• Tidak ada hasil yang ditemukan

SISTEM PENGENDALI PENDINGIN RUANGAN MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER ATMEGA 8535

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENGENDALI PENDINGIN RUANGAN MENGGUNAKAN FUZZY LOGIC BERBASIS MIKROKONTROLER ATMEGA 8535"

Copied!
7
0
0

Teks penuh

(1)

ISSN :

2339-210X

SISTEM PENGENDALI PENDINGIN RUANGAN MENGGUNAKAN

FUZZY LOGIC BERBASIS MIKROKONTROLER ATMEGA 8535

Pilipus Tarigan

Dosen Tetap STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan

www.stmik-budidarma.ac.id//Email: pilipus_tarigan@yahoocom

ABSTRAK

Pemakaian alat pendingin ruangan semakin meningkat saat ini, hal ini dikarenakan pemanasan global yang terjadi di berbagai daerah. Namun untuk mengefesiensi penggunaan alat ini, maka diperlukan sebuah alat kontrol yang bisa mengendalikan alat pendingin udara secara otomatis yang menyesuaikan tinggi rendahnya suhu yang dikeluarkan berdasarhan suhu udara dan kegiatan manusia pada suatu ruangan.

Penelitian ini akan menggunakan mikrokontroler ATMega 8535 dan terdapat 2 (dua) jenis sensor antara lain LM35 sebagai sensor suhu dan sensor PIR (Passive Infrared) sebagai sensor gerak. Penulis menggunakan metode fuzzy logic dalam penyelesaian masalah khususnya untuk mengambil keputusan yang akan diproses oleh mikrokontroler Hasil yang diingikan dalam penelitian ini adalah terciptanya sebuah alat simulasi pendingin ruangan yang dapat mendeteksi gerakan manusia dan suhu dalam sebuah ruangan. Berdasarkan hasil pendeteksian gerak dan suhu tersebut akan diproses secara fuzzy logic sehingga menghasilkan keluaran yang menentukan aktif-tidaknya serta tinggi-rendahnya suhu dari sebuah alat pendingin ruangan.

Kata kunci : Suhu, Ruangan, Sensor, LM35, PIR (Passive Infrared), Mikrokontroler ATMega8535,

Fuzzy Logic. 1. PENDAHULUAN

Seiring perkembangan teknologi dan ilmu pengetahuan yang semakin pesat, tingkat kesibukan manusia pun semakin meningkat. Oleh karena itu, manusia sangat membutuhkan suatu alat yang dapat membantu kegiatan manusia. Karena, dengan tingkat kesibukan yang meningkat terkadang manusia kurang memperhatikan efisisensi pemanfaatan dari peralatan yang digunakannnya. Salah satunya pendingin udara yang sering digunakan dalam kegiatan manusia sehari-hari. Pendingin ruangan semakin meningkat pemakaianya, apalagi dengan kondisi sekarang, pemanasan global yang terjadi di berbagai daerah.

Penggunaan pendingin udara dalam kegiatan

manusia saat ini seringkali kurang efisien.

Penempatan pendingin udara pada setiap ruangan menimbulkan suatu kegiatan baru lagi untuk menghidupkan dan mematikan pendingin udara setiap kali manusia meninggalkan ruangan tersebut. Dengan kesibukan manusia hal tersebut terkadang dilupakan dan pada akhirnya pendingin udara tetap hidup walaupun tidak ada kegiatan manusia pada ruangan tersebut. Untuk membantu manusia dalam memanfaatkan pendingin udara secara efisien maka penulis menawarkan suatu pengendali pendingin udara otomatis yang dapat membaca kegiatan manusia pada suatu ruangan.

Sementara itu, saat ini penggunaan fuzzy logic juga berkembang pesat. Antara lain penerapan fuzzy

dalam bidang kontrol seperti yang telah

dikembangkan oleh para peneliti sebelumnya. Kelebihan dari sistem ini adalah mampu memproses masukan berupa nilai-nilai riil (eksak) ke dalam

besaran fuzzy dan mengolahnya menggunakan basis

aturan untuk menghasilkan keputusan yang

merupakan keluaran sistem fuzzy dengan sangat cepat.

