73
DESAIN KENDALI FUZZY PID (PROPORSIONAL INTEGRAL DERIVATIVE) MESIN PENGERING TEMBAKAU OTOMATIS BERBASIS ARDUINO
Miftachul Ulum1*, Diana Rahmawati2, Rofidi Kamil3
1,2,3 Prodi S1 Teknik Elektro, Fakultas Teknik, Universitas Trunojoyo Madura Jl. Raya Telang PO. BOX 2 Kamal Bangkalan Madura
*Email: [email protected] Abstrak
Tembakau merupakan hasil pertanian di Indonesia memiliki nilai ekonomi yang tinggi, Pengeringan pada tembakau memakai cara tradisional dengan memanfaatkan cahaya panas dari sinar matahari memiliki keterbatasan, yakni pergantian siang malam, dan pengaruh cuaca. Beberapa industri rumahan pembuatan rokok di Indonesia telah menggunakan mesin pengering tembakau, namun pada mesin pengering juga masih memiliki kekurangan, seperti harus diatur suhu dan lama waktu bekerja terlebih dahulu. Oleh sebab itu, diperlukan mesin pengering tembakau yang mampu mengatur suhu dan lama waktu bekerja secara otomatis. Dalam penelitian ini dirancang mesin pengering tembakau yang dapat mengatur suhu secara otomatis. Dari tembakau yang akan dikeringkan diambil nilai kelembaban dan suhu ruangan mesin, data tersebut yang akan dijadikan input sistem pengeringan. Mesin ini menggunakan sensor LM35, DHT22 humidity sensor (kelembaban), dan sensor Soil Moisture. Sistem kendali dari mesin pengering ini memakai kombinasi dari logika fuzzy dan kontroler PID(Proportional, Integral, Derivative). Logika fuzzy memproses input data untuk mengkategorikan tahapan pengeringan dari tembakau, dan kontroler PID untuk mengatur perubahan kecepatan suhu, dan kesetabilan suhu sebagai outputnya. Dengan persentase error sistem sebesar 23,35%, mesin ini membuat proses pengeringan tembakau menjadi lebih cepat dengan estimasi waktu 90 menit sampai dengan 3 jam, dan hasil yang lebih optimal.
Kata kunci: Tembakau, Mesin pengering, Arduino, lm35, DHT22, Soil Moisture, Fuzzy PID.
1. PENDAHULUAN
Tembakau merupakan salah satu komoditas ekspor. Perkebunan di Indonesia banyak yang memproduksi tembakau. Hasil pertanian tembakau ini dijadikan bahan dasar dalam pembuatan rokok. Di Indonesia khususnya di Jawa Timur beberapa industri rumahan mengeringkan tembakau dengan cara dijemur. Pengeringan dengan dijemur secara manual ini tentunya sangat bergantung pada adanya sinar matahari. Jika cuaca kebetulan mendung ataupun hujan, maka proses penjemuran tidak akan berhasil sempurna.
Dalam makalah ini dibahas tentang mesin pengering tembakau yang bekerja secara otomatis. Keuntungan yang dimiliki mesin ini adalah dapat mengeringkan tembakau tanpa terkendala oleh waktu dan cuaca.
Pada umumnya suhu yang dikontrol dalam mesin pengering tembakau ini berkisar antara 400 C sampai 700 C dalam jangka waktu tertentu (Sastro et.al, 2015). Dengan berkembangnya teknologi terutama dalam dunia industri, maka diperlukan sebuah pengembangan mesin otomatis. Salah satunya adalah mesin pengering otomatis yang memakai kelembaban sebagai tolak ukur pengeringannya.
