Web viewpemanfaatan arduino nano dan penerapan fuzzy logic untuk pengendalian konsumsi energi yang...
Transcript of Web viewpemanfaatan arduino nano dan penerapan fuzzy logic untuk pengendalian konsumsi energi yang...
PEMANFAATAN ARDUINO NANO DAN PENERAPAN FUZZY LOGIC UNTUK PENGENDALIAN KONSUMSI
ENERGI YANG EFISIENPROPOSAL METODE PENELITIAN
(HMKK 538)
Disusun Oleh:
NAMA : IRAWAN
NIM : H1F114024
PROGRAM STUDI S-1 TEKNIK MESINFAKULTAS TEKNIK
UNIVERSITAS LAMBUNG MANGKURATBANJARBARU
i
2016
TERIMAKASIH KEPADA
ii
REKTOR UNIVERSITAS LAMBUNG MANGKURATProf. Dr. H. Sutarto Hadi, M.Si., M.Sc
NIP. 19660331 199102 1 001
WAKIL REKTOR BIDANG AKADEMIKDr. Ahmad Alim Bachri, SE., M.Si
WAKIL REKTOR BIDANG UMUM DAN KEUANGAN
Dr. Hj Aslamiah, M.Pd., Ph.D
WAKIL REKTOR BIDANG KEMAHASISWAAN DAN ALUMNI
Dr. Ir. Abrani Sulaiman, M.Sc
WAKIL REKTOR BIDANG PERENCANAAN, KERJASAMA, DAN
HUMASProf. Dr. Ir. H. Yudi Firmanul Arifin, M.Sc
DEKAN FAKULTAS TEKNIKDr-Ing. Yulian Firmana Arifin, S.T., M.T
WAKIL DEKAN I FAKULTAS TEKNIKDr. Chairul Irawan, ST., MT
WAKIL DEKAN III FAKULTAS TEKNIKNurhakim, ST., MT
WAKIL DEKAN II FAKULTAS TEKNIKMaya Amalia, ST., M.Eng
KEPALA PRODI TEKNIK MESINAchmad Kusairi S, ST,. MT., MM
DOSEN PENGAMPUHProf. Dr. Qomariyatus Sholihah Amd. Hyp, ST, M.Kes.
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Kuasa, yang telah memberikan
rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan Proposal
Metode Penelitian ini dengan judul “ Pemanfaatan Arduino Nano dan Penerapan
Fuzzy Logic Untuk Pengendalian Konsumsi Energi Yang Efisien”. Keberhasilan
dalam penyusunan Proposal Metode Penelitian ini tidak lepas dari bantuan dan
kerja sama, serta dukungan dari berbagai pihak. Ucapan terima kasih Penulis
haturkan kepada :
1. Bapak Ach. Kusairi S, MM., MT. selaku Ketua Program Studi Teknik Mesin
Fakultas Teknik Universitas Lambung Mangkurat
2. Ibu Prof. Dr. Qomariyatus Sholihah, Amd.hyp., ST., M.Kes. selaku Dosen
Pengampu 1
Proposal ini disusun untuk memenuhi persyaratan kelulusan mata kuliah
Metode Penelitian (HMKK 538) dan bisa menjadi pengetahuan serta pengenalan
bagi mahasiswa tentang dunia Konversi Energi.
Penulis menyadari bahwa dalam menyusun proposal ini masih terdapat
banyak kekurangan, untuk itu penulis mengharapkan masukan-masukan dan
saran yang sifatnya membangun. Akhirnya penulis hanya bisa berharap nantinya
proposal ini bisa bermanfaat bagi semua pihak, terutama para mahasiswa dan
saya sendiri.
Banjarbaru, Oktober 2016
Irawan
iii
MAHASISWA : IRAWANNIM. H1F114024
H1F114024
DAFTAR ISI
Judul Halaman
UCAPAN TERIMAKASIH..................................................................... ii
KATA PENGANTAR ............................................................................ iii
DAFTAR ISI ......................................................................................... iv
BAB I PENDAHULUAN
1.1 Latar Belakang.................................................................. 1
1.2 Rumusan Masalah............................................................ 4
1.3 Batasan Masalah ............................................................. 4
1.4 Tujuan Penelitian ............................................................. 5
1.5 Manfaat Penelitian ........................................................... 5
BAB II TINJAUAN PUSTAKA
2.1 Penelitian Terdahulu......................................................... 6
2.2 Arduino Nano.................................................................... 8
2.3 Sensor.............................................................................. 10
2.3.1 Sensor PIR (Passive Infrared Receiver)................................. 10
2.3.2 Sensor Infrared........................................................................ 11
2.3.3 Sensor Suhu LM35.................................................................. 13
2.3.4 Sensor Cahaya......................................................................... 14
2.3.5 Sistem Mikroprosesor.............................................................. 15
iv
2.4 Fuzzy Logic....................................................................... 16
2.4.1 Fungsi Keanggotaan............................................................... 17
2.4.2 Fungsi Implikasi........................................................................ 21
2.5 Fuzzifikasi.................................................................................... 22
2.5.1 Inferensi.................................................................................... 22
2.5.2 Defuzziikasi.............................................................................. 23
BAB III METODE PENELITIAN
3.1 Objek Penelitian ............................................................... 26
3.2 Bahan Penelitian .............................................................. 28
3.3 Tahapan Perancangan Penelitian...................................... 29
3.4 Pengumpulan data............................................................. 32
3.4.1 Fuzzifikasi....................................................................... 32
3.4.2 Rule............................................................................... . 34
3.5 Prosedur Pengujian Efisiensi............................................. 37
3.6 Jadwal Proposal Penelitian................................................ 38
DAFTAR PUSTAKA
v
DAFTAR GAMBAR
Gambar 2.1 Board Arduino Nano....................................................................9
Gambar 2.2 Sensor PIR (Passive Infrared Receiver) ..................................11
Gambar 2.3 Pemancar Infrared.....................................................................12
Gambar 2.4 Sensor Suhu LM35....................................................................13
Gambar 2.5 Sensor Cahaya LDR..................................................................14
Gambar 2.6 Representasi Linear Naik.........................................................18
Gambar 2.7 Representasi Kurva Segitiga.....................................................18
Gambar 2.8 Representasi Kurva Trapesium.................................................19
Gambar 2.9 Representasi Kurva Bahu..........................................................20
Gambar 3.1 Perancangan Sistem.................................................................26
Gambar 3.2 Diagram Alir Penelitian..............................................................26
Gambar 3.3 Rancangan Hardware................................................................29
Gambar 3.4 Flowchart fuzzy logic.................................................................30
Gambar 3.5 Rule Software Matlab................................................................31
Gambar 3.6 Parameter LDR..........................................................................32
Gambar 3.7 Fuzzifikasi Cahaya....................................................................32
Gambar 3.8 Fuzzifikasi Suhu........................................................................33
Gambar 3.9 Output Fuzzy Logic....................................................................35
Gambar 3.10 Output Kondisi Ruangan Fuzzy Logic.....................................36
vi
DAFTAR TABEL
Tabel 3.1 Peralatan dan Komponen Alat......................................................28
Tabel 3.2 Aturan Fuzzy logic LDR.................................................................34
Tabel 3.3 Aturan Fuzzy logic Sensor LM35...................................................34
Tabel. 3.4 Jadwal penelitian..........................................................................38
vii
1
BAB I
PENDAHULUAN
1.1 Latar BelakangMenurut Badan Energi Dunia (International Energy Argency). Permintaan
energi dunia terus meningkat hingga tahun 2030 sebesar 45% atau rata-rata
peningkatan tersebut sebesar 1,6% setiap tahunya. Peningkatan penggunaan
energi dipengaruhi oleh laju pertumbuhan penduduk. Berdasarkan data Badan
Pengkajian dan Penerapan Teknologi (BPPT), jumlah penduduk negara
Indonesia yang merupakan salah satu negara berkembang di dunia terus
mengalami peningkatan setiap tahunnya, hal tersebut berdampak terhadap
penggunaan energi dalam kehidupan sehari-hari. Dengan terus meningkat
permintaan energi setiap tahunnya diperlukan solusi untuk mengatasi masalah
tersebut sehingga permintaan energi yang terus meningkat dapat diatasi.
