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.