sistem pendeteksi objek pada area blind spot dump …
TRANSCRIPT
SISTEM PENDETEKSI OBJEK
PADA AREA BLIND SPOT DUMP TRUCK
MENGGUNAKAN FUZZY LOGIC DENGAN METODE
SUGENO
Skripsi
Oleh :
Muhamad Vicky
NIM: 11160910000023
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DANTEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1441 H / 2020 M
SISTEM PENDETEKSI OBJEK
PADA AREA BLIND SPOT DUMP TRUCK
MENGGUNAKAN FUZZY LOGIC DENGAN METODE
SUGENO
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer(S.Kom)
Oleh :
Muhamad Vicky
11160910000023
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1441 H / 2020 M
II
LEMBAR PERSETUJUAN
SISTEM PENDETEKSI OBJEK
PADA AREA BLIND SPOT DUMP TRUCK MENGGUNAKAN FUZZY
LOGIC DENGAN METODE SUGENO
Skripsi
Sebagai Salah Satu Syarat untuk
Memperoleh Gelar Sarjana Komputer (S.Kom)
Oleh:
Muhamad Vicky
11160910000023
Menyetujui,
Pembimbing I
Nenny Anggraini, MT
NIDN. 0310097604
Pembimbing II
Dr. Imam Marzuki Shofi, MT
NIP. 197202052008011010
Mengetahui,
Ketua Program Studi Teknik Informatika
Dr. Imam Marzuki Shofi, MT
NIP. 197202052008011010
III
HALAMAN PENGESAHAN
IV
PERNYATAAN ORISINALITAS
V
PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI
vi
Penulis : Muhamad Vicky (11160910000023)
Program Studi : Teknik Informatika
Judul : SISTEM PENDETEKSI OBJEK PADA AREA BLIND
SPOT DUMP TRUCK MENGGUNAKAN FUZZY
LOGIC DENGAN METODE SUGENO
ABSTRAK
Dump Truck memiliki area yang tidak dapat dilihat oleh pengemudinya, yang biasa
disebut dengan area blind spot. Penyebabnya adalah konstruksi kendaraan, semakin
besar kendaraan, maka semakin besar pula blind spot-nya. Telah terjadi kasus
kecelakaan yang disebabkan oleh blind spot, salah satunya yang terjadi pada tahun
2018, di wilayah Kalideres, Jakarta Barat, pengendara motor terlindas ketika akan
menyalip dump truck. Berdasarkan literatur yang ada, fuzzy logic dengan metode
sugeno dapat memberikan keputusan/penalaran yang lebih mudah difahami oleh
manusia. Maka dari itu dalam penelitian ini akan membuat sebuah sistem
pendeteksi objek pada area blind spot dump truck menggunakan Fuzzy Logic
dengan metode Sugeno. Sistem pendeteksi objek ini menggunakan 5 sensor
ultrasonik sebagai alat pendeteksi(masukkan), yang terletak di kiri, kanan, depan
dan 2 sensor ultrasonik dibelakang, untuk pemrosesan 2 sensor ultrasonik dibagian
belakang dibantu oleh algoritma fuzzy logic, serta buzzer dan LED sebagai sebuah
pemberi peringatan(keluaran). Berdasarkan hasil penelitian yang telah diuji
menggunakan whitebox testing, setiap test case yang diujikan telah tervalidasi.
Dengan jarak pengujian terdekat yaitu 2 cm, dan jarak terjauh dari deteksi adalah
300 cm, serta pengujian pada blackbox testing pada tingkat pengguna telah sesuai
dengan fungsi dengan nilai 100%.
Kata Kunci : fuzzy logic, metode Sugeno, blind spot, dump truck, LED,
buzzer, blackbox testing, whitebox testing
Daftar Pustaka : 6 buku, 20 jurnal, dan 8 website
Jumlah Halaman : 73 halaman + x halaman
vii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji syukur senantiasa dipanjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat, hidayat serta nikmat-Nya sehingga penyusunan skripsi ini
dapat diselesaikan. Sholawat dan salam senantiasa dihaturkan kepada junjungan
kita baginda Nabi Muhammad SAW beserta keluarganya, para sahabatnya serta
umatnya hingga akhir zaman. Penulisan skripsi ini mengambil tema dengan judul:
SISTEM PENDETEKSI OBJEK
PADA AREA BLIND SPOT DUMP TRUCK
MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO
Penyusunan skripsi ini adalah salah satu syarat untuk memperoleh gelar
Sarjana Komputer (S.Kom) pada program studi Teknik Informatika, Fakultas Sains
dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta. Adapun
bahan penulisan skripsi ini adalah berdasarkan hasil penelitian, pengembangan
aplikasi, wawancara, observasi dan beberapa studi literatur.
Dalam penyusunan skripsi ini, telah banyak bimbingan dan batuan yang
didapatkan dari berbagai pihak sehingga skripsi ini dapat berjalan dengan lancar.
Oleh karena itu, penulis ingin mengucapkan banyak terima kasih kepada:
1. Prof. Dr, Lily Suraya Eka Putri, M.Env.Stud selaku dekan Fakultas Sains
dan Teknologi.
2. Dr. Imam Marzuki Shofi, MT selaku Ketua Program Studi Teknik
Informatika. Sekaligus menjadi Dosen Pembimbing II yang senantiasa
meluangkan waktu dan memberikan ilmunya untuk membantu dalam proses
penyusunan skripsi ini.
viii
3. Ibu Neny Anggraini, MT selaku Dosen Pembimbing I yang senantiasa
meluangkan waktu dan memberikan bimbingan, bantuan, semangat dan
motivasi dalam menyelesaikan skripsi ini.
4. Orang Tua tercinta, Bapak Humaidi dan Ibu Lilis Suryani yang tidak pernah
lelah mendoakan serta memberi dukungan moril dan materil sepanjang
perjalanan hidup penulis.
5. Seluruh dosen dan staff UIN Jakarta, khususnya Fakultas Sains dan
Teknologi ynag telah memberikan ilmu serta pengalaman yang berharga.
6. Saudara kandung penulis, yaitu Firman Adopati dan Intan Englina yang
selalu siap membantu dan menyemangati selama proses penyusunan skripsi.
7. Seluruh sahabat-sahabat terbaik dari Teknik Informatika angkatan 2016,
teman-teman seperjuangan di Himpunan Mahasiswa Teknik
Informatika(HIMTI), semua anak kelas TI A, teman-teman asisten lab. Dan
kepada sobat TI yang selalu memotivasi penulis, dan tidak ketinggalan
teman-teman seperjuangan Ma’had UIN.
8. Kepada pengawas pembangunan Tol Pamulang, bang Ari yang sudah
membantu penulis dalam menghubungi supir dump truck
9. Seluruh pihak yang tidak dapat disebutkan satu persatu yang secara
langsung maupun tidak langsung telah membantu dalam menyelesaikan
skripsi ini.
Penulisan skripsi ini masih jauh dari kata sempurna. Untuk itu, sangat
diperlukan kritik dan saran yang membangun bagi penulis. Akhir kata, semoga
laporan skripsi ini dapat bermanfaat bagi penulis dan orang lain.
Wassalamualaikum, Wr. Wb.
Tangerang Selatan, Juli 2020
Penulis
Muhamad Vicky
11160910000023
ix
DAFTAR ISI
LEMBAR PERSETUJUAN.................................................................................... ii
HALAMAN PENGESAHAN ................................................................................ iii
PERNYATAAN ORISINALITAS ........................................................................ iv
PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI ................................... v
ABSTRAK ............................................................................................................. vi
KATA PENGANTAR .......................................................................................... vii
DAFTAR ISI .......................................................................................................... ix
DAFTAR GAMBAR ........................................................................................... xiii
DAFTAR TABEL ................................................................................................. xv
BAB 1 PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ........................................................................................ 1
1.2 Rumusan Masalah ................................................................................... 3
1.3 Batasan Masalah...................................................................................... 3
1.4 Tujuan Penelitian .................................................................................... 4
1.5 Manfaat Penelitian .................................................................................. 4
1.6 Metodologi Penelitian ............................................................................. 4
1.6.1 Metode Pengumpulan Data ................................................................. 4
1.6.2 Metode Pengembangan Sistem ........................................................... 5
1.7 Sistematika Penulisan ............................................................................. 5
BAB 2 LANDASAN TEORI DAN TINJAUAN PUSTAKA ................................ 7
2.1 Pengertian Sistem .................................................................................... 7
2.2 Deteksi objek ........................................................................................... 7
2.3 Blind Spot ............................................................................................... 8
2.4 Dump truck .............................................................................................. 8
2.5 Fuzzy Logic ............................................................................................. 9
2.6 Metode Sugeno ..................................................................................... 10
2.6.1 Fungsi Keanggotaan .......................................................................... 11
2.6.2 Tahapan Metode Sugeno ................................................................... 13
x
2.7 NewPing Library ................................................................................... 14
2.7 Mikrokontroller Arduino uno ................................................................ 14
2.8 Sensor Ultrasonik .................................................................................. 15
2.8.1 Parallax Ping ..................................................................................... 16
2.8.2 Ultrasonik SEN136B5B .................................................................... 16
2.8.3 Ultrasonik HC-SR04 ......................................................................... 17
2.9 Buzzer ................................................................................................... 18
2.10 LED ....................................................................................................... 18
2.10.1 Lampu Lalu lintas ......................................................................... 18
2.11 Prototyping ............................................................................................ 19
2.12 Structured Analysis with Real-time (SA-RT) ....................................... 21
2.13 WhiteBox Testing ................................................................................. 21
2.14 Black Box Testing .................................................................................. 22
2.15 Metode Pengumpulan Data ................................................................... 23
2.13.1 Observasi ....................................................................................... 23
2.13.2 Wawancara .................................................................................... 23
2.13.3 Studi Pustaka ................................................................................. 24
BAB 3 METODOLOGI PENELITIAN................................................................ 25
3.1 Metode Pengumpulan Data ................................................................... 25
3.1.1 Data Primer ....................................................................................... 25
3.1.1.1 Studi Lapangan.............................................................................. 25
3.1.2 Data Sekunder ................................................................................... 26
3.2 Metode Pengembangan Sistem ............................................................. 29
3.2.1 Prototipe ............................................................................................ 29
3.3 Alur Penelitian ...................................................................................... 31
BAB 4 ANALSIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN
PENGUJIAN SISTEM ......................................................................................... 33
4.1 Tahap Komunikasi ................................................................................ 33
4.2 Tahap Pengumpulan Kebutuhan ........................................................... 33
4.2.1 Ruang Lingkup .................................................................................. 34
4.2.2 Analisis Blind Spot Dump Truck ....................................................... 34
xi
4.2.3 Analisis Jangkuan Deteksi Objek Berdasarkan Spesifikasi Ultrasonik
HC-SR04 ........................................................................................................ 35
4.2.4 Analisis Sistem Berjalan ................................................................... 36
4.2.5 Analisis Sistem Usulan ..................................................................... 37
4.2.6 Analisa Kebutuhan Fungsional Sistem ............................................. 38
4.2.7 Analisis Kebutuhan Perangkat Keras ................................................ 41
4.2.8 Analisis Kebutuhan Perangkat Lunak ............................................... 42
4.3 Tahap Membangun Sistem .................................................................... 43
4.3.1 Desain Perancangan Alat .................................................................. 47
4.3.2 Skematik Sistem Arduino dengan Ultrasonik ................................... 49
4.3.3 Skematik Sistem Arduino dengan Buzzer......................................... 51
4.3.4 Skematik Sistem Arduinuo dengan LED .......................................... 52
4.3.5 Tampilan Alat Deteksi Objek pada Area Blind Spot Dump Truck ... 53
4.4 Tahap Mengkodekan Sistem ................................................................. 55
4.4.1 Pengkodean Arduino Uno dengan ultrasonik, LED dan Buzzer....... 56
4.4.2 Pengkodean Menggunakan Library NewPing dan Pengkondisian ... 57
4.4.3 Pengkodean Implementasi Fuzzy Logic dengan Metode Sugeno ..... 58
4.5 Tahap Menguji Sistem .......................................................................... 62
4.5.1 White Box – Basis Path Testing ........................................................ 62
4.5.1 Black Box Testing – User Acceptance Test ....................................... 67
BAB 5 HASIL DAN PEMBAHASAN................................................................. 71
5.1 Sistem Pendeteksi Objek Pada Area Blind Spot Dump Truck .............. 71
5.1.1 Pengguna Library NewPing dan Buzzer ........................................... 71
5.2 Hasil Pengujian Whitebox Testing ........................................................ 72
5.3 Hasil Pengujian Blackbox Testing ......................................................... 73
5.4 Jangkuan Deteksi Objek Menggunakan Sensor Ultrasonik HC-SR04
Pada Dump Truck .............................................................................................. 74
BAB 6 KESIMPULAN DAN SARAN ................................................................ 76
6.1 Kesimpulan ........................................................................................... 76
6.2 Saran ...................................................................................................... 76
DAFTAR PUSTAKA ........................................................................................... 77
xii
LAMPIRAN .......................................................................................................... 80
xiii
DAFTAR GAMBAR
Gambar 2.1 Blind Spot Dump Truck ....................................................................... 8
Gambar 2.2 Grafik Fungsi Keanggotaan Segitiga ................................................ 11
Gambar 2.3 Grafik Fungsi Keanggotaan Trapesium ............................................ 12
Gambar 3.1 Kerangka berpikir .............................................................................. 32
Gambar 4.1 Analisis Blind Spot Dump Truck Dyna ............................................. 34
Gambar 4.2 Analisis Jangkuan Deteksi Berdasarkan Spesifikasi Ultrasonik HC-
SR04 ...................................................................................................................... 35
Gambar 4.3 Sistem Berjalan 1 .............................................................................. 36
Gambar 4.4 Sistem Berjalan 2 .............................................................................. 36
Gambar 4.5 Sistem Usulan .................................................................................... 37
Gambar 4.6 Konteks Diagram/DFD Level 0 ........................................................ 38
Gambar 4.7 DFD level 1 ....................................................................................... 38
Gambar 4.8 CFD/DFD Level 1 ............................................................................. 39
Gambar 4.9 State-Transition Diagram .................................................................. 41
Gambar 4.10 Blok Diagram .................................................................................. 43
Gambar 4.11 Flowchart Sistem Halaman Pertama ............................................... 45
Gambar 4.12 Flowchart Sistem Halaman Kedua .................................................. 46
Gambar 4.13 Desain Perancangan Alat ................................................................ 48
Gambar 4.14 Skematik Arduino dengan Ultrasonik Sisi kiri ............................... 49
Gambar 4.15 Skematik Arduino dengan Ultrasonik Sisi Belakang ...................... 50
Gambar 4.16 Skematik Buzzer dengan Arduino Uno ........................................... 51
Gambar 4.17 Skematik LED dengan Arduino Uno Sisi Kiri ................................ 52
Gambar 4.18 Susunan Komponen......................................................................... 54
Gambar 4.19 Tampilan perangkat utama .............................................................. 55
Gambar 4.20 Tampilan Perangkat Pendukung...................................................... 55
Gambar 4.21 Inisiasi dan Deklarasi ...................................................................... 56
Gambar 4.22 Implementasi Newping dan Pengkondisian Sistem ........................ 57
Gambar 4.23 Fungsi Keanggotaan Ultrasonik 1 ................................................... 59
Gambar 4.24 Tahapan Input Variabel ................................................................... 61
xiv
Gambar 4.25 Implementasi Tahapan Inferensi, Agregasi dan Defuzzifikasi ....... 61
Gambar 4.26 Pembagian Node Pada Kode ........................................................... 62
Gambar 4.27 Flow Graph State Case I ................................................................. 63
Gambar 4.28 Pembagian Node Pada Kode ........................................................... 65
Gambar 4.29 Flow Graph State Case 2 ................................................................ 66
Gambar 5.1 Grafik Test Case I ............................................................................. 72
Gambar 5.2 Grafik Test Case II ............................................................................ 73
Gambar 5.3 Jangkuan Deteksi Objek Pada Kenyataannya Dengan Skala 1:5 ...... 75
xv
DAFTAR TABEL
Table 2.1 Perbandingan Sensor Ultrasonik ........................................................... 15
Table 2.2 Spesifikasi Ultrasonik HC-SR04 .......................................................... 17
Tabel 3.1 Studi Literatur Sejenis ........................................................................... 27
Tabel 3.2 Perbedaan Penelitian ............................................................................. 28
Tabel 4.1 Kebutuhan Perangkat Keras .................................................................. 42
Tabel 4.2 Analisis Kebutuhan Perangkat Lunak ................................................... 42
Tabel 4.3 Konfigurasi pin Ultrasonik dan Arduino .............................................. 50
Tabel 4.4 Konfigurasi pin Buzzer ......................................................................... 51
Tabel 4.5 Konfigurasi Pin LED ............................................................................ 52
Tabel 4.6 Semesta Pembicaraan Himpunan Fuzzy ............................................... 58
Tabel 4.7 Aturan Fuzzy ......................................................................................... 60
Tabel 4.8 Test Case - Pengkondisian Terhadap Jarak Dengan Skala 1:10 ........... 64
Tabel 4.9 Test Case II - Algoritma Sugeno........................................................... 67
Tabel 4.10 UAT-01A ............................................................................................ 68
Tabel 4.11 UAT-02A ............................................................................................ 68
Tabel 4.12 UAT-03A ............................................................................................ 69
Tabel 4.13 UAT-04A ............................................................................................ 70
Tabel 5.1 Hasil UAT ............................................................................................. 73
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dump Truck adalah kendaraan yang digunakan untuk mengangkut bahan
material seperti pasir, kerikil atau tanah untuk keperluan konstruksi. isi muatannya
diisikan oleh alat pemuat seperti backhoe, sedangkan untuk membongkar
muatannya, alat berat ini dapat bekerja sendiri dengan mengangkat bagian bak
dengan menggunakan teknologi hidrolik(Handokoe, 2018).
