waktu yang dibutuhkan adalah
187ms sehingga waktu rata – rata adalah 9,35ms.

5. KESIMPULAN

Berdasarhan hasil penelitian yang telah

dilakukan dapat disimpulkan bahwa :
1. Perbandingan citra dapat digunakan untuk
mengidentifikasi surat suara.
2. Waktu rata rata yang dibutuhkan untuk
mengidentifikasi satu surat suara adalah 9,35ms.

206 “Seminar Nasional FORTEI 2015”

 Simulasi MISO DC-DC Converter untuk
Pemanfaatan Sumber Energi Terbarukan
Mohammad Taufik1, Taufik2
1
Program Studi Teknik Elektro Universitas Padjadjaran, Bandung, Indonesia 45363
2
Electrical Engineering Department, Cal Poly State University, San Luis Obispo, California, USA
1
[email protected]

Abstract— Paper ini menyajikan hasil simulasi MISO DC-DC energi terbarukan yang berlimpah seperti energi
Converter dalam memanfaatkan beberapa sumber energi
terbarukan. Secara tradisional, sumber energi terbarukan yang matahari, energi angin, dan energi air. Sumber
digunakan untuk aplikasi off-grid membutuhkan konversi ke energi tersebut dapat dimanfaatkan secara langsung
daya AC. Sebagian besar sumber energi terbarukan dengan maksimal untuk dikonversi menjadi energi
menghasilkan output daya DC dan sebagian besar peralatan
beroperasi pada daya DC. Dengan kemajuan teknologi konversi listrik. Dengan menggunakan fotovoltaik, turbin
daya, telah memungkinkan untuk mengembangkan sistem DC angin, dan turbin air, maka listrik DC yang
dengan teknologi MISO DC-DC Converter dari beberapa dihasilkan dapat langsung disalurkan ke rumah-
sumber DC dengan peningkatan efisiensi energi dan sistem yang
berkelanjutan. Kegunaan MISO DC-DC Converter adalah rumah. Untuk mengatur pemakaian tegangan agar
untuk menggabungkan beberapa sumber daya listrik DC ke stabil maka diperlukan suatu peralatan yang
dalam satu sistem DC bus. Desain dan pemodelan MISO DC-DC dinamakan MISO DC-DC Converter. Dengan
Converter akan didiskusikan. Hasil simulasi komputer akan
disajikan yang menunjukkan kemampuan MISO DC-DC MISO DC-DC Converter, ketika ada permintaan
Converter untuk menerima beberapa sumber DC sehingga beban yang besar dari satu rumah maka dengan
menghasilkan hanya satu output tegangan DC. mudah dapat dipenuhi, dengan cara mengatur
Keywords— Converter, elektronika daya, energi terbarukan. pembagian daya dari masing-masing sumber energi
terbarukan [3].
I. PENDAHULUAN
II. SPESIFIKASI DESAIN
Penggunaan sistem listrik DC untuk distribusi
lokal semakin menarik dan berkembang seiring Efisiensi sistem bersifat keseluruhan, oleh
meningkatnya pemanfaatan sumber energi karena itu, tidak hanya pada MISO DC-DC
terbarukan. Sistem listrik DC memiliki beberapa Converter DC-DC tetapi juga komponen dalam
keunggulan dibandingkan AC antara lain biaya sistem perlu dioptimalkan untuk menghasilkan
untuk set up daya DC lebih murah ketika jarak tegangan operasi yang paling efisien. Penelitian
transmisi pendek yaitu kurang dari 500 mil. Selain sebelumnya telah menemukan bahwa untuk
itu tidak ada medan magnet di sekitar konduktor efisiensi maksimum secara keseluruhan, MISO DC-
sehingga tidak terjadi efek induktif dan kapasitif. DC Converter harus menerima tegangan masukan
Induktansi transmisi bernilai nol dan kapasitansi 24 V. Untuk model awal, tiga sumber energy
pada konduktor terjadi pada rangkaian terbuka terbarukan akan digunakan dengan masing-masing
sehingga hanya daya yang ditransmisikan [1]. maksimal 200 W. Oleh karena itu, total daya input
Dengan adanya keunggulan sistem listrik DC maksimum MISO DC-DC Converter adalah 600 W.
maka muncul gagasan untuk memanfaatkan Beban utama terdiri dari perangkat daya rendah
beberapa sumber energi terbarukan yang berguna seperti laptop, televisi, dan lampu LED. Asumsi
untuk masyarakat di daerah yang tidak terjangkau lain adalah bahwa perangkat ini ditetapkan untuk
jaringan listrik PLN [2]. Daerah ini tidak memiliki beroperasi pada tegangan input 48 V untuk
gedung-gedung tinggi yang dapat menghalangi mencapai efisiensi tertinggi. Ini menentukan output
sinar matahari dan aliran angin. Di daerah ini juga yang dibutuhkan dari MISO DC-DC Converter
banyak terdapat sungai yang dapat dimanfaatkan yang mencapai daya maksimum 350 W di 48 V.
aliran airnya. Intinya, daerah ini memiliki sumber

“Seminar Nasional FORTEI 2015” 207

 Keandalan dari converter ini sangat penting output di dalam rangkaian induktor sebesar 3,3 H.
untuk pemakaian di rumah. Karena daya input Untuk meminimalkan ESR, beberapa kapasitor
puncak sebesar 600 W, maka sangat memerlukan dihubungkan secara paralel pada output. Di dalam
isolasi sekunder untuk melindungi pengguna dari rangkaian, menggunakan dua kapasitor 330 F
menyentuh sumber. Isolasi ini dapat dicapai dengan yang terhubung secara paralel pada output sehingga
menggunakan sebuah transformator untuk dapat menurunkan daya yang hilang dari ESR.
meningkatkan tegangan input; dengan demikian, Tegangan output yang dihasilkan dari simulasi
desain converter harus didasarkan pada topologi menunjukkan bahwa MISO DC-DC Converter
terisolasi. Converter ini diharapkan beroperasi pada menghasilkan 48 V pada beban penuh seperti yang
efisiensi 70% di bawah beban penuh. Untuk diperlihatkan dalam Gambar 2. Puncak tegangan
memastikan kualitas tegangan output, puncak ripple pada kondisi ini ditunjukkan pada gambar 3
tegangan output ke puncak riak harus kurang dari dan diukur sebesar (48,076 V - 47,9138 ) = 0,1622
2% dari output 48 V yang ditentukan pada beban Vpp. Hal ini menunjukkan penurunan tegangan
penuh dan 24 V tegangan masukan. Pengaturan output sebesar 0,34% yang berada jauh di bawah
jalur dan beban juga ditargetkan kurang dari 3%. persyaratan 2%. Gelombang arus induktor
Tabel 1 merangkum persyaratan desain untuk ditunjukkan pada Gambar 4. Bentuk gelombang ini
MISO DC-DC Converter. membuktikan bahwa setiap supply daya input
besarnya sama dan karenanya supply daya input
TABEL 1. keseluruhan berada di 24 V.
PARAMETER DESAIN

Jumlah sumber energy 3

Tegangan input sumber 24 V
Daya output maksimum 350 W
Tegangan output 48 V
Pengaturan jalur < 3%
Pengaturan beban < 3%
Tegangan output ripple < 2%
Efisiensi > 70%

III. HASIL DAN PEMBAHASAN Gambar 2. Tegangan output

Skema model MISO DC-DC Converter
diperlihatkan pada gambar 1. LTC3723-1 PWM
controller digunakan untuk menggerakkan Mosfet.
PWM controller ini menggunakan sensor
resistivitas untuk mengontrol arus maksimum.
Tegangan error pada resistor akan dibandingkan
dengan tegangan ambang internal sebesar 300 mV.
Siklus PWM akan berhenti setelah ambang batas
tegangan terlampaui. Akibatnya, empat switch akan
dilindungi dari kelebihan arus. Sebuah resistor 10
m resistor dipilih sebagai penahan arus. Gambar 3. Peak to Peak tegangan output ripple
Pengalih frekuensi diprogram dengan
menggunakan kapasitor yang terhubung ke CT
controller. Frekuensi switching diatur sebesar 200
kHz, dan kapasitansi yang dibutuhkan sebesar 330
pF. Output induktor yang membatasi jumlah arus

208 “Seminar Nasional FORTEI 2015”

 output sudah memenuhi persyaratan dengan jumlah
minimum output kapasistansi. Secara keseluruhan,
MISO DC-DC Converter terbukti menjadi solusi
yang layak untuk mengatur input dan output
tegangan sesuai kebutuhan.
Penelitian selanjutnya adalah menambahkan
komponen nyata ke dalam model, sehingga akan
diperoleh nilai efisiensi yang lebih akurat.
Gambar 4. Arus induktor output
DAFTAR PUSTAKA
Rata-rata arus input yang diukur adalah 7,104
[1] Hanley, C.; Ross, M.; Foster, R.; Estrada, L.;
A. Efisiensi MISO DC-DC Converter adalah :
Cisneros, G.; Rovero, C.; Ojinaga, L.; Verani, A.,
Using renewable energy for rural connectivity and
distance education in Latin America, Photovoltaic
Specialists Conference, 2002.
[2] The DC House Project,
http://www.calpoly.edu/~taufik/dchouse
Efisiensi sebesar ini karena model belum [3] Krueasuk, W.; Poungchingyam, A.; Sriamonkitkul,
memasukkan beberapa losses yang terjadi. W.; Intarajinda, R.; Bhasaputra, P.; Pattaraprakorn,
W.; , Powerbike to Enhance Hybrid PV-Diesel
IV. KESIMPULAN System for rural primary school” Energy and
Hasil simulasi menunjukkan kemampuan MISO Sustainable Development: Issues and Strategies
DC-DC Converter dalam mengatur arus dan (ESD), 2010 Proceedings of the International
tegangan yang dihasilkan oleh beberapa sumber Conference on , pp.1-7, 2010.
energi terbarukan. Selain itu, peak to peak tegangan

Gambar 1. Skema model MISO DC-DC Converter

“Seminar Nasional FORTEI 2015” 209

 Perancangan Alat Akuisisi Data
Konsumsi Listrik pada Rumah Tangga
Anggoro Suryo Pramudyo#1, Bobby Kurniawan*2, Didik Aribowo#3
#
Jurusan Teknik Elektro, Universitas Sultan Ageng Tirtayasa
Jl. Jend. Sudirman km.3 Cilegon – Banten - Indonesia
1
[email protected]
3
[email protected]
*
Jurusan Teknik Industri – Universitas Sultan Ageng Tirtayasa
Jl. Jend. Sudirman km.3 Cilegon – Banten - Indonesia
2
[email protected]

