Penelitian dilaksanakan pada bulan April – September 2014 di Laboratorium Teknik Bioinformatika dan Laboraturim Manufaktur, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
Alat dan Bahan Penelitian
Alat yang digunakan pada penelitian ini adalah 2 unit microcontroller
Arduino, seperangkat komputer untuk proses pemrograman, sensor EC Atlas Scientific K1, sensor ultrasonik HC-SR04, rangkaian relay 4 channel, EC meter, gelas ukur, 4 pompa air, 4 tangki air (nutrisi A dan B, air, campuran). Software
yang digunakan meliputi Arduino IDE 1.0.5, MATLAB R2014a, dan Microsoft Excel. Bahan yang digunakan adalah nutrisi yang berupa campuran larutan nutrisi AB mix. Gambar alat dan bahan dapat dilihat pada Lampiran 2.
Prosedur Penelitian
Penelitian dilakukan dengan tiga tahap, yaitu tahap penyiapan larutan nutrisi, tahap perancangan simulasi dan simulasi. Perancangan simulasi meliputi kalibrasi sensor, mencari hubungan konsentrasi larutan dengan nilai EC, penentuan debit air untuk simulasi penurunan nilai EC, perhitungan debit pompa dan perancangan kontrol fuzzy sedangkan pada simulasi meliputi simulasi matematis sistem dan simulasi aktual sistem.
Persiapan Larutan Nutrisi
Larutan nutrisi yang digunakan di penelitian ini sebelumnya dalam bentuk padatan sehingga perlu dilarutkan dengan air untuk menjadi larutan nutrisi. Pencampuran dilakukan dengan 2 tahap:
1. Tahap I
Padatan A dan B masing-masing dilarutkan ke dalam air sampai 1 liter sehingga total AB mix menjadi 2 liter larutan.
2. Tahap II
Larutan A dan B yang telah dibuat pada tahap I masing-masing diencerkan ke dalam air sampai 10 liter sehingga total menjadi 20 liter larutan. Larutan AB
mix inilah yang digunakan pada perancangan simulasi dan simulasi. Perancangan Simulasi
1. Kalibrasi sensor
Metode kalibrasi sensor yang digunakan adalah membandingkan nilai keluaran sensor (sensor EC) dengan alat ukur (EC meter). Larutan AB mix
dengan nilai EC yang berbeda-beda diukur masing-masing dengan sensor dan alat ukur, kemudian hubungan antara nilai keluaran sensor dengan alat ukur dapat diketahui dengan membuat regresi linear dengan sumbu y-nya adalah
9 nilai keluaran alat ukur dan sumbu x-nya adalah nilai keluaran sensor. Persamaan tersebut layak dipakai jika koefisien determinasi (R2) lebih besar dari 0.9
(2)
Keterangan:
y = Nilai keluaran alat ukur sebagai acuan (µS/cm)
x = Nilai keluaran sensor (µS/cm)
a, b = Konstanta
2. Hubungan konsentrasi larutan dengan nilai EC
Hubungan konsentrasi larutan dengan nilai EC dapat diketahui dengan dengan membandingkan konsentrasi larutan dengan nilai EC dan membuat regresi linear dengan sumbu y adalah nilai EC dan sumbu x adalah nilai konsentrasi larutan. Persamaan hubungan konsentrasi larutan dengan nilai EC menggunakan Persamaan 2.
3. Perhitungan debit pompa
Pompa yang digunakan pada penelitian ini mempunyai 2 tujuan, yaitu pompa untuk penurunan nilai EC dan pompa untuk pengendalian nilai EC dalam larutan. Debit pompa dapat dihitung dengan rumus:
(3)
Keterangan:
Q = Debit pompa (ml/s)
V = Volume pada saat t (ml)
t = Waktu bukaan pompa (s)
4. Penentuan debit air untuk simulasi penurunan nilai EC
Penurunan nilai EC dari serapan unsur oleh tanaman dapat direpresentasikan dalam penurunan konsentrasi larutan nutrisi AB mix. Penurunan konsentrasi terjadi akibat berkurangnya nutrisi dapat dimodelkan dengan penambahan air. Sebelum menentukan debit air untuk simulasi penurunan nilai EC, perlu diketahui serapan kadar nutrisi tertentu dalam ml/hari agar penurunan nilai EC dimodelkan. Persamaan untuk mendapatkan nilai serapan nutrisi dalam ml/hari dapat dilihat pada Persamaan 4.
