Vol.13 No.2. Agustus 2012 Jurnal Momentum ISSN : 1693-752X
Optimisasi Kinerja Pencahayaan Buatan
Untuk Efisiensi Pemakaian Energi Listrik Pada Ruangan Dengan Metode Algoritma Genetika
Oleh:
Juningtyastuti, Agung Warsito, Fanny Hadisusanto
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
ABSTRAK
Energi listrik sangat bermanfaat bagi kehidupan manusia, namun energi listrik juga dapat membahayakan keselamatan manusia. Salah satu pemanfaatan energi listrik adalah untuk pencahayaan buatan. Jika hanya dari kuantitas cahaya, pencahayaan yang berlebihan tidak akan menjadi lebih baik bagi penglihatan manusia (mata). Pencahayaan yang baik harus memperhatikan kuantitas, kualitas pencahayaan yang ditentukan dari tingkat refleksi cahaya dan rasio pencahayaan pada ruangan. Selain itu juga harus memperhatikan efisiensi konsumsi energi listrik,dengan tetap memperhatikan intensitas penerangan pencahayaan buatan dan efisiensi daya listrik pada ruangan tersebut.
Penulis mencoba melakukan penelitian pada ruang laboratorium dengan pencahayaan buatan menggunakan metode Algoritma Genetik, untuk mendapatkan kinerja pencahayaan buatan sehingga dapat menekan efisiensi energi listrik yang digunakan secara optimal. Dari hasil pengujian dan simulasi menunjukkan bahwa pada ruang laboratorium dengan lampu TL sebanyak 16 buah memberikan nilai intensitas penerangan 250,132 lux, dan efisiensi pemakaian energi listrik adalah 3,1289 watt/m2.
Kata Kunci: Metode Algoritma Genetik,Energi Listrik,Iluminasi & Intensitas penerangan.
I. PENDAHULUAN
1.1 Latar Belakang
Kebutuhan pencahayaan dalam suatu
ruang dapat diperoleh melalui sistem
pencahayaan buatan dan sistem pencahayaan alami atau kombinasi keduanya. Pencahayaan alami adalah matahari dan pencahayaan buatan terdiri dari lampu listrik, lilin dan lampu minyak. Kombinasi antara pencahayaan alam dan pencahayaan buatan pada ruang/gedung sangat dimungkinkan.
Cahaya alam untuk ruang tergantung pada letak ruangan atau gedung terhadap rotasi bumi yang bergerak dari arah barat menuju kearah timur dan sangat baik terhadap ruangan yang mempunyai sistem pencahayaan alam (matahari) yang menghadap ke timur atau barat.
Beberapa penelitian tentang pencahayaan buatan telah dilakukan, antara lain : I.Made Oka, mengatakan bahwa cahaya buatan tidak hanya
menguntungkan tetapi juga dapat
membahayakan mata manusia [18]. Ditegaskan dengan teori Siswanto, bahwa penerangan yang baik mendukung kesehatan kerja, aman dan nyaman serta memberikan kesan pemandangan lebih baik. Untuk itu perlu pengaturan sumber cahaya buatan, seperti Aryo.D mengatakan bahwa dengan mengatur sumber pencahayaan
ruangan disamping menjaga kesehatan mata, juga dapat menekan pemakain energi listrik [16]. Efisiensi pemakaian energi listrik dengan cara mengatur sumber pencahayaan dalam ruangan juga dapat dilakukan dengan berbagai metode antara lain Metode Fuzzy Logic (yang telah dilakukan oleh Niketika.P) [17] Radiktyo.N.S
mengatakan bahwa dengan memanfaatkan
sumber cahaya alam (matahari) didalam ruangan yang menggunakan dinding kaca ataupun ruangan terbuka juga akan mendapatkan efisiensi pemakaian energi listrik secara optimal
[11].
