andrianus radipta [72070404059]

18
PENEMPATAN SENSOR BERDASARKAN PENEMPATAN SENSOR BERDASARKAN PEMODELAN SEBARAN API PEMODELAN SEBARAN API Oleh: Andrianus Radipta 7207.040.059 Pembimbing : Ir. Prima Kristalina, MT NIP.196505251990032001 Ronny Susetyoko , S .Si , M.Si NIP.197112111995011001

Upload: andrianusradipta

Post on 04-Jul-2015

51 views

Category:

Documents


4 download

TRANSCRIPT

Page 1: Andrianus Radipta [72070404059]

PENEMPATAN SENSOR PENEMPATAN SENSOR BERDASARKAN PEMODELAN BERDASARKAN PEMODELAN SEBARAN APISEBARAN API

Oleh:

Andrianus Radipta

7207.040.059

Pembimbing :

Ir. Prima Kristalina, MT

NIP.196505251990032001

Ronny Susetyoko, S.Si, M.Si

NIP.197112111995011001

Page 2: Andrianus Radipta [72070404059]

LATAR BELAKANGLATAR BELAKANG• Populasi hutan di dunia semakin menurun. • Sebagian besar disebabkan oleh kebakaran

hutan.• Dibutuhkan suatu sistem untuk mengatasi

masalah tersebut, yaitu dengan WSN.• Penempatan sensor harus memperhatikan

model sebaran api.• Maka, dibuatlah proyek akhir berjudul

“Penempatan Sensor Berdasarkan Pemodelan Sebaran Api”.

Page 3: Andrianus Radipta [72070404059]

RUMUSAN MASALAH

• Bagaimana menginventarisasi bahan-bahan penyebab kebakaran hutan tropis.

• Bagaimana membuat model bidang yang meniru proses kebakaran hutan.

• Bagaimana cara mendapatkan data dari model yang dibuat.

• Bagaimana menganalisa data dan membuat visualisasi berdasarkan data yang didapat.

Page 4: Andrianus Radipta [72070404059]

BATASAN MASALAH

1. Menggunakan sensor LM-35 sebagai pendeteksi temperature api.

2. Menggunakan Microcontroller AT-Mega 8535 sebagai pembaca data dan pengkonversi tegangan menjadi satuan temperature.

3. Menggunakan Visual Basic ver. 6 sebagai monitoring dan peyimpan data.

4. Menggunakan Minitab ver. 14 sebagai perangkat pembangkit persamaan regresi.

5. Menggunakan Matlab ver 7.8 untuk membuat plot grafik.

6. Hanya menggunakan 3 variabel, yaitu temperature, volume dan waktu sebagai input pemodelan.

7. Hanya menggunakan dua jenis bahan pembakar, yaitu kertas dan daun.

8. Meniadakan pengaruh angin dan kemiringan permukaan.

Page 5: Andrianus Radipta [72070404059]

TUJUAN

• Membuat pemodelan sebaran api (laju sebaran api dan panjang api) berdasarkan bahan pembakarnya.

• Menampilkan contour bidang pada waktu pengamatan tertentu menggunakan FEM.

• Membuat simulation tool untuk sistem kebakaran hutan ditinjau dari bahan pembakar dan lokasi bahan tersebut pada bidang target. 

Page 6: Andrianus Radipta [72070404059]

PERENCANAAN SISTEMPERENCANAAN SISTEM

Page 7: Andrianus Radipta [72070404059]

DIAGRAM KERJA SISTEMDIAGRAM KERJA SISTEM

Page 8: Andrianus Radipta [72070404059]

PROTOTYPE SISTEMPROTOTYPE SISTEM

`

1 m

1 m

25 cm

PC

Microcontroller

Bahan Pembakar

Sensors

Page 9: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (1)YANG SUDAH DIKERJAKAN (1)

Inventarisasi bahan :

