ACCESS
p-ISSN: x-x e-ISSN: 3064-6510 Volume.
No.
September 2024
Journal of Computer Science and Information System
SIMULATION DESIGN OF AUTOMATIC SLUICE GATE OPENING
AND CLOSING SYSTEM USING ARTIFICIAL NEURAL SYSTEM
ADALINE MODEL AT MANGGARAI SLUICE GATE
M Fatan Angga1 Sekolah Tinggi Teknik-PLN.
Jl.
Lkr.
Luar Barat Lantai 2.
RT.
1/RW.
Kota Jakarta Barat.
Jakarta, 11750.
Indonesia Email: fatan.
angga@gmail.
Article History Received: 09-09-2024 Revision: 14-09-2024 Accepted: 15-09-2024 Published: 15-09-2024 Abstract.
The use of an automatic sluice gate opening and closing system plays an important role in flood prevention at the Manggarai Sluice.
In order to project the implementation of an automatic sluice gate opening and closing system, an appropriate system simulation is needed to calculate the water level data contained in the Manggarai Sluice Gate.
The opening and closing of the Manggrai sluice gate can use the ADALINE artificial neural system model in order to find the stages of opening the sluice gate based on the alert stages contained in the AuDKI Jakarta Provincial Flood Alert Guidelines '09Ay.
Keywords: Automatic Door.
Artificial Neural System, adaline Abstrak.
Penggunaan sistem buka tutup pintu air otomatis memainkan peran penting dalam pencegahan banjir pada pintu Air Manggarai.
Dalam rangka untuk proyeksi penerapan sistem buka tutup pintu air otomatis, diperlukan suatu simulsi sistem yang tepat untuk menghitung data ketinggian air yang terdapat di Pintu Air Manggarai.
Terbuka dan tertutupnya pintu air Manggrai dapat menggunakan sistem syaraf buatan model ADALINE dalam rangka mencari tahapan Ae tahapan terbukanya pintu air berdasarkan tahapan siaga yang terdapat pada AuPedoman Siaga Banjir Provinsi DKI Jakarta Ao09Ay.
Kata Kunci: Pintu Otomatis.
Sistem Syaraf Buatan, adaline How to Cite: Angga.
Simulation Design of Automatic Sluice Gate Opening and Closing System Using Artificial Neural System Adaline Model at Manggarai Sluice Gate.
ACCESS: Journal of Computer Science and Information System, 1 .
, 36-54.
Angga.
Simulation Design of Automatic Sluice Gate Opening A PENDAHULUAN Sungai Ciliwung merupakan salah satu sungai yang melewati wilayah DKI Jakarta, yang berhulu di dataran tinggi yang terletak di perbatasan kabupaten Bogor dan Kabupaten Cianjur, mengalir melalui tengah kota Jakarta, dan sangat berpotensi menghasilkan banjir ditengah kota Jakarta.
Hal ini disebabkan oleh curah hujan yang tinggi.
DAS di bagian hulu di Puncak dan di Bogor yang rusak, serta DAS di Jakarta juga banyak mengalami penyempitan dan Pintu air Manggarai merupakan salah satu pos pengendalian banjir di Jakarta yang dioperasikan untuk mengalirkan debit air sungai ciliwung ke sebuah resevoir di muara, di daerah Pluit melalui Pasar Rumput.
Dukuh Atas, membelok ke arah barat laut di daerah Karet Subur.
Selanjutnya ke arah Tanah Abang.
Tomang.
Grogol, dan Pademangan.
Sistem pengoperasian pintu air Manggarai didasarkan pada kriteria debit inflow yang akan melewati pintu air, dengan tujuan untuk menjaga elevasi muka air pada hulu pintu dengan ketentuan pada ketinggian air mencapai 750 cm, maka status dinyatakan Siaga IV.
Pada ketinggian air mencapai 750 cm sampai dengan 850 cm, maka status dinyatakan Siaga i.
Pada ketinggian air mencapai ketinggian 850 cm sampai dengan 950 cm, maka status dinyatakan Siaga II.
Dan jika ketinggian air telah mencapai lebih dari 950 cm, maka status dinyatakan Siaga I.
Untuk mengoperasikan pintu yang bertujuan mengurangi dampak bencana banjir besar, memerlukan informasi lebih awal mengenai ketinggian elavasi muka air di dalam pintu.
