Rancang Bangun Sisteem Monitoring dan Pengendalian Suhu Pada Inkubator Bayi Berbasis Fuzzy logic

Transkripsi

1 Rancang Bangun Sisteem Monitoring dan Pengendalian Suhu Pada Inkubator Bayi Berbasis Fuzzy logic Fadillah Nufinda Rachman 1, Supadi 2, Tri Anggono Prijo 3 1 Program Studi Teknobiomedik Fakultas Sains dan Teknologi Universitas Airlangga 2,3 Program Studi Fisika Fakultas Sains dan Teknologi Universitas Airlangga fadillahnufindarachman@yahoo.co.id Abstract A research has been conducted entitled Design of Monitoring and Temperature Controller System on Fuzzy Logic-Based Infant Incubator. It aimed to design an incubator which would be equipped with an LM35 temperature sensor for detecting temperature so that nurses could easily monitor the incubator temperature. This incubator would also be equipped with a fuzzy logic smart control for controlling the temperature inside the incubator properly. In this study, the temperature that would be used for the incubator was set, then the system was running according to the fuzzy logic smart control program which would control the temperature according to the preset temperature. This device had a high degree of accuracy in monitoring the temperature inside the incubator, whereas the difference between the temperature sensor and a thermometer had an error percentage of 1.07% in average, with the accuracy rate of 98.93%. The controlling system of the incubator temperature was capable of controlling the temperature on an even keel according to the preset temperature value. The difference between the temperature range and the set point was also found to be approximately 0.3 o C. Keywords : incubator, temperature, LM35, fuzzy logic

2 Abstrak Telah dilakukan penelitian dengan judul Rancang Bangun Sistem Monitoring dan Pengendalian Suhu Pada Inkubator Bayi Berbasis Fuzzy logic dengan tujuan merancang inkubator yang dilengkapi dengan sensor suhu LM35 untuk mendeteksi suhu sehingga perawat semakin mudah untuk memonitoring suhu pada inkubator bayi serta dilengkapi dengan kendali cerdas fuzzy logic untuk Mengendalikan suhu didalam inkubator dengan baik dan benar. Pada penelitian ini inkubator akan diatur suhu yang akan digunakan pada inkubator kemudian sistem akan menjalankan sesuai program kendali cerdas fuzzy logic dan akan mengendalikan suhu sesuai dengan suhu yang telah diatur sebelumnya. Alat ini mempunyai tingkat keakuratan yang tinggi dalam memonitoring suhu yang ada didalam inkubator, sedangkan untuk selisih sensor suhu dengan termometer mempunyai rata-rata persentase kesalahan 1,07% dengan tingkat ketepatan sebesar 98,93%. Pada sistem pengendalian suhu inkubator telah mampu mengendalikan suhu dengan stabil sesuai dengan nilai suhu yang diatur sebelumnya dan memiliki selisih range suhu dengan set point sebesar ±0,3 o C. Kata kunci : Inkubator, suhu, LM35, fuzzy logic