Nama Bahan ρ dalam kg/m3 ρ dalam gr/cm3

Daun Jati 2.500 kg/m3 2,5 gr/cm3

Kayu Jati 5.550 kg/m3 5,55 gr/cm3

Rumput 4.500 kg/m3 4,5 gr/cm3

Kertas A4 3.000 kg/m3 3 gr/cm3

Biji Pinus 5.000 kg/m3 5 gr/cm3

Page 10: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (2)YANG SUDAH DIKERJAKAN (2)

Pengumpulan Data :•Pembakaran kertas dengan 3 volume yang berbeda dalam satu dimensi•Masing-masing volume (5cm3, 10cm3 dan 15cm3) dilakukan 10x pengamatan•Dilakukan perekaman pada setiap pengamatan•Dicari panjang api dan kecepatan rata-ratanya

Page 11: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (3)YANG SUDAH DIKERJAKAN (3)

Pembuatan Model dengan Minitab:•Buka program minitab•Klik Stat > Regression > Regression

Page 12: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (3)YANG SUDAH DIKERJAKAN (3)Output dari Minitab:

The regression equation is

v(cm/s) = 0,909 - 0,0441 Vol(cm3) + 0,0115 p-ave - 0,00412 time

Predictor Coef SE Coef T P

Constant 0,90892 0,06200 4,66 0,000

Vol(cm3) -0,044128 0,006425 -6,87 0,000

p-ave 0,011486 0,001310 8,77 0,000

time -0,004122 0,001111 -3,71 0,000

S = 0,106538 R-Sq = 91,3% R-Sq(adj) = 90,9%

Analysis of Variance

Source DF SS MS F P

Regression 3 7,0605 2,3535 207,35 0,000

Residual Error 59 0,6697 0,0114

Total 62 7,7302

Source DF Seq SS

Vol(cm3) 1 4,2552

p-ave 1 2,6491

time 1 0,1562

Page 13: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (4)YANG SUDAH DIKERJAKAN (4)

Pembuatan Visualisai ROS dengan Matlab:

Gambar 1. Tampilan awal GUI

Page 14: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (4)YANG SUDAH DIKERJAKAN (4)

Gambar 2. Tampilan setelah pilih file.txt

Page 15: Andrianus Radipta [72070404059]

YANG SUDAH DIKERJAKAN (4)YANG SUDAH DIKERJAKAN (4)

Gambar 4.14. Tampilan setelah RoS di-klik

Page 16: Andrianus Radipta [72070404059]

YANG AKAN DIKERJAKANYANG AKAN DIKERJAKAN

1. Melakukan pengujian dan analisa untuk bahan yang berbeda (daun, batang kayu, dan rumput).

2. Menambahkan predictor lain (misal, kecepatan angin).

3. Menampilkan contour bidang pada waktu pengamatan tertentu menggunakan metode finite elemen (FEM).

4. Membuat simulation tool untuk sistem kebakaran hutan ditinjau dari bahan pembakar dan lokasi bahan tersebut pada bidang target.

Page 17: Andrianus Radipta [72070404059]

KESIMPULAN SEMENTARAKESIMPULAN SEMENTARA

Berdasarkan hasil analisa dapat disimpulkan bahwa :

• ROS merupakan fungsi dari kecepatan sehingga ROS dan kecepatan api selalu berbanding lurus. ROS dan kecepatan api sama-sama dipengaruhi oleh volume bahan, panjang api, dan waktu pengamatan.

• Untuk kasus ini, massa jenis tidak berpengaruh pada ROS karena bahan yang digunakan masih sama.Kecuali bahan pembakarnya terdiri dari beberapa macam bahan atau bisa juga dengan bahan yang sama tapi tingkat kelembabannya berbeda.

• Dari hasil curve fitting ROS dengan data asli diperoleh %error sebesar 7,14% (vol 5cm3); 8,30% (vol 10cm3) dan 6,35% (vol 15cm3).

Page 18: Andrianus Radipta [72070404059]

SekianSekianTerima Kasih...Terima Kasih...