Abstrak— Pengembangan manajemen energi dalam peralatan format tertentu untuk memudahkan pengolahan data
rumah tangga yang cerdas adalah contoh aplikasi smart grid.
Salah satu proses dalam manajemen energi adalah peramalan nantinya.
beban. Dalam peralaman beban, dibutuhkan data-data tentang
jumlah konsumsi listrik, waktu on/off alat, serta durasinya. II. KOMPONEN
Peralatan yang terdiri atas arduino, sensor arus ACS712, A. Arduino
SD2403 real time clock, dan SDCard Shield V4.0 dapat Arduino didefinisikan sebagai sebuah platform
digunakan untuk mengakuisisi data-data tersebut. Data-data
yang disimpan di SDCard dengan format tertentu dapat elektronik yang open source, berbasis pada
digunakan untuk mengetahui pola konsumsi listrik pada rumahsoftware dan hardware yang fleksibel dan mudah
tangga. digunakan. Arduino sebagai sebuah platform
komputasi fisik (physical computing) yang open
Kata Kunci— smart grid, manajemen energi, peramalan beban, source pada board input ouput sederhana. Platform
arduino, ACS712, SD2403, SDCard Shield V4.0
komputasi fisik yang dimaksud disini adalah sebuah
I. PENDAHULUAN sistem fisik yang interaktif dengan penggunaan
Smart grid adalah teknologi untuk membawa software dan hardware yang dapat mendeteksi dan
sistem pengiriman utilitas listrik menggunakan merespons situasi dan kondisi.
remote control berbasis komputer dan otomatisasi
yang dimungkinkan oleh dua arah teknologi
komunikasi dan pemrosesan komputer [1].
Pengembangan manajemen energi dalam peralatan
rumah tangga yang cerdas adalah contoh aplikasi
smart grid. Salah satu proses dalam manajemen
energi adalah peramalan beban. Dalam peralaman Gambar 1. Arduino
beban, dibutuhkan data-data tentang jumlah
Pada hardware Arduino terdiri dari 20 pin yang
konsumsi listrik, waktu on/off alat, serta durasinya.
meliputi [2]:
Semua data tersebut disimpan untuk kemudian
1. 14 pin IO Digital (pin 0–13)
digunakan pada waktu yang akan datang. Data-data
Sejumlah pin digital dengan nomor 0–13 yang
tersebut akan digunakan pula untuk mencari tahu
dapat dijadikan input atau output yang diatur
pola konsumsi listrik pada rumah tangga.
dengan cara membuat program IDE.
Untuk dapat memperoleh data-data yang
2. 6 pin Input Analog (pin 0–5)
dibutuhkan, perlu dibuat sebuah alat akuisisi data
Sejumlah pin analog bernomor 0–5 yang dapat
konsumsi listrik pada rumah tangga. Alat ini
digunakan untuk membaca nilai input yang
nantinya diharapkan mampu untuk mengetahui
memiliki nilai analog dan mengubahnya ke
kapan sebuah peralat rumah tangga dalam kondisi
dalam angka antara 0 dan 1023.
on/off, berapa konsumsi listriknya, dan berapa lama
3. 6 pin Output Analog (pin 3, 5, 6, 9, 10 dan 11)
durasinya. Semua data tersebut disimpan dalam

210 “Seminar Nasional FORTEI 2015”

 Sejumlah pin yang sebenarnya merupakan pin memiliki akurasi sekitar 5ppm. Itu berarti bahkan
digital tetapi sejumlah pin tersebut dapat jika tetap menyala selama satu tahun,
diprogram kembali menjadi pin output analog penyimpangan modul ini kurang dari 2,5 menit
dengan cara membuat programnya pada IDE. tanpa kalibrasi. Perangkat ini menyediakan data
waktu melalui antarmuka I2C dan format waktu
Papan Arduino Uno dapat mengambil daya dari dikonfigurasi untuk beralih antara 12 jam dan 24
USB port pada komputer dengan menggunakan jam. Fitur lain adalah fungsi alarm melalui keluaran
USB charger atau dapat pula mengambil daya acara interupsi [4].
dengan menggunakan uatu AC adapter dengan
tegangan 9 Volt. Jika tidak terdapat power supply
yang melalui AC adapter, maka papan Arduino
akan mengambil daya dari USB port.

B. Sensor Arus ACS712

ACS712 adalah sensor arus yang bekerja Gambar 3. SD2403 Real Time Clock
berdasarkan efek medan magnet. Sensor arus dapat
digunakan untuk mengukur arus AC (Alternating D. SDCard Shield V4.0
Current) dan DC (Direct Current). Perangkat ini memiliki fungsi untuk memberikan
media penyimpanan untuk arduino. Pengguna dapat
membaca/menulis SD Card melalui arduino dengan
memanfaatkan library yang ada. Perangkat ini
mendukung SD, SDHC, dan Micro SD. Perangkat
Gambar 2. Sensor Arus ACS712
ini terhubung ke arduino melalui port SPI.
Dibandingkan dengan versi sebelumnya, perangkat
Cara kerja sensor ini adalah arus yang di baca ini menggabungkan slot SD dan Micro SD menjadi
mengalir melalui kabel tembaga yang terdapat satu slot, dengan menggunakan adaptor Micro SD
didalamnya yang menghasilkan medan magnet [5].
yang ditangkap oleh IC medan terintegrasi dan
diubah menjadi tegangan proporsional. Pengukuran
arus biasanya membutuhkan sebuah resistor shunt
yaitu resistor yang dihubungkan secara seri pada
beban dan mengubah aliran arus menjadi tegangan.
Tegangan tersebut biasanya diumpankan ke current Gambar 4. SDCard Shield V4.0

transformer terlebih dahulu sebelum masuk ke

rangkaian pengkondisi sinyal [3]. III. PERANCANGAN ALAT DAN PERANGKAT LUNAK

C. SD2403 Real Time Clock A. Perancangan Alat

Real Time Clock (RTC) adalah jam komputer Secara garis besar, alat dapat digambarkan seperti
(paling sering dalam bentuk sirkuit terpadu) yang pada gambar 5 dengan penjelasan sebagai berikut:
menyedikan informasi waktu saat ini. Istilah itu 1. Sensor arus ACS712 digunakan sebagai
digunakan untuk menghindari kebingungan dengan perangkat pengukuran arus melalui beban
perangkat keras jam biasa yang hanya yang tersambung dengan stop kontak atau
menghasilkan sinyal digital dan tidak menghitung saklar. Sensor arus ACS712 akan
waktu dalam satuan manusia. memberikan data berupa analog untuk
Dibandingkan dengan modul RTC lainnya, Arduino.
SD2403 ini memiliki konsumsi daya rendah dan 2. SD2403 digunakan untuk mendapatkan
akurat tinggi. Konsumsi daya sekitar 1.0µA. Karena informasi waktu saat itu. Waktu yang
memiliki kristal yang terintegrasi, perangkat ini

“Seminar Nasional FORTEI 2015” 211

 didapatkan dalam format tahun-bulan- (rms) dari data yang dihasilkan sensor arus. Proses
tanggal[spasi]jam:menit:detik. ini dilakukan untuk meningkatkan akurasi data
3. Arduino berfungsi untuk pemrosesan data yang diperoleh. Proses ke empat adalah pembacaan
sensor arus yang masuk melalui pin analog waktu dari SD2403. Data yang diperoleh diubah
dan dikonversikan dalam bentuk data digital menjadi format tahun-bulan-
dan waktu yang didapatkan dari SD2403. tanggal[spasi]jam:menit:detik. Proses terakhir
Semua data tersebut akan disimpan di SD adalah penyimpanan data ke dalam sdcard.
Card yang terhubung melalui SDCard Shield.
4. Power supply digunakan untuk menghasilkan
catu daya listrik yang dibutuhkan alat untuk
dapat bekerja. Power suppy terhubung dengan
instalasi listrik rumah dan menghasilkan
tegangan 5V sesuai yang dibutuhkan oleh
Arduino.

Gambar 6. Skema rangkaian alat

mulai

Gambar 5. Diagram Blok Alat

Sensor arus ACS712 masing-masing terhubung inisialisasi sdcard

ke pin A0, A1, A2, dan A3 pada arduino. Pin-pin
tersebut merupakan pin input untuk data analog.
Jumlah sensor yang digunakan dapat disesuaikan T
dengan kebutuhan. Biasanya adalah minimal satu sdcard 
ok? 
dan maksimal empat. Sensor-sensor tersebut
dihubungkan dengan saklar atau stop kontak yang Y
ada pada rumah tangga. SD2403 terhubung ke
baca sensor arus
arduino pada pin A4 dan A5. Sedangkan SDCard
shield terhubung ke pin 4, 11, 12, dan 13 pada
arduino. Skema rangkaian alat selengkapnya dapat hitung rms data sensor arus
dilihat pada gambar 6.
B. Perancangan Perangkat Lunak baca waktu
Diagram alir perangkat lunak yang ditanamkan
ke arduino dapat dilihat pada gambar 7. Secara
simpan data ke sdcard
garis besar terdapat 5 proses dalam perangkat lunak
tersebut. Proses pertama adalah inisialisasi sdcard.
Proses ini digunakan untuk mengetahui apakah selesai
sdcard siap digunakan atau tidak. Proses kedua
adalah pembacaan data sensor arus. Proses
selanjutnya adalah penghitungan root mean square Gambar 7. Diagram alir perangkat lunak

212 “Seminar Nasional FORTEI 2015”

 IV. HASIL V. KESIMPULAN
Alat akuisi data konsumsi listrik pada rumah Perpaduan antara arduino, sensor arus ACS712,
tangga dapat dilihat pada gambar 8. Alat tersebut SD2403 real time clock, dan SDCard shield V4.0
dibuat menjadi dua versi, yaitu versi saklar dan dapat digunakan untuk mengakuisisi data konsumsi
versi stop kontak. Maksimal saklar yang bisa listrik pada rumah tanggal. Untuk mengurangi
digunakan adalah empat buah, dan untuk stop kesalahan dalam pembacaan arus listrik oleh sensor
kontak empat buah. Masing-masing saklar/stop ACS712, maka diterapkan perhitungan root mean
kontak terhubung ke satu alat. Apabila terhubung square terhadap data arus yang dibaca sensor.
ke lebih dari satu alat, maka semua alat tersebut Instalasi perangkat relatif mudah, hanya mengganti
dianggap satu alat, karena sensor arus tidak bisa saklar atau stop kontak yang sudah ada dengan
membedakan konsumsi listriknya. saklat atau stop yang ada pada alat. Namun, pada
Instalasi alat tersebut sangat mudah, hanya skalar, harus ada tambahan kabel arde karena pada
mengganti saklar atau stop kontak yang ada dengan alat terdapat modul power supply.
saklar atau stop kontak pada alat. Namun, untuk
ACKNOWLEDGMENT
alat versi saklar, harus ada penambahan kabel arde
pada instalasi listrik, karena pada alat terdapat Makalah ini merupakan bagian dari penelitian
modul power supply. yang berjudul Pengembangan Kerangka Kerja
Penjadwalan Beban Secara Real Time Berbasis
Sistem Multi Agen Pada Jaringan Cerdas
Ramah Lingkungan yang didanai oleh DIKTI
melalui hibah PEKERTI tahun 2015.
DAFTAR PUSTAKA
[1] U.S. Department of Energy (2015) Smart Grid. [Online]. Tersedia:
http://energy.gov/oe/services/technology-development/smart-grid
[2] Banzi, Getting Started With Arduino, California: O’Rielly Media Inc.,
2011.
[3] A. Setiono, dan Suharto, “Prototipe Aplikasi KWh Meter Digital
Menggunakan Mikrokontroler ATMEGA8535 untuk Ruang Lingkup
Kamar”, Jurnal Ilmu Pengetahuan Dan Teknologi TELAAH, vol. 26,
pp.32–39, Nov. 2009.
Gambar 8. Alat akuisi data konsumsi listrik pada rumah tangga [4] (2015) Robot Wiki. [Online]. Tersedia:
http://www.dfrobot.com/wiki/index.php/SD2403_Real_time_clock_M
odule_%28SKU:TOY0020%29
[5] (2015) SD Card Shield V4.0 – Wiki. [Online]. Tersedia:
http://www.seeedstudio.com/wiki/SD_Card_shield_V4.0