1.1. Perumusan Masalah

Permasalahan yang penulis ambil dari latar belakang tersebut adalah :

1. Bagaimana merancang sebuah sistem aplikasi

dengan menggunakan mikrokontroler yang dapat mengendalikan pendingin udara pada suatu ruangan.

2. Bagaimana menerapkan fuzzy logic dalam

operasi sistem pengendali.

3. Bagaimana memahami konsep kerja dan

penerapan fuzzy logic dalam perancangan sistem kendali.

4. Bagaimana menciptakan sistem kendali

pendingin udara pada suatu ruangan.

1.2. Batasan Masalah

Adapun batasan-batasan masalah dalam perancangan sistem pengendali pendingin ruangan sebagai berikut :

1. Pengendalian dilakukan secara simulatif,

dimana dalam sebuah ruangan yang didalamnya terdapat sebuah cooling fan sebagai pendingin ruangan.

2. Metode yang digunakan sebagai pengendali

perangkat pendingin ruangan ini adalah metode

Fuzzy Logic Mamdani.

3. Mikrokontroler yang digunakan adalah jenis

(2)

4. Pada penelitian ini, digunakan cooling fan sebagai pendingin ruangan dan dua buah sensor yakni masing-masing sensor suhu dan sensor gerak yang akan digunakan sebagai input untuk pengendali pendingin ruangan.

1.3. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

1. Merancang sebuah sistem aplikasi dengan

menggunakan mikrokontroler yang dapat

berguna sebagai alat untuk mengaktifkan atau menonaktifkan pendingin udara pada suatu ruangan.

2. Menerapkan fuzzy logic dalam operasi sistem

pengendali.

3. Membantu dalam memahami konsep kerja dan

penerapan fuzzy logic dalam perancangan sistem kendali.

4. Terciptanya rancangan sistem kendali

pendingin udara pada suatu ruangan.

2. LANDASAN TEORI 2.1. Pengertian Sistem

Definisi sistem berkembang sesuai dengan konteks dimana pengertian sistem itu digunakan. Berikut akan diberikan beberapa definisi sistem secara umum:

1. Kumpulan dari bagian-bagian yang bekerja

sama untuk mencapai tujuan yang sama.

2. Sekumpulan objek-objek yang saling berealisasi

dan berinteraksi serta hubungan antar objek bisa dilihat sebagai satu kesatuan yang dirancang untuk mencapai satu tujuan.

Banyak ahli mengajukan konsep sistem dengan deskripsi yang berbeda, tetapi pada prinsipnya hampir sama dengan konsep dasar sistem pada umumnya.

2.2. Pendingin Ruangan

Pendingin ruangan atau pengkondisi udara atau penyaman udara adalah sistem atau mesin yang dirancang untuk menstabilkan suhu udara dan kelembaban suatu area yang digunakan untuk pendinginan maupun pemanasan tergantung pada sifat udara pada waktu tertentu. Alat pendingin ruangan ini biasa biasa disebut “AC“ berasal dari singkatan air conditioner dalam bahasa inggris (www.wikipedia.org).

2.3. Definisi Sistem Pengendali

Sistem dapat didefinisikan sebagai berikut: yaitu seperangkat elemen yang digabungkan satu dengan lainnya untuk satu tujuan bersama.(Murdick dan Ross, 1993).

Sistem tidak dibatasi hanya untuk sistem fisik saja. Konsep sistem dapat digunakan pada gejala yang abstrak dan dinamis seperti yang dijumpai dalam ekonomi. Oleh karena itu istilah ”sistem” harus dinterpretasikan untuk menyatakan sistem fisik, biologi, ekonomi, dan sebagainya.(Ibid)

Dari definisi di atas, maka dapat disimpulkan bahwa sistem merupakan suatu kesatuan unsur–unsur yang saling terkait baik secara konsep maupun fisik.

