PEMODELAN DISTRIBUSI INTENSITAS BUNYI RUANG POWER STATION DIESEL GENERATOR MENGGUNAKAN STRUKTUR MODEL JARINGAN SYARAF TIRUAN

Transkripsi

1 94 JURNAL TEKNIK MESIN, TAHUN 20, NO., APRIL 202 PEMODELAN DISTRIBUSI INTENSITAS BUNYI RUANG POWER STATION DIESEL GENERATOR MENGGUNAKAN STRUKTUR MODEL JARINGAN SYARAF TIRUAN Oleh: Edy Prasetyo Hidayat, Susetiyadi Purwonugroho 2 Dosen Jurusan Teknik Kelistrikan Kapal, PPNS - ITS Gedung PPNS, Jl. Teknik Kimia, Kampus ITS Sukolilo, Surabaya, 60 edi.ph202@gmail.com dan punky@ppns.ac.id Abstract: Bogasari Flour Mills also used 8 Diesel Generator as Electrics Power Station. However only 2 of it were actively used every day and the others were ust standby. This paper presents the distribution model of sound intensity generated by Diesel Generators which were function of distance coordinate to listeners and constant value of room acoustic. Based on sound intensity with 77 taking points on variety of point and frequency, distribution number of intensity on each point were modeled by using artificial nerve network model. Input model was distance of taking point to Diese Generator number 5 and 6, while the output was sound intensity on those points. Artificial nerve network model consisted of three layers : first layer was input layer with 3 neuron cell, second layer was hidden layer with 8 cell, and the third layer was output layer with cell. From 200 epoch on network model, the model was obtained with 5,9% error average toward the result of measurement. Kata-kata kunci: Power Station, Diesel Generator, Model Jaringan Syaraf Tiruan Indofood Sukses Makmur Tbk. Bogasari Flour Mills merupakan suatu unit pembangkit atau penghasil tenaga listrik yang terdiri dari beberapa Diesel Generator Setting (GenSet), dimana GenSet ini membantu mensuplai seluruh kebutuhan energi di PT ISM Tbk. Kegiatan di Power Station ini menimbulkan kebisingan yang tinggi, dimana kebisingan dapat mengganggu aktifitas dan kesehatan Operator. Tingkat kebisingan pada suatu titik dari sumber bunyi diperoleh dengan melakukan pengukuran intensitas bunyi pada beberapa titik di dalam ruang Power Station. Jumlah pengambilan titik pengukuran adalah 77 titik, dan frekuensi pada tiap titik adalah 6 Hz, 3.5 Hz, 63 Hz, 25 Hz, 250 Hz, 500 Hz, 000 Hz, 2000 Hz, 4000 Hz, 8000 Hz. Intensitas sumber bunyi pada suatu titik adalah umlah logaritmik dari intensitas masing masing frekuensi sumber bunyi pada titik tersebut (Widiana, 2007). Intensitas bunyi pada suatu titik ruang Power Station dipengaruhi oleh arak titik dari sumber bunyi dan konstanta akustik ruangan. Kemudian hasil pengukuran intensitas bunyi terhadap koordinat titik pengukuran tersebut dimodelkan menggunakan struktur model Jaringan Syaraf Tiruan. Bunyi dan Kebisingan Bunyi didengar sebagai rangsangan pada telinga oleh getaran-getaran melalui media elastis, dan manakala bunyi-bunyi tersebut

