APLIKASI ALGORITMA PEMILAHAN GELOMBANG ELEKTROMAGNETIK PETIR PADA PC DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN C Agfa Prayoga Setiawan Laboratorium Teknik Tegangan Tinggi Sekolah Teknik Elektro dan Informatika – Institut Teknologi Bandung E-mail:
[email protected] Abstrak - Tugas akhir ini merancang dan mengembangkan algoritma pemilahan gelombang elektromagnetik petir untuk dijalankan pada desktop PC. Algoritma ini berfungsi untuk membedakan gelombang elektromagnetik yang berasal dari sambaran petir awan ke bumi (cloud to ground) dari noise gelombang elektromagnetik lainnya. Data yang diolah algoritma ini diasumsikan telah melalui proses Analog to Digital (ADC) dengan nilai frequency sampling sebesar 10MHz. Berdasarkan hasil simulasi, algoritma yang telah dirancang mampu menjalankan fungsi pemilahan gelombang elektromagnetik petir dengan baik. Hasil simulasi ini telah dibandingkan dengan hasil algoritma yang diterapkan pada PC dan menunjukkan keluaran yang sama. Kecepatan eksekusi algoritma pemilahan gelombang elektromagnetik petir pada PC telah dibuktikan mampu dibawah 100 milisekon. Algoritma ini dapat merespon beragam input gelombang elektromagnetik petir dan menyimpan hasil prosesnya pada modul terpisah. Kata Kunci – magnetic direction finder (MDF), waveform discrimination criteria, lightning parameters
A. PENDAHULUAN
Petir merupakan suatu gejala alam yang kemunculannya menimbulkan banyak akibat bagi kehidupan di muka bumi ini. Kemunculan gejala petir dapat dengan mudah diamati melalui efek fisik berupa cahaya terang di langit, bunyi guntur, dan efek kerusakan pada benda yang menjadi objek sambarannya. Gejala alam ini telah menjadi suatu subjek studi yang masih berlanjut hingga saat ini. Petir mendapatkan perhatian yang khusus karena sifat fisiknya yang sangat merusak ketika menyambar objek sambarannya. Selain itu ditemukan bahwa petir dapat menghasilkan gelombang elektromagnetik yang merambat dan dapat merusak peralatan-peralatan elektronik yang sensitif. Penelitian-penelitian tentang petir telah banyak dimulai untuk menentukan parameter-parameter dari petir yang dapat diamati, untuk dijadikan sebagai acuan dalam pengembangan metode penanggulangan kedepannya. Parameter-parameter yang biasa digunakan ialah besar arus puncak, waktu dahi (rise time), waktu paruh gelombang (half wave value time), waktu pintas nol (zero crossing time) untuk medan jauh. Untuk medan dekat, tidak terdapat waktu pintas nol karena kehadiran komponen statik yang dominan. Petir merupakan gejala alam yang kehadirannya tidak bisa diprediksi terlebih dahulu. Oleh karena itu dibutuhkan suatu peta yang menyajikan pola sebaran petir pada suatu daerah untuk menentukan tingkat proteksi terhadap petir dari suatu peralatan. Peta ini dapat dibuat dengan menggunakan metode penentuan lokasi petir. Penentuan lokasi petir itu sendiri dapat
dilakukan dengan pengukuran medan elektromagnetik petir jarak jauh. Metorde pengukuran jarak jauh yang telah berkembang hingga saat ini ialah metode Magnetic Direction Finding (MDF), Time of Arrival (TOA) dan TDD (gabungan dari MDF dan TOA). Metode MDF memiliki komponen waveform discrimination criteria (kedepannya disebut sebagai modul pemilahan gelombang elektromagnetik) yang akan membedakan bentuk gelombang elektromagnetik sambaran petir awan ke bumi dari bentuk noise gelombang elektromagnetik lainnya. Komponen ini banyak ditemui dalam bentuk integrated circuit dengan rangkaian pemroses analog. Metode pengolahan secara digital dapat diterapkan untuk menggantikan fungsi pengolahan secara analog yang telah ada pada modul pemilahan gelombang elektromagnetik petir dari sistem MDF. Penerapan ini berimbas pada penyederhanaan sistem dan pemaksimalan kinerja dari komponen pemroses digital. B.