Energi listrik merupakan salah satu energi yang sangat dibutuhkan dalam
kehidupan kita. Dapat dikatakan bahwa listrik telah menjadi sumber energi utama
dalam setiap kegiatan baik di rumah tangga maupun industri. Hampir semua
peralatan yang kita gunakan bekerja dengan menggunakan listrik seperti lampu,
televisi, komputer, kipas angin, AC, lemari es, dan lainl-lain. Listrik memang
sangat membantu mempermudah pekerjaan dalam kehidupan kita sehari-hari.
Tetapi kemudahan yang didapatkan tidak diiringi dengan cara penggunaan yang
bijaksana. Masih banyak terjadi dimasyarakat penggunaan listrik yang mubazir.
Berbagai kasus seperti di perkantoran AC dan lampu yang dibiarkan menyala
pada ruangan-ruangan padahal kondisi di ruangan sedang kosong atau bahkan
jika ada orang di ruangan pun, semua perangkat listrik AC dan lampu tersebut
tetap menyala tanpa memperhatikan kebutuhan orang yang berada di dalamnya.
Hal yang sama juga terjadi di rumah tangga, seperti membiarkan peralatan
2
elektronik tetap tersambung pada pusat sumber listrik. Salah satu penggunaan
energi yang terus meningkat adalah penggunaan energi listrik. Kebutuhan listrik
(demand), dilihat dari segi pemakaian, sedangkan beban tenag listrik (load)
sebagai sutu akibat yang timbul dari adanya kebutuhan tersebut dilihat dari segi
penyediaannya (supply). Oleh karena itu, maka hasil suatu prakiraan beban
harus dapat memberikan bahan untuk perencanaan penyediaan energi listrik
(Basri, 1997).
Sesuai dengan Peraturan Menteri Energi dan Sumber Daya Mineral
Republik Indonesia Nomor 13 Tahun 2012 tentang Penghematan Pemakaian
Energi Listrik, permasalahan ini dapat diatasi dengan mematikan lampu jika tidak
digunakan seperti pada saat ruang kosong atau tidak menyalakan pendingin
ruangan terlalu dingin untuk menghemat energi. Namun, terkadang pengguna
lupa untuk mematikan lampu saat tidak digunakan, sehingga solusi tersebut
belum efisien.
Berdasarkan KBBI (Kamus Besar Indonesia Bahasa Indonesia) efisien
adalah mengerjakan sesuatu dengan tidak membuang-buang energi, waktu dan
biaya. Dengan menggunakan peralatan listrik seperti pendingin ruang, lampu,
stopkontak secara efisien, maka akan menghemat energi serta waktu. Supaya
peralatan listrik dapat digunakan secara efisien maka dapat dilakukan dengan
mengontrol peralatan listrik menggunakan prototype arduino nano yang telah
menerapkan fuzzy logic. Sehingga peralatan listrik yang tidak digunakan akan
dimatikan secara otomatis.
Arduino Nano adalah papan pengembangan (development board)
mikrokontroler yang berbasis chip ATmega328P dengan bentuk yang sangat
mungil. Arduino nano sebagai papan pengembangan karena board ini memang
berfungsi sebagai arena prototyping sirkuit mikrokontroller. Dengan
menggunakan papan pengembangan akan lebih mudah merangkai rangkaian
3
elektronika mikrokontroller dibanding jika anda memulai merakit ATMega328 dari
awal di breadboard. Pemanfaatan prototype Arduino nano adalah untuk
menghemat biaya dalam membuat sebuah alat cerdas dan dapat mengontrol
konsumsi energi listrik ruangan yang efisien.
Fuzzy logic merupakan suatu logika yang memiliki nilai kekaburan atau
kesamaran (Fuzzyness) antara benar atau salah. Fuzzy logic adalah komponen
pembentuk soft computing. Dasar fuzzy logic adalah teori himpunan fuzzy.
Himpunan fuzzy adalah kelas objek dengan rangkaian nilai keanggotaan.
Himpunan tersebut ditandai dengan fungsi keanggotaan yang diberikan kepada
setiap objek dengan nilai berkisar antara nol dan satu. Notasi yang digunakan
antara lain inclusion, union, intersection, komplemen, relasi, berbagai sifat dari
notasi dalam konteks himpunan fuzzy juga diterapkan. Secara khusus, teorema
pemisah untuk himpunan fuzzy adalah memberikan pemisah tanpa harus benar-
benar memisahkan himpunan fuzzy tersebut (Zadeh, 1965:8). Cara kerja dari
fuzzy logic adalah dengan mempertimbangkan masukan untuk mengambil
keputusan. Penerapan fuzzy logic adalah untuk pengendalian/pengontrolan soft
computing konsumsi energi listrik ruangan yang efisien.
Berdasarkan latar belakang diatas, maka pada penelitian ini akan
dirancang simulasi prototype untuk mengontrol pendingin ruang, lampu
penerangan dan stopkontak dengan menerapkan fuzzy logic. Judul Penelitian
adalah “Pemanfaatan Arduino Nano dan Penerapan Fuzzy logic Untuk
Pengendalian Konsumsi Energi Yang Efisien”, diharapkan dengan menggunakan
fuzzy logic dapat menghemat dan mengontrol konsumsi energi listrik ruangan
yang efisien.
4
1.2 Rumusan MasalahAdapun perumusan masalah pada penelitian ini sebagai berikut :
a) Bagaimana perancangan sistem penggunaan arduino nano dan
penerapan fuzzy logic untuk pengendalian konsumsi energi ?
b) Bagaimana rancangan pembuatan simulasi prototype menggunakan
arduino nano dan penerapan fuzzy logic untuk pengendalian
konsumsi energi ?
c) Bagaimana peningkatan efisiensi energi dengan menggunakan
rancang bangun simulasi prototype untuk mengontrol pendingin
ruangan, lampu dan stop kontak sehingga dapat menghemat energi ?
1.3 Batasan MasalahAdapun batasan masalah pada proposal ini adalah sebagai berikut:
a. Objek dalam penelitian adalah konsumsi energi listrik ruangan pada
pendingin ruangan, lampu, dan stopkontak.
b. Subjek dalam penelitian adalah Arduino nano yang telah di input kedalam
fuzzy logic untuk mengontrol konsumsi energi lisrik ruangan.
c. Penggunaan peralatan untuk mengontrol konsumsi energi adalah meliputi
kabel USB, Sensor suhu, sensor PIR, sensor infrared, sensor cahaya,
lampu, resistor, kabel penghubung dan stopkontak.
d. Rancang simulasi prototype dengan perakitan sensor, hardware Arduino
nano, dan software Matlab R2016b.
e. Pemasangan mikrokontroler pada laptop Toshiba satellite C600, Intel
core duo.
f. Pengujian efisiensi konsumsi energi menggunakan software Matlab
R2016b dan Hardware Arduino nano Atmega 328P.
5
1.4 Tujuan PenelitianTujuan yang ingin dicapai dalam proposal ini adalah:
a) Merancang sistem untuk pengendalian konsumsi energi dalam ruangan
dengan menerapkan logika fuzzy pada arduino nano.
b) Menghasilkan simulasi prototype untuk mengendalikan konsumsi energi
dalam ruangan dengan menerapkan fuzzy logic pada arduino nano.
c) Meningkatkan efisien energi dengan menggunakan prototype untuk
mengontrol pendingin ruangan, lampu dan stop kontak sehingga dapat
menghemat energi.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari proposal ini adalah sebagai berikut:
a. Bagi Peneliti, dengan adanya penelitian ini peneliti dapat menambah
wawasan khususnya dalam pemanfaatan arduino nano dan penerapan
fuzzy logic untuk pengendalian konsumsi energi yang efisien.
b. Sebagai sumbangan karya ilmiah bagi mahasiswa dan kajian bagi peneliti
lain untuk mengembangkan pengendalian konsumsi energi dengan
penerapan fuzzy logic.
c. Bagi Universitas Lambung Mangkurat khususnya Fakultas Teknik
program studi Teknik Mesin, dengan adanya penelitian ini akan
meningkatkan akreditasi program studi Teknik Mesin serta program studi
Teknik mesin dapat lebih dikenal di masyarakat luas.
d. Bagi Masyarakat, dengan adanya penelitian ini dapat menghemat
pemakaian listrik dengan mengontrol menggunakan arduino nano dan
penerapan fuzzy logic untuk mendapatkan konsumsi energi yang efisien.