Menurut Jusri Pulubuhu, Founder and Training Director Jakarta Defensive
Driving Consulting (JDDC) terdapat area yang berbahaya bagi dump truck dan
kendaraan lain yaitu blind spot. Blind spot merupakan area sekeliling kendaraan,
yang gagal terlihat atau terhalang untuk dilihat oleh pengemudi. Salah satu
penyebab blind spot adalah konstruksi kendaraan, semakin besar kendaraan,
semakin besar blind spot-nya. Setiap kendaraan punya blind spot, termasuk sepeda
motor. Titik blind spot terbesar dump truck yaitu di bagian belakang karena
terhalang muatan dan tak bisa melihatnya lewat kaca spion seperti di mobil
penumpang(Nayazri, 2018).
Pada kasus blind spot ini terdapat beberapa kasus kecelakaan, seperti yang
terjadi, pada tahun 2018, di wilayah Kalideres, Jakarta Barat, dimana ada
pengendara motor terlindas ketika akan menyalip dump truck(Nayazri, 2018).
Menurut (Kristiono, 2019) Kecelakaan yang diakibatkan dump truck atau lebih
dikenal dengan truk tanah bisa dibilang tidak banyak, bahkan data Korlantas Polri
menunjukan kendaraan ‘raksasa’ itu relatif lebih sedikit terlibat kecelakaan hingga
meninggal dunia. Sebab, kendaraan penyebab kecelakaan paling banyak tetap
sepeda motor dengan jumlah kecelakaan sebanyak 35.980 hingga triwulan II 2019.
Sementara truk berada di tempat ketiga pada triwulan II 2019 dengan jumlah
kecelakaan sebanyak 3.700 kasus. Tetapi, meski sedikit kecelakaan yang
diakibatkan dump truck biasanya menimbulkan dampak yang masif kecelakaan
sepeda motor.
2
UIN SYARIF HIDAYATULLAH JAKARTA
Pada penelitian ini penulis melakukan wawancara yang bertujuan untuk
mendapatkan informasi lebih lengkap mengenai permasalahan yang ada di
lapangan. Wawancara dilakukan kepada bapak Alvin selaku sopir truk.
Menurutnya, untuk alat pendeteksi objek pada blind spot, sudah ada yang
menggunakan terutama di perusahaan-perusahaan besar seperti Indosemen, namun
bapak Alvin masih merasa itu tidak cukup, karena keluaran hasil hanya berupa
video realtime dilayar, dan biasanya tidak ada pengingat berupa bunyi seperti
alarm. Dari faktor-faktor tersebut, untuk memenuhi kebutuhan keselamatan maka
perlu adanya alat yang bisa memberikan peringatan berupa bunyi seperti alarm.
Terdapat beberapa produk alat pendeteksi blind spot di pasaran, diantaranya
adalah “Car Blind Spot Assist For Chevrolet Captiva Parking Sensor Car” alat
tersebut sudah diperjual belikan melalui toko online Tokopedia (Tokopedia, 2019)
dengan harga Rp. 451.000/sensor. Kegunaannya adalah untuk mendeteksi blind
spot pada mobil dan juga membantu untuk parkir mobil. Tetapi penulis belum
menemukan produk sejenis untuk dump truck.
Terdapat beberapa penelitian yang berkaitan dengan pembuatan sistem
pendeteksi objek pada area blind spot dump truck, seperti pada penelitian(Adha et
al., 2018), menghasilkan sistem lampu sein otomatis, dan deteksi blind spot pada
motor menggunakan arduino, dalam implementasinya lampu sein akan mati
otomatis ketika selesai berbelok dan juga sistem ini mampu untuk mendeteksi objek
pada blind spot motor dengan jarak <= 144cm, serta dapat mematikan mesin motor
ketika dalam kemiringan 15 derajat dari tanah atau jatuh. Selanjutnya pada
penelitian (Heldiana et al., 2015), dihasilkan sebuah kendali rem penyesuai jarak
pada mobil listrik, dalam prosesnya menggunakan metode fuzzy logic. Dengan
menentukan masukan kedalam 4 variabel linguistik dan 16 variabel untuk
keluarannya.
Fuzzy Logic dapat digunakan untuk menyampaikan informasi dari data
yang bersifat ambiguous. Terdapat beberapa metode dalam logika fuzzy yaitu;
metode Tsukamoto, metode Mamdani dan metode Sugeno(Suardika et al., 2018).
Metode Sugeno merupakan suatu metode pengambilan keputusan untuk
menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu.
3
UIN SYARIF HIDAYATULLAH JAKARTA
Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan
dalam pengambilan keputusan(A. D. Putri & Effendi, 2019). Fuzzy logic pada
penelitian ini digunakan untuk menentukan keputusan suatu objek dalam keadaan
dekat, sedang, atau jauh dari dump truck
Berdasarkan hasil penelitian yang dilakukan oleh (Suardika et al., 2018)
menyatakan bahwasannya dari ketiga metode yang dimiliki oleh fuzzy logic, metode
Sugeno memiliki nilai error terkecil dibandingkan dengan metode lain, sehingga
berdasarkan hasil yang didapat metode Sugeno yang paling baik untuk digunakan
dalam menentukan keputusan.
Dari hasil analisis, studi pustaka/literatur, dan wawancara maka usulan
solusi berdasarkan masalah yang ada penulis membuat sesuatu sistem yang dapat
mendeteksi objek pada area blind spot untuk dump truck. Dengan demikian penulis
melakukan penelitian berjudul “SISTEM PENDETEKSI OBJEK PADA AREA
BLIND SPOT DUMP TRUCK MENGGUNAKAN FUZZY LOGIC DENGAN
METODE SUGENO”.
1.2 Rumusan Masalah
Berdasarkan dari latar belakang tersebut, maka dapat dirumuskan
permasalahan dalam skripsi ini yaitu “Bagaimana membuat sistem pendeteksi objek
pada area blind spot dump truck di sisi kiri, kanan, depan dan belakang yang mampu
meningkatkan kewaspadaan supir dump truck ketika berkendara?”.
1.3 Batasan Masalah
Berdasarkan rumusan masalah yang sudah didapat, maka penulis
membatasi penulisan skripsi ini antara lain pada:
1. Mendeteksi objek pada area blind spot dump truck pada sisi kiri, kanan,
depan dan belakang.
2. Perangkat pendukung berupa sensor ultrasonik HC-SR04 disetiap
sisinya tidak anti air.
3. Pengimplementasiin fuzzy logic hanya digunakan pada sisi belakang
bagian blind spot dump truck.
4
UIN SYARIF HIDAYATULLAH JAKARTA
1.4 Tujuan Penelitian
Berdasarkan uraian diatas, maka tujuan penulisan skripsi ini adalah:
1. membuat sistem yang mampu mendeteksi objek di area blind spot pada
sisi kiri, kanan, depan, dan belakang di kendaraan dump truck.
2. Meningkatkan kewaspadaan supir dump truck ketika berkendara.
1.5 Manfaat Penelitian
Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut:
1. Bagi Penulis
Dapat mengimplementasi dan memahami lebih dalam lagi
penggunaan Arduino uno, Library NewPing dan Fuzzy logic.
2. Bagi Universitas
Mengukur tingkat kemampuan dalam menerapkan ilmu akademis
maupun non-akademis di lingkungan masyarakat dan Lembaga.
3. Bagi Pengendara Dump Truck
Diharapkan bisa meningkatkan tingkat kewaspadaan dan keselamatan
dengan adanya sistem pendeteksi object pada area blind spot dump
truck.
1.6 Metodologi Penelitian
Metode yang digunakan penulis dalam penulisan dan penelitian dibagi
menjadi dua, yaitu metode pengumpulan data dan metode pengembangan sistem.
Berikut penjelasan kedua metode tersebut:
1.6.1 Metode Pengumpulan Data
Dalam melakukan analisis data dan penulisan skripsi ini, penulis
menggunakan 3 metode pengumpulan data, yaitu:
1. Studi Literatur
2. Wawancara
3. Observasi
5
UIN SYARIF HIDAYATULLAH JAKARTA
1.6.2 Metode Pengembangan Sistem
Pada penelitian ini penulis menggunakan Prototyping (prototype).
Adapun enam tahap siklus pengembangan Prototype adalah sebagai berikut:
(Pressman, 2014)
1. Komunikasi.
2. Pengumpulan Kebutuhan.
3. Membangun Sistem.
4. Tahap Mengkodekan Sistem
5. Pengujian Sistem.
1.7 Sistematika Penulisan
Dalam sistematika laporan ini penulis akan melakukan pembahasan dengan
membagi kedalam 5 bab, yaitu:
BAB I PENDAHULUAN
Dalam bab ini akan dibahas mengenai latar belakang, Batasan
masalah, tujuan, dan manfaat serta sistematika penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
Dalam bab ini akan dibahas mengenai berbagai teori yang
mendasari analisis permasalahan dan berhubungan dengan
topik yang dibahas.
BAB III METODOLOGI PENELITIAN
Bab ini membahas mengenai metode penelitian yang akan
digunakan dalam merancang dan membangun prototipe
sistem.
BAB IV ANALISIS, DESAIN, IMPLEMENTASI, DAN
PENGUJIAN SISTEM
Pada bab ini membahas mengenai hasil dari analisis,
perancangan, implementasi sesuai dengan metode yang
dilakukan pada sistem yang dibuat serta hasil dari pengujian.
BAB V HASIL DAN PEMBAHASAN
6
UIN SYARIF HIDAYATULLAH JAKARTA
Bab ini berisi hasil dari pembahasan yang didapat dari
penelitian.
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan dari penelitian yang telah
dilakukan dan saran yang diusulkan untuk pengembangan
lebih lanjut agar tercapai hasil yang lebih baik.
7
BAB 2
LANDASAN TEORI DAN TINJAUAN PUSTAKA
2.1 Pengertian Sistem
Dalam kamus besar Bahasa Indonesia versi daring, sistem diartikan sebagai
perangkat unsur yang secara teratur saling berkaitan sehingga membentuk suatu
totalitas(BPPB, 2016). Sedangkan menurut (Sitohang, 2019) Sistem merupakan
suatu jaringan kerja dari prosedur-prosedurnya yang saling berhubungan,
berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk
menyelesaikan suatu sasaran tertentu. Dari kedua definisi diatas dapat dikatakan
bahwa sistem adalah kumpulan prosedur dan unsur yang berhubungan untuk
melakukan sasaran tertentu.
2.2 Deteksi objek
Menurut (Elisawati, 2018) pendeteksi objek adalah alat yang digunakan
untuk mendeteksi jarak objek yang ada di hadapan pengguna. Alat ini
menggunakan Sensor ultrasonik DT-SENSE yang digunakan untuk mendeteksi
jarak. Sensor ini mengirimkan lebar pulsa bervariasi dari 115 uS sampai 18,5 mS
ke mikrokontroler yang berguna untuk mengukur jarak objek, sinyal tersebut di
pantulkan ke objek dan akan diterima kembali oleh bagian penerima ultrasonik.
Jarak yang bisa dibaca oleh sensor mulai dari 2 cm sampai 300 cm.
Sedangkan menurut (Riandi et al., 2018) Sebuah objek dapat dideteksi serta
diketahui jaraknya dengan menggunakan sensor. Salah satu sensor dapat digunakan
adalah sensor ultrasonik HC-SR04 yang mampu mendeteksi objek serta mampu
mengetahui jarak objek tersebut, selain itu sensor ultrasonik HC-SR04 merupakan
sensor paling murah dikelasnya. Dari kedua pendapat tersebut, dapat dikatakan alat
pendeteksi objek adalah suatu alat yang dilengkapi dengan sebuah sensor yang
dapat mendeteksi jarak suatu objek.
8
UIN SYARIF HIDAYATULLAH JAKARTA
2.3 Blind Spot
Titik buta atau blindspot, yaitu area penglihatan pengguna jalan yang tak
dapat dipantau dengan sempurna karena terhalang suatu objek yang bisa berbentuk
pengguna jalan yang lain, sarana-prasarana lalu lintas, dan lain
sebagainya(Trinovat, 2018). Hal ini sejalan dengan pendapat Jusri Pulubuhu.
Menurut Jusri Pulubuhu, Founder and Training Director Jakarta Defensive
Driving Consulting (JDDC) Blind spot merupakan area sekeliling kendaraan, yang
gagal terlihat atau terhalang untuk dilihat oleh pengemudi. Salah satu penyebab
blind spot adalah konstruksi kendaraan, semakin besar kendaraan, semakin besar
blind spot-nya. Setiap kendaraan punya blind spot, termasuk sepeda motor. Titik
blind spot terbesar dump truck yaitu di bagian belakang karena terhalang muatan
dan tak bisa melihatnya lewat kaca spion seperti di mobil penumpang(Nayazri,
2018). Berdasarkan berita pada laman kompas yang ditulis oleh (Purnomo, 2020),
berikut adalah wilayah yang harus di hindari ketika berada di dekat dump truck.
Gambar 2.1 Blind Spot Dump Truck
Bagian blind spot dump truck di tandai dengan wilayah yang bergaris
berwarna kuning
2.4 Dump truck
Dump Truck adalah kendaraan yang digunakan untuk mengangkut bahan
material seperti pasir, kerikil atau tanah untuk keperluan konstruksi. isi muatannya
9
UIN SYARIF HIDAYATULLAH JAKARTA
diisikan oleh alat pemuat seperti backhoe, sedangkan untuk membongkar
muatannya, alat berat ini dapat bekerja sendiri dengan mengangkat bagian bak
dengan menggunakan teknologi hidrolik(Handokoe, 2018). Sedangkan menurut (L.
A. Putri, 2020)Dump truck merupakan salah satu alat berat yang berfungsi sebagai
alat untuk memindahkan atau mengangkut material mulai dari jarak menengah
hingga jarak jauh. Dump truck merupakan salah satu alat berat yang sangat sering
ditemui di area operasional tambang.
Menurut Marcell Kurniawan Training Director The Real Driving Center
mengatakan Saat berkendara di sekitar truk berusahalah untuk menghindari area
blind spot. Menurut Marcell, area blind spot sangat besar. Jadi, pastikan pengendara
bisa terlihat oleh sopir truk sehingga bisa lebih aman. “Waspada bila berada
disekitar truk, karena blind spot truk sangat besar. Jadi triknya pastikan kita masih
bisa melihat si pengemudi truk dari spionnya. bila kita tidak dapat melihat si
pengemudi truk via spionnya berarti kita di blind spot truk tersebut,”(Purnomo,
2020).
2.5 Fuzzy Logic
Logika fuzzy pertama kali diperkenalkan oleh Lutfi Zadeh pada
pertengahan tahun 1960 di Universitas California Barkeley. Logika ini di ciptakan
karena Boolean logic tidak mempunyai ketelitian yang tinggi, hanya mempunyai
logika 0 dan 1 saja, sehingga untuk membuat sistem yang mempunyai ketelitian
yang tinggi maka kita tidak dapat menggunakan Boolean logic. Sedangkan logika
fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran
(fuzzyness) antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa
bernilai benar dan salah secara bersamaan namun berapa besar kebenaran dan
kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya. Hal
ini sejalan dengan penelitian yang di paparkan oleh R. Meimaharani (2014).
Menurut (Suardika et al., 2018) terdapat tiga metode yang ada di fuzzy
logic yaitu:
1) Tsukamoto
2) Mamdani
10
UIN SYARIF HIDAYATULLAH JAKARTA
3) Sugeno
2.6 Metode Sugeno
Metode Sugeno merupakan salah satu metode dalam logika fuzzy. Metode
ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Sistem fuzzy sugeno
memperbaiki kelemahan yang dimiliki oleh sistem fuzzy murni untuk menambah
suatu perhitungan matematika sederhana sebagai bagian THEN. Pada perubahan
ini, sistem fuzzy memiliki suatu nilai rata-rata tertimbang (Weighted Average
Values) di dalam bagian aturan fuzzy IF-THEN. Sistem fuzzy Sugeno juga
memiliki kelemahan terutama pada bagian THEN, yaitu dengan adanya
perhitungan matematika sehingga dapat menyediakan kerangka alami untuk
mempresentasikan pengetahuan manusia dengan sebenarnya. (Meimaharani, dkk.
2014).
Penalaran dengan metode SUGENO hampir sama dengan penalaran
MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy,
melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh
Takagi – Sugeno Kang pada tahun 1985, sehingga metode ini sering juga
dinamakan dengan Metode TSK(A. D. Putri & Effendi, 2019).
Menurut (Suardika et al., 2018) pada hasil penelitiannya yang
membandingkan ketiga metode yang ada di Fuzzy Logic menyatakan bahwa untuk
metode Sugeno memiliki nilai error terkecil, dibandingkan dengan dua lainnya.