2 Edy P.H & Susetiyadi P, Pemodelan Distribusi Intensitas Bunyi, tidak dikehendaki maka dinyatakan sebagai kebisingan. Terdapat dua parameter yang menentukan kualitas suatu bunyi yaitu : (a). Frekuensi, merupakan umlah getaran atau gelombang setiap detiknya yang dinyatakan dalam satuan Hertz (Hz), (b). Intensitas, merupakan besarnya energi persatuan luas yang biasa disebut keras lemahnya bunyi dan dinyatakan dalam suatu logaritmis yang disebut decibel (Suma mur, 976). Kebisingan pada suatu tempat diukur menggunakan Sound Level Meter dengan cara mengukur besarnya intensitas bunyi pada frekuensi tertentu. Sound Level Meter ini bisa untuk mengukur besarnya Intensitas Bunyi antara db pada frekuensi Hz, dan dilengkapi dengan sistem kalibrasi. Beberapa standard yang memberikan pemaparan bising yang diiinkan, salah satunya adalah Kep Menaker RI No. Kep-5/MEN/999 tentang NAB Faktor Fisika di tempat kera ditunukkan pada tabel. Sumber titik memiliki distribusi penyebaran suara sipheris (melingkar), sehingga seiring dengan bertambahnya arak, intensitas bunyi uga akan berkurang, seperti ditunukkan pada Gambar berikut. Gambar. Distribusi penyebaran suara Tabel. Nilai Ambang Batas Kebisingan Standar Depnaker Waktu Pemaanan per Hari (Jam) Intensitas Kebisingan (db) ,5 03 3,75 06, , ,2 5 4,06 8 7,03 2 3,52 24, , , , , 39 Sumber : (Suma mur, 976). Besarnya Intensitas Bunyi (I) adalah berbading terbalik dengan kuadrat arak sumber bunyi terhadap titik pengukuran secara proporsional seperti pada persamaan berikut. I I r R 2 R () 2 r Kekuatan bunyi (decibel) pada arak r dari sumber bunyi dihitung menggunakan persamaan 2 berikut. I r L r LR 20 log (2) I R Untuk menentukan besar total Intensitas Bunyi (desibel) dalam pengukuran pada masing masing frekuensi dilakukan dengan menumlahkan intensitasnya. Oleh karena decibel (LI) bukan besaran fisis, maka yang dapat diumlahkan adalah tekanan bunyi (p) atau intensitas bunyi (I) pada masingmasing frekuensi, yaitu sebagai berikut (Smith et al, 996).

3 96 JURNAL TEKNIK MESIN, TAHUN 20, NO., APRIL 202 I I... f I f 2 I f 3 I fn (3) I L I 0 log (4) I 0 L I = Tingkat kebisingan (db) I f = Intensitas bunyi pada frekuensi f (watt/m 2 ) I 0 = Intensitas bunyi threshold of hearing (0-2 watt/m 2 ) Kekuatan bunyi decibel dalam sebuah ruangan dipengaruhi oleh arak sumber bunyi terhadap titik pengukuran, arah sumber bunyi dan konstanta ruangan, sebagaimana diformulasikan pada persamaan 5 berikut (Irwin & Graff, 979). Q 4 L Lw 0 log (5) 2 4r R L = Kekuatan bunyi (db) L w = Kekuatan sumber bunyi (db) Q = Directivity Sumber R = Kontanta Ruang (m 2 ) r = arak sumber terhadap penerima (m) n Q Q0 3 0Ni i (6) 2 Ni i (7) Jarak langsung antara sumber dengan penerima dihitung berdasarkan Gambar 2 dan persamaan 8, 9, 0. δ = [( r + r2) (r3 + r4)] (8) δ2 = [( r5 + r6) (r3 + r4)] (9) δ3 = [( r7 + r8) (r3 + r4)] (0) Adapun gambaran akustik ruangan dengan barrier seperti ditunukkan pada Gambar 2 berikut. r5 Sumber Bunyi H d L r r6 r3 d2 r4 r7 r2 r8 H3 Pendengar H2 Gambar 2 Akustik ruangan dengan barrier Model Jaringan Syaraf Tiruan (JST) Model Jaringan Syaraf Tiruan yang digunakan untuk pemodelan adalah Jaringan Syaraf Tiruan Backpropagation. Jaringan Syaraf Tiruan Backpropagation (BP) pertama kali diperkenalkan oleh Rumelhart, Hinton dan William pada tahun 986, kemudian Rumelhart dan Mc Clelland mengembangkannya pada tahun 988. Asitektur aringan BP dengan satu lapisan dalam ditunukan pada gambar 3. Pada Gambar 3 tersebut ditunukan arah sinyal pada fase feedforward. Sedangkan selama operasi fase pelatihan backpropagation, sinyal-sinyal error dikirim dalam arah sebaliknya (Lanny, 2007). Gambar 3. Struktur Model Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan tersusun atas sekumpulan elemen pemroses (neuron) atau simpul atau sel yang terinterkoneksi dan terorganisasi dalam lapisan-lapisan. Setiap sel memproses sinyal dengan fungsi aktifasinya. Beberapa fungsi aktifasi dalam Jaringan Syaraf Tiruan adalah fungsi linier, sigmoid, sigmoid bipolar, fungsi bell (J.S.R. Jang dkk, 997). Keunggulan utama dari sistem Jaringan Syaraf Tiruan adalah kemampuan untuk "belaar" dari contoh yang diberikan. Pada algoritma belaar Jaringan Syaraf Tiruan Back Propagation digunakan sinyal