6
BAB II
TINJAUAN PUSTAKA
2.1 Penelitian Terdahulu
Menurut Nesi Syafitri. N (2016), “Simulasi Sistem Untuk Pengontrolan
Lampu Dan Air Conditioner Dengan Menggunakan Logika Fuzzy”. Suatu sistem
yang mampu mengontrol penggunaan lampu dan AC tersebut secara otomatis
untuk mendapatkan efesiensi penggunaan listrik. Sistem simulasi pengontrolan
ini dirancang dengan prinsip kendali logika fuzzy dengan menggunakan sistem
inferensi fuzzy adalah metode tsukamoto. Parameter yang digunakan untuk
mengatur pemakaian lampu berdasarkan intensitas cahaya yang ada.
Sementara parameter untuk mengatur temperatur AC berdasarkan banyak orang
dan temperatur udara. Nilai tegas output yang dihasilkan berupa temperatur AC
dan jumlah lampu yang bisa dihidupkan. Sistem pengontrolan dengan logika
fuzzy lebih efektif dibandingkan dengan cara konvensional, hal ini dikarenakan
sistem pengontrolan dengan logika fuzzy dapat menyesuaikan dengan banyak
orang, temperatur udara dan intensitas cahaya yang terjadi di sebuah ruangan.
Menurut Setiyo Wahyono dan Ulfah Mediaty Arie (2016),” Pengendalian
Suhu Dan Humidity Pada Alat Pengering Selendri Menggunakan Kontrol Fuzzy
Logic”. Sebuah sistem aplikasi dengan menggunakan mikrokontroler yang dapat
mengendalikan suhu dan humidity pada alat pengering seledri, menerapkan
fuzzy logic dalam operasi sistem pengendali suhu dan humidity pada alat
pengering seledri dan menerapkan fuzzy logic tipe mamdani pada alat pengering
seledri untuk mengendalikan suhu agar sesuai dengan setpoint yang diinginkan.
Metode pengumpulan data yang digunakan adalah pengukuran dan
7
dokumentasi. Fuzzy Logic Controler (FLC) merupakan sistem fuzzy yang
diaplikasikan secara khusus dalam bidang kendali. Variabel input pada fuzzy
controller umumnya berupa nilai selisih antara nilai referensi output dengan nilai
output aktual yang disebut nilai error. Sedangkan output fuzzy controller adalah
perintah kendali yang diberikan ke heater dan kipas. Pada sistem pengendalian
suhu dan kelembaban pada alat pengering seledri ini menggunakan metode
Mamdani. menggunakan mikrokontroler yang dapat mengendalikan suhu dan
humidity pada alat pengering seledri digunakan sensor suhu SHT11, glass
heater, kipas DC dan mikrokontroler Atmega 328, kontrol fuzzy logic sangat
cocok diaplikasikan pada operasi sistem pengendali suhu dan humidity pada alat
pengering seledri dan Penerapan logika fuzzy logic tipe mamdani pada alat
pengering seledri dapat menghasilkan hasil pengedalian suhu yang konstan
terhadap setpoint yang diinginkan.
Menurut Yudha Dwi Aryandhi, Mozart Wilson Talakua (2013), “Penerapan
Inferensi Fuzzy Untuk Pengendalian Suhu Ruangan Secara Otomatis Pada Air
Condititioner (AC)”. Excelsior of temperature input in outside room and
temperature input on the room influence Air Conditioner temperature output, so
that more number of people inside the room. Air Conditioner temperature output
sometimes feel cold, cold enough, cool, cool enough, normal and many more in
the people skins. Best Air Conditioner temperature output determinable with
fuzzy inference, by influence of outside temperature, inside temperature and
number of people inside. The best temperature can be positive effect for healty
and saving in energy.
Menurut I Made Mataram (2010),” Desain Kontrol Aerator Pada Instalasi
Pengolahan Air Limbah Suwung Dengan Fuzzy Logic”. limbah merupakan
buangan yang dihasilkan dari suatu proses produksi baik industri maupun
domestic (rumah tangga) dan harus di kelola agar tidak menimbulkan
8
pencemaran dan penurunan kualitas lingkungan. Instalasi Pengolahan Air
Limbah (IPAL) merupakan suatu tempat pengolahan limbah yang bertempat di
daerah Suwung. Pengolahan limbah cair dilakukan dengan menggunakan sistem
kolam aerasi dan kolam sedimentasi. Pada proses aerasi yaitu proses reduksi
BOD (Biological Oxygen Demand) dan COD (Chemical Oxygen Demand) secara
aerob digunakan aerator sebagai penghasil oksigen yaitu dengan cara
menempatkan aerator di dalam kolam aerasi sehingga menghasilkan oksigen
berupa buih udara yang tercampur dengan air. Dalam penelitian ini dilakukan
perencanaan desain kontrol pengoperasian aerator dengan fuzzy logic. Desain
pengontrolan dengan menggunakan logika fuzzy pada pengoperasian aerator
sudah dapat dibuat dan dapat bekerja sesuai dengan karateristik input/ouput
limbah, ini terlihat dari lama operasi aerator yang bekerja sudah sesuai dengan
input limbah. Penggunaan energi listrik dengan pengontrolan fuzzy pada
pengoperasian aerator lebih rendah dibandingkan dengan penggunaan energi
listrik pengoperasian secara manual, ini terlihat dari penggunaan energy
pengoperasian aerator manual dan fuzzy pada bulan Oktober 2010 yang
memiliki selisih sebesar 6.693 kWh,berupa kristalin (50-60%) dan memiliki titik
leleh 115oC. Sedangkan HDPE bermassa jenis lebih besar yaitu 0,95-0,97 gmL-
1, dan berbentuk kristalin (kritalinitasnya 90%) serta memiliki titik leleh di atas
127oC (beberapa macam sekitar 135oC).
2.2. Arduino Nano
Menurut Saddam Azmi (2013), arduino terdiri dari komponen utama
Mikrokontroler sebagai unit proses utama adalah sebuah chip atau IC (integrated
Circuit) yang dapat diprogram menggunakan komputer. Mikrokontroler harus
diprogram terlebih dahulu agar dapat melakukan pengontrolan mulai dari
membaca input, melakukan proses dan menghasilkan output. salah satu varian
9
dari produk board mikrokontroller keluaran Arduino. Arduino Nano adalah board
Arduino terkecil, menggunakan mikrokontroller Atmega 328P terdiri dari
komponen utama mikrokontroler sebagai unit proses utama.
Gambar 2.1 (a) Board arduino nano dan (b) Konfigurasi pin pada board
Arduino Nano dirancang oleh Gravitech (arduino,cc). Arduino nano juga
telah dilengkapi dengan slot USB untuk menghubungkan dengan komputer agar
dapat melakukan downloader coding ke dalam arduino nano. Arduino nano dapat
diaktifkan dengan koneksi USB mini dengan tegangan 6.20 volt pada pin 30 atau
5 volt pada pin 27. Arduini nono dengan ATmega 168 memiliki memori RAM 1
KB dengan EEPROM 512 byte, sedangkan ATmega 328 memiliki RAM 2 KB dan
EEPROM 1 KB atau dua kali lipat dari ATmega 168. Arduino nano dapat
menggunakan catudaya langsung dari mini USB port atau menggunakan
catudaya luar yang dapat diberikan pada pin 30 (+) dan pin 29 (-) untuk tegangan
kerja 7-12 volt atau pin 28 (+) dan pin 29 (-) untuk tegangan 5 volt.
Arduino nano memiliki 14 pin digital yang dapat digunakan sebagai pin
input atau output. Pin ini akan mengeluarkan tegangan 5 volt untuk mode high
(logika 1) dan 0 volt untuk mode low (logika 0) jika dikonfigurasikan sebagai pin
output dan sebaliknya jika digunakan untuk pin input. Pin D0 dan pin D1 berfungsi
(a)
10
sebagai pin TX dan RX untuk komunikasi data serial. Kedua pin ini terhubung
langsung ke pin IC (integrated Circuit). Pin D2, D3, D4, D5, D6, D7, D8, D9, D10,
D11,D12, berfungsi sebagai interupsi eksternal dan juga dapat digunakan sebagai
PWM (Pulse Width modulator) serta dapat juga digunakan sebagai komunikasi
mode SPI. Pin D13, berfungsi sebagai penghubung ke sebuah LED (Light Emitting
Diode). Arduino juga dilengkapi dengan 8 buah pin analog yang terhubung ke
ADC (Analog to Digital Converter) internal yang terdapat di dalam mikrokontroler
(Massimo Banzi, 2008).
