seminar nasional sistem komputer dan informatika 2014...

Seminar Nasional Sistem Komputer dan Informatika 2014

188

Aplikasi Sistem Deteksi

Penyakit Liver, Ginjal dan Dehidrasi

Melalui Urin Berbasis Sensor Warna TCS3200

Menggunakan Metode Kombinasi FFT dan

Algoritma Closest Pair Point Ranu Hidayat1, Andrizal2, Dodon Yendri3, Ratna Aisuwarya4

1,3,4 Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas 2Jurusan Teknik Elektro Politeknik Negeri Padang

[email protected], [email protected], [email protected],[email protected]

Abstrak — Memeriksakan kesehatan secara rutin merupakan

hal penting untuk mengetahui apakah seseorang mengalami

kelainan pada tubuh. Salah satu cara untuk mengetahuinya

adalah dengan melakukan tes urin. Urin orang sehat akan

berwarna kuning transparan. Kelainan pada warna urin meng-

indikasikan kemungkinan adanya penyakit dalam tubuh. Tujuan

penelitian ini adalah untuk merancang dan membuat sebuah

sistem yang dapat mendeteksi penyakit liver, ginjal dan dehidrasi

melalui warna urin berbasis sensor warna. Data hasil deteksi

sensor orang sakit lever 1 orang, ginjal 3 orang, dehidrasi 3

orang dan normal 4 orang diolah dengan metode Fast Fourier

Transform (FFT) sehingga bisa terpolakan dan disimpan dalam

database. Hasil data yang sudah terpolakan dijadikan sebagai

input untuk pengambilan keputusan pengklasifikasian jenis

penyakit. Pengujian dilakukan dengan mencocokkan pola data

sampel urin acak dengan pola data urin yang sudah disimpan

sebelumnya dengan menggunakan algoritma Closest Pair Point.

Dari hasil pengujian terhadap 10 sampel acak diperoleh 1

sampel menyerupai pola urin dehidrasi, 2 sampel menyerupai

pola urin penderita ginjal dan 4 sampel menyerupai pola urin

normal.

Kata Kunci - Urin, sistem deteksi, sensor warna, FFT,

closest pair point

I. PENDAHULUAN

Perkembangan teknologi dari hari ke hari semakin pesat.

Saat ini perkembangan teknologi sudah dapat dirasakan oleh

hampir semua kalangan. Teknologi merupakan hasil dari

peradaban manusia yang semakin maju. Salah satu dampak

teknologi yang paling dirasakan saat ini adalah dalam bidang

kesehatan. Dunia kedokteran merupakan bidang yang paling

banyak memanfaatkan teknologi.

Memeriksakan kesehatan secara rutin kepada dokter

ataupun tenaga kesehatan merupakan hal yang penting untuk

mengetahui seberapa sehat kondisi tubuh dan sekaligus

mendeteksi secara dini apabila terindikasi penyakit dalam

tubuh sehingga dapat dilakukan pencegahan.

Berbagai upaya dapat dilakukan untuk memeriksakan

kesehatan. Misalnya, untuk pemeriksaan dehidrasi dapat

dilakukan melalui tes urin. Sedangkan untuk pemeriksaan

penyakit liver dan ginjal dapat dilakukan dengan pemeriksaan

fisik melalui test darah di laboratorium, serta pencitraan (CT

Scan, MRI, dan USG) pada tubuh.

Untuk melakukan pemeriksaan tersebut dibutuhkan

rangkaian pemeriksaan yang lama dan biaya yang cukup

mahal sehingga mengurangi minat masyarakat untuk

memeriksakan kesehatan tubuh.

Pemeriksaan urin atau urinalisis merupakan pemeriksaan

yang sering diamati dalam membantu menegakkan diagnosa

berbagai macam penyakit. Urinalisis dimulai dengan

pemeriksaan makroskopik (dengan mengamati penampakan

makroskopik urin : warna dan kekeruhan) hingga pemeriksaan

mikroskopik (untuk mengamati sel dan benda berbentuk

partikel lainnya)[1].

Kelainan pada warna urin dapat mengindikasikan

kemungkinan adanya infeksi, dehidrasi, penyakit liver,

kerusakan otot atau eritrosit dalam tubuh, serta gangguan

ginjal dan gangguan saluran kencing.

Untuk mengamati karakteristik warna pada urin, penulis

melakukan perancangan dan pembuatan sebuah sistem

dengan menggunakan sensor warna agar dapat mendeteksi

penyakit liver, ginjal dan dehidrasi. Data yang diperoleh dari

hasil deteksi sensor kemudian diolah dengan metode Fast

Fourier Transform (FFT) sehingga dapat terpolakan dan

disimpan dalam database untuk dijadikan sebagai input

pengambilan keputusan pengklasifikasian jenis penyakit.