Menurut Anthony I. Karamanlis, kendali dapat

diartikan dengan mengatur, mengarahkan atau

memerintah. (Anthony I. Karamanlis. Power Plant Over

View. (Swiss: Asea Brown Boveri, 1997). hal 1.). Fungsi

mengatur, mengarahkan dan memerintah tersebut berkaitan masukan (input) dan keluaran (output). Kendali berfungsi mengatur masukan (input) untuk memperoleh keluaran (output) yang diinginkan.

2.4. Fuzzy Logic

Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang

output. Teknik ini menggunakan teori matematis

himpunan fuzzy. Logika fuzzy berhubungan dengan ketidakpastian yang telah menjadi sifat alamiah manusia. Ide dasar dari logika fuzzy muncul dari prinsip ketidakjelasan. Teori fuzzy pertama kali dibangun dengan menganut prinsip teori himpunan. Dalam himpunan konvensional (crisp), elemen dari semesta adalah anggota atau bukan anggota dari himpunan. Dengan demikian, keanggotaan dari himpunan adalah tetap.

2.5. Metode Fuzzy Mamdani

Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk memperoleh output, diperlukan 4 tahapan yaitu : 1. Pembentukan Himpunan Fuzzy (Fuzzifikasi)

Fuzzifikasi adalah suatu proses untuk merubah suatu masukan dari bentuk tegas (crisp) menjadi

fuzzy (variabel linguistik) yang biasanya disajikan

dalam bentuk himpunan-himpunan fuzzy dengan suatu fungsi keanggotaannya masing-masing.

2. Aplikasi Fungsi Implikasi (Aturan)

Aplikasi Fungsi Implikasi berisikan aturan-aturan fuzzy yang digunakan untuk mengontrol sistem. Aturan-aturan ini dibuat berdasarkan logika dan intuisi manusia, serta berkaitan erat dengan jalan pikiran dan pengalaman pribadi yang membuatnya. Jadi tidak salah bahwa aturan ini dikatakan tidak subjektif, tergantung dari ketajaman yang membuat. Aturan yang telah ditetapkan digunakan untuk menghubungkan antara variable-variabel masukan dengan variabel-variabel keluaran.

Aturan ini berbentuk ‘JIKA-MAKA’

(IF-THEN), sebagai contoh adalah :

Aturan 1 : Jika x adalah A1 dan y adalah

B1 maka z adalah C1

Aturan 2 : Jika x adalah A2 dan y adalah

B2 maka z adalah C2

Aturan i : Jika x adalah A3 dan y adalah Bi

maka z adalah Ci

Dengan :

Ai (i = 1,2,3,…….) adalah himpunan fuzzi ke i untuk

(3)

ISSN :

2339-210X

Bi (i = 1,2,3,…….) adalah himpunan fuzzi ke i untuk

variabel masukan y.

Ci (i = 1,2,3,…….) adalah himpunan fuzzi ke i untuk

variabel masukan z. 3. Defuzzifikasi

Defuzzifikasi dapat didefenisikan sebagai proses pengubahan besaran fuzzy yang disajikan dalam bentuk himpunan-himpunan fuzzy keluaran dengan fungsi keanggotaannya untuk mendapatkan kembali bentuk tegasnya (crisp). Hal ini diperlukan sabab dalam aplikasi nyata yang dibutuhkan adalah nilai tegas (crips).

Ada beberapa metode defuzzifikasi yang bisa

dipakai pada komposisi aturan MAMDANI

(Kusumadewi 2004) antara lain :

a. Metode Centroid

Metode centroid ini juga dikenal sebagai metode COA (Center of Area) atau Metode of

Gravity. Pada metode ini nilai tegas

keluarannya diperoleh berdasarkan titik berat dari kurva hasil proses pengambilan keputusan

(inference).

