Pendahuluan

Jembatan merupakan sebuah struktur yang dibangun untuk menghubungkan dua titik yang terpisah dikarenakan perbedaan elevasi, struktur yang sudah berdiri, atau faktor lainnya. Densitas lalu lintas yang padat dengan muatan yang tidak sedikit tentu lambat laun akan membuat ketahanan struktur jembatan mengalami degradasi. Perlu dilakukan sebuah monitoring atau pengawasan terhadap kesehatan struktur sebuah jembatan. Demi memudahkan proses pengawasan, maka diterapkan juga sistem nirkabel yang mana data hasil monitoring akan langsung tersimpan tanpa berinteraksi dengan alat secara fisik.

Secara umum, Structural Health Monitoring (SHM) telah banyak menjadi subyek studi di bidang manufaktur, teknik sipil, dan industri luar angkasa dikarenakan sistem ini mampu memonitor, mengevaluasi, memprediksi, serta memberikan laporan tentang integritas sebuah struktur. Untuk struktur yang baru akan dibuat, aplikasi SHM digunakan pada interval waktu tertentu untuk mengambil data yang berhubungan dengan fabrikasi, manufaktur, dan proses pembangunan berkaitan dengan resiko dan keselamatan pekerja saat bangunan mulai didirikan. Untuk struktur yang sudah ada, aplikasi SHM digunkan untuk mengetahui kondisi struktur untuk memperkirakan durasi sisa durabilitas sebuah struktur sebelum perlu dilakukan tindakan yang lebih lanjut[1].

Salah satu penyebab turunnya kondisi kesehatan struktur jembatan adalah getaran yang dihasilkan oleh lalu lalang kendaraan yang melintas, mulai dari kendaraan ringan seperti motor dan mobil pribadi, hingga yang bermuatan berat seperti truk kontainer. Pada penelitian yang dilakukan oleh Hardono S., getaran aktual pada sebuah jembatan layang tol yang diakibatkan eksitasi getaran lalu lintas dengan menggunakan sensor akselerometer yang diletakkan pada bagian bawah gelagar. Metode yang digunakan adalah dengan merekam getaran yang dihasilkan lalu membuat model bentuk sesuai data. Berdasarkan hasil yang didapatkan, disimpulkan bahwa mengukur getaran pada sebuah jembatan tanpa menghentikan lalu lintas merupakan sebuah hal yang tidak mustahil[2].

Penelitian yang dilkakukan beracuan pada beberapa penelitian sebelumnya. Penelitian yang dilakukan oleh Wibawa M.S. (2020) berjudul Integrasi Sistem Pengawasan Kesehatan Jembatan dengan Sistem Pengawasan Lalu Lintas. Penelitian yang dilakukan bertujuan untuk membantu menilai resiko keamanan struktural yang dapat merusak struktur jembatan dengan memanfaatkan Wireless Sensor Network (WSN) dalam pengambilan data. Penelitian menggunakan load-cell untuk mengukur beban kendaraan yang melintas. Data yang didapat kemudian dikirim ke raspberry pi untuk kemudian dikirim ke basis data di simpul sink yang dibuat dengan SunSpot. Hasil penelitian menunjukkan bahwa sistem dapat mengukur frekuensi alami mendekati nilai Finite Element Analys (FEA) yang menunjukkan validitas sistem yang dikembangkan [3].

Penelitian lain yaitu yang dilakukan oleh Huda C. (2017) yang berjudul Rancang Bangun Monitoring Getaran Jembatan Rangka Baja Soekarno-Hatta Malang Sebagai Penilaian Kondisi Bangunan Atas Jembatan Melalui Web. Pada penelitian ini ditujukan untuk memonitoring getaran pada bangunan atas jembatan yang berguna untuk dinas maupun Unit Pelaksanaan Teknis (UPT) yang terkait untuk mengetahui performansi bangunan atas jembatan sehingga dapat dilakukan penanganan lebih lanjut dari hasil identifikasi yang sudah dilakukan. Penelitian menggunakan sensor accelerometer MMA7455 sebagai pengukur getaran dan WebServer sebagai pembaca data. Hasil dari penelitian menunjukkan frekuensi alami aktual jembatan Soekarno-Hatta Malang sebesar 0.28 Hz dan rata-rata akselerasi sebesar 0.12 mm/sec [4].

Metode

Metode yang digunakan dalam penelitian yang dilakukan adalah metode kuantitatif eksperimen. Adapun diagram blok yang menggambarkan alur kerja alat yang dibuat pada penelitian adalah sebagai berikut.

Figure 1. Blok Diagram Penelitian

Gambar 1 menunjukkan alur pembacaan dan pengiriman data pada alat yang dibuat. Komponen pokok yang digunakan dalam penelitian ini adalah MCU Esp32, MPU-6050 Accelerometer and Gyroscope Sensor, dan LCD 16x2.