Selanjutnya pola data tersebut dijadikan rujukan dalam

mencocokkan pola data sampel urin acak yang diberikan

menggunakan algoritma Closest Pair Point.

II. TEORI DASAR

A. Urin

Urin atau air seni adalah cairan sisa yang diekskresikan

oleh ginjal yang kemudian dikeluarkan dari dalam tubuh

mailto:[email protected]




189

melalui proses urinasi. Ekskresi urin diperlukan untuk

membuang molekul-molekul sisa dalam darah yang disaring

oleh ginjal untuk menjaga homeostasis cairan tubuh. Urin

disaring di dalam ginjal kemudian dibawa melalui ureter

menuju kantong kemih dan akhirnya dibuang keluar tubuh

melalui uretra[2][3].

Urin terdiri dari air dengan bahan terlarut berupa sisa

metabolisme seperti urea, garam terlarut, dan materi organik.

Cairan dan materi pembentuk urin berasal dari darah atau

cairan interstisial. Jumlah urin normal rata-rata 1-2 liter sehari,

tetapi perbedaan jumlah urin sesuai cairan yang dimasukkan.

Jika banyak mengkonsumsi protein maka akan diperlukan

banyak cairan untuk melarutkan ureanya, sehingga urin yang

dikeluarkan jumlahnya sedikit dan menjadi pekat[4].

Secara umum urin berwarna kuning. Urin encer berwarna

kuning pucat (kuning jernih), urin kental berwarna kuning

pekat, dan urin baru/segar berwarna kuning jernih. Urin yang

didiamkan agak lama akan berwarna kuning keruh.

Sebuah penelitian di Cleveland Clinic, di Ohio membagi

diagram warna urin yang bisa dijadikan sebagai patokan

sebagai berikut : [5].

Tabel 1. Diagram Warna Urin

B. Sensor Warna TCS3200

Sensor warna TCS3200 merupakan konverter yang

diprogram untuk mengubah warna menjadi frekuensi yang

tersusun atas konfigurasi silicon photodiode dan konverter

arus ke frekuensi dalam IC CMOS monolithic tunggal.

Keluaran dari sensor ini adalah gelombang kotak (duty cycle

50%) frekuensi yang berbanding lurus dengan intensitas

cahaya (irradiance). Keluaran frekuensi skala penuh dapat

diskalakan oleh satu dari tiga nilai-nilai yang ditetapkan via

dua kontrol pin input. Masukan digital dan keluaran digital

memungkinkan antarmuka langsung ke mikrokontroler atau

sirkuit logika lainnya.

Gbr. 1 Sensor Warna TCS3200[6]


190

Didalam TCS3200, konverter cahaya ke frekuensi

membaca sebuah array 8x8 dari photodiode, 16 photodiode

mempunyai penyaring warna biru, 16 photodiode mempunyai

penyaring warna merah, 16 photodiode mempunyai penyaring

warna hijau, dan 16 photodiode untuk warna terang tanpa

penyaring. Empat tipe warna dari photodiode telah

diintegrasikan untuk meminimalkan efek ketidak seragaman

dari insiden irradiance. Semua photodiode dari warna yang

sama telah terhubung secara parallel. Pin S2 dan S3

digunakan untuk memilih grup dari photodiode (merah, hijau,

biru, jernih) yang telah aktif.

Berikut adalah fitur Sensor Warna TCS3200:

Konversi tinggi resolusi intensitas cahaya ke frekuensi

Warna diprogram dan full skala frekuensi keluaran

Berkomunikasi langsung dengan mikrokontroler

Pasokan tunggal operasi (2,7 V sampai 5,5 V)

Mempunyai power down fitur

Kesalahan non-linier biasanya 0,2% pada 50 kHz

Stabil 200 ppm / ° C koefisien suhu

Bebas timbal (Pb) dan RoHS

Kompatibel paket “surface mount”

C. Arduino Uno

Arduino Uno adalah arduino board yang menggunakan

mikrokontroler ATMega328. Arduino Uno memiliki 14 pin

digital (6 pin dapat digunakan sebagai output PWM), 6 input

analog, sebuah 16 MHz osilator kristal, sebuah koneksi USB,

sebuah konektor sumber tegangan, sebuah header ICSP, dan

sebuah tombol reset. Arduino Uno memuat segala hal yang

dibutuhkan untuk mendukung sebuah mikrokontroler.