Gambar 1 : Metode Centroid

Sumber : Sri Kusumadewi; Analisis dan Desain Sistem fuzzy menggunakan Tool Box Matlab; 2002; 97

b. Metode Bisektor

Pada metode ini nilai tegas keluarannya diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy.

Gambar 2 : Metode Bisektor

Sumber : Sri Kusumadewi; Analisis dan Desain Sistem fuzzy menggunakan Tool Box Matlab; 2002; 98

2.6. Mikrokontroler Atmega 8535

Mikrontroller ATmega8535 merupakan mikrokontroller generasi AVR (Alf and Vegard’s

Risk processor). Mikrokontroller AVR memiliki

arsitektur RISC (Reduced Instruction Set Computing) 8 bit, dimana semua instruksi dikemas dalam kode 16-bit (16-bits word) dan sebagian besar instruksi dieksekusi dalam 1 siklus clock.

a. Arsitektur ATmega8535

Adapun Mikrokontroler ATmega8535

memiliki arsitektur seperti gambar 3 di bawah ini:

Gambar 3 : Diagram Blok Fungsional ATmega8535

Sumber : M.Ary Heryanto; Bahasa C untuk Mikrokontroler ATMega 8535; 2008; 2

Gambar 2.22 memperlihatkan bahwa

ATmega8535 memiliki bagian sebagai berikut :

1. Saluran I/O sebanyak 32 buah, Port A, Port B,

Port C, dan Port D.

2. ADC 10 vit sebanyak 8 saluran.

3. Tiga buah Timer/Counter dengan kemampuan

perbandingan.

4. CPU yang terdiri dari 3 buah register.

5. Watchdog Timer dengan osilator internal.

6. SRAM sebesar 512 Byte.

7. Memori Flash sebesar 8 Kb dengan

kemmampuan Read While Write.

8. Unit interupsi internal dan eksternal.

9. Port antarmuka SPI.

10. EEPROM (Electrically Erasable

Programmable Read Only Memory) sebesar

512 Byte yang dapat deprogram saat operasi. 11. Antarmuka Komparator analog.

12. Port USART untuk komunikasi serial dengan kecepatan maksimal 2,5 Mbps.

13. Sistem mikroprosesor 8 bit berbasis RISC dengan kecepatan maksimal 16 Mhz.

b. Konfigurasi Pin ATmega8535

Dalam konfigurasi Pin ATmega8535

memiliki bagian – bagian seperti yang ditunjukkan pada gambar 2.23 di bawah ini :

(4)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 2627 28 29 30 31 32 33 34 35 36 37 38 39 40 (XCK/T0) PB 0 (T1) PB 1 (INT2/AIN0) PB 2 (OC0/AIN1) PB 3 (SS) PB 4 (MOSI) PB 5 (MISO) PB 6 RESET VCC GND XTAL 2 XTAL 1 (RXD) PD 0 (TXD) PD 1 (INT0) PD 2 (INT1) PD 3 (OC1B) PD 4 (OC1A) PD 5 (ICP1) PD 6 (SCK) PB 7 PA 0 (ADC0) PA 1 (ADC1) PA 2 (ADC2) PA 3 (ADC3) PA 4 (ADC4) PA 5 (ADC5) PA 6 (ADC6) PA 7 (ADC7) AREF GND AVCC PC 7 (TOSC2) PC 6 (TOSC1) PC 5 PC 4 PC 3 PC 2 PC 1 (SDA) PC 0 (SCL) PD 7 (Oc2) PD1P

Gambar 4:. Konfigurasi Pin ATmega8535 Sumber : M.Ary Heryanto; Bahasa C untuk

Mikrokontroler ATMega 8535; 2008; 3 Konfigurasi Pin ATmega8535 dapat dilihat seperti pada gambar 2.24. secara fungsional konfigurasi Atmega8535 sebagai berikut:

1. VCC merupakan pin yang berfungsi sebagai

masukan catu daya.

