1. Sistem kendali suhu dan kelembaban ruang bedah menggunakan mikrokontroller Arduino dan metode logika fuzzy dibuat untuk memantau dan mengontrol suhu serta kelembaban ruang operasi sesuai standar.
2. Sistem terdiri dari sensor DHT11 yang mendeteksi suhu dan kelembaban, mikrokontroller Arduino sebagai otak sistem, dan LCD untuk menampilkan hasil pengukuran.
3. Metode logika fuzzy digunakan untuk memet
Sistem kendali suhu dan kelembaban ruang bedah menggunakan arduino dan fuzzy logic
1. Jurnal Teknik Kendali, Komputer & Elektronika
SISTEM KENDALI SUHU DAN KELEMBABAN RUANG BEDAH
MENGGUNAKAN MIKROKONTROLLER ARDUINO DAN METODE
LOGIKA FUZZY
Puput Dani Prasetyoadi, S.Kom, Dr.Ir. Zulfajri B.Hasanuddin, M.Eng
e-mail : puput_danny@yahoo.co.id, zulfajri_basri_hasanudin@yahoo.co.id
Abstrak : Ruangan operasi adalah ruangan khusus yang paling penting dalam semua ruang di
Rumah sakit, Ruangan operasi atau kamar bedah membutuhkan sirkulasi udara yang tepat,
artinya tidak terlalu panah atau tidak terlalu dingin sesuai dengan yang di tetapkan pada
aturan kamar bedah. Untuk itu sistem ini dibuat, yaitu untuk membuat sistem pemonitor suhu
dan kelembaban yang akan ditampilkan pada layar LCD, sistem ini menggunakan
Mikrokontroller Arduino. Bila Suhu dan kelembaban menunjukkan suhu yang tinggi atau
panas, maka akan dilakukan tindakan khusus dari bagian rumah sakit dengan menurunkan
suhu ruangan (dalam derajat celcius) pada Air Conditioner (AC) yang berada pada ruang
bedah dan dilakukan sebaliknya jika suhu ruang bedah sangat rendah. Dengan sistem ini
diharapkan bisa membantu pihak rumah sakit dan dokter dalam melancarkan proses operasi
atau bedah pasien dengan suhu dan kelembaban ruang yang sangat tepat.
Keyword : Mikrokontroller arduino, Fuzzy logic, sensor DHT11
1. PENDAHULUAN hubungan dengan kegiatan pembedahan.
Kamar operasi atau kamar bedah umumya daerah yang harus dijaga
adalah ruangan khusus dirumah sakit yang kesucihamaannya. daerah aseptik dibagi
diperlukan untuk melakukan tindakan menjadi 3 bagian, yaitu : 1. Daerah
pembedahan baik elektif atau akut yang Aseptik 0 yaitu lapangan operasi, daerah
membutuhkan keadaan suci hama atau tempat dilakukannya pembedahan. 2.
steril. Berikut ini adalah bagian-bagian Daerah Aseptik 1 yaitu daerah memakai
penting yang ada pada kamar bedah : gaun operasi, tempat duk/ kain steril,
(1)daerah publik adalah daerah yang boleh tempat instrument dan tempat perawat
dimasuki oleh semua orang tanpa syarat instrument mengatur dan mempersiapkan
khusus. misalnya : kamar tunggu, gang, alat. 3.Daerah Aseptik 2 yaitu tempat
emperan depan komplek kamar operasi. mencuci tangan, koridor penderita masuk,
(2) daerah semi publik adalah daerah yang daerah sekitar ahli anesthesia.
