TUGAS BESAR MATA KULIAH KOMPUTASI TEKNIK KOMPUTASI UNTUK MENGATUR PENGGUNAAN ENERGI LISTRIK PADA INSTALASI POMPA DISUSUN OLEH : NAMA : ALBERTUS RIANTO SURYANINGRAT NPM : 0906496163 PROGRAM PASCA SARJANA
TUGAS BESAR
MATA KULIAH KOMPUTASI TEKNIK
KOMPUTASI UNTUK MENGATUR PENGGUNAAN ENERGI LISTRIK PADA INSTALASI POMPA
DISUSUN OLEH :
NAMA : ALBERTUS RIANTO SURYANINGRAT
NPM : 0906496163
PROGRAM PASCA SARJANA
DEPARTEMEN TEKNIK MESIN
FAKULTAS TEKNIK UNIVERSTAS INDONESIA
2010
Abstrak
Secara umum, kegiatan penelitian komputasi untuk optimasi energi adalah kegiatan ilmiah dalam mencari suatu upaya mencari solusi masalah energi penggunaan listrik pada pompa melalui serangkaian pengumpulan, pengolahan, penyajian dan analisis data. Tujuan dari pemrograman ini adalah mencari solusi bagaimana pada penggunaan energi pompa otomatis pada rumah tangga tidak memberatkan beban puncak listrik. Pemrograman ini bisa memfasilitasi agar penggunaan listrik pada pompa bisa termonitor dengan jelas dan memprediksi keadaan dengan seakurat mungkin dengan memberikan solusi berupa memvariabelkan inputan sensor agar mencapai tujuan tersebut.
Kata Kunci : Komputasi Numerik, Optimasi
Abstract
In general, computational research activities for optimization of energy is the scientific activities in an effort to find solutions for energy problems in electricity usage at the pump through a series of collecting, processing, presentation and data analysis. The purpose of this programming is to find a solution how to use automatic pump energy on household electrical peak load is not burdensome. This programming can facilitate the use of electricity at the pump can be monitored with clear and accurate as possible to predict the situation by providing a solution of variabilities sensor input to achieve that goal.
Keywords: Numerical Computation, Optimizing
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Krisis energi terjadi karena eksplorisasi penggunaannya yang berlebihan tanpa adanya upaya
untuk mencari solusi untuk pemanfaatan energi yang lebih terbarui yang akan berdampak
sistimik yang berawal dari kelangkaan ketersediaan bahan bakar hingga kenaikan harga produksi
hingga berimbas pada kenaikan harga barang di pasaran. Hal ini akan memicu penurunan daya
beli masyarakat dengan nilai inflasi yang tinggi. Dengan mengacu pada Milenium Development
Goal ( MDG), masalah energi akan sangat berperan dalam mensejahterakan manusia maupun
pelestarian alam. Energi merupakan bagian yang tidak terpisahkan dari kehidupan yang
penggunaannya perlu dimanfaatkan secara bijaksana. Kebutuhan akan energi akan selalu
meningkat dari tahun ketahun, dan akan terjadi pada suatu titik akan kekurangan energi yang
mulai dirasakan pada fenomena dalam dekade ini.
Fig. 1.1 Sistematika pengolahan data oleh sensor ketinggian [6 ][7]
Komputasi adalah kegiatan menghitung yang dilakukan oleh mesin (komputer). Hal ini kontras
dibandingkan dengan menghitung secara analitik yang mengandalkan otak manusia. Dalam
menghitung, tuntutan umum yang diemban suatu komputer adalah mampu menyelesaikan
komputasi dengan benar dan dalam tempo yang sesingkat-singkatnya. Masalahnya di sini, beban
komputasi dunia modern terus membengkak karena datanya makin banyak dan tahap
pengolahannya makin kompleks padahal komputer memiliki kecepatan pengolahan data yang
terbatas. Beberapa beban komputasi bahkan dijuluki Grand Challenge Problem (GCP), yaitu
komputasi yang tak akan bisa diselesaikan dalam waktu yang layak oleh komputer masa kini [6].
Pada saat ini, contoh GCP antara lain:
Biomedical imaging and biomechanics
Meso- to macro-scale environmental modeling
Ecosystem simulations
Chemical process simulation and optimization
Fluid dynamics simulations
Molecular design
Strong artificial intelligence
Cognition
1.2 Tujuan Penulisan
Secara umum, kegiatan penelitian optimasi energi ini adalah kegiatan ilmiah dalam mencari
suatu upaya mencari solusi masalah energi penggunaan listrik melalui serangkaian pengumpulan,
pengolahan, penyajian dan analisis data nyata secara sistematis, teliti dan mendalam. Aspek
axiologi akan mendorong suatu penelitian akan pentingnya segi manfaat, karena sering terjadi
hasil penelitian bernilai lebih bagus justru dengan memakai teknologi lama yang murah, andal,
dan luas tersedia. Dengan penelitian ini diharapkan mampu untuk mengatasi masalah optimasi
energi yang dilakukan pompa pada rumah tangga.
