3.5. Akumulasi Temperatur Ruang
15
Temperatur suatu ruangan dapat dihitung dengan mengetahui akumulasi panas dalam ruangan. Secara matematis, dapat dihitung dengan :
Q = Q
i
- Q
o
Dimana : Q = akumulasi panas dalam ruangan °C Q
i
= panas masuk ke ruangan °C Q
o
= panas keluar ruangan °C Panas yang masuk maupun keluar dari ruangan dapat terjadi secara konduksi,
konveksi, dan radiasi.
3.6. Termodinamika
16
Termodinamika adalah satu cabang fisika teoritik yang berkaitan dengan hukum-hukum pergerakan panas dan perubahan dari panas menjadi bentuk-bentuk
energi yang lain.
3.6.1. Hukum-hukum Termodinamika
Hukum termodinamika pada prinsipnya menjelaskan peristiwa perpindahan panas dan kerja pada proses termodinamika. Hukum-hukum yang
berlaku di dalam sistem termodinamika yaitu :
15
Mohammad Nurkholik.Menghitung Suhu Ruangan. Migas_Indonesia. Diakses tanggal 14 Mei 2007.
16
S.K Kulshrestha. 1989. Termodinamika Terpakai, Teknik Uap dan Panas. UI Press Salemba 4. Jakarta. Hal. 13
Universitas Sumatera Utara
a. Hukum Awal Hukum ini menyatakan bahwa apabila duah bua benda yang berada didalam
keseimbangan termal digabungkan dengan sebuah benda lain, maka ketiga- tiganya berada dalam kesetimbangan termal.
b. Huku m Pertama Hukum ini sering disebut “Hukum Kekelan Energi”, yaitu bahwa energi tidak
dapat diciptakan maupun dimusnahkan, tetapi hanya dapat diubah dari satu bentuk energi ke bentuk energi lain.
c. Hukum Kedua Hukum kedua termodinamika menyatakan bahwa dalam suatu siklus, kerja
diberikan kepada sekeliling dengan imbalan pengambilan kalor dari sekeliling oleh sistem, tetapi besarnya kerja yang dihasilkan tidak sama dengan
besarnya kalor yang diambil. Hukum kedua ini tidak lepas dari usaha untuk mencari sifat atau besaran sistem yang merupakan fungsi keadaan. Menurut
Clausius, besaran sistem yang merupakan fungsi keadaan itu disebut entropi. Hukum kedua ini dapat dirumuskan :
“Dalam setiap proses yang terjadi pada sistem terisolasi, maka entropi sistem tersebut selalu naik atau tetap tidak berubah”.
Pernyataan diatas hanya berlaku untuk sistem terisolasi. Sedangkan untuk sistem yang tidak terisolasi akan mengalami proses yang berkaitan dengan
penurunan entropi. Namun selalu ditemukan bahwa lingkungan yang berinteraksi dengan suatu sistem, maka nilai entropi dari lingkungan tersebut
Universitas Sumatera Utara
akan naik sama besarnya dengan penurunan entropi pada suatu sistem tersebut.
Sedangkan istilah entalphi dari sistem termodinamika menyatakan jumlah energi internal dari suatu sistem termodinamika ditambah dengan energi yang digunakan
untuk melakukan kerja usaha.
3.7. Instrumentasi dan Alat Ukur
3.7.1. Thermocouple
17
Thermocouple adalah alat ukur yang universal untuk arus bolak-balik dan arus searah dan tidak dipengaruhi oleh bentuk gelombang daripada tegangan yang
akan diukur, sehingga sangat baik digunakan dalam sistem kendali. Termokopel terdiri dari sambungan junction dari dua logam yang berbeda. Pada sambungan
ini tedapat tegangan listrik yang tergantung oleh temperatur junction. Perubahan temperatur akan memberikan harga tegangan yang berubah pula.
Gambar 3.10. Thermocouple
17
Frank, D. 1995. Elektronik Industri. Andi. Yogyakarta. Hal 47.
Universitas Sumatera Utara
3.7.1.1.Prinsip Kerja Thermocouple
Thermocouple merupakan suatu perangkat yang langsung mengubah energi panas thermal menjadi beda potensial, bila terdapat perbedaan temperatur
antara kedua ujung sambungan kawat logam yang berbeda jenisnya.