bisa dimasuki oleh orang-orang tertentu
saja, yaitu petugas. dan biasanya diberi Bagian-Bagian kamar operasi
tulisan DILARANG MASUK SELAIN
PETUGAS. dan sudah ada pembatasan kamar operasi terdiri dari beberapa ruang
tentang jenis pakaian yang dikenakan oleh baik itu didalam kamar operasi maupun
petugas (pakaian khusus kamar operasi) dilingkungan kamar operasi, antara
serta penggunaan alas kaki khusus lain :Kamar bedah, Kamar untuk
didalam. (3)Daerah Aseptik adalah Daerah mencuci tangan, Kamar untuk gudang alat-
kamar bedah sendiri yang hanya bisa alat instrument, Kamar untuk sterilisasi,
dimasuki oleh orang yang langsung ada Kamar untuk ganti pakaian, Kamar
1
2. laboratorium, Kamar arsip, Kamar Pulih 5. Suhu dan kelembaban
Sadar (Recovery Room), Kamar gips,
Kamar Istirahat, Kamar mandi (WC) dan Suhu dikamar operasi didaerah tropis
Spoelhok (Tempat cuci alat), Kantor, sekitar .
Gudang, Kamar tunggu, Ruang Sterilisasi
Persyaratan Kamar Operasi antara lain : sedangkan didaerah sekitar
kamar operasi yang baik harus memenuhi
beberapa persyaratan sebagai berikut : dengan kelembaban 55% (50-60 %).
1. Letak, letak kamar operasi berada
ditengah-tengah rumah sakit, berdekatan Pada penelitian ini dibuat pembatasan
dengan instalasi rawat darurat ICU dan masalah yaitu kamar operasi khusus ruang
Unit radiologi. bedah dengan melihat pada faktor Suhu
2. Bentuk dan ukuran dan kelembaban ruang bedah.
1. bentuk
a. kamar operasi tidak bersudut tajam.
lantai, dinding. langit-langit berbentuk 2. DASAR TEORI
lengkung dan warna tidak mencolok
b.Lantai dan 2/3 dinding bagian bawah Logika Fuzzy adalah suatu cara
harus terbuat dari bahan yang keras, rata, yang tepat untuk memetakan suatu ruang
kedap air, dan mudah dibersihkan dan input ke dalam suatu ruangan output. Bisa
tidak menampung debu. digambarkan pada gambar pemetaan
2.Ukuran berikut ini :
a. Kamar operasi berukuran : 5,2 m x 5,6
m (29,1 m2)
b. Kamar operasi yang nyaman diperlukan
kira-kira diperlukan luas 40 m2.
c.kamar operasi untuk operasi besar
diperlukan luas minimal 56 m2 (7,2 m x
7,8 m).
3. Sistem Penerangan
Sistem Penerangan didalam kamar operasi
harus memakai lampu pijar putih dan
mudah dibersihkan. sedangkan lampu
operasi memiliki persyaratan khusus, yaitu Gambar 1. Pemetaan input-output pada masalah
suhu dan kelembaban ruang bedah
arah dan fokusnya dapat diatur, tidak
menimbulkan panas, cahayanya terang dan Dalam logika fuzzy dapat ditentukan
tidak menyilaukan serta tidak bagaimana semesta pembicaraannya,
menimbulkan bayangan. Derajat keanggotaan dan Fungsi
pencahayaan 300-500 lux, meja operasi keanggotaannya.
10.000-20.000 lux.
4. Sistem Ventilasi 1.1 Semesta Pembicaraan
Sistem ventilasi dikamar bedah sebaiknya
memakai sistem pengatur suhu sentral (AC Suatu model variable fuzzy sering kali
Sentral) dan dapat diatur dengan alat dideskripsikan dalam syarat-syarat ruang
kontrol yang memakai filter (Ultra Clean fuzzy nya. Ruang ini biasanya tersusun
Laminar Airflow) dimana udara atas beberapa himpunan fuzzy, himpunan-
dipompakan ke dalam kamar operasi dan himpunan fuzzy yang overlap yang mana
udara dikamar operasi dihisap keluar. masing-masing himpunan fuzzy
mendiskripsikan suatu arti tertentu dari
variable-variable yang dijinkan dalam
2
3. permasalahan. Sebagai contoh gambar tertentu (jangkauan suatu himpunan fuzzy
dibawah ini menunjukkan konsep model disebut sebagai domain). Jangkauan yang
parameter SUHU yang terbagi menjadi 4 diperbolehkan oleh variabel tersebut
himpunan fuzzy, yaitu : DINGIN, SEJUK, merupakan ruang permasalahan. Ruang ini
HANGAT, dan PANAS. tersusun dalam sejumlah daerah fuzzy
Semesta pembicaraan pada model variable yang overlap. Tiap-tiap daerah
SUHU Ruang adalah hingga , menunjukkan suatu syarat sedemikian
hingga dapat diambil kesimpulan dalam
dengan domain himpunan fuzzy : DINGIN model tersebut (kita hanya menulis aturan
( ), SEJUK ( ), yang berhubungan dengan daerah fuzzy
dalam semesta pembicaraan variabel
NORMAL ( )HANGAT ( tersebut). Koleksi himpunan fuzzy yang
berhubungan dengan suatu variabel sering
), PANAS ( ). disebut dengan nama himpunan syarat
(term set).
