• Tidak ada hasil yang ditemukan

Sistem Penentu Suhu Dan Kelembaban Incubator Telur Unggas Berdasarkan Berat Dan Warna Telur Menggunakan Metode Fuzzy

N/A
N/A
Protected

Academic year: 2018

Membagikan "Sistem Penentu Suhu Dan Kelembaban Incubator Telur Unggas Berdasarkan Berat Dan Warna Telur Menggunakan Metode Fuzzy"

Copied!
10
0
0

Teks penuh

(1)

Fakultas Ilmu Komputer

Universitas Brawijaya

7302

Sistem Penentu Suhu Dan Kelembaban

Incubator

Telur Unggas

Berdasarkan Berat Dan Warna Telur Menggunakan Metode

Fuzzy

Moh. Zainur Rodhi1, Dahnial Syauqy2, Gembong Edhi Setyawan3

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]

Abstrak

Mesin penetas telur merupakan salah satu inovasi dibidang teknologi yang terbukti mampu meningkatkan hasil produksi dalam usaha budidaya unggas. Tetapi mesin penetas telur yang ada saat ini dinilai masih kurang efisien, karena jika dilihat dari segi fungsionalitas, satu unit mesin penetas telur hanya berfungsi untuk menetaskan satu jenis telur tertentu saja dan tidak bisa difungsikan untuk menetaskan jenis telur yang berbeda. Dari permasalahan itulah muncul sebuah ide untuk melakukan perancangan sistem penentu suhu dan kelembaban berdasarkan berat dan warna telur pada Incubator

telur unggas ayam, bebek dan puyuh. Sistem ini dibuat menggunakan sensor berat load cell untuk mendeteksi berat telur, sensor warna TCS3200 untuk mendeteksi warna telur, sensor DHT11 untuk mendeteksi suhu dan kelembaban udara dan juga arduino uno sebagai pemroses data dari sensor. Proses pendeteksian jenis telur dilakukan dengan menggunakan logika fuzzy. Sistem ini mampu menyesuaikan nilai suhu serta kelembaban pada Incubator secara otomatis berdasarkan jenis telur yang terdeteksi. Penyesuaian nilai suhu dilakukan dengan menggunakan lampu pijar yang berfungsi sebagai sumber panas, sedangkan untuk kelembaban digunakan humidifier yang berfungsi untuk menambah nilai kelembaban udara. Dari hasil pengujian logika fuzzy diperoleh persentase eror sebesar 0,001%, dan aktuator untuk menyesuaikan nilai suhu serta kelembaban sudah sesuai dengan kondisi yang dibutuhkan.

Kata kunci: load cell, sensor warna TCS3200, DHT11, sistem penetas telur, logika fuzzy.

Abstract

Egg hatching machine is one innovation in technology that is proven to increase production results in poultry farming. But the existing egg hatchery machine is considered still less efficient, because in terms of functionality, one unit of egg hatchery machine only serves to incubate just one particular egg species and can not be used to incubate different egg species. As the result based on this problem, come an idea for designing temperature and humidity control sistems using the weight and color of poultry eggs on poultry egg Incubator for chicken egg, duck egg and quail egg. This sistem is created using a load cell

sensor to detect the egg weight, color sensor TCS3200 to detect egg color, DHT11 sensor to detect air temperature and humidity and arduino uno as the data processor of the sensor. The process of detecting eggs done by using fuzzy logic. This sistem is able to adjust the temperature and humidity values in the Incubator automatically according to the egg species detected. Adjust the temperature value using a bulb lamp which functions as a heating, while for humidity use humidifier which functions to increase the value of air humidity. From the results of fuzzy logic testing obtained error percentage of 0.001%, and aktuator conditions to adjust the temperature and humidity values is in compliance with the required conditions.

Keywords: load cell, color sensor TCS3200, DHT11, egg hatching sistem, fuzzy logic.