Sehingga berdasarkan hasil yang di dapat metode sugeno yang paling baik
digunakan dibandingkan dengan metode Tsukamoto dan metode Mamdani pada
studi kasus produksi dupa CV. Dewi Bulan.
Menurut (Hakim, 2016) ada beberapa hal yang perlu diketahui dalam
memahami metode fuzzy yaitu.
a. Variabel Fuzzy
Variabel fuzzy merupakan suatu lambang atau kata yang menunjuk
kepada suatu yang tidak tertentu dalam sistem fuzzy.
b. Himpunan fuzzy
Himpunan fuzzy merupakan suatu kumpulan yang mewakili suatu
kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
11
UIN SYARIF HIDAYATULLAH JAKARTA
c. Semesta pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel fuzzy.
d. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan
dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
himpunan fuzzy.
2.6.1 Fungsi Keanggotaan
Menurut (Hakim, 2016), fungsi keanggotaan dari himpunan kabur
à di dalam semesta X dapat ditulis:
Ã: 𝑋 → [0,1]
Kebanyakan himpunan kabur berada dalam semesta bilangan real
dengan fungsi keanggotaan yang dinyatakan dalam bentuk formula
matematis antara lain sebagai berikut:
1. Fungsi Keanggotaan Segitiga
Suatu fungsi keanggotaan himpunan kabur/fuzzy disebut
keanggotaan segita jika mempunyai tiga parameter, yaitu a,b,c ∈ R
dengan 𝑎 ≤ 𝑏 ≤ 𝑐 dan dinyatakan dengan segitiga (𝑥, 𝑎, 𝑏, 𝑐).
Representasi fungsi keanggotaan segitiga seperti yang ditunjukkan
pada gambar 2.1:
Gambar 2.2 Grafik Fungsi Keanggotaan Segitiga
12
UIN SYARIF HIDAYATULLAH JAKARTA
Fungsi keanggotaan segitiga dapat juga dinyatakan dengan
formul
a sebagai berikut:
𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎(𝑥, 𝑎, 𝑏, 𝑐) =
{
𝑥 − 𝑎
𝑏 − 𝑎, 𝑢𝑛𝑡𝑢𝑘 𝑎 ≤ 𝑥 ≤ 𝑏
𝑐 − 𝑥
𝑐 − 𝑏, 𝑢𝑛𝑡𝑢𝑘 𝑏 ≤ 𝑥 ≤ 𝑐
0 , 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Keterangan:
a = Nilai domain yang mempunyai derajat keanggotaan nol
b = Nilai domain yang mempunyai derajat keanggotaan satu
c = Nilai domain yang mempunyai derajat keangggotaan nol
x = Nilai input yang akan diubah ke dalam bilangan kabur
2. Fungsi Keanggotaan Trapesium
Suatu fungsi keanggotaan himpunan kabur disebut fungsi
keanggotaan trapesium jika mempunyai empat parameer, yaitu
𝑎, 𝑏, 𝑐, 𝑑 ∈ 𝑅 dengan 𝑎 ≤ 𝑏 ≤ 𝑐 ≤ 𝑑 dan dinyatakan dengan
trapesium. Representasi fungsi keanggotaan trapesium seperti yang
ditunjukkan pada gambar 2.2:
Fungsi keanggotaan trapesium dapat juga dinyatakan dengan
formula sebagai berikut:
Gambar 2.3 Grafik Fungsi Keanggotaan Trapesium
13
UIN SYARIF HIDAYATULLAH JAKARTA
𝑇𝑟𝑎𝑝𝑒𝑠𝑖𝑢𝑚(𝑥, 𝑎, 𝑏, 𝑐, 𝑑) =
{
𝑥 − 𝑎
𝑏 − 𝑎, 𝑢𝑛𝑡𝑢𝑘 𝑎 ≤ 𝑥 ≤ 𝑏
1, 𝑢𝑛𝑡𝑢𝑘 𝑏 ≤ 𝑥 ≤ 𝑐𝑑 − 𝑥𝑑 − 𝑐
, 𝑢𝑛𝑡𝑢𝑘 𝑐 ≤ 𝑥 ≤ 𝑑
0, 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎.
Keterangan:
a = Nilai domain yang mempunyai derajat keanggotaan nol
b = Nilai domain yang mempunyai derajat keanggotaan satu
c = Nilai domain yang mempunyai derajat keangggotaan nol
d = Nilai domain yang mempunyai derajat keanggotaan satu
x = Nilai input yang akan diubah ke dalam bilangan kabur
2.6.2 Tahapan Metode Sugeno
(Hakim, 2016) menjelaskan terdapat beberapa tahapan untuk
mendapatkan suatu output menggunakan metode Sugeno yaitu sebagai
berikut:
1. Pembentukan Himpunan Fuzzy
Pada tahapan ini, variabel input maupun variabel output
menjadi satu atau lebih himpunan fuzzy.
2. Aplikasi Fungsi Implikasi/Agregasi
Fungsi Min, yaitu dengan cara mencari nilai minimum
berdasarkan aturan ke-i dan dapat dinyatakan dengan:
𝑎𝑖 = 𝜇𝐴𝑖(𝑥) ∩ 𝜇𝐵𝑖(𝑥) = 𝑚𝑖𝑛(𝜇𝐴𝑖(𝑥), 𝜇𝐵𝑖(𝑥)).
Keterangan:
𝛼 = nilai minimum dari himpunan fuzzy A dan B pada aturan ke-i
𝜇𝐴𝑖(𝑥) = derajat keanggotaan x dari himpunan fuzzy A pada aturan
ke-i
𝜇𝐵𝑖(𝑥) = derajat keanggotaan x dari himpunan fuzzy B pada aturan
ke-i
3. Komposisi Aturan/ rules evaluation
14
UIN SYARIF HIDAYATULLAH JAKARTA
Tidak seperti penalaran monoton, apabila sistem terdiri dari
beberapa aturan, maka inferensi diperoleh dari kumpulan dan
korelasi antar.
4. Defuzzifikasi
Input dari proses defuzzifikasi adalah suatu bilangan kabur yang
diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output
yang dihasilkan merupakan bilangan pada domain himpunan kabur
tersebut. Sehingga jika diberikan suatu himpunan kabur dalam range
tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai
output. Dalam metode sugeno, defuzzifikasi dilakukan dangan cara
mencari nilai rata-rata terbobot (weight average).
𝑊𝐴 = ∑ 𝑎𝑖𝑧𝑖𝑁𝑖=1
∑ 𝑎𝑖𝑁𝑖=1
Keterangan:
WA = Nilai rata-rata terbobot
𝑎𝑖 = 𝑎-predikat ke-i
𝑧𝑖 = konsekuen ke-I
2.7 NewPing Library
Library NewPing dibuat oleh Tim Eckel pada tahun 2012. Tim Merasa tidak
senang dengan betapa buruknya kinerja dari sensor ultrasonik yang dipakainya dan
setelah dipelajari ternyata itu bukan di sebabkan oleh sensornya, melainkan karena
library yang digunakan. Sehingga tim berusaha memperbaiki masalah yang ada
dengan menambahkan banyak fitur baru dan menghidupkan, kehidupan baru ke
sensor jarak yang sangat terjangkau ini. Dan sampai saat ini Newping Library sudah
berada pada versi v1.9.1 yang di rilis pada tahun 2018(Eckel, 2020).
2.7 Mikrokontroller Arduino uno
Arduino adalah suatu mikrokontroler kecil yang berisi semua komponen
komputer dan memiliki kekuatan yang tidak begitu besar. Tapi dengan Arduino
yang murah tersebut, kita dapat membuat alat–alat yang sangat menarik. Arduino
15
UIN SYARIF HIDAYATULLAH JAKARTA
merupakan chip berwarna hitam yang mempunyai 28 kaki yang disebut
ATmega168. Agar mikrokontroler Arduino dapat berkerja dengan baik dan dapat
berkomunikasi dengan komputer, seluruh komponen–komponen yang dibutuhkan
harus diletakkan pada tempatnya(Yudhaniristo, Nenny Anggraini, 2016). Hal ini
sejalan dengan yang disampaikan oleh Soleman (2019).
Menurut (Soleman et al., 2019) Arduino uno adalah modul minimum sistem
yang terdiri dari atmega328 MCU utama, dan atmega168 Sebagai MCU penunjang
(Driver).Dari gabungan rangkaian atmega328 dan atmega168 maka terbentuklah
modul Arduino uno. Pada Arduino uno, masing-masing pin dapat digunakan
sebagai input atau output, menggunakan perintah fungsi pinMode(), digitalWrite(),
dan digitalRead(). Setiap pin dapat menerima arus maksimal hingga 40mA dan
resistor internalpullup antara 20-50kΩ, beberapa pin memiliki fungsi kekhususan
antara lain:
a. Serial: 0 (RX) dan 1 (TX). Sebagai penerima (RX) dan pemancar (TX) TTL
serial data. Pin ini terkoneksi dengan USB Bridge Atmega16U2 sebagai
USB-toTTL Serial.
b. External Interrupts:2 dan 3. Pin ini berfungsi sebagai konfigurasi trigger saat
interupsi value low, naik, dan tepi, atau nilai value yang berubah-ubah.
c. PWM: 3, 5, 6, 9, 10, dan 11. Melayani output 8-bit PWM dengan fungsi
analogWrite().
d. dSPI: 10 (SS), 11 (MOSI), 12 (MISO), 13 (SCK).
2.8 Sensor Ultrasonik
Sensor ultrasonik adalah sensor yang bekerja berdasarkan prinsip pantulan
gelombang suara, di mana sensor menghasilkan gelombang suara yang kemudian
menangkapnya kembali dengan perbedaan waktu sebagai dasar
pengindraannya(Elisawati, 2018). Terdapat beberapa jenis di sertai tabel perbedaan
ultrasonik diantaranya adalah:
Table 2.1 Perbandingan Sensor Ultrasonik
No. Jenis Jumlah Pin Harga Sumber
16
UIN SYARIF HIDAYATULLAH JAKARTA
1. Parallax Ping 3 Pin Rp. 360.000 Tokopedia
2. SEN136B5B 3 Pin Rp. 500.000 Tokopedia
3. HC-SR04 4 Pin Rp. 14.000 Tokopedia
Berikut rumus untuk menghitung jarak pada ultrasonik (Muhammad Ainur
Rony, 2019):
𝑆 = 344. 𝑡
2
S = Jarak sensor ultrasonik dengan bidang pantul.
t = Selisih waktu antar pemancaran gelombang ultrasonik sampai diterima
kembali oleh bagian penerima ultrasonik satuan detik.
Nilai 344 dalam rumus tersebut merupakan kecepatan suara yang bernilai
344 m/detik. Pada gambar 1 di bawah ini merupakan ilustrasi kerja dari sensor
ultrasonik.
2.8.1 Parallax Ping
Menurut (Supriadi, 2019) Parallax Ping merupakan sensor
ultrasonik buatan parallax (sensor PING Ultrasonik Range Finder). Sensor
jarak ultrasonik PING adalah sensor sensor 40kHz produksi Parallax, yang
banyak digunakan untuk aplikasi atau kontes robot cerdas. Kelebihan sensor
ini adalah hanya membutuhkan 1 sinyal (SIG) selain jalur 5v dan vdd.
Sensor PING mendeteksi jarak objek dengan cara memancarkan gelombang
ultrasonik (40 kHz) selama t = 200 𝜇𝑠, kemudian mendeteksi pantulannya.
Sensor PING memancarkan gelombang ultrasonik sesuai dengan pulsa
trigger dari mikrokontroler sebagai pengendali (pulsa trigger dengan tout
min 2𝜇𝑠).
2.8.2 Ultrasonik SEN136B5B
SEN136B5B adalah device atau modul yang berfungsi untuk
mengukur jarak dengan cara memancarkan sinyal ultrasonic buatan
Seedstudio. Dengan dimensi yang cukup kecil yaitu 43x20x15 mm, serta
17
UIN SYARIF HIDAYATULLAH JAKARTA
harganya yang sangat terjangkau. Sensor ini dapat mengukur jarak antara 3
cm sampai 400 cm. Keluarannya berupa pulse yang lebarnya
merepresentasikan jarak. Pada dasarnya, SEN136B5B terdiri dari sebuah
chip pembangkit sinyal 40 kHz, sebuah speaker ultrasonic dan sebuah
mikrofon ultrasonic. Speaker ultrasonic mengubah sinyal 40 kHz menjadi
sinyal sementara mikrofon ultrasonic berfungsi untuk mendeteksi pantulan
sinyalnya. Pada modul SEN136B5B terdapat 3 pin yang digunakan untuk
jalur power supply (+5V), ground dan signal. Pin signal dapat langsung
dihubungkan dengan mikrokontroler tanpa tambahan komponen
apapun(Saputro, 2016).
2.8.3 Ultrasonik HC-SR04
HC-SR04 adalah modul sensor keluaran Arduino yang terdiri dari
sepasang transmitter dan receiver ultrasonic.HC-SR04 bisa dimanfaatkan
untuk mengukur jarak suatu benda, sensor ini bekerja berdasarkan pancaran
gelombang pada suatu target dan jika sudah mengenai permukaan target,
maka gelombang tersebut akan terpantul kembali. Pada rangkaian modul
dari HC-SR04, terdapat IC yang hanya bisa diprogram satu kali (on time
programable atau OTP) yang digunakan sebagai mikroprosesor pengendali
sensor(Soleman et al., 2019). Berikut spesifikasi ultrasonik HC-SR04
(Alawiah & Rafi Al Tahtawi, 2017).
Table 2.2 Spesifikasi Ultrasonik HC-SR04
Parameter Nilai
Tegangan 5 V (DC)
Arus Kerja 15 mA
Frekuensi Kerja 40 kHz
Jarak Maksimum 4 m
Jaram Minimum 2 cm
Sudut Pengukuran 15 derajat
Sinyal input triger 10 us pulsa TTL
Sinyal output echo TTL level signal, proporsional terhadap jarak
18
UIN SYARIF HIDAYATULLAH JAKARTA
Dimensi 1-13/16” x 13/16” x 5/8”
Koneksi 4 pin (Vcc, Gnd, Echo, Trigger)
2.9 Buzzer
Menurut (Soleman et al., 2019) Buzzer adalah sebuah komponen
elektronika yang dapat mengubah sinyal listrik menjadi getaran suara. Pada
umumnya, Buzzer yang merupakan sebuah perangkat audio ini sering digunakan
pada rangkaian anti-maling, Alarm pada Jam Tangan, Bel Rumah, peringatan
mundur pada Truk dan perangkat peringatan bahaya lainnya. Jenis Buzzer yang
sering ditemukan dan digunakan adalah Buzzer yang berjenis Piezoelectric, hal ini
dikarenakan Buzzer Piezoelectric memiliki berbagai kelebihan seperti lebih murah,
relatif lebih ringan dan lebih mudah dalam menggabungkannya ke Rangkaian
Elektronika lainnya. Buzzer yang termasuk dalam keluarga Transduser ini juga
sering disebut dengan Beeper. Hal ini sejalan dengan pendapat dari (Kho, 2020).
2.10 LED
LED adalah komponen elektronika yang dapat memancarkan cahaya
monokromatik ketika diberikan tegangan maju. LED merupakan keluarga Dioda
yang terbuat dari bahan semikonduktor. Warna-warna Cahaya yang dipancarkan
oleh LED tergantung pada jenis bahan semikonduktor yang
dipergunakannya(Soleman et al., 2019). Light Emitting Diode atau sering disingkat
dengan LED adalah komponen elektronika yang dapat memancarkan cahaya
monokromatik ketika diberikan tegangan maju. LED merupakan keluarga Dioda
yang terbuat dari bahan semikonduktor. Warna-warna Cahaya yang dipancarkan
oleh LED tergantung pada jenis bahan semikonduktor yang dipergunakannya. LED
juga dapat memancarkan sinar inframerah yang tidak tampak oleh mata seperti yang
sering kita jumpai pada Remote Control TV ataupun Remote Control perangkat
elektronik lainnya(Kho, 2020).
2.10.1 Lampu Lalu lintas
Dikutip dari laman Liputan 6, menerangkan alasan mengapa warna
merah dan hijau dipilih untuk mewakili “berhenti” dan “jalan”, adalah
19
UIN SYARIF HIDAYATULLAH JAKARTA
karena cahaya merah memiliki panjang gelombang yang lebih luas
ketimbang warna hijau. Warna merah dapat dilihat dari jarak yang lebih jauh
dari warna lainnya. Dengan hanya lampu merah dan hijau, pengemudi tidak
memilik interval untuk memperlambat laju kendaraannya, pada tahun 1920,
seorang perwira polisi Detroit bernama William Potts menambahkan lampu
kuning(atau amber) untuk memperingati pengemudi. Sebagai dampaknya,
kini seluruh pengendara menganggap lampu kuning keemasan sebagai
sinyal untuk bersiap menghadapi lampu merah, agar tidak berhenti
mendadak(Afra Augesti, 2018).
2.11 Prototyping
Menurut (Mulyani, 2016) Prototyping merupakan Teknik pengembangan
sistem yang menggunakan prototype untuk untuk menggambarkan sistem, sehingga
pengguna atau pemilik sistem mempunyai gambaran pengembangan sistem yang
akan dilakukannya. Teknik ini sering digunakan apabila pemilik sistem tidak terlalu
menguasai sistem yang akan dikembangkannya, sehingga dia memerlukan
gambaran dari sistem yang akan dikembangkannya tersebut. Hal ini sejalan dengan
pendapat dari (Pressman, 2014). Yang mengatakan, seringkali pelanggan
mendefinisikan serangkaian tujuan umum untuk perangkat lunak, tetapi tidak
mendefinisikan persyaratan terperinci untuk fungsi dan fitur.