Lampiran : Listing program

[1] #include <SPI.h>

[2] #include <SD.h>
[3] #include <RTCZero.h>
[4]
[5] RTCZero rtc;
[6] const int chipSelect = 4;
[7] const uint8_t seconds = 0;
[8] const uint8_t minutes = 0;
[9] const uint8_t hours = 16;
[10] const uint8_t day = 15;
[11] const uint8_t month = 6;
[12] const uint8_t year = 15;
[13] const int currentPin1 = 0;
[14] const int currentPin2 = 1;
[15] const int currentPin3 = 2;
[16] const int currentPin4 = 3;
[17] const unsigned long sampleTime = 100000UL;
[18] const unsigned long numSamples = 250UL;
[19] const unsigned long sampleInterval = sampleTime/numSamples;
[20] const int adc_zero = 510;
[21]
[22] void setup() {

“Seminar Nasional FORTEI 2015” 213

[23] rtc.begin(H24);
[24] rtc.setHours(hours);
[25] rtc.setMinutes(minutes);
[26] rtc.setSeconds(seconds);
[27]
[28] rtc.setDay(day);
[29] rtc.setMonth(month);
[30] rtc.setYear(year);
[31]
[32] Serial.begin(9600);
[33] while (!Serial) {
[34] ;
[35] }
[36]
[37] Serial.print("Initializing SD card...");
[38]
[39] if (!SD.begin(chipSelect)) {
[40] Serial.println("Card failed, or not present");
[41] return;
[42] }
[43]
[44] Serial.println("card initialized.");
[45] }
[46]
[47] void loop() {
[48] String dataString = "";
[49]
[50] File dataFile = SD.open("datalog.txt", FILE_WRITE);
[51]
[52] if (dataFile) {
[53] unsigned long currentAcc = 0;
[54] unsigned int count = 0;
[55] unsigned long prevMicros = micros() - sampleInterval ;
[56] while (count < numSamples)
[57] {
[58] if (micros() - prevMicros >= sampleInterval)
[59] {
[60] int adc_raw1 = analogRead(currentPin1) - adc_zero;
[61] currentAcc1 += (unsigned long)(adc_raw1 * adc_raw1);
[62]
[63] int adc_raw2 = analogRead(currentPin2) - adc_zero;
[64] currentAcc2 += (unsigned long)(adc_raw2 * adc_raw2);
[65]
[66] int adc_raw3 = analogRead(currentPin3) - adc_zero;
[67] currentAcc3 += (unsigned long)(adc_raw3 * adc_raw3);
[68]
[69] int adc_raw4 = analogRead(currentPin4) - adc_zero;
[70] currentAcc4 += (unsigned long)(adc_raw4 * adc_raw4);
[71]
[72] ++count;
[73] prevMicros += sampleInterval;
[74] }
[75] }
[76]
[77] float rms1 = sqrt((float)currentAcc1/(float)numSamples) * (75.7576 / 1024.0);
[78] float rms2 = sqrt((float)currentAcc2/(float)numSamples) * (75.7576 / 1024.0);
[79] float rms3 = sqrt((float)currentAcc3/(float)numSamples) * (75.7576 / 1024.0);
[80] float rms4 = sqrt((float)currentAcc4/(float)numSamples) * (75.7576 / 1024.0);
[81]
[82] dataString = rtc.getYear() + "-" + rtc.getMonth() + "-" + rtc.getDay() + " " + rtc.getHours() + ":"
+ rtc.getMinutes() + ":" + rtc.getSeconds() + " " + rms1 + " " + rms2 + " " + rms3 + " " + rms4;
[83]
[84] dataFile.println(dataString);
[85] dataFile.close();
[86] Serial.println(dataString);
[87] }
[88] else {
[89] Serial.println("error opening datalog.txt");
[90] }
[91] }

214 “Seminar Nasional FORTEI 2015”

Kendali H∞ Umpan Balik Keluaran Fuzzy Polinomial
Dengan Pendekatan Sum of Squares (SOS)
Bomo Wibowo Sanjaya#1, Bambang Riyanto Trilaksono +2,
Arief Syaichu-Rohman +3, Hilwadi Hindersah+4
#
Jurusan Teknik Elektro, Universitas Tanjungpura, Pontiana k, Indonesia
+
Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung , Bandung, Indonesia
1
[email protected]
2
[email protected]
3
[email protected]

Abstrak— Dalam penelitian ini akan dibahas mengenai sistem generalisasi dari fuzzy T-S dan lebih efektif dalam
kendali umpan balik keluaran dinamis untuk sistem fuzzy
polinomial dengan kinerja H∞. Sistem kendali yang dibangun
merepresentasikan sistem nonlinier [4].
merupakan pengembangan desain sistem kendali fuzzy z w
polinomial untuk sistem nonlinier dengan pendekatan Sum of Plant
Squares (SOS). G (x) u
y
Sistem nonlinier lingkar terbuka direpresentasikan dalam model
fuzzy polinomial. Dengan menggunakan skema kendali umpan
balik keluaran dinamis dan fungsi Lyapunov polinomial, maka Polynomial Fuzzy Controller
kondisi-kondisi cukup sebagai solusi problem analisis kestabilan Polynomial Fuzzy Rule

dan desain kendali H∞ dapat diperoleh dalam bentuk Model rule

representasi SOS yang secara numerik dapat diselesaikan Rm1 : G1 ( x)

dengan menggunakan program SOSTOOLS.

...
Rmn : G2 ( x)

Defuzzyfication
Fuzzyfication

Keywords— Umpan balik keluaran dinamis, sistem kendali

Controller rule

Rc1 : K1(x)
fuzzy polinomial, sistem nonlinier, sum of squares ...
Rcn : K n ( x)
I. PENDAHULUAN
Sistem kendali fuzzy berbasis model fuzzy
Takagi-Sugeno (T-S) [1] merupakan suatu tipe Gambar 1. Diagram blok sistem kendali umpan balik keluaran fuzzy
polinomial.
kendali fuzzy yang mempunyai struktur yang
sistematis. Seperangkat kaidah fuzzy digunakan
Penelitian mengenai analisis dan desain sistem
untuk merepresentasikan sistem nonlinier dalam
kendali fuzzy polinomial telah dilakukan, antara
bentuk seperangkat model linier lokal. Model fuzzy
lain analisis kestabilan sistem fuzzy polinomial
T-S merupakan suatu pendekatan alternatif untuk
dengan pendekatan SOS [5], kendali H2 fuzzy
menggambarkan sistem nonlinier yang kompleks
polinomial dengan pendekatan SOS [6], model
yang secara drastis mengurangi jumlah dari kaidah
fuzzy polinomial dengan pendekatan deret Taylor
dalam memodelkan suatu sistem nonlinier yang
[7], analisis kestabilan model fuzzy polinomial
berorde tinggi. Penelitian dalam topik model fuzzy
dengan menggunakan fungsi Lyapunov fuzzy
T-S (seperti, [2], [3]) telah memberikan dasar bagi
polinomial [8], namun hampir semua menggunakan
suatu pendekatan yang sistematis untuk analisis
skema sistem kendali umpan balik keadaan (state
stabilitas dan desain sistem kendali fuzzy. Namun
feedback). Sehingga dalam implementasi tentunya
demikian, karena representasi pada bagian
akan menemui kendala, karena dalam kenyataannya
konsekuen terbatasi pada model linier saja, maka
keadaan sistem yang didapat dari hasil pengukuran
hal ini menyebabkan pemodelan sistem menjadi
tidak selalu tersedia semua. Dengan demikian untuk
kurang fleksibel.
mendapatkan keadaan (state) sistem yang
Suatu sistem nonlinier dapat dimodelkan oleh
dibutuhkan oleh pengendali digunakanlah suatu
model fuzzy polinomial. Ruang lingkup pemodelan
pengamat keadaan. Penelitian mengenai pengamat
dan desain kendali fuzzy polinomial merupakan
stabil fuzzy polinomial telah dilakukan oleh Tanaka

“Seminar Nasional FORTEI 2015” 215

[9] dan kendali umpan balik keluaran fuzzy Dalam makalah ini diasumsikan Z ( x(t ))  0 jika
polinomial oleh Lam [10]. dan hanya jika x(t )  0 .
Dalam makalah ini akan dibahas suatu sistem Model fuzzy polinomial keseluruhan didapat dari
kendali fuzzy polinomial dengan skema umpan perpaduan masing-masing model polinomial pada
balik keluaran dinamis seperti yang terlihat pada bagian konsekuen. Dengan menggunakan rata-rata
Gambar 1 yang berkinerja kokoh (robust), dalam terbobot dari masing-masing keluaran kaidah,
hal ini penguatan L2 . Sistem kendali fuzzy proses defuzzifikasi model (2) dapat
polinomial ini merupakan pengembangan [11], [12]. direpresentasikan sebagai
II. SISTEM FUZZY POLINOMIAL
r
Sistem kendali yang dibahas dalam makalah ini
adalah sistem kendali berbasis model fuzzy
i 1
wi (a(t ))Ai ( x(t ))Z ( x(t ))  Bi ( x(t ))u (t )
x (t ) 
polinomial. Model fuzzy polinomial merupakan r

pengembangan dan bentuk umum dari model fuzzy  wi (a(t ))

T-S. Perbedaan utama antara model fuzzy T-S [1] i 1
r
dan model fuzzy polinomial [4] adalah representasi x (t )   hi (a(t ))Ai ( x(t ))Z ( x(t ))  Bi ( x(t ))u (t ) (3)
pada bagian konsekuen. Bagian konsekuen model i 1
fuzzy T-S direpresentasikan oleh suatu model linier, dimana
sedangkan pada model fuzzy polinomial bagian
konsekuen direpresentasikan oleh suatu model

a(t )  a1 (t ) ... a p (t ) 
p
polinomial seperti ditunjukkan pada (2).
wi (a(t ))  M ij ( a j (t ))
A. Model Fuzzy Polinomial j 1

