JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2017

(1)

i

PERANCANGAN ALAT PENGENDALI SUHU DAN

KELEMBABAN PADA BUDIDAYA CACING LUMBRICUS

RUBELLUS MENGGUNAKAN METODE ANFIS (ADAPTIVE

NEURO FUZZY INFERENCE SYSTEM)

SKRIPSI

Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Elektro Universitas Muhammadiyah Malang

Disusun Oleh:

AHMAD KRISTIANTO 201210130311083

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2017

(2)

(3)

(4)

(5)

(6)

(7)

v

PERANCANGAN ALAT PENGENDALI SUHU DAN

KELEMBABAN PADA BUDIDAYA CACING LUMBRICUS

RUBELLUS MENGGUNAKAN METODE ANFIS (ADAPTIVE

NEURO FUZZY INFERENCE SYSTEM)

Ahmad Kristianto,Ir Nur alif Mardiah MT, Amarul Faruq, ST.,M.Eng Jurusan Teknik Elektro, Fakultas Teknik, Universitas Muhammadiyah Malang Jl. Raya Tlogomas No. 246 Tlp (0341) 460948, 463513-19 Fax (0341)460782 Malang 65144

Email : ahmad_wedan@yahoo.com

Abstraksi

Spesies cacing Lumbricus Rubellus sekarang banyak dibudidayakan untuk dijadikan obat. Saat ini untuk kontrol cacing bersifat manual, walaupun budidaya cacing agar memperoleh hasil yang baik di media harus dikontrol dengan baik cacing seperti suhu dan kelembaban. Suhu dan kelembaban sangat berpengaruh dalam pertumbuhan proses cacing

Lumbricus Rubellus. Untuk mengendalikan algoritma kontrol suhu dan kelembaban sangat dibutuhkan. Dalam penelitian ini, untuk pengaturan suhu dan kelembaban agar sesuai dengan kebutuhan cacing, metode yang digunakan oleh penulis adalah metode fuzzy karena merupakan metode yang fleksibel dalam hal parameter dapat berubah dalam kondisi tertentu dan beradaptasi terhadap perubahan - Perubahan yang dipengaruhi oleh lingkungan, Fuzzy sendiri terbagi menjadi tiga metode yaitu Mamdani, Sugeno dan Sukamoto. Dalam penelitian ini penulis menggunakan metode Sugeno untuk penelitian. Dalam penelitian ini, ada beberapa proses untuk mengendalikan suhu dan kelembaban. Prosesnya adalah proses sistem fuzzy

yaitu proses fuzzifikasi, pengaturan aturan dan defuzzifikasi. Melalui proses tersebut mampu mengendalikan suhu dan kelembaban pada media cacing. Dalam proses pengendalian suhu dan kelembaban membutuhkan aktuator motor servo dua sensor, yaitu sensor dan sensor tanah DS18B20 moinsture. Hasil proses fuzzy adalah berupa gerakan keempat aktuator. Hasil pembacaan sensor kemudian dikalibrasi agar mendapatkan suhu dan kelembaban yang tepat. Pembacaan sensor data akan ditampilkan di LCD (Liquid Crystal Display).

(8)

vi

DESIGN OF CONTROL OF TEMPERATURE AND

MOISTURE TREATMENT ON LUMBRICUS RUBELLUS

USING ANFIS METHOD (ADAPTIVE NEURO FUZZY

INFERENCE SYSTEM)

Ahmad Kristianto,Ir Nur alif Mardiah MT, Amarul Faruq, ST.,M.Eng Jurusan Teknik Elektro, Fakultas Teknik, Universitas Muhammadiyah Malang Jl. Raya Tlogomas No. 246 Tlp (0341) 460948, 463513-19 Fax (0341)460782 Malang 65144