Kajian ditinjau dari 3 aspek penelitian adalah sebagai berikut :
Aspek Kajian Hasil Kajian Terhadap Aspek Penelitian yang DijalankanOntologis Membuat Solusi Masalah, bukan hanya mengejar ilmu pengetahuan yang baruEpistomologi Mengunakan inovasi, penalaran maupun empiris, kadang tidak memperlukan
penjelasan ilmiah, tapi mampu dikerjakan dengan dedukatif dan iteratifAxiologis Meningkatakan sistem yang sudah ada agar mampu mendukung kebutuhan
yang lebih berat dengan biaya investasi dan operasional semurah mungkin
1.3 Batasan masalah
Pemerintah pernah mengembangkan program penghematan beban listrik yang mana pada jam 17.00 WIB – 22.00 (beban puncak) dilakukan penghematan listrik secara massa. Hal ini yang mendasari bagaimana suatu instalasi pompa otomatis rumah tangga mampu mengatur bagaimana
pada jam sebelum beban puncak, ketersediaan air di tangki maksimal. Hal ini akan menghindari beban listrik yang naik saat terjadi pengisian tangki air. Hal tersebut akan memperlukan bagaimana suatu sensor ketinggian dapat diatur performanya. Dengan sedikit penggunaan database sederhana yang selalu dilakukan setiap harinya, akan dapat ditentukan tren ketinggian yang optimal dari setiap minggunya.
0 1 2 3 4 5 6 70
200
400
600
800
1000
1200
1400
1600
1800
2000
SeninSelasaRabuKamisjumatSabtuMinggu
Fig 1.2 Grafik perbedaan kebutuhan air tiap hari
1.4 Metode Penelitian
Metode yang dilakukan pada tugas besar ini adalah penggabungan antara perhitungan secara
analitik dengan dibantu dengan perhitungan numerik.
Perhitungan Analitik digunakan pada perhitungan yang mampu dilakukan dengan analitik hasil
perhitungan komprehensif dengan jawaban yang pasti. Perhitungan ini ditemukan pada pencarian
solusi geometri pada kapasitas tangki, dan perhitungan karateristik sistem perpipaan.
Perhitungan Numerik digunakan untuk memperoleh hasil pendekatan optimal karena kurangnya
data yang diperoleh atau karena mencari solusi analitik yang sukar untuk dipecahkan karena
harus dilakukan berulang-ulang. Perhitungan Numerik identik dengan pengunaan iterasi dan nilai
error yang terjadi. Metode yang digunakan dalam penulisan ini adalah metode Bisection, Gauss
Naiv, dan Curve Fitting pada regresi polynomial.
BAB 2
LANDASAN TEORI
Didalam tahap kegiatan yang berkaitan dengan pengembangan optimasi akan dilakukan
beberapa tahapan sebagai berikut :
1. Pengumpulan data melalui pengukuran data yang obyektif terhadap perubahan ketinggian
air yang akan digunakan sebagai data awal (default data)
2. Menyusun model sebab akibat dalam bentuk rumusan matematika
3. Memprediksi kondisi yang akan terjadi dimana pengembangan softwere ini mampu
membuat simulasi sacara off line
4. Mengevaluasi manfaat suatu tindakan dan memilih kondisi optimal
5. Mengambil manfaat dari system optimasi ini di masyarakat
2.1 Perhitungan Analitik
Pada kegiatan penelitian ini dilakukan dua metode untuk menyelesaikan permasalah
perhitungan, yakni secara analitik dan secara numerik. Dua metode ini sangat berperan dalam
penyelesaian tugas optimasi. Metode Analitik biasa digunakan untuk menghitung segala sesuatu
yang mempunyai jawaban satu tanpa diperlukan beberapa percobaan atau sering disebut iterasi.
Meskipun mendalam dan komprehensif dengan berbagai konsep perhitungan, kita cukup
mengunakan softwere Excel untuk menyelesaikannya. Kegiatan ini banyak dilakukan untuk
mensimulasi debit keluar tangki dan perhitungan sistem yang terkait faktor geometri tangki dan
head mass balance pada sistem.
