Rancang Bangun Sistem Ventilasi Vertikal Solar Adaptive pada Prototype Gedung Bertingkat Berbasis Mikrokontroler

Transkripsi

1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Vol. 2, No. 8, Agustus 2018, hlm Rancang Bangun Sistem Ventilasi Vertikal Solar Adaptive pada Prototype Gedung Bertingkat Berbasis Mikrokontroler Yanuar Enfika Rafani 1, Tibyani 2, Rizal Maulana 3 Program Studi Teknik Informatika, 1 yanuarenfika@gmail.com, 2 tibyani@ub.ac.id, 3 rizal_lana@ub.ac.id Abstrak Cahaya matahari dengan intensitas yang berlebih dapat menimbulkan masalah yaitu kenaikan suhu yang mengakibatkan ketidak nyamanan di dalam bangunan. Maka dari itu dibutuhkan penahan sinar matahari agar dapat mereduksi atau mengurangi panas dan masuknya cahaya matahari ke dalam bangunan. Dengan menggunkan mikrontroler arduino mega 2560 dan tambahan sensor LDR serta DHT11 maka ventilasi vertikal sebagai shading device dapat membuka atau menutup tiga arah, mengikuti arah matahari tinggi rendahnya matahari dan suhu pada ruangan. Mikrokontroller Arduino Mega 2560 ditanamkan logika fuzzy sugeno sebagai pemberi keputusan output berdasarkan perhitungan fuzzy. Hasil proses pengujian menunjukkan berbagai kondisi ventilasi bergerak menutup cahaya yang masuk berdasarkan hasil masukan dari sensor LDR dan sensor DHT11, pada pengujian fuzzy juga didapatkan hasil yang akurat. Hal ini menunjukkan sistem berjalan dengan baik dalam menentukan gerak ventilasi berdasarkan sudut datangnya cahaya. Kata kunci: ventilasi vertikal, shading device, DHT11, LDR, Fuzzy Sugeno Abstract Sunlight intensity of excess can causes problems apply temperature increase which resulted in inconvenience in the building. Therefore it takes a beam of sunlight in order to reduce or mitigate the heat and light from the Sun's entry into the building. By either using the arduino mega 2560 microcontroller and additional sensors LDR and DHT11 then vent can open or close a three-way, follow the direction of the Sun is high in the low sun and inside room temperature. Arduino Mega 2560 microcontroller implanted fuzzy sugeno logic as the output decision maker based on fuzzy calculation. The test results indicate various conditions the vent move the incoming light close based on the input from the sensors and sensors DHT11, LDR on fuzzy testing also obtained accurate results. This indicates the system is running properly in determining the motion of ventilation based from light angle. Keywords: vertical vent, shading device, DHT11, LDR, Fuzzy Sugeno 1. PENDAHULUAN Sinar matahari merupakan elemen dalam kehidupan manusia yang memberikan pencahayaan dan memiliki efek positif bagi kesehatan manusia. Tetapi, dalam dunia arsitektur cahaya matahari dengan intensitas yang berlebih dapat mengganggu kenyamanan dan menyebabkan silau (Karen Kensek, 2011). Di wilayah beriklim tropis seperti Indonesia intensitas matahari berlangsung sedang sampai tinggi, akan mengakibatkan besarnya panas yang diterima bangunan dan selanjutnya berdampak pada suhu di dalam bangunan. Masalah yang ditimbulkan yaitu kenaikan suhu yang mengakibatkan ketidak nyamanan di dalam bangunan. Maka dari itu dibutuhkan penahan sinar matahari agar dapat mereduksi atau mengurangi panas dan masuknya cahaya matahari ke dalam bangunan yang disebut shading device. Karena penggunaan shading device yang menjadi elemen penting pada bangunan maka diperlukan sebuah shading device yang optimal agar dapat berfungsi secara efektif. Pada sun shading konvensional hanya terdapat dua jenis yaitu tipe vertikal dan tipe horizontal yang masing masing memiliki kekurangan, dan berbentuk permanen yang tidak bisa bergerak mengikuti cahaya matahari menjadikan fungsi dari sun shading tersebut kurang efektif. Fakultas Ilmu Komputer Universitas Brawijaya 2832