3 Pendahuluan Dalam dunia kesehatan inkubator merupakan alat yang paling penting terutama di ruang perawatan bayi, hal ini di karenakan tingkat bayi lahir prematur yang cukup banyak khususnya pada rumah sakit milik pemerintah, apabila bayi mengalami lahir prematur maka akan sangat membutuhkan tingkat kehangatan yang cukup stabil mengingat bayi tersebut belum terbiasa beradaptasi dengan suhu diluar kandungan sang ibu. Inkubator bayi berfungsi menjaga temperatur bayi supaya tetap stabil. Sistem yang telah digunakan pada inkubator sampai saat ini masih sederhana, sistem kontrol yang digunakan adalah on off control action. Dalam kaitannya dengan bidang pengendali, pengetahuan mengenai model sistem atau plant yang akan dikendalikan merupakan salah satu faktor penentu pemilihan kendali yang akan dirancang, salah satu pendekatan yang akan digunakan adalah dengan menggunakan teknik kendali fuzzy logic. Penggunaan teknik kendali Fuzzy logic telah cukup meluas pada berbagai aplikasi mulai dari kendali proses industri, elektronika rumah tangga, kendali robot dan kesehatan. Sistem kendali dibidang kesehatan saat ini sudah melewati perkembangan yang pesat, akan tetapi kendali fuzzy di bidang kesehatan belum banyak dikembangkan. Dalam makalah ini diberi suatu contoh aplikasi sederhana yang menggunakan kendali fuzzy, yaitu rancang bangun sistem monitoring dan pengendalian suhu pada inkubator bayi berbasis fuzzy logic. Inkubator Inkubator merupakan tempat perawatan dan penyesuaian suhu untuk bayi yang lahir prematur atau lahir sebelum waktunya (kurang dari 37 minggu). Bayi normal dilahirkan setelah kira kira 40 minggu dalam kandungan. Berat bayi normal berkisar antara 2500 gram sampai 4000 gram, sedangkan bayi yang lahir prematur beratnya kurang dari 2500 gram. Pentingnya inkubator ini dalam penanganan bayi prematur, membutuhkan suatu sistem pengaturan suhu yang mempunyai kualitas pengukuran dan pengaturan yang baik pada rentang suhu C.

4 Sensor LM35 LM35DZ milik National Semiconductor tergolong IC sensor suhu dengan rangkaian terpadu yang menggunakan chip silicon untuk kelemahan penginderanya. Sensor jenis ini mempunyai output tegangan dan arus yang sangat linier pada temperatur ºC. Tegangan input sebesar 5 volt dan tegangan keluaran 10mV/ ºC. Yang artinya output akan mengalami kenaikan 10mV tiap kenaikan temperatur sebesar 1 ºC. Bentuk dapat dilihat pada Gambar 1. Gambar 1. LM35DZ Fuzzy logic Fuzzy logic diperkenalkan pertama kali oleh Prof. Lotfi Zadeh dari universitas California di Barkeley, pada pertengahan Untuk menghitung gradasi yang tak terbatas jumlahnya antara benar dan salah, Zadeh mengembangkan ide penggolongan set yang ia namakan set fuzzy. Tidak seperti logika boolean, fuzzy logic memiliki banyak nilai. Ada beberapa konsep dasar yang harus diketahui yang berhubungan dengan Fuzzy logic, seperti yang ditunjukkan pada Gambar 2. Gambar 2. Konsep Fuzzy

5 Pada Gambar 2. dijelaskan bahwa ada beberapa konsep dasar yang behubungan dengan fuzzy logic, dapat dijelaskan sebagai berikut: 1. Derajat keanggotaan adalah derajat dimana nilai crips kompatibel dengan fungsi keanggotaan (dari 0 sampai 1), juga mengacu sebagai tingkat keanggotaan, nilai kebenaran, atau masukan fuzzy. 2. Label adalah nama diskriptif yang digunakan untuk mengidentifikasi sebuah fungsi keanggotaan. 3. Fungsi keanggotaan adalah mendefinisikan fuzzy set dengan memetakan masukan crisp dari domainnya ke derajat keanggotaannya. 4. Masukan crisp adalah masukan yang tegas dan tertentu. 5. Lingkup/domain adalah lebar fungsi keanggotaan, tempat dimana fungsi keanggotaan dipetakan. 6. Daerah batasan crisp adalah jangkauan seluruh nilai yang mungkin dapat divariasikan pada variabel sistem. Metode Penelitian Prosedur proses ini dilakukan dengan beberapa tahapan yaitu, pembuatan hardware dan software. Secara umum cara kerja dari incubator bayi ini adalah menjaga suhu didalam incubator sesuai yang dibutuhkan bayi yaitu sekitar o C. Untuk menjaga agar suhu stabil pada daerah tersebut digunakan kontroler fuzzy logic. Pembuatan Hardware Pembuatan hardware meliputi: rangkaian minimum system, rangkaian push button, rangkaian sensor suhu, rangkaian driver heater dan kipas.