Berdasarkan hasil penelitian yang telah diilakukan diatas dengan tetap memperhatikan kebutuhan konsumen akan energi listrik, maka penulis mencoba memberikan suatu inovasi baru agar suatu ruang dapat memanfaatkan sistem pencahayaan buatan yang baik sesuai standar. Pihak konsumen dapat mengoptimalkan kinerja pencahayaan buatan dalam ruangan,mendukung
kesehatan, aman dan nyaman, dengan
pemakaian energi listrik yang lebih efisien. Dalam penelitian ini dibuat program simulasi
dengan menggunakan metode Algoritma
41
1.2 Tujuan
Perhitungan dan analisis hasil pengujian intensitas pencahayaan buatan (lux) dan efisiensi pemakaian energi listrik dalam ruangan (dalam
hal ini ruang laboratorium) dengan
menggunakan metode Algoritma Genetik
1.3 Batasan Masalah
1. Masukan data seperti : jenis lampu, standar pencahayaan ruang, ukuran ruangan dan bahan reflektor sesuai dengan ketentuan standar SNI,BSN-2000.
2. Pengujian dilakukan di ruang haemodialisa (laboratorium cuci darah), Rumah Sakit Islam Sunan Kudus.
3. Pada pengujian program simulasi
digunakan beberapa jenis lampu seperti lampu TL atau flourense, lampu pijar, lampu neon kompak dan lampu halogen. 4. Analisis tidak memperhitungkan faktor
pencahayaan alam (sinar matahari).
5. Simulasi menggunakan software Delphi XE dan tidak dibahas secara detail.
6. Tidak memperhitungkan merk lampu. 7. Simulasi tidak membahas instalasi posisi
letak lampu dan jarak antar lampu.
II. TINJAUAN PUSTAKA 2.1. Pengertian Cahaya
Gelombang elektromagnetik terdiri atas bermacam-macam gelombang yang frekuensi dan panjang gelombangnya berbeda, tetapi semua gelombang tersebut mempunyai nilai kecepatan rambat yang sama, yaitu :
C = .f
...(1) Dengan :
C = kecepatan cahaya = 3.108 m/det F = frekuensi gelombang = Hz = panjang gelombang = m
Persamaan (1) menunjukkan bahwa cahaya
merupakan bagian dari berbagai jenis
gelombang elektromagnetik yang mempunyai panjang gelombang dan frekuensi tertentu, seperti yang ditunjukkan pada Gambar.1. berikut.
Gambar 1. Spektrum gelombang elektromagnetik Gambar 1 menunjukkan bahwa pancaran cahaya dengan gelombang yang berbeda, menghasilkan warna yang berbeda. Berdasarkan frekuensi, warna tampak yang terlihat oleh mata adalah warna ungu, biru, hijau, kuning, merah dan orange.
2.2. Intensitas Pencahayaan Ruang
Suatu ruang memiliki standar intensitas penerangan yang digunakan sesuai standar SNI BSN-2000 sebagai berikut[3,5,6] :
Tabel 1. Standar penerangan ruang.
Jenis Ruang Intensitas penerangan (lux) Ruang kelas Ruang tidur Ruang kerja Ruang tamu Ruang gambar Laboratorium Toilet Koridor Dapur Garasi Ballroom Tempat ibadah Perpustakaan Gudang arsip Pabrik/industri Swalayan Ruang pamer Supermarket 120 - 250 150 120 - 250 120 - 250 750 250 100 100 200 60 200 200 300 150 1000 500 500 750
Berdasarkan Tabel.1, dapat ditentukan besar nilai intensitas penerangan ruangan (E) dan
efisiensi daya ( ) yang dinyatakan dengan
rumus [1,4] :
Ф = Afficacy x daya ... (2) ... (3)
... (4) Dengan:
E = intensitas penerangan/pencahayaan (lux) n = jumlah sumber cahaya/lampu
/ = intensitas sumber cahaya (lumen) µ = konstanta nilai efisiensi ruang
42 d = faktor pemakaian reflektor
A = luas ruangan (m2) t = waktu (detik)
Efficacy = perbandingan keluaran lumen terhitung dengan pemakaian daya
2.3. Dasar Algoritma Genetik
Algoritma genetik (genetic algorithm) adalah suatu metode optimasi yang melakukan pencarian terhadap suatu nilai tertentu dari beberapa parameter dengan prinsip hanya solusi terbaik yang dapat bertahan dan menghasilkan keturunan berkualitas. Sedangkan optimasi di definisikan sebagai proses untuk mendapatkan fungsi tersebut. Ide dari algoritma genetika adalah proses evolusi, yaitu proses seleksi,
pindah silang dan mutasi seperti yang
ditunjukkan pada Gambar.2. Adapun variabel dan parameter yang digunakan meliputi : Fungsi Fitness = fungsi tujuan yang dimiliki
oleh masing-2 individu untuk menentukan tingkat kesesuain individu tersebut dengan kriteria yang ingin dicapai.