2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2833 Oleh karena itu penulis melakukan penelitian tentang Rancang Bangun Sistem Ventilasi Vertikal Solar Adaptive pada Prototype Gedung Bertingkat Berbasis Mikrokontroler dengan menggunakan sensor LDR dan sensor DHT11. Kelebihan dari penelitian yang dilakukan adalah penggunaaan ventilasi vertikal sebagai sun shading yang ditambahkan penggerak motor sehingga dapat bergerak otomatis secara horizontal atau vertikal sesuai dengan arah cahaya matahari yang dideteksi melalui sensor LDR dan suhu di dalam bangunan dideteksi menggunakan sensor DHT11. Data yang diterima oleh sensor diproses oleh mikrokontroler dengan menggunakan logika fuzzy sugeno sebagai penentu output. Hal tersebut menjadi alasan penelitian ini dengan penggunaan sensor-sensor dan logika fuzzy sugeno sebagai pengambil keputusan agar lebih akurat. Pada penelitian ini motor servo digunakan output untuk menentukan sudut gerak ventilasi berdasarkan data dari tiga sensor LDR dan sensor DHT. 2. PERANCANGAN DAN IMPLEMENTASI 2.1 Perancangan Sistem Perancangan Blok Diagram dan Rangkaian Sistem Sistem ini menggunakan empat buah sensor LDR dan satu buah sensor DHT11 sebagai masukkan data yang akan diproses oleh mikrokontroler Arduino Mega Hasil data input akan diproses dengan metode pengambil keputusan yaitu logika fuzzy. Keluaran dari sistem ini yaitu hasil dari proses logika fuzzy sebagai pengambil keputusan berupa gerak ventilasi mengikuti arah matahari yaitu motor servo yang akan bergerak pada dua sumbu. Pada Gambar 2 menjelaskan diagram rangkaian sistem secara keseluruhan yang digunakan pada penelitian ini berdasarkan blok diagram yang telah dirancang sebelumnya. Gambar 2. Diagram rangkaian sistem Perancangan Motor Servo Sistem ini menggunakan dua motor servo sebagai keluaran untuk menggerakkan ventilasi. Kedua motor servo tersebut berfungsi untuk menggerakkan dua sumbu yaitu vertikal dan horizontal, kelebihan dari penggunaan dua servo yaitu pergerakan ventilasi lebih presisi untuk mengikuti arah matahari. Servo pertama adalah servo horizontal bergerak ke arah barat dan setelah menerima masukan sinyal dari sensor LDR 1 dan LDR 2 dan diproses dengan mikrokontroler, sedangkan servo kedua adalah servo vertikal bergerak ke arah utara dan selatan hasil dari masukan sinyal sensor LDR Perancangan Letak Sensor Penggunaan empat sensor LDR dan sensor DHT11 berfungsi memberikan nilai dari intesitas cahaya matahari di luar gedung dan suhu di dalam gedung, dimana sensor LDR akan dipasang pada tiga titik sedangkan sensor DHT11 diletakkan pada bagian dalam prototype gedung. Tiga buah sensor LDR akan dipasang berdasarkan arah mata angin yaitu LDR1 akan ditempatkan pada timur dari bangunan, LDR2 berada di barat dan LDR3 pada arah utara. Gambar 1. Diagram blok sistem

3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2834 Gambar 3. Peletakan sensor pada gedung Peletakan sensor LDR berpengaruh pada nilai dari intensitas cahaya matahari yang diterima oleh sensor. Jika sensor LDR diletakkan secara berdekatan tanpa ada pembatas maka sensor tersebut tidak dapat terfokus untuk melakukan sensing pada arah yang telah ditentukan dan akan membaca nilai intensitas cahaya matahari hampir sama pada setiap sensor. 2.2 Perancangan Perangkat Lunak Perancangan Alur Kerja Sistem Perancangan alur kerja sistem ini menjelaskan mengenai cara kerja sistem dari awal program yang dibuat dimulai hingga program selesai. Diagram alir sistem pada gambar 4 menjelaskan sistem dimulai dengan melakukan pembacaan pada sensor LDR1, LDR2, LDR3 untuk mencari nilai intensitas cahaya matahari kemudian sensor DHT11 mendeteksi suhu. Proses selanjutnya yaitu sistem akan melakukan fuzzifikasi yang kemudian dilanjutkan dengan inferensi fuzzy. Pada tahap inferensi fuzzy sistem akan membandingkan nilai hasil sensing sensor LDR dan nilai hasil sensing sensor DHT11 dari tahap fuzzifikasi yang akan menjadi nilai penalaran fuzzy. Nilai penalaran fuzzy digunakan sebagai output untuk menggerakan motor servo ke arah cahaya matahari dengan intensitas paling tinggi, tetapi diperlukan proses defuzzifikasi karena motor servo hanya dapat membaca nilai yang tegas agar dapat bergerak sesuai dengan perancangan yang telah ditentukan. Gerak motor servo juga dipengaruhi oleh nilai suhu di dalam gedung. Gambar 4. Diagram alir sistem Perancangan Fuzzy Fuzzifikasi merupakan proses mengubah nilai data masukan dari nilai pasti ke dalam fuzzy input. Grafik himpunan keanggotaan memiliki lima himpunan fuzzy yang merupakan tegangan output (Vout) sensor LDR. Nilai dari tegangan output tersebut akan berubah naik atau turun berdasarkan nilai intensitas cahaya yang diterima, direpresentasikan menggunakan kurva trapesium dimana himpunan anggota pada variabel LDR yaitu gelap, redup, sedang, terang dan sangat terang. Sedangkan pada variabel Suhu memiliki himpunan keanggotaan dingin, normal dan panas. Gambar 5. Fungsi keanggotaan LDR Gambar 6. Fungsi keanggotaan suhu