2. GND merupakan pin ground.

3. Port A (PA0…PA7) merupakan pin I/O dua

arah dan pin masuka ADC.

4. Port B (PB0…PB7) merupakan pin I/O dua

arah dan pin fungsi khusus untuk

Timer/Counter, Komparator analog, dan SPI..

5. Port C (PC0…PC7) mrupakan I/O dua arah dan

pin khusus untuk TWI, Komparator analog, dan

Timer Oscilator.

6. Port D (PD0…PD7) merupakan I/O dua arah

dan pin khusus untuk Komparator analog, Interupsi eksternal, dan Komunikasi serial.

7. RESET merupakan Pin yang digunakan untuk

me-reset mikrokontroller.

8. XTAL1 dan XTAL2 merupakan pin masukan

clock eksternal.

9. AVCC merupakan pin masukan tegangan untuk

ADC.

10. AREF merupakan pin masukan tegangan referensi ADC.

3. ANALISA DAN PERANCANGAN 3.1.Tinjauan

Perancangan sistem pengendali pendingin ruangan meliputi perancangan sistem fuzzy logic, perangkat lunak (software) dengan menggunakan bahasa pemrograman C dan perangkat keras

(hardware). Pengontrolan pendingin ruangan

dilakukan dengan mengontrol tinggi-rendahnya suhu yang dihasilkan oleh alat pendingin ruangan. Sistem

ini bekerja dalam sebuah ruangan dengan

menggunakan maket ruangan sebagai model yang berukuran 20x30cm, dimana dalam ruangan tersebut terdapat alat pendingin ruangan berupa cooling fan. Denah maket ruangan ditunjukkan oleh gambar 5:

Gambar 5 : Denah Maket Ruangan ukuran 20x30cm

3.2. Fuzzy Logic

Sistem inferensi fuzzy yang digunakan pada pengendali pendingin ruangan ini adalah metode

Mamdani. Pada metode Mamdani, untuk

mendapatkan output diperlukan empat tahap yaitu :

1. Pembentukan himpunan fuzzy (fuzzifikasi).

2. Aplikasi fungsi implikasi (aturan).

3. Komposisi aturan.

4. Penegasan (defuzzifikasi).

Pembentukan himpunan fuzzy (fuzzifikasi) menggunakan operator And (union), sedangkan defuzzifikasi menggunakan metode centroid. Sinyal

input dari Gerak dengan himpunan-himpunan fuzzy

Kosong dan Berisi seperti pada gambar 6 di bawah ini:

Gambar 6 : Fungsi keanggotaan untuk input Gerak Sinyal input suhu yang berupa nilai tegas (crisp) difuzzifikasi menjadi himpunan-himpunan

input fuzzy Panas, Normal dan Dingin seperti pada

gambar 7 di bawah ini:

Gambar 7 : Fungsi keanggotaan untuk input fuzzy Suhu

Sedangkan nilai tegas (crisp) difuzifikasi kipas menjadi himpunan-himpunan output fuzzy Padam, Pelan, Normal, Cepat, dan SangatCepat seperti ditunjukkan pada gambar 8 di bawah ini:

Gambar 8 : Fungsi keanggotaan untuk output Kipas Fungsi keanggotaan input dan output di atas menggunakan kurva trapesium dengan rumus di bawah ini:

(5)

ISSN :

2339-210X

3.2.1. Proses Inferensi model Mamdani

Pengolahan data dilakukan dengan

menentukan variabel dan semesta pembicaraan, dilanjutkan dengan membentuk himpunan fuzzy. Penentuan variabel dan semesta pembicaraan dari hasil pengambilan data dapat diperoleh pada tabel 1 dibawah ini:

Tabel 1 : Penentuan Variabel dan Semesta Pembicaraan

Penentuan himpunan fuzzy ditampilkan pada tabel 2 dibawah ini:

Tabel 2: Himpunan Fuzzy

Aplikasi fungsi implikasi (aturan) untuk inferensi pendingin ruangan di dalam ruangan dapat dibuat beberapa aturan sesuai dengan table 3.3 di bawah ini:

Tabel 3 : Aturan Fuzzy Untuk Sistem Kontrol

Dingin Normal Panas

Padam Kosong Kosong Kosong

Pelan Berisi Berisi Berisi

Cepat Berisi Berisi Berisi

Kencang Berisi Berisi Berisi

Dari defenisi aturan seperti yang telah diperlihatkan pada tabel 3.3. diatas, maka terdapat 6 aturan fuzzy, penulis menggunakan enam aturan yaitu:

a. If (Gerak is Kosong) AND (Suhu is Dingin)

THEN (Kipas is Padam).

b. If (Gerak is Kosong) AND (Suhu is Normal)

THEN (Kipas is Padam).

c. If (Gerak is Kosong) AND (Suhu is Panas)

THEN (Kipas is Padam).

d. If (Gerak is Berisi) AND (Suhu is Dingin)

THEN (Kipas is Pelan).

e. If (Gerak is Berisi) AND (Suhu is Normal)

THEN (Kipas is Cepat).

f. If (Gerak is Berisi) AND (Suhu is Panas)

THEN (Kipas is Kencang).

Gambar 9 : Fuzzy Set Untuk Input Gerak Berisi, Suhu Panas Dengan Output Kipas Kencang

3.2.2. Nilai Crisp pada Center of Area

Penegasan (defuzzifikasi) dengan

menggunakan centroid method Untuk mendapatkan nilai crisp, rumus yang digunakan seperti yang ditunjukkan pada gambar 10 di bawah ini:

)

(

)

(

*

y

y

y

y

R R

µ

µ

=

………(3.2)

Gambar 10 : Center Of Area

3.2.3. Analisa Sistem Pengendali satu Ruangan

Adapun blok diagram seperti ditunjukkan pada gambar 11:

Gambar 11: Blok Diagram Sistem Pengendali Pendingin Ruangan

3. Analisa Rancangan Sistem 3.1. Perancangan Rangkaian Input

Adapun rangkaian inputan yang digunakan dalam perancangan ini adalah sebagai berikut :

1. Sensor Gerak (Sensor PIR)

Sensor PIR hanya menangkap energi panas yang dihasilkan dari pancaran tubuh manusia. Hal ini dikarenakan dalam sensor PIR terdapat

IR Filter yang mampu menyaring panjang

gelombang sinar inframerah pasif antara 8 sampai 14 mikrometer. Panjang gelombang yang dihasilkan dari tubuh manusia berkisar antara 9 sampai 10 mikrometer.

(6)

LM35 mempunyai jangkauan suhu antara 00 C -

1000 C dengan kenaikan 10mV untuk setiap

derajat celcius, persamaan keluaran dapat dilihat sebagai berikut :

VLM35 = Suhu

*

10 mV……… (3.2)

Pada perancangan sitem ini hanya akan bekerja apabila sensor suhu mendeteksi sinyal masukkan

sensor sebesar 100C – 400C. Perubahan tegangan

yang dikirimkan oleh sensor dapat dilihat pada tabel 4 di bawah ini :

Tabel 4. Perubahan Tegangan Sensor Suhu

3.2. Perancangan Kendali Pendingin Ruangan

Pengendalian alat pendingin ruangan

ditentukan oleh arus yang masuk transistor ke pendingin ruangan. Arus transistor bersumber dari arus keluaran dari ATMega8535, adapun arus dan tegangan sesuai dengan table 5 di bawah ini:

Tabel 5 : Tegangan Pada Pendingin Ruangan

3.3. Perancangan Perangkat sistem

Adapun alat dan komponen pada perancangan sistem pengendali pendingin ruangan menggunakan

fuzzy logic digunakan alat dan komponen sebagai

berikut :

1. Personal computer (PC), yang digunakan untuk

membuat program dan mendownloadkannya ke mikrokotroler ATmega8535.