1. PENDAHULUAN

Seiring berkembangnya laju pertumbuhan penduduk, maka tingkat konsumsi daging unggas diperkirakan juga akan terus meningkat. Pada tahun 2030, konsumsi daging unggas dunia diperkirakan akan meningkat menjadi 17,2 kg

(2)

33,3%, dari 10,5 kg menjadi 14 kg per kapita (Poultry, 2016).

Seiring dengan meningkatnya tingkat konsumsi daging unggas, maka inovasi-inovasi baru guna meningkatkan hasil produksi budidaya unggas-pun semakin banyak diciptakan. Salah satunya yaitu mesin penetas telur, dimana mesin tersebut sudah terbukti mampu mempercepat proses penetasan telur pada usaha budidaya unggas, hal itu dikarenakan proses penetasan telur menggunakan mesin bisa dilakukan dengan kapasitas besar secara bersamaan, sedangkan apabila melakukan proses penetasan secara alami hanya bisa dilakukan dalam kapasitas terbatas. Faktor utama yang perlu dikontrol dalam sebuah mesin penetas telur adalah suhu, karena suhu merupakan parameter yang menentukan berkembang atau tidak berkembangnya embrio pada telur. Kebutuhan suhu dalam incubator berbeda-beda untuk setiap telur dari berbagai jenis unggas. Prinsipnya semakin besar telur yang ditetaskan akan memerlukan suhu yang lebih tinggi, misal : telur puyuh, telur merpati, telur ayam, telur itik dan telur angsa akan berbeda (disini besar telur dari yg terkecil mengarah ke telur yang lebih besar). Jika suhu sesuai dengan kondisi ideal yang dibutuhkan selama proses penetasan telur, maka akan memberikan waktu tetas yang tepat (sesuai masa inkubasi dari telur itu sendiri, misal : telur puyuh masa inkubasinya 17 hari, ayam 21 hari, itik 28 hari) dan menghasilkan tingkat daya tetas yang tingi (Sudjarwo, 2012).

Mesin penetas telur yang ada saat ini dinilai masih kurang efisien, karena jika dilihat dari segi fungsionalitas, satu unit mesin penetas telur hanya berfungsi untuk menetaskan satu jenis telur tertentu saja dan tidak bisa difungsikan untuk menetaskan jenis telur yang berbeda, hal itu disebabkan karena mesin penetas telur yang ada saat ini tidak memiliki kemampuan untuk membaca jenis telur yang akan ditetaskan dan menyesuaikan kondisi suhu serta kelembabannya sesuai dengan jenis telur tersebut.

Maka dari permasalahan itulah muncul sebuah ide untuk melakukan penelitian guna merancang dan mengimplementasikan sebuah sistem penetas telur yang bisa digunakan untuk beberapa jenis telur sekaligus sebagai topik penelitian skripsi, dengan harapan dapat meningkatkan nilai fungsionalitas dari sistem penetas telur konvensional yang ada saat ini. Dimana alat yang dirancang nantinya mampu menyesuaikan parameter suhu, kelembaban dan

lama masa incubasi sesuai kebutuhan jenis telur secara otomatis.

2. PERANCANGAN & IMPLEMENTASI

2.1 Perancangan Sistem

Perancangan sistem terbagi atas perancangan perangkat keras dan perancangan perangkat lunak.

2.1.1 Perancangan Perangkat Keras

Sistem yang akan dibuat yaitu sistem yang mampu menentukan suhu dan kelembaban pada penetas telur unggas meliputi jenis telur bebek, puyuh, dan ayam berdasarkan berat dan warna telur menggunakan metode fuzzy. Sistem akan terdiri dari perangkat keras berupa arduino uno

yang berfungsi untuk mengendalikan keseluruhan sistem. Perangkat keras lainnya ada berupa sensor warna TCS3200 yang digunakan untuk mendeteksi perbedaan warna dari tiap jenis telur dan sensor load cell yang digunakan untuk mendeteksi perbedaan berat dari tiap jenis telur. Pada bagian aktuator digunakan lampu pijar sebagai sumber panas dan humidifier untuk meningkatkan nilai kelembaban udara didalam ruang penetas telur. Diagram blok perancangan perangkat keras dapat dilihat pada gambar 1.

