Bab III Teori Dasar III.1. Kondisi Awal Sistem Pendingin Pusat Data Kondisi awal sistem pendingin pusat data sebagai obyek penelitian ini adalah pengoperasian sistem berlangsung secara manual. Sensor yang terpasang mencakup sensor suhu dan sensor tekanan yang dipasang pada chiller 1, sementara chiller 2 tidak dilengkapi dengan sensor tersebut. Selain itu, terdapat sensor aliran (flow) yang dipasang pada aliran keluaran air dari water chiller, tetapi tidak ada sensor yang dipasang pada aliran air masuk ke water chiller. Pengoperasian water chiller dilakukan secara manual melalui HMI bawaan, sedangkan in-rack cooling hanya dapat dioperasikan dengan mengaktifkan saklar sirkuit secara manual. Gambar III. 1 Kondisi serah terima mesin pada tahun 2023 Gambar III. 1 merupakan kondisi awal mula serah terima mesin pada tahun 2023. Kondisi ini memberikan peluang besar untuk melengkapi sistem dengan penambahan sensor-sensor yang dibutuhkan diantarainya sensor suhu dan tekanan untuk chiller 2 dengan tujuan untuk dapat melakukan pemantauan sistem secara menyeluruh pada bagian chiller 1 dan chiller 2. Adapun penambahan sensor lain adalah sensor flow return dengan tujuan untuk memastikan bahwa tidak terdapat FT kebocoran air dalam instalasi pipa yang telah dibuat, serta pengintegrasian aktuator dan pengontrol untuk membangun sistem Industrial Internet of Things (IIoT) yang lebih canggih. Dengan adanya sistem IIoT ini, pemantauan kondisi sistem pendingin pusat data dapat dilakukan secara terintegrasi dan mencakup area yang lebih luas, memungkinkan pemantauan dan pengendalian secara real-time. Selain itu, sistem ini juga akan menjadi dasar bagi pengembangan lebih lanjut dari sistem kendali thermal pusat data di masa depan, yang tidak hanya meningkatkan efisiensi operasional tetapi juga mengurangi risiko kegagalan sistem secara signifikan. III.2. Sistem IoT untuk Optimasi Pusat Data Penelitian yang dilakukan oleh Wang et al. (2022a) menganalisis secara komprehensif mengenai penempatan sensor dan distribusi sistem pertukaran kalor yang optimal, seperti yang ditunjukkan pada Gambar III.1, yaitu sistem distribusi pipa cold storage pada mesin pendingin pusat data. Gambar III. 2 Sistem Pendingin Pusat Data pada Heat-Pipe Cold Storage (Wang et al., 2022) Pada Gambar III.1 menunjukkan bagaimana sebuah sistem heat pipe Data center dengan model cold energy sistem buang udara panas pada Data center dimodelkan dengan memberikan exhouse pada bagian atas ruangan server untuk melakukan sistem pertukaran udara dengan memberikan supply udara dingin keluaran dari mesin pendingin cooling tower yang disalurkan dalam cooling coil. Pada penelitian yang dilakukan oleh Mehta, G., dkk. (2018) terkait aplikasi IoT pada sebuah Data Center yang terletak di IBM, Geneva, Swiss. Data Center tersebut memiliki luas 2200m 2 dengan 400 racks terpasang didinginkan oleh 40 unit Computer Room Air Conditioning (CRAC) dan 2 unit Chiller. Instalasi sistem IoT berhasil melakukan optimasi penggunaan daya listrik yang digunakan, yang semula dapat mengonsumsi daya sebesar 3.600MWh dapat dioptimasi menjadi 1.500MWh. Hal tersebut dapat dicapai dengan melakukan instalasi 108 sensor temperatur yang terhubung oleh sebuah Wireless Sensor Network (WSN). Dan pada penelitian tersebut menjelaskan juga mengenai standard pembuatan pusat data yakni Europan-based CENELEC EN 50600 yang membahas mengenai infrasturkur, konstruksi, penempatan lokasi, serta desain dari konstruksi pusat data. III.3. Persamaan ruang keadaan pada kondisi linear Dalam analisis ruang keadaan, sebuah model umumnya digambarkan dengan menggunakan persamaan diferensial orde satu pada sebuah sistem keadaan tunak (Ogata, 2010b). Persamaan umum untuk ruang keadaan dapat dituliskan sebagai berikut: !̇($)= (!($)+*+($) (III.2) ,($)=-!($)+.+($) (III.3) Persamaan III.2 adalah persamaan keadaan, sedangkan persamaan III.3 adalah persamaan keluaran dari sebuah sistem linear. Penelitian ini menggunakan pendekatan metode Least Squares pada sebuah sistem untuk mencari nilai fungsi objektif minimum pada sebuah sistem linear (Rao, 2009). Persamaan least square dituliskan sebagai beikut: /01∑3 . " !#$(. !−!5 !) % (III.4) Merujuk pada Persamaan III.4 didapatkan Persamaan III.5 notasi Matrix: min(!−!5) & 9(!−!5) (III.5) Kemudian, untuk memecahkan masalah optimasi tersebut digunakanlah metode Lagrange multipliers yang direpresentasikan pada Persamaan (5) sehingga didapatkan nilai turunan parsial dari fungsi Lagrangian (ℒ) yang memiliki nilai . dan ; sehingga dengan menurunkan persamaan tersebut menjadi sama dengan nol (Strang, 2006). maka didapatkan hasil optimal hasil rekonsiliasi data (< ') dan nilai offset bias yang merupakan nilai yang diperlukan untuk mendapatkan hasil koreksi data. Hasil ini merepresentasikan nilai akurasi sebuah sensor di dalam kondisi keadaan tunak. ℒ (),+)=(!−!5) & 9(!−!5)+; & (( )+=) (III.6) III.4. Persamaan Ruang Keadaan Diskrit Dalam sebuah proses kontrol, salah satu variabel penting untuk dilakukan dalam pengolahan data adalah dengan mengubah sistem dari persamaan ruang keadaan berbasis waktu ke persamaan ruang keadaan berbasis diskrit.