2. Downloader ATmega8535, untuk

mendownload program dari PC ke

mikrokontroler ATmega8535.

3. Sensor Gerak (PIR) sebagai pendeteksi gerak

manusia

4. Mikrokontroler ATmega8535 sebagai

pengendali fuzzy logic. 5. Solid State Relay (SSR).

6. Maket ruangan untuk memodelkan proses kerja

alat yang akan dikendalikan suhu keluarannya, maket ruangan tersebut menggunakan cooling

fan sebagai alat pendingin ruangan.

7. Perangkat lunak

3.4. Perancangan Perangkat Keras

Perancangan perangkat keras meliputi

perancangan rangkaian sensor gerak, sensor suhu,

bagian pengendali berbasis mikrokontroler

ATmega8535, rangkaian solid state relay (SSR). Dan blok diagram sistem perangkat keras seperti

ditunjukkan pada gambar 12, sedangkan rangkaian keseluruhan terlampir.

Gambar 12: Blok Diagram Sistem Perangkat Keras

1. Perancangan Sensor Gerak (PIR)

Rangkaian sensor gerak yang digunakan pada

pengendali pendingin ruangan seperti yang

ditunjukkan pada gambar 3.31. Sebagai sensor gerak adalah PIR (Passive Infra Red) yang berfungsi untuk mendeteksi aktifitas manusia di dalam ruangan yang mengubah energi gerak ke energi listrik yang selanjutnya akan diolah oleh mikrokontroler. Sensor PIR diletakkan pada pintu masuk, hal ini bertujuan supaya sensor dapat mendeteksi gerakan secara cepat.

Gambar 13 : Rangkaian Sensor PIR (Mohd.Syaryadi,

Agus Adria, dan Syukurullah,2007)

2. Perancangan Sensor Suhu (IC LM35)

Alat yang digunakan sebagai sensor suhu adalah LM35 yang berfungsi untuk mengukur suhu di dalam ruangan kemudian diubah menjadi energi

listrik yang selanjutnya akan diolah oleh

mikrokontroler. Sensor LM35 diletakkan pada salah satu sisi dinding ruangan, hal ini bertujuan untuk mempermudah pendeteksian. Rangkaian sensor suhu yang digunakan pada pengendali pendingin ruangan seperti yang ditunjukkan pada gambar 14.

Gambar 14 : Rangkaian Sensor IC LM35 (Puji

Hartini dan Taswin ,2010)

3. Perancangan Modul Pengatur Tegangan (SSR)

Sebagai pengatur tegangan, digunakan

rangkaian Solid State Relay yang pada prinsipnya adalah penggabungan antara penguat transistor dengan cooling fan sebagai pendingin ruangan.

(7)

ISSN :

2339-210X

Jika ada logika 1 pada input (IN) rangkaian ini, transistor BD139 akan aktif arus dari catu daya akan mengalir dari collector ke emitter. Arus emitter akan membuat colling fan menjadi hidup. Jika terdapat logika 0 pada input (IN) rangkaian ini, maka transistor BD139 tidak akan aktif dan sambungan

collector dan emitter (CE) seolah-olah seperti saklar

terbuka. Hal ini mengakibatkan arus emitter tidak ada sehingga dioda dibias mundur. Pemberian logika 0 ataupun logika 1 tersebut dikendalikan oleh mikrokontroler.

Gambar 15 : Rangkaian Solid State Relay

4. Kesimpulan

Berdasarkan analisa metode fuzzy logic dan perancangan alat pengendali pendingin ruangan yang telah penulis lakukan selama penyusunan Skripsi ini, maka dapat disimpulkan bahwa:

1. Aplikasi Code VisionAVR sangat mendukung

untuk perancangan program pembuatan sistem

pengendali pendingin ruangan berbasis

mikrokontroler.

2. Pengendalian alat pendingin ruangan yang

penulis buat berupa alat simulasi.