Sedangkan untuk kelembaban dengan
domain himpunan fuzzy Kering (0 % - 2.2 Derajat keanggotaan
40%), Normal (25% - 75%) dan (Basah Derajat keanggotaan, yaitu nilai-nilai
60% - 100%). .Himpunan fuzzy yang yang terdapat pada variabel linguistik
mendeskripsikan semesta pembicaraan ini yang dipetakan ke interval [0,1]. Nilai
tidak perlu simetris, namun harus selalu pemetaan inilah yang disebut sebagai
ada overlap pada beberapa derajat. nilai keanggotaan atau derajat
keanggotaan.
2.3 Fungsi keanggotaan
Hubungan-hubungan pemetaan pada
nilai linguistik dan nilai keanggotaan
(dari 0 sampai 1) yang digambarkan
kedalam grafik fungsi sehingga
didapatkan suatu fungsi. Fungsi inilah
yang disebut sebagai fungsi keanggotaan
dalam himpunan fuzzy.
3. STRUKTUR DASAR SISTEM
FUZZY
Didalam struktur dasar sistem
pengendalian pada fuzzy logic control,
terdapat empat komponen atau bagian
utama yang sangat penting. Gambar
dibawah ini menunjukkan struktur dasar
dari pengendali fuzzy logic control,
yang terdiri dari Fuzzifikasi, Knowledge
Base, Inferensi dan Defuzzifikasi.
Gambar 2 Semesta Pembicaraan Suhu dan
Kelembaban Ruang Bedah
Sebagai catatan, semesta pembicaraan
tergabung dalam suatu model variabel,
tidak tergabung dengan himpunan fuzzy
3
4. maka pembentukkan basis aturan ini
sangat penting.
3.2 Inferensi
Inferensi adalah proses transformasi dari
suatu input dalam domain fuzzy ke
suatu output (sinyal kendali) dalam
domain fuzzy. Proses transformasi pada
bagian inferensi membutuhkan aturan–
aturan fuzzy yang terdapat didalam
basis-basis aturan. Blok inferensi
mengunakan teknik penalaran untuk
Gambar 3 Struktur Dasar Pengendali Fuzzy Logic menyeleksi basis-basis aturan dan rule
Control (FLC) dari blok knowledge base. Teknik
penalaran yang digunakan adalah teknik
3.1 Knowledge Base penalaran MAX – MIN yang berfungsi
sebagai logika pengambil keputusan.
Knowledge base mempunyai fungsi Langkah awal dalam proses penalaran
penting dalam pengendalian dengan MAX – MIN adalah pembacaan nilai-
logika fuzzy karena semua proses: nilai yang masuk dari sensor yaitu:
fuzzifikasi, inferensi dan defuzzifikasi sensor suhu udara dan sensor
bekerja berdasarkan pengetahuan yang kelembaban tanah serta penempatan
ada pada knowledge base. Knowledge masukan tersebut di grafik keanggotaan
base dibagi dua, yaitu data base dan rule sensor suhu udara (X0=sensor suhu) dan
base. Data Base berisi definisi-definisi grafik keanggotaan sensor kelembaban
penting mengenai parameter fuzzy seperti (Y0= sensor kelembaban). Langkah
himpunan fuzzy dengan fungsi selanjutnya setelah didapatkan hasil
keanggotaannya yang telah didefinisikan penempatan nilai X0 dan Y0, dilakukan
untuk setiap variabel linguistik yang proses penyeleksian dengan mengambil
ada. Pembentukkan data base meliputi nilai minimum dari grafik inputan X0
pendefinisian ruang semesta, penentuan dan Y0. Setelah didapatkan hasil seleksi
banyaknya nilai linguistik yang nilai minimum, penalaran MAX – MIN
digunakan untuk setiap variabel menyeleksi kembali dengan mengambil
linguistik, dan membentuk fungsi nilai maximum untuk mendapatkan hasil
keanggotaan. Basis rule berisi aturan akhir berupa nilai output inferensi dalam
kendali fuzzy yang dijalankan untuk domain fuzzy.