Um
=
xxp
x (4)
Keterangan:
Um = Serapan nutrisi (ml/hari)
U = Serapan nutrisi (mg/tanaman/hari)
N = Jumlah tanaman model
m = Massa padatan AB mix (mg)
p = Persentase ion dalam AB mix (%)
10
Penambahan air yang dibutuhkan setiap kali waktu penyerapan dapat ditentukan dengan Persamaan 5.
n -
- n (5)
Keterangan:
Vnm = Volume AB mix model (ml)
Vu = Volume serapan (ml)
Vtm = Volume total model (ml)
Vns = Volume AB mix simulasi (ml)
Vts = Volume total simulasi (ml)
Vi = Volume air yang ditambahkan (ml) 5. Perancangan kontrol fuzzy
Pada perancangan kontrol fuzzy (fuzzy control), digunakan sistem inferensi Mamdani dan fungsi implikasi Min. Sistem inferensi Mamdani dipilih berdasarkan penelitian sebelumnya oleh Suprijadi et al. (2009) yang mampu mengatur volume nutrisi hidroponik berdasarkan ketinggian larutan dengan menggunakan sistem inferensi Mamdani. Perancangan kontrol fuzzy
dilakukan dengan menggunakan software MATLAB. Simulasi
1. Simulasi fuzzy matematis sistem
Simulasi matematis dilakukan untuk mengevaluasi sistem kontrol fuzzy
yang telah dibangun dengan perhitungan matematis. Perhitungan simulasi dilakukan dengan menggunakan software Ms. Excel dan MATLAB. Jika simulasi fuzzy matematis sistem telah dianggap baik secara kuantitatif dengan membandingkan hasil simulasi terhadap referensi, maka sistem layak dilakukan simulasi aktual sistem. Nilai parameter yang dilihat adalah nilai
error dan lag selama simulasi. 2. Simulasi fuzzy aktual sistem
Simulasi aktual dilakukan untuk mengetahui respon sistem kontrol
f zzy secara aktual. Evaluasi simulasi dilakukan secara kualitatif dan
kuantitatif. Evaluasi secara kualitatif melihat apakah respon sistem menyerupai respon sistem matematis dan evaluasi secara secara kuantitatif dilakukan dengan metode MAPE (Mean Ab ol e Percen age Error). Metode MAPE cocok digunakan untuk mengevaluasi akurasi dari foreca ng dan lebih mudah dipahami karena hasil disajikan dalam persentase (Hyndman dan Koehler 2006).
11 M = n
∑ |
n A A−F|
x 100% (6)Keterangan:
M = Nilai MAPE (%)
n = Jumlah data
A = Nilai aktual atau simulasi aktual (µS/cm)
F = Nilai foreca ng atau simulasi matematis (µS/cm)
Foreca ng yang dimaksud adalah menvalidasi sistem kontrol dengan
membandingkan model sistem yang telah dibuat (Abraham dan Ledolter 2005). Menurut Makridakis et al. (1983), jika nilai MAPE < 25%, maka hasil simulasi dapat diterima secara memuaskan. Skema kontrol f zzy pada simulasi f zzy aktual dapat dilihat pada Gambar 7. Diagram alir kegiatan penelitian keseluruhan dapat dilihat pada Gambar 8.
Gambar 7 Skema sistem kontrol simulasi fuzzy aktual
Arduino Fuzzy Controller Pompa Sensor EC +
-
Setpoint EC Input: Error EC Output: Waktu nyala pompa Nilai EC yang terkontrol Feedback: Nilai EC Input: Volume Sensor Ultrasonik12
Gambar 8 Diagram alir prosedur penelitian Referensi serapan ion Sesuai Kurang sesuai M > 25% M < 25% Evaluasi
error dan lag
Penetuan debit air untuk simulasi penurunan nilai
13
HASIL DAN PEMBAHASAN
Perancangan Simulasi Kalibrasi sensor
Sensor yang digunakan pada penelitian ini adalah sensor tipe K 1.0 Atlas Scientific dengan jangkauan pembacaan sensor antara 0.5 mS/cm sampai 200 mS/cm dan sensor perlu dikalibrasi terlebih dahulu sebelum digunakan (Atlas Scientific 2014). Sensor dikalibrasi dengan metode membandingkan nilai keluaran EC meter dengan nilai keluaran sensor EC. Hasil kalibrasi sensor dapat dilihat pada Gambar 9.
