Dr. Faridah dan anggota tim dalam Kelompok Bidang Keahlian Integrated Smart and Green Building (INSGREEB) sukses melakukan diseminasi penelitian pada jurnal internasional Building Services Engineering Research and Technology pada tahun 2021, dengan judul Feasibility study to detect occupant thermal sensation using a low-cost thermal sensastion using a low-cost thermal camera for indoor environments in Indonesia (Terjemahan literal: Studi kelayakan untuk mendeteksi sensasi termal penghuni menggunakan sensasi termal murah menggunakan kamera termal murah untuk lingkungan indoor di Indonesia).
Dalam penelitian ini, dilakukan pengembangan sistem pengukuran kenyamanan termal bangunan secara non-kontak. Hal ini dilatarbelakangi signifikansi pengaruh kondisi kenyamanan termal terhadap kesehatan, produktifitas, dan kondisi psikologis dari penghuni bangunan. Data dari pemakaian listrik di bangunan di Indonesia menunjukkan bahwa penggunaan air conditioning (AC) sangat penting untuk menjaga kenyamanan termal. Sayangnya penggunaan AC sering tidak optimal dan memboroskan listrik, karena pengaturan temperatur AC ditetapkan di suatu level konstan yang tidak mempertimbangkan kenyamanan termal penghuninya. Sebagai contoh, misalkan temperatur AC terlalu rendah, selain penghuni akan merasakan kedinginan, tetapi juga akan sangat memboroskan pemakaian energi listrik. Di sisi lain, jika temperatur AC terlalu tinggi maka penghuni akan merasa kepanasan. Diperlukan sistem pengendalian AC yang cerdas supaya bisa menyeimbangkan kebutuhan kenyamanan termal penghuni dengan kebutuhan dalam konservasi energi. Idealnya, diharapkan sistem AC dapat mengatur temperatur ruangan secara cerdas, dengan membaca secara real time kondisi kenyamanan termal penghuninya.
Untuk mendeteksi kenyamanan termal, diperlukan suatu sistem sensor non-kontak yang dapat memprediksi tingkat kenyamanan penghuni. Tingkat kenyamanan adalah suatu hal yang subjektif tergantung persepsi masing-masing orang. Oleh karena itu, Faridah, dosen DTNTF UGM, beserta gabungan tim peneliti mempelajari kelayakan penggunaan kamera termal dan jaringan syaraf tiruan untuk mendeteksi kenyamanan termal [1]. Kamera termal berfungsi sebagai sensor yang mendeteksi temperatur kulit penghuni bangunan dengan menangkap radiasi inframerah yang dipancarkan oleh tubuh manusia. Penggunaan kamera sebagai sensor non-kontak diperlukan karena bisa mengukur temperatur kulit tanpa mengganggu aktifitas penghuni. Dengan kemajuan teknologi saat ini, kamera termal bisa membaca radiasi inframerah yang dipancarkan oleh penghuni dan mengkonversinya ke bacaan temperatur secara real time.
Temperatur dari dahi, hidung, dagu, dan pipi diambil dengan kamera termal dan diinputkan ke sistem artificial neural network (ANN) untuk memprediksi klasifikasi sensasi termal dengan 7 tingkatan (panas, hangat, cukup hangat, netral, cukup sejuk, sejuk, dingin). Skala kenyamanan termal dengan 7 kategori ini dikembangkan di negara-negara subtropis yang memiliki rentang temperatur yang lebih besar. Diharapkan dari studi ini bisa dipelajari apakah skala kenyamanan termal ini tepat untuk digunakan di negara tropis seperti di Indonesia. Penelitian ini dipublikasi di jurnal Building Services Engineering Research & Technology di tahun 2021 [1].
Untuk melakukan pengujian 17 responden laki-laki Indonesia diuji di dalam climate chamber di FT-UGM. Berbagai rentang temperatur diujikan terhadap responden, dan persepsi subjektif mereka dicatat dan dibandingkan dengan pengukuran temperatur yang dilakukan melalui kamera termal. Untuk menganalisa data lebih dalam pengukuran temperatur dengan kamera dibandingkan juga dengan pengukuran kontak dengan thermocouple untuk memvalidasi data temperatur yang diambil. Sistem ANN dengan 4 neuron input (temperatur di dahi, hidung, dagu dan pipi), satu hidden layer, dan 7 neuron output (sensasi kenyamanan termal dengan 7 tingkatan) dikembangkan dari data-data tersebut. Jumlah neuron di hidden layer divariasikan untuk mendapatkan arsitektur ANN yang optimal. ANN yang optimal, atau mampu mepredikasi dengan baik, memiliki nilai recall, precision, dan F1-score yang tinggi.
Berdasarkan hasil pengujian ditemukan bahwa responden di Indonesia cenderung lebih sensitif terhadap sensasi pendinginan dibandingkan sensasi pemanasan, diduga karena adaptasi di lingkungan tropis. Tes analysis of variance (ANOVA) menunjukkan bahwa tingkat kenyamanan termal bisa dikorelasikan dengan kuat dengan mean skin temperature (MST), yakni parameter yang menggabungkan rata-rata temperatur dibagian tubuh yang diuji. Ditemukan juga bahwa kamera termal tidak bisa mengukur temperatur kulit sebaik dengan sensor termokopel. Skala kenyamanan 7 tingkat tidak terlalu cocok dengan responden Indonesia karena mereka tidak terbiasa untuk membedakan perbedaan temperatur. Ketika skala kenyamanan termal 7 tingkat digunakan, sistem ANN memiliki akurasi 35.7%. Ketika jumlah kategori digunakan 5-tingkat dan 3-tingkat, akurasi dari sistem ANN lebih baik yakni 52.2% dan 68.7%. Hal ini menunjukkan perlunya penggunaan skala yang berbeda dengan jumlah tingkat yang lebih kecil, supaya sesuai dengan kondisi atau pengalaman dari responden di negara tropis seperti Indonesia.
Dari hasil studi ini, diharapkan bisa menjadi awalan untuk pengembangan sistem pengukuran kenyamanan termal non-kontak yang lebih baik di kemudian hari. Jumlah responden yang terbatas dan hanya dibatasi pada laki-laki bisa dikembangkan lagi dengan memperbanyak jumlah peserta dan mempelajari respon di semua gender. Jika akurasi dari sistem dapat ditingkatkan, kita bisa mengoptimasi penggunaan sistem penghawaan bangunan yang lebih cerdas dan lebih efisien.
Untuk pertanyaan atau penjajakan kolaborasi penelitian, bisa berkorepondensi lansung dengan:
Faridah, Departemen Teknik Nuklir Teknik Fisika, Universitas Gadjah Mada
Jl. Grafika No.2, Sinduadi, Mlati, Sleman, Daerah Istimewa Yogyakarta, 55281
Indonesia
Email: faridah@ugm.ac.id
Referensi
Faridah, F. et al. Feasibility study to detect occupant thermal sensation using a low-cost thermal camera for indoor environments in Indonesia. Building Services Engineering Research and Technology 42, 389-404, doi:10.1177/0143624421994015 (2021)