Gambar 3.11. Rangkaian Dasar Termokopel
Thermocouple digunakan untuk mengukur temperatur berdasarkan perubahan temperatur menjadi sinyal listrik dan terdiri dari dua jenis logam yang
membentuk suatu rangkaian tertutup yang mempunyai dua simpul yaitu simpul pengukur dan simpul pembanding karena perbedaan temperatur antara kedua
simpul tersebut dan sifat dari logam itu sendiri. Bila antara titik referensi dan titik ukur terdapat perbedaan temperatur, maka akan timbul GGL yang menyebabkan
adanya arus pada rangkaian dan dihubungkan dengan alat pengkonversi yang mencatat dalam bentuk satuan suhu.
3.7.2. 4 IN 1 Multi-Function Environment
18
4 IN 1 Multi-Function Environment Meter berguna untuk mengukur, sound level, light, humidity, dan temperature. Cara menggunakan 4 IN 1 Multi-
Function Environment Meter sebagai berikut :
18
Krisbow. Tutorial 4 IN 1 Multi-Function Environment.
Universitas Sumatera Utara
1. Tekan OnOff 2. Tekan Tombol Pilihan
3. MAX HOLD : jika ditekan akan menahan data pengukuran yang paling tinngi. Tekan sekali lagi untuk kembali normal.
4. DATA HOLD : jika ditekan akan menahan data pengukuran terakhir, tekan sekali lagi untuk melanjutkan pengukuran.
5. Untuk mengukur 4 fungsi yang berguna maka digeser fungsi sesuai dengan keinginan seperti mengukur sound level, light, humidity, dan temperature.
4 IN 1 Multi-Function Environment Meter dapat dilihat pada Gambar 3.12.
Gambar 3.12. 4 IN 1 Multi-Function Environment Meter
3.8. Lattice Sampling
19
Dalam pengumpulan data bab V, khususnya data suhu dan kelembaban udara shelter dilakukan dengan menggunakan lattice sampling. Lattice sampling
merupakan cara pengambilan sampel dengan menetapkan area secara equally spaced bagian yang sama. Sebagai contoh, dalam pembahasan diketahui shelter
dengan ukuran 20 x 12 x 6 m, dengan membagi tinggi shelter kedalam 3 tiga
19
Abbey E David. 1972. Some Estimators of Sub Universe Means for Use with Lattice Sampling. University of California. Los Angels. Hal. 406.
Universitas Sumatera Utara
lapisan dengan tinggi antar lapisan yaitu 1,5 m. Sedangkan untuk penentuan titik sampelnya dilakukan pada setiap lapisan dengan menetapkan 9 sembilan titik
sampel. Penentuan titik ini dinamakan lattice data. Dimana pada lattice data ini, data yang diambil merupakan jenis data yang mewakili area tertentu yang sudah
jelas batasannya.
3.9. Simulasi
20
3.9.1. Definisi Simulasi
Simulasi dapat didefinisikan sebagai pengimitasian proses dan kejadian ril. Imitasi dalam rangka penelitian, penyelidikan ataupun pengujian bersifatterbatas
dan terfokus pada suatu aktivitas atau operasi tertentu dengan maksud untuk mengetahui karakteristik, keadaan dan hal-hal lainnya yang akan berkaitan dengan
kehadiran dan keberadaan dari aktivitas dan peristiwa dalam bentuk ril.
3.9.2. Tujuan Imitasi pada Simulasi
Kata Simulasi diartikan sebagai cara mereproduksi kondisi dari suatu keberadaan dengan menggunakan model dalam rangka studi pengenalan atau
pengujian atau pelatihan dan yang sejenis lainnya. Simulasi dalam bentuk pengolahan data merupakan imitasi dari proses dan input ril yang menghasilkan
data output sebagai gambaran karakteristik operasional dan keadaan pada sistem. Hubungan sistem ril dengan sistem imitasi dalam simulasi disajikan pada gambar
3.13.
20
Humala L Napitupulu. 2009. Simulasi Sistem Pemodelan dan Analisis. USU Press. Medan. Hal.1-2.
Universitas Sumatera Utara
Input Ril Input Tiruan
Operasi Ril Operasi Imitasi
Output Output
Sistem Ril Sistem Imitasi
[ Keadaan Ril ] [ Tiruan Keadaan ]
Peniruan
Pemodelan
Gambar 3.13. Sistem Ril dan Sistem Imitasi
Tujuan imitasi sistem ril dengan menghadirkan elemen dan komponen tiruan adalah untuk peniruan fungsi dan hubungan ril serta interaksi antar objek dan
komponen ril pada sistem tiruan. Komponen-komponen sistem tiruan hadir dalam bentuk rangkaian proses dalam aktivitas dan operasi sistem yang disimulasi.