Populasi jumlah individu yang dilibatkan pada setiap generasi Probabilitas terjadinya persilangan Probabilitas terjadinya mutasi pada
setiap individu
Jumlah generasi yang akan dibentuk yang menentukan lama tidaknya penerapan Algoritma Genetika
Gambar.2: Diagram alir Algoritma Genetik Secara umum langkah-2 yang ditunjukkan pada Gambar.2 adalah sebagai berikut :
Membangkitkan populasi awal, proses yang dilakukan secara random
Membentuk generasi baru, digunakan
operator reproduksi/seleksi, crossover dan mutasi. Dan proses tersebut dilakukan secara
berulang sehingga didapatkan jumlah
kromoson yang cukup untuk membentuk generasi baru.
Evaluasi solusi, untuk mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromoson sampai terpenuhi kriteria.
III. METODOLOGI PENELITIAN
Secara umum proses penelitian
ditunjukkan pada Gambar.3, dengan tujuan untuk mengetahui dan menganalisis kebutuhan cahaya buatan pada suatu gedung atau ruang, sehingga dengan memperhatikan penggunaan jenis lampu, luas ruangan, reflektor serta jumlah dan daya lampu yang dipakai, akan diperoleh efisiensi pemakaian energi listrik yang optimal.
3.1 Pengambilan Data
Pengambilan data dilakukan pada
Ruangan yang tidak memanfaatkan cahaya alam yaitu Ruang Haemodialisa (Laboratorium Cuci Darah) dari Rumah Sakit Islam Sunan Kudus di Kudus, Jawa Tengah.
Gambar.3 : Flowchart langkah penelitian
3.1.1. Data teknis ruang haemodialisa
Ruang Haemodialisa yang ditunjukkan pada Gambar.4, memberikan data sebagai berikut :
Tabel.2 : Data Teknik Ruangan
No Uraian Niali/Janis Satuan
1 Jumlah Lampu TL 12 bh
2 Kapasitas Lampu TL 40 Watt/lampu
3 Jenis Refelktor Aluminium
4 Warna dinding Warna
Muda
5 Panjang ruang 10 mtr
6 Lebar ruang 5 mtr
7 Tinggi ruang 4 mtr
8 Eficicy lampu TL 80 Lumen/watt
43 Gambar.4 : Denah Ruang Haemodialisa
3.1.2. Data pengukuran pencahayaan Ruang Haemodialisa
Pengukuran pencahayaan buatan (lampu) pada Tabel.3 menggunakan alat bantu luxmeter dan data tersebut merupakan hasil pengukuran yang
terbaik.
Tabe.3 : Data pengukuran hari pertama 1 Juni 2011
No. Posisi pengukuran Intensitas pencahayaan (Lux)
1 Posisi 1 208 2 Posisi 2 215 3 Posisi 3 250 4 Posisi 4 260 5 Posisi 5 226 6 Posisi 6 222
Rata-rata lux hari pertama 230,16
Tabel .4 : Data pengukuran hari kedua 2 Juni 2011
No. Posisi pengukuran Intensitas pencahayaan (Lux)
1 Posisi 1 190 2 Posisi 2 203 3 Posisi 3 240 4 Posisi 4 235 5 Posisi 5 215 6 Posisi 6 220
Rata-rata lux hari kedua 271,16
Tabel.5 : Data pengukuran hari ketiga 3 Juni 2011
No. Posisi pengukuran Intensitas pencahayaan (Lux)
1 Posisi 1 190 2 Posisi 2 225 3 Posisi 3 245 4 Posisi 4 235 5 Posisi 5 220 6 Posisi 6 220
Rata-rata lux hari ketiga 219,16
Tabel.6 : Data pengukuran hari keempat 4 Juni 2011
No. Posisi pengukuran Intensitas pencahayaan (Lux)
1 Posisi 1 195 2 Posisi 2 215 3 Posisi 3 240 4 Posisi 4 237 5 Posisi 5 218 6 Posisi 6 225
Rata-rata lux hari keempat 221,67
3.2. Perancangan Program Algoritma Genetik
Berdasarkan Gambar.2, dapat dibuat program simulasi dengan bahasa Delphi XE, seperti yang ditunjukkan pada Gambar.5.