Untuk mengetahui pintu mana saja yang harus terbuka dibutuhkan perancangan sistem mengenai operasional pintu.
Perancangan simulasi sistem yang akan dilakukan ini akan didasarkan pada ketinggian elevasi muka air.
Model hubungan antara input dengan output yang akan digunakan dalam tugas akhir ini yaitu sistem syaraf buatan model ADALINE.
(Hertz et al.
, 2.
Sistem Syaraf Buatan merupakan sistem jaringan yang menyerupai jaringan saraf manusia dan tercipta sebagai suatu generalisasi model matematis sebagai pemahaman manusia yang didasarkan Pemrosesan informasi terjadi pada elemen sederhana yang disebut Isyarat mengalir diantara sel saraf .
melalui suatu sambungan Setiap sambungan penghubung memiliki bobot yang bersesuaian.
Bobot tersebut digunakan untuk menggandakan isyarat yang dikirim Setiap sel saraf akan menerapkan fungsi aktivasi terhadap isyarat hasil penjumlahan berbobot yang masuk kepadanya untuk menentukan isyarat keluarannya.
Angga.
Simulation Design of Automatic Sluice Gate Opening A Sistem Syaraf Buatan tersusun dari sejumlah besar elemen yang melakukan kegiatan yang analog dengan fungsi Ae fungsi biologis neuron.
Elemen Ae elemen tersebut terorganisasi sebagaimana layaknya anatomi otak.
Sistem Syaraf Buatan mampu belajar dari pengalaman, melakukan generalisasi atas contoh Ae contoh yang diperoleh dan mengabstraksi karakteristik esensial input bahkan untuk data yang tidak relevan.
Algoritma Sistem Syaraf Buatan beroperasi secara langsung dengan angka sehingga data yang tidak numerik harus diubah menjadi numerik.
Sistem Syaraf Buatan tidak memerlukan atau menggunakan suatu model matematis atas permasalahan yang dihadapi.
Sistem Syaraf Buatan juga dikenal sebagai kotak lack box technolog.
sebab tidak memberikan penjelasan bagaimana suatu hasil dapat Berdasarkan uraian latar belakang tersebut maka penulis membuat judul skripsi
PERANCANGAN SIMULASI SISTEM BUKA TUTUP PINTU AIR OTOMATIS DENGAN
MENGGUNAKAN SISTEM SYARAF BUATAN MODEL ADALINE PADA PINTU AIR
MANGGARAI.
METODE
Berikut tahap-tahap yang dilakukan selama perancangan perangkat dari identifikasi masalah sampai pembahasan dan penulisan laporan.
Gambar 1.
Kerangka kerja penelitian Angga.
Simulation Design of Automatic Sluice Gate Opening A Perancangan Sistem Gambar 2.
Desain Rancangan Sistem Buka Tutup Pintu Air Otomatis Apabila tinggi muka air mengalami kenaikan atau penurunan, maka sistem syaraf buatan model ADALINE akan memproses tinggi muka air yang terdeteksi.
Data tinggi muka air yang diproses berupa bilangan pecahan yang kemudian akan diolah oleh sistem tersebut untuk diproses dengan data yang menjadi acuan terbuka atau tertutupnya pintu air.
Jika data tersebut sudah selesai diproses, kemudian data yang baru dikirimkan secara otomatis kedalam kontrol transmisi pintu air, sehingga pintu air terbuka/tertutup sesuai dengan tahapan tingkat siaga.
Gambar 3.
Diagram Alir Pembentukan Sistem Syaraf Buatan Model ADALINE Angga.
Simulation Design of Automatic Sluice Gate Opening A Perancangan sistem syaraf buatan model ADALINE dilakukan dengan menggunakan Matlab R2011b.
Perancangan ini terdiri dari beberapa tahapan Ae tahapan yang berfungsi untuk membentuk jaringan sistem syaraf buatan model ADALINE, memproses simulasi data dengan jaringan syaraf buatan model ADALINE dan hasil simulasi akan ditampilkan didalam Microsoft Office Excel 2010.
Tahapan Pembuatan Sistem Syaraf Buatan Model ADALINE Sebelum sistem syaraf buatan model ADALINE digunakan terlebih dahulu harus dibuat jaringan sistemnya.
Hal ini bertujuan agar jaringan syaraf buatan tersebut dapat bekerja sesuai dengan keinginan.
