Jurnal Manajemen Informatika dan Teknik Komputer Volume 1, Nomor 1, April 2015 ANALISA SISTEM PENDETEKSI DINI KEBAKARAN MENGGUNAKAN METODE BACKWARD CHAINING Bachtiar Efendi* 1, Ricky Ramadhan 2 1 Program Studi Sistem Komputer, STMIK Royal Kisaran; 2 Program Studi Manajemen Informatika, AMIK Royal Kisaran, e-mail: *1 medo_bakti@yahoo.com Abstrak Sistem pakar ini untuk pendukung informasi parameter awal terjadinya peristiwa kebakaran di dalam ruangan. Sistem pakar ini dapat membantu setiap orang yang membutuhkan informasi suhu awal, kepekatan asap dan intensitas cahaya pada awal peristiwa kebakaran. Sistem yang dianalisa menggunakan mikrokontroler ATmega8535. Nilai suhu awal kebakaran diperoleh dengan memanfaatkan Sensor Suhu LM35, sedangkan untuk kepekatan asap diperoleh dengan menggunakan Sensor Asap MQ-2. Adapun nilai intensitas cahaya diperoleh dengan memanfaatkan Sensor Cahaya LDR (Light Defendence Resistor). Pengguna sistem dapat langsung memperoleh data nilai suhu, kepekatan asap dan intensitas cahaya dengan cara memilih tiga tipe kebakaran yang tersedia dan selanjutnya memproses pilihan tersebut.metode inferensi yang digunakan untuk menganalisa sistem deteksi dini kebakaran studi kasus di laboratorium elektronika STMIK Royal adalah metode Backward Chaining. Kata kunci- Sistem Pakar, Sensor Suhu LM35, LDR (Light Defendence Resistor) Sensor Asap MQ-2, Backward chaining. 1. PENDAHULUAN Kebakaran merupakan suatu peristiwa yang tidak dikehendaki. Peristiwa kebakaran dapat mengakibatkan kerugian yang tidak sedikit, baik kerugian material maupun kerugian jiwa. Proses kebakaran dapat ditandai dengan timbulnya asap dan kenaikan suhu. Penelitian ini fokus pada pengembangan sistem pakar yang dapat memberikan informasi tentang data suhu, kepekatan asap dan intensitas cahaya yang terjadi pada suatu kebakaran berdasarkan besar kecilnya peristiwa kebakaran. Sensor Asap MQ-2 Sensor MQ-2 berfungsi untuk mendeteksi keberadaan asap di udara. Sensor akan mendeteksi keberadaan gas yang terkandung dalam kepulan asap. Ketika sensor mendeteksi ada asap maka resistansi elektrik sensor akan turun. Memanfaatkan prinsip kerja naik turunnya resistansi dari sensor MQ-2 ini, kandungan gas asap tersebut dapat terdeteksi. Sensor Suhu LM35 Sensor suhu LM35 adalah komponen elektronika yang memiliki fungsi untuk mengubah besaran suhu menjadi besaran listrik dalam bentuk tegangan. Sensor suhu LM35 umum digunakan pada sistem pengukur suhu karena ketelitian, kesensitifan terhadap perubahan suhu serta harga yang murah. Selain itu sensor suhu LM35 juga mudah dalam pengoperasiannya, tanpa perangkat tambahan, pinpin dari sensor ini dapat langsung dihubungkan dengan sumber tegangan DC / baterai sedangkan out putnya langsung dihubungkan ke ADC (analog to digital converter) Sensor Cahaya LDR Fotoresistor adalah detektor yang berguna untuk penerapan kecepatan tanggap rendah dan menengah. Kecepatan tanggap fotoresistor tidak tinggi dan memerlukan waktu beberapa puluh milidetik untuk mencapai tahanan yang baru bila intensitas cahaya diubahsecara mendadak. Fotoresistor juga disebut LDR (light dependent resistor).[2] Mikrokontroler Atmega8535 Mikrokontroler merupakan chip cerdas yang menjadi tren dalam pengendalian otomatis. Atmega 8535 adalah mikrokontroler CMOS 8 bit daya rendah berbasis arsitektur RISC yang ditingkatkan. Kebanyakan instruksi dikerjakan pada satu siklus clock, Atmega 8535 mempunyai throughput mendekati 1 MIPS per MHz membuat desain sistem untuk mengoptimalisasi konsumsi daya versus kecepatan proses.