Gambar.5 : Flowchart pembuatan program dengan metode algoritma genetik
Operasi Algoritma Genatika dari Gambar.5 adalah sebagai berikut :
1. Inisialisasi popolasi awal
Dibangkitkan 4 kromosom secara acak, setiap kromosom memiliki 5 gen. Seperti contoh berikut : K [1] = N2, W1, L1, R5, P1 K [3] = N4, W1, L1, R1, P3 K [2] = N4, W2, L2, R4, P3 K [4] = N3, W2, L1, R2, P3 Keterangan : N = Jumlah lampu
W=Warna dinding (reflektansi dinding / ρd)
L = Reflektansi langit-langit / ρll R = Pemakaian reflektor
P = Pengotoran reflektor 2. Evaluasi fitness tiap kromosom
Dengan menggunakan rumus pada
persamaan (2), maka didapat nilai fitness sebagai berikut :
f [1] = N2, W1, L1, R5, P1 = 53,04 lux f [2] = N4, W2, L2, R4, P3 = 114,4 lux f [3] = N4, W1, L1, R1, P3 = 187,2 lux f [4] = N3, W2, L1, R2, P3 = 122,2 lux Untuk populasi awal diperoleh nilai fitness yang mendekati standar yaitu 114,4 lux. 3. Seleksi kromosom
44 Pada proses seleksi, mencari nilai Q[i], P[i], C[i] dan Total, dengan menggunakan persamaan (5) dan (6) berikut :
...(5) ...(6) Dan hasilnya ditunjukkan pada Tabel.2
Tabel.7 : Komulatif kromosom
Kromosom f[i] Q[i] P[i] C[i]
K[1] 53,04 0,0188 0,4465 0,4465
K[2] 114,4 0,0099 0,2351 0,6816
K[3] 187,2 0,0053 0,1258 0,8074
K[4] 122,2 0,0081 0,1923 1
Total 0,0421
Setelah diperoleh parameter yang diperlukan, kemudian mengambil empat bilangan secara acak untuk R (0–1) sesuai ukuran populasi dalam satu generasi, seperti ;
R [1] = 0,7131 R [3] = 0,9046
R [2] = 0,6334 R [4] = 0,3211
Berdasarkan pengambilan nilai acak tersebut, maka popupalsi baru yang terbentuk setelah mengalami seleksi adalah :
K [1] = K [3] = N4, W1, L1, R1, P3 K [2] = K [2] = N4, W2, L2, R4, P3 K [3] = K [4] = N3, W2, L1, R2, P3 K [4] = K [1] = N2, W1, L1, R5, P1
4. Pindah silang (crossover)
Misal ditentukan nilai parameter probabilitas crossover adalah 50% dengan posisi crossover adalah dua. Dengan kromosom yang dipindah silang pada K[1] >< K[2] :
Sehingga populasi setelah crossover menjadi : K [1] = N4, W1, L2, R4, P3 K [2] = N4, W2, L1, R1, P3 K [3] = N3, W2, L1, R2, P3 K [4] = N2, W1, L1, R5, P1 5. Mutasi
Misal nilai probabilitas mutasi ditentukan 25 %, maka akan ada satu kromosom yang termutasi secara acak. Misalkan kromosom yang mengalami mutasi adalah kromosom K[4], maka :
Sebelum mutasi :
K [4] : N2 W1 L1 R5 P1 Setelah mutasi
R [4] : N3 W2 L2 R2 P3
Sehingga populasi setelah mutasi menjadi : K [1] = N4, W1, L2, R4, P3
K [2] = N4, W2, L1, R1, P3 K [3] = N3, W2, L1, R2, P3 K [4] = N3, W2, L2, R2, P3 6. Evaluasi fitness terbaik
Dengan menggunakan persamaan (2) maka dapat dicari nilai fitness yang telah mengalami proses algoritma genetik sebagai berikut :
f [1] = N4, W1, L2, R4, P3 = 114,4 lux f [2] = N4, W2, L1, R1, P3 = 144 lux f [3] = N3, W2, L1, R2, P3 = 102 lux f [4] = N3, W2, L2, R2, P3 = 77,76 lux pada generasi ke-1 diperoleh nilai fitness yang paling mendekati standar adalah pada kromosom 3 dengan nilai sebesar 102 lux.