Prototyping merupakan pendekatan iteratif dalam pengembangan sistem
yang dibuat. Berikut gambar Paradigma Prototyping
20
UIN SYARIF HIDAYATULLAH JAKARTA
Menurut (Mulyani, 2016) terdapat kelebihan dan kekurangan pada Teknik
pengembangan prototyping yaitu:
1. Menghemat waktu pengembangan
2. Menghemat biaya pengembangan
3. Pengguna atau pemilik sistem ikut terlibat dalam pengembangan,
sehingga kemungkinan-kemungkinan terjadinya kesalah pahaman
dalam sistem bisa diminimalisir
4. Implementasi akan menjadi mudah, karena pengguna atau pemilik
sistem sudah mempunyai gambaran tentang sistem
5. Kualitas sistem yang dihasilkan baik
6. Memungkinkan tim pengembang sistem memprediksi dan
memperkirakan pengembangan-pengembangan sistem selanjutnya.
Sedangkan kelemahannya adalah, Pengguna atau pemilik sistem bisa terus
menerus menambah kompleksitas sistem hingga sistem menjadi sangat kompleks,
hal ini bisa menyebabkan pengembang meninggalkan pekerjaanya sehingga sistem
yang dikerjakan tidak akan pernah terselesaikan.
21
UIN SYARIF HIDAYATULLAH JAKARTA
2.12 Structured Analysis with Real-time (SA-RT)
Analisis Terstruktur untuk sistem, atau SA-RT, adalah notasi desain grafis
yang berfokus pada analisis perilaku fungsional dan aliran informasi melaluisuatu
sistem. SA-RT, yang pada gilirannya merupakan penyempurnaan dari metode
analisis struktural yang awalnya diperkenalkan oleh Douglass Ross dan
dipopulerkan oleh Tom DeMarco pada tahun tujuh puluhan, pertama kali
diperkenalkan oleh Ward dan Mellor pada tahun 1985 dan setelah itu telah
disempurnakan dan dimodifikasi oleh peneliti lain, satu contoh terkenal adalah
proposal Hatley dan Pirbhai (Hatley dan Pirbhai, 1991). (Lakhuo, 2012)
SART adalah salah satu metode desain yang paling sering digunakan dalam
aplikasi berorientasi teknis dan real-time yang diadopsi oleh berbagai Case-Tools.
Dan terbagi dalam 4 modul :
Context Diagram (CD)
Data Flows Diagram (DFD)
Control Flows Diagram (CFD)
State Transition Diagram (STD)
2.13 WhiteBox Testing
White Box Testing adalah salah satu cara untuk menguji suatu aplikasi atau
software dengan cara melihat modul untuk dapat meneliti dan menganalisa kode
dari program yang di buat ada yang salah atau tidak. Kalau modul yang telah dan
sudah di hasilkan berupa output yang tidak sesuai dengan yang di harapkan maka
akan dikompilasi ulang dan di cek kembali kode-kode tersebut hingga sesuai
dengan yang diharapkan (Mustaqbal et al., 2015).
Pada konteks metode basis path testing , nilai yang dihitung bagi cyclomatic
complexity menentukan jumlah jalur-jalur yang independen dalam kumpulan basis
suatu program dan memberikan jumlah tes minimal yang harus dilakukan untuk
memastikan bahwa semua pernyataan telah dieksekusi sekurangnya satu kali
(Romeo S, 2003).
Menurut (dwi Sakethi, Didik Kurniawan, 2014) dalam white Box Testing
menggunakan basis path testing terdapat beberapa tahapan yaitu:
22
UIN SYARIF HIDAYATULLAH JAKARTA
1. Membuat Flow Graph Notation
2. Membuat Cyclometic Complexity
Rumus Cyclometic Complexity:
V(G) = E – N + 2.
Keterangan:
V(G) = Graph
E = Edge
N = Note
3. Membuat Test Case.
2.14 Black Box Testing
Menurut (Jaya, 2018) Black Box Testing merupakan Teknik pengujian
perangkat lunak yang berfokus pada spesifikasi fungsional dari perangkat lunak.
Blackbox Testing bekerja dengan mengabaikan struktur kontrol sehingga
perhatiannya difokuskan pada informasi domain. Blackbox Testing memungkinkan
pengembang software untuk membuat himpunan kondisi input yang akan melatih
seluruh syarat- syarat fungsional suatu program.
Keuntungan penggunaan metode Blackbox Testing adalah:
1) Penguji tidak perlu memiliki pengetahuan tentang bahasa pemrograman
tertentu
2) Pengujian dilakukan dari sudut pandang pengguna, ini membantu untuk
mengungkapkan ambiguitas atau inkonsistensi dalam spesifikasi
persyaratan
3) Programmer dan tester keduanya saling bergantung satu sama lain.
Kekurangan dari metode Blackbox Testing adalah:
1) Uji kasus sulit desain tanpa spesifikasi yang jelas
2) Kemungkinan memiliki pengulangan tes yang sudah dilakukan oleh
programmer
3) Beberapa bagian back end tidak diuji sama sekali.
23
UIN SYARIF HIDAYATULLAH JAKARTA
2.15 Metode Pengumpulan Data
Metode pengumpulan data adalah Teknik yang dapat digunakan oleh
peniliti untuk mengumpulkan data (Sudaryono, Gaguk Margono, 2013).
2.13.1 Observasi
Menurut (Albi Anggito, 2018) observasi sebagai Teknik
pengumpulan data mempunyai ciri yang spesifik bila dibandingkan dengan
Teknik yang lain, yaitu wawancara dan kuesioner. Kalau wawancara dan
kuesioner selalu berkomunikasi dengena orang, maka observasi tidak
terbatas pada orang, tetapi juga objek-objek alam yang lain.
Observasi atau pengamatan dapat dikatakan suatu metode yang
pertama kali digunakan untuk penelitian, karena dianggap mudah dan tanpa
mengeluarkan biaya yang besar. Namun perlu diketahui, bahwa observasi
pun tidak sekedar mengamati objeknya, bisa jadi kemudian
membandingkan. Berbagai ahli pun menjelaskan pendapatnya tentang
observasi atau pengamatan.
2.13.2 Wawancara
Wawancara adalah suatu cara pengumpulan data yang digunakan
untuk memperoleh informasi langsung dari sumbernya. Wawancara
digunakan bila ingin mengetahui hal-hal dari responden secara lebih
mendalam serta jumlah responden sedikit. Wawancara atau interview
merupakan salah satu bentuk teknik pengumpulan data yang banyak
digunakan dalam penelitian deskriptif kualitatif dan deskriptif kuantitatif.
Wawancara dilaksanakan secara lisan dalam pertemuan tatap muka secara
individu. Adakalanya pula, wawancara dilakukan secara kelompok kalau
memang tujuannya menghimpun data dari kelompok seperti wawancara
dengan suatu keluarga, pengurus yayasan, pembina pramuka, dan lain
sebagainya (Sudaryono, Gaguk Margono, 2013).
24
UIN SYARIF HIDAYATULLAH JAKARTA
2.13.3 Studi Pustaka
Studi pustaka adalah menganalisis secara kritis pustaka penelitian
yang ada saat ini. Studi pustaka tersebut perlu dilakukan secara ketat dan
harus mengandung keseimbangan antara uraian deskriptif dan analisis.
Identifikasi kekuatan dan kelemahan pustaka tersebut dengan menelaah
hasil atau temuan penelitian tersebut, metodologi yang digunakan, serta
bagaimana hasil temuan tersebut dibandingkan penelitian atau publikasi
lainnya (Sudaryono, Gaguk Margono, 2013)
25
BAB 3
METODOLOGI PENELITIAN
Pembahasan pada bab 3 ini penulis melakukan proses pengumpulan data
dengan menggunakan metode pengumpulan data berupa wawancara dan studi
pustaka. Setelah mendapatkan data yang telah diperlukan untuk proses penelitian,
selanjutnya penulis memulai penelitian dengan menggunakan metode
pengembangan sistem yaitu prototipe. Dalam penelitian ini, penulis memulai
dengan menentukan tujuan dari keseluruhan sistem yang akan dibuat berdasarkan
latar belakang yang ada, dan mengidentifikasi apa saja yang akan dibutuhkan.
Selanjutnya melakukan pemodelan berupa fungsi-fungsi apa saja yang nantinya
akan diwujudkan dalam sebuah sistem berupa prototipe. Langkah setelah itu penulis
akan melakukan testing terhadap prototipe yang hasilnya akan digunakan untuk
evaluasi.
3.1 Metode Pengumpulan Data
Metode pengumpulan data digunakan untuk mencari dan mengumpulkan
data yang terkait dengan penelitian seperti dasar teori, metodologi penulisan,
metodologi proses, dan acuan penelitian sejenis. Dalam penelitian ini, metode
pengumpulan data yang dilakukan adalah wawancara, kuesioner, studi pustaka, dan
studi literatur.
3.1.1 Data Primer
3.1.1.1 Studi Lapangan
A. Observasi
Pada tahap observasi yang dilakukan dari bulan Desember 2019
sampai Februari 2020 peneliti melakukan pengamatan terhadap
sistem yang sudah berjalan pada dump truck dan juga alat-alat yang
sudah beredar dipasaran maupun yang sudah terpasang di dump
truck-nya.
26
UIN SYARIF HIDAYATULLAH JAKARTA
B. Wawancara
Wawancara dilakukan kepada seorang responden yang
berprofesi sebagai supir dump truck, yang dilakukan pada tanggal
11 Januari 2019. Bernama bapak Alvin yang sudah bekerja menjadi
supir truck selama 6 tahun dan saat ini bekerja di PT. Bahtera.
Wawancara bertujuan untuk mengetahui kendala yang dimiliki oleh
supir dump truck terhadap objek blind spot ketika berkendara.
Secara detail, hasil wawancara bisa dilihat pada lampiran.
3.1.2 Data Sekunder
3.1.2.1 Studi Pustaka dan Literatur
Tahapan pengumpulan data dengan cara studi pustaka,
penulis mencari referensi-referensi yang berkaitan dengan
penelitian. Pencarian referensi dilakukan secara online melalui
internet, seperti portal berita dan ebook (because of covid). Setelah
mendapatkan referensi tersebut, kemudian dipilih berbagai
informasi yang dibutuhkan dalam penelitian ini.
Studi literatur sejenis merupakan kegiatan mencari literatur
yang mempunyai persamaan atau keterkaitan dengan penelitian
yang sedang dilakukan. Literatur sejenis yang didapatkan berupa
skripsi, jurnal, dan produk sejenis yang kemudian ditelaah dan
dibuat perbandingan sehingga penelitian ini dapat menjadi
pelengkap atau penyempurnaan dari penelitian-penelitian yang
sudah dilakukan sebelumnya.
27
UIN SYARIF HIDAYATULLAH JAKARTA
Tabel 3.1 Studi Literatur Sejenis
No Judul Penelitian Penulis Asal
Universitas
Tahun
Penelitian
Kelebihan Kekurangan
1 Rancang Bangun Prototipe Alat
Deteksi Jarak Dengan Sensor PING
pada Mobil Pengangkut Barang
Berbasis Arduino
(Azizah,
2014)
UIN Syarif
Hidayatullah
Jakarta
2014 Dapat membaca jarak hingga 3m
dengan menghasilkan output
berupa grafik polar dan indikator
suara sebagai tanda bahwa
sensor semakin mendekati benda
di sekitarnya.
Terdapat jeda antara pergerakan
pengangkut barang dengan jarak yang
tampil di layar.
Hanya mendeteksi objek pada bagian
depan
Harga sensor ultrasonik yang digunakan
lebih mahal
2 Rancang Bangun Sistem Kendali Rem
sebagai Penyesuai Jarak Pada Mobil
Listrik Dengan Metode Fuzzy Logic
(Heldiana
et al.,
2015)
Universita
Telkom
2015 Keluaran dari sistem sudah
berupa tindakan langsung, yaitu
pengereman.
Hanya mendeteksi objek pada bagian
depan dan belakang
Harga sensor ultrasonic yang digunakan
lebih mahal
3 Aplikasi Monitoring Jarak Kendaraan
Menggunakan Mikrokontroler Arduino
Uno Dan Sensor Jarak Ultrasonic
Berbasis Smartphone Android
(Saputro,
2016)
Universitas
Budi Luhur
2016 Sudah terkoneksi dengan
android untuk memantau disertai
alert
Hanya mndeteksi objek pada bagian depan
dan belakang
Harga sensor ultrasonik lebih mahal
4 Sistem Lampu Sein Mati Otomatis,
Deteksi Titik Buta Pengendara, Dan
Engine Stop Berbasis Arduino Pada
Sepeda Motor
(Adha et
al., 2018)
Universitas
Negeri
Jakarta
2018 Keluaran dari sistem sudah
berupa tindakan langsung, yaitu
mematikan mesin dan lampu
sein
Mendeteksi objek <= 144cm
5 Sistem pendeteksi objek pada area
blind spot dump truck menggunakan
fuzzy logic dengan metode Sugeno
(Muhamad
Vicky,
2020)
UIN Syarif
Hidayatullah
Jakarta
2020
28
UIN SYARIF HIDAYATULLAH JAKARTA
Tabel 3.2 Perbedaan Penelitian
No
.
Nama Peneliti /
Tahun
Judul Penelitian Tipe Kendaraan Algoritma
Fuzzy
New Ping
Library
Ultrasonik LED buzzer
Fork
lift
Mobil
Listrik
Mobil Sepeda
Motor
Dump
Truck
1 (Azizah, 2014) Rancang Bangun Prototipe Alat
Deteksi Jarak Dengan Sensor PING
pada Mobil Pengangkut Barang
Berbasis Arduino
- -
- -
2 (Heldiana et al.,
2015)
Rancang Bangun Sistem Kendali
Rem sebagai Penyesuai Jarak Pada
Mobil Listrik Dengan Metode
Fuzzy Logic
-
- -
3 (Saputro, 2016) Aplikasi Monitoring Jarak
Kendaraan Menggunakan
Mikrokontroler Arduino Uno Dan
Sensor Jarak Ultrasonic Berbasis
Smartphone Android
- -
- -
4 (Adha et al.,
2018)
Sistem Lampu Sein Mati Otomatis,
Deteksi Titik Buta Pengendara, Dan
Engine Stop Berbasis Arduino Pada
Sepeda Motor
- -
5 (Muhamad
Vicky, 2020)
Sistem pendeteksi objek pada area
blind spot dump truck menggunakan
fuzzy logic dengan metode Sugeno
29
UIN SYARIF HIDAYATULLAH JAKARTA
3.2 Metode Pengembangan Sistem
Dalam pengembangan sistem ini, digunakan metodologi pengembangan
sistem dengan metode Prototyping. Alasan penulis menggunakan metode ini karena
cocok dalam pengembangan sebuah alat dalam waktu pengerjaan yang singkat.
Terdapat 5 tahapan prototyping (Pressman, 2014) yaitu:
1) Tahap Komunikasi.
2) Tahap Pengumpulan Kebutuhan.
3) Tahap Membangun Sistem.
4) Tahap Mengkodekan Sistem.
5) Tahap Menguji Sistem.
3.2.1 Prototipe
Pada penelitian in penulis menggunakan metode prototipe untuk
membuat sistem pendeteksi objek pada area blind spot dump truck
menggunakan Arduino uno.
Model prototipe dimulai dari mengumpulkan kebutuhan pengguna
terhadap sistem yang akan dibuat. Lalu dibuat program prototipe agar
pengguna lebih terbayang dengan apa yang sebenarnya diinginkan. Program
prototipe biasanya merupakan program yang belum sempurna. Program ini
biasanya menyediakan tampilan dengan simulasi alur alat yang dibuat
sehingga tampak seperti alat yang sudah jadi. Program prototipe ini
dievaluasi oleh pelanggan atau user (Rosa, 2013).
Menurut Roger S. Pressman (2015) tahapan pembangunan sistem
dengan menggunakan metode prototipe adalah komunikasi
(communication) yaitu bertujuan menentukan tujuan dari keseluruhan
perangkat lalu mengidentifikasi persyaratan (quick plan) apa saja yang
dibutuhkan. Selanjutnya pembuatan model (modelling quick design) untuk
prototipe yang akan dibangun (construction of prototype) dan dilanjutkan
dengan proses evaluasi (deployment delivery and feedback). Berikut ini
30
UIN SYARIF HIDAYATULLAH JAKARTA
merupakan penjelasan lengkap tahapan yang penulis lakukan berdasarkan
penjelasan diatas.
3.2.1.1 Komunikasi
Paradigma prototyping dimulai dengan adanya komunikasi antra
aktor yang akan menggunakan sistem tersebut untuk menentukan sasaran
hasil keseluruhan dari alat/sistem, mengindentifikasi kebutuhan dan
lingkungan dimana sistem akan digunakan.