Perubahan ketinggian tangki dipengaruhi Qin dan Qout dengan diameter tangki yang
sudah ditentukan. Diameter tangki akan sangat berpengaruh seberapa lama waktu yang
diperlukan pompa untuk mengisi penuh tangki, semakin besar luas section area nya, maka akan
semakin lama waktu yang diperlukan pompa untuk mengisi penuh tangki. Untuk menyelesaikan
persamaan pembuatan simulasi diperlukan data berupa luas permukaan tangki (a_tangki) dan
ketinggian tangki (h_mak_tangki).
a tangki=14∗π∗( d¿tangki )
2 ( 2.1 )
dVol=(a−tangki)∗dh ( 2.2 )
Vol tangki(tersedia)=atangki .∫a
b
h (t ) . dt ( 2.3 )
Didapat gradien fungsi perubahan ketinggian tangki terhadap fungsi waktu.
( dhdt )=( dh
dt )∈−( dydt )out
( dhdt )=[ 1
atangki
∗Qin ]−( dydt )out ( 2.4 )
Didalam persamaan ( 2.4 ) tersebut dapat diketahui dengan jelas bahwa ketinggian tangki
yang terjadi dikarenakan oleh factor Qin dan Qout system yang mana Qin adalah supply air ke
tangki dan Qout adalah kebutuhan konsumsi air. Untuk harga Qin untuk setiap waktu adalah
tetap (Terkait hasil penelitian kelompok yang mengunakan motor non servo), tetapi untuk harga
Qout dapat dilakukan dengan hasil pengamatan data dengan survey lapangan (persamaan 4.1 )
Hasil tersebut semata-mata hanya untuk melakukan data awal. Untuk penelitian selanjutnya,
sistem diharapkan mampu melakukan pembaruan data secara mandiri untuk 7 hari pada setiap
minggunya. Data tersebut kemudian akan terus diproses secara kontinue agar dapat ditentukan
tren pengunaan air yang lebih adaptif. Oleh karena tujuan dari penelitian ini adalah membangun
sistem otonomus yang mampu menyelesaikan masalahnya sendiri, dalam menentukan harga
Qout terhadap fungsi waktu, dilakukan komputasi sebagai sarana pendekatan kurva terhadap
satuan waktu lebih kecil seperti yang telah dijabarkan sebelumnya. Dari sini bisa diambil
kesimpulan bahwa grafik fungsi h(t) terhadap t pada setiap hari akan mempunyai persamaan
yang selalu berubah sesuai dengan data yang diperoleh dari kondisi minggu sebelumnya.
2.2 Perhitungan dengan Komputasi numerik
Karena kegiatan komputasi adalah kegiatan yang dilakukan oleh komputer dengan
sejumlah pendekatan dari beberapa iterasi, maka akan sangat berbeda ketika menghitung secara
analitik dengan mengandalkan kemampuan logika otak, Keunggulan dari komputasi numerik
adalah menghitung dengan cepat dan berulang-ulang tanpa mengalami penurunan kemampuan.
Fig. 2.1 Perbandingan perhitungan dengan komputasi dan logika manusia[7]
Kegiatan komputasi ini diharapkan mampu untuk menghitung dengan cepat bagaimana
kebutuhan air akan digunakan secara komputasi melalui database yang selalu diperbarui dari hari
kehari selama satu minggu. Dari kegiatan database akan diambil pendekatan kurva polynomial
ordo 2 dengan menerapkan algoritma untuk persamaan eliminasi gausse.
2.2.1 Komputasi numerik untuk menghitung regresi polinomial dalam menentukan fungsi Y(t)
Sebelum masuk kepada proses perhitungan nilai ketinggian dari sensor terlebih dahulu
dilakukan pengolahan data yang dilakukan berdasarkan survey lapangan (data awal) dengan
pendekatan grafik persamaan regresi polinomial untuk nilai ketinggian tangki terhadap waktu
yang diamati. Dengan demikian maka kita bisa menentukan ketinggian tangki pada setiap saat.