2.3. Sensor
Sensor merupakan interface kehidupan nyata dengan elektronik seperti
komputer. Sensor merupakan sebuah perangkat yang dapat mengubah
fenomena fisis menjadi sinyal elektrik. Dalam penelitian yang akan dilakukan
sensor digunakan sebagai input untuk memberi respon terhadap output dari
arduino nano sehingga dapat mengontrol konsumsi energi listrik. Sensor yang
menjadi input utama adalah sensor PIR dan sensor tekanan, selanjutnya akan
dikontrol dari tambahan sensor cahaya, sensor infrared dan sensor suhu.
2.3.1. Sensor PIR (Passive Infrared Receiver)
Menurut Lestari, Jati dan Gata Grance (2011), webcam monitoring
ruangan menggunakan sensor gerak PIR (Passive Infrared Receiver) Benda
yang bisa dideteksi oleh sensor ini biasanya adalah tubuh manusia. PIR (Passive
Infrared Receiver) merupakan sebuah sensor berbasiskan infrared. Akan tetapi,
tidak seperti sensor infrared kebanyakan yang terdiri dari LED (Light Emitting
Diode) dan fototransistor, PIR tidak memancarkan apapun seperti IR LED.
Sesuai dengan namanya ”Passive”. Sensor ini hanya merespon energi dari
11
pancaran sinar infrared pasif yang dimiliki oleh setiap benda yang terdeteksi
olehnya.
Gambar 2.2 Sensor PIR (Passive Infrared Receiver)
Sensor PIR (Passive Infrared Receiver) pada dasarnya bekerja dengan
mendeteksi tingkat radiasi infrared. Ketika terdapat radiasi dalam jangkauan
sensor maka akan dideteksi sebagaisebuah gerakan dan akan memberikan
output dari sensor tersebut. Prinsip kerja sensor PIR (Passive Infrared Receiver)
pancaran inframerah masuk melalui lensa fresnel dn mengenai sensor
pyroelektrik, karena sinar mengandung energi panas maka sensor pyroelektrik
akan menghasilkan arus listrik. Arus listrik inilah yang akan menimbulkan
tegangan dan dibaca secara analog oleh sensor. Kemudian sinyal ini akan
dikuatkan oleh penguat dan dibandingkan oleh komparator dengan tegangan
referensi tertentu (keluaran berupa sinyal 1-bit). Sensor PIR (Passive Infrared
Receiver) hanya akan mengeluarkan logika 0 dan 1. Saat 0 sensor tidak
mendeteksi adanya pancaran inframerah dan saat 1 sensor mendeteksi
inframerah. Sensor ini didesain dan dirancang hanya mendeteksi pancaran infra
merah dengan npanjang gelombang 8-14 mikrometer.
2.3.2. Sensor Infrared
Menurut Ikhsan, Away Yuwaldi (2014), teknik otomasi reduksi dan
komunikasi sistem sensor infrared pada dasarnya menggunakan infrared
12
sebagai media untuk komunikasi data antara receiver dan transmitter.
Keuntungan atau manfaat dari sistem ini dalam penerapannya antara lain
sebagai pengendali jarak jauh, alarm keamanan, otomatisasi pada sistem.
Pemancar pad sistem ini terdiri atas LED infrared yang dilengkapi dengan
rangkaian yang mampu membangkitkan data untuk dikirimkan melalui sinar
infranerah, sedangkan pada bagian penerima biasanya terdapat foto transistor,
foto dioda atau inframerah module yang berfungsi untuk menerima sinar
inframerah yang dikirimkan oleh pemancar.
Gambar 2.3 (a) Pemancar infarared (b) penerima infrared
sensor inframerah terdapat tiga kaki seperti terlihat pada gambar diatas.
Kaki pertama sebagai ground yang kedua atau tengah sebagai menerima input
dan yang ketiga adalah sebagai output. Detektor inframerah atau sensor
inframerah jenis TSOP (Temic Semiconductors Opotoelectronic Photomodules)
adalah penerima inframerah yang telah dilengkapi filter frekuensi 30-56 kHz,
sehingga penerima langsung mengubah frekuensi tersebut menjadi logika 0 dan
1. Jika detektor inframerah (TSOP) menerima frekuensi carrier tersebut, maka
pin keluarannya akan berlogika 0. Sebaliknya jika tidak menerima frekuensi
currier tersebut, maka keluaran detektor infaramerah (TSOP) akan berlogika 1.
Infrared digunakan sebagai alat untuk komunikasi pada alat pemancar dan
penerima. Inframerah memiliki spektrum elektromagnetik dengan panjang
13
gelombang 0,7 µm hingga 350 µm dan rentang gelombang yang digunakan
adalah 0,5 µm hingga 5 µm yang disebut dengan near-infrared.
2.3.2. Sensor Suhu LM35
Menurut Parmono Imas Fatoni (2009), Sensor suhu LM35 adalah
komponen elektronik yang memiliki fungsi untuk mengubah besaran suhu
dengan perbandingan tegangan dan suhu berbasis mikrokontroler mempunyai
keluaran impedansi yang rendah dan linieritas yang tinggi sehingga dapat
dengan mudah dihubungkan dengan rangkaian kendali khusus serta tidak
memerlukan penyetelan lanjutan. Sensor suhu LM35 merupakan besaran listrik
dalam bentuk tegangan. LM35 memiliki keakuratan tinggi dan kemudahan
perancangan jika dibandingkan dengan sensor suhu yang lain. LM35 juga.
Meskipun tegangan sensor ini dapat mencapai 30 volt akan tetapi yang
diberikan ke sensor adalah sebesar 5 volt. Sehingga dapat digunakan dengan
caturdaya tunggal dengan ketentuan bahwa LM35 hanya membutuhkan arus
sebesar 60 µA hal ini berarti LM35 mempuyai kemampuan menghasilkan panas
(self-heating) dari sensor yang dapat menyebakan kesalahan pembacaan yang
rendah yaitu kurang dari 0,5oC pada suhu 25oC (Nurul Aulia,2011).
Gambar 2.4 Sensor Suhu LM35
14
Sensor suhu LM35 bekerja dengan mengubah besaran suhu menjadi
besaran tegangan. Tegangan ideal yang keluar dari LM35 mempunyai
perbandingan 100oC setara dengan 1 volt. Sensor ini mempunyai pemanasan
dari (self-heating) kurang dari 0,1oC dapat dioperasikan dengan menggunakan
power supply tunggal. LM35 ini tidak memerlukan pengkalibrasian atau
penyetelan dari luar karena ketelitiannya sampai lebih kurang seperempat derajat
celcius pada temperature ruang. Jangka sensor mulai dari 55oC sampai dengan
150oC, ICLM35 penggunaannya sangat mudah, difungsikan sebagai control dari
indicator tampilan catu daya terbelah. ICLM35 dapat dialiri arus 60 µA dari supply
sehingga panas yang ditimbulkan sangat rendah yaitu kurang dari 0oC di dalam
suhu ruangan.
2.3.4. Sensor Cahaya
Menurut Romi Wiryadinata (2014), aplikasi sensor light Dependent
Resistor merupakan suatu element yang konduktivitasnya berubah-ubah
tergantung dari intesitas cahaya yang diterima permukaan element tersebut,
akan tetapi keluaran yang ada pada sensor tidak sama dengan apa yang
diketahui dari sebuah teori dan hasil simulasi. Sensor cahaya adalah alat yang
digunakan untuk mengubah besaran cahaya menjadi besaran listik. Salah
satunya sensor cahaya yaitu LDR (light Dependent Resistor).
Gambar 2.5 Sensor Cahaya LDR
15
Sensor LDR (light Dependent Resistor)LDR cukup mudah, jika cahaya
yang redup atau tidak ada cahaya, maka nilai resistansi atau nilai hambatan dari
sensor LDR akan tinggi. Sehingga arus yang masuk akan terhalang dan nilai
inputan akan menjadi nol, sehingga tidak akan ada teganagn yang mengalir,
tetapi jika ada cahaya yang diterima nilai resistansinya akan berkurang dan nilai
hambatan akan menjadi nol atau tidak ada hambatan, sehingga arus dapat
masuk. Sensor LDR memiliki karakteristik yang berbeda dari foto dioda, karena
nilai resistansi yang lebih besar dari foto diode dan luas penampang yang unik,
sehingga cahaya yang diterima dapat lebih fokus diterima oleh sensor LDR.