Demikian proses tersebut berulang untuk tiap generasi, sehingga akan mencapai generasi maksimal (generasi ke-n) yang menghasilkan suatu solusi yang baik, dalam hal ini adalah individu yang baik dengan rumus fitness pada persamaan (2).
IV. PENGUJIAN DAN ANALISIS
Keberhasilan perancangan program
diukur dari kemampuannya menganalisis nilai standar ruangan yang tepat sehingga diperoleh efisiensi pemakaian energi listrik per hari yang optimum dengan tetap memperhatikan standar penerangan ruangan yang berlaku..
4.1. Perhitungan data teknis ruangan
Berdasarkan data ruangan Tabel.2, maka dengan menggunakan persamaan (2),(3) dan (4), akan diperoleh :
4.1.1 Jenis Lampu TL: 1. Perhitungan Efisiensi daya
Efficacy : 80 lumen/watt, Daya lampu 40 watt
Φ = efficacy x daya lampu = 80 x 40 = 3200 lumen
Kemudian nilai disubsitusikan kedalam persamaan (3) dan (4), sehingga akan diperoleh intensitas penerangan:
dan efisiensi daya () :
Sebelum crossover Setelah crossover
K[1] : N4 W1 L1 R1 P3 R[1] : N4 W1 L2 R4 P3 K[2] : N4 W2 L2 R4 P3 R[2] : N4 W2 L1 R1 P3
45 Efisiensi daya
2. Perhitungan data pengukuran pencahayaan ruang haemodialisa
Untuk perhitungan intensitas pencahayaan ruang (E) haemodialisa digunakan rata-rata lux tiap hari dari tanggal 1-4 juni
2011,seperti pada tabel 2-5 berikut
perhitungannya :
Dengan menggunakan persamaan 2,maka
didapat efisensi daya( ) :
Dari hasil kedua perhitungan di atas menunjukkan bahwa, hasil perhitungan yang berdasarkan data teknis ruangan dan hasil
perhitungan berdasarkan pengukuran intensitas pencahayaan diruangan nilai intensitasnya sedikit berbeda. Hal ini terjadi karena pada
waktu melakukan pengukuran intensitas
pencahayaan dengan Lux Mater didalam ruangan tersebut, terdapat celah udara yang memungkinkan cahaya alam (matahari) masuk keruangan, sehingga nilai intensitas penerangan dari pencahayaan buatan (lampu TL) tidak dapat optimal
4.2 Hasil Optimasi Program
Untuk optimasi program simulasi
dibutuhkan data dengan parameter ruangan sebagai berikut : jenis lampu = TL atau flourense, daya lampu 40 watt, jenis ruang = laboratorium, panjang ruang = 10 meter, lebar ruang = 5 meter dan tinggi ruang = 4 meter. Selain itu juga dibutuhkan data parameter algotima genetik untuk program simulasi seperti jumlah generasi, probabilitas crossover dan probabilitas mutasi yang berbeda-beda, seperti yang ditunjukkan pada Tabel.8 berikut :
Tabel.8 : Parameter Algoritma Genetik
Dengan parameter jumlah generasi =150, probabilitas pindah silang = 0,8 dan probabilitas mutasi = 0,1 diperoleh hasil sebagai berikut :
Gambar 8 : Grafik generasi fitness hasil pengujian 1
Gambar. 9 : Individu terbaik pengujian 1
Dengan cara yang sama, untuk
pengujian ke.2, dengan parameter jumlah generasi = 150, probabilitas pindah silang = 0,5