Software yang digunakan untuk membuat jaringan sistem syaraf buatan adalah Matlab R2011b, alasan menggunakan software ini dikarenakan mempunyai toolbox yang dapat menyelesaikan model sistem syaraf buatan.
Tahap pertama yang harus dilakukan adalah membuat pemetaan pola input dan target.
Setelah melakukan pemetaan, dilanjutkan dengan pembentukan pola input dan target, kemudian mulai membentuk sistem syaraf buatan model ADALINE, setelah sistem syaraf buatan model ADALINE terbentuk, kemudian di simulasikan dengan cara mengirimkan data simulasi dari Microsoft Office Excel 2010 ke dalam Matlab R2011b.
Langkah berikutnya adalah dengan mensimulasi data tersebut didalam Matlab, sehingga didapatkan nilai baru.
Nilai baru inilah yang nilai tinggi/rendahnya bukaan pintu air.
Setelah langkah Ae langkah tersebut dilakukan maka nilai baru tersebut dikembaikan lagi ke dalam Microsoft Office Excel 2010.
Pemetaan Pola Masukan dan Target Gambar 4.
Diagram Alir Pemetaan Pola Input dan Target Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 5.
Pemetaan Pola Masukan dan Target Tabel 1.
Data Pemetaan Pola Masukan dan Target Status Siaga Pola Masukan Target (Tinggi Air per C.
Pintu 1 Pintu 2 Siaga IV Siaga i Siaga II Siaga I Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 6.
Diagram Alir Pembentukan Pola Masukan dan Target Pembentukan Jaringan Sistem Syaraf Buatan Model ADALINE Setelah data pola masukan dan target terbentuk didalam workspace, ketikan nntool pada command window.
Aplikasi kemudian akan memunculkan Neural Network/Data Manager.
window yang akan melanjutkan proses pembuatan jaringan sistem syaraf tiruan selanjutnya.
Data Ae data yang terdapat di-workspace akan di-import ke dalam nntool window, kemudian dibentuk jaringan baru dengan cara memilih "newAy pada command Ganti Aunetwork1Ay pada kolom AuNameAy dengan nama jaringan yang diinginkan dan ubah parameter AuNetwork TypeAy menjadi AuLinear layer .
Ay serta masukan data input dan target setelah selesai lalu pilih AucreateAy.
Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 7.
Diagram Alir Pembentukan Jaringan SSB ADALINE Train (Pelatiha.
Jaringan Sistem Syaraf Tiruan Model ADALINE Setelah jaringan sistem syaraf buatan terbentuk, dilanjutkan dengan proses train (Pelatiha.
ADALINE akan melakukan perubahan bobot terus menerus untuk setiap pola yang diberikan hingga diperoleh bobot optimal dan bias optimal yang akan dipakai untuk mengenali semua pola secara benar.
Proses train .
juga dipakai untuk mengihtung jumlah error berdasarkan rata-rata kuadrat kesalahan terkecil.
Umumnya, error = 0 tidak pernah tercapai, sehingga error cukup kecil dapat diabaikan.
Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 8.
Diagram Alir Proses Train Jaringan SSB ADALINE Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 9.
Diagram Alur Proses Train Network Angga.
Simulation Design of Automatic Sluice Gate Opening A Dalam proses train .
jaringan SSB ADALINE pintu 1 dan pintu 2, bobot optimal dan bias optimal di dapatkan dengan melakukan proses perhitungan epoch secara iterasi.
Dalam skripsi ini bobot optimal dan bias optimal di dapatkan dalam 1000 iterasi.
Gambar 10.
Proses Train Network di dalam Matlab Angga.
Simulation Design of Automatic Sluice Gate Opening A Gambar 11.
proses train network.
Secara perhitungan, terlihat bahwa pada epoch 9 .
MSE yang di dapatkan belum mendekati nol .
, sehingga proses train akan terus dilanjutkan.
Pada proses train network di dalam Matlab, proses train akan dihentikan secara otomatis jika MSE sudah mendekati dengan nol .
Setelah proses train .
masing Ae masing jaringan sistem syaraf buatan selesai maka di dapatkan bobot optimal dan bias optimal.
Transpose Data Transpose digunakan untuk menukarkan baris dan kolom.
Data yang di import dari microsoft excel 2010 mempunyai baris dan kolom yang tidak sesuai dengan sistem syaraf buatan model ADALINE yang telah di bentuk di dalam matlab, sehingga untuk dapat Angga.