Gambar 1. Diagram blok sistem

2.1.2 Perancangan Mock-up BoxIncubator

dan Rak Telur

Perancangan mock up box incubator pada penelitian ini ditunjukkan pada gambar 2. Pada desain telah diberi keterangan berupa huruf A sampai dengan M. Keterangan pada gambar tersebut menunjukkan tataletak tiap-tiap bagian yang terdapat pada box incubator. Berikut adalah keterangan mengenai masing-masing bagian tersebut.

(3)

G = Sensor pintu H = Sensor pintu I = Pintu

J = Jendela pintu K = Gagang pintu

L = Ruang panel mikrokontroler M = Ruang Incubator

Gambar 2. Mock up boxIncubator

Perancangan mock up rak telur pada penelitian ini ditunjukkan pada gambar 3. Pada desain telah diberi keterangan berupa huruf N sampai dengan T. Keterangan pada gambar tersebut menunjukkan tataletak tiap-tiap bagian yang terdapat pada rak telur. Berikut adalah keterangan mengenai masing-masing bagian tersebut.

N = Lubang rak telur

O = Tempat meletakkan sensor load cell

P = Kerangka luar rak telur Q = Motor servo

R = Tempat meletakkan motor servo

S = Baris rak telur

T = Mekanik pemutar rak telur

Gambar 3. Mock up rak telur

2.1.3 Perancangan perangkat lunak

Perancangan perangkat lunak pada sistem ini dibagi menjadi 3 blok utama sistem yaitu blok akuisisi data sensor, blok mikrokontoler yang sekaligus menjadi pengendali utama

sistem, dan blok aktuator. Berikut adalah pemaparan tentang masing-masing blok utama sistem tersebut.

(4)

Gambar 5. Diagram alir mikrokontroler

Bagian blok kedua merupakan pengendali mikrokontroler, proses dimulai dengan pengiriman data hasil akuisisi sensor sebagai data input, apabila data belum didapatkan, maka proses akan diulangi lagi pada kondisi mikrokontroler menunggu data hasil akuisi sensor, kemudian setelah data didapatkan, maka data hasil akuisisi tersebut akan diolah oleh mikrokontroler dengan melakukan perhitungan logika fuzzy untuk mendapatkan nilai derajat keanggotaan jenis telur, Dari nilai derajat keanggotaan jenis telur tersrbut nantinya kita bisa menentukan output suhu dan kelembaban yang dibutuhkan untuk jenis telur yang terdeteksi. alur proses kerja untuk bagian mikrokontroler tersebut ditunjukkan pada gambar 5.

Gambar 6. Diagram alir proses kerja aktuator Bagian blok yang ketiga yaitu blok aktuator , proses yang dilakukan aktuator diawali dengan aktuator yang berupa lampu dan humidifier

dalam kondisi idle, kemudian lampu akan menyala apabila suhu kurang dari nilai yang ditentukan untuk masing-masing jenis telur, dan kemudian lampu akan kembali stanby apabila suhu sudah melebihi nilai perhitungan yang telah ditentukan untuk masing-masing jenis telur. Dan juga humidifier akan menyala jika nilai kelembaban kurang dari yang ditentukan, dan

(5)

Gambar 7. Diagram alir logika fuzzy

Gambar 7. Merupakan diagram proses kerja logika fuzzy, dimana bisa dilihat bahwa proses perhitungan logika fuzzy yang terjadi saling berhubungan antara tahapan satu dengan tahapan yang lainnya, sehingga tahapan yang dihasilkan akan menjadi input pada tahapan selanjutnya sampai menjadi output akhir dari sistem.

Proses diawali dengan akuisisi data oleh sensor load cell dan sensor warna sebagai data

input pada proses perhitungan fuzzy, kemudian setelah data input diperoleh dilanjutkan pada tahap menentukan derajat keanggotaan berat telur dan warna telur. Proses perhitungan derajat keanggotaan berat telur adalah sebagai berikut.