mencapai tujuan pengendalian. Tiap rule
kendali berupa implikasi dan pernyataan 4. PERANCANGAN DAN ANALISA
kondisional IF – THEN. Aturan-aturan SISTEM
IF – THEN yang ada dikelompokkan
dan disusun kedalam bentuk Fuzzy Pada bab ini akan dibahas
Associative Memory (FAM). FAM ini perancangan dan analisa Sistem,
berupa suatu matriks yang menyatakan bagaimana Sensor bekerja sehingga akan
input-output sesuai dengan aturan IF – Nampak di LCD besarnya Suhu dan
THEN pada basis aturan yang ada. kelembaban ruangan bedah. Dan
Bentuk matrik dari FAM akan dibahas bagaimana peran cari Mikrokontroller
kemudian. Aturan yang telah dibuat Arduino sebagai Penanam system
harus dapat mengatasi semua kombinasi- (Embedded System) dan kaitannya dengan
kombinasi input yang mungkin terjadi, DHT11 sebagai sensor Suhu dan
dan harus dapat menghasilkan sinyal kelembaban.
kendali yang sesuai agar tujuan
pengendalian tercapai. Oleh karena itu,
4
5. Gambar 4. Skema Mikrokontroller
Arduino Uno
Gambar 6. Fuzzy Inference System
‘Mamdani’
Terdiri dari : 2 input yaitu Suhu dan
kelembaban dan 1 output kelayakan
Operasi
Gambar 5. Rangkaian Mikrokontroller Arduino
dengan Sensor DHT11 yang ditampilkan di LCD
Kemudian akan di lakukan pendekatan
tentang bagaimana bila diterapkan metode DHT11
Logika Fuzzy sebagai system yang akan
memetakan ruang input ke dalam ruang
output, sehingga akan didapatkan suatu
pendekatan tentang suhu dan kelembaban
secara tepat.
Gambar 7. Membership function “Suhu”
Untuk merepresentasikan Logika Fuzzy, Yaitu : Dingin : 0-25, Normal : 25-35,
penulis menggunakan software MATLAB panas : 35-50 (derajat celcius)
dengan fasilitas Fuzzy Inference System Untuk variable suhu sejuk = 20-30, hangat
yang akan melakukan pekerjaan = 30-40 (derajat celcius)
perhitungan secara otomatis, dengan
menampilkan Grafical User Interface
lewat diagram surface dan rule secara
lengkap.
Sistem ini akan ditunjukkan pada
MATLAB Inference System berikut :
5
6. Gambar 8. Membership function
“Kelembaban” Gambar 11. Surface Viewer “Suhu”
Yaitu : kering = 0-40, normal = 25-75,
basah = 60-100 (dalam percen)
5. SENSOR
DHT11 adalah sensor Suhu dan
Kelembaban, dia memiliki keluaran sinyal
digital yang dikalibrasi dengan sensor suhu
dan kelembaban yang kompleks.
Teknologi ini memastikan keandalan
tinggi dan sangat baik stabilitasnya dalam
jangka panjang. mikrokontroler terhubung
pada kinerja tinggi sebesar 8 bit. Sensor ini
termasuk elemen resistif dan perangkat
pengukur suhu NTC. Memiliki kualitas
yang sangat baik, respon cepat,
Gambar 9. Rule editor “Suhu” kemampuan anti-gangguan dan
keuntungan biaya tinggi kinerja.