Suatu sistem nonlinier dinyatakan: wi (a(t ))

hi (a(t ))  r
x(t )  f x(t ),u(t ) (1)  w (a(t ))i
i 1
dimana f adalah suatu fungsi nonlinier. x(t ) adalah
x(t )  x1 (t ) ... xn (t ) adalah vektor keadaan dan
T
wi (a(t )) adalah firing strenght dari kaidah ke-i dan
u(t )  u1 (t ) ... um (t ) adalah vektor masukan. Sistem
T
hi (a(t )) adalah fungsi keanggotaan ternormalisasi.
nonliner (1) dapat direpresentasikan dalam model Jika Z x(t )  x(t ) dan Ai ( x(t )) dan
fuzzy polinomial berikut: Bi ( x(t )) adalah matrik konstan untuk semua i, maka
Kaidah Model ke-i x(t )  Ai ( x(t ))Z ( x(t ))  Bi ( x(t ))u(t ) dapat diturunkan
Jika a1 (t ) adalah M i1 dan ... dan a p (t ) adalah M ip menjadi model fuzzy T-S x(t )  Ai x(t )  Bi u(t ) .
Maka x(t )  Ai ( x(t ))Z ( x(t ))  Bi ( x(t ))u(t ) , i = 1, ..., r Sehingga (2) merupakan representasi yang lebih
(2) umum.
dimana a j (t )( j  1, 2, ..., p) adalah variabel B. Kendali Fuzzy Polinomial
premis/anteseden. M ij adalah fungsi keanggotaan Desain pengendali untuk mencapai tujuan sintesis
atau performansi tertentu dilakukan melalui PDC
yang berhubungan dengan kaidah model ke-i dan [2]. Gagasan utama PDC adalah untuk memperoleh
komponen variabel premis ke-j. Ai ( x(t )) dan setiap kaidah kendali supaya mengkompensasi
Bi ( x(t )) adalah matriks-matriks polinomial dalam setiap kaidah model fuzzy polinomial. Pengendali
x(t ) . Z ( x(t ))  R adalah suatu vektor kolom dari fuzzy polinomial menggunakan himpunan fuzzy
N

monomial dalam x(t ) . Suatu monomial dalam x(t ) yang sama dengan model fuzzy polinomial pada
 
bagian premis. Teknik kendali modern dapat
adalah suatu fungsi dari bentuk x1 1 x2 2 ... xn n , kembangkan untuk menanalisis kestabilan model
dimana 1,  2 , ..., n adalah bilangan bulat nonnegatif. fuzzy polinomial dan untuk mendisain pengendali

216 “Seminar Nasional FORTEI 2015”

fuzzy polinomial. Keluaran akhir dari pengendali Lemma 2 [13]: Suatu matriks polinomial f (x)
polinomial diperoleh dari perpaduan fuzzy dari berdimensi N  N dan berderajat 2d dalam x  R n
setiap penguatan umpanbalik subsistem. dan suatu vektor kolom Z (x) yang berisi semua
Suatu pengendali dengan konsekuen kaidah
monomial yang berderajat tidak lebih dari d, dan
polinomial direpresentasikan sebagai
mempertimbangkan kondisi-kondisi berikut.
Kaidah Kendali ke-i (1) F ( x)  0 untuk semua x  R n .
Jik a1 (t ) adalah M i1 dan ... dan a p (t ) adalah M ip (2) vT F ( x)v adalah SOS, dimana v  R N .
Maka u(t )  K i ( x(t )) , i = 1, … , r. (4) (3) Terdapat suatu matriks semidefinit positif Q
sehingga v T F ( x)v  (v  Z ( x))T Q(v  Z ( x)), dimana
Pengendali fuzzy keseluruhan merupakan  menyatakan Kronecker product.
perpaduan dari masing-masing keluaran kaidah
yang diberikan oleh Maka, (1)  (2) dan (2)  (3).
r
u (t )    h (a(t ))K ( x(t )).
i 1
i i (5) III. KENDALI H∞.UMPAN BALIK KELUARAN DINAMIS FUZZY
POLINOMIAL
Sistem kendali umpan balik keluaran dapat
C. Sum of Squares
diubah menjadi sistem dengan struktur yang lebih
Metode komputasi untuk desain kendali fuzzy sederhana dengan melakukan perubahan variabel
polinomial dalam makalah ini berdasarkan pada sehingga masalah kendali H∞ umpan balik keluaran
dekomposisi SOS polinomial multivariasi. Suatu kemudian dapat diturunkan dalam masalah umpan
polinomial multivariasi f ( x(t )) dimana x(t )  R n balik keadaan dan estimasi keluaran dari sistem
adalah SOS jika terdapat polinomial yang tertransformasi [15].
m Jika suatu sistem nonlinier dan pengendali
f1 ( x(t )), ..., f m ( x(t )) sehingga f ( x(t ))  f
i 1
i
2
( x(t )). dinamis direpresentasikan dalam fuzzy polinomial
n dengan menggunakan sejumlah r kaidah seperti
f ( x(t ))  0 untuk semua x(t )  R [13]. sebagai berikut:
Lemma berikut menampilkan hubungan antara
representasi SOS dan keberadaan matriks Kaidah model ke-i:
semidefinit positif dari polinomial. JIKA a1 adalah M i1 dan ... dan a p adalah M ip ,
MAKA
Lemma 1 [14]: Suatu polinomial f ( x(t )) dalam
x  Ai ( x) x  B1 ( x) w  B2i ( x)u
x(t )  R n berderajat 2d dan suatu vektor kolom
z  C1 ( x) x  D12 ( x)u (7)
Z ( x(t )) yang berisi semua monomial dalam x(t )
y  C2i ( x) x  D21( x) w , i = 1, … , r.
dengan derajat tidak lebih dari d. Maka f ( x(t ))
adalah SOS jika dan hanya jika terdapat suatu Model sistem fuzzy keseluruhan merupakan
semidefinit positif P sehingga perpaduan semua sub model yaitu
r
f ( x(t ))  Z T ( x(t ))PZ ( x(t )) (6) x   h ( a ) A ( x ) x  B ( x ) w  B
i 1
i i 1 2i ( x )u 
Dekomposisi SOS untuk f ( x(t )) dapat dicari z  C1 ( x) x  D12 ( x)u (8)
dengan menggunakan pemorograman semidefinit. r

Dari Lemma 1 terlihat bahwa polinomial f ( x(t )) y  i 1

hi (a)C 2i ( x) x  D 21 ( x) w , i = 1, … , r.

adalah nonnegatif secara global jika dapat

didekomposisi menjadi suatu SOS. dimana Ai (x) , B1 ( x) , B2i ( x) , C1 ( x) , C 2i ( x) ,
Implikasi dari kondisi-kondisi semidefinit positif, D12 ( x) , dan D21 ( x) adalah matriks-matriks
SOS, dan keberadaan dari matriks semidefinit polinomial dalam x. Z ( x)  R N adalah suatu vektor
positif disajikan pada Lemma 2. kolom dari monomial dalam x.

“Seminar Nasional FORTEI 2015” 217

 Adapun asumsi-asumsi yang diterapkan pada Bagian konsekuen dari kaidah model fuzzy
sistem: polinomial (8) dapat direpresentasikan dalam
(A1) D11 ( x)  0 dan D22 ( x)  0 struktur yang lebih sederhana yaitu struktur
(A2) A1 ( x) x, B2 ( x) x adalah reachable; estimasi keluaran (OE) dengan melakukan
(A3) C 2 ( x) x, A( x) x adalah zero-state detectable; perubahan variabel r : w  F1 ( x) dan v : u  F0 ( x) ,
(A4) D12
T
( x)C1 ( x) D12 ( x)  0 I  ; dimana F0 ( x) : 
1 T V T
B2 ( x) dan
2 x
 B ( x)  0
(A5)  1  D21 T
( x)    . 1 T V T
D (
 21 x ) I  F1 ( x) : B1 ( x) ( x) .
2 x

Kaidah model
w Kaidah model 1
B1 ( x) D12(1) ( x) 

C1 ( x) 
u   x(1)
B2(1) ( x) MF ternormalisasi

x z(1)
A(1) ( x)
 hi (a ) 
 i (a )
r

C2(1) ( x) 
y(1)  ( a )
i 1
i

D21 ( x)
 Fungsi Implikasi:
Agregasi
z
p
r

 x
 i (a)   ij (a j )
Kaidah model r j 1
w
B1 ( x)

y
D12( r ) ( x)

i 1
u   C1 ( x) x(r )
B2( r ) ( x) MF ternormalisasi
 x z(r )
A2 ( x)  hi (a )  r
 i (a )

C2 ( r ) ( x ) 
y(r )  ( a )
i 1
i


D21 ( x)

Kaidah kendali
SF-gain u(1)
Kaidah kendali 1 F0(1) ( xc ) MF ternormalisasi

Observer-gain B2(1) ( xc )  i (a )
hi (a ) 
  xc (1) r

_ L0(1) ( xc )  ( a )i

y  
xc
i 1

Aa (1) ( xc )
 Fungsi Implikasi:
p
Agregasi
r x c

 i (a)   ij (a j )
C2(1) ( xc ) j 1

u
i 1
Kaidah kendali r SF-gain u(r ) MF ternormalisasi
F0( r ) ( xc )
 i (a )
Observer-gain B2( r ) ( xc ) hi (a )  r

_ L0( r ) ( xc ) 
 xc (r )  ( a )
i 1
i

 
xc
Aa ( r ) ( xc )

C 2( r ) ( x c )

Gambar 2. Skema sistem kendali H∞ umpan balik keluaran fuzzy polinomial.

218 “Seminar Nasional FORTEI 2015”

Jika a1 adalah M i1 dan ... dan a p adalah M ip , Kendali umpan balik keluaran H∞ fuzzy
polinomial dapat diperoleh dengan mencari solusi
Maka dari masalah kendali umpan balik keluaran H∞
x  Aai ( x) x  B1 ( x)r  B2i ( x)u fuzzy polinomial yang memenuhi kondisi-kondisi
v   F0i ( x)  u (9) sebagai berikut:
a. Kondisi yang timbul dari sintesis kendali state
y  C 2i ( x) x  D21 ( x)r , i = 1, … , r
feedback
dimana Aai ( x) x  Ai ( x) x  B1 ( x) F1 ( x) . Jika suatu fungsi definit positif V ( x)  0
merupakan solusi HJI dari problem struktur Full
Model sistem fuzzy keseluruhan untuk model Information (FI) dimana keadaan (state) dan
tertransformasi adalah gangguan tersedia bagi pengendali sehingga
r Η FI (V , x,  )  0 , dengan menurunkan fungsi
x   hi (a )Aai ( x) x  B1 ( x)r  B2i ( x)u
i 1
V (x) terhadap waktu dan dengan menerapkan
r
(10) completion of the squares serta asumsi A2, dan A3,
v   hi (a) F0i ( x)  u maka didapatkan suatu HJE seperti pada (13).
i 1 r r
 V V V 
r H (V , x,  )   h (a )h (a )
FI ( x) A ( x) x  ( x) B ( x) w 
i j ( x) B ( x)u 
i 1i 2i
y  h (a)C
i 1
i 2i ( x) x  D21( x)r , i = 1, … , r.  x
r
i 1 j 1
r
x x
 V

 Ai ( x)  A j ( x) 
  h (a)h (a) x ( x)
i j
2
 x
Dengan diberlakukan asumsi-asumsi (A1)-(A5), i 1 j 1  
 1 V V T 
pengendali umpan balik keluaran H∞ fuzzy   2
4  x
( x) B1 ( x) B1T ( x)
x
( x) 
 
polinomial yang akan didesain untuk menstabilkan 1 V  B2i ( x)  B2 j ( x)  B2Ti ( x)  B2T j ( x)  V T
  
sistem lingkar tertutup dan mempunyai penguatan 
4 x
( x)

 2 
 2  x

( x)

L2 dari w ke z kurang dari suatu nilai  dalam suatu  C1 ( x) x  C1 ( x) x 

T

daerah lokal X dapat direpresentasikan seperti 0

pada (11). (13)

Kaidah Kendali ke-i: Dari persamaan 1 r

V T
JIKA a1 adalah M i1 dan ... dan a p adalah M ip ,
u
2

i 1
hi (a)B2Ti ( x)
x
( x)

MAKA didapatkan penguatan umpan balik keadaan

1 V T
F0i ( x)   B2Ti ( x) ( x) . (14)
x c  Aa i ( x c ) x c  B2i ( x c ) F0i ( x c )  L0i ( x c )(C 2i ( x c ) x c  y ) 2 x
u  F0i ( x c ) , i = 1, … , r.
(11) b. Kondisi yang timbul dari sintesis full control (FC)
Jika suatu fungsi definit positif U ( x)  0
Hasil akhir umpan balik keluaran H∞ fuzzy
polinomial merupakan solusi HJI dari problem struktur full
control (FC), dimana sinyal kendali mempunyai
r
xc   hi (a)Aa i ( xc ) xc  B2i ( xc ) F0i ( xc )  L0i ( xc )(C2i ( xc ) xc  y )
akses penuh terhadap keadaan (state) x dan
i 1 keluaran terkendali z sehingga Η FC (U , x,  )  0 .
r
u   hi (a)F0i ( xc ) , i = 1, … ,
Solusi U (x) membuat matriks Hessian Η FC (U , x,  )
i 1 terhadap x  R n menjadi definit negatif. Dengan
(12) menurunkan fungsi U (x) terhadap waktu dan
dengan L0i ( x) memenuhi W ( x) L0i ( x)  2 xT C2Ti ( x) . dengan menerapkan completion of the squares serta
x asumsi A2, dan A3 maka didapat fungsi U (x)
Dari hubungan (7) - (12) maka sistem kendali
sebagai solusi HJE dengan penguatan pengendali
umpan balik keluaran H∞ fuzzy polinomial dapat
(estimator) L0i ( x) .
direkontruksi dalam suatu skema seperti yang
direpresentasikan dalam Gambar 2 di bawah.