Anggota fariabel derajat keanggotaan berat telur dibagi atas tiga kategori berat seperti pada tabel 1 berikut.

Tabel 1. Variabel keanggotaan berat telur

Linguistik Numerik

Berat Lebih dari 25

Sedang 10 – 40

Ringan Kurang dari 25

Berikut adalah cara untuk mendapatkan nilai keanggotan berdasarkan fariabel linguistik dan fariabel numerik berat telur.

• Fungsi derajat keanggotaan berat telur ringan dapat dirumuskan sebagai berikut.

1 ; X < 10 µ[x] Ringan = 25 – 𝑋

25 – 10 ; 10 <=X<=25 0 ; X > 25

• Fungsi derajat keanggotaan berat telur sedang dapat dirumuskan sebagai berikut.

0 ; X < 10 atau X >40 µ[x] Sedang = 𝑋 – 10

25 – 10 ; 10 <= X <= 25 40 – 𝑋

40 – 25 ; 25< X <= 40

• Fungsi derajat keanggotaan berat telur berat dapat dirumuskan sebagai berikut.

0 ; X < 25

µ[x] Berat = 𝑋 – 25

40 – 25 ; 25 <= X <= 40 1 ; X > 40

Gambar 8. Grafik derajat keanggotaan berat telur

Sedangkan untuk proses perhitungan derajat keanggotaan warna telur adalah sebagai berikut. Anggota fariabel derajat keanggotaan warna telur dibagi atas tiga kategori berat seperti pada tabel 2 berikut.

Tabel 2. Variabel keanggotaan warna telur

Berikut adalah cara untuk mendapatkan nilai keanggotan berdasarkan variabel linguistik dan fariabel numerik warna telur.

• Fungsi derajat keanggotaan warna telur gelap dapat dirumuskan sebagai berikut.

1 ; X < 80 µ[x] Gelap= 108 – 𝑋

(6)

0 ; X > 108

• Fungsi derajat keanggotaan warna telur redup dapat dirumuskan sebagai berikut.

0 ; X < 80 atau X > 136 µ[x] Redup = 𝑋 – 80

108 – 80 ; 80 <= X <= 108 136 – 𝑋

136–107 ; 108<X<=136

• Fungsi derajat keanggotaan warna telur terang dapat dirumuskan sebagai berikut.

0 ; X < 108

µ[x] Terang = 𝑋 – 108

136 – 108 ; 108 <= X <= 136 1 ; X > 136

Gambar 9. Grafik derajat keanggotaan warna telur

Setelah didefinisikan masing-masing variabel derajat keanggotaan yang digunakan dalam penelitian ini, maka proses selanjutnya adalah membuat aturan berdasarkan variabel yang telah dibuat tersebut. Aturan tersebut akan dijelaskan pada tabel 3.

Tabel 3. Aturan fuzzy

Warna

Tahap selanjutnya adalah proses implikasi untuk mencari nilai minimal pada aturan fuzzy

yang digunakan. kemudian dilakukan proses komposisi menggunakan hasil yang diperoleh dari implikasi aturan sebelumnya untuk memperoleh nila maksimal dari masing-masing variabel yang digunakan pada aturan fuzzy.

Setelah nilai terkecil dan terbesar diketahui maka selanjutnya memasukkan nilai tersebut kedalam daerah hasil sesuai dengan jenis varibel nilai tersebut. Setelah itu dilakukan perhitungan untuk menentukan nilai akhir COG berdasarkan nilai daerah hasil untuk masing-masing jenis telur yang diperoleh. Fungsi untuk melakukan nilai

COG dapat dirumuskan sebagai berikut.

𝐶𝑂𝐺 =(60×𝐴)+(150× 𝐵)+(570× 𝐶) (4×𝐴)+(3×𝐵)+(6×𝐶)

Dengan A untuk nilai daerah hasil telur bebek, B untuk nilai daerah hasil telur puyuh dan C untuk nilai daerah hasil telur ayam.