Arduino Uno menggunakan ATMega16U2 yang diprogram

sebagai USB-to-serial converter untuk komunikasi serial ke

komputer melalui port USB.

Gbr.2 Board Arduino Uno[7]

D. Fast Fourier Transform

Fast Fourier Transform (FFT) merupakan suatu metode

transformasi untuk mengubah suatu fungsi dalam domain

waktu menjadi fungsi khususnya untuk fungsi suatu sinyal

yang kontinu dan tidak mempunyai perulangan secara

periodik. Secara umum dapat dirumuskan pada persamaan di

bawah ini :

𝑥(𝑡) = ∫ 𝑋(𝑓)𝑒𝑖2𝜋𝑓𝑡+∞

−∞ 𝑑𝑓 .......................................... (2.1)

𝑥(𝑓) = ∫ 𝑥(𝑡)𝑒−𝑖2𝜋𝑓𝑡+∞

−∞ 𝑑𝑡 ......................................... (2.2)

Transformasi fourier menggambarkan suatu sinyal x(t)

sebagai superposisi linier fungsi sinus dan cosinus yang

ditandai dengan nilai frekuensi f dimana x(f) merupakan

fungsi kompleks sinusoidal e-2πft yaitu invers transformasi

yang diberikan oleh persamaan x(t)[8].

E. Algoritma Closest Pair Point

Algoritma closest pair point adalah suatu algoritma yang

memecahkan persoalan untuk mencari jarak terdekat antara

kumpulan titik dalam suatu bidang dua dimensi. Permasalahan

closest pair merupakan salah satu permasalahan klasik dalam

dunia matematika diskrit. Sebagai contoh deskripsi

permasalahan : diberikan N buah titik yang terletak pada

bidang planar 2 dimensi, tentukanlah dua buah titik yang

memiliki jarak paling dekat [10].

Untuk memecahkan masalah ini adalah dengan

membandingkan semua kemungkinan titik-titiknya untuk

dicari jaraknya. Untuk menentukan jarak antar titik digunakan

persamaan berikut :

𝑑 = √(𝑥1 − 𝑥2)2 + (𝑦1 − 𝑦2)2 ................................. (2.3)

Dimana x dan y adalah koordinat masing-masing titik

yang diperbandingkan. Algoritma akan mencoba semua

kemungkinan titik hingga didapatkan nilai d yang paling kecil.

III. METODE PENELITIAN

Secara umum disain sistem dimulai dari tahap

menginputkan sampel urin yang terindikasi penyakit pada

sistem. Kemudian dilakukan pembacaan karakteristik warna

dari sampel urin menggunakan sensor warna TCS3200.

Keluaran dari sensor warna TCS3200 adalah berupa nilai

frekuensi. Untuk pembacaan nilai frekuensi digunakan

rangkaian Arduino Uno berbasiskan Mikrokontroler

ATMega328 menggunakan software dari Arduino Uno dan

selanjutnya dikirimkan ke komputer melalui komunikasi

serial..

Untuk menganalisis data yang dihasilkan dari

mikrokontroler, disimpan pada suatu file untuk kemudian

diolah menggunakan metode Fast Fourier Transform (FFT).

Hasil pengolahan dengan FFT menghasilkan pola data yang

diinginkan.

Dari pola data yang diperoleh, tahap selanjutnya adalah

melakukan penyimpanan kedalam database untuk dijadikan

sebagai nilai rujukan dalam membandingkan pola data dari

sampel urin acak dengan menggunakan algoritma Closest Pair

Point. Langkah terakhir dan sekaligus keluaran dari sistem ini

adalah berupa hasil identifikasi penyakit dari sampel urin yang

diberikan apakah data sampel penderita dehidrasi, liver

(gangguan hati), gangguan ginjal atau urin normal.

IV. PERANCANGAN SISTEM

A. Diagram Blok Sistem

Diagram blok sistem dapat dilihat pada gambar 3 sebagai

berikut :


191

Gbr. 3 Diagram Blok Sistem

B. Rancangan Mekanik

Gbr. 4 Rancangan Mekanik

Keterangan :

1. Sensor Warna TCS3200

2. Box Sistem

3. PC / Laptop

4. Arduino Uno BerbasisMikrokontroler ATMega328

dan KabelUSB Board Arduino Uno

5. Tabung Reaksi

6. Wadah Spesimen Urin

C. Rancangan Program Arduino

Program arduino digunakan agar bisa membaca data dari

sensor warna TCS3200 dengan komunikasi serial baud rate

57600.