ALGORITMA PEMILAHAN GELOMBANG ELEKTROMAGNETIK PETIR
Algoritma pemilahan gelombang elektromagnetik petir ialah sebuah modul dalam sistem Magnetic Direction Finder, yang dapat menentukan lokasi terjadinya sambaran petir. Algoritma ini berfungsi memilah antara bentuk gelombang elektromagnetik sambaran petir awan ke bumi dari bentuk gelombang elektromagnetik lainnya. Gelombang elektromagnetik petir yang merambat di udara memiliki kriteria pintas nol (zero crossing) bila jarak rambat antara 50 hingga 200 km [1]. Berdasarkan kriteria tersebut algoritma ini diasumsikan hanya memilah gelombang elektromagnetik petir yang menempuh jarak 50 km hingga 200 km. Asumsi ini diambil karena algoritma akan mengecek kehadiran pintas nol pada input yang masuk. 1.
Kriteria Pemilahan Gelombang Elektromagnetik Petir
Untuk mengenali sinyal yang berasal dari sambaran petir, algoritma pemilahan harus memiliki kriteria pemilahan yang ditetapkan sebelumnya. Kriteria ini akan digunakan untuk menolak segala kemungkinan sinyal yang bukan merupakan petir bumi (cloud to ground). Sebagai ilustrasi, gambar 1 menampilkan parameter-parameter dari gelombang.
Makalah Tugas Akhir II – Agfa Prayoga Setiawan 13203060
Kriteria-kriteria tersebut diset sehingga semua sinyal yang masuk kedalam salah satu kategori dibawah ini akan ditolak: • Amplitudo sinyal dibawah nilai thresold • Waktu dahi (rising time) ttp dari pulsa melebihi 6 µS • Amplitudo second peak (puncak kedua) melebihi 120% dari main peak (puncak utama) • Amplitudo pulsa yang mendahului puncak utama dengan polaritas yang berkebalikan, dinamakan PTK (pre trigger kibosh) melebihi 20% puncak utama • Waktu puncak-thresold (peak to thresold time) tpt lebih kecil dari 12 µS. • Kedalaman amplitudo menurun (dip) melebihi 100% dari amplitudo puncak utama. (b)
Gambar 1 Parameter dari waveform discrimination criteria
Bentuk gelombang tipikal dari sambaran awan ke bumi yang diterima berdasarkan kriteria pemilahan gelombang elektromagnetik petir dapat dilihat pada gambar 2(a). Sedangkan pada gambar 2(b) dan gambar 2(c) diperlihatkan bentuk gelombang yang diterima oleh direction finder akan ditolak karena bentuk gelombang yang tidak sesuai dengan kriteria.
(a)
(c) Gambar 2. Bentuk gelombang sambaran petir awan ke bumi yang diterima (a) dan yang tidak diterima oleh algoritma pemilahan (b), (c)
2.
Perancangan Pemilahan
dan
Implementasi
Algoritma
Algoritma dirancang menggunakan perangkat lunak MATLAB dan diimplementasikan pada PC dengan menggunakan bahasa pemrograman C. Algoritma menerima masukan data yang telah melalui proses sampling dengan frequency sampling sebesar 10MHz. Pada tahap perancangan, terdapat dua bagian yang dibuat yaitu bagian generator gelombang elektromagnetik petir dan algoritma pemilahan. Generator gelombang didesain agar dapat membangkitkan beragam bentuk gelombang petir awan ke bumi. Gelombang yang dibangkitkan digunakan sebagai masukan data algoritma. Bagian kedua ialah sistem waveform discrimination. Bagian ini berisi iterasi-iterasi, percabangan kondisional, dan iterasi-iterasi untuk memperoleh parameter dari gelombang yang sedang dipilah. Bagian ini menerima data asupan dari bagian pertama lalu hasil pengolahannya disimpan dalam bentuk modul *.txt.
Makalah Tugas Akhir II – Agfa Prayoga Setiawan 13203060
Ilustrasi bentuk gelombang yang dibangkitkan oleh bagian generator gelombang dapat dilihat pada gambar 3.
Bagian kedua memiliki diagram alir setelah diimplementasikan ke dalam bahasa pemrograman C yang terlihat pada gambar 4.