Prob. Crossover Prob. Mutasi Fitness - 1 Fitness - 2 No Generasi 1 50 0,8 0,1 250.3125333 250.3125333 2 50 0,8 0,02 250.56 250.3125333 3 50 0,8 0,001 250.5216 250.5216 4 50 0,5 0,1 250.3125333 250.5216 5 50 0,5 0,001 250.432 250.3125333 6 50 1 0 250.8288 250.432 7 50 1 0,02 250.3125333 250.5216 8 50 0,8 0,02 250.3125333 250.3125333 9 50 0,8 0,02 250.3125333 250.56 10 50 0,8 0,02 250.5216 250.3125333
46 dan probabilitas mutasi = 0,1 diperoleh hasil sebagai berikut
Gambar 10 : Grafik generasi fitness hasil pengujian 2
Gambar 11 : Individu terbaik pengujian 2 Dengan cara yang sama, pengujian ke.3, dengan parameter jumlah generasi = 150, probabilitas pindah silang = 1 dan probabilitas mutasi = 0,02 diperoleh hasil sebagai berikut :
Gambar 12 : Grafik generasi fitness hasil pengujian 3
Gambar 13 : Individu terbaik pengujian 3
Berdasarkan pengujian tersebut dengan para meter Algoritma Genetika pada Tabel.8, maka nilai hasil pegujian ke-1 dan ke-2 secara keseluruhan menunjukkan bahwa dengan nilai parameter algoritma yang sama belum tentu dapat nilai yang sama. Demikian halnya dengan nilai fitness yang didapatkan juga berbeda, walaupun probabilitas pindah silang maupun mutasi yang sama. Hal ini membuktikan bahwa dengan pindah silng atau mutasi secara acak memungkinkan mendapatkan nilai fitness untuk masing-masing kromoson sesuai kriteria yang dinginkan.
4.3 Pengujian Effisiensi Kinerja Pencahayaan Buatan (Lampu)
Pengujian program simulasi untuk
effisensi pemakaian energi listrik terhadap pencahayaan buatan (lampu) pada ruang haemodialisa RSI Sunan Kudus, digunakan data parameter seperti : daya lampu sebesar 40 watt, ukuran ruang sama yaitu panjang = 10 meter, lebar = 5 meter dan tinggi = 4. Dengan parameter algoritma genetik jumlah individu = 50, jumlah generasi = 150, probabilitas pindah silang = 0,8 dan probabilitas mutasi = 0,02. Adapun jenis lampu yang akan diuji adalah : lampu TL atau flourense, lampu pijar, lampu neon kompak dan lampu halogen.
1. Pengujian dengan lampu TL (flourense)
Gambar 14 :. Individu terbaik efisiensi daya lampu TL
47 Gambar 15 : Individu terbaik efisiensi daya lampu pijar
3. Pengujian dengan lampu neon kompak
Gambar 16 : Individu terbaik efisiensi daya lampu neon kompak
4. Pengujian dengan lampu halogen
Gambar 17: Individu terbaik efisiensi daya lampu halogen Dari hasil pengujian empat jenis lampu tersebut (Gambar.14 s/d 17) untuk masing-masing individu dari generasi pertama hingga ke generasi ke 150, hasil efisiensi energi listrik secara keseluruhan , ditunjukkan pada Tabel.9 berikut :
Tabel.9 :. Hasil efisiensi daya tiap lampu :
Jenis Lampu Jenis Ruangan Jumlah Lampu Efisiensi Pemakaian EnergiListrik (Watt/m2 ) TL (Flourense) Pijar Neon Kompak Halogen Laboratorium Laboratorium Laboratorium Laboratorium 16 158 37 131 3,1289 20,8344 4,1681 13,8894
Berdasarkan Tabel.9, dapat digambarkan
hubungan antara Efisiensi energi listrik terhadap jumlah generasi, seperti paga Gambar.18.