Gambar 9 Hasil kalibrasi sensor EC
Hasil kalibrasi menunjukkan persamaan ini mempunyai nilai R2 > 0.9 sehingga persamaan tersebut layak digunakan untuk sensor ini.
Hubungan konsentrasi larutan dengan nilai EC
Hubungan konsentrasi larutan dengan nilai EC diperlukan dalam penentuan debit air untuk simulasi, perancangan kontrol fuzzy, dan evaluasi simulasi. Nilai EC diterjemahkan ke dalam nilai konsentrasi sehingga dapat diketahui jumlah larutan AB mix yang harus ditambahkan ke dalam larutan nutrisi. Nilai konsentrasi yang dibandingkan adalah yang mencapai sekitar nilai EC 1.7 mS/cm. Hubungan nilai konsentrasi larutan dengan nilai EC dapat dilihat di Gambar 10.
y = 1.0307x + 123.87 R² = 0.9998 0 200 400 600 800 1000 1200 1400 1600 1800 2000 400 600 800 1000 1200 1400 1600 1800 Ni la i E C m e te r (µ S /cm ) Nilai sensor EC (µS/cm)
14
Gambar 10 Hubungan konsentrasi larutan dengan nilai EC
Hasil pengamatan didapatkan hubungan yang sangat baik dengan R2 > 0.9, sehingga persamaan ini layak digunakan.
Perhitungan debit air pompa
Penelitian ini menggunakan 2 jenis pompa berbeda yang telah diatur debitnya sedemikian rupa untuk kebutuhan simulasi. Pompa yang pertama adalah pompa air Amara P1200 yang digunakan untuk simulasi penurunan nilai EC dan pompa air Aquila P1000 yang digunakan untuk kontrol kadar nutrisi. Debit kedua pompa ini dapat ditentukan dengan Persamaan 3. Hasil pengamatan debit pompa dapat dilihat pada Tabel 2.
Tabel 2 Hasil pengamatan debit pompa Jenis pompa Volume
pengamatan (ml) Waktu pengamatan (detik) Debit (ml/s) AquilaP1000 500 42 11.63 AmaraP1200 500 33 15.15
Penentuan debit air untuk simulasi penurunan nilai EC
Sistem kontrol pada penelitian ini diarahkan untuk dapat mengendalikan tingkat penurunan nilai EC dari budidaya tanaman tomat 9 minggu. Penurunan nilai EC akibat penyerapan oleh tanaman dapat disimulasikan dengan penambahan air, sehingga dapat mempresentasikan penyerapan nutrisi dalam satuan konsentrasi (%).
Simulasi pada penelitian ini menggunakan model budidaya tomat dari referensi dengan 1 tanaman tomat dan larutan nutrisi total (larutan AB mix dan air) 100 liter dengan masa budidaya 60 hari. Referensi nilai EC larutan nutrisi di awal budidaya dimulai dengan nilai EC 1 700 µS/cm atau 1.7 mS/cm. Menggunakan persamaan hubungan konsentrasi dengan nilai EC pada Gambar 10,
y = 160.24x + 297.8 R² = 0.999 0 500 1000 1500 2000 2500 2 4 6 8 10 12 Ni la i E C ( µ S /cm ) Konsentrasi (%)
15 dapat ditentukan konsentrasi yang dibutuhkan agar nilai EC larutan mencapai 1.7 mS/cm. Menggunakan persamaan pada Gambar 10, didapatkan nilai konsentrasi yang dibutuhkan sebesar 8.75%. Penurunan nilai EC dapat dimodelkan berdasarkan serapan nutrisi ion tertentu dan untuk model ini dipilih ion NO3. Model penurunan nilai EC akibat serapan kadar NO3 dapat dibuat dengan mengetahui serapan nutrisi referensi dari hasil penelitian Weerakkody et al.
(2011) dalam ml/hari. Proses perhitungan untuk mendapatkan serapan nutrisi AB mix ml/hari dapat dilihat pada Lampiran 1.