2500
START
2000
1500
1000
Ambil data digital gelombang EM petir
Data digital didapat dari ADC/ *.bin (simulasi)
Buka file runtime.txt dan log.txt
runtime.txt: logging saat runtime log.txt: logging hasil pemfilteran
Panggil clock()
Awal time logging
500
0
-500
0
100
200
300
400
500
600
700
800
900
1000
(a) 2500 2000 1500
Panggil waveformFiltering()
1000 500 0
Panggil clock()
-500
Akhir time logging
-1000 -1500 -2000
0
100
200
300
400
500
600
700
800
900
1000
Simpan hasil filtering ke file log.txt
(b) Gelombang elektromagnetik petir yang mengandung noise
FINISH
3000
2500
Gambar 4. Diagram alir fungsi utama. Algoritma pemilahan dieksekusi ketika memanggil fungsi waveformFiltering.
resolution
2000
1500
1000
500
0
-500
0
100
200
300
400
500 600 samples
700
800
900
1000
Fungsi waveformFiltering yang berisi algoritma pemilahan akan memanggil fungsi-fungsi turunan seperti pengecekan pre-peak, enable threshold, puncak utama, puncak kedua (positif dan bipolar), dan pintas nol. Secara umum gambaran fungsi waveformFiltering dapat dilihat pada gambar 5.
(c) Random signal 3000
2000
resolution
1000
0
-1000
-2000
-3000
0
100
200
300
400
500 600 samples
700
800
900
1000
(d) Gambar 3. Bentuk gelombang yang dapat dibangkitkan oleh generator gelombang pada MATLAB. Bentuk gelombang dengan pre-peak, puncak utama, puncak kedua (a,b), gelombang dengan noise (c), dan gelombang noise (d)
Gambar 5. Diagram alir fungsi waveformFiltering.
Makalah Tugas Akhir II – Agfa Prayoga Setiawan 13203060
C. PENGUJIAN DAN ANALISA ALGORITMA PEMILAHAN GELOMBANG ELEKTROMAGNETIK PETIR Pengujian terhadap algoritma pemilahan dilakukan baik pada model MATLAB dan implementasi di PC. Kriteria yang digunakan dalam proses pengujian ini adalah: • Kemampuan algoritma pemilahan untuk membedakan pre-peak negatif dan positif. • Kemampuan algoritma pemilahan untuk mengolah apakah pre-peak ditolak karena melebihi batas maksimum. • Kemampuan algoritma pemilahan untuk mendeteksi waktu dahi dari puncak utama. • Kemampuan algoritma pemilahan untuk mengolah apakah waktu dahi berada di batas yang diperbolehkan atau tidak. • Kemampuan algoritma pemilahan untuk mengetahui apakah waktu punggung berada di batas yang diperbolehkan atau tidak. • Kemampuan algoritma pemilahan untuk mendeteksi puncak kedua dan puncak bipolar. • Kemampuan algoritma pemilahan untuk menolak puncak kedua dan puncak bipolar yang tidak sesuai. • Kemampuan algoritma pemilahan gelombang elektromagnetik petir untuk mengolah gelombang elektromagnetik petir yang mengandung noise dan gelombang yang murni noise. • Kemampuan algoritma pemilahan untuk mengolah lima ratus gelombang petir dalam satu array. • Kecepatan proses pemilahan baik untuk satu gelombang maupun lima ratus gelombang. Seluruh skenario pengujian diatas telah memberikan hasil yang sesuai dengan spesifikasi yang ditentukan sebelumnya. Algoritma dapan merespon masukan dengan baik dan mengeluarkan hasil yang sesuai. Beberapa skenario di atas memiliki turunan pengetesan terhadap algoritma pemilahan. Turunan itu seperti pengetesan masing-masing komponen penyusun gelombang petir awan ke bumi dari batas minimum hingga batas maksimum. Hasil test turunan memperlihatkan bahwa algoritma mampu bekerja berdasarkan kriteria yang telah ditetapkan untuk masingmasing komponen gelombang petir. Algoritma berhasil menangani gelombang noise dengan baik. Selain itu algoritma masih dapat mengenali gelombang elektromagnetik petir yang memiliki komponen noise dengan puncak noise setara puncak pre-peak. Kecepatan eksekusi algoritma pada PC memberikan hasil yang berbeda-beda dari 1ms, 15ms, 16ms dan 31 ms. Perbedaan ini dikarenakan algoritma pada PC dijalankan diatas sistem operasi. Sistem operasi pada satu waktu tidak hanya mengeksekusi program yang sama. Terjadi perpindahan eksekusi dari proses-proses yang sedang berjalan dalam sebuah sistem operasi. Kecepatan paling lambat yaitu 31 ms masih memuaskan karena di bawah 100ms.