Nilai 60 diperoleh dari hasil penjumlahan nilai kelipatan 10 pada grafik derajat keanggotaan jenis telur yang terdapat pada gambar 10, penjumlahan dimulai dari titik 0 (nol) sampai titik 30 (batas nilai COG telur bebek dan telur puyuh), sedangkan nilai 150 diperoleh dari hasil penjumlahan nilai grafik derajat keanggotaan jenis telur 40 sampai 60 (titik tengah nilai jenis telur puyuh), dan nilai 570 diperoleh dari penjumlahan nilai pada grafik derajat keanggotaan jenis telur dari titik 70 sampai titik 120 (batas maksimal nilai

COG). Untuk nilai 4, 3 dan 6 diperoleh dari jumlah banyaknya nilai yang dijumlahkan pada tiap-tiap kategori derajat keanggotaan jenis telur tersebut.

Tahap terakhir adalah menentukan nilai derajat keanggotaan jenis telur berdasarkan nilai

COG yang didapat. Penjelasan untuk menghitung derajat keanggotaan jenis telur adalah sebagai berikut.

Anggota variabel derajat keanggotaan jenis telur dibagi atas tiga kategori seperti pada tabel 4 berikut.

Tabel 4. Variabel kenaggotaan jenis telur

Linguistik Numerik

Telur ayam 60 – 120

TelurBebek 0 – 60

Telur puyuh 30 – 90

Berikut adalah cara untuk mendapatkan nilai keanggotan berdasarkan variabel linguistik dan fariabel numerik jenis telur.

Linguistik Numerik

Terang Lebih dari 108

Redup 80 – 136

(7)

• Fungsi derajat keanggotaan jenis telur bebek dapat dirumuskan sebagai berikut.

0 ; X < 0 atau X > 60 µ[x] Bebek= 60 – 𝑋

60 – 30 ; 30 <= X <= 60 2 ; X < 30 dan X<=0

• Fungsi derajat keanggotaan jenis telur puyuh dapat dirumuskan sebagai berikut.

0 ; X < 30 atau X > 90 µ[x] Puyuh = 𝑋 – 30

60 – 30 ; 30 <= X <= 60 90 – 𝑋

90 – 60 ; 60< X <= 90

• Fungsi derajat keanggotaan jenis telur ayam dapat dirumuskan sebagai berikut.

0 ; X < 60 atau X > 120 µ[x] Ayam = 𝑋 – 60

90 – 60 ; 60 <= X <= 90 2 ; X > 90 dan X <=120

Gambar 10. Grafik derajat keanggotaan jenis telur

2.2 Implementasi Sistem

2.2.1 Implementasi Perangkat Keras

Pada tahapan implementasi perangkat keras ini dilakukan pembuatan sistem dengan mengacu pada perancangan perangkat keras yang telah ditentukan sebelumnya. Sesuai dengan perancangan yang telah ditentukan, box

sistem penetas telur yang dibuat memiliki ukuran panjang 55cm, lebar 55cm dan tinggi 60cm dengan kapasitas telur ayam dan bebek kurang lebih 35 butir telur. Serta sensor yang digunakan untuk melakukan akuisisi data adalah sensor load cell dan sensor warna TCS3200, dengan jumlah masing-masing sebanyak 1 buah. Data hasil akuisisi oleh sensor kemudian dikirimkan ke mikrontroler, pada sistem ini mikrokontroler yang digunakan adalah Arduino uno R3.

Gambar 11. Implementasi boxIncubator

Pada gambar 11 diatas merupakan gambar foto implementasi box sistem penetas telur dengan ukuran Panjang 55cm, Lebar 55cm dan Tinggi 60cm, pada gambar tersebut bagian yang ditandai dengan lingkaran berwarna merah merupakan panel LCD dan tombol power, bagian yang ditandai dengan lingkaran berwarna kuning merupakan cendela dengan bahan akrilik hitam transparan, dan bagian yang ditandai dengan lingkaran berwarna hijau merupakan gagang pegangan pintu box sistem penetas telur.