Gambar 18 : Grafik Hubungan antara generasi dengan efisiensi energi listrik lampu
Dari tabel 9. hasil pengujian dengan menggunakan empat buah lampu menunjukkan efisiensi pemakaian energi listrik terhadap kinerja pencahayaan buatan (lampu) pada ruang
Laboratorium Haemodialisa yang terbaik
(optimal) adalah menggunakan lampu TL atau flourense (40 watt). Jika memakai lampu pijar, lampu neon kompak dan lampu halogen, dengan pemakaian daya listrik yang sama, akan terjadi pemborosan energi listrik, yang berarti distribusi pancaran cahaya yang berlebihan Disamping itu pada waktu siang hari masih ada celah sehingga pencahayaan alam masuk kedalam ruang tersebut. Hal ini disebabkan karena luas ruangan tidak seimbang dengan intensitas penerangan yang dibutuhkan, masih adanya celah masuknya pencahayan alam serta pencahayaan buatan
dalam ruang Laboratorium membutuhkan
distribusi penerangan ke objek dan tidak
menyilaukan, sehingga tidak mengganggu
pekerjaan dan kelelahan pada mata.
Untuk kondisi yang ada pada ruang Haemodialisa menggunakan 12 buah lampu TL dengan nilai intensitas penerangan sebesar 222,03 lux dan efisiensi daya sebesar 2,75 watt/m2. Sedangkan untuk pengujian efisiensi energi listrik dalam Ruang Haemodialisa dengan simulasi pada tabel 9, menunjukkan bahwa akan efisiensi pemakaian nenergi listrik terhadap kinerja pencahayaan buatan akan mencapai optimal jika menggunakan lampu TL sebanyak 16 buah. Yang mana intensitas penerangan sebesar 250,3 lux dan efisensi pemakaian energi listrik sebesar 3,1289 watt/m2, telah memenuhi dan sesuai dengan standar pencahayaan ruang sesuai SNI BSN-2000, Untuk itu sebaiknya
ruang Laboratorium Haemodialisa perlu
penambahan lampu TL sebanyak empat, sehingga para pekerja lebih fokus pada objek, nyaman dan amann serta mata tidak lelah. Dengan tetap memperhatikan intensitas ruangan, pemakaian energi listrik yang digunakan lebih efisien,kinerja lampu lebih baik.
48
V. PENUTUP 5.1 Kesimpulan
1. Dari hasil perhitungan yang telah dilakukan parameter jenis ruang, jenis lampu, jumlah lampu, jenis reflektor dan luas ruang berpengaruh untuk menghasilkan nilai
intensitas pencahayaan (lux) yang
maksimum sesuai standar, sedangkan untuk efisiensi pemakaian daya listrik dipengaruhi oleh nilai intensitas pencahayaan dengan efficacy lampu. Hal ini sesuai dengan persamaan 1 dan persamaan 2.
2. Dari perhitungan data teknik ruangan mendapatkan hasil intensitas pencahayaan (E) sebesar 217,72 lux dan perhitungan dari
pengukuran data pencahayaan
menunjukkan hasil intensitas pencahayaan (E) sebesar 222,03 lux, hasilnya tidak sama hal ini karena adanya pengaruh faktor luar yaitu masuknya sinar matahari saat pengambilan data dengan alat luxmeter. 3. Hasil pengujian optimasi program metode
algoritma genetik menunjukkan hasil : a. Metode algoritma genetik jika jumlah
generasi semakin banyak, semakin besar pula kemungkinan untuk mendapat solusi yang baik secara cepat.
b. Nilai parameter probabilitas pindah silang antara 0,7-0,9 akan meningkatkan kemungkinan mendapat solusi yang lebih baik dari generasi.
c. Nilai probabilitas mutasi yang sangat kecil atau sangat besar akan mengurangi keanekaragaman solusi sehingga sulit didapat solusi yang terbaik.
4. Dari tabel 9 pengujian efisiensi pemakaian
daya listrik ruang laboratorium
haemodialisa menggunakan lampu TL, lampu pijar, lampu neon kompak dan lampu halogen. Hasil terbaik memakai lampu TL sebanyak 16 buah sebesar 3,1289 Watt/m2.