4 Edy P.H & Susetiyadi P, Pemodelan Distribusi Intensitas Bunyi, referensi dari luar (sebagai pengaar) dibandingkan dengan sinyal keluaran JST, hasilnya berupa sinyal kesalahan. Algoritma belaar dari Jaringan Syaraf Tiruan Back Propagation seperti ditunukkan pada Gambar 4 berikut. 4. Mengaktifkan fungsi aktifasi keluaran neuron output yang merupkan output JST Yk. Y k ( l ) (4) e 5. Merevisi bobot Jaringan Syaraf Tiruan berdasarkan nilai kesalahan dari keluaran target terhadap output JST Gambar 4 Algoritma belaar JST Back Propagation. W e e e 2 by l i Vi new Vi old i by 2 2 W X ( e ) ( e ) ee l new Wi old (5) 2 ( e ) e Y r Y k (6) Z Algoritma pembalaaran Jaringan Syaraf Tiruan yang ditunukkan pada Gambar 3 tersebut diatas adalah dengan merevisi bobot aringan berdasarkan nilai kesalahan antara target referensi dengan keluaran aringan syaraf tiruan. Langkah revisi bobot Jaringan Syaraf Tiruan adalah sebagai berikut (Widodo, 2005) :. Menumlahkan perkalian vektor bobot input (Vi) terhadap input JST (Xi) b V X () i i i 2. Mengaktifkan fungsi keluaran neuron (fungsi aktifasi) ke aringan hidden layer (lapisan aringan tersembunyi). Z e b (2) 3. Menumlahkan perkalian vektor bobot hidden layer (W) terhadap keluaran neuron (Z) W Z (3) l l METODE PENELITIAN Tahapan yang dilakukan dalam memperoleh model Distribusi Intensitas dalam ruang Power Station PT Indofood Sukses Makmur Tbk. adalah :. Melakukan pengukuran intensitas bunyi dalam ruangan power station (diambil 77 titik pengukuran). Pengukuran dilakukan dalam frekuensi 6 Hz, 3.5 Hz, 63 Hz, 25 Hz, 250 Hz, 500 Hz, 000 Hz, 2000 Hz, 4000 Hz, 8000 Hz. 2. Menghitung nilai intensitas bunyi menggunakan penumlahan logaritmik dari frekuensi terendah 6 Hz sampai frekuensi tertinggi 8000 Hz. Formulasi yang digunakan adalah : If /0 If 2 /0 Ip 0 log(0 0...) (7) 3. Menghitung koordinat titik pengukuran diukur dari posisi Generator 5 dan 6. Generator 5 dan 6 bekera dan yang lainnya sebagai standby, karena intensitas tertinggi di panel operator