[1]. Atmega 8535 mempunyai ADC (analog to digital converter) untuk mengubah data-data analog menjadi digital untuk diolah atau diproses lebih lanjut. Out put data analog dari sensor suhu, sensor asap dan sensor cahaya dihubungkan dengan perangkat ADC untuk kemudian diolah dan ditampilkan pada layar LCD (liquid crystal display) penampil. 2. METODE PENELITIAN Untuk penyelesaian masalah dalam mengetahui parameter suatu peristiwa kebakaran ke dalam sistem 49
pakar ini digunakan metode inferensi Backward Chaining. Metode backward chaining adalah kebalikan dari Forward Chaining. Percobaan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan. Proses pencarian dengan metode backward chaining berangkat dari kanan ke kiri, yaitu dari kesimpulan sementara menuju kepada premis, metode ini sering disebut gol driven pencarian dikendalikan oleh tujuan yang diberikan.[3] Pengujian sistem dilakukan untuk mengetahui parameter suhu, asap dan cahaya saja, tidak mengerjakan aplikasi lain seperti menyalakan alaram atau sebagainya. Adapun sistem yang dirancang adalah seperti terlihat pada gambar diagram blok di bawah ini : Gambar 1 Diagram Blok Sistem Detektor Kebakaran Untuk memudahkan pembuatan aturan dan rule pada sistem pakar pendeteksi dini kebakaran dengan metoda backward chaining ini maka dibuat beberapa kriteria dan pengkodean seperti tertera pada tabel 1 di bawah ini : Tabel 1. Daftar dan Pengkodean Parameter Nilai Kode Ket. Level Tidak ada api & asap K1 Aman K2 Waspada K3 Bahaya K4 Kebakaran Kecil K5 Kebakaran Sedang K6 Kebakaran Agak besar K7 Kebakaran Besar K8 Sangat besar K9 Suhu Suhu 24 0 C 27 0 C S1 Suhu 28 0 C 31 0 C S2 Suhu 32 0 C 35 0 C S3 Suhu 36 0 C 39 0 C S4 Suhu 40 0 C 43 0 C S5 Suhu 44 0 C S6 Kepekatan Asap Asap = 0,0 V A1 Asap 0,1 1,0 V A2 Asap 1,1 3,0 V A3 Asap 3,1 5,0 V A4 Asap 5,1 8,0 V A5 Asap 8,1 10 V A6 Intensitas Cahaya Cahaya 2,0 V C1 Sangat terang Cahaya 2,1 4,0 V C2 Agak terang 50
Cahaya 4,1 6,0 V C3 Cahaya 6,1 8,0 V C4 Agak gelap Cahaya 8,1 10 V C5 Sangat gelap Berdasarkan representasi pengetahuan yang didapat dari pengujian sistem deteksi dini kebakaran diperoleh beberapa rule untuk menentukan apakah suatu peristiwa kebakaran nantinya akan termasuk level aman, bahaya, kebakaran besar, sedang atau kecil maka disusun daftar aturan (rule) sebagai berikut : Tabel 2. Daftar Aturan (Rule) No Aturan ( Rule ) 1 If S1 = Benar And A1 = Benar And C3 = Benar Then K1 2 If S1 = Benar And A2 = Benar And C3 = Benar Then K2 3 If S1 = Benar And A3 = Benar And C3 = Benar Then K3 4 If S2 = Benar And A3 = Benar And C3 = Benar Then K4 5 If S3 = Benar And A4 = Benar And C3 = Benar Then K5 6 If S4 = Benar And A4 = Benar And C3 = Benar Then K6 7 If S5 = Benar And A4 = Benar And C2 = Benar Then K7 8 If S5 = Benar And A5 = Benar And C1 = Benar Then K8 9 If S6 = Benar And A6 = Benar And C1 = Benar Then K9 Dari aturan (rule) yang tersaji pada tabel 2 di atas dapat dibuat sebuah pohon keputusan seperti gambar 2 di bawah ini : Sangat Besar : Suhu=S6, Asap=A6, Cahaya=C2 Tidak Ada Api & Asap : Suhu=S1, Asap=A1, Aman : Suhu=S1, Asap=A2, Besar : Suhu=S5, Asap=A5, Cahaya=C2 Tipe kebakaran Waspada : Suhu=S1, Asap=A3, Agak Besar : Suhu=S5, Asap=A4, Cahaya=C2 Sedang : Suhu=S4, Asap=A4, Kecil : Suhu=S3, Asap=A4, Bahaya : Suhu=S2, Asap=A3, Gambar 2 Pohon Keputusan Sistem Pakar Kebakaran 3. HASIL DAN PEMBAHASAN Bentuk nyata implementasi bahasa pemograman adalah