2.3.5. Sistem Mikroprosesor
The Institute of Electrical and Electronics Engineers (IEEE), sebagai
standar elektronika, mikroprosesor merupakan sebuah IC (Integrated Circuit)
yang berisi elemen logika untuk melakukan manipulasi data.Sistem ini
merupakan sebuah sistem yang dibngun untuk membantu kinerja prosesor agar
dapat bekerja dengan baik. Mikroprosesor dapat dimasukan source code yang
telah dibuat sehingga dapat membuat keputusan atas apa yang dikontrol dengan
mikroprosesor.
Sistem mikrokontroler merupakan sebuah sistem yang terdapat
didalamnya RAM, clock, I/O, ROM yang telah dipaketkan dalam satu chip. Untuk
mikrokontroler harus diberi tegangan. Ketika bekerja mikrokontroler bekerja
berdasarkan clock dan memberikan perintah untuk mengontrol. Fungsi
mikroprosesor yaitu sebagai berikut :
1) Mengambil Instruksi dan data dari memori
2) Memindahkan data dari dan ke memori
3) Mengirim sinyal kendali dan melayani sinyal interupsi
4) Menyediakan waktu siklus kerja sistem mikroprosesor
16
5) Mengerjakan fungsi-fungsi operasi logika dan aritmatika
Sistem mikroprosesor mengolah suatu data masukan yang kemudian
hasil olahan tersebut akan menghasilkan keluaran yang dikehendaki. Proses
pengolahan datanya dapat difungsikan sesuai instruksi yang diprogramkan.
2.4. Fuzzy Logic
Menurut Pilipus Tarigan (2013), Kontroler lampu rumah berbasis
komputerisasi dengan menggunakan metode logika fuzzy adalah logika yang
memiliki keabuan atau keaburan yaitu dengan sebuah nilai dapat bernilai salah
dan benar. secara bersamaan besar kebenaran dan kesalahannya akan
tergantung pada bobot keanggotaan yang dimilikinya. Pengelompokan sesuatu
berdasarkan variable bahasa (linguistic variable) dalam fungsi keanggotaan yang
terdapat dalam teori fuzzy logic disebut fuzzy set (himpunan fuzzy). Adapun
contoh dari himpunan variabel bahasa dari suhu adalah panas, hangat, normal,
sejuk dan dingin. Sebelum dikembangkan logika fuzzy pada tahun 1960-an oleh
Prof. lotfi zadeh, sudah ada logika tegas (crisp logic) yang mempunyai benar dan
salah secara tegas. Dalam Logika fuzzy terdapat fuzzifikasi yaitu mengubah nilai
tegas ke dalam fungsi keanggotaan fuzzy dan defuzzifikasi yang merupakan
proses pemetaan himpunan fuzzy ke himpunan tegas. Menurut Taufik Rahmat
(2008), Lampu lalu lintas dengan penerapan logika fuzzy berbasis mikrokontroler
terdapat beberapa alasan mengapa orang menggunakan Logika fuzzy antara
lain :
1) Konsep logika fuzzy mudah dimengerti
2) Logika fuzzy sangat fleksibel
3) Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat
17
4) Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks
5) Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan
6) Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional
7) Logika fuzzy didasarkan pada Bahasa alami.
Terdapat lima langkah dalam melakukan penalaran secara umum pada logika
fuzzy, yaitu :
a) Memasukan input fuzzy
b) Mengaplikasikan operator
c) Mengaplikasikan metode impilikasi
d) Komposisi semua output
e) Defuzzifikasi
Berdasarkan pada kenyataan bahwa didunia ini suatu kondisi sering
dinterprestasikan dengan ketidakpastian atau tidak memiliki ketepatan secara
kuantitatif, misalnya panas, dingin, dan cepat. Dengan logika fuzzy, dapat
dinyatakan inormasi-informsi yang smar tersebut. Kemudian
memanipulasikannya dan menarik suatu kesimpulan dari informasi tersebut
(Effendi, 2008).
2.4.1. Fungsi Keanggotaan
Fungsi keangotaan (membership fuction) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya
(sering juga disebut derajat keanggotaan) yang memiliki interval antara nol
18
sampai dengan satu (Frans Susilo, 2003). Salah satu cara yang dapat digunakan
untu mendapatkan nilai keanggotaanya adalah dengan melalui pendekatan
fungsi.
A. Representasi Linear
Pemetaan input ke dalam derajat keanggotaan pada representasi linear
dapat digambarkan seperti suatu garis lurus. Dalam himpunan fuzzy linear
terdapat dua keadaan yaitu linear turun dan linear naik. ada dua keadaan
himpunan fuzzy linear.
Gambar 2.6. Representasi Linear Naik
Fungsi keanggotaan:
0; x ≤ a
μ[x]= (x - a)/(b - a); a ≤ x ≤ b……..……………………(2.1)
1; x ≥ b
Keterangan :
a= Nilai domain yang mempunyai derajat keanggotaan nol
b= Nilai domain yang mempunyai derajat keanggotaan Satu
x = Nilai input yang akan di ubah kedalam bilangan fuzzy
B. Representasi Kurva Segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis
(liniear) seperti terlihat pada gambar di bawah.
19
Gambar 2.7. Representasi Kurva Segitiga
Fungsi keanggotaan :
0; x ≤ a atau x ≥ c
μ[x]= (x – a)/(b – a); a ≤ x ≤ b………………………..(2.3)
(c – x)/(c – b); b ≤ x ≤ c
Keterangan :
a= Nilai domain terkecil yang mempunyai derajat keanggotaan nol
b= Nilai domain yang mempunyai derajat keanggotaan Satu
c = Nilai domain terbesar yang mempunyai derajat keanggotaan nol
x = Nilai input yang akan di ubah kedalam bilangan fuzzy
C. Representasi Kurva Trapesium
Kurva segitiga pada dasarnya sama dengan bentuk segitiga karena
gabungan dari kurva linear naik dan linear turun, hanya saja ada beberapa titik
yang memiliki nilai keanggotaan 1.
20
Gambar 2.8. Representasi Kurva Trapesium
Fungsi Keanggotaan :
0; x ≤ a atau x ≥ d
(x – a)/(b – a); a ≤ x ≤ b…………………………………..(2.4)
1; b ≤ x ≤ c
(d – x)/(d – c); x ≥ d
Keterangan :
a= Nilai domain terkecil yang mempunyai derajat keanggotaan nol
b= Nilai domain terkecil yang mempunyai derajat keanggotaan Satu
c = Nilai domain terbesar yang mempunyai derajat keanggotaan nol
d= Nilai domain terbesar yang mempunyai derajat keanggotaan satu
x = Nilai input yang akan di ubah kedalam bilangan fuzzy
D. Representasi Kurva Bahu
Himpunan fuzzy ‘bahu’, bukan segitiga, digunakan untuk mengakhiri
variable suatu daerah fuzzy. Bentuk kurva bahu berbeda dengan segitiga tapi
hamper menyamai kurva trapesium, karena hanya memiliki satu kurva linear.
Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari
salah ke benar.
Gambar 2.9. Kurva Representasi Bahu
Keterangan :
21
a= Nilai domain terkecil yang mempunyai derajat keanggotaan nol
b= Nilai domain terkecil yang mempunyai derajat keanggotaan Satu
c = Nilai domain terbesar yang mempunyai derajat keanggotaan nol
d= Nilai domain terbesar yang mempunyai derajat keanggotaan satu
x = Nilai input yang akan di ubah kedalam bilangan fuzzy
Penggunaan teori himpunan fuzzy menjadi populer karena menghasilkan
tidak hanya keputusan crisp bila diperlukan tetapi juga sesuai derajat
keanggotaan (sofyan, 2004).