Model mempunyai larutan nutrisi total 100 liter dengan konsentrasi AB mix
sebesar 8.75%, sehingga larutan AB mix yang terlarut sebesar 8.75 liter atau 8 750 ml. Penurunan nilai konsentrasi setiap penyerapan dikonversi menjadi penurunan nilai EC. Model penurunan nilai EC dapat dilihat pada Gambar 11.
Grafik pada Gambar 11 digunakan sebagai pembanding apabila larutan nutrisi yang tidak dikontrol dengan larutan nutrisi yang dikontrol oleh sistem kontrol. Serapan nutrisi pada simulasi penurunan EC dianggap sebagai gangguan pada larutan nutrisi yang jika dibiarkan maka nilai EC akan menurun terhadap waktu. Model ini disimulasikan dengan skala waktu yang dipercepat dan larutan nutrisi total yang diperkecil. Skala model:simulasi berturut-turut adalah 1440:1 dengan waktu budidaya 60 hari dipercepat menjadi 60 menit dan 25:1 dengan larutan nutrisi 100 liter diperkecil menjadi 4 liter. Menggunakan Persamaan 5, dapat diketahui air yang dibutuhkan untuk merepresentasikan penurunan nilai EC per menit simulasi. Gambar 12 menunjukkan air yang dibutuhkan per menit dalam simulasi ini. 1400 1450 1500 1550 1600 1650 1700 1750 0 10 20 30 40 50 60 70 Ni a li E C ( µ S /cm )
Waktu budidaya (hari)
16
Simulasi yang dirancang menggunakan pompa air sebagai alat untuk menyalurkan air yang dibutuhkan per menitnya. Lama waktu penyalaan pompa per menitnya dapat diatur sesuai kebutuhan dengan menggunakan relay. Waktu penyalaan pompa per menit dibuat sama untuk mempermudah pengaturan pompa, dengan pengaturan untuk menit 1-35 (minggu 1-5), menit 36-49 (minggu 6-7), dan menit 50-60 (minggu 8-9) simulasi. Waktu penyalaan pompa didapatkan dari rata-rata debit per menitnya dengan debit pompa AmaraP1200 sebesar 15.15 ml/s. Waktu 0.1 detik ditambahkan pada lama penyalaan pompa untuk mengatasi keterlambatan penyalaan pompa. Lama penyalaan pompa untuk simulasi pada tahap ini dapat dilihat pada Tabel 3.
Tabel 3 Lama penyalaan pompa untuk simulasi penurunan nilai EC
Air yang ditambahkan tersebut merepresentasikan serapan nutrisi yang kemudian menurunkan nilai EC. Simulasi penurunan nilai EC yang dilakukan dengan pompa diuji apakah mampu menyamai tingkat penurunan nilai EC sesuai dengan kecenderungan penurunan pada Gambar 11. Hasil pengujian pompa dapat dilihat pada Gambar 13.
0 5 10 15 20 25 30 0 10 20 30 40 50 60 A ir y a n g d ib u tu h ka n ( m l)
Waktu simulasi (menit)
Waktu simulasi (menit) Air yang dibutuhkan (ml/menit) Lama penyalaan pompa (detik) 1-35 11.13 0.835 36-49 25.58 1.788 50-60 16.21 1.170
17
Gambar 13 Simulasi penurunan nilai EC dengan pompa
Atlas Scientific (2014) menyatakan bahwa dibutuhkan 15-25 kali pembacaan untuk sensor membaca yang stabil dengan satu kali pembacaan dibutuhkan waktu 1 detik. Setiap penambahan air per menit, nilai EC larutan mengalami penurunan dan sensor membutuhkan waktu paling cepat 15 detik untuk stabil, sehingga mengakibatkan grafik simulasi tidak stabil. Pengaturan pompa simulasi penurunan nilai EC dapat dikatakan baik karena mampu mengikuti pola dan kecenderungan penurunan EC yang seharusnya.
Perancangan kontrol fuzzy
Sistem kontrol fuzzy pada penelitian dirancang untuk mampu menjaga nilai EC pada setpoint yang di kontrol dari penurunan EC akibat penyerapan nutrisi oleh tanaman. Kontrol fuzzy ini memiliki output nilai penyalaan pompa air atau larutan AB mix dengan 2 jenis input yaitu error EC dan volume larutan pada tangki dalam satuan liter. Pemilihan himpunan fuzzy pada error EC berdasarkan
trial and error, sedangkan pada volume berdasarkan kapasitas tangki simulasi. Gambar 14 menjelaskan tentang sistem inferensi fuzzy yang telah dirancang untuk sistem kontrol dan Gambar 15 dan 16 merupakan batas-batas himpunan fuzzy
untuk error EC dan volume.