Pembacaan warna oleh sensor TCS3200, pada prinsipnya

dilakukan secara bertahap yaitu membaca frekuensi warna

dasar secara simultan dengan memfilter pada tiap-tiap warna

dasar. Untuk itu diperlukan pemrograman untuk mengatur

atau memfilter tiap-tiap warna tersebut. Keluaran dari sensor

adalah berupa nilai frekuensi dari karakteristik warna urin.

Rangkaian Arduino Uno berbasiskan Mikrokontroler

ATMega328 digunakan untuk pembacaan data sensor dan

kemudian dikirimkan ke komputer melalui komunikasi serial.

Pemrograman mikrokontroler ini menggunakan software dari

Arduino Uno untuk melakukan pengaturan mikrokontroler

sesuai dengan kebutuhan. Komputer digunakan untuk

menganalisis data yang diperoleh dari mikrokontroler. Pada

komputer tersebut dilakukan pemrograman baca data dari

mikrokontroler dan menyimpannya pada suatu file dan

kemudian data tersebut diolah dengan menggunakan metode

Fast Fourier Transform(FFT) sehingga didapatkan pola data

yang diinginkan

D. Algoritma Fast Fourier Transform

Algoritma Fast Fourier Transform (FFT) digunakan untuk

mendapatkan komponen frekuensi dari pembacaan

karakteristik warna oleh sensor. Hasil FFT berupa spektrum

yang membentuk komponen frekuensi dan menjadi acuan

dalam pendeteksian penyakit. Adapun algoritma FFT adalah

sebagai berikut.

Gbr. 5 Flowchart Algoritma FFT

E. Algoritma Closest Pair Point

Selanjutnya setelah pola data karakteristik warna dari

sampel urin penderita dehidrasi, liver (gangguan hati),

gangguan ginjal dan urin normal didapatkan, maka dilakukan

penyimpanannya pada database untuk kemudian dijadikan

rujukan dalam mencocokkan pola data sampel urin acak yang

diberikan. Proses membandingkan pola data karakteristik

warna dari sampel urin acak dengan pola data pada database

adalah menggunakan closest pair point.

V. HASIL DAN ANALISIS

Aplikasi sistem deteksi penyakit yang dirancang ini terdiri

dari peralatan sensor warna TCS3200, board arduino uno

berbasis mikrokontroler ATMega328 yang dihubungkan

dengan PC/laptop. Pengklasifikasian penyakit didasarkan pada

karakteristik warna urin. Pembacaan karakteristik warna pada

sampel urin dilakukan menggunakan sensor warna TCS3200.

1

2

3

4

5

5


192

Keluaran dari sensor warna TCS3200 yaitu berupa nilai

frekuensi dari warna sampel urin.

Nilai frekuensi hasil keluaran sensor warna dibaca

menggunakan board arduino uno berbasiskan mikrokontroler

ATMega328 dan kemudian dikirimkan ke PC/laptop melalui

komunikasi serial sehingga dapat dilakukan pengolahan lebih

lanjut untuk pembuatan pola data.

Gbr. 6 Pengujian Sampel Urin

Hasil pembuatan pola oleh PC/laptop kemudian disimpan

pada database untuk diolah menggunakan metode Fast

Fourier Transform (FFT). Selanjutnya hasil pengolahan FFT

akan didapatkan spektrum yang membentuk komponen

frekuensi. Melalui spektrum ini akan terlihat perbedaan pola

dari komponen frekuensi untuk setiap klasifikasi penyakit

serta keadaan normal.

Setelah pola dari komponen frekuensi didapatkan maka

tahap selanjutnya adalah menyimpannya kembali pada

database untuk kemudian dijadikan sebagai nilai rujukan

dalam membandingkan pola data sampel uji urin dengan

sampel urin acak menggunakan algoritma Closest Pair Point

untuk menenetukan apakah sampel urin yang diamati

merupakan sampel urin penderita dehidrasi, liver (gangguan

hati), penderita gangguan ginjal dan urin normal.

A. Pengujian Sistem

Pengujian aplikasi sistem deteksi penyakit dilakukan

terhadap urin sampel penderita liver (gangguan hati),

gangguan ginjal, dehidrasi dan urin normal, sehingga

diperoleh pola data untuk masing-masing klasifikasi penyakit

dan keadaan normal. Hasil pengujian menghasilkan pola data

dari hasil spektrum yang membentuk komponen frekuensi

pada masing-masing sampel data. Pengambilan data dilakukan

selama ± 1 menit, dengan data yang diproses hingga data ke-

32. Periode sampling (Ts) sebesar 100 milisecond (0.1 second)

dan frekuensi sampling (Fs) sebesar 10 Hz.