Pada tahapan ini komunikasi yang dilakukan adalah dengan mencari
informasi terkait, melalui referensi berita online, jurnal dan skripsi tentang
sistem pendeteksi objek pada area blind spot dump truck. Kemudian
mendiskusikannya dengan pakar atau ahli dibidang penelitian penulis
(diskusi dilakukan dengan dosen pembimbing skripsi) untuk menganalisis
masalah lebih lanjut dan menyimpulkan sebuah solusi yang telah teruji serta
manfaat penelitian kedepannya.
3.2.1.2 Pengumpulan Data
Prototyping dimulai dengan pengumpulan persyaratan perancangan
untuk menentukan tujuan keseluruhan dari sistem dan alat, mengidentifikasi
persyaratan apapun yang diketahui serta menentukan area garis besar yang
mana definisi lebih lanjut itu diharuskan. Desain berfokus pada representasi
dari aspek-aspek alat yang dibuat, yang akan dilihat oleh pelanggan atau
pengguna (misalnya, pendekatan input dan output) (Pressman, 2014).
Pada tahapan pengumpulan kebutuhan ini, penulis melakukan
pengumpulan data dengan cara wawancara terhadap pihak terkait, studi
pustaka dan literatur. Dari hasil pengumpulan data tersebut, penulis
mendapatkan data mengenai kendala (kebiasaan dan kendala), komponen,
tools, teori yang akan digunakan, data mengenai desain dan proses
pembuatan alat dan sistem. Tahapan pengumpulan kebutuhan ini akan terus
berjalan selama masih membangun prototipe sampai tahap pengujian
sistemnya.
31
UIN SYARIF HIDAYATULLAH JAKARTA
3.2.1.3 Membangun Sistem
Dalam tahap membangun sistem, difokuskan kepada pembuatan
Structured Analysis for Real Time system (SA-RT) untuk sistem pendeteksi
objek, yang kemudian Structured Analysis for Real Time system (SA-RT)
dibagi lebih spesifik lagi terhadap fungsi-fungsi yang dapat digunakan
dalam sistem, secara garis besar dimulai dari Arduino uno yang mengontrol
sensor ultrasonic, lalu di proses oleh algoritma fuzzy, dan akan mengontrol
buzzer dan LED sebagai output.
3.2.1.4 Mengkodekan Sistem
Pada tahap ini, dibuat kode program di Arduino uno menggunakan
Bahasa pemrograman C, dengan mengimplementasikan algoritma Fuzzy
Logic – Sugeno.
3.2.1.5 Menguji Sistem
Pada tahap ini, pengujian dilakukan menggunakan white box testing
dan black box testing, yang bertujuan untuk mengetahui kesesuaian kode
dan fungsional sistem. pada white box testing dilakukan menggunakan
metode basis path testing. Dan pada black box testing menggunakan user
acceptance test.
3.3 Alur Penelitian
Pembuatan sistem pendeteksi objek pada area blind spot dump truck
menggunakan fuzzy logic dengan metode Sugeno disusun melalui beberapa
tahapan yang dilakukan untuk memudahkan proses penelitian. Alur tahapan metode
yang digunakan dalan penelitian ini dapat dilihat pada gambar 3.1.
32
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 3.1 Kerangka berpikir
Metode Pengembangan sistem
Prototipe
33
BAB 4
ANALSIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN
PENGUJIAN SISTEM
Bab ini akan membahas secara detail dan terperinci mengenai analisis dan
perancangan sistem pendeteksi objek pada area blind spot dump truck
menggunakan fuzzy logic dengan metode Sugeno.
Metode pengembangan sistem yang digunakan dalam penelitian ini adalah
metode prototipe yang sudah dibahas pada bab sebelumnya. Isi dari bab ini yaitu
akan menguraikan tahap pengembangan sistem/alat prototipe di antaranya adalah:
1. Tahap Komunikasi
2. Tahap Pengumpulan Kebutuhan
3. Tahap Membangun Sistem
4. Tahap Mengkodekan Sistem
5. Tahap Menguji Sistem
Berikut penjelasan detail tahap pengembangan pada penelitian ini.
4.1 Tahap Komunikasi
Pada tahap komunikasi ini, penulis melakukan pengumpulan data,
pengumpulan data yang dimaksud adalah mencari dan mengumpulkan data yang
terkait dengan penelitian seperti dasar teori, metodologi penulisan, metodologi
proses, dan acuan penelitian sejenis. Dalam penelitian ini, metode pengumpulan
data yang dilakukan adalah observasi, wawancara, studi pustaka dan studi literatur.
Pada tahapan ini, dilakukan diskusi langsung dengan dosen pembimbing
serta supir dump truck untuk mengetahui gambaran sistem yang diperlukan, untuk
selanjutnya dijadikan bahan pertimbangan dalam membangun sistem yang di
butuhkan
4.2 Tahap Pengumpulan Kebutuhan
Pada tahap ini, dijelaskan apa saja yang menjadi kebutuhan sistem, yang
meliputi mendefinisikan ruang lingkup, analisis sistem berjalan, analisis sistem
34
UIN SYARIF HIDAYATULLAH JAKARTA
usulan, analisis kebutuhan fungsional sistem, dan analisis perangkat lunak maupun
perangkat keras.
4.2.1 Ruang Lingkup
Ruang lingkup dalam penelitian ini yaitu supir dump truck, ataupun
sebuah perusahaan yang memiliki dump truck. Sistem pendeteksi objek
yang diusulkan menyediakan fitur yang mampu mendeteksi objek di blind
spot dump truck, yaitu sisi sisi kiri, kanan, depan dan belakang, dengan
memberikan sebuah pemberitahuan di dashboard truck melalui sebuah box
yang terdapat sebuah LED dan Buzzer yang akan menyala dan berbunyi
ketika ada object yang mendekat ke area titik blind spot-nya. Pengembangan
dilakukan berdasarkan pada hasil wawancara dengan melibatkan
narasumber.
4.2.2 Analisis Blind Spot Dump Truck
Berdasarkan hasil wawancara dan studi literatur yang dilakukan
dapat ditetapkan bahwa blind spot pada dump truck sebagai berikut dengan
skala 1:5 :
Gambar 4.1 Analisis Blind Spot Dump Truck Dyna
Pengertian:
1. Kotak Berwarna hijau adalah truk
2. Garis warna biru adalah jangkauan dapat dilihat dari spion/langsung
3. Garis berwarna kuning adalah blind spot dump truck
Spesifikasi Dump Truck Dyna (toyotaintercom.com):
Panjang keseluruhan : 6.026cm
Lebar Keseluruhan : 1.945cm
Tinggi Keseluruhan : 2.165cm
Overhang Depan : 1.066cm
Overhang Belakang : 1470cm
35
UIN SYARIF HIDAYATULLAH JAKARTA
Pada sisi depan, tepatnya sebelah kanan, supir masih bisa melihat
dengan jelas objek di depannya, namun jika objek berada di kiri, maka
cukup sulit untuk melihat objek tersebut (blind spot). Pada sisi belakang
semua bagian sisi belakang tidak terlihat (blind spot). Pada sisi kiri dan
kanan, jarak <100 cm masih bisa terlihat dengan bantuan spion, namun
sisanya tidak dapat terlihat, yang di gambarkan dengan garis berwarna
kuning.
4.2.3 Analisis Jangkuan Deteksi Objek Berdasarkan Spesifikasi
Ultrasonik HC-SR04
Berdasarkan hasil studi literatur yang dilakukan, ditetapkan
bahwasannya sudut yang bisa dideteksi oleh ultrasonik HC-SR04 adalah 15º
yang terlihat pada gambar dengan skala 1:5 dibawah.
Jangkauan dari ultrasonik berdasarkan spesifikasi adalah 15° yang
dapat dilihat pada gambar, jika diamati, sudut yang mampu di deteksi
hanyalah sedikit.
Pengertian:
1. Kotak Berwarna hijau adalah truk
2. Garis warna ungu adalah jangkauan dari spesifikasi ultrasonik HC-SR04
3. Garis berwarna kuning adalah blind spot dump truck
4. garis berwarna merah adalah deteksi objek dekat
5. garis berwarna kuning adalah deteksi objek sedang
6. garis berwarna hijau adalah deteksi objek jauh
Spesifikasi Dump Truck Dyna (toyotaintercom.com):
Panjang keseluruhan : 6.026cm
Lebar Keseluruhan : 1.945cm
Tinggi Keseluruhan : 2.165cm
Overhang Depan : 1.066cm
Overhang Belakang : 1470cm
Gambar 4.2 Analisis Jangkuan Deteksi Berdasarkan Spesifikasi Ultrasonik HC-SR04
36
UIN SYARIF HIDAYATULLAH JAKARTA
4.2.4 Analisis Sistem Berjalan
Berdasarkan hasil wawancara dan studi literatur yang dilakukan,
dapat dilihat bahwa alat yang sudah tersedia saat ini masih memiliki
kekurangan masing-masing .
Berdasarkan analisis yang sudah dilakukan, maka sistem yang sudah
berjalan selama ini dapat dilihat pada gambar 4.3 dan gambar 4.4:
Pada gambar 4.3 supir dump truck sedang berada dijalan raya, dan
terdapat pengendara sepeda motor tepat dibelakangnya, buzzer pun
berbunyi, tapi ketika selain dari posisi tersebut, buzzer tidak berbunyi.
Dan pada gambar 4.4 sistem berjalan ini hampir sama dengan sistem
berjalan pada gambar 4.3, perbedaannya terdapat pada output. Gambar 4.3
output berupa suara, sedangkan 4.4 output berupa video.
Gambar 4.3 Sistem Berjalan 1
Gambar 4.4 Sistem Berjalan 2
37
UIN SYARIF HIDAYATULLAH JAKARTA
4.2.5 Analisis Sistem Usulan
Pada penelitian ini kemudian disimpulkan bahwa supir dump truck
menganggap belum adanya sistem yang bisa mendeteksi objek disetiap
blind spot (kiri, kanan, depan dan belakang) kendaraannya serta
membuatnya mengetahui jika ada objek di blind spot tersebut. Sebagai salah
satu solusi dari permasalahan tersebut diusulkan sebuah sistem pendeteksi
objek pada area blind spot dump truck menggunakan fuzzy logic dengan
metode Sugeno. Berikut adalah usulan sistem dapat dilihat pada gambar 4.5.
Gambar 4.5 Sistem Usulan
Gambar 4.3 menunjukan aktifitas pengguna ketika sedang
berkendara menggunakan sistem/alat pendeteksi objek pada area blind spot
menggunakan fuzzy logic dengan metode Sugeno. Pengguna menyalakan
alat tersebut di dashboard-nya, dan ketika terdeteksi suatu objek di area
blind spot maka indikator LED dan buzzer akan menyala sesuai posisi
objeknya. Jika objek berada didalam jangkuan, lebih dari 2-3 meter maka
akan menyala lampu hijau, jika berada lebih dari 1-2 meter maka akan
menyala lampu kuning, dan jika di bawah satu meter maka akan menyala
lampu merah, di sertai oleh suara alarm dari buzzer.
38
UIN SYARIF HIDAYATULLAH JAKARTA
4.2.6 Analisa Kebutuhan Fungsional Sistem
Tahap ini berisi analisis terhadap kebutuhan-kebutuhan fungsional
dari sistem. Kebutuhan fungsi utama sistem/alat deteksi objek pada blind
spot dump truck akan disajikan dalam Data Flow Diagram (DFD) dan
Control Flow Diagram (CFD).
Pada gambar 4.6 menunjukan data melalui masukan eksternal yang
masuk ke dalam proses sistem Arduino Uno, data berasal dari satu input
eksternal yaitu sensor ultrasonik. Setelah sistem menerimanya, data tersebut
diolah hingga menghasilkan data output menuju LED dan buzzer.
Gambar 4.6 Konteks Diagram/DFD Level 0
Gambar 4.7 DFD level 1
39
UIN SYARIF HIDAYATULLAH JAKARTA
Pada gambar 4.7 menampilkan Data Flow Diagram (DFD) level 1
dari sistem deteksi objek pada blind spot dump truck. Proses pengolahan
data akan dilakukan setelah inputan sudah masuk, dalam sistem inputan
akan melalui beberapa proses hingga akhirnya menghasilkan keluaran
berupa bunyi dan nyala LED.
Pada gambar 4.8 menampilkan kebutuhan fungsi utama sistem/alat
pendeteksi objek pada area blind spot dump truck berupa gabungan Data
Flow Diagram (DFD) dan Control Flow Diagram (CFD) Level 1. Dari
gambar terlihat bahwa untuk dapat mengontrol LED dan buzzer, data input
harus melalui beberapa proses yaitu:
a. Proses Pembacaan Perintah Penjadwalan
Digunakan untuk membaca data yang dikirim sesuai dengan
ultrasonik mana yang yang sedang menyala/aktif. Perintah berupa
on/off yang kemudian di teruskan ke proses selanjutnya untuk
melakukan verifikasi.
b. Proses Verifikasi Ultrasonik
Gambar 4.8 CFD/DFD Level 1
40
UIN SYARIF HIDAYATULLAH JAKARTA
Digunakan untuk memverifikasi jarak dan posisi dari
ultrasnoik yang mengirim data. Data akan akan masuk kedalam
sebuah pengkondisian, jika nilainya correct, maka proses akan
dilakukan ke proses perintah. Dan sebaliknya jika pengkondisian
incorrect, maka proses akan terus berlangsung selama masih
mendeteksi adanya jarak yang dikirim oleh ultrasonik.
c. Proses Perintah LED
Digunakan untuk mengubah perintah control yang masuk
menjadi data yang dapat di kenali oleh LED. Perintah correct dari
proses sebelumnya akan mengubah status LED menjadi high
sedangkan perintah incorrect akan mengubah status LED menjadi
low.
d. Proses Perintah Buzzer
Digunakan untuk mengubah perintah control yang masuk
menjadi data yang dapat dikenali oleh buzzer. Perintah correct dari
proses sebelumnya akan mengubah status buzzer menjadi high
sedangkan perintah incorrect akan mengubah status buzzer menjadi
low.
41
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.9 State-Transition Diagram
Gambar 4.9 merupakan Diagram perpindahan keadaan yang
menggambarkan perpindahan dari satu keadaan ke keadaan lain jika
terdapat event yang masuk.
4.2.7 Analisis Kebutuhan Perangkat Keras
Dalam pembuatan sistem pendeteksi objek pada blind spot dump
truck ini. Dibutuhkan beberapa perangkat keras atau hardware baik berupa
mikrokomputer dan komponen elektronik lainnya. Pemilihan spesifikasi
42
UIN SYARIF HIDAYATULLAH JAKARTA
perangkat keras menjadi sangat penting agar sistem dapat berjalan dengan
baik sesuai dengan kebutuhan pengguna. Untuk itu pemilihan perangkat
keras ini didasarkan pada tinjauan literatur sejenis. Tabel 4.1 menerangkan
daftar kebutuhan perangkat keras:
Tabel 4.1 Kebutuhan Perangkat Keras
No. Komponen Jumlah Kegunaan
1. Arduino Uno 1 Sebagai otak dari sistem yang dapat
mengolah data dan melakukan
seluruh proses pada sistem.
2. Sensor
Ultrasonik
5 Sebagai alat pendeteksi objek yang
di letakkan ke blind spot dump truck
3. Buzzer 1 Sebagai penanda jika objek yang
dideteksi mendekati blind spot dan
berjarak >= 100 cm dari dump truck
4. LED 12 Sebagai penanda jika objek
mendekati area blind spot.
4.2.8 Analisis Kebutuhan Perangkat Lunak
Selain perangkat keras yang sudah di sebutkan, dibutuhkan juga
perangkat lunak untuk mendukung kinerja perangkat keras agar berjalan
sesuai dengan yang diharapkan. Berikut perangkat lunak yang dibutuhkan
dalam pembuatan sistem pendeteksi objek pada area blind spot dump truck
agar dapat berjalan sesuai dengan yang diharapkan.
Tabel 4.2 Analisis Kebutuhan Perangkat Lunak
No. Perangkat Lunak Kegunaan
1. Arduino IDE Digunakan untuk menulis kode program
yang berisi perintah yang diperlukan untuk
diunggah pada mikrokontroler Arduino Uno.
2. Fritzing Digunakan untuk membuat skema dari alat
deteksi objek pada area blind spot dump
truck.
43
UIN SYARIF HIDAYATULLAH JAKARTA
3. Microsoft Visio Digunakan untuk membuat diagram alur
control dari sistem pendeteksi objek pada
area blind spot dump truck.
4. Adobe Ilustrator Digunakan sebagai desain sistem yang
berjalan serta usulan.
4.3 Tahap Membangun Sistem
Membangun prototitpe merupakan perancangan sementara sistem yang
dibuat sebagai tahap awal sebelum diubah ke dalam bentuk kode. Pada tahap ini
akan dibuat skenario arsitektur rancangan sistem yang menjadikan perangkat keras
yang digunakan menjadi sebuah kesatuan sistem sehingga rangkaian tersebut dapat
di program pada tahap selanjutnya.
Penulis membuat block diagram untuk kesuluruhan dari sistem pendeteksi
objek pada area blind spot dump truck yang ada pada gambar dibawah ini.
Gambar 4.10 Blok Diagram
Penjelasan dari blok diagram antar komponen pada gambar 4.10 adalah
sebagai berikut:
44
UIN SYARIF HIDAYATULLAH JAKARTA
1. Power Suplai sebagai sumber daya berasal dari dashboard dump truck
untuk menjalankan proses mikrokontroller Arduino.