Operasi tiruan yang berlangsung dengan penggunaan data input tiruan diperlukan untuk menghasilkan output sebagai gambaran dari hasil operasi dan keadaan pada
sistem yang disimulasi.
3.9.3. Kelebihan Kemampuan Simulasi
21
Simulasi dengan pengoperasian sistem tiruan dapat mengatasi kendala- kendala dan hambatan penelitian dan percobaan. Kendala-kendala dan hambatan
pada pelaksanaan penelitian dan percobaan dapat dijelaskan sebagai berikut :
21
Ibid. Hal 7.
Universitas Sumatera Utara
1. Ongkos Ongkos penelitian dengan percobaan skala ril relatif sangat mahal
dibandingkan dengan manfaat yang diperoleh. 2. Waktu
Hasil dari penelitian dalam jangka waktu yang relatif lama tidak berarti untuk memenuhi kebutuhan yang segera.
3. Resiko Pengembangan dan percobaan pengujian desain baruyang beresiko besar dan
berakibat fatal jika terjadi kegagalan. 4. Perlengkapan
Percobaan dan pengujian lapangan tidak layak akibat tidak adanya perlengkapan pengujian yang diperlukan.
3.9.4. Konsep dan Prinsip Simulasi
22
3.9.4.1.Konsep Simulasi
Simulasi sebagai proses pengolahan data dengan penggunaan rangkaian model-model simbolik pada pengoperasian sistem tiruan tidak mengharuskan dan
tidak mengajukan penggunaan formula atau fungsi-fungsi dan persamaan tertentu sebagai model simbolik penyelesaian persoalan, tetapi sebaliknya simulasi yang
terdiri dari tahapan dan langkah-langkah pengolahan data haruslah dilengkapi dengan model-model simbolik yang sesuai memberikan hasil pengoperasian
sistem tiruan dalam bentuk data output yang berguna untuk penyelesaian
22
Ibid. Hal 8-9.
Universitas Sumatera Utara
persoalan. Sesuai dengan bentuk simulasi yang terdiri dari tahapan dan langkah- langkah pengolahan data, aplikasi simulasi untuk setiap persoalan haruslah
berdasarkan pemodelan untuk persoalan yang perlu diselesaikan.
3.9.4.2.Prinsip Dasar Simulasi
Pada sistem ril dalam dunia nyata, setiap komponen sistem hadir dengan fungsi tertentu sesuai dengan bentuk hubungan dan interaksi antar komponen
yang tidak berubah-ubah dalam aktivitas sistem yang berlangsung berkesinambungan dari waktu ke waktu. Berdasarkan hubungan dan interaksi
yang beraturan serta fungsi komponen yang tidak berubah-ubah dalam aktivitas sistem ril yang sama, kehadiran suatu komponen dalam aktivitas sistem adalah
khas dengan karakteristik tertentu. Dengan bentuk kehadiran dan fungsi komponen yang tidak berubah-ubah
dalam aktivitas yang serupa, imitasi komponen atas suatu fungsi tertentu layak dilakukan pada pengoperasian sistem tiruan tanpa perubahan ataupun
penyimpangan. Kehadiran komponen-komponen sistem dengan fungsi yang tidak berubah-ubah merupakan dasar dari simulasi sistem dengan pengoperasian sistem
tiruan. Pengoperasian sistem tiruan dapat berlangsung melalui imitasi fungsi komponen ril dalam bentuk nilai dan persamaan pada proses pengolahan data
input tiruan sesuai dengan bentuk hubungan input-output dalam operasi ril. Perumusan proses dan fungsi yang tidak berubah-ubah dalam aktivitas
sistem merupakan dasar penyusunan model simbolik dan prosedur pengoperasian sistem tiruan. Penggunaan model-model simbolik untuk berbagai proses ataupun
Universitas Sumatera Utara
fungsi pada pengoperasian sistem tiruandalam simulasi berlaku valid selama bentuk sistem dan susunan komponen serta bentuk dari hubungan dan interaksi
dalam aktivitas sistem tidak mengalami perubahan.