Pembuatan pola dilakukan dengan 5 kali percobaan untuk

setiap pengambilan sampel. Panjang FFT yang digunakan

adalah 32 dengan delay 100 ms (0,1 detik). Selama proses

pengambilan data, dapat dilihat data input frekuensi yang

ditampilkan dengan nilai magnitude tertentu dan proses akan

berhenti dengan sendirinya pada counter ke-32. Hasil

spektrum FFT masing-masing sampel urin terbentuk berupa

sinyal yang berbeda-beda. Berikut adalah grafik spektrum

hasil FFT sampel urin penderita dehidrasi, liver (gangguan

hati), penderita gangguan ginjal dan urin normal seperti yang

disajikan pada gambar 7.

Gbr. 7 Spektrum FFT Sampel Urin

Dari grafik gambar 7 diatas terlihat bahwa pola data yang

terbentuk memiliki nilai frekuensi dominan pada masing-

masing sampel data yang berbeda, akan tetapi nilai frekuensi

yang muncul selalu sama. Nilai frekuensi tersebut muncul

dengan nilai sama disebabkan karena nilai frekuensi sampling

(fs) dan Nfft (banyak titik yang mempengaruhi panjang data

FFT) yang digunakan adalah sama, yaitu fs = 10 Hz dan Nfft

= 32. Nilai 32 dipilih dengan alasan ingin menunjukkan nilai

frekuensi referensi yang seharusnya muncul di antara 0-10 Hz

dengan selang nilai 10/32 = 0.3125.

B. Analisis Sistem

Dari lima kali percobaan untuk masing-masing sampel

urin, selanjutnya dilihat frekuensi dominan yang sering

muncul dari spektrum FFT yang dihasilkan dengan nilai

magnitude yang relatif sama munculnya pada setiap kali

percobaan. Berikut adalah tabel nilai frekuensi dominan dari

spektrum FFT sampel urin : Tabel 2. Nilai Frekuensi Dominan dari Spektrum

FFT Sampel Urin

Gambar 8 berikut merupakan pola data urin normal

penderita liver, ginjal dan dehidrasi yang terbentuk dari

komponen frekuensi.

Normal Liver Ginjal Dehidrasi

3 0,00298431 0,00104303 0,0019968 0,00085465

8 0,00093565 0,0005611 0,00174912 0,0008555

10 0,00102159 0,00091134 0,00177208 0,00063957

13 0,00129104 0,00082768 0,00090471 0,0006797

14 0,00102851 0,00066246 0,00092112 0,00115947

15 0,00091013 0,0008041 0,00082324 0,00086371

16 0,00083372 0,00093842 0,00079833 0,0009026

Frekuensi

Ke-

Nilai Magnitude


193

Gbr. 8 Pola Data Urin Normal

Gbr. 9 Pola Data Urin Penderita Liver

Gbr. 10 Pola Data Urin Penderita Ginjal

Gbr. 11 Pola Data Urin Penderita Dehidrasi

1. Analisis Pola Data Sampel Urin Uji

Pengujian dilakukan dengan tiga kali percobaan setiap

sampel urin uji. Jumlah sampel urin yang diujikan adalah

sebanyak 10 sampel uji (1 sampel mengidap penyakit liver, 3

sampel penyakit ginjal, 3 sampel penyakit dehidrasi dan 3

sampel tidak mengidap penyakit atau normal) berdasarkan

identifikasi secara medis di RSUP Dr. M. Djamil Padang.

Berikut disajikan nilai magnitude sampel uji 1 sampai 10

adalah : Tabel 3. Nilai Magnitude Sampel Urin Uji

2. Analisis Identifikasi Penyakit terhadap Sampel Urin

Uji

Setelah dilakukan pengujian masing-masing sepuluh kali

terhadap sampel urin uji empat kondisi yang sudah

teridentifikasi secara medis di RSUP Dr. M. Djamil Padang,

menggunakan algoritma closest pair point diperoleh hasil

identifikasi seperti pada table 5 berikut ini. Tabel 4. Hasil Identifikasi Penyakit Sampel Urin Uji

3. Identifikasi Penyakit terhadap Sampel Urin Acak

Hasil pengujian dengan tiga kali percobaan setiap

sampel urin acak diperoleh identifikasi penyakit berdasarkan

pengambilan keputusan menggunakan algoritma closest pair

point. Berikut tabel nilai closest pair point dan hasil

identifikasi terhadap 5 sampel urin acak :