D. KESIMPULAN Kesimpulan yang didapatkan dari hasil pengujian model pemilahan gelombang petir adalah sebagai berikut : 1. Algoritma pemilahan gelombang elektromagnetik petir telah selesai dibuat dan diaplikasikan dengan menggunakan bahasa pemrograman C. 2. Program C berisi algoritma pemilahan gelombang dapat membaca data masukan berupa array, memprosesnya, dan menyimpan hasilnya dalam modul terpisah dengan baik. 3. Model pemilahan gelombang petir yang dikembangkan dalam tugas akhir ini telah dapat mengenali setiap komponen gelombang elektromagnetik petir dengan baik. 4. Model pemilahan gelombang petir ini, dapat membedakan bentuk gelombang yang valid dan tidak, berdasarkan karakteristik tiap-tiap komponen penyusun gelombang tersebut. 5. Model pemilahan gelombang petir ini dapat diimplementasikan dalam bahasa C dan memiliki karakteristik yang sama seperti pada MATLAB. 6. Kecepatan eksekusi algoritma pemilahan gelombang yang telah diimplementasikan dalam bahasa pemrograman C telah memenuhi kriteria yang telah ditentukan yaitu dibawah 100 milisekon.
E. SARAN Program C berisi algoritma pemilahan gelombang petir ini dapat dikembangkan lebih lanjut untuk dapat mengenali jenis petir lain seperti petir positif. Selain itu model dalam tugas akhir ini menggunakan input data hasil proses pembangkitan pada MATLAB. Sehingga kedepannya dapat dicoba untuk langsung mengolah data yang keluar dari kartu ADC dengan frequency sampling 10 MHz. Data keluaran ADC disesuaikan sehingga dalam bentuk array dengan kedalaman satu juta, sesuai dengan keluaran dari model generator gelombang elektromagnetik petir pada MATLAB.
F. DAFTAR PUSTAKA
[1] [2] [3]
[4]
Berger, K, The Earth Flash, dalam Lightning V.1 ed. R.H Golde, Academic Press, 1977 Berger, K., R.B. Anderson, dan H. Kroninger, Parameters of Lightning Flashes, Electra 41, 1975 Lin, Y.T., M.A. Uman, dan R.B. Standler, Lightning Return Stroke Models, J. Geophys. Res. v.85/C3, 1980 Lin, Y.T., M.A. Uman, J.A. Tiller, R.D. Brantley, E.P. Krider, dan C.D. Weidman, Characterization of Lightning Return Stroke Electric and Magnetic Fields from Simultaneous Two-Station Measurements, J. Geophys. Res. v.84/C10, 1979
Makalah Tugas Akhir II – Agfa Prayoga Setiawan 13203060
[5]
[6]
[7]
Syarif, Hidayat, Characteristics of Lightning in Indonesia Observed by Lightning Location System, Disertasi, 1996 Syarif, Hidayat, Penentuan Harga Puncak dan Waktu Dahi Gelombang Arus Petir Dari Pengukuran Medan Elektrik Jarak Jauh, Tesis, 1991 User manual of LLP Direction-Finding System rev.6/79
G. BIOGRAFI Agfa Prayoga Setiawan dilahirkan di Bogor pada tanggal 14 Februari 1985. Sekarang ia sedang menyelesaikan pendididkan S1 di Departemen Teknik Elektro Institut Teknologi dengan sub Jurusan Teknik Tenaga Elektrik. Saat ini ia sedang melakukan penelitian tugas akhir di bidang data processing.
Makalah Tugas Akhir II – Agfa Prayoga Setiawan 13203060