Persamaan regresi polinomial
Model persamaan matematis regresi polinomial sebagai persamaan kurva mempunyai
bentuk sebagai berikut :
Y= ao + a1 X +a2 X2 ( 2.5 )
Peak time
Tinggi optimum
Dengan mengetahui minimal 3 persamaan linear, akan diperoleh nilai ao, a1, a2 pada
bentuk persamaan fungsi matrik ordo 3. Persamaan nya sebagai berikut :
(n ). a0 + ( Σ Xi) . a1 + (Σ Xi2 ). a2 = Σ Yi
(Σ Xi ) .a0 + (Σ Xi2) .a1 + (Σ Xi3 ). a2 = Σ Xi Yi ( 2.6)
(Σ Xi ) .a0 + (Σ Xi2) .a1 + (Σ Xi
4 ). a2 = Σ Xi2Yi
Yang mana nilai n adalah jumlah data, dan nilai Xi dan Yi dapat dikalkulasi dengan
melihat data tabel hasil survey. Untuk penyelesaian nilai ao, a1, a2 dalam persamaan dapat
dilakukan dengan mengubah persamaan yang ada dalam bentuk persamaan matrik ordo 3 sebagai
berikut :
n Σ X i Σ X i2
Σ X i Σ X i2 Σ Xi3
Σ X i2 Σ Xi3 Σ X i4
*
a0
a1
a2
= Σ Y i
Σ X i Y iΣ X i2 Y i
( 2.7 )
Dengan membentuk persamaan kedalam bentuk matrik ordo 3, maka penyelesaiannya
dapat dilakukan dengan banyak cara diantaranya metode chemer, eliminasi gausse, dan gausse
siddle. Untuk kegiatan penelitian ini digunakan dengan metode eliminasi gausse atau sering
dikenal dengan metode gausse naiv. Selain algoritmanya sederhana, dengan pendekatan ini akan
mudah untuk diaplikasikan dengan kasus yang terjadi.
Dengan persamaan kurva tersebut akan dapat diketahui posisi ketinggian tangki pada
suatu waktu. Dengan demikian akan terlihat bagaimana kondisi ketinggian sensor akan bekerja.
Jika titik perpotongan tersebut berada di saat beban puncak, maka komputasi akan mengiterasi
mundur dengan meninggikan sensor ketinggian yang optimal agar pada saat beban puncak ,
ketersedian tangki air maksimal dengan mengisi air sesaat sebelum beban puncak.
Fig.2.2 Skema yang akan dikembangkan
Dari grafik terlihat bahwa data yang diperoleh didekati dengan persamaan polynomial
ordo 2. Garis horizontal menerangkan keterangan waktu, garis vertikal menerangkan ketinggian
tangki. Kurva yang diperoleh dari pendekatan data tabel percobaan (biru) diregresikan kedalam
persamaan kurva ordo 2 (merah) yang mana diharapkan titik potong dari kurva tersebut terhadap
garis waktu yang menggambarkan area peak time ditarik ke kanan sebesar waktu yang
diperlukan untuk mengisi tangki. Diharapkan dari kondisi ini, pompa akan selesai sasaat sebelum
memasuki waktu peak time nya.
2.2.2 Komputasi numerik untuk menentukan akar persamaan dari hsensor optimal
Karena beban puncak terjadi pada pukul 19.00 maka jika nilai t = 19 yang akan kita
masukan kedalam persamaan Y(t) (Persamaan 2.5) maka akan diperoleh ketinggian sesaat
sebelum memasuki area peak time. Untuk mengantisipasi kinerja pompa yang membutuhkan
waktu selama tpompa untuk memperoleh ketinggian tangki maksimal dari ketinggian tangki Y(t)
maka diperlukan pengurangan waktu sebesar tpompa sehingga akan diperoleh nilai tbaru sebesar t =
19 – ( tpompa ). Tetapi karena pada saat tbaru tersebut mempunyai ketinggian yang berbeda pada saat
Y(t) maka dari ketinggian tersebut akan mempengaruhi tpompa yang berbeda pula. Hal ini akan
terjadi berulang-ulang dan oleh karena itu diperlukan adanya iterasi untuk memperoleh
ketinggian sensor optimal. Metode komputasi yang digunakan adalah metode bagi 2 yang mana
pendekatannya memperlukan nilai awal untuk dilakukan iterasi.
atangki
Qin∗(Y tangki−Y (t ))=f ( y )−Y (t) ( 2.8 )
Nilai f(y) didapat dari akar akar persamaan dari Y(t)= 2262 - 85.639(t) -0.972(t2)
sehingga didapat nilai t yang kemudian akan dibandingkan dengan nilai t dari pompa. Iterasi
yang digunakan adalah bagi dua ( Bisection) dengan nilai Ymin=286.33 dan Ymax sebesar 500.
f ( y )=b ±√b2−4 ac2a
( 2.9 )
dari ruas kiri dan ruas kanan pada persamaan 10 akan didapat nilai y yang optimal yang mana
dari persamaan kanan dan kiri mempunyai deviasi < 0.01
BAB 3
METODOLOGI PENELITIAN
Metodologi yang digunakan untuk melakukan kegiatan penelitian adalah sebagai berikut :
1. Studi literatur
2. Studi aplikatif untuk komputasi
3. Studi analisa algoritma
4. Pengambilan data
5. Pengujian algoritma terhadap pencapaian
1. Studi Literatur
Literatur yang digunakan adalah beberapa journal penelitian untuk tema water level control,
pengembangan softwere untuk komputasi numerik, dan mekanika fluida.