3 8 10 13 14 15 16

1 Normal 0,0013828 0,0006982 0,0010592 0,0011439 0,0006963 0,0004449 0,0003128

2 Dehidrasi 0,0006969 0,0009375 0,0002157 0,000482 0,0010535 0,0003322 0,0009365

3 Dehidrasi 0,0009288 0,0009365 0,0001944 0,0005621 0,0004328 0,0004475 0,0009365

4 Ginjal 0,0039971 0,0074542 0,0063803 0,003466 0,0019321 0,0011571 0,0003109

5 Liver 0,0001007 0,0006247 0,0005559 0,0004814 0,0007096 0,0005435 0,0012512

6 Ginjal 0,0031658 0,0019007 0,0021327 0,0011845 5,869E-05 0,0018509 0,0009365

7 Ginjal 0,0021385 0,0006256 0,0009612 0,000579 0,0007798 0,0005838 0,0006256

8 Dehidrasi 0,0006359 0,0006982 0,0014285 0,0002485 0,0011843 0,0002311 0,0003128

9 Normal 0,0018782 0,0006247 0,001018 0,000747 0,0004119 0,0007565 0,0006237

10 Normal 0,0058178 0,0006995 0,0013677 0,0013809 0,0014209 0,0012906 0,001564

Sampel

Uji

Identifikasi

Medis

Nilai Magnitude Pada Frekuensi Ke-

dNormal dLiver dGinjal dDehidrasi

1 Normal 0,000523724 0,000643744 0,000655313 0,000720522 Normal

2 Dehidrasi 0,000991726 0,000798028 0,000526983 0,000265831 Dehidrasi


4 Ginjal 0,008442062 0,005649403 0,001170938 0,007821826 Ginjal

5 Liver 0,000669351 0,00047582 0,000572817 0,0008131 Liver

6 Ginjal 0,001746711 0,001362479 0,0013487 0,002586276 Ginjal

7 Ginjal 0,000454149 0,000337783 0,000327326 0,001308098 Ginjal


9 Normal 0,000346903 0,000416152 0,000542439 0,001051362 Normal

10 Normal 0,000565999 0,00108394 0,001026906 0,005014857 Normal

Sampel

Uji

Identifikasi

Medis

Nilai Closest Pair Point Hasil Identifikasi

Sistem


194

Tabel 5. Hasil Identifikasi Penyakit Sampel Urin Acak

Setelah dilakukan uji sampel urin acak dalam tiga kali

percobaan diperoleh bahwa sampel urin acak 1, 3 dan 5

menyerupai pola urin dehidrasi dengan rasio 100%, sampel

urin acak 2 menyerupai pola urin penderita ginjal dengan rasio

100%, sedangkan sampel urin acak 4 menyerupai pola urin

normal dengan rasio 100%.

VI. KESIMPULAN DAN SARAN

A. Kesimpulan

1. Hasil pengujian beberapa sampel urin normal ditemukan

nilai magnitude yang selalu sama muncul pada frekuensi

ke-8, 10 dan 15 yang tidak ditemukan pada sampel urin

lain.

2. Pada sampel urin penderita liver ditemukan nilai

magnitude yang selalu sama muncul pada frekuensi ke-10,

14 dan 16 yang tidak ditemukan pada sampel urin lain.

3. Pada sampel urin penderita ginjal ditemukan nilai

magnitude yang selalu sama muncul pada frekuensi ke-14,

15 dan 16 yang tidak ditemukan pada sampel urin lain.

4. Hasil uji sampel urin penderita dehidrasi ditemukan nilai

magnitude yang selalu sama muncul pada frekuensi ke-3, 8

dan 13 yang tidak ditemukan pada sampel urin lain.

5. Pengujian yang dilakukan dalam tiga kali percobaan pada

sampel urin acak diperoleh bahwa sampel urin acak 1, 3

dan 5 menyerupai pola urin dehidrasi dengan rasio 100%,

sampel urin acak 2 menyerupai pola urin penderita ginjal

dengan rasio 100%, sedangkan sampel urin acak 4

menyerupai pola urin normal dengan rasio 100%.

B. Saran

1. Untuk hasil yang lebih akurat sebaiknya digunakan sampel

urin orang yang mengidap penyakit gangguan liver dan

ginjal dengan berbagai jenis penyakit sehingga diperoleh

pola data dari masing-masing jenis penyakitnya.

2. Untuk meningkatkan ketelitian dalam proses pengambilan

data, dapat dilakukan dengan memastikan ruang sensor

tertutup rapat agar data yang diambil lebih akurat.

3. Untuk memperoleh data yang lebih akurat sebaiknya

dilakukan pengujian lebih dari 10 kali percobaan untuk

setiap sampel.