4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2835 Karena membership memiliki rentang yang berdekatan antara fungsi anggota satu dan lainnya maka dipilihlah lima fungsi keanggotaan yang berdampak cukup akurat daripada penggunaan kurang dari lima fungsi keanggotaan. Representasi kurva pada sistem ini menggunakan kurva trapesium. Nilai dari hasil pembacaan sensor LDR memiliki rentang dari 0V hingga 5V berdasarkan perhitungan nilai ADC intensitas cahaya yang dapat ditangkap sensor dari terendah hingga tertinggi. Pada fungsi keanggotaan Suhu dibagi menjadi tiga keanggotaan yaitu dingin, normal dan panas degan rentang suhu antara 20 C-35 C. Metode inferensi fuzzy Sugeno merepresentasikan aturan-aturan yang telah dibuat berdasarkan data pada setiap variabel dalam himpunan fuzzy. Pada sistem ini terdapat variabel LDR dengan lima himpunan keanggotaan fuzzy yaitu gelap, redup, sedang, terang dan sangat terang dan variabel suhu dengan tiga himpunan keanggotaan dingin, normal, panas. Penentuan aturan dasar IF, AND, THEN berdasarkan pengujian manual dengan memperhitungkan kemungkinan yang dapat terjadi dengan kombinasi kedua variabel. Aturan perhitungan logika fuzzy berdasarkan penentuan aturan yang ditentukan oleh metode fuzzy Sugeno. Fungsi keanggotaan defuzzifikasi dengan menggunakan aturan singleton, karena hasil representasinya lebih sederhana yaitu nilai-nilai tunggal. Proses defuzzifikasi adalah proses pemetaan dari himpunan fuzzy ke himpunan tegas yang dilakukan untuk menentukan posisi sudut motor servo. Gerak dari motor servo berdasarkan proses rule evaluation yang kemudian dikonversikan dalam bentuk gerak sudut servo untuk menentukan posisi ventilasi. Tabel 1. Posisi Ventilasi Berdasarkan Sudut Servo Implementasi Sistem Implementasi sistem menjelaskan proses aplikasi dari tahap perancangan sistem. Implementasi sistem harus sesuai dengan tahap perancangan yang telah dibuat agar dapat bekerja sesuai dengan tujuan Implementasi Perangkat Keras Tahap implementasi perangkat keras adalah proses merakit komponen elektronik sistem berdasarkan perancangan yang telah dibuat agar bekerja sesuai fungsi dan tujuan. Implementasi perangkat keras pada sistem ini sendiri terdiri dari rangkaian mekanik motor servo dan peletakan sesnsor pada prototype gedung bertingkat seperti pada Gambar 7 dan implementasi pada prototype pada Gambar 8. Gambar 7. Rangkaian Motor Servo dan Sensor Tabel 2. Posisi Ventilasi Berdasarkan Sudut Servo 2