Gambar12 Sensor DHT11 ( Suhu dan
Kelembaban )
Gambar 10. Rule Viewer “Suhu”
Setiap sensor DHT11 memiliki fitur
kalibrasi sangat akurat dari kelembaban
ruang kalibrasi. Koefisien kalibrasi yang
disimpan dalam memori program OTP,
6
7. sensor internal mendeteksi sinyal dalam
proses, kita harus menyebutnya koefisien
kalibrasi. Sistem antarmuka tunggal-kabel
serial terintegrasi untuk menjadi cepat dan
mudah. Kecil ukuran, daya rendah, sinyal
transmisi jarak hingga 20 meter, Produk
ini 4-pin pin baris paket tunggal. Koneksi
nyaman, paket khusus dapat diberikan
sesuai dengan kebutuhan pengguna.
spesifikasi
Gambar 14 diagram Start dan Respon Sinyal
• Pasokan Voltage: 5 V Sensor DHT11
• Rentang temperatur :0-50 ° C kesalahan
±2°C
• Kelembaban :20-90% RH ± 5% RH error
• Interface: Digital
Sensor DHT11 menggunakan 1-wire
protocol. Sensor DHT11 mempunyai
empat pin yaitu VCC, DATA, NC dan
GND. Skematiknya adalah seperti di
bawah.
Gambar 15 .Output pada serial Port
6. KESIMPULAN .
Dari hasil pengujian dan analisa
penerapan pengendali logika fuzzy pada
sistem pengendalian
Suhu dan kelembaban ruang bedah
Gambar 13 Skematik Sensor DHT11 didapatkan beberapa kesimpulan sebagai
berikut:
DHT11 protocol adalah seperti timing 1. Untuk penerapan sistem kendali
diagram di bawah. Microcontroller perlu fuzzy logic control tidak
memberi output low kepada sensor DHT11 memerlukan model matematika
sekurang-kurangnya 18ms, kemudian dan optimum pada kendali non-
signal high 20-40us. Selepas itu, barulah linier karena keputusan yang
microcontroller membaca input daripada dikeluarkan hanya menggunakan
DHT11. Start bit daripada DHT11 adalah logika manusia.
signal low 80us dan signal high 80us. 2. Variabel linguistik, Derajat
DHT11 akan memberikan 8 byte iaitu 40 keanggotaan dan Fungsi
bit data. Data ’0′ adalah signal low selama keanggotaan adalah parameter-
50us dan signal high selama 26-28us. Data parameter pembentuk untuk
’1′ adalah signal low selama 50us dan anggota himpunan logika fuzzy.
signal high selama 70us. 3. Langkah-langkah untuk membuat
sistem fuzzy logic control terdiri
7
8. 4. dari pembentukan: fuzzifikasi, 5. Knowledge base disusun
knowledge base, inferensi dan berdasarkan pengalaman seorang
defuzzifikasi. operator ahli pada bidangnya.
7. DAFTAR PUSTAKA
1. Pudjo W Prabowo, Handayanto T Rahmadya, 2009. “Penerapan Soft Computing
dengan MATLAB”
2. Sofwan.A. 2005. “Penerapan Fuzzy Logic pada Sistem Pengaturan Jumlah Air
berdasarkan Suhu dan Kelembaban” Seminar Nasional Aplikasi Teknologi
Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
3. 2. Lee, Chuen Chien. 1990. “Fuzzy Logic in Control System:
4. Fuzzy logic Controller – Part I.” IEEE Trans. Syst., Man, Cybern. Vol.20, no. 2,
hal. 404-418.
5. Lee, Chuen Chien. 1990. “Fuzzy Logic in Control System: Fuzzy logic Controller
– Part II.” IEEE Trans. Syst., Man, Cybern. Vol.20, no. 2, hal. 419-435.
6. Bezdek, James C. 1993. “Editorial: Fuzzy Models-What are they, and Why?”
IEEE Trans. Fuzzy Systems. Vol.1, no1, hal 1-6.
8