4. Untuk hasil identifikasi yang telah dilakukan oleh sistem

hendaknya dibuatkan database khusus sebagai rekap data

pasien.

VII. REFERENSI

[1] Widmann, F.K. 1995. Clinical Interpretation of

Laboratory Test, (Tinjauan Klinis atas Hasil

Pemeriksaan Laboratorium), Terjemahan R.

Gandasoebrata, dkk. Edisi 9. Buku Kedokteran

Jakarta : EGC.

[2] Kee, J.L. 2007. Pedoman Pemeriksaan Laboraturium

& Diagnostik. Edisi 6. Jakarta : EGC.

[3] Medicatherapy. 2014. Urinalisis (Rutin). URL:

http://medicatherapy.com/index.php/content/printvers

ion/2671/4. Diakses Pada Tanggal 17 Januari 2014,

Pukul 14.25.

[4] Pearce, C.E. 2002. Anatomi dan Fisiologi untuk

Paramedic. Jakarta: PT Gramedia Pustaka Utama.

[5] Cleveland Clinic. 2013. URL:

http://health.clevelandclinic.org/2013/10/what-the-

color-of-your-urine-says-about-youinfographic/.

Ohio : clevelandclinic.org/HealthHub. Diakses Pada

Tanggal 17 Januari 2014, Pukul 14.27.

[6] Parallax. TAOS. 2011. TCS3200 TCS3210 datasheet.

URL:http://pdf1.alldatasheetpt.com/datasheetpdf/vie

w/454462/TAOS/TCS3200.html. Diakses Pada

Tanggal 7 Januari 2014, Pukul 18.40.

[7] Anonim. 2012. Mengenal Arduino Uno.

URL:http://www.sahabat-informasi.com/2012/07/

mengenal-arduinouno.html. Diakses Pada Tanggal 7

Januari 2014, Pukul 14.28.

[8] Quian, R. 1999. Quantitative analysis off EEG

signals : Time- frequency methods and Chaos theory.

Thesis Institute of Physiology - Medical University

Lubeck.

[9] Danutama, K. 2011. Penyelesaian Masalah Closest

Pair dengan Algoritma Divide and Conquer,

Makalah IF3051. Bandung : ITB. URL:

http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/

2010-2011/Makalah2010/MakalahStima2010-

055.pdf. Diakses Pada Tanggal 4 Januari 2014, Pukul

14.13 WIB.


1 0,000843 0,0010215 0,0005492 0,0004496 Dehidrasi

2 0,0008762 0,0013515 0,0008037 0,0011179 Ginjal

3 0,0003286 0,0005547 0,0008715 0,0002485 Dehidrasi

4 0,0010536 0,0013146 0,0014919 0,0012829 Normal

5 0,0008423 0,0010896 0,0012031 0,0007689 Dehidrasi


1 0,0014523 0,0012711 0,0011072 0,0009432 Dehidrasi

2 0,0006986 0,0006731 0,0002403 0,0007336 Ginjal

3 0,0010096 0,0005178 0,0007314 0,0002824 Dehidrasi

4 0,0005199 0,0009441 0,0008335 0,0007939 Normal

5 0,0011966 0,0010111 0,001149 0,0008634 Dehidrasi


1 0,0009828 0,0007401 0,0010937 0,000589 Dehidrasi

2 0,0005548 0,0005259 0,0002837 0,0003837 Ginjal

3 0,0008207 0,0011168 0,0008875 0,000182 Dehidrasi

4 0,0012078 0,0017197 0,0014964 0,0015029 Normal

5 0,0005775 0,0012047 0,0009052 0,000395 Dehidrasi

Sampel

Acak

Nilai Closest Pair Point

Hasil Identifikasi

Sistem

Hasil Identifikasi

Sistem

Hasil Identifikasi

Sistem

PERCOBAAN I

PERCOBAAN II

PERCOBAAN III

Sampel

Acak


Sampel

Acak


http://medicatherapy.com/index.php/content/printversion/2671/4

http://medicatherapy.com/index.php/content/printversion/2671/4

http://health.clevelandclinic.org/2013/10/what-the-color-of-your-urine-says-about-youinfographic/

http://health.clevelandclinic.org/2013/10/what-the-color-of-your-urine-says-about-youinfographic/

http://pdf1.alldatasheetpt.com/datasheetpdf/view/454462/TAOS/TCS3200.html

http://pdf1.alldatasheetpt.com/datasheetpdf/view/454462/TAOS/TCS3200.html

http://www.sahabat-informasi.com/2012/07/mengenal-arduinouno.html

http://www.sahabat-informasi.com/2012/07/mengenal-arduinouno.html

http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2010-2011/Makalah2010/MakalahStima2010-055.pdf




195

Perancangan Sistem Kontrol Otomatis

Pengisian Galon Berbasis Sensor Water Flow

Dengan Kendali PID

Isra Nurul Habibi1, Andrizal2, Dodon Yendri3, Derisma4

1,3,4Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas 2Jurusan Teknik Elektro Politeknik Negeri Padang

[email protected],[email protected], [email protected], [email protected]

Abstrak — Dewasa ini pengisian air minum isi ulang

menjadi marak ditengah masyarakat melalui depot-depot.