Email : ahmad_wedan@yahoo.com

Abstraction

Worm species Lumbricus Rubellus now widely cultivated to be used as medicine. Currently for helminth control is manual, although the cultivation of worms in order to obtain good results in the media should be controlled properly worms such as temperature and humidity. Temperature and humidity is very influential in the growth of worms Lumbricus Rubellus process. To control temperature and humidity control algorithm requires great. In this study, for the regulation of temperature and humidity to match required by the worm, the method used by the authors is the method of fuzzy because it is a flexible method in terms of a parameter can change under certain conditions and adapt to change - change that is influenced by the environment , Fuzzy itself is divided into three methods: Mamdani, Sugeno and Sukamoto. In this study the authors used Mamdani method for research. In this study, there are several processes through which to control temperature and humidity. The process is a process of fuzzy systems is fuzzification process, setting rules and defuzzification. Through the process is able to control temperature and humidity in the media worm. In the process of temperature and humidity control requires actuators that motorservo and two sensors, namely sensors and sensor DS18B20 moinsture soil. Results of fuzzy process is in the form of movement of the actuator. Results of sensor readings and then calibrated in order to get the correct temperature and humidity. Data sensor readings will be displayed on the LCD (Liquid Crystal Display).

(9)

vii

LEMBAR PERSEMBAHAN

Penulis menyadarai bahwa penyusunan tugas akhir ini tidak lepas dari bantuan berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis menyampaikan terima kasih kepada:

1. Ibu dan Bapak saya yang telah memberikan semangat dan dukungan baik materi maupun moril sehingga menjadi selalu termotivasi untuk menyelesaikan tugas akhir ini.

2. Ibu Ir. Nur alif, MT. selaku dosen pembimbing I dan bapak Amarul Faruq, ST.,M.Eng

,

selaku dosen pembimbing II yang senantiasa memberikan pengarahan dan bimbingannya dalam menyelesaikan Tugas Akhir ini. 3. Kepada semua teman – teman elektro B khususnya teman seperjuangan yang

telah membantu saya yaitu tumuk, Ainun ,ikhwan dan juga teman – teman kontrakan belakang dan gang mangga yang menjadi penyemangat saya dalam perjuangan menyelesaikan Tugas Akhir ini.

4. Segenap dosen pengajar di Jurusan Teknik Elektro yang telah membimbing saya dalam menuntut ilmu sehingga saya bisa menjadi seseorang yang lebih baik.

5. Saudari ku Erni Sari Putri yang telah memberikan suasana ceria yang dalam masa pengerjaan tugas akhir ini sehingga selalu menghibur dan menjadi pelecut semangat.

6. Semua pihak yang telah mendukung dan membantu dalam penyelesaian tugas akhir ini yang tidak mungkin penulis sebutkan satu-persatu.

(10)

viii Semoga Allah SWT senantiasa membalas amal baik yang telah dilakukan dengan balasan yang berlipat ganda. Penulis menyadari bahwa tugas akhir ini masih jauh dari sempurna, oleh karena itu kritik dan saran sangat penulis harapkan demi kesempurnaan tugas akhir ini. Semoga tugas akhir ini bermanfaat bagi penulis khususnya dan pembaca pada umumnya.

Malang, 25 juli 2017

Penulis

(11)

ix

KATA PENGANTAR

Assalamu'alaikum Wr. Wb.

Puji syukur kehadirat Allah SWT atas segala rahmat, taufiq, hidayah dan inayah-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul

“PERANCANGAN ALAT PENGENDALI SUHU DAN KELEMBABAN PADA BUDIDAYA CACING LUMBRICUS RUBELLUS MENGGUNAKAN METODE ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)”.

Pada pengembangan ini dilakukan perubahan pada sistemnya sehingga tidaklah sama dengan Tugas Akhir sebelumnya, berdasarkan saran yang ada yaitu dilakukan perbaikan pada sensitivitas suara yang dihasilkan terhadap suara menggunakan komponen elektronika dan perangkat lunak pendukung lainnya sehingga pengembangan ini bisa dilaksanakan.

Penulis menyadari sepenuhnya bahwa penulisan tugas akhir ini masih jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan saran dan kritik yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu kedepannya.

Akhir kata penulis mengucapkan banyak terima kasih kepada semua pihak yang telah membantu, sehingga tugas akhir ini dapat terselesaikan dengan baik.