1.4 1.45 1.5 1.55 1.6 1.65 1.7 1.75 0 1000 2000 3000 4000 Ni la i E C ( m S /cm )
Waktu simulasi (detik)
18
Nilai input EC didapatkan dari sensor EC K1.0 Atlas Scientific dan input
volume didapatkan dari sensor ultrasonik. Nilai volume dapat ditentukan jika diketahui penampang alas dari tangki tersebut dan ketinggian sensor ultrasonik terhadap permukaan air. Tangki yang digunakan menyerupai kerucut terpenggal atau corong dengan penampang atas lebih luas dari penampang bawah, sehingga dengan menggunakan prinsip integral dapat ditentukan persamaannya (Anonim 2014).
Gambar 14 Sistem inferensi fuzzy untuk sistem kontrol
Gambar 15 Himpunan fuzzyerror EC (mS/cm)
Gambar 16 Himpunan fuzzy volume (liter) Fungsi implikasi Min Komposisi aturan Mamdani Himpunan fuzzy volume Himpunan fuzzy error EC Fuzzifikasi Himpunan fuzzy
lama nyala pompa
Defuzzifikasi metode centroid 0 0.5 1 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 LN N Z P LP 0 0.5 1 3 4 5 6 7 8 9 10 E M F
19
∫ ( ) (7)
Keterangan:
V = Volume (cm3)
b = Tinggi titik muka air (cm)
a = Tinggi permukaan tangki terhadap tanah (cm)
f(x) = Persamaan gradient
Menggunakan perhitungan di atas, didapatkan persamaan mencari volume dalam satuan liter dari ketinggian muka air adalah π[(0.005x3 + 1.334x2 + 110.25x – 66.63)/1 000] dalam liter dengan x adalah nilai jarak dari sensor ultrasonik sampai permukaan air. Implikasi yang digunakan berbentuk IF error EC „x mS/cm‟ AND volume „y liter‟ THEN penyalaan pompa „z detik‟. Proses fungsi implikasi sistem menggunakan sistem Min dan dipilih derajat keanggotaan yang paling rendah dari derajat keanggotaan error EC dan volume.
Komposisi aturan dibuat berdasarkan tujuan yang ingin dicapai yaitu waktu penyalaan pompa yang sesuai. Terdapat 13 aturan untuk pengambilan keputusan waktu penyalaan pompa berdasarkan error EC dan volume larutan pada tangki. Komposisi aturan sistem disajikan pada Tabel 5.
Tabel 4 Matriks keputusan untuk output waktu penyalaan pompa
Keterangan:
EEC = Error EC E = Empty VOL = Volume M = Medium LN = Large Negative F = Full N = Negative QAB = Quick AB Z = Zero MAB = Moderate AB P = Positive LAB = Long time AB LP = Large Positive QW = Quick Water
MW = Moderate Water LW = Long time Water
Hasil aturan komposisi tersebut diterjemahkan dalam bentuk output yang terpilih. Himpunan output sistem kontrol fuzzy dapat dilihat pada Gambar 17.
EEC
E M F
LN QAB MAB LAB
N QAB QAB MAB
Z Z Z Z
P QW QW MW
LP QW MW LW
20
Gambar 18 Proses defuzzifikasi dengan MATLAB Gambar 17 Himpunan fuzzy lama waktu penyalaan pompa (detik)
Metode yang dipilih untuk proses defuzzifikasi adalah metode titik pusat luasan (centroid of area). Hasil yang dihasilkan dari proses defuzzifikasi adalah lama waktu penyalaan pompa dalam detik. Bagaimana proses defuzzifikasi
dilampirkan pada Gambar 18.
Hasil rancangan kontrol fuzzy ini kemudian diaplikasikan ke dalam program Arduino.