3.9.5. Jenis Simulasi
23
Beberapa jenis simulasi sebagai berikut : 1. Simulasi Statik
Pada simulasi statik, pengoperasian sistem maya yang berlangsung secara bebas dan tidak terikat dengan kemajuan waktu. Hasil simulasi yang
diperoleh merupakan gambaran keberadaan dan karakteristik sistem dalam berbagai konfigurasi atau variasi yang tidak terikat dengan waktu. Simulasi
statik merupakan simulasi sistem maya dalam satu periode sebagai satu siklus peristiwa atau segmen maya dalam satu periode sebagai satu siklus peristiwa
atau segmen aktivitas. 2. Simulasi Dinamik
Pada simulasi dinamik, pengoperasian sistem berlangsung berkelanjutan dalam rung waktu maya. Operasi sistem dinamik adalah khas tidak berulang
pada periode atau pada selang waktu yang sama. 3. Simulasi Stokastik
Simulasi sistem termasuk simulasi stokastik jika nilai-nilai input yang digunakan terdiri dari nilai-nilai dugaan. Data output hasil simulasi yang
diperoleh dengan penggunaan nilai-nilai input dugaan juga termasuk nilai
23
Ibid. Hal 18.
Universitas Sumatera Utara
dugaan, meskipun simulasi dilakukan dengan langkah-langkah yang pasti. Hasil simulasi dalam bentuk nilai dugaan tidak dapat diubah menjadi nilai
pasti. 4. Simulasi Deterministik
Pengoperasian sitem tiruan termasuk simulasi sistem deterministik jika semua nilai-nilai input tiruan yang digunakan terdiri dari nilai-nilai pasti atau
menentu. Hasil simulasi sistem yang diperoleh juga merupakan nilai pasti untuk masing-masing kombinasi nilai-nilai input sistem.
5. Simulasi diskrit Simulasi diskrit merupakan simulasi dimana perubahan state terjadi pada
satuan-satuan waktu yang diskrit sebagai hasil suatu kejadian event tertentu discrete-change state variables, contohnya simulasi antrian.
6. Simulasi kontinu Adalah simulasi dimana state status dari sistem berubah secara kontinu
karena berubahnya waktu continuous change state variables, contohnya simulasi populasi penduduk.
3.9.6. Langkah-langkah Simulasi
24
Adapun langkah-langkah dalam melakukan simulasi adalah sebagai berikut :
24
Pritsker, A. Alan, B. 1986. Introduction to Simulation and Slam II. West Lafayette. Indiana. Hal. 10-11.
Universitas Sumatera Utara
1. PendefinisianFormulasi Masalah Pendefinisian masalah yang akan dipelajari meliputi pernyataan pemecahan
masalah. 2. Membangun Model
Abstraksi dari sistem ke dalam hubungan matematis yang logis sesuai dengan formulasi masalah.
3. Fitting The Data Identifikasi, spesifikasi, dan pengumpulan data.
4. Menerjemahkan Model Persiapan model untuk pemrosesan dengan komputer.
5. Verifikasi Proses pembuktian bahwa program komputer berjalan sesuai dengan maksud
yang diharapkan. 6. Validasi
Proses pembuktian bahwa ada keakuratan yang diinginkan atau hubungan antara model simulasi dan sistem nyata.
7. Perencanaan Taktis dan Strategis Tactic and Strategic Planning Proses penentuan kondisi sebagai trial and error yang akan digunakan pada
model. 8. Trial and Error
Eksekusi model simulasi dengan kondisi yang telah ditentukan untuk memperoleh nilai output.
Universitas Sumatera Utara
9. Analisis Hasil Proses analisis hasil simulasi untuk menarik kesimpulan dan membuat
rekomendasi untuk pemecahan masalah. 10. Implementasi dan Dokumentasi
Proses mengimplementasikan hasil keputusan simulasi dan mendokumentasikan model dan kegunaannya.
3.9.7. Validitas dan Sensitivitas Model
25
Model yang baik adalah model yang dapat merepresentasikan keadaan yang sebenarnya. Untuk menguji kebenaran suatu model dengan kondisi objektif
dilakukan uji validasi. Ada dua jenis validasi dalam model, yakni validasi struktur dan validasi kinerja.
Validasi struktur dilakukan untuk memperoleh keyakinan konstruksi model valid secara ilmiah, sedangkan validitas kinerja untuk memperoleh
keyakinan sejauh mana model sesuai dengan kinerja sistem nyata atau sesuai dengan data empiris.
Validitas struktur meliputi dua pengujian, yaitu validitas konstruksi dan validitas kestabilan. Validitas konstruksi melihat apakah konstruksi model yang
dikembangkan sesuai dengan teori. Uji validitas konstruksi ini sifatnya abstrak, tetapi konstruksi model yang benar secara ilmiah berdasarkan teori yang ada akan
terlihat dari konsistensi model yang dibangun.