2.4.2. Fungsi Implikasi
Pada basis pengaturan fuzzy tiap-tiap aturan akan berhubungan
dengan relasi fuzzy (Talal Al-Hawary, 2011). Adapun bentuk aturan dalam fungsi
implikasi yang digunakan adalah sebagai berikut :
IF x is A THEN is B..............................................................(2.5)
Dengan A dan B adalah himpunan fuzzy dan x dan y adalah skalar. Proporsi
yang mengikuti THEN adalah konsekuen dan proporsi yang mengikuti IF adalah
anteseden. Secara umum, terdapat dua fungsi implikasi yang digunakan yaitu :
a) Min (minimum)
Fungsi implikasi men adalah pengambilan keputusan dengan cara
mencari nilai minimum berdasarkan aturan ke-i. Dapat dinyatakan
sebagai berikut :
αi ᴒ μci (Z) ............................................................................................(2.6)
dimana
αi = μci (X) ᴒ μBi (X) = min (ᴒ μAi (X) ᴒ μBi (X)).........................................(2.7)
22
Keterangan :
αi = nilai minimum dari hmpunan fuzzy A dan B pada aturan ke-i
μAi(X) = derajat keanggotaan x dari himpunan fuzzy A pada aturan ke-i
μBi (X) = derajat keanggotan x dari himpunan fuzzy B pada aturan ke-i
μci (X) = derajat keanggotaan konsekuen pada himpunan fuzzy C pada aturan
ke-i
b) Dot (product)
Fungsi dot adalah pengambilan keputusan dengan didasarkan pada
aturan ke-i dapat dinyatakan sebagai berikut :
αi - μci (Z).................................................................................(2.8)
Keterangan :
αi = nilai minimum dari himpunan fuzzy A dan B pada aturan ke-i
μci = konsekuen pada himpunan fuzzy C pada aturan ke-i
2.5. Fuzzifikasi
Fuzzifikasi adalah tahap pertama yang dilakukan dari perhitunagn fuzzy
yaitu mengubah nilai kebenaran crisp (bersifat pasti) kedalam bentuk input fuzzy
berdasarkan tingkat keanggotaan atau tingkat kebenaran. Sehingga pada tahap
ini akan mengubah nilai dalam bentuk crisp ke dalam keanggotan fuzzy yang
sesuai.
2.5.1 Inferensi
Inferensi adalah melakukan proses penalaran menggunakan input fuzzy
yang telah ditetapkan sehingga dapat memperoleh output fuzzy. Fuzzy rule
(aturan) sera sintaks dituliskan sebagai berikut:
IF antecendent THEN consequent....................................................(2.9)
23
Jika system terdapat beberapa aturan, maka inferensi akan didapat
dengan menggabungkan antar aturan. Untuk memperoleh inferensi fuzzy dapat
dilakukan dengan tiga metode yaitu sebagai berikut :
1) Metode Max (maximum)
Pada metode max, solusi himpunan fuzzy dapat diperoleh dengan
melakukan modisikasi daerah fuzzy, dan menggunakan operator OR
untuk mengaplikasikan ke output. Setelah dievaluasi semua proporsi
maka output akan memiliki nilai himpunan fuzzy yang merepresentasikan
dari tiap-tiap proporsi. Secara umum dapat ditulis sebagai berikut :
μsf [Xi] = max( μsf [xᵢ] – μsf [xᵢ] ).................................................. (2.10)
Keterangan :
μsf (Xi) = nilai keanggotaan solusi fuzzy sampai aturan ke-i
μsf (Xi) = nilai keanggotaan konsekuen fuzzy aturan ke-i
2) Metode Additive (sum)
Pada metode ini, solusi untuk memperoleh himpunan fuzzy didapat
dengan melakukan bounded sum terhadap semua daerah output fuzzy.
Dapat dituliskan secara umum sebagai berikut :
μsf [Xi] = min (1. μsf [xᵢ] + μsf [xᵢ] ) (2.11)
Keterangan :
μsf [Xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i
μsf [Xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i
3) Metode Probabilistik OR (probor)
Pada metode ini, untuk memperoleh solusi himpunan fuzzy
dilakukan dot pada semua daerah output fuzzy. Dapat dituliskan secara
umum sebagai berikut :
24
μsf [Xi] = (μsf [xᵢ] + μsf [xᵢ] ) – (μsf [xᵢ] – μsf[xᵢ]) ).............................. (2.12)
Keterangan :
μsf [Xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
μsf [Xi] = nialai keanggotaan konsekuen fuzzy aturan ke-i.
2.5.2. Defuzzifikasi
Defuzzifikasi adalah proses terkait dalam himpunan fuzzy yaitu
mengubah kembali nilai output fuzzy menjadi nilai crisp (tegas) berdasarkan
fungsi. Keanggotaan yang ditentukan. Dalam pemodelan system fuzzy,
defuzzifikasi adalah metode yang penting. Menurut Kusumadewi pada komposisi
aturan mamdani terdapat beberapa metode defuzifikasi, diantaranya adalah
sebagai berikut :
1) Metode Centroid (Composite Moment)
Pada metode ini, untuk memperoleh solusi crisp dilakukan dengan
cara mengambil titik pusat dari daerah fuzzy. Dapat dirumuskan secara
umum :
Z0=∫b
a
Z−μ( x )dx
∫a
b
μ( z )dx
kontinu
.................................................... (2.13)
Keterangan :
Z = nilai domain ke-i;
μz = derajat keanggotaan titik tersebut
Z0 = nilai hasil penegasan (defuzzifikasi)
25
Z0=∑i=1
n
d i .υAl( di )
∑1=i
n
υAi (d i)diskret
................................................... (2.14)
Keterangan :
Z = nilai hasil penegasan (defuzzifikasi)
di = nilai keluaran pada aturan ke-i
UAi (di) = derajat keanggotaan nilai keluaran pada aturan ke-i
n = banyak aturan yang digunakan
2) Metode Bisektor
Pada metode bisektor didapatkan solusi crisp dari domain fuzzy
dengan mengambil nilai yang memiliki keanggotaan setengah dari jumlah
total nilai keanggotaan daerah fuzzy. Dapat dirumuskan secara umum :
U (d )=12∑i=1
n
U Ai(d i )............................................................. (2.15)
Keterangan :
d = nilai hasil penegasan (defuzzifikasi)
di = nilai keluaran pada aturan ke-i
UAi (di) = derajat keanggotaan nilai keluaran pada aturan ke-i
N = banyak aturan yang digunakan
3) Metode Mean Of Maksimum (MOM)
Pada metode MOM, untuk mendapat solusi crisp dilakukan
dengan mengambil nilai rata-rata domain yang memiliki keanggotaan
maksimum.
Zi=∑i=1
1
Z i
1 ........................................................................ (2.16)
26
4) Metode Largest of Maximum (LOM)
Pada metode LOM untuk memperoleh solusi crisp dilakukan
dengan cara mengambil nilai terbesar dari domain yang mempunyai nilai
keanggotaan maksimum
5) Metode Smallest of Maximum (SOM)
Pada metode SOM untuk mendapatkan solusi crips dilakukan
dengan cara mengambil nilai terkecil dari domain yang mempunyai nilai
keanggotaan maksimum.
BAB III
METODE PENELITIAN
3.1. Objek PenelitianObjek dalam penelitian yang telah dilakukan adalah konsumsi energy
pada pendingin ruangan, lampu dan stopkontak. Subjek dalam penelitian adalah
Arduino nano yang telah diinput kedalamnya logika fuzzy untuk mengontrol
konsumsi energi berdasarkan input yang diperolah dari sensor suhu, sensor
cahaya, sensor gerak dan RTC.
waktu
Arduino Nano+
Fuzzy logic
SuhuGerakCahaya
Pendingin RuanganLampuStopkontak
27
Gambar 3.1 Objek dan perancangan sistem
Adapun metode penelitian yang dilakukan pada penelitian proposal ini
sebagai berikut :
a) Persiapan Penelitian
Pada tahap ini, dilakukan persiapan untuk melakukan penelitian
mulai dari studi literature mengenai Arduino nano, sensor yang digunakan
dan logika fuzzy, selanjutnya mempersiapkan alat untuk merancang
hardware.
b) Perancangan Hardware
Perancangan hardware agar dapat mengontrol pendingin
ruangan, lampu, stopkontak sehingga dapat mengontrol konsumsi energi
dan dapat bekerja dengan efisien.
c) Perancangan Software
Input Output
Persiapan Penelitian
Hardware
Perancangan
Software
Pembuatan Prototype
AnalisisPengujian Kesimpulan
Gambar 3.2 Diagram Alir Penelitian
28
Perancangan software dengan menggunakan logika fuzzy
berdasarkan input yang didapat maka dipertimbangkan menggunakan
logika fuzzy untuk mendapatkan output sehingga dapat menjalankan
hardware untuk mengontrol konsumsi energi dengan efisien.
d) Pembuatan Prototype
Setelah melakukan perancangan hardware dan software, maka
keduanya akan digabungkan sehingga menjadi prototype untuk
mengontrol konsumsi energi pada lampu, stopkontak dan pendingin
reuangan dalam suatu ruangan.
e) Pengujian Prototype
Setelah melakukan prototype, dilakukan pengujian terhadap
prototype untuk mengontrol konsumsi energi pada pendingin ruang,
lampu dan stopkontak.
f) Analisa
Setelah selesai melakukan pengujian prototype, maka akan
dilakukan analisa terhadap data yang telah didapatkan.
g) Penarikan Kesimpulan
Tahapan terakhir adalah penarikan kesimpulan dari data yang
didapat pada hasil pengujian. Pada tahap ini akan disimpulkan apakah
prototype dapat mengatasi masalah yang telah dirumuskan pada
permasalahan dan dapat mencapai tujuan untuk mengontrol konsumsi
energi pada pendingin ruangan, lampu dan stopkontak serta bekerja
secara efisien.