Fig.3.1 Skema percobaan yang pernah dikembangkan universitas Petra
Pump
Tangki
Valvee
~220Vac
Arus air
Sensor
Arus Listrik
Qout
Fig.3.2 Skema pengamatan yang akan dilakukan
2. Studi Aplikatif untuk komputasi
Metodologi dalam mengali studi aplikatif komputasi adalah dilakukanya survey teknologi
terhadap kebutuhan pasar dengan mempertimbangkan aspek Ontologis, Epistomologi, dan
Axiologis.
Matriks evaluasi hasil studi aplikatif
Kontek Kebutuhan Kondisi Awal Keluaran Manfaat
Perlunya menyediakan fasilitas
pengaturan sensor berupa
algoritma yang diaplikasikan
pada system kontrol
Sistem hanya berupa
sensor ketingggian yang
tidak dapat diatur sesuai
kebutuhan
Tersedianya
sensor ketinggian
dengan
mikrokontroler
sederhana
Operasional
system
menjadi lebih
bisa diatur.
[http://www.sapconinstruments.com] [http://www.made-in-china.com]
Fig.3.2 Level control unit yang ada di pasaran
Dari Fig 3.2 terdapat level kontrol yang ada di pasaran dimana probe yang disebelah kiri adalah
sistem pengambilan data ketinggian untuk standar industri, sedangkan sebelah kanan hanya
sebuah level kontrol dengan mengunakan 2 pelampung. Level kontrol tersebut akan dimodifikasi
dengan sebuah mikrokontroler untuk mensetting ketinggian dan data logger untuk pengambilan
data ketinggian setiap jam. Dengan sistem yang lebih kompak, diharapkan sistem mampu bekerja
secara mandiri dengan membaca database yang telah disimpan sebelumnya.
[http://www.elektor.com]
Fig. 3.3 Data logger yang simple dan murah
3. Studi analisa algoritma
4. Pengambilan data
Dari hasil pengamatan perubahan nilai ketinggian tangki berdiamater 1400 mm dengan
ketinggian 1800 mm berbentuk silinder terbuat dari polimer dengan diletakan pada ketinggian
5000 mm dari atas permukaan tanah hingga bagian dasar tangki. Tangki digunakan untuk
keperluan rumah tangga
Metode pengambilan data dilakukan dengan mengamati langsung ketinggian tangki yang
sebelumnya sudah dilakukan dengan pemberian nilai skala pada body tangki polimer dengan
spidol. Karena bentuk tangki yang sedikit transparan, akan sangat memudahkan pengamatan.
Kegiatan pengambilan data tangki pada malam hari cukup digunakan alat penerangan yang kita
masukan ke dalam tangki. Hal ini akan lebih mudah dilakukan daripada pada siang hari. Mula-
mula sistem otomatis pada tangki kita matikan sesaat setelah tangki terisi penuh.
5. Pengujian algoritma terhadap pencapaian
Error pada komputasi numerik timbul karena penggunaan pendekatan untuk menyatakan
operasi atau besaran matematis yang eksak.
Et = Nilai sejati – Pendekatan (3.1)
Dimana Et , menunjukkan nilai eksak dari error dan t menyatakan error sejati ( true error).
t = [( galat sejati)/ nilai sejati] x 100% (3.2)
a= [( error pendekatan)/ nilai pendekatan] x 100% (3.3)
indek a menunjukkan bahwa error dinormalkan terhadap nilai pendekatan.Untuk menentukan
taksiran error tanpa mengetahui nilai sejati, dilakukan secara berulang atau secara iterasi
sebagai berikut :
nilai pendekatan sekarang - nilai pendekatan sebelumnya a = x 100% ( 3.4)
nilai pendekatan sekarang
BAB 4
HASIL DAN PEMBAHASAN
4.1. Data Hasil Pengamatan
Data diambil pada hari kamis (jam kuliah) dengan jumlah penghuni 10 orang. Pengamatan
dilakukan dari jam 6.00 wib hingga jam 22.00 wib.