Simulation Design of Automatic Sluice Gate Opening A melakukan simulasi data yang telah di- import harus di sesuaikan baris dan kolomnya dengan cara men-transpose data tersebut.
Simulasi Simulasi digunakan untuk menghitung keluaran ADALINE.
Rumusnya adalah sebagai net = Oc2ycn=1 ycyycn ycycn yca Dimana net: hasil simulasi pi: pola masukan wi: bobot optimal b: bias optimal Di dalam matlab, simulasi dilakukan dengan cara mengetikan perintah Y = sim .
X).
Dimana Y: variabel penampung hasil simulasi net: sistem syaraf buatan yang telah dibentuk X: data yang sudah di- transpose Simulasi dilakukan dengan cara mengambil .
data ketinggian ai yang sudah dipetakan kedalam range 1 sampai dengan -1 yang berada pada microsoft office excel 2010 ke dalam matlab R2011b.
Tujuan simulasi ini dilakukan adalah untuk menguji kekemampuan jaringan sistem syaraf buatan model ADALINE dalam menghitung ketinggian buka-tutup pintu Tabel 2.
Data Simulasi Pintu Air Berdasarkan Ketinggian Muka Air
Data Tinggi Air
Pemetaan Pintu1 Terbuka Pemetaan Pintu2 Terbuka Pemetaa
Status
1,00
1,34
1,65
Siaga 1
0,99
1,31
1,62
Siaga 1
0,98
1,28
1,60
Siaga 1
0,97
1,25
1,57
Siaga 1
0,96
1,22
1,55
Siaga 1
0,95
1,19
1,52
Siaga 1
1,50
Siaga 1
0,94
1,16
0,93
1,13
1,47
Siaga 1
0,92
1,10
1,45
Siaga 1
0,91
1,07
1,42
Siaga 1
0,90
1,04
1,40
Siaga 2 Angga.
Simulation Design of Automatic Sluice Gate Opening A 0,89 1,01 1,37 Siaga 2
0,88
0,99
1,35
Siaga 2
0,87
0,96
1,32
Siaga 2
0,86
0,93
1,30
Siaga 2
1,27
Siaga 2
0,85
0,90
0,84
0,87
1,25
Siaga 2
0,83
0,84
1,22
Siaga 2
0,82
0,81
1,20
Siaga 2
0,81
0,78
1,17
Siaga 2
1,15
Siaga 2
0,80
0,75
0,79
0,72
1,12
Siaga 2
0,78
0,69
1,10
Siaga 2
0,77
0,67
1,07
Siaga 2
0,76
0,64
1,05
Siaga 2
0,75
0,61
1,02
Siaga 2
0,74
0,58
1,00
Siaga 2
0,97
Siaga 2
0,73
0,55
0,72
0,52
0,95
Siaga 2
0,71
0,49
0,92
Siaga 2
0,70
0,46
0,90
Siaga 3
0,87
Siaga 3
0,69
0,43
0,68
0,40
0,84
Siaga 3
0,67
0,37
0,82
Siaga 3
0,66
0,34
0,79
Siaga 3
0,65
0,32
0,77
Siaga 3
0,64
0,29
0,74
Siaga 3
0,63
0,26
0,72
Siaga 3
0,69
Siaga 3
0,62
0,23
0,61
0,20
0,67
Siaga 3
0,60
0,17
0,64
Siaga 3
0,59
0,14
0,62
Siaga 3
0,58
0,11
0,59
Siaga 3
0,57
0,08
0,57
Siaga 3
0,56
0,05
0,54
Siaga 3
0,55
0,02
0,52
Siaga 3
0,49
Siaga 3
0,54
-0,01
0,53
-0,03
0,47
Siaga 3
0,52
-0,06
0,44
Siaga 3
0,51
-0,09
0,42
Siaga 3
0,50
-0,12
0,39
Siaga 4
0,49
-0,15
0,37
Siaga 4 Angga.