A. Esp32

Figure 2. Mikrokontroler Esp32

Gambar 2 menunjukkan bentuk fisik dari mikrokontroler Esp32. NodeMCU Esp32 adalah microcontroller yang didesain untuk keperluan IoT yang berdaya rendah. Performa dapur pacu yang tinggi dengan built-in WiFi dan Bluetooth membuat perangkat ini ideal untuk project IoT portable[5]. Perbedaan paling mendasar antara Esp32 dan microcontroller yang lebih umum seperti Arduino adalah ada pada kemampuan Esp32 untuk ter-interkoneksi dengan perangkat lain dengan memanfaatkan modul WiFi dan Bluetooth yang sudah terintegrasi pada boardnya[6][7].

Figure 3. Tabel1.Spesifikasi Esp32 berdasarkan Datasheet

B.      MPU-6050

Figure 4. Sensor Akselerometer MPU-6050

Gambar 3 menunjukkan sensor MPU-6050. Sensor di atas merupakan perangkat atau sensor yang memiliki 6 poros gerak yang menggabungkan fungsi accelerometer dan gyroscope secara bersamaan[8]. Sensor ini dilengkapi dengan Digital Motion Processor yang tertanam pada boardnya[9]. Data yang didapatkan dikirimkan melalui I2C sehingga perangkat dapat menerima seluruh data yang didapat tanpa adanya gangguan [10]. Selain fitur yang disebutkan, sensor ini memiliki Digital Motion Processor (DMP) yang memiliki kemampuan untuk memproses algoritma gerakan gyroscope dan accelerometer [11]. Sebagaimana penelitian yang dilakukan oleh Mangkusasmito (2020), keakuratan sensor MPU-6050 masih dapat ditingkatkan lagi dengan metode koreksi faktor drift[12].

C. MPU-6050

Figure 5. Modul Charger TP-4056

Gambar 4 di atas menunjukkan modul power supply yang digunakan dalam penelitian. Power supply berfungsi sebagai pemberi daya untuk perangkat elektronika. Dalam penelitian ini, digunakan sumber daya berupa baterai rechargable 18650 dengan voltase 3.7V yang terhubung dengan modul charger TP4056 sebagai pengisi daya baterai[13].

D.      Google Sheets

Figure 6. Logo Google Sheets

Gambar 5 menunjukkan logo yang digunakan oleh web app Google Sheets. Google Sheets merupakan sebuah fitur yang diberikan oleh google untuk pengolahan angka dan data[14]. Cara kerja Google Sheets hampir sama dengan Microsoft Excel, namun memiliki kelebihan antara lain dapat langsung terkoneksi dengan server Google. Kelebihan ini dapat dimanfaatkan dengan membuat sebuah WebApp yang nantinya akan menghubungkan project IoT dengan dokumen yang dibuat melalui Google Sheets[15].

E. Blok Diagram

Figure 7. Blok Diagram Sistem

Gambar 6 merupakan diagram blok dari alat yang dibuat. Sensor MPU-6050 mendeteksi adanya getaran posisi berupa perpindahan posisi, lalu data yang didapat dikirim secara serial menuju mikrokontroler Esp32. Data yang didapatkan kemudian dikirim melalui web server menuju Google Sheets agar data masuk ke dalam database.

F.      Flowchart Sistem

Figure 8. Flowchart dari Sistem Monitoring

Gambar 7 menunjukkan alur eksekusi sistem yang digambarkan oleh sebuah flowchart. Dimulai dari perancangan hardware dan proses pengunggahan program dengan Arduino IDE ke board Esp32, microcontroller lalu mencoba menghubungkan ke internet dengan modul WiFi yang terintegrasi dengan board dan koneksi internet yang berasal dari hotspot. Kemudian akan dilakukan inisiasi terhadap sensor akselerometer MPU-6050 dilanjutkan dengan pembacaan getaran. Data yang didapat kemudian disimpan ke dalam Google Sheets.

G.      Perancangan Hardware

Pada sub bab ini akan digambarkan diagram pengkabelan serta bentuk dari komponen-komponen yang digunakan. Adapun pencitraan dari alat yang dibuat menggunakan software fritzing.

Figure 9. Wiring Diagram

Gambar 8 memperlihatkan perancangan wiring alat yang dibuat. Inti dari sistem menggunakan mikrokontroler ESP32. Sensor yang digunakan terhubung dengan ESP32 melalui pin SDA SCL agar fungsi serial I2C tetap dapat digunakan secara bersamaan dengan Wi-Fi. Daya yang digunakan berasal dari baterai atau USB.