Wassalamu’alaikum Wr. Wb

Malang, 25 juli 2017 Penulis,

(12)

x

DAFTAR ISI

HALAMAN JUDUL ... i

LEMBAR PERSETUJUAN ... ii

LEMBAR PENGESAHAN ... iii

LEMBAR PERNYATAAN KEASLIAN ... iv

ABSTRAK ... v

ABSTRAKSI………. vi

LEMBAR PERSEMBAHAN ... vii

KATA PENGANTAR ... ix

DAFTAR ISI ... x

DAFTAR GAMBAR ... xiii

DAFTAR TABEL ... xvi

BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 4 1.3 Tujuan Penelitian ... 4 1.4 Manfaat Penelitian ... 4 1.5 Batasan Masalah ... 5 1.6 Sistematika Penulisan ... 5

BAB II DASAR TEORI ... 7

2.1 Cacing Tanah Lumbricus Rubellus ... 7

2.2 Sensor Suhu DS18B20 ... 10 2.3 Pompa ... 12 2.4 Sensor Kelembaban ... 13 2.5 Mikrokontroler Arduino ... 13 2.5.1 Arduino Due ... 14 2.6 Motor Servo ... 15

2.7 Neuro-Fuzzy dan Soft Computing ... 16

(13)

xi

2.9 Teori Himpunan Fuzzy ... 17

2.10 Teori Adaptive Neuro Fuzzy Inference System ... 17

2.10.1 Aturan ANFIS ... 18

2.10.2 Arsitektur ANFIS ... 20

2.11 Algoritma Pembelajaran Hybrid ... 22

BAB III PERANCANGAN SISTEM ... 23

3.1 Studi literatur ... 23 3.2 Data Perencanaan... 23 3.3 Perancangan Alat ... 24 3.4 Perancangan PLX-DAQ ... 26 3.5 Permodelan Sistem ... 27 3.6 Fuzzyfikasi ... 30

3.7 Pengumpulan dan Pengolahan Data Awal Pada ANFIS ... 31

BAB IV PENGUJIAN DAN ANALISIS ... 35

4.1 Pengujian Sensor Kelembaban YL-69 ... 36

4.1.1 Tujuan ... 36

4.1.2 Peralatan ... 36

4.1.3 Blok Diagram ... 37

4.1.4 Persiapan Pengujian ... 37

4.1.5 Hasil dan Analisis ... 38

4.2 Pengujian Sensor Suhu DS18B20 ... 40

4.2.1 Tujuan ... 40

4.3 Pengujian Pengendali Fuzzy Pada Servo ... 42

4.3.1 Tujuan ... 42

4.3.4 Hasil dan Analisis ... 43 4.3.4.1 Pengujian hasil perhitungan dari sistem kontrol logika fuzzy

(14)

xii

yang telah dirancang ... 43

4.3.4.2 Pengujian Sistem Simulasi ANFIS ... 44

4.4 Pengujian Keseluruhan Sistem ... 49

4.4.1 Tujuan ... 49

4.4.4.1 Hasil Pengujian Data ANFIS Dengan Nilai Data Fuzzy... 51

BAB V KESIMPULAN DAN SARAN ... 53

5.1 Kesimpulan ... 53

5.2 Saran ... 53

DAFTAR PUSTAKA ... 54

(15)

