Penerapan Fuzzy Logic Control Untuk Sistem Pengaturan Kelembaban Udara Pada Greenhouse

  • Kharis Sugiarto Politeknik Ilmu Pelayaran Balikpapan
  • Supriatna Adhisuwignjo Politeknik Negeri Malang
  • Denda Dewatama Politeknik Negeri Malang
Keywords: DHT11, Fuzzy Logic Control, Greenhouse, Humadity, Selada Keriting

Abstract

Kelembaban udara pada greenhouse khususnya selada keriting merupakan hal yang penting. Hal ini penting karena menanam selada keriting dengan kelembaban kurang dapat menyebabkan kematian. Dengan adanya masalah ini diperlukan sistem kontrol kelembaban udara. Aplikasi dari fuzzy logic controller diharapkan untuk memecahkan masalah regulasi kelembaban udara pada greenhouse. Sensor yang digunakan adalah sensor DHT11. Fuzzy logic yang diterapkan memiliki 25 aturan, yang diperoleh dari 5 fungsi keanggotaan error dan 5 fungsi keanggotaan deltaerror. Penelitian ini menggunakan sistem inferensi fuzzy dengan metode mamdani untuk kontrol kelembaban udara dalam greenhouse. Pada aplikasi kontrol fuzzy untuk mencapai set-point kelembaban dari 60% ke kondisi 79%, diperoleh nilai parameter transient yaitu waktu tunak (ts) 570 detik, waktu naik (tr) 485 detik, waktu tunda (td) 60 detik, error steady state yaitu 0,7% dan tanpa overshoot. Pada aplikasi kontrol fuzzy untuk mencapai setpoint dari kelembaban udara 60% RH menjadi 79% RH membutuhkan 600 detik

References

[1] Dynes Rizky Navianti, I Gusti Ngurah Ray, Farida Agustini W, “Penerapan Fuzzy Inference System Pada Prediksi Curah Hujan di Surabaya Utara,” J. Sains dan Seni ITS, vol. I, no. 1, p. I, 2012.
[2] D. N. Meivita, M. Rivai, and A. N. Irfansyah, “Development of an electrostatic air filtration system using fuzzy logic control,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 8, no. 4, pp. 1284–1289, 2018
[3] M. D. L. Radimas Putra, M. Rivai, and A. N. Irfansyah, “Unmanned Surface Vehicle Navigation Based on Gas Sensors and Fuzzy Logic Control to Localize Gas Source,” J. Phys. Conf. Ser., vol. 1201, no. 1, 2019
[4] S. Hadi, M. Rivai, and D. Purwanto, “Leader-Follower Formation System of Multi-Mobile Robots for Gas Source Searching,” J. Phys. Conf. Ser., vol. 1201, no. 1, 2019
[5] B. R. P. D. Palevi, M. Rivai, and D. Purwanto, “Fuzzy Logic-Based Wet Scrubber to Control Air Pollutant,” Proc. - 2019 Int. Semin. Intell. Technol. Its Appl. ISITIA 2019, no. January 2020, pp. 74–79, 2019
[6] K. Sugiarto, M. Rivai, and A. N. Irfansyah, “Control of livestock waste odors using gas sensors and fuzzy logic,” Proc. 2019 Int. Conf. Inf. Commun. Technol. Syst. ICTS 2019, no. July, pp. 81–86, 2019
[7] P. Tarigan, “Sistem Pengendali Pendingin Ruangan Menggunakan Fuzzy Logic Berbasis Mikrokontroler Atmega 8535,” Informasi dan Teknologi Ilmiah (INTI), vol. 1, no. 1. pp. 86–92, 2013.
[8] H. Abbas, R. Syam, and B. Jaelani, “Rancang Bangun Greenhouse Sebagai Tempat Budidaya Tanaman Menggunakan Solar Cell Sebagai Sumber Listrik,” Proceeding Semin. Nas. Tah. Tek. Mesin, no. Snttm Xiv, pp. 7–8, 2015.
[9] R. Kurniawan, W. Kurniawan, and R. Maulana, “Prototype Rancang Bangun Sistem Cerdas Pengatur Otomasi Suhu , Kelembaban , dan Sirkulasi Udara Pada Greenhouse Menggunakan Metode Fuzzy logic,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 8, pp. 7981–7989, 2019.
[10] E. Dian, F. Prasmatiwi, and A. Suryani, “Efisiensi produksi dan analisis risiko budidaya selada keriting hijau dan selada,” JIIA, vol. 5, no. 3, pp. 242–249, 2017.
[11] Y. A. Kurnia Utama, “Perbandingan Kualitas Antar Sensor Suhu dengan Menggunakan Arduino Pro Mini,” e-Narodrid, vol. 2, no. 2, 2016
[12] M. Rivai, Rendyansyah, and D. Purwanto, “Implementation of fuzzy logic control in robot arm for searching location of gas leak,” 2015 Int. Semin. Intell. Technol. Its Appl. ISITIA 2015 - Proceeding, no. December 2016, pp. 69–74, 2015
[13] F. Matondang, R. Kusumawati, and Z. Abidin, “Fuzzy Logic Metode Mamdani Untuk Membantu Diagnosa Dini Autism Spectrum Disorder,” Matics, 2012
Published
2020-09-29
Section
Articles