Pengisian air pada depot dengan cara menghidupkan

pompa air dan menunggu hingga air yang dimasukkan

memenuhi galon. Otomatisasi pengisian air minum isi

ulang menjadi penting untuk efisiensi. Penelitian ini

bertujuan untuk membangun suatu sistem kontrol

otomatis pada proses pengisian galon air minum isi ulang.

Jenis galon yang digunakan adalah ukuran volume 5, 10

dan 19 liter. Sistem yang dirancang terdiri dari dua

bagian, yaitu pendeteksian jenis galon menggunakan

sensor jarak dan pengisian galon menggunakan pompa

yang dikontrol dengan kendali PID. Pendeteksian jenis

galon ditujukan untuk menentukan volume air yang akan

dipompa berdasarkan jenis galon yang akan diisi.

Pengisian galon memanfaatkan sensor waterflow untuk

dijadikan feedback pada sistem, sehingga volume air yang

telah dipompakan dapat dipantau oleh sistem. Hasil

penelitian diperoleh nilai konstanta PID yang cocok untuk

sistem yang dirancangan adalah nikaiKp = 2,056; Ki = 1,4;

Kd = 0,35. Sensor ping dapat menentukan ukuran jenis

galon dengan persentase error 10%, pengendali PID dapat

mengontrol pengisian gallon dengan persentase error

0,531 %, 0,194 % dan 0,125 % untuk galon 5L, 10L dan

19L. .

I. PENDAHULUAN

Air merupakan kebutuhan pokok manusia dan

mempunyai banyak kegunaan antara lain untuk minum,

mandi, mencuci dan lain sebagainya. Dulu semua orang

menyediakan air minum dengan cara memasak hingga

mendidih baik yang disediakan PDAM maupun air sumur.

Namun sekarang umumnya masyarakat sudah tidak lagi

memasak air untuk diminum karena sudah ada air minum

dalam kemasan dan air minum isi ulang (air galon).

Pengisian air galon dilakukan di depot-depot isi ulang.

Depot mengisi galon pembeli dengan cara menghidupkan

pompa air, dan menunggu hingga air yang dimasukkan

memenuhi galon. Setelah air dalam galon telah penuh, maka

pompa dimatikan dan dipasang tutup mulut galon.

Kemajuan ilmu pengetahuan dan teknologi pada

prinsipnya dapat diterapkan untukmengontrol pengisian air

minum isi ulang. Volume air dapat diukur dengan

menggunakan sensor laju aliran air yang kemudian diproses

oleh mikrokontroler dan outputnya berupa pengendalian

pompa pengisian air minum.

Penelitian ini menggunakan jenis galon dengan volume 5,

10 dan 19liter. Sistem yang dirancang mengunakan sensor

water flow dan sensor jarak ultrasonik. Sensor water flow

digunakan untuk menghitung voume air yang dimasukkan

kedalam galon. Sedangkan sensor jarak ultrasonik digunakan

untuk mengetahui ukuran galon, sehingga dapat diketahui

volume galon yang akan diisikan. Pompa listrik akan

digunakan untuk memindahkan air dari tempat penampungan

ke galon yang akan diisi dengan memanfaatkan pengontrollan

PID. Selanjutnya LCD akan menampilkan hasil counter

jumlah masing-masing galon yang telah diisi, dan

mikrokontroller arduino sebagai pengendali sistemnya.

II. TEORI DASAR

A. Galon

Galon dapat diartikan sebagai satuan volume dimana 1

gallon = 3,7854118 liter. Galon juga dapat diartikan sebagai

salah satu jenis wadah Air Minum Dalam Kemasan (AMDK).

Volume air pada galon yang banyak digunakan adalah 5

galon (19 liter). Ada 3 ukuran galon yang biasa beredar di

masyarakat, yaitu galon dengan volume 5, 10, dan 19 liter.

Gbr. 1 Galon dengan berbagai ukuran


mailto:andrizalpoli@gmail


seminar nasional sistem komputer dan informatika 2014...

Documents