6 Gambar 3. Blok Diagram Alat Adapun penjelasan mengenai diagram blok pada Gambar 3 yaitu : 1. Push button untuk menentukan set point suhu yang diinginkan pemakai dengan rentang suhu normal inkubator C dengan tombol up dan down sebagai pilihanya serta tombol enter dan cancel untuk perintah selanjutnya. 2. LCD digunakan sebagai tampilan masukkan set point selanjutnya digunakan sebagai tampilan nilai set point dan suhu yang dibaca oleh sensor lm Setelah dimasukkan nilai set point, sensor suhu LM35 yang diletakkan didalam inkubator akan langsung mendeteksi panas. Keluaran dari sensor LM35 sebelumnya dikuatkan dengan op-amp menggunakan IC LM358 dengan tujuan keluaran dapat dibaca dengan lebih presisi oleh mikrokontroler. 4. Inkubator bekerja pada suhu sekitar o C dan tegangan sensor LM35 pada suhu itu berkisar antara 0,25-0,45 V, sedangakan mikrokontroler bekerja pada 0-5 V. untuk memperoleh hasil yang maksimal untuk sensor LM35 maka dilakukan penguatan sebesar 10 kali sehingga tegangan LM35 akan bekerja pada 2,5-4,5 V sehingga kerja mikrokontroler juga akan maksimal dan tidak mubazir karena adc digunakan dengan maksimal. Pada mikrokontroler dilakukan proses ADC (Analog Digi tal Converter) yang

7 memanfaatkan ADC internal mikrokontroller ATMEGA 16 dengan presisi 10 bit ADC. 5. Sebelumnya pada mikrokontroler sudah ditanamkan program fuzzy untuk mengontrol heater dengan driver heater. 6. Mikrokontroler akan mengaktifkan mengaktifkan sinyal PWM yang akan digunakan sebagai pengaturan tingkat kepanasan heater dengan driver heater. 7. Pada mikrokontroler juga dimasukan program untuk mengontrol kipas dengan driver kipas. 8. Mikrokontroler akan menggerakkan kipas dengan driver kipas sesuai dengan perintah. Rangkaian Sensor Suhu Pada inkubator, sensor yang digunakan untuk mendeteksi suhu digunakan sensor LM35DZ. LM35DZ memiliki perubahan linier setiap kenaikan 1 o C sebanding dengan 10mv. Sensor LM35DZ akan mengukur suhu didalam inkubator, keluaran sensor suhu berupa tegangan. Skema rangkaian sensor suhu dapat dilihat pada Gambar 4. Gambar 4. Skema Rangkaian Sensor Suhu Rangkaian Driver Heater Driver heater pada alat inkubator ini adalah untuk mengontrol tingkat kepanasan dari heater. Prinsip kerja rangkaian driver heater adalah dengan memanfaatkan suatu masukan dengan arus searah 15 ma untuk menghidupkan LED MOC3021. Sinyal pemicuan dari mikrokontroler yang berupa pulsa high selama waktu tertentu akan mengalirkan arus ke dalam komponen LED dari MOC

8 3021. Selanjutnya LED akan mengaktifkan output yaitu triac. Akibatnya triac BT139 akan terpicu sehingga pemanas (heater) akan teraliri arus listrik. Skema rangkaian driver heater dapat dilihat pada Gambar 5. Gambar 5 Rangkaian Driver Heater Pembuatan Software Pembuatan software meliputi, program suhu dan program fuzzy logic untuk heater. Alat ini bekerja berprinsip kepada fuzzy. Data yang berasal dari sensor LM35 diproses dengan menggunakan algoritma fuzzy. Proses dalam algoritma fuzzy akan dibagi menjadi 3, yaitu : fuzzifikasi, rule evaluation, dan defuzzifikasi. Gambar 6. Blok Diagram Program Fuzzifikasi Tahap fuzzifikasi adalah tahap pembentukan fungsi keanggotaan.fuzzifikasi dibagi menjadi 2 kelompok, yaitu fuzzifikasi error dan fuzzifikasi delta error. Kedua buah kelompok fuzzifikasi ini digunakan untuk menambah parameter dari himpunan fuzzy. Masukkan pada fuzzy yaitu error dan delta error dan untuk range maksimumya yaitu 6 sampai -6 karena diasumsikan suhu kamar 30 0 C sehingga error maksimum = = 6.