“Seminar Nasional FORTEI 2015” 219

 r r  U  Ai ( x)  A j ( x)  r r  V  Ai ( x)  A j ( x)   1 V V T 
 h (a)h (a) x ( x)
U ( x)  Η FC (U , x,  )  i j
2
    h (a)h (a) x ( x)
i j
2
x   T

  4 2 x ( x) B1 ( x) B1 ( x) x ( x) 

i 1 i 1  i 1 j 1     
U  L ( x)C ( x)  L ( x)C ( x) x  1 V  B2i ( x)  B2 j ( x)  B2Ti ( x)  B2T j ( x)  V T 
( x)   ( x)  C1 ( x) x  C1 ( x) x 
0i 2j 0j 2i
 ( x)    
T

x  2  4 x  2  2  x 
  
(16)
2
   2 C1 ( x) x Η a (W , x,  )  Η FC (U , x,  )  Η FI (V , x,  )  0
  
2
1  B1 ( x)  L0i ( x) D21( x)   B1 ( x)  L0 j ( x) D21( x)
T
U T
 w   ( x)
2 2 Untuk mendapatkan kondisi-kondisi yang harus

 x

1 U U T dipenuhi dalam sintesis sistem kendali H umpan

 ( x) B1 ( x) BT ( x) ( x)
4 x x 1
balik keluaran untuk sistem fuzzy polinomial dalam
1 U
T
 L0i ( x)  L0 j ( x)   L0i ( x)  L0 j ( x)  U representasi SOS, maka kondisi-kondisi di atas
 ( x)    ( x)
4 x  2   2  x dikomposisi dalam masalah optimisasi semidefinit

U ( x)  0 dengan menentukan fungsi-fungsi Lyapunov yang
digunakan yaitu V ( x)  xT Px dan U ( x)  xT Rx .
Jika L0i ( x) memenuhi persamaan Sehingga kondisi-kondisi SOS dapat
r
U
L0i ( x)  2 xT C2Ti ( x) dan u   hi (a)L0i ( x)y maka direpresentasikan seperti pada (17)-(20). Solusi
x i i problem kendali H∞ umpan balik keluaran untuk
didapatkan solusi U (x) yang memenuhi sistem fuzzy polinomial terpecahkan jika terdapat
pertidaksamaan fungsi definit positif V(x) dan U(x) yang memenuhi
kondisi-kondisi sebagai berikut:
r r
U
H FC (U , x,  )   h (a)h (a) x ( x)A ( x) x  B ( x)w  u
i j i 1
   A ( x)  A ( x)   AT ( x)  AT ( x) 
  P 1  i j
 i j  P 1 P 1C1T ( x) B1 ( x) 

i 1 j 1
    2   2  
  
r r  U  Ai ( x)  A j ( x)   
 h (a)h (a) x ( x) T   B2i ( x )  B2 j ( x )  B2i ( x )  B2 j ( x )  
T T
 x  v1       ( x) I  v
i j
2     1
i 1 j 1   2  2  1ij

    
 1 U U T   C1 ( x) P 1 I 0 
  ( x) B1 ( x) B1T ( x) ( x)   
 4 x x   B1T ( x) 0   2 I 
1
 2 C1 ( x) x  C1 ( x) x
T adalah SOS (17)

   A ( x)  A ( x)   AT ( x)  AT ( x)  
 C 2i ( x) x  C 2 j ( x) x 
T
 C 2i ( x) x  C 2 j ( x) x    R i j
   i j R RB1 ( x) C1T ( x)
      0    2    2 
 
2   2   
      C2i ( x) x  C2 j ( x) x  C2i ( x) x  C2 j ( x) x 
T T

T   
 v2      v2
(15)   2  2  
   FI ( P, x,  )   2ij ( x) I  
 T 
( ) 0
c. Kondisi yang timbul dari sintesis estimasi  B1 x R  I 
 C1 ( x) 0   I 
2
keluaran (OE)
Sistem tertransformasi merupakan sistem dalam adalah SOS (18)
struktur OE dimana jika W ( x)  0 sehingga
 2 
Η a (W , x,  )  0 , maka  v3T  2  FC R,  , P    3 ( x) I v3 adalah SOS (19)
 x 
H a (W , x,  )  H FC (U , x,  )  H FI (V , x,  )  0 .  x 0 
 Aai ( x)  Aaj ( x) 
v 4T R  P   4 ( x) I v 4 adalah SOS
r r  U
Η a (W , x,  )   h (a)h (a) x ( x)
i j
x

(20)
i 1 j  1  2 
 1 U U T  dimana  1ij ( x)  0 ,  2ij ( x)  0 ,  3 ( x)  0 dan
  2 ( x) B1 ( x) B1T ( x) ( x) 
 4 x x   4 ( x)  0 untuk x  0 .
 C2i ( x)  C2 j ( x) 
 
T
 C2i ( x)  C2 j ( x) 
 C1 ( x) x  C1 ( x) x  
T
x  x   FC ( R,  , P)  diag xT , I , I  a ( R, x,  , P)diagx, I , I ,
 2   2 
   

220 “Seminar Nasional FORTEI 2015”

    A ( x)  A ( x)   AT ( x)  AT ( x) 
  R i j
 i j R
 x̂untuk x. Umpan balik yang berupa fungsi dari
RB1 ( x) C1T ( x)
    2 
   2 
  galat keluaran pengukuran akan mengoreksi
  T 
  C 2i ( x) x  C 2 j ( x) x  C 2i ( x) x  C 2 j ( x) x 
T
 
 estimasi x̂ sehingga galat keadaan e(t )  0 untuk
 a ( R, x,  , P )     2  2  
     t .
   FI ( P, x,  ) 

B T
( x ) R  I 0
 Masalah sistem kendali umpan balik keluaran H∞
 1 

 C1 ( x) 0 2 
 I  fuzzy polinomial dengan struktur seperti pada (7)
dapat diselesaikan dengan mereduksi masalah
serta v1 , v 2 , v3 dan v 4 adalah variabel bebas kendali ke dalam masalah umpan balik keadaan dan
estimasi keluaran. Fungsi definit positif secara lokal
dengan dimensi yang sesuai.
dibutuhkan sebagai solusi masalah kendali umpan
1 T V T balik keluaran H∞ fuzzy polinomial yang memenuhi
F0i ( x)   B 2i ( x)  B2Ti Px (21)
2 x kondisi-kondisi cukup. Kondisi-kondisi cukup yang
1 T V T harus dipenuhi tersebut direpresentasikan dalam
F1 ( x)  B1 ( x) ( x)  B1T ( x) Px (22)
2 x kondisi-kondisi SOS, yaitu kondisi-kondisi yang
dan L0i ( x) didapat dari hubungan saling terkait (17) dan (18), serta kondisi tambahan
(19) dan (20). Kondisi-kondisi (17) dan (18)
W ( x) merupakan hasil konversi pertidaksamaan-
L0i ( x)  2 xT C2Ti ( x) , (23)
x pertidaksamaan HJI ke dalam pertidaksamaan
jika didefinisikan L0i ( x)  2M 1 ( x)C2Ti ( x) dengan matriks nonlinier tergantung keadaan (state) dengan
menggunakan fungsi Lyapunov kuadratis. Kondisi
fungsi polinomial non singuler M 1 ( x) memenuhi (19) merupakan kondisi tambahan yang harus
W ( x) dipenuhi berkaitan dengan penguatan pengamat
 xT M ( x ) .
x yang membuat pengamat stabil asimtotik dan
Dengan menggunakan himpunan fuzzy yang kondisi (20) merupakan kondisi yang menjamin
sama dengan model fuzzy polinomial pada bagian keterkaitan kedua fungsi Lyapunov kuadratis V (x)
premis sehingga pengendali umpan balik keluaran dan U (x) definit positif.
dinamis H∞ fuzzy polinomial yang terdiri dari Fungsi-fungsi definit positif V (x) dan U (x)
pengamat dan pengendali umpan balik keadaan
merupakan solusi dari masalah kendali umpan balik
menstabilkan sistem lingkar tertutup dengan
keluaran H∞ fuzzy polinomial. Untuk mendapatkan
penguatan L2 dari w ke z kurang dari suatu nilai  solusi ini dapat dicari dengan menggunakan
dalam suatu daerah lokal X dapat direpresentasikan bantuan program optimisasi semidefinit
seperti (12) SOSTOOLS.
Pengamat:
r V. KESIMPULAN
xc   hi (a)Aa i ( xc ) xc  B2i ( xc ) F0i ( xc )  L0i ( xc )(C2i ( xc ) xc  y ) ,
Model fuzzy polinomial merupakan bentuk
i 1

i = 1, ..., r. umum dari model fuzzy T-S. Model fuzzy

Pengendali umpan balik keadaan: polinomial dibangun sebagai perpaduan nonlinier
dari sub-sub model polinomial (sub-sub model
r
direpresentasikan dalam bentuk linier pada model
u   hi (a)F0i ( xc ) , i = 1, ..., r.
i 1
fuzzy T-S) melalui fungsi keanggotaan yang
mempunyai sifat penjumlahan konveks dengan
IV. DISKUSI pendekatan nonlinieritas sektor. Struktur konveks
Secara garis besar pengendali umpan balik model fuzzy polinomial memungkinkan analisis
keluaran dapat dipandang sebagai gabungan kestabilan dan desain pengendali berbasis
pengendali umpan balik keadaan dan pengamat. Lyapunov diterapkan yang dapat diselesaikan
Pengamat merupakan suatu model yang digerakkan dengan optimisasi konveks dari pemrograman
sinyal kendali u untuk menghasilkan estimasi semidefinit.