Kamis
Ket Jam(t)
Tinggi(h
) X^2 X^3 X^4
1 6 1800 36 216 1296
2 7 1700 49 343 2401
3 8 1400 64 512 4096
4 9 1300 81 729 6561
5 10 1250 100 1000 10000
6 11 1150 121 1331 14641
7 12 1100 144 1728 20736
8 13 1000 169 2197 28561
9 14 950 196 2744 38416
10 15 900 225 3375 50625
11 16 800 256 4096 65536
12 17 500 289 4913 83521
13 18 300 324 5832 1E+05
14 19 200 361 6859 1E+05
15 20 100 400 8000 2E+05
16 21 0 441 9261 2E+05
17 22 0 484 10648 2E+05
jumla
h 238 14450 3740 63784 1E+06
rata2 14 850
Fig 4.1 Tabel Hasil Pengamatan
.
Dari table 1 kemudian dimasukan kedalam program komputasi numerik sehingga didapatkan
nilai sebagai berikut :
Fig.4.2 Form tampilan pada komputasi untuk menghitung persamaan linear
Dari hasil yang didapat, diketahui nilai dari komputasi data sebagai berikut :
n = 17 ∑yi = 14450
∑ti = 238 ∑xiyi = 156250
∑ti2 = 3740 ∑xi2yi = 1881950
∑ti3 = 63784
∑ti4 = 1150424
Dari nilai dari hasil pengamatan table tersebut kemudian diolah menjadi sebuah persamaan
kuadrat ordo 2 melalui suatu sub class bahasa visual basic sebagai berikut :
Fig.4.3 Form tampilan pada komputasi untuk menghitung persamaan polynomial
Dapat disimpulkan bahwa persamaan kurva nya menjadi
Y(t) =2262 - 85.639(t) -0.972(t2) (9)
Dari grafik akan terlihat bahwa beban puncak (19.00 – 22.00) terlihat di ketinggian antara 500
dengan 0. Nilai ketinggian 10 menit sebelum beban puncak digunakan untuk setting ketinggian
( diperkiran pengisian penuh tangki oleh pompa kurang dari 10 menit).
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 210
200400600800
100012001400160018002000
Fig. 4.4 Grafik Hasil Regresi Polynomial
Karena beban puncak terjadi pukul 19.00 maka jika nilai t yang akan kita masukan kedalam
persamaan sebesar 19 akan didapat nilai ketinggian air sebesar 286.33 mm sesaat sebelum
memasuki beban puncak. Untuk mengantisipasi agar pompa mampu bekerja selama tpompa pada
ketinggian h(tpompa) dengan nilai Qin yang ditentukan sebelumnya. Hal ini diperlukan iterasi
untuk menentukan Y yang optimal untuk sensor tranduser.
atangki
Qin∗(Y tangki−Y (t ))=f ( y )−Y (t) (10)
Nilai f(y) didapat dari akar persamaan Y(t)= 2262 - 85.639(t) -0.972(t2) sehingga didapat nilai t
yang kemudian akan dibandingkan dengan nilai t dari pompa. Iterasi yang digunakan adalah bagi
dua dengan nilai Ymin=286.33 dan Ymax sebesar 500.
f ( y )=b ±√b2−4 ac2a
(11)
dari ruas kiri dan ruas kanan pada persamaan 10 akan didapat nilai y yang optimal yang mana
dari persamaan kanan dan kiri mempunyai deviasi < 0.01
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan dari kegiatan penelitian komputasi ini adalah penggunaan algoritma yang mampu
untuk mengkondisikan perubahan volume dengan luas penampang tangki yang variatif, namun
demikian, hanya Qdischarge pompa yang menjadi bahan pertimbangan, sementara faktor
penggunaan energi pompa tidak menjadi variabel yang diperhitungkan. Hal ini dikarenakan
pompa yang dipakai dianggap konstan performanya dan tidak berubah-ubah karakternya meski
secara kenyataanya akan sangat berpengaruh terhadap faktor effisiensi.
Kerena didalam pembuatan penelitian ini terkait dengan hasil penelitian anggota kelompok
lainnya yang memutuskan beberapa hal terkait sistem besarnya maka didapat :
1. Penggunaan sistem penyedia air ini dilakukan dengan pemilihan pompa standar. Hal ini
tentu akan mengurangi target dari konsep awal yang ingin dituju. Diantaranya adalah
optimasi energi pompa yang terjadi karena perbedaan putaran rpm sebagai fungsi nyata
dari penggunaan arus. Karena dalam penggunaan pompa standar dianggap rpm
cenderung stabil (hanya sesaat terjadi lonjakan arus) , maka kegiatan untuk komputasi
tersebut diabaikan. Meskipun secara detail terjadi acceleration dan deceleration pada saat
awal dan akhir kinerja pompa yang mengakibatkan beban arus mengalami lonjakan,
tetapi hal ini dianggap tidak signifikan terhadap kebutuhan konsumsi energi. Metode ini
bisa diselesaikan dengan persamaan integral untuk memperoleh luasan grafik fungsi i(t)
vs t.