Hasil dan Pembahasan

A. Hasil Pembuatan Perangkat Keras

Setelah perangkat lunak siap dan code telah dibuat, selanjutnya adalah menguji perngkat keras yang digunakan. Pengujian dilakukan setelah semua komponen dirakit menjadi satu hingga menjadi sebuah alat. Pengujian langsung secara keseluruhan karena agar alat dapat bekerja, dibutuhkan sistem yang sudah terbuat.

Figure 10. Tampak Dalam Alat Setelah Perakitan

Gambar 9 metupakan tampak dalam dari alat yang dibuat setelah dipasang pada PCB, dihubungkan dengan kabel jumper, dan dikemas dengan project case. Secara keseluruhan, sensor MPU6050 menerima sinyal getaran dan merubahnya menjadi sinyal digital. Sinyal digital ini kemudian dikirimkan menuju ESP32 dengan 2 kabel yang masing-masing dihubungkan ke pin SDA dan SCL. Lalu data yang terbaca oleh ESP32 dikirimkan ke LCD melalui komunikasi serial yang juga menggunakan pin SDA dan SCL. Sebagai supply daya, digunakan baterai 18650 3,7V yang kemudian distep-up dengan modul charger menjadi 5,2V lalu dihubungkan pada pin VIN ESP32. ESP32 memiliki voltage regulator 3,3V yang menjadi penyuplai daya untuk sensor MPU6050 dan LCD 16x2.

Figure 11. Tampak Luar Alat dan Percobaan

Gambar 10 menunjukkan alat yang sudah siap untuk dilakukan percobaan. Percobaan pembacaan alat dan integrasi dengan Google Sheets dilakukan dengan menghubungkan alat ke jaringan internet via Wi-Fi. Tampilan Google Sheets kemudian diakses menggunakan perangkat komputer. Hasil pembacaan didapat secara real-time.

Figure 12. Tampilan pada Google Sheets

Tampilan pada Google Sheets ketika alat berjalan seperti ditunjukkan pada Gambar 11. Data yang dikirim ke database lengkap disertai tanggal dan waktu pengambilan data. Getaran yang diperoleh kemudian diolah kembali menjadi bentuk diagram dan tabel agar dapat dianalisa lebih lanjut.

B.      Pengolahan Data

Figure 13. Diagram Grafik Pembacaan Alat

Gambar 12 merupakan array data jika digambarkan dengan diagram garis. Data yang diperoleh kemudian dicari nilai tengah (median). Hal ini dilakukan untuk mengolah data lebih lanjut. Pencarian nilai median dilakukan dengan bantuan function MEDIAN yang ada pada Google Sheets, maka ditemukan 10.85 m/s sebagai nilai tengah. Nilai tengah ini merupakan kecepatan getaran rata-rata saat alat dalam kondisi diam tanpa getaran (nilai tetap terbaca karena percepatan gravitasi mempengaruhi plat pada sensor).

Setelah didapat nilai tengah, maka dapat dicari nilai pembacaan tertinggi. Dikarenakan getaran merupakan gelombang, jadi nilai yang lebih kecil dari nilai tengah juga dihitung sebagai kecepatan getaran. Berdasarkan hal tersebut maka kecepatan getaran pada saat kendaraan melintasi jembatan dapat diklasifikasikan dalam bentuk tabel sebagai berikut:

Tabel 2 menunjukkan getaran pada jembatan yang terukur saat dilintasi beberapa jenis kendaraan. Nilai getaran terhitung diambil dari data yang didapat dikurangi dengan nilai getaran saat kondisi diam (tanpa getaran) yaitu 10,85 m/s dan bersifat mutlak.

Simpulan

Sistem berhasil dirancang dan dirakit sehingga menjadi sebuah alat yang terintegrasi dan berfungsi dengan semestinya. Sensor MPU6050 yang terpasang dapat membaca kecepatan getaran pada jembatan.Data yang didapatkan dari pembacaan sensor dapat dimonitoring secara langsung pada LCD 16x2 yang terpasang dan tersimpan secara lengkap pada Google Sheets yang dapat diakses melalui smartphone atau komputer.Dari hasil pengambilan data didapatkan getaran pada jembatan yang disebabkan oleh tronton sebesar 1,87 m/s dari kondisi tanpa getaran, truk sebesar 1,47 m/s, bus antara 0,4 m/s hingga 0,97 m/s, dan mobil antara 0,11 m/s hingga 0,39 m/s.

Ucapan Terima Kasih

Bagian ini menyatakan ucapan terima kasih kepada pihak yang berperan dalam pelaksanaan kegiatan penelitian, misalnya laboratorium tempat penelitian. Peran donor atau yang mendukung penelitian disebutkan perannya secara ringkas.