9 Gambar 7. Fuzzifikasi Error Gambar 8. Fuzzifikasi Delta Error Rule Evaluation Pada tahap ini tiap-tiap keluaran dari tahap fuzzifikasi yang berupa derajat keanggotaan dan variabel linguistik baik dari error ataupun delta errorakan digabung dengan menggunakan rule evaluation. Dari rule evaluation akan diketahui variasi tingkat kepanasan heater. Tabel 1. Rule Heater E NB NS Z PS PB de NB Mati Mati Mati Mati Agak Hangat NS Mati Mati Mati Agak Hangat Hangat Z Mati Mati Agak Hangat Panas Hangat PS Mati Agak Hangat Hangat Panas Sangat Panas PB Agak Hangat Hangat Panas Sangat Panas Sangat panas Defuzzifikasi Hasil keluaran dari tahap rule evaluation akan digunakan sebagai rule yang paling benar dan akan dikalikan dengan nilai dari derajat keanggotaannya. Metode yang digunakan pada defuzzifikazi adalah Center of Gravity (COG) atau

10 centroid. Yaitu hasil penjumlahan semua keluaran fungsi keanggotaan yang dikalikan dengan singleton dari masing-masing aksi. Dari hasil tersebut kemudian dirata-rata dengan total keluaran fuzzy. Gambar 9. Keluaran Heater Hasil Uji Coba Dan Pembahasan Pada penelitian yang telah dilakukan diperoleh hasil pengujian, antara lain pengujian linieritas suhu terhadap tegangan, pengujian ketelitian dan ketepatan (linieritas) sensor, dan pengujian kestabilan dan kesesuaian set point suhu terhadap sensor suhu pada alat. Pengujian Linieritas Suhu Terhadap Tegangan Pengujian linieritas suhu tehadap tegangan yang telah dikuatkan ini dilakukan dengan cara mengukur tegangan yang dihasilkan sensor yang telah dikuatkan dan mencatat suhu yang dideteksi oleh termometer. Data pengujian ini dapat dilihat pada Gambar 10. Gambar 10. Grafik Kelinieritas Sensor Suhu

11 Dari grafik terlihat bahwa nilai tegangan dan suhu yang terkalibrasi menunjukkan kelinieritas yang baik. Sensor suhu yang digunakan yaitu LM35DZ memiliki linieritas sebesar 0,985 yang artinya mendekati angka 1. Secara teori, semakin mendekati angka 1 maka data yang digunakan semakin baik. Jadi hal ini dapat dikatakan, bahwa sensor dapat digunakan dengan baik. Pengujian Ketepatan Sensor Suhu Terhadap Termometer Berdasarkan penelitian yang telah dilakukan, didapatkan data pengukuran nilai sensor suhu yang terbaca dan telah dikonversi dalam derajat celcius pada tampilan LCD terhadap termometer digital sebagai pembanding. Data pengujian ini dapat dilihat pada Tabel 2. Tabel 2. Hasil Perbandingan Antara Termometer dengan Sensor Suhu Sensor Suhu ( o C) Termometer ( o C) Kesalahan(%) 26,7 26,9 0,74 27,6 28 1,42 28,1 28,4 1,05 29, ,2 30,5 0,98 31,6 32 1,25 33,7 34 0,88 34,7 35 0,85 35,7 36 0,83 36,7 37 0, ,3 1, ,4 0,99 Rata-rata kesalahan : 1,07 Tabel 2 adalah hasil perbandingan antara sensor suhu dengan termometer digital untuk mendapatkan nilai kesalahan dari sensor suhu yang telah dibuat. Berdasarkan Tabel 4.6 dapat dilihat bahwa nilai rata-rata prosentase selisih suhu tersebut sebesar 1,07 dan tingkat ketepatan (akurasi) pada rangkaian sensor suhu dihitung melalui persamaan : ( ) = %, % =, %

