Penerapan Logika Fuzzy pada Sistem Penan

Penerapan Logika

Fuzzy

pada Sistem Penanganan

Dini Kebocoran LPG dengan Antarmuka Web

dan SMS

Gateway

Andi Iswahyuningsih

#1

, Kurnia Aryansyah

*2

, Isnawaty

#3 #_{Jurusan Teknik Informatika, Universitas Halu Oleo}

Kendari, Indonesia

Jurusan Teknik Elektro, Universitas Halu Oleo Kendari, Indonesia

2

aryansyahkurnia@gmail.com

Abstrak

—

Salah satu program pemerintah yaitu mengkonversi penggunaan minyak tanah ke LPG (Liquefied Petroleum Gas). Namun sebagian masyarakat masih belum mengetahui penggunaan tabung LPG dengan cara yang benar dan aman sehingga sangat berbahaya ketika terjadi kebocoran LPG yang dapat menyebabkan ledakan. Paper ini membahas tentang perancangan sistem dalam mendeteksi dan menangani secara dini kebocoran LPG dengan menerapkan logika fuzzy dengan metode Sugeno pada exhaust fan yang mengatur kecepatan perputaran berdasarkan setting point. Sistem ini juga terintegrasi dengan SMS gateway sebagai media informasi bila terjadi kebocoran LPG dan sebuah antarmuka web untuk melihat aktivitas input maupun output sistem. Pengujian dilakukan untuk membandingkan nilai akurasi dari hasil logika

fuzzy pada aplikasi Matlab dengan alat deteksi gas yang dibuat. Berdasarkan data hasil pengujian, nilai kesalahan relatif dari akurasi ke empat himpunan fuzzy sensor gas untuk output PWM yaitu kategori gas sedikit 0,421%, gas banyak 0,572%, gas sangat banyak 0%, gas berbahaya 0,314% sehingga untuk hasil kesalahan relatif keseluruhan diperoleh sebesar 0,327%.

Kata Kunci

—

LPG, Logika Fuzzy, MQ-2, SMS Gateway, Web

I. PENDAHULUAN

Elpiji yang berbahan bakar utama berupa LPG (Liquefied Petroleum Gas) telah menjadi barang kebutuhan rumah tangga. Namun sebagian masyarakat masih belum mengetahui penggunaannya dengan cara yang benar dan aman sehingga masih rawan bagi masyarakat awam apalagi bagi para distributor elpiji yang selalu menyimpan tabung elpiji di dalam gudang yang tentunya kondisi ini sangat berbahaya ketika terjadi kebocoran LPG. Apabila LPG tidak berbau, maka akan sulit dideteksi jika terjadi kebocoran pada tabung gas. Menyadari hal tersebut Perusahaan Tambang Minyak Indonesia (Pertamina) menambahkan zat pembau (mercaptane) yang memiliki aroma khas dan menusuk hidung. Aroma khas tersebut dimaksudkan agar pengguna dapat mengetahui dengan cepat apabila terjadi kebocoran LPG melalui indra penciuman sehingga dapat melakukan penanganan secara langsung.

Pada penelitian ini, dilakukan perancangan dan pengimplementasian sebuah sistem penanganan dini kebocoran LPG dengan memanfaatkan web sebagai antarmuka pengguna dengan sistem dan SMS gateway sebagai media pengiriman informasi. Penanganan dini diberikan dengan melakukan pengaturan kecepatan putar motor exhaust fan berdasarkan kadar LPG yang terdeteksi melalui penerapan logika fuzzy. Sistem ini bertujuan untuk memberikan kemudahan dan kenyamanan yang lebih kepada pengguna sehingga mengurangi kekhawatiran dalam memanfaatkan LPG sebagai bahar bakar pengganti minyak tanah untuk kebutuhan rumah tangga.