perancangan interface yang dibutuhkan untuk penyelesaian proses. Interface berbentuk form yang bisa diuraikan sebagai berikut: Form Login Untuk mengisi database sesuai rule atau mengubah database rule yang ada, hanya admin atau pakar yang dapat melakukannya karena dibatasi oleh sistem login. Pada form login ini, user name dan pasword harus diisi sesuai dengan yang telah dibuat pada sistem. Gambar 3. Form Login Form Pengujian Pada form ketika diaktifkan akan ditampilkan label jenis kebakaran, suhu, asap, cahaya dan keterangan. Pada label jenis kebakaran, user harus mengisi nama tipe kebakaran yang diinginkan informasinya. Jika nama tipe yang dimasukkan sesuai 51
dengan data yang tersimpan pada sistem, maka label suhu, asap, cahaya dan keterangan akan langsung menampilkan informasi yang ada. Bentuk form pengujian terlihat pada gambar 5.3 berikut ini : Input Data ke Sistem Gambar 4. Menu Pengujian Gambar 4 di atas masih kosong parameterparameter kebakarannya, sehingga user atau pengguna harus memasukkan jenis kebakaran kedalam sistem. Jika jenis kebakaran yang diinginkan user sudah ada maka parameter kebakaran akan ditampilkan pada form menu pengujian. Adapun keterangan dari gambar 4 di atas adalah : 1. Untuk menampilkan form jenis kebakaran. Form ini hanya bisa diakses oleh pakar, admin. Pada form ini pakar atau admin dapat menambahkan tipe kebakaran dan kesimpulan umum dari tipe kebakaran tersebut. 2. Untuk menampilkan form ciri kebakaran. Form ini juga hanya bisa diakses oleh pakar, admin. Pada form ini pakar atau admin dapat menambahkan ciri-ciri khusus tentang tipe kebakaran yang sudah dibuat pada form jenis kebakaran. Adapun ciri-ciri khususnya adalah suhu, kepekatan asap dan intensitas cahaya. 3. Untuk membuka form pengujian sekaligus menampilkan informasi umum dan khusus tentang tipe kebakaran yang dipilih. 4. Tipe kebakaran yang dipilih oleh user, diketik dalam box. 5. Tampilan suhu sesuai tipe kebakaran yang diketik atau dipilih user. 6. Tampilan kepekatan asap sesuai tipe kebakaran yang diketik atau dipilih user. 7. Pilihan keluar dari sistem pakar. 8. Tampilan intensitas cahaya sesuai tipe kebakaran yang diketik atau dipilih user. 9. Tampilan keterangan secara umum tentang suhu, asap dan intensitas cahaya sesuai tipe kebakaran yang diketik atau dipilih user. Gambar 5. Menu Jenis Kebakaran Pada menu jenis kebakaran admin dapat memasukkan kode kebakaran, jenis kebakaran dan keterangan secara umum. Adapun keterangan gambar 5 di atas seperti terlihat dibawah ini : 1. Untuk gambar no. 1, no.2 dan no.3 seperti pada keterangan gambar 5.2 di atas. 4. Pakar atau admin harus membuat kode untuk tipe kebakaran sesuai rule. 5. Tipe kebakaran. Diisi oleh pakar atau admin untuk nama disesuaikan rule. 6. Tempat menulis, menambah atau merubah keterangan tipe kebakaran secara umum. 7. Keluar sistem pakar. 8. Merubah data yang ada. 9. Menghapus data. 10. Menyimpan data yang dibuat. Gambar 6. Menu Ciri Kebakaran Keterangan gambar : 1. Untuk no. 1, no. 2 dan no. 3, sama seperti keterangan gambar 5.2 di atas. 4. Kode diketik sesuai dengan kode tipe kebakaran yagn dibuat pada form jenis kebakaran. 9. Tipe kebakaran diketik sesuai dengan nama tipe kebakaran yang dibuat pada form jenis kebakaran. 10. Nilai suhu untuk tipe kebakaran yang dibuat. 11. Nilai kepekatan asap untuk tipe kebakaran yang dibuat. 12. Nilai intensitas cahaya untuk tipe kebakaran yang dibuat. 52