3. Dengan adanya sistem pengendali pendingin

ruangan ini dapat membantu dalam

penghematan energi listrik.

4. Dari Sistem ATmega8535 berfungsi sebagai

unit sentral yang memproses pengolahan sinyal analog dari sensor gerak dan sinyal digital dari sensor suhu menggunakan metode fuzzy logic sehingga mendapatkan suatu nilai keluaran yang berupa tegangan pada pendingin ruangan.

DAFTAR PUSTAKA

1. Naba, Agus, Dr., Eng. 2009. “Belajar Cepat

Fuzzy Logic menggunakan MATLAB”.

Yogyakarta : Andi.

2. Heryanto, Ary, ST., & Adi, Wisnu, Ir., 2008. “Pemograman Bahasa C untuk Mikrokontroler ATMEGA 8535”. Yogyakarta : Andi.

3. Sunarto. 2009. “Definisi Sistem Pengendali”. (http://sunarto-ok.blogspot.com, diakses tanggal 10 Mei 2011).

4. Wikipedia. 2011. “Pendingin Udara”.

(http://id.wikipedia.org, diakses tanggal 10 Mei 2011).

5. Sunyoto. 2010. “Dasar Refrigerasi dan

Pengkondisian Udara”.

(http://www.crayonpedia.org, diakses tanggal 12 Mei 2011).

6. Kusumadewi, Sri. dan Hari, Purnomo. 2004. “Aplikasi Logika Fuzzy untuk Pendukung Keputusan”. Graha Ilmu : Yogyakarta.

7. Kusumadewi, Sri. 2002. “Analisa dan Desain Sistem Fuzzy Menggunakan Toolbox Matlab”. Graha Ilmu : Jakarta.

8. Shin. Jl_ry. 2008. “Teori-Teori Ergonomi”. (http://teori-teoriergonomi. blogspot.com diakses tanggal 12 Mei 2011).

9. “Logika Fuzzy”. (http://www.scribd.com,

diakses tanggal 01 Juni 2011).

10. “Sensor Suhu LM35”. (http://www.scribd.com, diakses tanggal 05 Juni 2011).

11. Iswanto. “Modul Pelatihan Mikrokontroler

Atmega8535”. Universitas Muhammadiyah

Gambar

Gambar 1 : Metode Centroid
Gambar 7 : Fungsi keanggotaan untuk input fuzzy  Suhu
Gambar 9 : Fuzzy Set Untuk Input Gerak Berisi,  Suhu Panas Dengan Output Kipas Kencang  3.2.2
Tabel 4. Perubahan Tegangan Sensor Suhu

Referensi

Dokumen terkait

Metode yang digunakan pada perancangan elevator dan pembuatan prototipe pengendali otomatis elevator berbasis mikrokontroler ATmega 8535 adalah :.. Metode perancangan

IMPLEMENTASI FUZZY LOGIC PADA PENGATURAN SUHU INKUBATOR BAYI BERBASIS.

Perancangan sistem terbagi menjadi 3 bagian, yaitu perancangan perangkat keras, perancangan fuzzy logic controller dan perancangan perangkat lunak. 1) Perancangan

box dan kemudian sensor beban akan mendeteksi adanya bayi di dalam sehingga memberikan inputan terhadap mikrokontroler kemudian diproses pada modul program.. Hasil

hasil eksperimen disajikan materi tentang: hasil eksperimen menggunakan pengendali suhu tipe fuzzy PD dan tipe fuzzy PI yang telah dirancang bangun untuk mengendalikan

Data dan jawaban dari bagian pemeliharaan mengenai komponen mesin yang mengalami ke- gagalan akan diproses menggunakan kedua metode (reliability centered maintenance dan fuzzy.. logic)

Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan

Sistem pendukung keputusan penentuan kelayakan pinjaman pada koperasi simpan pinjam berbasis Android menggunakan metode fuzzy logic pada KPRI Dwija