Kemajuan penggunaan logika fuzzy diiringi dengan perkembangan teknik sistem kendali logika fuzzy, diantaranya adalah penerapan logika fuzzy pada pemodelan dan perencanaan terhadap permasalahan lalu lintas transportasi seperti ambiguitas, subjektivitas, ketidakpastian dan ketidaktepatan [1].

Penggunaan logika fuzzy juga diterapkan dalam sistem pengontrolan suhu menggunakan sensor suhu LM35 dengan melakukan pengaturan suhu melalui keypad 4x4 [2]. Penerapan lain dari fuzzy logic yaitu dengan mengontrol pencahayaan pada perkantoran. Sebuah sistem pencahayaan berbasis logika fuzzy dengan otomatisasi lampu fluorescent

untuk mencapai penerangan sesuai Standar Nasional Indonesia (SNI)[3].

II. DASAR TEORI

A. LPG (Liquefied Petroleum Gas)

LPG (Liquefied Petroleum Gas) terdiri dari campuran utama propan dan butan dengan sedikit persentasi hidrokarbon tidak jenuh (propilen dan butilen). Senyawa yang terdapat dalam LPG adalah propan (C3H8), propilen (C3H6), iso-butan

(C4H10) dan butilen (C4H8). LPG merupakan campuran

LPG yang dipasarkan di Indonesia adalah gas campuran yang terdiri dari gas propane dan gas butane yang perbandingan campurannya adalah propane 30% dan butane 70%. LPG juga memiliki sifat dan kelakuan yang sangat berbahaya karena mudah terbakar dan mudah meledak pada konsentrasi gas 1,8% sampai dengan 10%, tidak beracun tapi jika terhirup lebih dari 1.000 ppm atau 0.1% (100% = 1.000.000 ppm) akan menyebabkan mengantuk, mimpi kemudian meninggal dunia.

B. Sensor Gas MQ-2

MQ-2 adalah komponen elektronika untuk mendeteksi kadar gas hidrokarbon seperti iso butana, propana, metana, etanol, hidrogen, asap (smoke), dan LPG (Liquid Petroleum Gas). Sensor gas ini dapat digunakan untuk mendeteksi kebocoran gas di rumah atau pabrik, misalnya untuk membuat rangkaian elektronika pendeteksi kebocoran elpiji [5]. MQ-2 dapat mendeteksi konsentrasi gas yang mudah terbakar di udara serta asap dengan output hasil pembacaan sensor berupa tegangan analog.

C. Logika Fuzzy

Logika fuzzy digunakan untuk menyatakan hukum operasional dari suatu sistem dengan ungkapan bahasa, bukan dengan persamaan matematis. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output [6].

Sistem inferensi fuzzy adalah sistem yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya. Beberapa jenis sistem inferensi

fuzzy yang dikenal yaitu Mamdani, Sugeno, dan Tsukamoto. Pada penelitian ini menggunakan metode Sugeno yang diperkenalkan oleh Takagi, Sugeno dan Kang pada tahun 1985. Output dari sistem inferensi fuzzy diperlukan beberapa tahap yaitu [6]:

1) Tahap Fuzzifikasi: Fuzzifikasi merupakan proses mentransformasikan data pengamatan ke dalam bentuk himpunan fuzzy.

2) Aplikasi Fungsi Implikasi (Aturan): Fungsi implikasi yang digunakan adalah min.

μ

sf[Xi]

∩

kf

Xi

←

min

⁡

(

μ

sf

Xi

,

μ

kf

Xi

)

3) Penegasan (defuzzyfikasi): Pada proses ini output

berupa bilangan crisp (tegas). Defuzzifikasi dilakukan dengan cara mencari nilai rata-ratanya.

Z =apred1∗z1+ apred2∗ z2+ apred3∗z3+ apredn∗zn apred₁+ apred₂+ apred₃+ apred_n

III. PERANCANGAN SISTEM

Perancangan dan pembuatan sistem ini terdiri dari beberapa komponen perangkat keras yang fungsi kerjanya dikendalikan oleh perangkat lunak yang ditanamkan di dalamnya sehingga semua sistem dapat saling berhubungan satu sama lain. Secara garis besar sistem kerja dari rangkaian yang dibuat dapat dilihat pada gambar 1.