Gambar 12. Implementasi bagian dalam box Pada gambar 12 diatas merupakan gambar foto implementasi bagian yang terdapat didalam

boxicubator. Bagian yang pertama yaitu lampu pijar pemanas yang ditandai dengan lingkaran berwarna kuning, terdapat dua buah lampu yang digunakan sebagai sumbar panas di dalam ruang

(8)

lingkaran berwarna biru, yang ketiga yaitu motor

servo yang ditandai dengan lingkaran berwarna merah dan yang keempat yaitu humidifier yang ditandai dengan lingkaran berwarna orange dan yang terakhir yaitu sensor pintu berupa kabel tembaga yang digunakan sebagai switch untuk mengindikasikan pintu sedang dalam keadaan terbuka atau tertutup, sensor pintu ditandai dengan lingkaran berwarna hitam. Pengimplementasian rak telur juga bisa langsung terlihat pada gambar 12 tersebut.

Gambar 13. Implementasi sensor load cell 5kg Pada gambar 13, bagian yang ditandai dengan lingkaran berwarna hijau diatas merupakan gambar pengimplementasian sensor

load cell yang diletakkan pada rak telur, sehingga bisa berfungsi sebagaimana yang diharapkan untuk mengukur berat dari salah satu baris rak telur.

Gambar 14. Implementasi sensor warna Pada gambar 14, yang ditandai dengan lingkaran berwarna merah diatas merupakan gambar pengimplementasian sensor warna

TCS3200 yang ditempatkan pada rak telur, penempatan sensor tersebut diletakkan tapat dibawah salah satu lubang yang berada pada baris rak telur sehingga bisa secara langsung melakukan pendeteksian nilai warna telur yang diletakkan diatasnya.

Gambar 15 Implementasi bagian panel mikrokontroler

Gambar 15 diatas merupakan gambar foto implementasi bagian ruangan panel yang terdiri dari beberapa komponen yang digunakan dalam sistem ini. Komponen yang pertama yaitu

arduino uno yang ditandai dengan lingkaran berwarna merah, komponen yang kedua yaitu

RTC (Real Time Clock) yang ditandai dengan lingkaran berwarna orange, komponen yang ketiga yang ditandai dengan lingkaran berwarna hijau yaitu bagian socket penghubung dengan beberapa sensor dan aktuator yang digunakan, dan yang terakhir adalah komponen relay yang ditandai dengan lingkaran berwarna kuning.

2.2.2 Implementasi Perangkat Lunak

Hasil dari rancangan software/perangkat lunak diterapkan ke dalam bentuk kode program pada arduino dengan beberapa bantuan library

yang terdapat pada arduino sehingga keseluruhan komponen dapat berjalan sesuai dengan tujuan penelitian. Library yang digunakan antara lain library HX711, library servo, library EEPROM, library SimpleDHT,

libraryLiquidCrystal_I2C, libraryRTC.

3. PENGUJIAN DAN ANALISIS

3.1 Pengujian Sensor Load cell

Pengujian terhadap sensor load cell

(9)

pembacaan sensor. Berikut adalah hasil yang diperoleh pada pengujian sensor load cell.

Tabel 5. Hasil pengujian sensor load cell

No Jenis Telur Nilai

Berdasarkan pengujian yang dilakukan terhadap sensor load cell yang digunakan, dengan cara mengujinya menggunakan tiga jenis telur(bebek, puyuh, ayam) yang berbeda pada saat pengujian, sensor load cell menunjukkan hasil pengujian yang sesuai antara kondisi dan keluaran sensor seperti kategori yang telah dibuat pada derajat keanggotaan berat teur.

3.2 Pengujian Sensor Warna

Pengujian terhadap sensor warna dilakukan untuk mengetahui tingkat akurasi dari sensor warna dalam menentukan kategori warna telur sesuai dengan perhitungan derajat keanggotaan warna yang ditentukan didalam program. Pada pengujian sensor warna ini, tidak digunakan data pembanding dari alat ukur manual, tetapi hanya untuk mengetahui kemampuan sensor menghasilkan keluaran berupa kategori warna telur berdasarkan nilai pembacaan sensor. Berikut adalah hasil yang diperoleh pada pengujian sensor warna.