2. Arduino Uno merupakan mikrokontroller yang berfungsi untuk
mengolah perintah yang dikirim oleh setiap ultrasonik (input) yang
nantinya akan diteruskan ke buzzer dan LED sebagai output.
3. Sensor ultrasonik 1, 2, dan 3 berfungsi untuk mendeteksi objek pada
area kiri, kanan, dan depan, yang sebelum mengirimkan inputannya ke
Arduino Uno akan melalui library NewPing, dan mengabaikan proses
pada fuzzy logic - Sugeno. Lalu mengeluarkan output berupa buzzer
dan LED
4. Sensor ultrasonik 4 dan 5 berfungsi untuk mendeteksi objek pada area
belakang. Sebelum mengirimkan inputannya ke Arduino Uno akan
diproses terlebih dulu di library NewPing dan fuzzy logic – Sugeno.
Lalu mengeluarkan output berupa buzzer dan LED
5. Library NewPing digunakan untuk menghemat pin.
6. fuzzy logic – Sugeno digunakan untuk mengelola 2 inputan yang
diberikan oleh ultrasonic 4 dan 5, yang nantinya akan menghasilkan
satu output yang bisa di teruskan ke LED dan buzzer.
7. LED
Penulis juga membuat flowchart atau alur kerja dari sistem pendeteksi objek
pada area blind spot dump truck dengan arsitektur sistem usulan pada gambar 4.11
45
UIN SYARIF HIDAYATULLAH JAKARTA
dan 4.12, dengan memotong flowchart menggunakan teknik on page reference,
yang di gambarkan dengan bulatan yang di dalamnya terdapatkan angka.
Start
posisi = ultrasonik
Posisi ?
ultrasonik >= 2 cm dan <= 100 cm
LED = RedBuzzer = On
LED = Yellow
No
Yesyes
Ultrasonik <= 200
no
LED = Green
ada
Jarak ?
yes
Kanan atau Kiri atau Depan ?
Ada
No
No
Tidak ada
1Tidak ada
2
3Tidak ada
4
Gambar 4.11 Flowchart Sistem Halaman Pertama
46
UIN SYARIF HIDAYATULLAH JAKARTA
ultrasonik >= 2 cm dan <= 100 cm
LED = RedBuzzer = On
LED = Yellow
Stop
No
Yesyes
Ultrasonik <= 200no
LED = Green
ada
Jarak ?
Yes
Belakang ?
Tidak ada
Pemrosesan algoritma Inferensi
Fuzzy - Sugeno
1
2 No
3
4
Tidak ada
No
Gambar 4.12 Flowchart Sistem Halaman Kedua
Penjelasan dari Flowchart sistem pada gambar 4.11 dan 4.12 adalah sebagai
berikut:
1. Arduino Uno mendeteksi apakah ada ultrasonik yang memberikan input
berupa jarak, yang nantinya akan menentukan posisi mana dari
ultrasonik yang memberikan masukkan.
47
UIN SYARIF HIDAYATULLAH JAKARTA
2. Jika tidak ada ultrasonik yang memberikan input, maka sistem akan
stop.
3. Jika ada, maka sistem akan menanyakan ultrasonik yang mana yang
memberikan input, jika kanan, kiri atau depan, maka akan masuk ke
dalam pengkodisian pertama.
4. Pengkondisian pertama yaitu, jika jarak >= 2 cm dan <= 100 cm, maka
LED merah akan menyala disertai dengan bunyi buzzer, jika jarak <=
200cm maka akan menyala lampu kuning dan jika jarak <= 300 cm
maka akan menyala LED berwarna hijau.
5. Jika posisi yang memberikan masukkan yaitu ultrasonik bagian
belakang, maka akan masuk ke dalam pengkondisian kedua.
6. Pengkondisian kedua ini berbeda dengan pengkondisian untuk kiri,
kanan, dan depan. Karena, pada bagian belakang terdapat dua buah
ultrasonik untuk mendeteksi satu bagian, sedangkan yang lain hanya
satu buah ultrasonik di setiap bagiannya.
7. Jika dia masuk ke pengkondisian ini, maka dua buah masukkan dari
ultrasonik akan diolah terlebih dulu dengan algortima Fuzzy Logic
dengan metode Sugeno, yang diimplementasikan langsung ke dalam
kodingan, lalu masuk ke pengkondisiannya.
8. Pengkondisiannya yaitu, jika jarak >= 2 cm dan <= 100 cm, maka LED
merah akan menyala disertai dengan bunyi buzzer, jika jarak <= 200
cm maka akan menyala lampu kuning dan jika jarak <= 300 cm maka
akan menyala LED berwarna hijau.
9. Jika posisi dari ultrasonik tidak diketahui maka dia akan terus bertanya
(looping).
10. Dan looping akan terus berlanjut, selama alat masih menyala.
4.3.1 Desain Perancangan Alat
Desain perancangan alat pada penelitian ini berbentuk potongan
potongan, yang nantinya akan disusun menjadi sebuah balok berukuran
14x12x7cm.
48
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.13 Desain Perancangan Alat
Penjelasan :
1. Garis berwarna hijau menandakan bahwa balok ini nantinya di
gunakan untuk Dump Truck.
2. Lingkaran di tengah garis hijau nantinya akan menjadi posisi buzzer
3. Lingkaran yang mengelilingi garis hijau, nantinya akan menjadi
posisi LED, yang menandakan posisi deteksi objek.
4. Linkaran kecil yang ada di setiap sudut, itu di posisikan sebagai
tautan untuk mur, dan kotak kecil 4 buah di sisi kiri sebagai
penyanggah murnya.
5. Pada sisi belakang, terdapat persegi Panjang yang terdapat tulisan
merah, itu di fungsikan untuk alur masuk inputan, dari power supply
untuk Arduino dan juga inputan setiap sensor ultrasonic.
6. Dan sisi sisi lainnya sebagai pembentuk kubus.
49
UIN SYARIF HIDAYATULLAH JAKARTA
4.3.2 Skematik Sistem Arduino dengan Ultrasonik
Dalam skematik penelitian ini akan menjelaskan bagaimana Arduino
Uno terhubung dengan sensor Ultrasonik untuk menerima informasi jarak
suatu objek dengan Dump Tuck. Gambar 4.14 adalah bentuk skematik
sistem Arduino Uno dengan sensor ultrasonik.
Skematik Arduino dengan ultrasnoik sisi kanan dan depan sama
seperti gambar 4.12, hanya berbeda pada inputan trig dan echo-nya, yang di
jelaskan pada tabel 4.3 di bawah.
Gambar 4.14 Skematik Arduino dengan
Ultrasonik Sisi kiri
50
UIN SYARIF HIDAYATULLAH JAKARTA
Pada skematik diatas berbeda dengan gambar 4.15, karena pada sisi
belakang terdapat dua sensor ultrasonik yang bekerja sekaligus untuk
mendeteksi satu sisi blind spot dump truck.
Tabel 4.3 Konfigurasi pin Ultrasonik dan Arduino
No. Posisi Ultrasonik Pin Ultrasonik wire
1. Kiri Trig Arduino pin A0
2. Echo Arduino pin A0
3. Kanan Trig Arduino pin A1
4. Echo Arduino pin A1
5. Depan Trig Arduino pin A2
6. Echo Arduino pin A2
7. Belakang 1 Trig Arduino pin A3
8. Echo Arduino pin A3
9. Belakang 2 Trig Arduino pin A4
10. Echo Arduino pin A4
11 GND Arduino pin GND (-)
Gambar 4.15 Skematik Arduino dengan Ultrasonik Sisi Belakang
51
UIN SYARIF HIDAYATULLAH JAKARTA
12 VCC Arduino pin 5V (+)
4.3.3 Skematik Sistem Arduino dengan Buzzer
Dalam skematik penelitian ini akan menjelaskan bagaimana Arduino
Uno terhubung dengan buzzer untuk menjadi output dari sensor Ultrasonik.
Berikut Gambar 4.16 adalah bentuk skematik sistem Arduino Uno dengan
buzzer.
Tabel 4.4 Merupakan tabel wiring antara buzzer dengan Arduino
Uno.
Tabel 4.4 Konfigurasi pin Buzzer
No. Pin Buzzer Wire
1. Positive Arduino pin A5
2. Negative Arduino pin GND (-)
Gambar 4.16 Skematik Buzzer dengan Arduino Uno
52
UIN SYARIF HIDAYATULLAH JAKARTA
4.3.4 Skematik Sistem Arduinuo dengan LED
Dalam skematik penelitian ini akan menjelaskan bagaimana Arduino
Uno terhubung dengan LED untuk menjadi output dari sensor ultrasonic.
Berikut Gambar 4.17 adalah bentuk skematik sistem Arduino Uno dengan
LED.
Pada gambar di atas, adalah skematik output dari ultrasonik untuk
sisi kiri, terdapat 3 buah lampu yang nantinya akan menyala sesuai dengan
inputan dari ultrasonic. Dan tiga sisi lainnya, yaitu kanan, depan dan
belakang dalam skematiknya, hanya berbeda di inputan yang akan di
paparkan di dalam tabel 4.5.
Tabel 4.5 Konfigurasi Pin LED
No. Posisi LED Pin LED Wire
1 Kiri LED Merah (+) Arduino Pin 13
Gambar 4.17 Skematik LED dengan Arduino Uno
Sisi Kiri
53
UIN SYARIF HIDAYATULLAH JAKARTA
LED Kuning (+) Arduino Pin 12
LED Hijau (+) Arduino Pin 11
Kanan LED Merah (+) Arduino Pin 10
LED Kuning (+) Arduino Pin 9
LED Hijau (+) Arduino Pin 8
Depan LED Merah (+) Arduino Pin 7
LED Kuning (+) Arduino Pin 6
LED Hijau (+) Arduino Pin 5
Belakang LED Merah (+) Arduino Pin 4
LED Kuning (+) Arduino Pin 3
LED Hijau (+) Arduino Pin 2
Depan, Belakang,
Kiri, dan Kanan
Arus Negatif setiap
LED
Arduino Pin GND (-)
4.3.5 Tampilan Alat Deteksi Objek pada Area Blind Spot Dump
Truck
Dalam tahap membangun sistem ini yaitu fokus pada pembuatan alat
deteksi objek pada area blind spot dump truck. Kemudian dalam
penyusunan komponen dan modul perangkat keras sesuai dengan skematik
yang telah di buat. Integrasi antar modul juga dilakukan dengan mengacu
pada konfigurasi pin yang telah tentukan pada tahapan skematik
pembangunan alat deteksi objek pada area blind spot dump truck.
54
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.18 menunjukan komponen yang disusun secara minimalis
agar mendapatkan gambaran dari bentuk alat yang nantinya akan dibuat.
Komponen tersebut saling di integrasikan satu sama lain sesuai dengan
skema yang telah dibuat pada tahapan desain.
Setelah seluruh pin dihubungkan, kemudian dilakukan packaging
untuk perangkat utama dan perangkat pendukun, perangkat utama dari alat
pendeteksi objek diletakkan di dashboard dump truck. Dan perangkat
pendukung berupa ultrasonic akan diletakkan disisi kiri, kanan, depan dan
belakang, sesuai dengan skema yang telah dibuat.
Gambar 4.18 Susunan Komponen
55
UIN SYARIF HIDAYATULLAH JAKARTA
Wilayah yang dapat dijangkau oleh sistem ini bisa dilihat pada bab
5 hasil dan pembahasan.
4.4 Tahap Mengkodekan Sistem
Tahapan selanjutnya adalah tahap mengkodekan sistem, yang merupakan
tahap menerjemahkan desain sistem menjadi sebuah Bahasa pemrograman.
Gambar 4.20 Tampilan Perangkat Pendukung
Gambar 4.19 Tampilan perangkat utama
56
UIN SYARIF HIDAYATULLAH JAKARTA
Mengacu kepada analisis sistem usulan, yang menggunakan beberapa fungsi
hardware dan library dari Arduino yang harus diprogram dan dihubungkan agar
bisa berjalan sebagaimana fungsinya. Berikut ini adalah langkah-langkah pada
pemrograman sistem.
4.4.1 Pengkodean Arduino Uno dengan ultrasonik, LED dan Buzzer
Berikut merupakan potongan kode untuk mengakses Ultrasonik,
LED dan buzzer beserta keterangan fungsi dari kode program, yang terdiri
dari inisiasi library dan mendefinisikan variabel-variabel yang digunakan.
Gambar 4.21 Inisiasi dan Deklarasi
57
UIN SYARIF HIDAYATULLAH JAKARTA
4.4.2 Pengkodean Menggunakan Library NewPing dan
Pengkondisian
Berikut merupakan potongan kode untuk mengakses atau
menggunakan fitur dari library NewPing seperti median, distance dan
penghemat pin untuk akses ultrasonic, yang sebagian deklarasinya berada
di subbab 4.4.1.
Gambar 4.22 Implementasi Newping dan Pengkondisian Sistem
Terdapat isu ketika menggunakan library NewPing, yaitu ketika
menggunakan buzzer dengan NewPing bersamaan maka buzzer tidak akan
berbunyi dikarenakan terdapat konflik pada timer. Untuk mentekel
58
UIN SYARIF HIDAYATULLAH JAKARTA
permasalahan itu Tim Eckel selaku pembuat telah menyediakan solusi yang
disarankan dengan mengunjungi website dari
https://bitbucket.org/teckel12/arduino-new-ping/issues/14/cant-use-tone-
when-using-this-library.
4.4.3 Pengkodean Implementasi Fuzzy Logic dengan Metode Sugeno
Berikut merupakan tahapan-tahapan kode untuk
mengimplementasikan Fuzzy logic menggunakan metode sugeno. Yang
terdiri dari 4 tahapan yaitu:
1. Pembentukan himpunan Fuzzy
Terdapat 2 variabel masukkan pada penelitian ini, yaitu
ultrasonik sensor 1 dan ultrasonik sensor 2. Setiap variabel input
selanjutnya dibagi menjadi 3 himpunan fuzzy. Himpunan kabur
digunakan untuk mewakili kondisi dalam suatu variabel fuzzy.
Dari setiap himpunan kabur yang terbentuk masing-masing
mempunyai domain yang nilainya terdapat dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan
kabur. Berikut tabel semesta pembicaraan himpunan fuzzy.
Tabel 4.6 Semesta Pembicaraan Himpunan Fuzzy
Fungsi Nama
Variabel
Nama
Himpunan
Fuzzy
Semesta
Pembicaraan
Domain
Input Ultrasonik
1
Rendah [2, 300] [2, 150]
Sedang [100, 250]
Jauh [200, 300]
Ultrasonik
2
Rendah [2, 300] [2, 150]
Sedang [100, 250]
Jauh [200, 300]
Output Jarak Rendah [2, 300] [2, 150]
Sedang [100, 250]
Jauh [200, 300]
59
UIN SYARIF HIDAYATULLAH JAKARTA
Setelah pembentukan himpunan fuzzy, maka dibuatlah fungsi
keanggotaan. Fungsi keanggotaan merupakan pemetaan titik
input data dalam himpunan fuzzy ke dalam nilai atau derajat
keanggotaannya yang memiliki interval dari 0 hingga 1. Pada
penelitian ini fugsi keanggotaan didapatkan melalui pendekatan
fungsi. Fungsi yang digunakan yaitu melalui representasi bentuk
trapesium.
Gambar 4.23 Fungsi Keanggotaan Ultrasonik 1
Berdasarkan tabel 4.7, variabel ultrasonik terbagi menjadi tiga
himpunan fuzzy, yaitu dekat, sedang, dan jauh. Untuk
mempresentasikan variabel ultrasonik satu digunakan kurva
berbentuk bahu kiri untuk variabel dekat, kurva trapesium untuk
variabel sedang, dan kurva bahu kanan untuk variabel jauh.
Sumbu x merupakan nilai input untuk variabel ultrasonik satu,
sedangkan 𝜇(𝑥) merupakan nilai derajat keanggotaan dari nilai
input. Dan begitu juga dengan representasi variabel ultrasonik
dua.
2. Aplikasi Fungsi Implikasi
Aplikasi fungsi implikasi menggunakan fungsi MIN. Pada
kodingan terdapat pada fungsi tahap inferensi
3. Komposisi Aturan
Pada tahap ini akan dibuat aturan fuzzy. Pembuatan aturan fuzzy
dalam menentukan output berdasarkan variabel ultrasonik 1 dan
60
UIN SYARIF HIDAYATULLAH JAKARTA
2, menggunakan metode Sugeno. Aturan ini dibuat untuk
menyatakan relasi antara input dan output, sehingga dapat
dibentuk menjadi 9 kombinasi aturan. Pembentukan aturan
dihasilkan dari kombinasi tiap kondisi tersebut yang dikenal
dengan aturan keputusan. Dengan memperhatikan fungsi MIN,
yaitu mengambil nilai minimal dari kedua inputan. Setiap aturan
terdiri dari 2 anteseden dengan operator yang digunakan untuk
menghubungkan adalah operator DAN sedangkan yang
memetakan antara input dan output adalah JIKA MAKA.