“Seminar Nasional FORTEI 2015” 221

 Sistem kendali fuzzy polinomial merupakan Optimality‖, in Proc. Seventh IEEE International Conference on Fuzzy
Systems, 1998, Alaska, pp. 313-318.
sistem kendali berbasis model fuzzy polinomial [4] K. Tanaka, H. O. Wang, Fuzzy Control Systems Design and Analysis:
dimana pengendali fuzzy polinomial menggunakan [5]
A linear Matrix Inequality Approach, John Wiley & Sons, Inc., 2001.
K. Tanaka, H. Yoshida, H. Ohtake, H. O. Wang, ―A Sum of Squares
himpunan fuzzy yang sama dengan model fuzzy Approach to Modeling and Control of Nonlinier Dynamical Systems
polinomial pada bagian premis. Keluaran akhir with Polynomial Fuzzy Systems‖, IEEE Transactions on Fuzzy
Systems, vol. 17, no. 4, pp. 911-922, 2009.
pengendali fuzzy polinomial didapat dari perpaduan [6] K. Tanaka, K. Yamauchi, H. Ohtake, H. O. Wang, ―Guaranteed Cost
setiap penguatan umpan balik individual. Penelitian Control of Polynomial Fuzzy Systems via a Sum of Squares Approach‖,
Proc. of the 46th Conference on Decision and Control, 2007, pp. 5954-
ini menghasilkan desain pengendali fuzzy 5959.
polinomial untuk sistem nonlinier kelas polinomial [7] Sala, A. dan Ariño, C., ―Polynomial Fuzzy Models for Nonlinear
Control: A Taylor Series Approach,‖ IEEE Trans. on Fuzzy Systems,
dalam skema kendali umpan balik keluaran yang vol. 17 no. 6, pp. 1284 – 1295, 2009.
tidak hanya dapat menstabilkan sistem lingkar [8] Bernal, M., Sala, A., Jaadari, A., & Guerra, T. ―Stability analysis of
polynomial fuzzy models via polynomial fuzzy Lyapunov functions,‖
tertutup tetapi juga mempunyai kinerja Fuzzy Sets and Systems, vol. 185 no. 1, pp. 5–14, 2011.
kokoh/meredam gangguan. Kondisi desain [9] Tanaka, K., Ohtake, H., Wada, M., Wang, H.O., dan Ying-Jen Chen,
―Polynomial fuzzy observer design: A sum of squares approach,‖ Proc.
pengendali fuzzy polinomial diturunkan dengan of the 48th IEEE Conf. on Decision and Control, 2009, Shanghai, P.R.
menggunakan fungsi Lyapunov polinomial. Untuk [10]
China, pp. 7771 – 7776.
Lam, H. K. dan Li, H., ―Output-Feedback Tracking Control for
mendapatkan solusi dari problem sintesis kendali Polynomial Fuzzy-Model-Based Control Systems,‖ IEEE Transactions
maka masalah optimisasi semidefinit [11]
on Industrial Electronics, vol. 60 no.12, pp. 5830 – 5840, 2013.
Bomo W. S., Bambang R. T., dan Arief S. R., ―Desain Sistem Kendali
direpresentasikan dalam representasi SOS. Kondisi- Umpan Balik Keluaran Dinamis untuk Sistem Fuzzy Polinomial
kondisi desain dapat dipecahkan dengan dengan Menggunakan Pendekatan Sum of Squares (SOS),‖ Proc.
Seminar Nasional 2013 Scada Telecommunication Automation for
menggunakan toolbox suatu program optimisasi Better Technology (STARTECH), 2013, Bandung, Indonesia, pp.215-
semidefinit SOSTOOLS. [12]
223.
Bomo W. S., Bambang R. T., dan Arief S. R., ―H∞ Control of
Polynomial Fuzzy Systems: A Sum of Squares Approach,‖ Journal of
Engineering and Technological Sciences, 46(2), pp. 152 – 169, 2014.
REFERENCES [13] S. Prajna, A. Papachristodoulou and F. Wu, ―Nonlinear control
Synthesis by Sum of Squares Optimization: A Lyapunov-based
[1] T. Takagi, M. Sugeno, ―Fuzzy Identification of Systems and its
Approach‖, Proc. of the Asian Control Conference, 2004, pp. 157-165.
Applications to Modeling and Control,‖ IEEE Transactions on Systems,
[14] P. A. Parillo, ―Structured Semidefinite Programs semialgebraic
Man, and Cybernetics, vol. 15, no. 1, pp.116–132, 1985.
Geometly Methods in Robustness and optimization‘, Ph.D thesis,
[2] H. O. Wang, K. Tanaka, M. Griffin (1995), ―Parallel Distributed
California Institute of Technology, Pasadena, 2000.
Compensation of Nonlinear Systems by Takagi and Sugeno's Fuzzy
[15] Lu, W.M. dan Doyle, J.C., ―H∞ Control of Nonlinear Systems via
Model‖, Proceeding of FUZ-IEEE'95, 531-538.
Output Feedback Controller Parameterization, ‖IEEE Trans. Automatic
[3] K. Tanaka, T. Taniguchi, H. O. Wang, ‗‗Model-Based Fuzzy Control
Control, vol. 39, pp. 2517 – 2521, 1994.
of TORA System: Fuzzy Regulator and Fuzzy Observer Design via
LMIs that Represent Decay Rate, Disturbance Rejection, Robustness,

222 “Seminar Nasional FORTEI 2015”

 Inisialisasi Kelas Kata Tertutup untuk Meningkatkan
Kualitas Mesin Penerjemah Statistik
(Studi Kasus Bahasa Indonesia-Melayu Pontianak)
Arif Bijaksana P N#1, Herry Sujaini#2, Yusholva#3
#
Program Studi Teknik Informatika Universitas Tanjungpura
1
[email protected]
2
[email protected]
3
[email protected]

Abstrak— Kelas kata tertutup (close class) merupakan kelas kata penggunaan informasi linguistik seperti morfologi,
yang beranggotakan kata-kata bersifat tetap dalam suatu bahasa
dimana jenisnya bisa berbeda antara satu bahasa dengan bahasa
sintaksis, atau semantik. Informasi tambahan
lainnya, hal tersebut dapat dijadikan salah satu informasi tersebut telah terbukti berharga dalam beberapa
linguistik untuk MPS dalam bahasa tertentu. Beberapa penelitian dengan mengintegrasikannya dalam
penelitian yang telah dilakukan sebelumnya telah
memperlihatkan bahwa penambahan informasi linguistik langkah-langkah pra-proses atau pasca-proses
terhadap Mesin Penerjemah Statistik (MPS) dapat terjemahan.
meningkatkan akurasi hasil terjemahan. Dalam tulisan ini, Beberapa penelitian sebelumnya pada beberapa
penggunaan informasi linguistik berupa kata-kata yang berada
dalam kategori kelas kata tertutup diinisialisasi dalam proses bahasa telah memperlihatkan bahwa keakuratan
pengklasteran sebagai upaya untuk meningkatkan akurasi hasil MPS semakin baik dengan tambahan fitur-fitur
pengklasteran. Selanjutnya hasil pengklasteran tersebut seperti lemma, part-of-speech (PoS), gender dan
digunakan pada mesin penerjemah statistik Moses dan hasil
terjemahannya dievaluasi dengan menggunakan BLEU. Dari lain-lain. Fitur-fitur bahasa tersebut dapat diinduksi
hasil eksperimen yang dilakukan, penggunaan informasi kelas dalam proses ―training‖ atau ditambahkan pada
kata tertutup memiliki dampak terhadap meningkatnya kualitas korpus paralel sebagai informasi linguistik.
terjemahan untuk bahasa Indonesias-Melayu Pontianak, hal
tersebut terlihat dari hasil eksperimen bahwa dengan Koehn dan H. Hoang [2] memaparkan bahwa
menambahkan fitur tersebut, akurasi mesin penerjemah dengan menambahkan faktor part-of-speech pada
meningkat sebesar 11,76%. sistem penterjemah English–German dapat
Keywords— mesin penerjemah statistik; kelas kata tertutup; meningkatkan keakuratan hasil terjemahan dari
bahasa Indonesia – Melayu Pontianak
18,04% menjadi 18,15%. Sedangkan pada sistem
I. PENDAHULUAN penterjemah English–Spanish dihasilkan 23,41%
Mesin Penerjemah Statistik (MPS) adalah mesin tanpa penambahan faktor, meningkat menjadi
terjemahan berbasis model statistik dimana 24,25% dengan penambahan faktor morfologi dan
parameter-parameternya berasal dari analisis korpus part-of-speech. Youssef dkk. [3] melakukan
bilingual. Setiap pasangan kalimat dari sumber dan penelitian terhadap penambahan faktor part-of-
target akan diberikan sebuah nilai probabilitas speech pada sistem penterjemah berbasis statistik,
terjemahan dari bahasa sumber ke target yang untuk sistem penerjemah English–Arabic. Hasil
diinterpretasikan sebagai distribusi probabilitas penelitiannya menunjukkan bahwa penambahan
dimana mesin penerjemah akan menghasilkan faktor part-of-speech dapat meningkatkan
kalimat dalam bahasa tujuan ketika diberikan keakuratan hasil terjemahan dari 60,95 % menjadi
sebuah kalimat dalam bahasa asalnya [1]. 63,94 %. Razavian dkk. [4] melakukan penelitian
Mesin Penerjemahan statistik yang berbasis frase terhadap penambahan faktor pada sistem
(phrase-based models), masih terbatas pada penterjemah berbasis statistik, untuk sistem
pemetaan potongan teks tanpa adanya tambahan penterjemah English–Iraqi dapat meningkatkan
keakuratan hasil terjemahan dari 15,62% menjadi