5 98 JURNAL TEKNIK MESIN, TAHUN 20, NO., APRIL 202 teradi pada saat Generator 5 dan 6 bekera. 4. Merancang model Jaringan Syaraf Tiruan distribusi intensitas bunyi dalam ruangan. Flowchart yang menelaskan metode penelitian ditunukkan pada Gambar 5 berikut. Revisi Bobot Start Pengukuran Intensitas Bunyi Intensitas Bunyi Pada Tiap Titik Pengukuran Transformasi Posisi Koordinat Terhadap Generator 5 dan 6 Posisi Koordinat Titik Pengukuran terhadap Generator 5 dan 6 Disain Model JST: 2 Input, Hiden Layer, Layer Output. Menentukan Bobot Input, hiden layer, dan output. Menghitung Output JST (Perambatan Mau) Apakah Jumlah Pelatihan ke 500 Pilih bobot input, hidden dan output layer End Gambar 5. Alur Metode Pemodelan Jumlah pengambilan titik pengukuran intensitas bunyi 77 titik, masing masing titik dihitung araknya terhadap posisi Generator 5 dan Generator 6, hasilnya ditunukkan pada tabel 2 berikut (Widiana, 2007). Tabel 2. Kekuatan bunyi dan radius tiap titik pengukuran terhadap posisi Generator 5 dan Generator 6. Titik ke Radius Titik ke Radius T db RG5 RG6 T db RG5 RG6 9,9 27,9 33, ,3 2,9 2,9 2 92,3 27,8 33, 4 08, 5,6 5,6 3 92,0 28,2 33, ,9 9, 9, 4 93,5 24,4 29, ,3 0,9 8,8 5 9,2 24,0 29, ,7 8, 5, 6 9,9 24, 29, , 6,6,6 7 92,0 24,8 30, , 7,0 2,9 8 92,7 2,2 26, ,2 9, 6,6 9 93,5 20,3 25, ,7 2, 8, 0 95,9 20,2 25,5 49 0,2 0,6 5,6 94,9 20,7 25, ,7 0,3 5, 2 92,2 22,0 26,9 5 02,3,4 7,0 3 94,8 8,5 23,4 52 0, 3,5 0,0 4 96, 7, 22, ,9 6,6 2,4 5 96,0 6,4 2, ,9 4,9 0,0 6 95,0 6,6 2, ,6 4, 8,8 7 95,3 7,6 22, ,6 4,3 9, 8 98,2 4, 9, ,0 5,5 0,9 9 96,9 2,8 8, 58 97,4 9,0 4, 20 97,6 2,6 7, ,4 8, 2,8 2 96,2 3,5 8, ,2 7,9 2, ,3 5,3 9,9 6 97, 8,5 3, ,7 2,4 6, ,7 9,9 5, , 0,0 4, ,6 23,4 8, ,3 8,8 4, 64 96,6 22,2 7, 26 98,7 9, 4, ,5 2,7 6, ,8 0,9 5, ,4 2,8 6, ,4 8, 2, 67 95,4 22,6 7,6 29 0, 5,6 0, ,3 26,3 2, ,7 5, 0, ,7 25,6 20,3 3 0,8 7,0, ,9 25,5 20, ,8 0,0 3,5 7 95,2 25,9 20, ,6 8,8 0, ,4 26,9 22, ,9 5, 8, 73 92,4 30,5 25, ,7,6 6, ,5 29,7 24, ,8 2,9 7,0 75 9,8 29,3 24, ,8 6,6 9, 76 93,3 29,4 24, 38 03,9 7,0 7,0 77 9,6 30,0 24, ,5 3,8 3,8

6 Edy P.H & Susetiyadi P, Pemodelan Distribusi Intensitas Bunyi, Fungsi aktifasi seluruh neuron menggunakan fungsi aktifasi sigmoid, yang mana karakteristik dari fungsi sigmoid memiliki nilai antara 0 sampai, sehingga nilai input dan output neuron pada tabel 2 diskala sehingga berada antara nilai 0, sampai 0,9. Formulasi skala besaran input dan output aringan ditunukkan pada persamaan 8. 0,8( x x min) Xs 0, (8) x max x min PEMBAHASAN DAN HASIL Analisis dilakukan untuk menghitung nilai bobot Jaringan Syaraf Tiruan dan menghitung akurasi keluaran model Jaringan Syaraf Tiruan terhadap target referensi. Akurasi model dapat direpresentasikan melalui nilai absolut error antara model JST terhadap hasil pengukuran intensitas bunyi. Model Jaringan Syaraf Tiruan dilatih dengan merambatkan balik error antara model terhadap target (hasil pengukuran). Pembelaaran dilakukan dengan umlah epoch (pelatihan) 200 epoch. Selama 200 epoch, kurva nilai absolut error pada pelatihan ke-k seperti ditunukkan pada gambar 5. Gambar 5. Nilai umlah absolut error pada pelatihan ke- k Adapun output model JST (yout) terhadap hasil pengukuran (yt) di tiap titik pengukuran seperti ditunukkan pada Tabel 3. Tabel 3 Output model JST (yout) terhadap hasil pengukuran (yt) di tiap titik pengukuran Titik yout yt Titik yout yt 88,65 9, ,94 09,3 2 92,2 92, ,30 08,0 3 92,55 9, ,69 02, ,25 93, ,37 02, ,94 9,8 44 0,93 04,75 6 9,33 9, ,63 06, ,4 92, ,49 05, ,30 92, ,89 02,8 9 93,0 93,5 48 0,78 99, ,99 95, ,68 0,5 96,55 94, ,94 00, ,4 92, ,6 02,3 3 92,55 94, ,90 0, ,33 96, ,84 97, ,77 96, ,02 99, ,6 95, ,88 98, ,59 95, ,67 98, ,87 98, ,7 98, ,77 96, ,09 97, ,52 97, ,50 97, ,5 96, ,44 98, ,80 96, ,26 97, ,88 97, ,5 96, ,25 99, 63 96,67 95, ,6 97, ,6 96, ,95 98, ,56 96, ,20 97, ,50 95, ,35 00, ,36 95, ,75 0, ,3 93, ,3 00, ,96 92,7 3 00,95 0, ,35 95, ,74 00, ,8 95, ,89 02, ,0 93, ,36 03, ,05 92, ,37 05, ,89 93, ,48 04, ,7 9, ,87 02, ,25 93, ,44 03, ,0 9, ,22 08,5