12 Jadi, tingkat akurasi rangkaian sensor suhu terhadap termometer yang ada dipasaran adalah sebesar, %. Pengujian Kestabilan dan Kesesuaian Set point Suhu Terhadap Sensor Suhu Pada Alat Pengujian ini bertujuan untuk mengetahui kinerja dari seluruh rangkaian, dimana alat akan dimasukkan nilai set point dan sensor akan membaca suhunya kemudian dibiarkan selama 1 jam untuk mengetahui apakah nilai set point akan selalu sama dengan suhu yang dibaca sensor, serta untuk mengetahui kestabilan dari rangkaian keseluruhan. Hasil pengujian dapat dilihat pada hasil grafik dapat dilihat pada Gambar 9. Gambar 11. Grafik Suhu Inkubator sp=36 o C Gambar 11 adalah grafik respon sistem kendali temperatur udara yang dirancang yaitu nilai PV (nilai yang dibaca sensor) terhadap waktu. Garis lurus menunjukkan nilai SP (set point) dari sistem. Dari grafik ini terlihat bahwa Pada heater dapat dikontrol dengan baik oleh fuzzy logic dan suhu yang diinginkan hampir stabil atau dengan sedikit osilasi pada set point suhu yang ditentukan dengan selisih ±0,3 o C. Sedangkan untuk respon dari sistem ini menunjukkan bahwa untuk mencapai suhu yang diinginkan sedikit lama yaitu sekitar menit ke- 15. Ini disebabkan oleh kemampuan heater yang relatif kurang cepat panas dikarenakan watt yang kurang besar. Tetapi untuk sistem dari kontrol suhu sudah berjalan dengan baik.

13 Kesimpulan Sensor suhu LM35 dapat bekerja baik pada rancang bangun sistem monitoring dan pengendalian suhu pada inkubator bayi berbasis Fuzzy Logic, hal ini dikarenakan sensor suhu yang dihubungkan ke mikrokontroler mampu mengukur suhu dengan prosentase tingkat kesalahannya sebesar 1,07% terhadap pembacaan termometer sebagai pembanding atau kalibrator. Fuzzy Logic dapat digunakan sebagai pengendali yang baik pada rancang bangun sistem monitoring dan pengendalian suhu pada inkubator bayi berbasis Fuzzy Logic. Hal ini dikarenakan heater dapat dikontrol dengan baik dan suhu yang diinginkan hampir stabil pada set suhu yang ditentukan dengan selisih ±0,3 o C. Daftar Pustaka Hannawati.A, Thiang, dan Resmana, 2001, PrototipeSistem Kendali Temperatur Berbasis Fuzzy Logic Pada Sebuah Inkubator, Makalah Proyek,Jurusan Teknik Elektro, Universitas Petra, Surabaya. Rakhmawan,Syahid.P., 2010, Penerapan Standar IEC Untuk Pengujian Keselamatan Listrik Pada Infant Incubator, Laporan Kerja Praktek di BPFK, Jurusan Teknik Fisika, ITS,Surabaya. Riza, F.F., Setiawan, I., dan Sumardi, 2008, Perancangan Sistem Pengendali Suhu Dan Memonitoring Kelembaban Berbasis ATmega8535 Pada Plant Inkubator, Jurnal Penelitian, Jurusan Teknik Elektro, Universitas Diponegoro, Semarang. Sanjaya, Muhammad N., 2010, Rancang Bangun Inkubator Dilengkapi Indikator Bayi Ngompol, Tugas Akhir, Program Studi DIII Otomatisasi Sistem Instrumentasi, Universitas Airlangga, Surabaya. Suprapto, Tjahjono, A., dan Sunarno, E., 2009, Rancang Bangun Mesin Penetas Telur Ayam Berbasis Mikrokontroller Dengan Fuzzy Logic Controller, jurnal Penelitian,Teknik Elektro Industri, PENS ITS, Surabaya.