Penelitian yang telah dilakukan sebelumnya oleh David O (2014) Ladoke Akintola University of Technology Nigeria, tentang “Poultry House Temperature Control Using fuzzy-PID Controller”. Dalam penelitiannya diuraikan perancangan sistem dari pengontrol suhu rumah unggas. Pada sistem ini logika fuzzy berfungsi untuk menentukan kategori thermal (panas tubuh) pada unggas, sedangkan PID kontrolernya yang menentukan suhu pada rumah unggas tersebut. Sistem ini dirancang agar dapat mengurangi tingkat kematian dari unggas, dengan cara tetap menjaga suhu rumah unggas
(Aborisade, et.al, 2014)
.Begitu juga dengan mesin pengering tembakau yang penulis rancang, perlakuan suhu dan kelembaban ruangan yang diproses oleh logika fuzzy akan menentukan kategori pengeringan. Dan PID kontrolernya untuk menstabilkan suhu pengeringan.
74 2. METODOLOGI
2.1 Kontroler Fuzzy PID
Gambar 2.1 Blok Diagram system
Dari blok diagram sistem Gambar 2.1, input berupa data kelembaban dan suhu ruangan yang diproses oleh logika fuzzy. Hasil fuzzifikasi data dimasukkan kedalam rule. Dan PID kontroler akan memberikan output sesuai dengan rule. Perlakuan suhu dan kelembaban ruangan akan mengatur tahapan pengeringan secara otomatis.
2.2 Desain mesin pengering tembakau otomatis Mesin pengering tembakau ini dirancang sebagai berikut :
Gambar 2.2 Desain mesin pengering tembakau otomatis
Sistem pengeringan ini memakai kombinasi antara logika fuzzy dan PID kontrol, logika fuzzy berfungsi mengolah data suhu dan kelembaban dari sensor dan membaginya dalam beberapa himpunan keanggotaan. Kemudian setelah mendapatkan himpunan keanggotaan di bentuklah aturan aturan untuk menentukan nilai tuning dan setpoint dari PID, pada dasarnya kontrol kombinasi ini bertujuan untuk menentukan tahapan tahapan dalam pengeringan tembakau.
75 2.3 Algoritma system
76
Gambar 2.3 Algoritma sistem
Gambar 2.3 menjelaskan alur kinerja sistem secara keseluruhan, saat sistem dijalankan data dari sensor suhu dan kelembaban di terima. Dari data dua sensor ini di tentukan derajat keanggotaannya dengan metode logika fuzzy, kemudian di bentuklah rule dari hasil fuzzifikasi. Rule terdiri dari penguningan, pengikatan warna dan pengeringan. Dari rule yang sudah didapat maka dibuatlah kategori pengeringan dengan menggunakan metode PID, yakni dengan nilai tuning, setpoint, dan output yang berbeda. Sistem ini dapat mengganti suhu dan kecepatan perubahan suhunya secara otomatis.
3. HASIL DAN PEMBAHASAN 3.1 Pengujian Rangkaian Keseluruhan
Hasil pengujian pengujian keseluruhan dari sistem adalah sebagai berikut :
Gambar 3.1 Pengujian Keseluruhan
Dari gambar ditunjukkan bahwa nilai tuning PID 1 yang berubah ubah sesuai kelembaban yang ada pada obyek.
77
Gambar 3.2 Pengujian Keseluruhan
Dari gambar ditunjukkan nilai tuning PID 2 yang berubah ubah sesuai kelembaban yang ada pada obyek.
Gambar 3.3 Pengujian Keseluruhan
Dari gambar ditunjukkan nilai tuning PID 3 yang berubah ubah sesuai kelembaban yang ada pada obyek.
Gambar 3.4 Tembakau sebelum dikeringkan
78
Gambar 3.5 Tembakau setelah dikeringkan
Pada gambar 3.5 daun tembakau yang sudah diproses sampai kelembaban mencapai 40-20 %, dan kadar air tembakau 0-1,88% dan tembakau hasil penjemuran 0-1,77% dengan estimasi waktu 90 menit sampai 3 jam.
