SISTEM PENDETEKSI OBJEK PADA AREA BLIND SPOT DUMP …

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



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


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:



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


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


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


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


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


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


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


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


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

Ã 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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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:


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







Gambar 4.2 Analisis Jangkuan Deteksi Berdasarkan Spesifikasi Ultrasonik HC-SR04

36


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


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


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


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


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


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


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


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


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


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


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


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


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


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


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


5. Depan Trig Arduino pin A2


7. Belakang 1 Trig Arduino pin A3


9. Belakang 2 Trig Arduino pin A4


11 GND Arduino pin GND (-)

Gambar 4.15 Skematik Arduino dengan Ultrasonik Sisi Belakang

51


12 VCC Arduino pin 5V (+)

4.3.3 Skematik Sistem Arduino dengan Buzzer


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


4.3.4 Skematik Sistem Arduinuo dengan LED


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


LED Kuning (+) Arduino Pin 12

LED Hijau (+) Arduino Pin 11

Kanan LED Merah (+) Arduino Pin 10



Depan LED Merah (+) Arduino Pin 7



Belakang LED Merah (+) Arduino Pin 4



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


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


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


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


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


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


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


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


Gambar 4.24 Tahapan Input Variabel

Gambar 4.25 Implementasi Tahapan Inferensi, Agregasi dan Defuzzifikasi

62


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


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


Gambar 4.27 Flow Graph State Case I


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


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


4 20 cm Lampu Kuning

Menyala

Menyala Valid



5 21 cm

Lampu hijau menyala Menyala Valid


65



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


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


Gambar 4.29 Flow Graph State Case 2


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


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


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


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


Truck


Topik Pengujian Fungsi Deteksi Objek Pada Sisi Kanan



69



ya Tidak

1.




3 0

2.



berwarna kuning

3 0

3.



berwarna hijau

3 0

Jumlah 9 0


terdapat pada fungsi deteksi objek di sisi kanan.Pengujian dilakukan oleh



Tabel 4.12 UAT-03A

User Aceptance Test


Truck


Topik Pengujian Fungsi Deteksi Objek Pada Sisi Depan




ya Tidak

1.




3 0

2.



berwarna kuning

3 0

70


3.



berwarna hijau

3 0

Jumlah 9 0


terdapat pada fungsi deteksi objek di sisi depan.Pengujian dilakukan oleh



Tabel 4.13 UAT-04A

User Aceptance Test


Truck


Topik Pengujian Fungsi Deteksi Objek Pada Sisi Belakang




ya Tidak

1.




3 0

2.



berwarna kuning

3 0

3.



berwarna hijau

3 0

Jumlah 9 0


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


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


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


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


Gambar 5.3 Jangkuan Deteksi Objek Pada Kenyataannya Dengan Skala 1:5

Pengertian:


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







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


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


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


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


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


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


Lampiran 3. NewPing Library Custom

83


84


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


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




Lampiran 12. Pengujian Pada Sisi Kiri, Kanan, Depan dan Belakang Dump Truck

87


Lampiran 13. Pengukuran Jarak Deteksi Maksimal Ultrasonik Pada Skala 1:5

SISTEM PENDETEKSI OBJEK PADA AREA BLIND SPOT DUMP …

Documents

Transcript of SISTEM PENDETEKSI OBJEK PADA AREA BLIND SPOT DUMP …