Sehingga dihasilkannya tabel dibawah ini :
Tabel 4.7 Aturan Fuzzy
No Ultrasonik
1
Ultrasonik
2
Output
R1 Jika Dekat Dan Dekat Maka Dekat
R2 Jika Dekat Dan Sedang Maka Dekat
R3 Jika Dekat Dan Jauh Maka Dekat
R4 Jika Sedang Dan Dekat Maka Dekat
R5 Jika Sedang Dan Sedang Maka Sedang
R6 Jika Sedang Dan Jauh Maka Sedang
R7 Jika Jauh Dan Dekat Maka Dekat
R8 Jika Jauh Dan Sedang Maka Sedang
R9 Jika Jauh Dan Jauh Maka Jauh
4. Defuzzyfikasi
Metode yang digunakan untuk defuzzyfikasi yaitu weighted
average, yang menghitung rata-rata dari semua inputan. Pada
kodingan disajikan pada tahap defuzzifikasi.
61
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.24 Tahapan Input Variabel
Gambar 4.25 Implementasi Tahapan Inferensi, Agregasi dan Defuzzifikasi
62
UIN SYARIF HIDAYATULLAH JAKARTA
4.5 Tahap Menguji Sistem
Setelah melakukan tahap pengkodean, peneliti melakukan pengujian
terhadap hasil implementasi sistem. pengujian ini dilakukan pada tingkatan system
testing. Metode yang digunakan dalam pengujian adalah white box testing dan black
box testing, dimana hasil pengujian diperoleh dari hasil observasi. Dikarenakan
tidak dapat menguji secara langsung ke dump truck, maka peneliti membuat
perbandingan jarak dengan skala 1:10.
4.5.1 White Box – Basis Path Testing
Pada pengujian sistem testing ini menggunakan metode whitebox
testing, dengan metode basis path testing. Dan membagi source code
menjadi dua state case yaitu:
a. State Case I – Pengkondisian Terhadap Jarak
1. Membuat Flow Graph Notation
Pada gambar 4.26, terlihat proses pembagian node berdasarkan
baris kode. Sehingga memudahkan peneliti dalam membuat Graph
Notation.
Gambar 4.26 Pembagian Node Pada Kode
19
63
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.27 Flow Graph State Case I
2. Membuat Cyclometic Complexity
Rumus yang digunakan adalah V(G) = E – N + 2.
V(G) = 20 – 19 + 2
= 3
Jalur I = 1,2,3,4,5,6,19
Jalur II = 1,7,8,9,10,11,12,19
Jalur III = 1,7,13,14,15,16,17,18,19
3. Membuat Test Case
64
UIN SYARIF HIDAYATULLAH JAKARTA
Test dilakukan sebanyak lima kali dengan data uji berdasarkan
batas minimum dan maksimum dari setiap kondisi untuk
memastikan bahwasannya masing-masing jalur yang telah
ditentukan ditahap sebelumnya terevaluasi.
Tabel 4.8 Test Case - Pengkondisian Terhadap Jarak Dengan Skala 1:10
No. Data Uji
(Jarak)
Keluaran yang di
harapkan
Hasil Uji Kesimpulan
1 2 cm Lampu merah
menyala
Menyala Valid
Buzzer Berbunyi Berbunyi Valid
Jarak 2 cm 2,1 cm Tidak Valid
2 10 cm
Lampu merah
menyala
Menyala Valid
Buzzer Berbunyi Berbunyi Valid
Jarak 10 cm 10 cm Valid
3 11 cm
Lampu Kuning
Menyala
Menyala Valid
Buzzer Mati Mati Valid
Jarak 11 cm 10,7 cm Tidak Valid
4 20 cm Lampu Kuning
Menyala
Menyala Valid
Buzzer Mati Mati Valid
Jarak 20 cm 19,7 cm Tidak Valid
5 21 cm
Lampu hijau menyala Menyala Valid
Buzzer Mati Mati Valid
65
UIN SYARIF HIDAYATULLAH JAKARTA
Jarak 21 cm 20,4 cm Tidak Valid
Pada tabel 4.8 didapatkan hasil uji pada jarak sering kali tidak
valid, hal tersebut terjadi dikarenakan ultrasonik tidak mampu
mendeteksi secara akurat angka yang diinginkan, berdasarkan
pengujian yang dilakukan setiap baris kode sudah dievaluasi secara
tepat.
b. State Case II – Algoritma Sugeno
1. Membuat Flow Graph Notation
Pada gambar 4.28, terlihat proses pembagian node berdasarkan
baris kode. Sehingga memudahkan peneliti dalam membuat Graph
Notation.
Gambar 4.28 Pembagian Node Pada Kode
66
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 4.29 Flow Graph State Case 2
2. Membuat Cyclometic Complexity
Rumus yang digunakan adalah V(G) = E – N + 2.
V(G) = 39 – 30 + 2
= 11
Jalur 1 = 1,2,3,4,25,26,27,28,29,30,31
Jalur 2 = 1,2,3,5,6,25,26,27,28,29,30,31
Jalur 3 = 1,2,3,5,7,8,25,26,27,28,29,30,31
Jalur 4 = 1,2,9,10,25,26,27,28,29,30,31
Jalur 5 = 1,2,9,11,12,25,26,27,28,29,30,31
Jalur 6 = 1,2,9,11,13,14,25,26,27,28,29,30,31
67
UIN SYARIF HIDAYATULLAH JAKARTA
Jalur 7 = 1,2,9,11,13,15,16,25,26,27,28,29,30,31
Jalur 8 = 1,2,9,11,13,15,17,18,25,26,27,28,29,30,31
Jalur 9 = 1,2,19,20,25,26,27,28,29,30,31
Jalur 10 = 1,2,19,21,22,25,26,27,28,29,30,31
Jalur 11 =1,2,19,21,23,24,25,26,27,28,29,30,31
3. Membuat Test Case
Pada Test Case ini, terdapat sebelas jalur yang harus diuji, maka
peneliti menguji sebanyak tiga kali, yang dapat melewati semua
jalur.
Tabel 4.9 Test Case II - Algoritma Sugeno
Uji
ke
Data Uji
Keluaran yang di harapkan
(cm)
Hasil Uji
(cm) Jarak 1 Jarak 2
1 21 11 13 13
2 10 20 10 10
3 30 21 22 22
Pada tabel diatas, parameter keluaran yang diharapkan, di
dapatkan berdasarkan perhitungan manual menggunakan metode
Sugeno dengan inputan dalam bentuk centimeter (cm) dari kedua
ultrasonik, sedangkan hasil uji didapatkan berdasarkan keluaran dari
sistem pada arduino IDE.
4.5.1 Black Box Testing – User Acceptance Test
Uji fungsionalitas dilakukan dengan user acceptance test. Parameter
yang diuji disusun berdasarkan fungsi-fungsi pokok yang dibutuhkan
stakeholder. Pengujian ini dilakukan oleh target dari penelitian ini, yaitu
supir dump truck, dengan dump truck bermerk dyna 2015. Pada pengujian
ini dilakukan dengan 3 orang supir dump truck, yang mana ketiganya
68
UIN SYARIF HIDAYATULLAH JAKARTA
memberikan penilaian sama, maka dari itu peneliti meringkasnya, dengan
satu penilaian sesuai menjadi 3.
Tabel 4.10 UAT-01A
User Aceptance Test
Nama Sistem Pendeteksi Objek Pada Area Blind Spot Dump
Truck
Nomor pengujian UAT-01A
Topik Pengujian Fungsi Deteksi Objek Pada Sisi Kiri
Tanggal Pengujian Selasa, 7 Juli 2020
Penguji Rudi, Sari Kumis, dan Rizky
No Fungsi pokok Sesuai
ya Tidak
1.
Mendeteksi pada jarak dekat, dengan
memberikan notifikasi berupa bunyi buzzer dan
nyala LED berwarna merah
3 0
2.
Mendeteksi pada jarak sedang, dengan
memberikan notifikasi berupa nyala LED
berwarna kuning
3 0
3.
Mendeteksi pada jarak jauh, dengan
memberikan notifikasi berupa nyala LED
berwarna hijau
3 0
Jumlah 9 0
Tabel 4.10 merupakan hasil dari pengujian terhadap fitur yang
terdapat pada fungsi deteksi objek di sisi kiri.Pengujian dilakukan oleh
Rudi, Sari Kumis, dan Rizky sebagai supir dump truck. Hasilnya seluruh
kasus pengujian sesuai dengan harapan pengguna.
Tabel 4.11 UAT-02A
User Aceptance Test
Nama Sistem Pendeteksi Objek Pada Area Blind Spot Dump
Truck
Nomor pengujian UAT-02A
Topik Pengujian Fungsi Deteksi Objek Pada Sisi Kanan
Tanggal Pengujian Selasa, 7 Juli 2020
Penguji Rudi, Sari Kumis, dan Rizky
69
UIN SYARIF HIDAYATULLAH JAKARTA
No Fungsi pokok Sesuai
ya Tidak
1.
Mendeteksi pada jarak dekat, dengan
memberikan notifikasi berupa bunyi buzzer dan
nyala LED berwarna merah
3 0
2.
Mendeteksi pada jarak sedang, dengan
memberikan notifikasi berupa nyala LED
berwarna kuning
3 0
3.
Mendeteksi pada jarak jauh, dengan
memberikan notifikasi berupa nyala LED
berwarna hijau
3 0
Jumlah 9 0
Tabel 4.11 merupakan hasil dari pengujian terhadap fitur yang
terdapat pada fungsi deteksi objek di sisi kanan.Pengujian dilakukan oleh
Rudi, Sari Kumis, dan Rizky sebagai supir dump truck. Hasilnya seluruh
kasus pengujian sesuai dengan harapan pengguna.
Tabel 4.12 UAT-03A
User Aceptance Test
Nama Sistem Pendeteksi Objek Pada Area Blind Spot Dump
Truck
Nomor pengujian UAT-03A
Topik Pengujian Fungsi Deteksi Objek Pada Sisi Depan
Tanggal Pengujian Selasa, 7 Juli 2020
Penguji Rudi, Sari Kumis, dan Rizky
No Fungsi pokok Sesuai
ya Tidak
1.
Mendeteksi pada jarak dekat, dengan
memberikan notifikasi berupa bunyi buzzer dan
nyala LED berwarna merah
3 0
2.
Mendeteksi pada jarak sedang, dengan
memberikan notifikasi berupa nyala LED
berwarna kuning
3 0
70
UIN SYARIF HIDAYATULLAH JAKARTA
3.
Mendeteksi pada jarak jauh, dengan
memberikan notifikasi berupa nyala LED
berwarna hijau
3 0
Jumlah 9 0
Tabel 4.12 merupakan hasil dari pengujian terhadap fitur yang
terdapat pada fungsi deteksi objek di sisi depan.Pengujian dilakukan oleh
Rudi, Sari Kumis, dan Rizky sebagai supir dump truck. Hasilnya seluruh
kasus pengujian sesuai dengan harapan pengguna.
Tabel 4.13 UAT-04A
User Aceptance Test
Nama Sistem Pendeteksi Objek Pada Area Blind Spot Dump
Truck
Nomor pengujian UAT-04A
Topik Pengujian Fungsi Deteksi Objek Pada Sisi Belakang
Tanggal Pengujian Selasa, 7 Juli 2020
Penguji Rudi, Sari Kumis, dan Rizky
No Fungsi pokok Sesuai
ya Tidak
1.
Mendeteksi pada jarak dekat, dengan
memberikan notifikasi berupa bunyi buzzer dan
nyala LED berwarna merah
3 0
2.
Mendeteksi pada jarak sedang, dengan
memberikan notifikasi berupa nyala LED
berwarna kuning
3 0
3.
Mendeteksi pada jarak jauh, dengan
memberikan notifikasi berupa nyala LED
berwarna hijau
3 0
Jumlah 9 0
Tabel 4.13 merupakan hasil dari pengujian terhadap fitur yang
terdapat pada fungsi deteksi objek di sisi belakang. Pengujian dilakukan
oleh Rudi, Sari Kumis, dan Rizky sebagai supir dump truck. Hasilnya
seluruh kasus pengujian sesuai dengan harapan pengguna.
71
BAB 5
HASIL DAN PEMBAHASAN
5.1 Sistem Pendeteksi Objek Pada Area Blind Spot Dump Truck
Berdasarkan materi yang sudah disampaikan pada landasan teori tentang
sistem pendeteksi objek pada area blind spot dump truck, sistem ini memungkinkan
supir dump truck untuk mendapatkan peringatan ketika berkendara dalam bentuk
nyala lampu dari LED dan juga bunyi dari buzzer ketika ada suatu objek yang
mendekati bagian blind spot dari dump truck-nya. Sistem deteksi ini dibagi menjadi
dua bagian yaitu perangkat utama dan perangkat pendukung. Perangkat utama
nantinya akan diletakkan dibagian dashboard dump truck agar memudahkan supir
dump truck untuk mengetahui jika ada peringatan. Lalu perangkat pendukung
berupa sensor ultrasonik yang akan diletakkan ke setiap bagian blind spot dari dump
truck, dengan posisi, kiri, kanan, depan dan belakang. Setelah melalui beberapa
tahap dalam proses penelitian akhirnya dapat disimpulkan bahwa sistem ini berhasil
mendeteksi objek pada area blind spot dump truck.
Selama penelitian berlangsung terdapat beberapa masalah yang di temukan
oleh peneliti mengenai sistem deteksi objek pada area blind spot dump truck ini.
Temuan tersebut selanjutnya akan di bahas dalam sub bab berikut.
5.1.1 Pengguna Library NewPing dan Buzzer
Penggunaan library NewPing ini digunakan untuk memudahkan dan
menghemat pin yang digunakan di arduino uno, dan sesuai dengan yang di
sampaikan pada landasan teori, bahwa sensor ultrasonik parallax dan sejenis
memiliki harga yang lebih mahal dan mempunyai kelebihan berupa pin yang
digunakan hanya tiga buah. Maka dari itu peneliti berupaya untuk
menyamakan hal tersebut dengan menggunakan sensor ultrasonik HC-SR04
yang mana harganya lebih murah, tapi menggunakan empat buah pin.
Dibantu oleh library NewPing inilah hal tersebut bisa diatasi, tapi ketika
mengimplementasikannya secara bersamaan dengan buzzer, maka buzzer
tidak dapat digunakan. Berdasarkan saran dari pembuat library NewPing
72
UIN SYARIF HIDAYATULLAH JAKARTA
yang disampaikan di artikelnya dan hasil percobaan dari peneliti. Peneliti
akhirnya bisa mengatasi hal tersebut dengan menghapus kodingan dari baris
ke-191-365 pada file NewPing.cpp di library tersebut.
5.2 Hasil Pengujian Whitebox Testing
Hasil pengujian sistem berupa whitebox testing untuk memastikan bahwa
source code yang digunakan sudah diimplementasikan dengan benar. Berdasarkan
hasil pengujian pada sistem deteksi objek pada area blind spot dump truck, maka
diperoleh hasil sebagai berikut:
Gambar 5.1 Grafik Test Case I
Gambar 5.1 menampilkan grafik dari data hasil pengujian terhadap jarak,
terlihat pada grafik pengujian terdapat setidak satu kali pada setiap pengujian yang
tidak tervalidasi, hal tersebut terjadi dikarenakan, ultrasonik HC-SR04 tidak
mampu mendeteksi jarak secara akurat. Sedangkan pengevaluasian dari setiap baris
kode sudah terevaluasi secara keseluruhan.
73
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 5.2 Grafik Test Case II
Gambar 5.2 menampilkan grafik dari data hasil uji Test Case II – Algoritma
Sugeno. Terlihat pada hasil pengujian bahwasannya garis warna merah menutupi
garis berwarna biru yang berarti bahwa hasil keluaran yang diharapkan dan hasil
uji bernilai sama. Hasil keluaran yang di harapkan diperoleh dengan cara
menghitung secara manual menggunakan algoritma sugeno, sedangkan hasil uji di
dapat dari hasil pengujian sistem. berdasarkan hasil pembahasan tersebut maka
diketahui bahwa algoritma Sugeno yang diimplementasikan pada kode sudah
berjalan dengan benar.
5.3 Hasil Pengujian Blackbox Testing
Berdasarkan pengujian yang dilakukan oleh supir dump truck melalui user
acceptance test pada sistem pendeteksi objek pada area blind spot dump truck, data
hasil pengujian fungsionalitas disederhanakan pada tabel berikut.
Tabel 5.1 Hasil UAT
No. Uji Fitur Jumlah Sesuai
ya Tidak
UAT-01A Fungsi Deteksi Objek Pada Sisi Kiri 9 0
UAT-02A Fungsi Deteksi Objek Pada Sisi Kanan 9 0
74
UIN SYARIF HIDAYATULLAH JAKARTA
UAT-03A Fungsi Deteksi Objek Pada Sisi Depan 9 0
UAT-04A Fungsi Deteksi Objek Pada Sisi Belakang 9 0
Berdasarkan tabel 5.1 jumlah skor kesesuian yang diperoleh dalam
penelitian ini adalah 12. Sedangkan tingkat kesesuaian yan diharapkan dalam user
acceptance test ini adalah jumlah skor sesuai ditambah dengan sjor tidak sesuai dari
hasil pengujian, yaitu 12 + 0 = 12. Maka presentase tingkat kesesuaian aplikasi ini
dengan pengguna adalah 100% dengan perhitungan sebagai berikut:
𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑘𝑒𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 =𝑠𝑒𝑠𝑢𝑎𝑖
𝑠𝑒𝑠𝑢𝑎𝑖 + 𝑡𝑖𝑑𝑎𝑘 𝑠𝑒𝑠𝑢𝑎𝑖𝑥100
𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑘𝑒𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 =36
36 + 0 𝑥 100
𝑡𝑖𝑛𝑔𝑘𝑎𝑡 𝑘𝑒𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 = 100%
5.4 Jangkuan Deteksi Objek Menggunakan Sensor Ultrasonik HC-SR04
Pada Dump Truck
Berdasarkan pengujian yang dilakukan oleh peniliti dengan menggunakan
simulasi dengan skala 1:5. Peneliti membuat 3 skenario yaitu, dengan jarak 20cm,
40cm, dan 60cm dengan setiap skenarionya menarik jarak kearah kanan dan kiri,
semaksimal ultrasonik HC-SR04 bisa mendeteksi, hasil pengujian ada pada
lampiran.