“Seminar Nasional FORTEI 2015” 223

16,41%, untuk sistem penterjemah Spanish-English II. KEMIRIPAN KATA PADA MESIN PENERJEMAH
dapat meningkatkan keakuratan hasil terjemahan A. Kemiripan Kata (Word Similarity)
dari 32,53% menjadi 32,84%, dan untuk sistem Kemiripan kata yang dimaksud pada tulisan ini
penterjemah Arabic-English dapat meningkatkan adalah kemiripan antara dua buah kata secara
keakuratan hasil terjemahan dari 41,70% menjadi kontekstual, misalnya kata ―kasar‖ dan ―halus‖
42,74%. Untuk bahasa Indonesia, H. Sujaini dkk. [1] memiliki nilai kemiripan yang lebih tinggi
melakukan penelitian terhadap penambahan faktor dibandingkan nilai kemiripan kata ―kasar‖ dan
PoS pada sistem penterjemah statistik berbasis ―kasir‖ secara konteks. Kualitas proses komputasi
faktor. Hasil penelitian tersebut menunjukkan kemiripan kata merupakan bagian penting dalam
bahwa faktor PoS memberikan kontribusi terhadap banyak aplikasi pemrosesan bahasa alami. Dalam
peningkatan keakuratan terjemahan bahasa Inggris- information retrieval atau question answering,
Indonesia sebesar 2% dengan menggunakan korpus pengolahan kata-kata dalam suatu dokumen
yang berisi 15.000 pasang kalimat. memerlukan informasi kata-kata yang memiliki
Dari latar belakang tersebut di atas, kami kesamaan makna. Pada summarization, generation,
melakukan eksperimen terhadap akurasi MPS dan machine translation, informasi kemiripan
dengan memberikan informasi awal kata-kata yang antara dua kata diperlukan untuk mengganti satu
termasuk dalam kategori kelas kata tertutup pada kata dengan kata yang lain dalam konteks tertentu.
proses klastering dalam induksi kelas kata pada Lin [5] menggambarkan konsep kemiripan dengan
MPS. Pada penelitian ini, kami melakukan induksi 3 intuisi : (1) Kemiripan antara A and B
PoS dengan melakukan pengklasteran kata. berhubungan dengan kesamaan antara keduanya,
Pengklasteran kata dilakukan dengan algoritma semakin banyak kesamaan mereka, maka mereka
Extended Word Similarity Based (EWSB) dengan semakin mirip; (2) Kemiripan antara A and B
memberikan tambahan informasi kata-kata yang berhubungan dengan perbedaan antara keduanya,
termasuk dalam kelas kata tertutup sebagai semakin banyak perbedaan mereka, maka mereka
inisialisasi awal pada proses pengklasteran. semakin tidak mirip; dan (3) Kemiripan maksimal
Bahasa Melayu Pontianak merupakan salah satu antara A and B tercapai saat A dan B identik dalam
di antara bahasa-bahasa daerah yang terdapat di hal apapun.
Provinsi Kalimantan Barat. Bahasa tersebut Algoritma untuk menentukan kemiripan kata
dituturkan oleh orang-orang Melayu yang menetap terdiri atas dua metode, yaitu metode tesaurus
dan berada di kota Pontianak. Untuk mengetahui (thesaurus methods) dan metode distribusonal
jumlah pasti penutur bahasa ini memang sulit (distributional methods). Metode tesaurus
didapat, karena sampai saat ini belum ada data yang melakukan pengukuran terhadap jarak antara dua
pasti mengenai jumlah penutur bahasa Melayu kata secara makna pada on-line thesaurus seperti
Pontianak. Dalam banyak kosakata, bahasa Melayu WordNet atau MeSH, sedangkan metode
Pontianak hampir sama dengan bahasa Indonesia distribusonal melakukan estimasi kemiripan kata
karena bahasa Indonesia memang berakar dari dengan menemukan kata-kata yang memiliki
bahasa Melayu, misalnya ―tiga‖ dalam bahasa
kemiripan disribusi dalam sebuah korpus [6].
Indonesia sama artinya dengan ―tige‖ dalam bahasa karena sampai saat ini belum ada thesaurus daring
Melayu Pontianak. Permasalahan yang dijawab untuk bahasa melayu, penelitian ini akan
pada penelitian ini adalah seberapa besar menggunakan metode distribusonal.
peningkatan akurasi hasil terjemahan dari MPS
Bahasa Indonesia-Melayu Pontianak jika B. Kelas Kata (Part of Speech)
ditambahkan informasi linguistik berupa inisialisasi Secara gramatikal, kata-kata dapat dibagi atas dua
kelas kata tertutup bahasa Melayu Pontianak yang kategori, yaitu kata-kata yang termasuk dalam
mengacu kelas kata tertutup (KKT) bahasa kategori kelas terbuka (open class) dan kelas
Indonesia pada tahap pengklasteran kata. tertutup (close class). Open class merupakan
kategori kelas yang kata-kata nya selalu bertambah
dari waktu kewaktu sedangkan close class

224 “Seminar Nasional FORTEI 2015”

merupakan kategori kelas yang kata-katanya yang dihasilkan oleh Adriani dan Pisceldo dkk.
bersifat tetap. Kelas-kelas yang anggotanya Terakhir, Larasati dkk. [14] menggunakan hanya 19
dibedakan secara gramatikal ini biasanya disebut tag dalam penelitiannya.
Part of Speech [7]. Bisang [8] memberikan contoh C. Pengklasteran Kata (Word Clustering)
kelas kata tertutup diantaranya adalah pronouns,
articles, adpositions, conjunctions, numerals, Algoritma yang dipergunakan untuk
classifiers, ideophones dan interjections. pengklasteran kata mengacu pada algoritma-
Fungsi penggunaan PoS untuk pemrosesan algoritma pengklasteran (clustering) secara umum
bahasa alami adalah untuk memberikan sejumlah seperti : connectivity based clustering (hierarchical
informasi tentang sebuah kata dan kata-kata di clustering), centroid-based clustering, distribution-
sekitarnya. Hal ini berlaku untuk kategori umum based clustering, density-based clustering dan lain-
(verb versus noun) maupun yang lebih khusus. lain.
Sebagai contoh, tag set dibedakan antara possessive Pereira dkk. [15] menggunakan algoritma
pronouns (my, your, his, her, it) dan personal distribution-based clustering dalam penelitiannya
pronouns (I, you, he, me) [6]. mengklaster kata-kata untuk bahasa Inggris, Brown
Part of speech (PoS) umumnya mengacu pada dkk. [16], Dhillon [17], Momtazi dan Klakow [18],
kelas kata yang dipergunakan pada bahasa tertentu dan Jeff dkk. [19] menggunakan algoritma
dan setiap bahasa memiliki kelas kata yang hierarchical clustering.
berbeda-beda. Kelas kata untuk bahasa Yunani Secara umum ada 2 pendekatan pengklasteran
telah didefinisikan oleh Dionysius Thrax pada tahun kata dengan algoritma hierarchical clustering,
100 SM yang terdiri atas delapan kelas kata, yaitu : yaitu : (1) Agglomerative : dimulai dari
noun, verb, pronoun, preposition, adverb, mendefinisikan klaster sebanyak jumlah anggota
conjunction, particle, dan article. Kelas kata bahasa observasi, dan setiap klaster memiliki satu anggota,
Melayu Pontianak merujuk pada Bahasa Indonesia selanjutnya dilakukan penggabungan klaster secara
yang terbagi atas Kata Kerja (Verba), Kata Sifat bottom up dan (2) Divisive : dimulai dengan satu
(Adjektiva), Kata Benda (Nomina), Kata Bilangan klaster yang beranggota seluruh data observasi,
(Numeralia), Kata Ganti (Pronomina), Kata selanjutnya klaster tersebut dipisahkan secara top
Keterangan (Adverbia), Kata Tunjuk down.
(Demonstrativa), Kata Tanya (Interogativa), Kata Penggunaan pendekatan Agglomerative algoritma
Sandang (Artikula), Kata Depan (Preposisi), Kata hierarchical clustering untuk keperluan
Seru (Interjeksi), Kata Penghubung (Konjungsi), pengklasteran kata seperti yang ditunjukkan oleh
dan Kata Ulang (Reduplikasi) [9]. Jeff dkk. [19] sebagai berikut :
Berbagai set PoS bahasa Indonesia telah 1. Inisialisasi setiap kata unik (token) sebagai satu
digunakan dalam penelitian-penelitian bidang klaster
pemrosesan bahasa alami (PBA), diantaranya lewat 2. Hitung kemiripan antara dua klaster
PAN Localization Project, khusus untuk bahasa 3. Urutkan rangking antara semua pasangan
Indonesia telah dikembangkan PoS khusus untuk klaster berdasarkan kemiripannya, kemudian
terjemahan ke bahasa Inggris pada tahun 2009 [10]. gabungkan dua klaster teratas.
PoS tersebut dibangun berdasarkan Penn Treebank 4. Berhenti sampai pada jumlah klaster yang
PoS tag sets [11] terdiri dari 29 PoS tags. PoS diinginkan, jika belum, kembali ke langkah 2.
utama Bahasa Indonesia adalah kata kerja (verb),
kata sifat (adjective), kata keterangan (adverb), kata Oleh Jeff dkk. [19], algorima yang dikembangkan
benda (noun), and kata tugas (function words), berdasarkan penelitian Lin [20] ini dinamakan
berdasarkan 5 (lima) PoS utama tersebut dan algoritma word-similarity-based (WSB) clustering.
observasi data, Pisceldo dkk. [12] mendefinisikan Pada penelitiannya tentang penggunaan algoritma
37 tag untuk Bahasa Indonesia. Wicaksono dan extended word similarity based (EWSB) clustering
Purwarianti [13] dalam penelitiannya untuk mesin penerjemah bahasa Inggris ke
menggunakan 35 tag hasil dari modifikasi tagset Indonesia, Sujaini dkk. [21] melaporkan bahwa

“Seminar Nasional FORTEI 2015” 225

 penggunaan algoritma tersebut dapat meningkatkan
akurasi terjemahan sebesar 2,07%.
III. METODOLOGI PENELITIAN
A. Skenario Penelitian
II. Word alignment adalah salah satu proses
penting dalam mesin penerjemah, ada dua cara
penggunaan informasi leksikal untuk meningkatkan
akurasi proses word alignment, cara pertama yaitu
dengan menggunakan word cluster yang dihasilkan
dari korpus paralel secara otomatis, sedangkan cara
kedua adalah dengan menggunakan korpus yang
telah ditandai setiap katanya dengan PoS yang
bersesuaian dengan kata-kata tersebut. Eksperimen
ini menggunakan pendekatan pertama untuk
melihat pengaruh hasil klaster dengan inisiasi kelas
kata tertutup terhadap akurasi sistem penerjemah. Gambar 2. Diagram Blok Pengklasteran Kata dengan Penambahan Informasi
Posisi eksperimen ini terhadap mesin penerjemah Kelas Kata Tertutup
sebagai instrumen eksperimen dapat dilihat pada
gambar 1. Pada penelitian ini kami menggunakan 14 (empat
belas) jenis PoS yang dirujuk pada bahasa
Indonesia, yaitu : IN (di, ke, dari), DT (ini, itu,
tersebut), PRP (saya, kamu, kau), WP (apa, siapa),
PRN (kedua-duanya, ketiga-tiganya), PRL (sini,
situ, sana), CC (dan, atau, tetapi), SC (namun, jika,
ketika), MD (bisa, dapat, akan), CDP (1, 2, satu),
CDO (pertama, kedua), CDI (beberapa, segala),
CDC (sendiri, berdua), dan COP (adalah,
merupakan). Karena pada eksperimen ini
menggunakan 50 klaster, anggota-anggota 36
klaster lainnya ditentukan dengan menggunakan
Gambar 1. Posisi Eksperimen pada Mesin Penerjemah Statistik algoritma EWSB. Eksperimen yang dilakukan
menggunakan korpus paralel bahasa Indonesia-
Melayu Pontianak, masing-masing terdiri atas 5.000
Seperti terlihat pada Gambar 2, pengklasteran kalimat.
kata dengan penambahan informasi kelas kata
B. Instrumen Penelitian
tertutup dimulai dengan proses tokenisasi terhadap
korpus monolingual. Token yang terdiri atas Instrumen-instrumen yang digunakan pada
kosakata dan tanda baca selanjutnya dibuat daftar penelitian ini adalah sebagai berikut.
tokennya. Dari data tersebut, dilakukan 1. Moses : digunakan sebagai mesin penerjemah
pembentukan klaster kata-kata yang termasuk jenis 2. SRILM : digunakan untuk membangun
kelas kata tertutup dengan bantuan data kelas kata language model
tertutup yang telah dipersiapkan sebelumnya, 3. Giza++ : digunakan untuk proses word
sedangkan token lainnya diklaster dengan algoritma aligment
EWSB. 4. BLEU (Bilingual Evaluation Understudy):
digunakan untuk penilaian hasil translasi
5. SW-EWSB : Perangkat lunak dengan algoritma
EWSB.