3.2 Bahan Penelitian
29
Adapun alat dan bahan penelitian yang dilakukan pada penelitian
proposal ini sebagai berikut :
Tabel 3.1 Peralatan dan Komponen yang akan digunakan
No Peralatan dan Komponen satuan Jumlah
1 Modul Arduino Nano Unit 1
2 Kabel USB Set 1
3 Sensor Suhu Unit 2
4 Sensor PIR Unit 1
5 Sensor Infrared Unit 1
6 Sensor Cahaya Unit 2
7 Lampu Unit 4
8 Relay 4 channel Unit 1
9 Resistor Unit 2
10 Stopkontak Unit 1
11 Kabel Penghubung Set 1
12 Protoboard/PCB (Printed Circuit Board) Unit 1
3.3 Tahapan Perancangan Penelitian
a) Rancangan Hardware
Pada perancangan hardware, semua sensor, pendingin ruangan,
lampu dan stopkontak dihubungkan agar dapat dikontrol sepenuhnya oleh
Arduino nano sehingga memperoleh sebuah modul yang dapat bekerja
secara otomatis dan dapat mengontrol konsumsi energi listrik.
Arduino NanoSensor PIR Stopkontak
Sensur Suhu Infrared Transmitter
30
Gambar 3.3 Rancangan Hardware
Pada Gamabar 3.3 Menjelaskan blok diagram dari sistem secara
keseluruhan. Semua sensor yaitu sensor suhu, sensor PIR, sensor infrared dan
sensor cahaya dihubungkan ke Arduino nano sehingga Arduino dapat
menghidupkan pendingin ruangan, lampu dan stopkontak ketika ada pergerakan
(manusia). Dengan demikian konsumsi energi dalam ruangan dapat dikontrol dan
lebih hemat energi.
b) Rancangan Software
Perancangan software merupakan tahapan yang akan dilakukan untuk penulis
code program menggunakan bahasa C/C++ pada editor Arduino nano dan
melakukan compile sehingga dilakukan download ke dalam chip mikrokontroler
dengan menggunakan downloader Arduino.
Proses downloader dilakukan dengan menggunakan koneksi menggunakan USB
dan PC ke Arduino nano.
RTC Sensor Cahaya Lampu
Mulai
Baca PIR
PIR=high
LDR LM35
Fuzzifikasi
Ya
Tidak
31
Gambar 3.4 Flowchart logika fuzzy
Pada gambar 3.4 diatas menjelaskan bagaimana data yang diperoleh dari
input diproses dengan menggunakan logika fuzzy sehingga dapat mengeluarkan
output yang diharapkan. Pada tahap tersebut input yang didapat adalah dalam
bentuk crips, kemudian input cahaya tersebut diubah menjadi bentuk fuzzy
dengan melakukan fuzzifikasi. Selanjutnya dilakukan inferensi fuzzy untuk
memperoleh nilai fuzzy dan dapat menentukan rule fuzzy. Setelah di dapat nilai
fuzzy dan rule fuzzy maka dilakukan defuzifikasi untuk mendapat keputusan yang
akan dilakukan defuzzifikasi untuk mendapatkan keputusan yang akan dilakukan
pada output.
Defuzzifikasi dilakukan dengan metode Mean of maximum sebagai
kepurtusan akhir. Adapun pseudocode dari program yang dibuat untuk
mengontrolkonsumsi energy listrik adalah sebagai berikut :
Inferensi Fuzzy
Fuzzifikasi
Rule
Output
Selesai
32
Gambar 3.5 Rule Menggunakan Software Matlab R2016b
3.4. Pengumpulan data
3.4.1. Fuzzifikasi
Tahap pertama yang dilakukan adalah mengubah nilai dalam
bentuk crips menjadi fuzzy yaitu dengan melakukan fuzzifikasi. Fuzzyfikasi
dilakukan dengan proses berikut :
33
a) Nilai input awal LDR dalam crips adalah seperti gambar berikut :
(a) (b) (c)
0 80 0 80 200 0 200
Gambar 3.6 Parameter LDR crips yaitu (a) gelap (b) sedang (c) Terang
(b) Mengubah dari crips menjadi fuzzy yaitu fuzzyfikasi
1. Fuzifikasi cahaya
0 50 100 150 200 250
Gambar 3.7 Fuzzyfikasi Cahaya
a) Gelap
μ[x] = 1; x ≤ 0
μ[x] = (127-x) / 127; 0 ≤ x ≤ 127
0; x ≥ 127
b) Sedang
μ[x] = 0; x ≤ 0 atau x ≥ 255
x / 127; 0 ≤ x ≤ 127
(255-x) / 128; 127 ≤ x ≤ 255
Lux LuxLux
Lux
34
c) Terang
μ[x] = 0; x ≤ 127
x / 127; 127 ≤ x ≤ 255
1; x ≥ 255
2. Fuzzifikasi Suhu
Dingin Sedang Sejuk
oC0 18 22 26
Gambar 3.8 Input fuzzifikasi suhu
a) Dingin
μ[x] = 1; x ≤ 10
(21-x) / 3; 10 ≤ x ≤ 21
0; x ≥ 21
b) Normal
μ[x] = 0 ; x ≤ 18 atau x ≥ 26
x / 127; 18 < x ≤ 22
1; 22 < x < 26
c) Dingin
μ[x] = 0; x ≤ 22
( x – 22) / 4; 22 ≤ x ≤ 26
1; x ≥ 26
35
3.4.2 Membuat Aturan (Rule)
Adapun aturan yang digunakan dalam penelitian ini digunakan
dari hasil input seperti tabel dibawah ini :
Tabel 3.2 Aturan logic fuzzy light dependent resistor (LDR)
Uraian Light Dependent Resistor (LDR)
LDR
Gelap Sedang Terang
Gelap Banyak Banyak Cukup
Sedang Banyak Cukup Sedikit
Terang Cukup Sedikit Sedikit
Tabel 3.3 Aturan logic fuzzy sensor LM35
Uraian Sensor LM35
LDR
Dingin Sedang Sejuk
Dingin Panas Panas Normal
Sedang Panas Normal Dingin
Sejuk Normal Dingin Dingin
3.4.3 Defuzzifikasi
Tahap terakhir pada penelitian adalah menarik kesimpulan dari
hasil input. Kesimpulan tersebut diambil dengan cara mengambil nilai max dari
domain yang mempunyai nilai keanggotaan maksimum. Nilai maksimum tersebut
diubah kedalam bentuk crip kembali. Untuk mengubah nilai maksimum tersebut
digunakan metode mean of maximum. Berdasarkan Peraturan Menteri Energi
dan Sumber Daya Mineral Republik Indonesia Nomor 13 Tahun 2012, cahaya
ruangan adalah 350 lux/m2. Dalam penelitian ini, ruanganm yang digunakan
adalah ruangan dengan sisi 3,7 meter.