Gambar 1. Diagram Alir Sistem Secara Keseluruhan.

Pada gambar 1 menunjukkan diagram alir alat penanganan kebocoran gas LPG. Pada saat program pertama kali dijalankan, sistem akan melakukan proses inisialisasi input

dan output yang digunakan untuk dihubungkan dengan device

luar seperti sensor, exhaust fan, dan inisialisasi port serial untuk melakukan komunikasi serial dengan perangkat GSM

shield. Selanjutnya mikrokontroler akan melakukan proses pembacaan masukan gas dari sensor gas, jika sensor mendeteksi adanya gas maka akan diproses oleh logika fuzzy

dengan metode Sugeno. Selanjutnya sistem mangaktifkan

exhaust fan, indikator pembacaan sensor dan exhaust fan

ditampilkan di web serta SMS informasi dikirimkan ke pemilik nomor tujuan. Apabila sensor tidak mendeteksi adanya gas maka sistem akan kembali melakukan pembacaan masukan gas secara terus menerus sampai mendeteksi kembali adanya gas yang bocor.. Diagram blok rangkaian ditunjukkan pada gambar 2.

Gambar 2. Blok Diagram Sistem.

A. Perancangan Program Arduino

Perangkat Arduino Uno diprogram menggunakan software

sebagai tahapan untuk menghasilkan output. Tahapan prosesnya yaitu:

1) Sistem akan melakukan proses inisialisasi input dan

output untuk dihubungkan dengan advice luar seperti sensor dan exhaust fan.

2) Masukan dan keluaran tersebut dibagi menjadi beberapa himpunan fuzzy proses ini disebut dengan fuzzifikasi atau pembentukan himpunan fuzzy.

3) Setelah ditentukan himpunan fuzzy untuk setiap masukan dan keluaran, sistem akan membaca input dari sensor gas 1 dan sensor gas 2.

4) Proses selanjutnya menentukan nilai derajat keanggotaan dari tiap masukan menggunakan rumus linear naik atau linear turun.

5) Sistem terdiri dari beberapa aturan (16 aturan) sehingga inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, pada penelitian ini menggunakan min.

6) Karena komposisi aturan menggunakan metode Sugeno, maka defuzzifikasi dilakukan dengan cara mencari nilai rata-ratanya.

7) Nilai rata-rata yang dihasilkan merupakan output yang berupa nilai PWM untuk mengatur kecepatan putar exhaust fan.

Adapun diagram alir logika fuzzy dengan metode Sugeno ditunjukkan pada gambar 3.

Gambar 3. Diagram Alir Logika Fuzzy dengan Metode Sugeno.

B. Perancangan Integrasi SMS Gateway

Sistem penanganan dini kebocoran LPG ini dirancang apabila terjadi kebocoran gas maka akan mengirimkan pesan ke pemilik rumah melalui SMS sebagai media informasi.

Adapun proses pengiriman SMS dijelaskan melalui diagram alir pada gambar 4.

Gambar 4. Diagram Alir Pengiriman SMS

Gambar 4 mendeskripsikan tentang alur pengiriman SMS yaitu sensor gas akan membaca nilai konsentrasi gas, jika nilai gas di dalam kotak simulasi melebihi kadar normal maka sistem akan mengirimkan SMS bahwa telah terjadi kebocoran LPG. Jika tidak maka sistem akan mengulang membaca nilai konsentrasi gas hingga kadarnya melebihi batas normal.

C. Pemodelan Logika Fuzzy

Pada metode Sugeno, output tidak berupa himpunan fuzzy

melainkan berupa persamaan linear atau konstanta. Untuk mendapatkan output dalam metode ini dilakukan dalam 4 tahapan yaitu:

1) Pembentukan Himpunan Fuzzy

Pada rancangan ini logika fuzzy yang dibuat memiliki

input dari sensor gas 1 dan sensor gas 2. Nilai masukan berasal dari hasil konversi masukan sensor gas ke analog to digital converter (ADC) yang terdapat pada arduino.