226 “Seminar Nasional FORTEI 2015”

C. Pengujian
Pengujian dilakukan dengan membangun mesin
penerjemah Moses dan melalukan penilaian dengan
BLEU. Untuk masing-masing pengujian, komponen
word clustering ―mkcls‖ diganti dengan algoritma
EWSB dan algoritma EWSB dengan tambahan
informasi kelas kata tertutup.
Korpus paralel yang digunakan terdiri dari terdiri
dari 5.000 kalimat bahasa Indonesia-Melayu
Pontianak. Korpus paralel tersebut di-training
dengan dua perlakuan yang berbeda, yaitu tanpa Fig. 1. Peningkatan Akurasi Terhadap Mkcls
informasi kelas kata tertutup (N-KKT) dan dengan
menggunakan informasi kelas kata tertutup (KKT). Dari data Tabel I, terlihat bahwa terjadi
Komponen yang diganti pada eksperimen ini peningkatan akurasi terjemahan saat sistem
adalah proses ―Training‖ pada MP pada sub proses penerjemah dibantu dengan informasi KKT, nilai
―Prepare Data‖. Pada sub proses ini, dilakukan BLEU untuk set uji A meningkat sebesar ((91,33-
pengklasteran kata yang akan digunakan pada 80,13)/91,33)x100% =13,98%, set uji B meningkat
proses-proses selanjutnya. Eksperimen yang sebesar 10,09%, set uji C meningkat sebesar
dilakukan menggunakan 3-gram dan 4 set data uji 13,65%, dan set uji D meningkat sebesar 9,41%.
dengan masing-masing set terdiri atas 300 kalimat Adapun peningkatan rata-rata dari seluruh seluruh
refrensi pengujian. Kalimat uji tersebut diambil dariset uji adalah sebesar 11,76%.
korpus paralel yang digunakan dalam proses Beberapa contoh hasil terjemahan baik
training. menggunakan KKT maupun N-KKT dapat dilihat
IV. HASIL EKSPERIMEN DAN PEMBAHASAN pada Tabel II. Input adalah kalimat dalam bahasa
Indonesia yang akan diterjemahkan, referensi
Dari hasil pengujian dapat dilihat bahwa akurasi
merupakan terjemahan manual sebagai referensi,
yang ditunjukkan oleh nilai BLEU dari mesin
sedangkan KKT dan N-KKT merupakan hasil
penerjemah dengan sistem yang berbeda-beda
terjemahan MPS dengan masing-masing sistem.
menghasilkan perbedaan nilai (Tabel I). Terlihat
bahwa rerata akurasi terbaik dilihat dari nilai BLEU
adalah dengan menggunakan informasi kelas kata TABEL III
CONTOH PERBANDINGAN KALIMAT HASIL TERJEMAHAN
tertutup (KKT). Peningkatan BLEU score sistem
dengan informasi kelas kata tertutup KKT terhadap
sistem tanpa informasi kelas kata tertutup (N-KKT) No Kalimat BLEU
(%)
dapat dilihat pada Gambar 3. 1 Input kita harus tahu mana yang benar dan mana yang
salah
Ref kite aros tahu mane nang benar ngan mane nang
TABEL I salah
FONT SIZES FOR PAPERS N-KKT kite aros tahu mane yang benar ngan mane nang 39,28
salah
KKT kite aros tahu mane nang benar ngan mane nang 100,00
salah
Data Uji N-KKT (%) KKT (%)
2 Input biasanya hari ini tidak begitu ramai , maklumlah
A 80,13 91,33 banyak yang sudah pergi kerja di kantor
Ref biasenye ari ini tadak gituk ramai , maklomlah
B 80,31 88,41 banyak yang udah pegi kerje tang kantor
N-KKT biasenye ari ini ni tadak gituk belambak lerak 56,33
C 70,79 80,45 manusie , maklomlah banyak yang udah pegi kerje
D 74,63 81,65 tang kantor
KKT biasenye ari ini ni tadak gituk ramai , maklomlah 81,54
Rerata 76,47 85,46 banyak yang udah pegi kerje tang kantor
3 Input saya memesan tiket pulang pergi jakarta pontianak
Ref kamék mesan tiket pulang balék jakarta pontianak

“Seminar Nasional FORTEI 2015” 227

 N-KKT kamék mesan tiket pulang pegi jakarta pontianak 48.89 kelas Kata tertutup terhadap peningkatan
KKT kamék mesan tiket pulang balék jakarta pontianak 100,00
4 Input apa yang dikatakan wak cemuk , tentulah membuat keakuratan terjemahan dari MPS.
sahabatnya yang baru datang dari rantau semakin
percaya DAFTAR PUSTAKA
Ref ape nang dikate wak cemuk , tentulah mbuat
[1] H. Sujaini, Kuspriyanto, A.A. Arman, dan A. Purwarianti, ―Pengaruh
sahabatnye nang barok datang dari rantau semakén
part-of-speech pada mesin penerjemah bahasa inggris-indonesia
cayak
berbasis factored translation model”, SNATI 2012, Yogyakarta, 2012.
N-KKT ape yang dikate wak cemuk , tentulah mbuat 61,48 [2] P. Koehn, dan H. Hoang, ―Factored translation models”, Joint
sahabatnye yang baru datang dari rantau semakén Conference on Empirical Methods in Natural Language Processing
cayak and Computational Natural Language Learning , Prague, 2007.
KKT ape nang dikate wak cemuk , tentulah mbuat 100,00 [3] I. Youssef, M. Sakr, dan M. Kouta, ‖Linguistic factors in statistical
sahabatnye nang barok datang dari rantau semakén machine translation involving arabic language”, IJCSNS International
cayak Journal of Computer Science and Network Security, VOL.9 No.11,
1999.
[4] Razavian, N. Sharif, dan S. Vogel, ―Fixed length word suffix for
Beberapa contoh hasil terjemahan factored statistical machine translation”, Proceedings of the ACL 2010
memperlihatkan bahwa sistem penerjemah dengan Conference Short Papers, Uppsala, 2010.
[5] D. Lin, ―ICML '98‖, Proceedings of the Fifteenth International
KKT berhasil memperbaiki kesalahan terjemahan Conference on Machine Learning, San Francisco , 1998
dari sistem N-KKT. Pada kalimat pertama, kata [6] D. Jurafsky, dan H.Martin, ―Speech and language processing”, Parson
International Edition, New Jersey, 2009.
―yang‖ yang tidak berhasil diterjemahkan sebagai [7] P. Koehn, ―Statistical machine translation‖, Cambridge University
―nang‖ oleh sistem N-KKT dapat diterjemahkan Press, New York, 2010.
[8] W. Bisang, ―The oxford handbook of linguistic typology‖, Oxford
dengan benar oleh sistem KKT. Pada kalimat kedua, Handbooks Online, Sep 2012.
frase ―tidak begitu ramai‖ diterjemahkan menjadi [9] E. Waridah, ―EYD dan seputar kebahasa-indonesiaan”, Kawan Pustaka,
Jakarta. 2008.
―tadak gituk belambak lerak‖ pada sistem N-KKT, [10] M. Adriani, ―Developing postag for bahasa indonesia‖, Diakses pada 1
sedangkan sistem KKT menterjemahkannya Agustus 2015 dari http://www.panl10n.net/Presentations/Laos/
RegionalConference/CorpusCollection/Tagset_Tagging_for_Bahasa_I
sebagai ―tadak gituk ramai‖ seperti pada kalimat donesia.pdf, 2009.
referensi. Frase ―pulang pergi‖ pada kalimat ketiga [11] M.P. Marcus, M.A. Marcinkiewicz, dan B. Santoroni, ―Building a large
annotated corpus of english: the penn Treebank‖, Association for
yang seharusnya diterjemahkan menjadi ―pulang Computational Linguistics, 1993.
balék‖ diterjemahkan menjadi ―pulang pegi‖ oleh [12] F. Pisceldo, M. Adriani, dan R. Manurung, ―Probabilistic part of
speech tagging for bahasa indonesia‖, Third International Wokshop on
sistem N-KKT, kesalahan ini dapat diperbaiki oleh Malay and Indonesian Language Engineering, Singapore, 2009.
sistem KKT. Pada kalimat keempat, frase [13] A.F. Wicaksono, dan A. Purwarianti, ―HMM based part-of-speech
tagger for bahasa indonesia‖, The 4th International Malindo Wokshop,
―sahabatnya yang baru datang‖ diterjemahkan Jakarta, 2010.
menjadi ―sahabatnye yang baru datang‖ oleh [14] S.D. Larasati, V. Kuboň, dan D. Zeman, ―Indonesian morphology tool
(morphind): towards an indonesian corpus‖, SFCM 2011, Springer
sistem N-KKT, kesalahan tersebut diperbaiki oleh CCIS proceedings of the Workshop on Systems and Frameworks for
sistem KKT dengan terjemahan ―sahabatnye nang Computational Morphology, Zurich, 2011.
[15] F. Pereira, N. Tishby, dan L.Lee, ―Distributional clustering of english
barok datang‖. Dari hasil eksperimen di atas, words‖, Proceedings of the 31st annual meeting on Association for
terbukti bahwa penambahan informasi kelas kata Computational Linguistics (1993), pp. 183-190, 1993.
[16] P. F. Brown, V.J. Della, V. Peter, Desouza, J.C.. Lai, dan R.L. Mercer,
tertutup sebagai informasi linguistik dapat ―Class-based n-gram models of natural language‖, Computational
meningkatkan akurasi terjemahan mesin Linguistics, Vol. 18, No. 4., pp. 467-479, 1992.
[17] I.S. Dhillon, S. Mallela, dan R. Kumar, ―Enhanced word clustering for
penerjemah statistik. hierarchical text classification”, KDD '02: Proceedings of the eighth
ACM SIGKDD international conference on Knowledge discovery and
V. PENUTUP data mining (2002), pp. 191-200, 2002
[18] S. Momtazi, dan D. Klakow, ―A word clustering approach for language
Dari hasil penelitian yang dilakukan, dapat model-based sentence retrieval in question answering systems‖, CIKM
disimpulkan bahwa penambahan informasi kelas '09: Proceeding of the 18th ACM conference on Information and
knowledge management, pp. 1911-1914, 2009.
kata tertutup sebagai informasi linguistik [19] M.A. Jeff, S. Matsoukas, dan S.R. Schwartz, ―Improving low-resource
memberikan kontribusi terhadap peningkatan nilai statistical machine translation with a novel semantic word clustering
algorithm‖, Proceedings of the MT Summit XIII, Xiamen, China, 2011.
BLEU yang merupakan acuan akurasi terjemahan [20] D. Lin, ―Automatic retrieval and clustering of similar words”,
bahasa Indonesia ke bahasa Melayu Pontianak Proceedings of the 17th international conference on computational
linguistics. Vol. 2. Canada, 1998.
sebesar 11,76 %. [21] H. Sujaini, Kuspriyanto, A.A. Arman, dan A. Purwarianti, ―Extended
Perlu dilakukan penelitian lebih jauh terhadap Word Similarity Based Clustering on Unsupervised PoS Induction to
Improve English-Indonesian Statistical Machine Translation‖, 16th
bahasa-bahasa lain yang berbeda dan korpus yang ORIENTAL COCOSDA/CASLRE-2013, Gurgaon, India, 2013.
lebih besar serta menggunakan variasi Set PoS
kelas kata tertutup untuk lebih mendalami pengaruh

228 “Seminar Nasional FORTEI 2015”

“Seminar Nasional FORTEI 2015” 229