Sebelum menghitung jumlah fluk luminous, pertama kali hitung dihitung luas
ruangan, yaitu:
Luas ruangan = sisi x sisi
36
Luas ruangan = 3,7 m x 3,7 m
Luas ruangan = 12,30 m2
Maka dapat dihitung jumlah fluk luminous adalah sebagai berikut :
Lux= fluk luminous: luas ruangan
Fluk luminous = lux X luas ruangan
Fluk luminous = 350 lux/m2 x 12,30 m2
Fluk luminous = 4305 lux
Untuk menghitung jumlah lampu yang harus digunakan dalam
ruangan tersebut adalah sesuai dengan lampu Hannochs 18 watt, jumlah fluk
luminous per lampu adalah 1080 lux. Dengan total fluk luminous adalah 4305 lux
maka jumlah lampu yang digunakan adalah sebagai berikut :
Jumlah lampu = 4305 lux / 1080 lux
Jumlah lampu = 3,98
Maka jumlah lampu yang digunakan dalam penelitian ini adalah 4
lampu sehingga dalam bentuk fuzzy logic adalah sebagai berikut :
Sedikit Cukup Banyak
0 2 4
Gambar 3.9 Output jumlah lampu fuzzy logic
a) Sedikit
μ[x] = 1; x ≤ 0
(2- x) / 2; 127 ≤ x ≤ 2
1; x ≥ 2
37
a) Cukup
μ[x] = 0 ; x ≤ 0 atau x ≥ 4
x / 2; 0 ≤ x ≤ 2
(4-x) / 2; 2 ≤ x ≤ 4
a) Banyak
μ[x] = 10; x ≤ 2
(x- 2) / 2; 2 ≤ x ≤ 4
1; x ≥ 4
Untuk menentukan kondisi pendinginan ruangan adalah sesuai dengan
Peraturan Menteri Energi dan Sumber Daya Mineral Republik Indonesia Nomor
13 Tahun 2012 maka didapat sebagai berikut:
0 23 25 26 28
Gambar 3.10 Output kondisi ruangan fuzzy logic
a) Dingin
μ[x] = 1; x ≤ 23
(25- x) / 2; 23 ≤ x ≤ 25
0; x ≥ 25
a) Normal
μ[x] = 0; x ≤ 23 atau x ≥ 28
(25- x) / 2; 23 ≤ x ≤ 25
1; 25 < x ≤ 26
38
(28-x) / 2; 26 ≤ x ≤ 28
b) Sejuk
μ[x] = 0; x ≤ 26
(25- x) / 2; 26 ≤ x ≤ 28
1; x ≥ 28
3.5 Prosedur Pengujian Efisiensi Konsumsi Energi
Adapun prosedur pengujian penelitian yang dilakukan pada penelitian
proposal ini sebagai berikut:
a) Pengujian akan dilakukan dengan meletakan sensor PIR yang mengarah
ke pintu masuk ruangan sehingga akan mendeteksi jika ada yang
memasuki ruangan.
b) Menghidupkan pendingin ruangan, lampu, dan stopkontak, berdasarkan
input dari sensor suhu dan sensor cahaya.
c) Sensor suhu diletakkan pada posisi yang tidak berhadap dengan
pendingin ruangan yang akan terus mendeteksi suhu ruangan.
d) Sensor infrared akan diletakan didepan pendingin ruangan agar dapat
mengontrol pendingin ruangan serta sensor cahaya diletakan pada posisi
ruangan yang kurang mendapatkan cahaya.
e) Pengujian keseluruhan sistem dilakukan didalam ruangan dengan sisi 3,7
meter
f) Pengujian terus dilakukan hingga diperoleh sistem yang diinginkan dan
dapat menghemat energi listrik dengan mengontrol konsumsi energi dari
ruangan tersebut
g) Hasil pengujian dapat dilihat pada laptop yang telah diinput fuzzy logic
dengan software matlab dan hardware Arduino nano.
39
3.6 JADWAL PROPOSAL PENELITIAN
Adapun jadwal penelitian proposal ini dilaksanakan tahun 2017
dimulai pada bulan september terlihat pada tabel 3.4 dibawah ini
Rencana kegiatan
Bulan
September Oktober Nopember Desember Januari
MingguI I
IIII I
VI II III IV I II II
IIV I II III I
VI I
IIII IV
Studi literature (pustaka)Perancangan Penelitian hardware dan softwarePengumnpulan dataMenyusun laporanSeminar proposalSeminar hasilSidang akhir
DAFTAR PUSTAKA
Al-Hawary, Talal. 2011. Complete Fuzzy Graphs. International Journal
Mathematic Combin. Vol : 4 26-34.
Aulia Nurul. 2011. Karakteristik dan Kalibrasi Sensor Suhu LM35. Universitas
Jenderal Soedirman. Purwokerto.
Arduino.cc 2014. Arduino Website http://www.arduino.cc.go.id. Diakses 27
Desember 2014.
40
Azmi Saddam. (2013). Rancang Bangun Sistem Pendeteksi Kebakaran Arsip
Akademik Berbasis Mikrokontroler AVR Atmega 328P dan SMS Gateway.
Tugas Akhir. Teknik Elektro. Universitas Syiah Kuala Banda Aceh.
Badan Bahasa, Kemendikbud go,id. Efisiensi Kamus Besar Bahasa Indonesia
(KBBI), Website http://www. Badanbahasa kemendikbud.go.id . Diakses
26 Januari 2015.
Banzi, Massimo. 2008. Getting Started With Arduino O’reily.
Basri, H. 1997. Sistem Distribusi Daya Listrik. ISTN. Jakarta.
Bppt.go.id, Badan Pengkajian dan Penerapan Teknologi, BBPT Outlook Energi,
Website http://www. Bppt.go.id . Diakses 26 Januari 2015.
Effendi, H. 2008. Aplikasi Logika Fuzzy Untuk Peramalan Logika Beban Listrik
Jangka Pendek Menggunakan Matlab. SAINSTEK XII (1) : 52-58.
Esdm.go.id Hingga. 2030, Permintaan Energi Dunia meningkat 45%. Esdm,
Website http://www.esdm.go.id . Diakses 27 Desember 2014.
Parmono Imas Fatoni. 2009. Uji Kelayakan Melalui Karakteristik Sensor LM35
Dengan Perbandingan Tegangan dan Suhu Berbasis Mikrokontroler
Atmega 85351. Universitas Negeri Jakarta.
I Made Mataram (2010), Desain Kontrol Aerator Pada Instalasi Pengolahan Air
Limbah Suwung Dengan Fuzzy Logic, Ilmiah Teknologi, Fakultas Teknik,
Mataram.
Kemdikbud. 2015, Kamus Besar Bahasa Indonesia Efisien, KBBI, http://WWW.
Kemendikbud .go.id . Diakses 26 Januari 2015.
Kusumadewi.Sri dan Purnomo. Hari. 2004. Aplikasi Logika Fuzzy Untuk
Pendukung Keputusan. Yogyakarta. Graha Ilmu.
Linsley T. 2004. Instalasi Listrik Tingkat Lanjut Edisi Ketiga. Terjemahan dari
Advanced Electrical Instalition Work, Oleh Wiwit Kastawan. Penerbit
Erlangga. Jakarta.
Nesi Syafitri. N (2016), Simulasi Sistem Untuk Pengontrolan Lampu Dan Air
Conditioner Dengan Menggunakan Logika Fuzzy, Jurnal Informatika,
Fakultas Teknik, Universitas Islam Riau.
Setiyo Wahyono dan Ulfah Mediaty Arie (2016), Pengendalian Suhu Dan
Humidity Pada Alat Pengering Selendri Menggunakan Kontrol Fuzzy
Logic, Edu Elektrika Journal, Jurusan Teknik Elektro, Fakultas Teknik,
Universitas Negeri Semarang, Indonesia.
Sofyan, H. 2004. Fuzzy Clustering. Statistical Case Studies. 159-170.
41
Tarigan, Pilipus. 2013. Perancangan Alat Simulator Kontroler Lampu Rumah
berbasis Komputerisasi Dengan menggunakan Metode Fuzzy Logic
Control. Pelita Inormatika Budi Dharma, Vol 3, ISSN : 2301-9425
The Institute Of Electrical and Electronics Engineers. United States Patent ISBN
1-55937-492-6, 1995.
Taufik Rahmat. 2008. Rancang Bangun Simulator Kendali lampu Lalu Lintas
Dengan Logika Fuzzy Berbasis Mikrokontroler. Seminar Nasional IV SDM
Teknologi Nuklir. Yogyakarta.
Wiryadinata Romi. 2014. Aplikasi Sensor LDR (Light Dependent Resistant)
sebagai Pendeteksi Warna Berbasis Mikrokontroler. Jurnal Sistem
Komputer Vol.4, No1.
Yudha Dwi Aryandhi, Mozart Wilson Talakua (2013), Penerapan Inferensi Fuzzy
Untuk Pengendalian Suhu Ruangan Secara Otomatis Pada Air
Condititioner (AC), Edu Jurnal, FMIPA, Universitas Pattimura, Ambon.
Zadeh, L.A. 1965. Fuzzy Sets Information and Control, 8: 338-353.