0 0.5 1
-12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12
21 Simulasi
Simulasi kontrol fuzzy matematis
Simulasi kontrol fuzzy matematis dilakukan dengan menggunakan MATLAB dan Microsoft Excel. Simulasi dilakukan dengan perhitungan matematis. Software Microsoft Excel berisi input nilai EC dan perhitungan perubahan konsentrasi larutan, sedangkan MATLAB mengeksekusi perhitungan
fuzzy dan menghasilkan output hasil fuzzy dari input Microsoft Excel. Bagan simulasi kontrol fuzzy matematis dilampirkan pada Gambar 19.
Simulasi ini mengikuti perubahan setpoint dan volume penambahan air pada waktu simulasi 60 menit. Berdasarkan Gambar 2 dan Tabel 4, pada waktu simulasi 1-35 menit EC yang diatur sebesar 1.7 mS/cm dan penambahan air 11.13 ml/menit, pada masa budidaya 36-49 menit EC yang diatur sebesar 1.6 mS/cm dan penambahan air 25.58 ml/menit, dan pada masa budidaya 50-60 menit EC yang diatur sebesar 1.9 mS/cm dan penambahan air sebesar 16.21 ml/menit. Volume larutan total awal pada simulasi matematis adalah 4 liter. Data-data
setpoint EC, volume penambahan air, dan volume larutan total merupakan input
data. Menggunakan input data tersebut dan persamaan yang telah ditulis di Microsoft Excel, kemudian simulasi matematis ini diproses. Khusus pada perhitungan volume AB mix, hasil perhitungan fuzzy ketika penambahan air dikali faktor pengali 10 dan penambahan AB mix dikali faktor pengali 1. Hasil simulasi kontrol fuzzy matematis sistem dapat dilihat pada Gambar 20.
22 1.4 1.5 1.6 1.7 1.8 1.9 2 0 10 20 30 40 50 60 E C ( m S /cm )
Waktu simulasi (menit)
Referensi Simulasi Matematis Tidak Dikontrol
Waktu pembacaan dan penambahan air atau AB mix pada simulasi matematis ini dilakukan tiap menit. Evaluasi simulasi matematis dilakukan secara kuantitatif dengan batas apakah sistem mampu mempertahankan nilai EC dan mampu segera mencapai setpoint yang diharapkan ketika terjadi perubahan
setpoint selama kontrol. Berdasarkan grafik hasil simulasi matematis, dapat dilihat sistem mampu mempertahankan nilai EC tanpa error dan mampu mencapai
setpoint yang diharapkan dengan lag (selang waktu) yang tidak lama. Jika dibandingkan dengan referensi, simulasi ini memiliki lag 2 menit untuk menurunkan nilai EC dari 1.7 mS/cm ke 1.6 mS/cm dan lag 6 menit untuk menaikkan nilai EC dari 1.6 mS/cm ke 1.9 mS/cm. Berdasarkan acuan pola grafik kontrol pada Gambar 20, menjadi dasar evaluasi MAPE pada simulasi kontrol
fuzzy aktual.
Simulasi kontrol fuzzy aktual
Simulasi kontrol fuzzy aktual dilakukan untuk melihat kinerja sistem kontrol secara langsung. Input dari sensor EC dan ultrasonik dibaca oleh Arduino, kemudian dari input tersebut dibaca, lalu dilakukan perhitungan fuzzy oleh Arduino, dan hasil perhitungan berupa lama waktu penyalaan pompa dikirim ke
relay, dimana relay tersebut telah terhubung ke 4 pompa. Tiga pompa digunakan untuk kontrol EC larutan dan satu pompa lagi untuk simulasi penurunan nilai EC. Penambahan air sebagai gangguan akibat serapan nutrisi diaplikasikan sesuai dengan simulasi penurunan nilai EC menggunakan pompa pada Gambar 13. Tangki larutan yang digunakan mengacu pada tangki larutan nutrisi pada Gambar
23 1. Sistem aerasi sebagai pengaduk digunakan pada saat simulasi untuk proses pencampuran yang lebih cepat. Keluaran selang pompa diarahkan ke pengaduk sehingga diharapkan terjadi pengadukan yang lebih cepat. Sensor EC diletakkan agak jauh dari pengaduk agar yang nilai EC yang terbaca oleh sensor merupakan yang teraduk sempurna dan larutan dengan aliran yang tenang agar pembacaan lebih stabil. Sensor ultrasonik diletakkan tegak lurus dengan permukaan air sebagai pembaca ketinggian muka air larutan. Skema aliran data simulasi kontrol
fuzzy aktual dilampirkan pada Gambar 21
Hasil pengamatan dicatat dengan microcontroller. Hasil pengamatan Arduino dapat dilihat dengan serial monitor pada program Arduino IDE. Gambar 22 memperlihatkan bagaimana data ditampilkan pada serial monitor.
