Optimisasi Perletakan dan Penjadwalan Sistem Pencahayaan untuk Meningkatkan Eksitansi Rata-rata Permukaan dalam Ruang
DOI:
https://doi.org/10.31815/jp.2019.14.45-54Kata Kunci:
eksitansi rata-rata permukaan dalam ruang, otonomi cahaya alami, algoritme genetik, optimisasiAbstrak
Penelitian ini dilakukan untuk mendemonstrasikan suatu metode optimisasi perletakan dan penjadwalan sistem pencahayaan dalam ruang, untuk meningkatkan eksitansi rata-rata permukaan dalam ruang (MRSE) dan metrik otonomi cahaya alami (DA), serta menurunkan konsumsi energi pencahayaan tahunan. Dua ruang laboratorium uji beton yang berlokasi di Balai Besar Bahan dan Barang Teknik, Bandung, Indonesia, dipilih sebagai studi kasus. Optimisasi pencahayaan alami dilakukan dengan menghilangkan langit-langit gantung laboratorium, memenuhi target MRSE200/50% dan DA200/50% sepenuhnya di ruang timur, tetapi hanya sebagian di ruang barat. Optimisasi pencahayaan elektrik dilakukan untuk memenuhi target yang tersisa dengan menentukan posisi luminer menggunakan algoritme genetik (GA) dalam simulasi Grasshopper dan Octopus. Posisi yang dihasilkan memenuhi seluruh tujuan di sebagian besar zona. Penjadwalan kontrol pencahayaan kemudian diusulkan berdasarkan profil DA dan MRSE dalam ruang. Sistem terintegrasi yang diusulkan menghasilkan konsumsi energi pencahayaan tahunan sebesar 9,9 kWh/m2/tahun untuk ruang barat dan 1,0 kWh/m2/tahun untuk ruang timur. Penelitian ini dilakukan untuk mendemonstrasikan suatu metode optimisasi perletakan dan penjadwalan sistem pencahayaan dalam ruang, untuk meningkatkan eksitansi rata-rata permukaan dalam ruang (MRSE) dan metrik otonomi cahaya alami (DA), serta menurunkan konsumsi energi pencahayaan tahunan. Dua ruang laboratorium uji beton yang berlokasi di Balai Besar Bahan dan Barang Teknik, Bandung, Indonesia, dipilih sebagai studi kasus. Optimisasi pencahayaan alami dilakukan dengan menghilangkan langit-langit gantung laboratorium, memenuhi target MRSE200/50% dan DA200/50% sepenuhnya di ruang timur, tetapi hanya sebagian di ruang barat. Optimisasi pencahayaan elektrik dilakukan untuk memenuhi target yang tersisa dengan menentukan posisi luminer menggunakan algoritme genetik (GA) dalam simulasi Grasshopper dan Octopus. Posisi yang dihasilkan memenuhi seluruh tujuan di sebagian besar zona. Penjadwalan kontrol pencahayaan kemudian diusulkan berdasarkan profil DA dan MRSE dalam ruang. Sistem terintegrasi yang diusulkan menghasilkan konsumsi energi pencahayaan tahunan sebesar 9,9 kWh/m2/tahun untuk ruang barat dan 1,0 kWh/m2/tahun untuk ruang timur.
Referensi
Badan Standardisasi Nasional. 2000. “SNI 03-6197-2000: Konservasi Energi Sistem Pencahayaan Pada Bangunan Gedung.â€
Badan Standarisasi Nasional. 2001. “SNI 03-6575-2001: Tata Cara Perancangan Sistem Pencahayaan Buatan pada Bangunan Gedung.â€
Barricelli, Nils Aall. 1954. “Esempi Numerici di Processi di Evoluzione.†Methodos 6 (21–22): 45–68.
———. 1957. “Symbiogenetic Evolution Processes Realized by Artificial Methods.†Methodos 9 (35–36): 143–82.
Cai, Wenjing, Jiguang Yue, Qi Dai, Luoxi Hao, Yi Lin, Wen Shi, Yingying Huang, dan Minchen Wei. 2018. “The Impact of Room Surface Reflectance on Corneal Illuminance and Rule-of-Thumb Equations for Circadian Lighting Design.†Building and Environment 141: 288–97. https://doi.org/10.1016/j.buildenv.2018.05.056.
Comité Européen de Normalisation. 2011. “EN 12464-01:2011 - Lighting of Work Place – Indoor Work Places.â€
Cuttle, Christopher. 2008. Lighting by Design. 2nd ed. Oxford: Architectural Press.
———. 2010. “Towards the Third Stage of the Lighting profession.†Lighting Research & Technology 42 (1): 73–93.
———. 2013. “A New dDrection for General Lighting Practice.†Lighting Research & Technology 45 (1): 22–39.
———. 2015. Lighting Design: a Perception-Based Approach. London: Routledge.
Davidson, Scott. 2018. “Grasshopper-Algorithmic Modeling for Rhino.†Lynnwood: United States. 2018. https://www.grasshopper3d.com/. .
Fraser, Alex S. 1957. “Simulation of Genetic Systems by Automatic Digital Computers: I. Introduction.†Australian Journal of Biological Sciences 10 (4): 484–91.
International Organization for Standardization. 2002. “ISO 8995-1:2002 (CIE S 008/E:2001) – Lighting of Workplaces – Part 1: Indoor.â€
Jaloxa. 2019. “Colour Picker for Radiance. Diakses 1 April 2019.†Daylighting, Radiance, and HDR Photography. http://www.jaloxa.eu/resources/radiance/colour_picker.shtml.
Kim, Yu-Sin, An-Seop Choi, dan Jae-Weon Jeong. 2013. “Applying Micro Genetic Algorithm to Numerical Model for Luminous Intensity Distribution of Planar Prism LED Luminaire.†Optics Communications 293: 22–30.
Matthews, Kevin. 2017. “Basic Radiance Materials Library.†Design Integration Laboratory. http://www.artifice.com/radiance/radmatlib.html.
Robert McNeel & Associates. 2019. “Rhinoceros ®.†https://www.rhino3d.com/.