5.2 Saran
1. Dapat dikembangkan untuk tipe ruangan dengan bentuk lain, menggunakan metode yang lain dan posisi penempatan lampu diperhitungkan. Dengan memperhitungkan
faktor pencahayaan alam agar bisa
mendapatkan solusi yang lebih baik. 2. Ruang laboratorium cuci darah rumah sakit
islam sunan kudus menggunakan 12 buah lampu TL. Hasil simulasi untuk mencapai standar intensitas penerangan sebesar 250
lux dibutuhkan lampu TL sebanyak 16 buah, sehingga untuk laboratorium cuci darah sebaiknya ditambah 4 buah lampu TL.
DAFTAR PUSTAKA
[1] Muhaimin,Drs, MT,“Teknologi Pencahayaan”,RefikaAditama,Malang, 2001.
[2] Pedoman Efisiensi Energi untuk Industri di Asia – www.energyefficiencyasia.org. [3] Prih Sumardjati,dkk, “Teknik Pemanfaatan Tenaga Listrik untuk SMK”, Direktorat Pembinaan SMK, Jakarta, 2008.
[4] P.Van Harten & Ir.E.Setiawan, ” Teknik Instalasi Arus Kuat Jilid 2 ”, Binacipta, Jakarta, 1980.
[5] Keputusan Menteri Kesehatan RI,
“Persyaratan Kesehatan Lingkungan
Rumah
Sakit”, Penerbit MenKes, Jakarta, 2004. [6] SNI,BSN-2000
[7] Ratih Utami,D., “Optimasi Unit
Commitment
dan Economic Dispatch Pembangkit Hidrotermal dengan Metode Algoritma Genetik”, Laporan Tugas Akhir, Jurusan Teknik Elektro Universitas Diponegoro, 2011.
[8] Algoritma Genetik, (http://en.wikipedia. org/wiki/Artificial_intelligence, diakses pada tanggal 12 mei 2011).
[9] Karnoto, Yuningtyastuti, “Bahan Ajar Mata Kuliah Iluminasi dan Instalasi Listrik”, Universitas Diponegoro, Semarang, 2011. [10] Radiktyo Nindyo Sumarno, “Optimasi Penempatan Recloser Terhadap Keandalan Sistem Tenaga Listrik dengan Algoritma Genetika”, Makalah Tugas Akhir S1 Jurusan
Teknik Elektro UNDIP, 2010.
[11] Chairul Gagarin Irianto, “Studi Optimasi Sistem Pencahayaan Ruang Kuliah dengan Memanfaatkan Cahaya Alam”,JETri, Volume 5, Nomor 2, Februari 2006, Halaman 1-20, ISSN 1412-0372. [12] Ir. Heri M.Kholiq, MT, “Analisa Nilai Pencahayaan Proses Belajar Mengajar Sekolah Dasar Di Malang”, Laporan Penelitian Universitas Muhammadiyah Malang, 2007.
[13] Dedy Haryanto, Edy Karyanta, Paidjo, “Kuat
Penerangan Ruang Kendali Utama Untai Uji Termohidrolika PT.RKN-Batan”,Sigma
49 Epsilon, Vol. 12 No.1 Februari 2008, ISSN.
0853-910.
[14] Eko Indriyawan, Fransisca Aure Liasie dan Tomi Sayugo, “Mastering Delphi XE”, Penerbit ANDI, Yogyakarta, 2011.
[15]Spectrum-GE lighting lamp catalouge, “GE Consumer & Industrial Lighting”, 2004. [16] Aryo Danurwendo, “ Analisis Perancangan Sistem Kontrol Pencahayaan Buatan Dalam Ruangan”, tugas Akhir, Fisika FMIPA ITS,Surabaya,2006
[17]Netika Purwaningrum, “ Aplikasi Fuzzy Logic Pengendali Ruangan Berbasis Mikrokontroller ATMEGA.8535” Tugas Akhir,UNES,Semarang,2007
[18]I.Made Oke.W,ST,MT, “Dasar Citra/Video dan System Visual Manusia”, Udayana,Bali, 2007