Simulation Design of Automatic Sluice Gate Opening A 0,48 -0,18 0,34 Siaga 4
0,47
-0,21
0,32
Siaga 4
0,46
-0,24
0,29
Siaga 4
0,45
-0,27
0,27
Siaga 4
0,44
-0,30
0,24
Siaga 4
0,43
-0,33
0,22
Siaga 4
0,42
-0,36
0,19
Siaga 4
0,41
-0,38
0,17
Siaga 4
0,40
-0,41
0,14
Siaga 4
0,39
-0,44
0,12
Siaga 4
0,38
-0,47
0,09
Siaga 4
0,37
-0,50
0,07
Siaga 4
0,04
Siaga 4
0,36
-0,53
0,35
-0,56
0,02
Siaga 4
0,34
-0,59
-0,01
Siaga 4
0,33
-0,62
-0,03
Siaga 4
0,32
-0,65
-0,06
Siaga 4
0,31
-0,68
-0,08
Siaga 4
0,30
-0,71
-0,11
Siaga 4
-0,13
Siaga 4
0,29
-0,73
0,28
-0,76
-0,16
Siaga 4
0,27
-0,79
-0,18
Siaga 4
0,26
-0,82
-0,21
Siaga 4
0,25
-0,85
-0,23
Siaga 4
0,24
-0,88
-0,26
Siaga 4
0,23
-0,91
-0,28
Siaga 4
0,22
-0,94
-0,31
Siaga 4
0,21
-0,97
-0,33
Siaga 4
0,20
-1,00
-0,36
Siaga 4
0,19
-1,03
-0,38
Siaga 4
0,18
-1,05
-0,41
Siaga 4
0,17
-1,08
-0,43
Siaga 4
-0,46
Siaga 4
0,16
-1,11
0,15
-1,14
-0,48
Siaga 4
0,14
-1,17
-0,51
Siaga 4
0,13
-1,20
-0,53
Siaga 4
0,12
-1,23
-0,56
Siaga 4
0,11
-1,26
-0,59
Siaga 4
0,10
-1,29
-0,61
Siaga 4
0,09
-1,32
-0,64
Siaga 4
0,08
-1,35
-0,66
Siaga 4 Angga.
Simulation Design of Automatic Sluice Gate Opening A 0,07 -1,38 -0,69 Siaga 4
0,06
-1,40
-0,71
Siaga 4
0,05
-1,43
-0,74
Siaga 4
0,04
-1,46
-0,76
Siaga 4
0,03
-1,49
-0,79
Siaga 4
0,02
-1,52
-0,81
Siaga 4
0,01
-1,55
-0,84
Siaga 4
0,00
-1,58
-0,86
Siaga 4
-0,01
-1,61
-0,89
Siaga 4
-0,02
-1,64
-0,91
Siaga 4
-0,03
-1,67
-0,94
Siaga 4
-0,04
-1,70
-0,96
Siaga 4
-0,99
Siaga 4
-0,05
-1,73
-0,06
-1,75
-1,01
Siaga 4
-0,07
-1,78
-1,04
Siaga 4
-0,08
-1,81
-1,06
Siaga 4
-0,09
-1,84
-1,09
Siaga 4
-0,10
-1,87
-1,11
Siaga 4
-0,11
-1,90
-1,14
Siaga 4
-1,16
Siaga 4
-0,12
-1,93
-0,13
-1,96
-1,19
Siaga 4
-0,14
-1,99
-1,21
Siaga 4
-0,15
-2,02
-1,24
Siaga 4
-0,16
-2,05
-1,26
Siaga 4
-0,17
-2,08
-1,29
Siaga 4
-0,18
-2,10
-1,31
Siaga 4
-0,19
-2,13
-1,34
Siaga 4
-0,20
-2,16
-1,36
Siaga 4
HASIL
Untuk memastikan hasil simulasi ini penulis menggunakan rumus perhitungan simulasi secara manual, bertujuan untuk menunjukkan perhitungan data keluaran yang di lakukan oleh sistem syaraf buatan model ADALINE telah berjalan dengan sesuai.
Dalam perhitungan menggunakan rumus, setiap matrik data masukkan di kalikan dengan bobot optimal dan di tambahkan dengan bias.
Sebagai contoh, penulis mengambil satu contoh data matrik dari setiap tahapan siaga untuk dihitung secara manual.
Angga.
Simulation Design of Automatic Sluice Gate Opening A Tabel 3.
Perhitungan Simulasi Pada Pintu 1
Matrik Data
Masukkan Bobot Optimal
Hasil
Bias Oc
0,75
0,17
[-1.
,9.
-0,12
-0,71
Tabel 4.
Perhitungan Simulasi Pada Pintu 2 Hasil Matrik Data Masukkan Bobot Optimal Bias 1,15 .
Oc .
[-0.
0,64
0,39
0,11
DISKUSI