Sensor membaca 35 kali sebelum mengeksekusi perhitungan fuzzy untuk hasil pengamatan yang lebih stabil. Dapat dilihat dari gambar di atas bahwa pada pembacaan sensor ke 1-3 data yang masuk masih belum stabil dan akan memulai
Gambar 22 Tampilan serial monitor ketika pengamatan Gambar 21 Skema aliran data pada simulasi kontrol fuzzy aktual
24
perhitungan fuzzy apabila data yang masuk adalah data pembacaan yang ke 36. Pengamatan lag yang dimaksud adalah waktu pengamatan dimulai dari awal pembacaan sensor dalam milidetik. Waktu yang dibutuhkan sistem untuk mencapai setpoint tertentu dan waktu selesainya simulasi dapat diketahui dengan adanya pengamatan lag.
Hasil simulasi aktual disimpan di Microsoft Excel kemudian hasil simulasi tersebut ditampilkan dengan grafik bersama dengan hasil simulasi matematis dan referensi, sehingga dapat dibandingkan secara visual hasil simulasi aktual terhadap simulasi matematis dan referensi. Gambar 23 menunjukkan perbandingan referensi, hasil simulasi matematis dan simulasi aktual. Gambar 24 menunjukkan menunjukkan nilai error EC simulasi aktual terhadap simulasi matematis simulasi dan Gambar 25 menunjukkan nilai inferensi fuzzy selama simulasi aktual.
Gambar 23 Hasil pengamatan simulasi aktual yang dibandingkan dengan referensi dan simulasi matematis
Gambar 24 Nilai error EC simulasi aktual terhadap simulasi matematis
-0.12 -0.1 -0.08 -0.06 -0.04 -0.02 0 0.02 0.04 0.06 0 10 20 30 40 50 60 E rr or E C ( m S /cm )
Waktu simulasi (menit)
1.4 1.5 1.6 1.7 1.8 1.9 2 0 10 20 30 40 50 60 E C ( m S /cm )
Waktu simulasi (menit)
Referensi Simulasi Matematis Simulasi Aktual Tidak Dikontrol
25
Gambar 27 Lama penyalaan pompa air selama simulasi aktual
-4 -3 -2 -1 0 1 2 0 10 20 30 40 50 60 Ni la i in fe re n si fu zz y
Waktu simulasi (menit)
Gambar 25 Nilai inferensi fuzzy selama simulasi aktual
0 1 2 3 4 5 6 7 8 9 10 0 10 20 30 40 50 60 La m a p e n y a la a n p om p a A B mi x ( d e ti k)
Waktu simulasi (menit)
Gambar 26 Lama penyalaan pompa AB mix selama simulasi aktual
0 1 2 3 4 5 6 7 8 9 10 0 10 20 30 40 50 60 La m a p e n y a la a n p om p a a ir ( d e ti k)
26
Nilai inferensi fuzzy pada Gambar 25 menyatakan lama penyalaan pompa air atau AB mix. Nilai inferensi fuzzy kurang dari nol menyatakan lama penyalaan pompa AB mix kemudian dikalikan dengan faktor pengali -1 sedangkan nilai lebih dari nol menyatakan lama penyalaan pompa air kemudian dikalikan dengan faktor pengali 10. Gambar 26 dan 27 menunjukkan lama penyalaan pompa AB mix dan air selama simulasi aktual.
Berdasarkan Gambar 23, dapat dilihat bahwa performansi sistem kontrol dapat mengikuti pola perubahan EC simulasi matematis dan terdapat error selama masa steady state error dan adanya lag ketika terjadi perubahan setpoint dari 1.7 mS/cm ke 1.6 mS/cm dan 1.6 mS/cm ke 1.9 mS/cm. Error yang dihasilkan oleh simulasi ini diakibatkan oleh sensor, gangguan, dan sistem kontrol dengan pompa.
Pembacaan 1 sampai 3 oleh sensor tercatat nilai EC yang lebih rendah dari