Fig 5.1 Grafik karakteristik motor pada pompa yang terjadi [8]
2. Karena dalam kasus ini terdapat perubahan konsep awal berupa pengantian sistem
kontrol ketinggian tangki untuk memperoleh Voutput yang stabil pada keluaran valve
berapapun bukaan gate nya menjadi konsep optimasi ketinggian sensor untuk mengatur
penggunaan listrik, maka komputasi yang digunakan tidak relevan menggunakan
persamaan diffrensial biasa.
Fig.5.2 Water Level Kontrol
Dari dua hal tersebut dilakukan terkait dengan aplikasi yang relevan didalam kegiatan
permasalahan rumah tangga terkait tujuan penelitian terhadap aspek axiologis yakni mengunakan
sistem semurah mungkin dengan menghindari penggunaan servo ataupun inverter motor.
Nampak bahwa ada 3 manfaat utama dari kegiatan ini yaitu:
1. Penyediaan system control yang mampu mengatur sendiri
2. Manajemen energi yang relevan terhadap pembebanan puncak.
3. Akses pemakaian yang lebih luas pada bidang jasa penyediaan air untuk konsumen pada
perhotelan, kawasan industri, bahkan pada staksiun penampungan PDAM.
5.2 Saran
Untuk menindak lanjuti kegiatan penelitian ini adalah dengan membuat sistem float sensor
dengan dilengkapi mikrokontrol yang mampu untuk menyimpan data (data logger) dan mampu
untuk mengeksekusi sendiri ketinggian optimal sensor. Dengan mengkalkulasi biaya pengunaan
mikrokontroler yang semakin terjangkau, ( dengan survey jenis ATMEL dan Micron pada
microcontroler dan jenis penyimpanan USB yang semakin murah) diharapkan mampu untuk
terbeli pada konsumen kelas menengah kebawah.
DAFTAR PUSTAKA
[1] Bruce R. Munson, Donald F. Young, Theodore H. Okiishi, Fundamental of Fluids Mechanics, 4th Ed, Wiley, New York, 2002.
[2] Departemen Pekerjaan Umum, http://www.ciptakarya.pu.go.id
[3] Frank M. White, Fluids Mechanics, 4th Ed, Mc Graw Hill, 2002
[4] M Tabesh, A H Asadiani Yekta, A Software Tool for Non-Revenue Water Calculations in Urban Water Systems in Conjunction with Hydraulic and GIS Models Leakage. Conf. Proc. (2005)
[5] Ogata Katshuhiko, Modern Control Engineering, Prentice Hall, 3rd Edition
[6] Palo Dozen, Filsafat Komputasi Kinerja Tinggi, www.palodozen.com
[7] Steven C.Chapra, Raymond P. Canale, Numerical Method for Engineer, 5th
Ed. Mc Graw Hill, 2006
[8] www.energyefficiencyasia.org, Electrical Motor, Presentation from the “ Energy Efficiency
Guide for Industry in Asia” didownload bulan maret 2010
[9] Yuswanto dan Subari, Boom..! Visual Basic.Net 2010 meledak,Cerdes Pustaka Publisher, 2010
LAMPIRAN
Pemrograman Curve Fitting dengan Regresi Polynomial Ordo 2.
