Deteksi Lokasi Kebocoran Pada Pipa Rumah Tangga (PVC)

Abstract

Pipa digunakan untuk menyalurkan air pembuangan maupun air bersih. Jenis pipa yang digunakan adalah pipa Polyvinyl Chloride (PVC) yang bersifat awet, tahan lama, dan tidak mudah berkarat. Pipa PVC digunakan untuk menyalurkan air perumahan. Permasalahan yang sering terjadi pada pipa tersebut adalah sumbatan dan kebocoran. Sumbatan membuat aliran air pada pipa berkurang atau berhenti mengalir. Sedangkan kebocoran membuat debit air pada pipa berkurang secara berkala. penurunan debit air akan berbeda-beda tergantung ukuran dari lubang kebocoran. Kebocoran pada pipa dapat menimbulkan efek perubahan warna pada dinding karena terkena air. Hal tersebut dapat disimpulkan terjadi kebocoran pada daerah tersebut tetapi lokasi atau titik kebocoran tidak dapat diketahui dari dinding yang basah. Lokasi kebocoran pada pipa diperlukan untuk perbaikan instalasi.

Solusi untuk menyelesaikan masalah dengan membuat sistem deteksi lokasi kebocoran pada pipa rumah tangga. Sistem deteksi terdiri dari perangkat keras untuk mengumpulkan data dari sensor dan perangkat lunak untuk mendeteksi lokasi terjadinya kebocoran. Perangkat keras menggunakan sensor flowmeter untuk mengukur debit air yang mengalir melalui pipa. Perangkat lunak menggunakan algoritma artificial neural network (ANN) untuk memprediksi pola kebocoran. Selain dua perangkat yang telah disebutkan, diperlukan instalasi pipa dengan panjang berapapun kemudian dibagi 4 bagian. Bagian ini dapat disebut sebagai segmen. Segmen 1 sebagai penanda masuknya air. Segmen 4 sebagai penanda keluarnya air dari pipa. Pembagian tersebut untuk membuat pola sehingga lokasi terjadinya kebocoran dapat terdeteksi .

Sistem deteksi lokasi terjadinya bocor pada pipa bekerja dengan baik. Perangkat keras dapat mengukur debit air yang melewati pipa dan menyimpannya pada micro sd. Algoritma ANN dapat mendeteksi terjadinya kebocoran pada segmen 1, 2, 3, dan 4. Algoritma tersebut juga mendeteksi kombinasi 2 dan 3 lubang kebocoran pada pipa. Akurasi sistem deteksi mencapai 98 %. Akan tetapi, nilai kebocoran per segmen hampir identik, hal ini akan menyebabkan deteksi segmen yang sama. Sistem ini tidak bisa digunakan pada skala rumah tangga secara langsung. Hal itu karena karakteristik terjadinya bocor pada pipa rumah harus dihitung debit airnya sejak awal instalasi dibuat. Perlu dilakukan riset lanjutan untuk menjadikan algoritma ini sebagai pengganti alat deteksi kebocoran dengan mendengarkan suara percikan dari dinding.