7 00 JURNAL TEKNIK MESIN, TAHUN 20, NO., APRIL 202 Jumlah absolut error pada pelatihan ke 200 adalah 4,5779 pada skala 0, sampai 0,9. Jumlah titik pengukuran 77 titik, sehingga error rata rata tiap posisi adalah umlah absolut error dibagi umlah titik pengukuran, hasilnya adalah 0,059 atau 5,9%. Output model Jaringan Syaraf Tiruan pada posisi koordinat pengukuran titik ke sampai titik ke 77, dan intensitas bunyi hasil pengukuran pada titik ke-k seperti ditunukkan tabel 3. Berdasarkan kurva gallat error yang ditunukkan pada Gambar 5, umlah epoch efektif adalah 80 epoch. Bertambahnya umlah epoch untuk melatih aringan lebih dari 80 epoch tidak efisien karena penurunan umlah error mutlak atau gradiennya terlalu kecil yaitu Bobot Jaringan Syaraf Tiruan pada pelatihan ke 200 dari sel input ke sel hidden dan dari sel hidden ke sel output adalah sebagai berikut : W2 = [ ; ;.0582; ; ;.3753;.047; 0.443; 0.906;.904;.2572; ;.963; ;.043;.089; ; ; 3.886; 2.035; 3.874; ; 3.040; 2.999] W23 = [ ; ; ; ; 46.48; ; ; ] Grafik intensitas bunyi di tiap titik pengukuran pada model JST dibandingkan hasil pengukuran seperti ditunukkan pada Gambar 6. Gambar 6 Grafik intensitas bunyi model JST terhadap hasil pengukuran pada titik ke- k KESIMPULAN Berdasarkan analisis dan pembahasan yang telah dilakukan diperoleh kesimpulan sebagai berikut :. Pemodelan distribusi intensitas bunyi di dalam ruangan Electrics Power Station PT. Indofood Sukses Makmur Tbk. Bogasari Flour Mills menggunakan model JST memiliki umlah error mutlak 4, Error rata-rata model Jaringan Syaraf Tiruan (JST) terhadap hasil pengukuran intensitas bunyi pada tiap titik pengukuran adalah 5,9%. 3. Jumlah epoch efektif untuk melatih aringan adalah 80 epoch. DAFTAR PUSTAKA Irwin, J.D., Graff, E.R., 979, Industrial Noise and Vibration Control, Prentice Hall, New Jersey. J.S.R. Jang dkk., 997, Neuro Fuzzy And Soft Computing, Prentice Hall inc, A Viacom Company Upper Saddle River, USA. Lanny W. Panaitan, 2007, Dasar Dasar Komputasi Cerdas, Penerbit Andi Yogyakarta. Suma mur, 976, Higiene Perusahaan dan Kesehatan Kera, Penerbit Gunung Agung, Jakarta.

8 Edy P.H & Susetiyadi P, Pemodelan Distribusi Intensitas Bunyi,... 0 Smith, B.J., Peters, R.J., Stephanie Owen 996, Acoustic and Noise Connttrol, Addision Wesley Longman Limited, England. Widiana, Dika R., 2007, Rancang Bangun Sistem Isolasi Kebisingan Pada Ruang Power Station di PT Indofood Sukses Makmur Tbk. Bogasari Flour Mills Sura baya, Tugas Akhir Program Studi Teknik Keselamatan dan Kesehatan Kera PPNS ITS, Surabaya. Widodo, Thomas S., 2005, Sistem Neuro Fuzzy untuk Pengolahan Informasi, Pemodelan, dan Kendali, Penerbit Graha Ilmu Yogyakarta.