3.2 Analisis Matematis Sistem Fuzzy PID Variabel Kelembaban
Nilai keanggotaan variabel kelembaban : µ[x] Kering : { 1 ; 𝑥 ≤ 40 55−𝑥 55−40 ; 40 < 𝑥 ≤ 55 0 ; 𝑥 > 55 µ[x] Normal : { 0 ; 𝑥 < 40 𝑎𝑡𝑎𝑢 𝑥 > 80 𝑥−40 55−40 ; 40 < 𝑥 ≤ 55 80−𝑥 80−55 ; 55 < 𝑥 ≤ 80 µ[x] Lembab : { 0 ; 𝑥 ≤ 55 𝑥−55 80−55 ; 73 < 𝑥 ≤ 80 1 ; 𝑥 > 80 Variabel Suhu
Nilai keanggotaan variabel suhu : µ[x] Dingin : { 1 ; 𝑥 ≤ 40 47.5−𝑥 47.5−40 ; 40 < 𝑥 ≤ 47.5 0 ; 𝑥 > 47.5 µ[x] Normal : { 0 ; 𝑥 < 40 𝑎𝑡𝑎𝑢 𝑥 > 55 𝑥−40 47.5−40 ; 40 < 𝑥 ≤ 47.5 55−𝑥 55−47.5 ; 47.5 < 𝑥 ≤ 55 µ[x] Panas : { 0 ; 𝑥 ≤ 47.5 𝑥−47.5 55−47.5 ; 47.5 < 𝑥 ≤ 55 1 ; 𝑥 > 55 Variabel Output
Nilai keanggotaan variabel output : µ[x] penguningan : 40
79 µ[x] pengikatan warna : 55
µ[x] pengeringan : 70 Rules (aturan)
Lembab Normal kering
Dingin Penguningan Pengikatan Pengeringan
Normal Penguningan Pengikatan Pengeringan
Panas Penguningan Pengikatan Pengeringan
Menentukan nilai tuning PID untuk beberapa tahapan pengeringan, yaitu penguningan, pengikatan warna, dan pengeringan :
Penguningan dengan setpoint 40°C : L = 110
T = 190 – 110 = 80
Setelah T dan L didapat, masukkanlah dalam tabel formula Ziegler Nichols, dan diperoleh: Kp = 1.2 80
110 = 0.87
Ti = 2 . 110 = 220 Td = 0.5 . 110 = 55
Untuk mennentukan nilai Ki dan Kd, nilai Kp dibagi Ti untuk Ki, dan Kp di bagi Td untuk Kd:
Ki = 0.87/220 = 0.0039 Kd = 0.87/55 = 47.85
Pengikatan warna dengan setpoint 55°C : L = 190
T = 285 – 190 = 95
Setelah T dan L didapat, masukkanlah dalam tabel formula Ziegler Nichols, dan diperoleh persamaan sebagai berikut :
Kp = 1.2 19095 = 0.60 Ti = 2 . 190 = 380 Td = 0.5 . 190 = 95
Untuk mennentukan nilai Ki dan Kd, nilai Kp dibagi Ti untuk Ki, dan Kp di bagi Td untuk Kd :
Ki = 0.60/380 = 0.0015 Kd = 0.60 *95 = 57.00
Pengikatan warna dengan setpoint 70°C : L = 285
T = 360 - 285 = 75
Setelah T dan L didapat, masukkanlah dalam tabel formula Ziegler Nichols, dan di dapatkan persamaan sebagai berikut :
Kp = 1.2 75
285 = 0.31
Ti = 2 . 285 = 570 Td = 0.5 . 285 = 142.5
80
Untuk mennentukan nilai Ki dan Kd, nilai Kp dibagi Ti untuk Ki, dan Kp di bagi Td untuk Kd:
Ki = 0.31/570 = 0.0005 Kd = 0.31 *142.5 = 44.17
Tabel 3.2 Hasil uji kandungan kimia pada tembakau
No Parameter Uji Satuan P PID FPID Metode Uji
1 Kadar Gula mg/100g 0.162 0.180 0.182 Spektrofotometer
2 Kadar Pati mg/100g 0.146 0.162 0.162 Spektrofotometer
3 Kadar Nikotin g/100g 0.00162 0.00778 0.01199 Titrasi
3.3 Analisis hasil pengujian.
Dari hasil uji kandungan kimia menunjukkan penjemuran biasa dan memakai mesin pengering otomatis memiliki perbedaan yakni naiknya kadar gula dan pati, kadar gula hasil penjemuran = 0.162, sedangkan hasil dari mesin PID dengan setpoint 70°C = 0.180, terjadi kenaikan kadar gula sebesar 0.018 mg/100g. hasil uji juga menunjukkan perbedaan antara kandungan kadar gula mesin PID dan mesin Fuzzy PID dengan 3 setpoint 40, 55, 70°C, Kadar gula hasil mesin PID = 0.180, sedangkan hasil dari mesin fuzzy PID = 0.182, terjadi kenaikan sebesar 0.002 mg/100g dari mesin PID ke fuzzy PID, dan 0.020mg/100g dari penjemuran ke fuzzy PID.
Berbeda dengan Kadar Pati antara mesin PID dan fuzzy PID nilainya sama 0.162 dan 0.162 mg/100g, namun hasil kadar pati penjemuran = 0.146mg/100g, terjadi kenaikan kadar pati sebesar 0.016mg/100g dari penjemuran ke mesin PID, dan mesin fuzzy PID.
Dan hasil kandungan nikotin pada penjemuran, mesin PID, dan fuzzyPID juga berbeda, penjemuran = 0.00162, mesin PID = 0.00778, mesin fuzzyPID = 0.01199. diantara ketiganya nikotin yang paling tinggi dihasilkan oleh Mesin Fuzzy PID.
4. KESIMPULAN
1. Dari hasil uji coba mesin pengering tembakau di dapat beberapa data yang sangat mempengaruhi proses pengeringan pada tembakau, diantaranya adalah nilai kelembaban ruangan ,kadar air pada tembakau dan suhu pengeringan.
2. Dengan kombinasi metode fuzzy PID proses pengeringan pada daun tembakau lebih cepat dengan hasil optimal, mesin pengering ini bekerja secara otomatis dengan persentase error 23,35%.
3. Hasil uji lab tembakau menunjukkan kandungan kimia seperti gula, pati, dan nikotin tembakau yang dikeringkan dengan mesin ini cukup baik dibandingkan dengan penjemuran. dan dapat membantu para petani dalam mengeringkan tembakau di saat cuaca yang buruk sesuai dengan yang diharapkan oleh penulis.
5. DAFTAR PUSTAKA
Aborisade, et.al (2014), Poultry House Temperature Control Using Fuzzy-PID Controller. Ladoke Akintola University of Technology P.M.B. 4000, Oghomoso, Oyo-State, Nigeria, Vol 11, No 6, p. 5
Adiptya, et. al. (2013), Sistem Pengetahuan Suhu dan Kelembaban Pada Rumah Berbasis Mikrokontroller ATmega8, Universitas Negeri Semarang, Vol 5, No 1, pp. 1-6
Budiawan et. al. (2015), Alat Pengering dan Pengukur Kadar Air pada Gabah Berbasis Mikrokontroler. STMIK AUB Surakarta, Vol 2, No 1, p. 3
81
Jamal, Zaidir (2015), IMPLEMENTASI KENDALI PID PENALAAN ZIEGLER-NICHOLS MENGGUNAKAN MIKROKONTROLER, Fakultas Ilmu Komputer, Informatics & Business Institute Darmajaya, Vol.15, No.1
Mulatningsih, Tobri (2014), Rancangan Bangun Alat Pengering Jamur Kuping Berbasis Mikrokontroler ATMega16. STMIK AUB Surakarta.
Sastro et.al (2015), Penanganan Panen dan Pasca Panen Tembakau di Kabupaten Bojonegoro, Universitas Tribhuwana Tunggadewi, Buana Sains Vol 15 No 2: 155-164
Santoso, et. al (2009), Rancangan Bangun Sensor Suhu Tanah dan Kelembapan Udara, Penelitian Bidang Instrumentasi dan Wahana Dirgantara, Lapan.