25
Dradio. 2007. Tinjauan Pustaka Validasi Model. Jakarta. Hal 30-31.
Universitas Sumatera Utara
Validitas kestabilan merupakan fungsi dari waktu. Model yang stabil akan memberikan output yang memiliki pola yang hampir sama antara model agregat
dengan model yang lebih kecil disagregasi. Validitas kinerja atau output model bertujuan untuk memperoleh keyakinan sejauh mana kinerja model sesuai
compatible dengan kinerja sistem nyata, sehingga memenuhi syarat sebagai model ilmiah yang taat fakta.
Caranya adalah memvalidasi kinerja model dengan data empiris, untuk melihat sejauh mana perilaku output model sesuai dengan perilaku data empiris.
Hal ini dapat dilakukan dengan cara: 1. Membandingkan pola output model dengan data empiris.
2. Melakukan pengujian secara statistik untuk melihat penyimpangan antara output simulasi dengan data empiris dengan beberapa cara, antara lain : AVE
Absolute Variation Error, AME Absolute Mean Error, dan uji kecocokan dengan Kalman Filter.
Adapun penjelasan untuk tiga metode pengujian yang akan digunakan untuk menguji kinerja atau output model yaitu:
a. Uji penyimpangan rata-rata Absolute Mean Error AME Uji penyimpangan rata-rata bertujuan untuk melihat penyimpangan
rata-rata simulasi terhadap rata-rata aktual. Nilai AME ditentukan dengan persamaan:
Dimana :
Universitas Sumatera Utara
b. Uji penyimpangan variasi Absolute Variation Error AVE Uji penyimpangan variasi bertujuan untuk melihat penyimpangan variasi
simulasi terhadap variasi aktual. Nilai AVE ditentukan dengan persamaan : AVE = S
S
– S
A
S
A
Dimana : S
S
= S
i
-
i 2
N S
A
= A
i
-
i 2
N c. Uji Kecocokan Kalman Filter KF
Uji kecocokan Kalman Filter KF bertujuan untuk melihat kecocokan fitting antara nilai simulasi dengan nilai aktual. Nilai KF ditentukan dengan
persamaan : KF = V
S
V
S
+ V
A
Dimana : V
S
= S
i
-
i 2
N-1 V
A
= A
i
-
i 2
N-1
Keterangan :
i
: Rata-rata nilai simulasi
i
: Rata-rata nilai aktual S
i
: Nilai simulasi A
i
: Nilai aktual S
S
: Standar deviasi nilai simulasi S
A
: Standar deviasi nilai aktual
V
S
: Varian nilai simulasi V
A
: Varian nilai aktual
Universitas Sumatera Utara
N : Banyak data KF : Kalman Filter
Adapun batas kritis untuk setiap metode pengujian kinerja model dapat dilihat pada Tabel 3.5.
Tabel 3.5. Batas Kritis untuk Setiap Metode Pengujian Kinerja Model
No. Metode Validasi
Batas Kritis
1 Uji penyimpangan rata-rata AME
0,05 2
Uji penyimpangan variasi AVE 0,05
3 Uji kecocokan Kalman Filter KF
0,475 – 0,525
3.10. Stat::Fit Version 2
26
Stat::Fit Version 2 merupakan program untuk pengujian data statistik, seperti pengujian distribusi. Adapun langkah-langkah dalam melakukan pengujian
distribusi data adalah sebagai berikut : 1. Buka program Stat::Fit version 2.
2. Input data yang akan diuji ke dalam Stat::Fit.
Gambar 3.14. Tampilan Awal Stat::Fit
26
Software Stat::Fit Version 2. Tutorial Stat::Fit Version 2.
Universitas Sumatera Utara
3. Pilih menu Auto::Fit pada toolbar, sehingga muncul tampilan kotak dialog Auto::Fit.
Gambar 3.15. Tampilan Kotak Dialog Auto::Fit
4. Klik OK pada kotak dialog Auto::Fit, maka akan muncul hasil pengujian distribusi.
Gambar 3.16. Tampilan Hasil Pengujian dengan Stat::Fit
5. Berdasarkan hasil dari pengujian menggunakan software Stat::Fit, menunjukkan data berdistribusi Lognormal.
Universitas Sumatera Utara
3.11. Powersim Studio