Untuk lebih memperjelas sistematika dari hasil analisa yang didapat dari penggunaan sistem ini, akan dijelaskan seperti contoh kasus dibawah ini : Penyesuaian rule yang ada untuk kebakaran besar seperti dijelaskan pada bab sebelumnya yaitu : Contoh kasus 1 : Pada suatu malam gedung sebuah kantor pemda dikota X mengalami bencana kebakaran. Kebakaran yang terjadi tergolong kebakaran besar. Asap yang sangat hitam terlihat membumbung tinggi. Api membakar hangus benda-benda yang ada di dalam gedung. Gedung tersebut diketahui memiliki sistem deteksi kebakaran secara mobile. Peringatan terjadinya kebakaran serta parameter suhu, asap dan cahaya sempat dikirimkan oleh sistem ke penjaga gedung. Dari data awalan sistem deteksi yang dikirim ke penjaga serta fakta kebakaran yang terjadi termasuk kebakaran yang besar, maka para desainer sistem pendeteksi dan pemadam kebakaran berencana membuat model sistem yang lebih baik dan juga pembelajaran pada umum. Adapun datadata yang didapat : 1. Tipe kebakaran : Kebakaran besar 2. Suhu : mencapai 42 0 C 3. Asap : skala 8,5 V 4. Intensitas cahaya : skala 3 V Data pada menu jenis kebakaran yang dimasukkan dalam sistem seperti terlihat pada gambar 7 berikut ini : Gambar 7. Memasukkan Data ke Sistem Setelah data dimasukkan kedalam sistem maka proses selanjutnya adalah menyimpan data tersebut dengan meng-click command simpan. Untuk selanjutnya admin memasukkan ciri-ciri khusus sebuah awal peristiwa kebakaran seperti gambar 8 di bawah : Pada form pengujian kebakaran besar ketika diaktifkan akan ditampilkan label jenis kebakaran, suhu, asap, cahaya dan keterangan. Pada label jenis kebakaran, user harus mengisi nama tipe kebakaran yang diingnkan informasinya. Jika nama tipe yang dimasukkan sesuai dengan data yang tersimpan pada data base, maka label suhu, asap, cahaya dan keterangan akan langsung menampilkan informasi yang ada. Bentuk form pengujian terlihat pada gambar 9 berikut ini : Gambar 9. Form Informasi Kebakaran Besar 4. KESIMPULAN Dari percobaan kasus kebakaran di atas dan berdasarkan rule yang sudah dibuat maka dapat disimpulkan bahwa : Data parameter awal kebakaran yang dimasukkan kedalam sistem sesuai dengan data yang dikeluarkan oleh sistem deteksi kebakaran yang ada. User sistem pakar yang mengkases informasi tentang kebakaran hanya diberi 9 pilihan tipe kebakaran yaitu : Tidak Ada Api Dan Asap, Aman, Waspada, Bahaya, Kebakaran Kecil, Kebakaran Sedang, Kebakaran Agak Besar, Kebakaran Besar Dan Sangat Besar. Informasi yang dimasukkan kedalam sistem sudah sesuai dengan rule dan imformasi yang didapat atau diakses oleh user pada menu pengujian. 5. SARAN Dibutuhkan pengembangan yang berkelanjutan untuk sistem dengan banyak ruangan yang dipasang sistem detektor kebakaran dan saling terhubung. Untuk perlatan sensor juga dapat menggunakan yang lebih sensitif. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada ketua yayasan STMIK Royal Kisaran yang telah memberi dukungan financial terhadap penelitian ini, atau bantuan lainnya. Serta mahasiswa sistem komputer yang telah membantu dalam pengujian sistem. Gambar 8. Memasukkan Cirri Kebakaran Form Pengujian Kebakaran Besar 53
DAFTAR PUSTAKA Agus Bejo, (2008). C&AVR Rahasia Kemudahan Bahasa C dalam Mikrokontroler ATMega8535. Yogyakarta : Graha Ilmu. Catur Edi Widodo, Winarto, Sumariyah, 2003, Pembuatan alat pendeteksi kebakaran dengan detektor asap, Berkala Fisika, vol 6, hal 51-53, ISSN 1410-9662 Kusrini, (2008). Aplikasi Sistem Pakar Teori dan Aplikasi. Yogyakarta : Andi Offset 54