5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2836 Gambar 9. Pengujian sensor LDR Gambar 8. Prototype Gedung Bertingkat Implementasi Perangkat Lunak Tahap implementasi perangkat lunak merupakan tahap pembuatan program pada sistem agar bekerja sesuai dengan tujuan dan perancangan dengan menggunakan bahasa pemrograman C pada mikrokontroler arduino. Mulai tahap pembacaan sensor, perhitungan fuzzy dan gerak output. 3. PENGUJIAN DAN ANALISIS Pengujian dilakukan untuk mengetahui apakah semua kebutuhan yang diharapkan telah terpenuhi oleh sistem. 3.1 Pengujian Akuisisi Data Sensor LDR Pengujian hasil pembacaan sensor Light Dependent Resistor dilakukan untuk mengetahui kemampuan sensor dalam membaca intensitas cahaya dari rentang terendah sampai tertinggi. Keluaran dari sensor LDR telah dikalibarasi dalam bentuk tegangan (V). Pengujian ini dilakukan dengan cara meletakkan sensor LDR pada tiga arah mata angin yaitu sensor LDR1 pada barat gedung, LDR2 pada bagian timur gedung dan LDR3 berada pada utara gedung. Berikut adalah Gambar 7 yang merupakan hasil dari pembacaan sensor LDR. Dari hasil pengujian pembacaan sensor didapatkan nilai sensor LDR terendah dengan nilai 0.89 pada pukul 07:00 dan tertinggi dengan nilai 3.11 pada pukul Hasil pembacaan sensor terendah didapatkan karena intensitas matahari sangat rendah atau redup pada pagi hari dan hasil pembacaan sensor tertinggi didapatkan pada siang hari karena matahari tepat berada diatas dengan nilai intensitas yang lebih tinggi dibandingkan dengan pagi hari. 3.2 Pengujian Akuisisi Data Sensor DHT11 Pengujian pada sensor DHT11 memiliki tujuan untuk mengetahui error dari sensor. Nilai suhu yang dibaca oleh sensor kemudian dibandingkan dengan hasil deteksi termometer ruangan. Berikut adalah Gambar 8 yang merupakan hasil dari pembacaan sensor DHT11 yang dibandingkan dengan hasil dari pembacaan termometer setelah melalui prosedur. Gambar 10. Pengujian sensor DHT11 Berdasarkan grafik yang ditampilkan pada Gambar 8 diketahui hasil pembacaan suhu oleh sensor DHT11 dengan termometer memiliki perbedaan namun tidak terlau jauh. Hal ini diketahui dari nilai rata-rata sistem eror adalah 2.15%. Pembacaan dari sensor DHT11 dan termometer didapatkan hasil yang kurang stabil.

6 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Pengujian Perubahan Sudut Servo Pengujian perubahan sudut servo memiliki tujuan untuk membuktikan bahwa sistem telah bekerja sesuai dengan perancangan perhitungan logika Fuzzy dan mengikuti aturan dasar yang telah dibuat. Sistem akan dikatakan bekerja dengan benar jika gerak dari servo mengikuti intensitas cahaya matahari dan suhu di dalam gedung. Pengujian ini dalam jangka waktu 10 jam yang dilaksakanan pada pukul sampai dengan mengambil 21 sampel data pada setiap 30 menit pengambilan data. Hasil pembacaan sensor LDR 1 dan LDR 2 timur barat pada Servo 1 dan LDR 3 untuk utara pada Servo 2 direpesentasikan dalam grafik Gambar 9 dan Gambar 10. Gerak pada servo telah sesuai dengan rule yang dibuat pada perancangan. Tabel 3. Perbandingan fuzzy LDR1, LDR2 dan suhu Tabel 4. Perbandingan fuzzy LDR3 dan suhu Gambar 11. Perubahan Sudut Servo1 Gambar 12. Perubahan Sudut Servo2 3.4 Pengujian Fuzzy Pada pengujian fuzzy ini memiliki tujuan untuk membuktikan bahwa sistem dikatakan bekerja dengan benar apabila hasil nilai dari perhitungan pada sistem sama dengan nilai perhitungan secara manual. Berikut adalah hasil pengujian perhitungan fuzzy pada Tabel 2 dan Tabel 3 merupakan hasil perhitungan sistem yang dapat dilihat pada serial monitor di Arduino IDE. Berdasarkan hasil pengujian Fuzzy dengan menggunakan 15 sampel data dapat disimpulkan bahwa sistem ini bekerja sesuai dengan tujuan dan perancangan yang sebelumnya telah dibuat. Hal ini dapat dibuktikan dengan cara membandingkan nilai dari hasil perhitungan oleh sistem dengan nilai dari hasil perhitungan manual dan hasilnya sama. Hasil dari pengujian ini berdasarkan pengujian secara langsung dan real time bergantung pada cuaca saat melakukan pengujian. Oleh sebab itu hasil pengujian tidak menunjukan seluruh gerak ventilasi yang telah dirancang. 4. KESIMPULAN Berdasarkan hasil tahap perancangan, implementasi, pengujian dan analisis sistem yang telah dilakukan sebelumnya, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Ventilasi vertikal solar adaptive ini bergerak berdasarkan arah intensitas cahaya matahari dan suhu di dalam gedung dengan menggunakan metode Fuzzy Sugeno dari input intensitas cahaya hasil pembacaan sensor LDR dan suhu dari hasil pembacaan sensor DHT11. Penggunaan tiga buah