xiii

DAFTAR GAMBAR

Gambar 2.1 Blok diagram sensor DS18B20 ... 10

Gambar 2.2 Sensor suhu DS18B20 ... 11

Gambar 2.3 Bentuk fisik pompa ac ... 12

Gambar 2.4 Bentuk fisik Sensor Kelembaban ... 13

Gambar 2.5 Bentuk fisik Arduino Due ... 15

Gambar 2.6 Motor Servo ... 15

Gambar 3.1 Diagram blok ... 24

Gambar 3.2 Perancangan Mekanik ... 25

Gambar 3.3 Perancangan Program PLX-DAQ ... 26

Gambar 3.4 Perancangan kolom excel PLX-DAQ ... 27

Gambar 3.5 Diagram Blok System Kendali Anfis ... 28

Gambar 3.6 Diagram Alur permodelan sistem ……… ... 28

Gambar 3.7 Variable Masukan Nilai Kelembaban Sensor yl-69………… ... 30

Gambar 3.8 Variable Masukan Nilai Suhu Sensor DS18B20... 30

Gambar 3.9 Variable Output (servo) ... 30

Gambar 3.10 Arsitektur Anfis ……… ... 33

Gambar 3.11 Gambar hasil Traning Anfis ... 34

Gambar 4.1 Blok Diagram Pengujian Yl-69 ... 37

Gambar 4.2 Blok Diagram Pengujian DS18B20 ... 39

Gambar 4.3 Hasil Perhitungan Logika Fuzzy Saat Nilai Sensor 26 dan 24... 42

Gambar 4.4 Hasil Load Data Traning ... 44

Gambar 4.5 Membership fuction plot fuzzy sugeno ... 44

Gambar 4.8 Proses Traning Error FIS ... 45

Gambar 4.9 Pengujian Pasca Traning Anfis ... 47

Gambar 4.10 Diagram Blok Pengujian Sistem Data akuisisi ... 48

Gambar 4.11 Hasil pengujian di luar ruang ... 49

Gambar 4.12 Grafik Pengujian Keseluruhan Sistem ... 49

(16)

xiv

DAFTAR TABEL

Tabel 2.1 Taksonomi Cacing Tanah ... 9

Tabel 3.1 Pernencanaan alat ... 23

Tabel 3.2 Kapasitas Rencana ... 24

Tabel 3.3 Range Kelembaban ... 31

Tabel 3.4 Range suhu ... 31

Tabel 3.5 Range Output ... 31

Tabel 4.1 Tegangan Input dan Output... 38

Tabel 4.2 Hasil Kalibrasi Sensor Kelembaban ... 38

Tabel 4.3 Hasil Kalibrasi Sensor suhu ... 40

Tabel 4.4 Pengujian Motor Servo ... 43

Tabel 4.5 Data traning ANFIS ... 43

Tabel 4.6 Hasil Perbandingan Pengujian Data ANFIS Dengan Fuzzy ... 51

(17)

xv

DAFTAR PUSTAKA

Argo, dwi dkk. 2012. Model simulasi pengendalian suhu udara pada mesin dengan kontrol logika fuzzy. Jurusan teknik pertanian. Fakultas teknologi pertanian. Universitas brawijaya..

Alimuddin, Seminar KB, Subrata IMD, Sumiati. Supervisory Control of Environmental Parameter Temperature of Closed House System Model For Broilers. International Symposium AESA In Asia. Bogor, Indonesia. 2009. Data Sheet NI 9213,National Instrument, 2012

Hartuti, nur dan sinaga, R.M. 1997. Pengering cabai. Balai penelitian tanaman sayuran.

Pusat penelitian dan pengembangan hortikultura. Badan penelitian dan pengembangan pertanian.

Harsya Asrul Rahman. 2012. Perancangan mesin pengering jamur kuping kapasitas 5kg per proses. Jurusan teknik mesin. Fakultas mesin. Universitas Muhammadiyah Malang

Paramita Training Center. 2000. Modul Fuzzy Logic. Paramita Training Center. Malang

Riyanto B, Wicaksana S. Aplication of Adaftive Neuro Fuzzy Inference System (ANFIS) To Active noice Control. 2nd IFAC-CIGR Workshop on Intelligent Control for Agricultural Applications. Bali,Indonesia. 2001; 127-133.

Safavi.HR,”Prediction of River Water Quality by Adaptive Neuro Fuzzy Inference System”, Journal ofEnvironmental Studies volume53(2010),1-10. Setiawan Rachmad, Teknik Akuisisi Data, Graha Ilmu, Yogyakarata, 2008

Sukarman, Fepriadi, & Prayitno. (2006). Rancang Bangun Pengukur Suhu dan Akuisisi Data Menggunakan Personal Komputer. ISSN , 388-394.

Wibowo, Adi. 2011. Pengering gabah dengan pengendali suhu dan waktu.

Program diploma teknik elektro. Fakultas teknik. Universitas gajah mada Yogyakarta.

Wahyujati, Si Teguh. Implementasi Metode Fuzzy Logic Untuk Pengaturan Kelembaban Tanah Pada Tanaman Cabai. Departement of Electrical Engineering Politeknik Institut Technology of Surabaya (EEPIS-ITS).

(18)