Nilai sensor gas 1 difuzzifikasi menjadi himpunan fuzzy

dengan keanggotaan sedikit, banyak, sangat banyak, dan berbahaya. Sedangkan untuk sensor gas 2 difuzzifikasi menjadi himpunan fuzzy dengan keanggotaan low, high, very high, dan danger. Fungsi keanggotaan dengan empat variabel dari input sensor gas 1 dengan satuan ppm dapat dilihat pada gambar 5.

Gambar 5. Fungsi Keanggotaan Sensor Gas 1.

Keterangan :

Fungsi keanggotaan dengan empat variabel dari input

sensor gas 2 dengan satuan ppm dapat dilihat pada gambar 6.

Gambar 6. Fungsi Keanggotaan Sensor Gas 2.

Keterangan :

Low = [200 200 700 1400]

High = [1050 1650 2250]

VeryHigh = [1950 2550 3150]

Danger = [2850 3550 5000 5000]

2) Evaluasi Aturan

Evaluasi aturan adalah proses mengevaluasi derajat keanggotaan tiap-tiap fungsi keanggotaan himpunan fuzzy

masukan ke dalam basis aturan yang telah ditetapkan. Basis aturan (rule base) pada sistem ini seperti pada TABEL I.

TABEL I

BASIS ATURAN

Gas2

Gas1

Low High V.High Danger

Sedikit Lambat Lambat Sedang Cepat Banyak Lambat Sedang Cepat S.Cepat S.Banyak Cepat Cepat S.Cepat S.Cepat Bahaya Cepat Cepat S.Cepat S.Cepat

3) Defuzzifikasi

Tahap terakhir dari inferensi fuzzy adalah defuzzifikasi. Defuzzifikasi merupakan kebalikan dari proses fuzzifikasi, yaitu mengubah himpunan fuzzy keluaran menjadi keluaran tegas (crisp).

Gambar 7. Fungsi Keanggotaan Exhaust Fan.

Keterangan:

Sangat Cepat = [255] Cepat = [229] Sedang = [204] Lambat = [178]

IV. PENGUJIAN DAN ANALISIS

Pada penelitian ini akan dilakukan analisis awal mengenai profil kotak simulasi yang diperlukan untuk mengetahui spesifikasi jenis kotak yang dipakai sebagai tempat penelitian. Gambar berikut merupakan kotak simulasi didesain dengan mempertimbangkan tata letak setiap perangkat.

Gambar 8. Penempatan Sensor Gas dan Exhaust Fan.

Gambar 9. Tampilan Penempatan Perangkat Lain

Pengujian pada penelitian ini menggunakan pengujian akurasi dengan membandingkan hasil pengujian dari alat kendali penelitian dan program aplikasi Matlab bertujuan untuk mengetahui sejauh mana kesalahan relatif pengukuran

output pada program sistem kendali kebocoran LPG dan

output pada program Matlab.

Gambar di bawah ini menampilkan input sensor gas 1 yaitu 1364 ppm dan sensor gas 2 sebesar 1448 ppm serta nilai PWM yang dihasilkan yaitu 187 dari program Matlab.

Sedangkan pada output PWM kecepatan putar exhaust fan

dari alat pengendali yang ditampilkan melalui website sebesar 182 dengan input dari sensor gas 1 sebanyak 1364 ppm dan dari sensor gas 2 sebesar 1448 ppm. Gambar 11. adalah hasil dari input dan output yang ditampilkan di web.