7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2838 sensor LDR diletakan pada timur, barat dan utara prototype gedung. Sedangkan untuk peletakan sensor DHT11 berada di dalam prototye gedung bertingkat. Nilai output hasil dari perhitungan Fuzzy merupakan perubahan sudut ventilasi vertikal yang digerakan oleh dua buah motor servo, dimana motor servo 1 bergerak secara horizontal dan motor servo 2 bergerak vertikal. 2. Implementasi metode Fuzzy Sugeno pada sistem ventilasi vertikal solar adaptive ini meliputi fuzzifikasi, inferensi Fuzzy, dan defuzzifikasi. Pada sistem ini memiliki dua aturan dasar Fuzzy yaitu yang pertama untuk menentukan gerak servo horizontal ke arah timur dan barat dengan rentang sudut dari 0 sampai 180 dan yang kedua aturan fuzzy untuk servo vertikal ke arah utara dan selatan dengan rentang sudut dari 0 sampai 90. Pada proses fuzzifikasi memiliki 2 variabel yaitu variabel LDR dan suhu. Variabel LDR memiliki 5 himpunan keanggotaan yaitu gelap, redup, sedang, terang dan sangat terang. Sedangkan variabel suhu memiliki 3 himpunan keanggotaan yaitu dingin, normal dan panas. Proses inferensi fuzzy merupakan penggabungan aturan berdasarkan himpunan dari setiap variabel LDR dan suhu. Terdapat 75 aturan untuk keluaran servo1 dan 15 aturan untuk keluaran servo2. Proses terakhir adalah defuzzifikasi dengan menggunakan medote MIN-MAX yang selanjutnya pada setiap variabel kondisi keluaran akan dicari nilai terbesarnya (MAX). 3. Pengujian metode fuzzy dilakukan dengan cara membandingkan perhitungan pada sistem dengan perhitungan secara manual. Hasil dari perhitungan tersebut sama, baik dari perhitungan secara manual maupun perhitungan dari sistem. Sistem dapat menentukan berbagai kondisi keluaran yaitu gerak servo dengan input berupa variabel LDR dan suhu yang berbeda-beda. Hal ini menunjukkan hasil dari pengujian metode fuzzy pada sistem sesuai dengan perancangan. Persentase keberhasilan pada pengujian sebesar 100% yang membuktikan bahwa sistem dapat bekerja dengan baik dalam menentukan berbagai kondisi. DAFTAR PUSTAKA Fathabadi, H. (2016). Comparative study between two novel sensorless and sensor based dualaxis. Solar Energy, Frearson, A. (2014). dezeen. Retrieved 2017, from mbra-kinestic-louvres-tyler-short-movie/ Frearson, A. (2014). dezeen. Retrieved from mbra-kinestic-louvres-tyler-short-movie/ Harjunowibowo, D. (2010). MODEL PANEL SURYA CERDAS DENGAN SENSOR PELACAK CAHAYA MATAHARI OTOMATIS BERBASIS MIKROKONTROLER. Hill, S. H. (n.d.). What do Prototypes Prototype? J, P. (2015). Design of one axis three position solar tracking system for paraboloidal dish solar collector. Karen Kensek, R. H. (2011). Environment control systems for sustainable design: a methodology for testing, simulating and comparing kinetic facade systems. Livinti Petru, G. M. (2015). PWM Control of a DC Motor Used to Drive a Conveyor Belt. M.H.M. Sidek, N. A. (2017). Automated Positioning Dual-Axis Solar Tracking System with Precision Elevation. N.Othman. (2013). Performance Analysis of Dual-axis Solar. Nagy, Z. (2016). The Adaptive Solar Facade: From concept. Rafiuddin Syam, P. (2013). Dasar Dasar Teknik Sensor. Makasar. Saelan, A. (2009). LOGIKA FUZZY. Sudiro, S. A. (2010, April 17). gunadarma.ac.id. Retrieved 2016 Suwardi, T. (2016). Perancangan Sistem Tracking Cahaya Matahari dengan Sensor Cahaya Untuk Optimalisasi Panel Surya Menggunakan Logika Fuzzy. Minor Thesis. Syahriana Syam, S. B. (2013). PENGARUH BUKAAN TERHADAP PENCAHAYAAN ALAMI.

8 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 2839 Zolkapli, M. (2013). High-Efficiency Dual-Axis Solar Tracking Developement using Arduino.