Pada gambar dibawah ini, terlihat bahwa jangkuan deteksi ultrasonik pada
kenyataan dan spesifikasi berbeda. Dengan kenyataan sensor ultrasonik mampu
mendeteksi hingga 80° pada jarak 300cm. Dan pada bagian belakang, terlihat jika
ada bagian yang masih belum terjangkau oleh sistem yang dibuat oleh peniliti.
Dan pemasangan pada bagian belakang, menarik jarak 15 cm dari pinggir
menuju ketengah, mengikuti jangkauan terjauh dari ultrasonik. Yang digambarkan
dibawah
75
UIN SYARIF HIDAYATULLAH JAKARTA
Gambar 5.3 Jangkuan Deteksi Objek Pada Kenyataannya Dengan Skala 1:5
Pengertian:
1. Kotak Berwarna hijau adalah truk
2. Garis Warna ungu adalah jangkauan ultrasonik berdasarkan spesifikasi
3. Garis berwarna hitam pada segitiga adalah jangkuan terjauh dari sensor ultrasonik
4. garis berwarna merah adalah deteksi objek dekat
5. garis berwarna kuning adalah deteksi objek sedang
6. garis berwarna hijau adalah deteksi objek jauh
Spesifikasi Dump Truck Dyna (toyotaintercom.com):
Panjang keseluruhan : 6.026cm
Lebar Keseluruhan : 1.945cm
Tinggi Keseluruhan : 2.165cm
Overhang Depan : 1.066cm
Overhang Belakang : 1470cm
76
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan pada bab sebelumnya, maka
dapat disimpulkan bahwa sistem pendeteksi objek pada area blind spot dump truck
berhasil dibuat dengan mengimplementasikan algoritma fuzzy, metode Sugeno,
dengan menggunakan sensor ultrasonik HC-SR04, buzzer, dan LED untuk
mengatasi masalah supir dump truck yang membutuhkan alat pendeteksi objek yang
mampu meng-cover bagian blind spot dari dump truck dan mampu memberikan
keluaran berupa bunyi dari buzzer dan nyala lampu dari LED.
Berdasarkan hasil pengujian basis path testing, yang dibagi menjadi dua
state case, yaitu pengujian terhadap jarak dan algoritma Sugeno seluruh pengujian
yang dilakukan berhasil tervalidasi secara baris kode, namun dari ultrasonik itu
sendiri masih belum mampu untuk mendeteksi secara tepat. Dan berdasarkan hasil
pengujian tingkat user, presentasi tingkat kesesuaian alat ini dengan pengguna
adalah 100%.
6.2 Saran
Setelah dilakukan pembuatan sistem pendeteksi objek pada area blind spot
dump truck menggunakan fuzzy logic dengan metode Sugeno ini, terdapat beberapa
saran untuk pembaca dan pengembang selanjutnya. Berikut adalah saran dari
penulis, yaitu:
a. Ditambahkan on/off setiap sisi deteksinya
b. Dalam pengembangan selanjutnya bisa menambahkan atau mengganti jenis
sensor/ultrasonik yang mampu mendeteksi dengan jangkuan lebih luas dan
tingkat ketepatan yang lebih tinggi.
c. Dalam pengembangan selanjutnya bisa memisahkan keluaran dari buzzer
pada setiap objek deteksi.
77
UIN SYARIF HIDAYATULLAH JAKARTA
DAFTAR PUSTAKA
Adha, F. R., Yusro, M., & Yuliatmojo, P. (2018). SISTEM LAMPU SEIN MATI
OTOMATIS , DETEKSI TITIK BUTA PENGENDARA , DAN ENGINE STOP
BERBASIS ARDUINO PADA SEPEDA MOTOR. I(1), 18–21.
Afra Augesti. (2018). Mengapa Lampu Lalu Lintas Berwarna Merah, Kuning,
Hijau? Ini 4 Fakta Menariknya.
https://www.liputan6.com/global/read/3671811/mengapa-lampu-lalu-lintas-
berwarna-merah-kuning-hijau-ini-4-fakta-menariknya
Alawiah, A., & Rafi Al Tahtawi, A. (2017). Sistem Kendali dan Pemantauan
Ketinggian Air pada Tangki Berbasis Sensor Ultrasonik. KOPERTIP : Jurnal
Ilmiah Manajemen Informatika Dan Komputer, 1(1), 25–30.
https://doi.org/10.32485/kopertip.v1i1.7
Albi Anggito, J. S. (2018). Metodologi penelitian kualitatif.
https://books.google.co.id/books?id=59V8DwAAQBAJ&printsec=frontcove
r&hl=id#v=onepage&q&f=false
Azizah, N. U. (2014). Rancang Bangun Prototipe Alat Deteksi Jarak pada Mobil
Pengangkut Barang Berbasis Arduino. 139.
BPPB. (2016). Kamus Besar Bahasa Indonesia.
https://kbbi.kemdikbud.go.id/entri/sistem
dwi Sakethi, Didik Kurniawan, dan H. T. (2014). Pengujian dan Perawatan
Sistem Informasi Menggunakan White Box Testing jumlah mahasiswa aktif
yang telah dibuat oleh Hartanto Tantriawan untuk memenuhi Kerja. 2(2),
27–35.
Eckel, T. (2020). NewPing Arduino LIbrary For Arduino.
https://bitbucket.org/teckel12/arduino-new-ping/wiki/Home#!index
Elisawati, E. (2018). Sistem Deteksi Objek Dengan Menggunakan Sensor
Ultrasonik Berbasis Fuzzy. I N F O R M a T I K A, 9(1), 10.
https://doi.org/10.36723/juri.v9i1.58
Hakim, L. (2016). PENERAPAN METODE SUGENO DALAM MENENTUKAN
TINGKAT LOYALITAS PELANGGAN BERDASARKAN KUALITAS
PRODUK DAN KEPUASAN PELANGGAN (Studi Kasus di Sabana Fried
Chicken Cabang Malang).
Handokoe, S. (2018). OPTIMASI PENYEWAAN DUMP TRUCK PADA PROYEK
X DI WILAYAH JAKARTA. 1(1), 72–81.
Heldiana, H., Rusdinar, A., & Susanto, E. (2015). RANCANG BANGUN SISTEM
KENDALI REM SEBAGAI PENYESUAI JARAK PADA MOBIL LISTRIK
DENGAN METODE FUZZY LOGIC. 2(2), 2184–2191.
Jaya, T. S. (2018). Pengujian Aplikasi dengan Metode Blackbox Testing
Boundary Value Analysis (Studi Kasus: Kantor Digital Politeknik Negeri
Lampung). Jurnal Informatika Pengembangan IT (JPIT), 3(2), 45–46.
https://doi.org/10.30591/jpit.v3i1.647
Kho, D. (2020). Pengertian Piezoelectric Buzzer dan Cara Kerjanya.
https://teknikelektronika.com/pengertian-piezoelectric-buzzer-cara-kerja-
buzzer/
Kristiono, N. (2019). Ini Daftar Kecelakaan yang Diakibatkan Dump Truk pada
78
UIN SYARIF HIDAYATULLAH JAKARTA
2019. https://www.minews.id/news/ini-daftar-kecelakaan-yang-diakibatkan-
dump-truk-pada-2019
Lakhuo, M. N. (2012). Using structured analysis for the control of real-time
systems. 4.
https://academicjournals.org/article/article1379428692_Lakhoua.pdf
Muhammad Ainur Rony, I. (2019). APLIKASI MONITORING VOLUME
TANGKI SOLAR MENGGUNAKAN SENSOR PING ULTRASONIC
BERBASIS ANDROID. Prosiding SENDU_U_2019, 1, 978–979.
Mulyani, S. (2016). Metode Analisis dan Perancangan Sistem.
https://books.google.co.id/books?hl=id&lr=&id=SbrPDgAAQBAJ&oi=fnd&
pg=PP1&dq=Metode+Analisis+Dan+Perancangan+Sistem&ots=fnc_cLF1k
N&sig=bf1rE4FzAZS-B3HkW8uu1f-
LEzk&redir_esc=y#v=onepage&q=Metode Analisis Dan Perancangan
Sistem&f=false
Mustaqbal, M. S., Firdaus, R. F., & Rahmadi, H. (2015). PENGUJIAN APLIKASI
MENGGUNAKAN BLACK BOX TESTING BOUNDARY VALUE ANALYSIS
(Studi Kasus : Aplikasi Prediksi Kelulusan SNMPTN). I(3), 31–36.
Nayazri, G. M. (2018). Rawan Kecelakaan, Ini Area “Blind Spot” pada Truk.
https://otomotif.kompas.com/read/2018/09/13/152200715/rawan-kecelakaan-
ini-area-blind-spot-pada-truk
Pressman, R. S. (2014). Software Quality Engineering: A Practitioner’s Approach.
In Software Quality Engineering: A Practitioner’s Approach (Vol.
9781118592). https://doi.org/10.1002/9781118830208
Purnomo, A. (2020). Wajib Perhatikan Ini Ketika Berkendara di Sekitar Truk.
https://otomotif.kompas.com/read/2020/01/18/170200015/wajib-perhatikan-
ini-ketika-berkendara-di-sekitar-truk?page=all
Putri, A. D., & Effendi. (2019). Jurnal Edik Informatika Fuzzy Logic Untuk
Menentukan Lokasi Kios Terbaik Di Kepri Mall Dengan Menggunakan
Metode Sugeno. March 2017. https://doi.org/10.22202/jei.2016.v3i1.1517
Putri, L. A. (2020). Cari Tahu Jenis-Jenis Dump truck Yang Sering Dijumpai di
Area Tambang. https://duniatambang.co.id/Berita/read/845/Cari-Tahu-Jenis-
Jenis-Dump-truck-Yang-Sering-Dijumpai-di-Area-Tambang
Riandi, R., Kharisma, O. B., Ullah, A., Teknik, J., Universitas, E., Negeri, I.,
Syarif, S., & Riau, K. (2018). Pengembangan Sistem Deteksi Objek
Menggunakan Sensor Ultrasonik HC-SR04 Berbasis IoT Terintegrasi
Telegram Bot. November, 351–356.
Romeo S, T. (2003). TESTING DAN IMPLEMENTASI SISTEM (Pertama).
https://dinus.ac.id/repository/docs/ajar/MATERI_IMPLEMENTASI_DAN_
PENGUJIAN.pdf
Saputro, D. A. (2016).
APLIKASI_MONITORING_JARAK_KENDARAAN_MENG 2016. 7.
Sitohang, H. T. (2019). Sistem Informasi Pengagendaan Surat Berbasis Web
Pada Pengadilan Tinggi Medan. 3(1), 6–9.
https://doi.org/10.31227/osf.io/bhj5q
Soleman, R., Mirza, M., & Sofwan, A. (2019). RANCANG BANGUN
PROTOTYPE SENSOR CERDAS PARKIR MOBIL. 1, 119–127.
79
UIN SYARIF HIDAYATULLAH JAKARTA
Suardika, K. W., Gandhiadi, G. K., & Harni, L. P. I. (2018). PERBANDINGAN
METODE TSUKAMOTO, METODE MAMDANI DAN METODE
SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus :
CV. Dewi Bulan). E-Jurnal Matematika, 7(2), 180.
https://doi.org/10.24843/mtk.2018.v07.i02.p201
Sudaryono, Gaguk Margono, W. R. (2013). Pengembangan instrumen penelitian
pendidikan. http://library.um.ac.id/free-
contents/downloadpdf.php/buku/pengembangan-instrumen-penelitian-
pendidikan-sudaryono-gaguk-margono-wardani-rahayu-45079.pdf
Supriadi, O. (2019). PERANCANGAN ROBOT AVOIDER BERBASIS ARDUINO
UNO MENGGUNAKAN TIGA SENSOR ULTRASONIK. 1–11.
Tokopedia. (2019). Car Blind Spot Assist For Chevrolet Captiva Parking Sensor
Car. https://www.tokopedia.com/mybugattimall/car-blind-spot-assist-for-
chevrolet-captiva-parking-sensor-car
Trinovat, F. (2018). Rancang Bangun Sistem Pengereman Otomatis Dan Blind
Spot Warning Pada Sepeda Motor. UIN Alauddin Makassar.
Yudhaniristo, Nenny Anggraini, F. F. (2016). PROTOTIPEALAT MONITORING
RADIOAKTIVITAS LINGKUNGAN, CUACA DAN KUALITAS UDARA
SECARA ONLINE DAN PERIODIK BERBASIS ARDUINO (STUDI KASUS:
BATAN PUSPIPTEK SERPONG). https://studylibid.com/doc/523521/31-
prototipe-alat-monitoringradioaktivitas -lingkungan--c...
80
UIN SYARIF HIDAYATULLAH JAKARTA
LAMPIRAN
Lampiran 1. hasil wawancara
Wawancara Pra Penelitian ini dibuat untuk mengetahui data terkait
Pengendara Dump Truck
Narasumber: Alvin, selaku pengemudi Dump Truck
Pertanyaan untuk wawancara.
1. Jelaskan pengalaman singkat anda selama menjadi sopir dump truck?
Jawaban : selama menjadi sopir dump truck, saya sering melakukan
perjalanan jauh, dan sesekali saya kehilangan fokus ketika berkendara, dan
sering kali saya tidak mengetahui ketika ada kendaraan yang mendekat ke
kendaraan yang saya kendarai, terutama di blind spot.
2. Sudah berapa lama bekerja menjadi sopir dump truck?
Jawaban : 6 tahun
3. Perusahaan mana saja tempat bapak bekerja?
Jawaban : Indo Semen dan PT. Bahtera
4. Bagaimana cara bapak untuk mengetahui ketika ada kendaraan yang
mendekat ke blind spot dump truck?
Jawaban : di perusahaan semen dulu itu udah bagus mas, dia menggunakan
kamera, jadi objeknya jelas, tanpa ada suara sebagai peringatan. Nah
sedangkan di PT. Bahtera ini, cuman maenggunakan spion aja sih, paling
ada satu tuh mas, buat parkir di belakang, kalau udah mepet bunyi.
5. Pada penelitian saya, saya membuat alat pendeteksi objek pada Blind Spot
Dump truck menggunakan Arduino Nano, yang mana nantinya akan
mengeluarkan bunyi dan nyala lampu sebagai peringatan. Bagaimana
pendapat anda?
Jawab : Bagus, karena pas saya kerja di semen, berupa video itu ngga ada
bunyi nya, jadi nya kita harus liatin itu video dulu, supaya tau ada object
atau tidak.
81
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 2. hasil wawancara
Wawancara Pasca Penelitian ini dibuat untuk mengetahui dampak yang
dirasakan oleh supir dump truck ketika menggunakan sistem ini
Narasumber: Sari Kumis, Rudi, dan Rizky selaku pengemudi Dump Truck
Pertanyaan untuk wawancara.
1. Sudah berapa lama bekerja menjadi sopir dump truck?
Jawaban : 3 tahun, dan bekerja di waskita
2. Apakah alat ini mampu mendeteksi objek pada sisi kiri, kanan, depan dan
belakang?
Jawaban : iya, bisa
3. Apakah alat ini mampu memberikan notifikasi berupa nyala lampu dan
bunyi buzzer?
Jawaban : bisa cuman rada bising, kalau bisa dikasih on/off di setiap sisi
4. Apakah dengan menggunakan alat ini, bapak jadi mengetahui jika ada objek
yang mendekat?
Jawab : iya sangat membantu sih, apalagi kalau lagi ngga ada kenek.
5. Apakah dengan bunyi alarm, yang menandakan bahwa ada objek yang
sangat dekat disekitar bapak membuat bapak menjadi lebih berhati-
hati(lebih waspada)?
82
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 3. NewPing Library Custom
83
UIN SYARIF HIDAYATULLAH JAKARTA
84
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 4. Hasil Pengujian Jika Lebih dari 300cm
Lampiran 5. Hasil Pengujian Maksimal dari Sistem Pendeteksi Objek
Lampiran 6. Hasil Pengujian Jarak 2cm dan 10cm
85
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 7. Hasil Pengujian Jarak 11cm dan 20cm
Lampiran 8. Hasil Pengujian Jarak 21cm
Lampiran 9. Hasil Pengujian Algoritma Sugeno Pada Jarak 21cm dan 11cm
86
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 10. Hasil Pengujian Algoritma Sugeno Pada Jarak 10cm dan 20cm
Lampiran 11. Hasil Pengujian Algoritma Sugeno Pada Jarak 30cm dan 21cm
Lampiran 12. Pengujian Pada Sisi Kiri, Kanan, Depan dan Belakang Dump Truck
87
UIN SYARIF HIDAYATULLAH JAKARTA
Lampiran 13. Pengukuran Jarak Deteksi Maksimal Ultrasonik Pada Skala 1:5