Gambar 11. Tampilan website

Pada saat terdeteksi adanya gas maka sistem secara otomatis juga akan memerintahkan untuk mengirimkan SMS bahwa telah terjadi kebocoran gas LPG

Gambar 12. Tampilan SMS saat Gas Terdeteksi

Kesalahan relatif antara output program pengendali dan

output program Matlab dapat diketahui menggunakan persamaan dibawah ini:

Kr =Lm−Lp

Lm × 100%

Lm merupakan nilai hasil pengukuran menggunakan aplikasi Matlab, sedangkan Lp adalah nilai hasil pengukuran menggunakan alat deteksi, dan 𝐾𝑟 merupakan kesalahan relatif terhadap hasil pengukuran.

Semakin kecil kesalahan relatifnya semakin tinggi tingkat ketelitian dari pengukuran tersebut. Tingkat ketelitian didefinisikan sebagai suatu ukuran tingkatan yang menunjukkan harga terdekat dengan mana suatu pembacaan instrumen mendekati harga sebenarnya dari variabel yang diukur. Kesalahan relatif dalam penelitian ini menggunakan analisis dengan taraf signifikansi sebesar 5% dan 1%.

Pengujian untuk nilai keanggotan Sensor Gas Sedikit hasilnya dapat dilihat pada Tabel II.

TABEL II

KESALAHAN RELATIF KEANGGOTAAN SENSOR GAS SEDIKIT

No Gas1 (ppm)

Gas2

(ppm) Matlab Sistem Selisih Kr

Pengujian untuk nilai keanggotan Sensor Gas Banyak hasilnya dapat dilihat pada tabel III.

TABEL IIII

(ppm) Matlab Sistem Selisih Kr

Pengujian untuk nilai keanggotan Sensor Gas Sangat Banyak hasilnya dapat dilihat pada tabel IV.

TABEL IV

(ppm) Matlab Sistem Selisih Kr

Pengujian untuk nilai keanggotan Sensor Gas Berbahaya hasilnya dapat dilihat pada tabel V.

TABEL V

(PPM) Matlab Sistem Selisih Kr

Setelah mendapatkan hasil kesalahan relatif dari tiap-tiap keanggotaan, langkah selanjutnya adalah mencari rata-rata dari keseluruhan kesalahan relatif dengan menggunakan persamaan kesalahan relatif rata-rata sebagai berikut:

V. KESIMPULAN

Pada penelitian ini, konsep alat berupa prototipe ini merupakan sistem penanganan dini kebocoran LPG yang hasil akhirnya untuk mengatur kecepatan perputaran exhaust fan

sesuai dengan set point yang diberikan menggunakan logika

fuzzy. Pada pengimplementasian sistem juga berhasil mengintegrasikan SMS sebagai media informasi apabila terjadi kebocoran gas LPG, sehingga pengguna dapat mengetahui dengan segera jika terjadi kebocoran gas dan berhasil mengakses web untuk melihat aktifitas kinerja sistem. Berdasarkan data pengujian sistem untuk nilai akurasi output

PWM, nilai rata-rata kesalahan relatif keseluruhan sebesar 0,33%.

REFERENSI

[1] A. Sarkar, G. Sahoo, and U. C. Sahoo, “Application of Fuzzy Logic in Transport Planning,” International Journal on Soft Computing (IJSC), vol. 3 (2), pp. 1, May. 2011.

[2] P. Singhala, D. N. Shah, and B. Patel, “Temperature Control using Fuzzy Logic,” International Journal of Instrumentation and Control Systems (IJICS), vol. 4, pp. 1-2, Jan. 2014.

[3] S. D. Panjaitan and A. Hartoyo, “A lighting Control System in Buildings based on Fuzzy Logic,”Telkomnika, vol. 9, pp. 423, Dec. 2011

[4] S. T. Apeh, K. B. Erameh, and U. Iruansi, “Design and Development of

Kitchen Gas Leakage Detection and Automatic Gas Shut off System”,

Journal of Emerging Trends in Engineering and Applied Sciences (JETEAS), vol. 5, pp. 222, 2014.

[5] V. Ramya and B. Palaniappan, “Embedded system for hazardous gas

detection and alerting,” International Journal of Distributed and Parallel Systems (IJDPS), vol.3, pp. 287, May. 2012.