Public Class Form1
Private Sub Button1_Click(ByVal sender As System.Object, _ ByVal e As System.EventArgs) Handles Button1.Click
Dim y(24) As Integer Dim n As Integer Dim x(24) As Integer n = InputBox("Banyaknya Data", "Jumlah Data") For a As Integer = 1 To n x(a) = InputBox("Jam pengambilan data ke " & a) y(a) = InputBox("Masukan ketinggian tangki pada jam " & x(a) & ".00") Next a Label1.Text = n Dim jum_y = 0 For a As Integer = 1 To n jum_y = jum_y + y(a) Next a Label10.Text = Val(jum_y)
Dim jum_yx = 0 For a As Integer = 1 To n jum_yx = jum_yx + Val(y(a) * x(a)) Next a Label11.Text = Val(jum_yx)
Dim jum_yxx = 0 For a As Integer = 1 To n jum_yxx = jum_yxx + Val(y(a) * (x(a) ^ 2)) Next a Label12.Text = Val(jum_yxx)
Dim jum_x = 0 For a As Integer = 1 To n jum_x = jum_x + x(a) Next a Label2.Text = Val(jum_x)
Dim jum_xx = 0
For a As Integer = 1 To n jum_xx = jum_xx + Val(x(a) ^ 2) Next a
Dim jum_xxx = 0 For a As Integer = 1 To n jum_xxx = jum_xxx + Val(x(a) ^ 3) Next a Label6.Text = Val(jum_xxx)
Dim jum_xxxx = 0 For a As Integer = 1 To n jum_xxxx = jum_xxxx + Val(x(a) ^ 4) Next Label9.Text = Val(jum_xxxx) Label3.Text = Val(jum_xx) Label4.Text = Label2.Text Label5.Text = Label3.Text Label7.Text = Label5.Text Label8.Text = Label6.Text End Sub Private Sub Form1_Load(ByVal eventSender As _ System.Object, ByVal eventArgs As System.EventArgs) _ Handles MyBase.Load txt_koef.Text = _ "6 15 55" & vbCrLf & _ "15 55 225" & vbCrLf & _ "55 225 979" lb_var.Text = _ "X0" & vbCrLf & _ "X1" & vbCrLf & _ "X2" txt_value.Text = _ "152.6" & vbCrLf & _ "585.6" & vbCrLf & _ "2488.8" txt_koef.Select(0, 0) End Sub Private Sub Button2_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button2.Click Const TINY As Double = 0.00001 Dim num_rows As Integer Dim num_cols As Integer Dim tmp As Double Dim factor As Double Dim arr(,) As Double
Dim orig_arr(,) As Double Dim txt As String
arr = LoadArray(num_rows, num_cols) orig_arr = LoadArray(num_rows, num_cols)
For r As Integer = 0 To num_rows - 2 If Math.Abs(arr(r, r)) > TINY Then For r2 As Integer = r + 1 To num_rows - 1 If Math.Abs(arr(r2, r)) > TINY Then For C As Integer = 0 To num_cols tmp = arr(r, C) arr(r, C) = arr(r2, C) arr(r2, C) = tmp Next C Exit For End If Next r2 End If If Math.Abs(arr(r, r)) > TINY Then For r2 As Integer = r + 1 To num_rows - 1 factor = -arr(r2, r) / arr(r, r) For C As Integer = r To num_cols arr(r2, C) = arr(r2, C) + factor * arr(r, C) Next C Next r2 End If Next r If arr(num_rows - 1, num_cols - 1) = 0 Then txt = Val("No Solution") Else Dim iterr2 As Single = 1 Dim Iterr As Single = 1 For r As Integer = num_rows - 1 To 0 Step -1 tmp = arr(r, num_cols) For r2 As Integer = r + 1 To num_rows - 1 tmp -= arr(r, r2) * arr(r2, num_cols + 1) iterr2 = iterr2 + 1 Next r2 arr(r, num_cols + 1) = tmp / arr(r, r) Iterr = Iterr + 1 Next r
txt = vbCrLf & " Nilai Variabel nya :" For r As Integer = 0 To num_rows - 1 txt &= vbCrLf & " X " & r.ToString & "=" _
& arr(r, num_cols + 1).ToString Next r Dim x2 As Single = arr(2, num_cols + 1) Dim x1 As Single = arr(1, num_cols + 1) Dim x0 As Single = arr(0, num_cols + 1) lb_x0.Text = x0 lb_x1.Text = x1 lb_x2.Text = x2 lb_fungsiy.Text = lb_x2.Text & " X^2 + " _ & lb_x1.Text & " X + " & lb_x0.Text
txt &= vbCrLf & "Check Persamaan :" For r As Integer = 0 To num_rows - 1 tmp = 0 For C As Integer = 0 To num_cols - 1 tmp += orig_arr(r, C) * arr(C, num_cols + 1) Next C txt &= vbCrLf & tmp.ToString Next r txt = txt.Substring(vbCrLf.Length + 1) End If txt_result.Text = txt End Sub
Private Function LoadArray(ByRef num_rows As Integer, _ ByRef num_cols As Integer) As Double(,) Dim value_rows() As String Dim coef_rows() As String Dim one_row() As String Dim arr(,) As Double
value_rows = Split(txt_value.Text, vbCrLf) coef_rows = Split(txt_koef.Text, vbCrLf) one_row = Split(coef_rows(0), " ") num_rows = coef_rows.GetUpperBound(0) + 1 num_cols = one_row.GetUpperBound(0) + 1 ReDim arr(num_rows - 1, num_cols + 1) For r As Integer = 0 To num_cols - 1 one_row = Split(coef_rows(r), " ") For C As Integer = 0 To num_cols - 1 arr(r, C) = CDbl(one_row(C)) Next C arr(r, num_cols) = CDbl(value_rows(r)) Next r Return arr
End FunctionEnd Class
Skema Form nya sebagai berikut :