Tabel 6. Hasil pengujian sensor warna

No Jenis Telur Nilai Sensor

Hasil pengujian sensor warna menunjukkan hasil yang sesuai antara kondisi dan keluaran sensor seperti kategori yang telah dibuat pada derajat keanggotaan warna telur.

3.3 Pengujian Sensor DHT11

Pengujian terhadap sensor DHT dilakukan untuk mengetahui tingkat akurasi dari sensor

DHT yang digunakan sebagai sensor untuk mendeteksi nilai suhu dan kelembaban pada sistem ini. Untuk parameter suhu, digunakan alat pembanding berupa termometer, Sedangkan untuk parameter kelembapan tidak digunakan data pembanding dari alat ukur manual, tetapi hanya untuk mengetahui kemampuan sensor menghasilkan keluaran berupa nilai pembacaan kelembaban udara pada sistem penetas telur. Berikut adalah hasil yang diperoleh pada pengujian sensor DHT.

Tabel 7. Hasil pengujian sensor DHT11

Menit Suhu Kelem

Rata-rata Selisih 0,5

Rata-rata

Persentase Eror 0,016%

Dari hasil pengujian sensor DHT didapati nilai selih untuk suhu antara hasil pengukuran sensor dan hasil pengukuran manual sebesar 0,5, kemudian juga didapat nilai persentase eror untuk suhu sebesar 0,016%.

3.4 Pengujian Keseluruhan Sistem

Pengujian keseluruhan sistem dilakukan untuk mengukur kinerja sistem pada saat beroperasi, dan kemampuan sistem menghasilkan keluaran berupa perhitungan logika fuzzy untuk menentukan jenis telur berdasarkan data yang diperoleh dari pengukuran sensor. Pada pengujian ini digunakan set point suhu 10oC dan kelembaban 10% untuk mengetahui kondisi apa yang akan terjadi pada lampu dan humidifier apabila nilai suhu dan kelembaban lebih besar dari set point

tersebut.

Tabel 8. Hasil pengujian keseluruhan sistem

(10)

Berat 43,00 43,00 0 0%

Warna 85,20 85,20 0 0%

COG 35,39 35,82 0,43 0,01%

Suhu 28,00 28,00 0 0%

Kelemb aban

77,00 - 0 0%

Lampu OFF OFF 0 0%

Humidif ier

OFF OFF 0 0%

Rata-rata

- - 0,06 0,001

%

Setelah dilakukan pengujian, analisis dilakukan dengan cara menghitung selisih perhitungan logika fuzzy dan kesesuaian status (ON / OFF) aktuator yang digunakan untuk mengontrol suhu dan dan kelembaban. Maka bisa diketahui bahwa nilai rata-rata selisih untuk pengujian keseluruhan sistem adalah 0,06 dan persentase eror sebesar 0,001%.

4. KESIMPULAN

Penerapan logika fuzzy untuk sistem penentu suhu dan kelembaban berdasarkan berat dan warna telur pada sistem penetas telur unggas dilakukan dengan cara menuliskan kode program arduino yang tersusun berdasarkan aturan perhitungan logika fuzzy

Hasil pengujian untuk sensor load cell

menunjukkan hasil keluaran yang sesuai dengan kategori yang telah dibuat. Sensor warna juga didapatkan hasil keluaran yang sesuai dengan kategori yang telah dibuat. Pengujian sensor

DHT didapatkan rata–rata persentase error

sebesar 0,016%, Keseluruhan sistem perhitungan akhir logika Fuzzy untuk menentukan jenis telur memiliki persentase error sebesar 0,001%. Dan kondisi aktuator secara keseluruhan sudah sesuai dengan yang ditentukan.

5. DAFTAR PUSTAKA

Edhy Sudjarwo, M., 2012. Blog Dr. Ir. Edhy Sudjarwo, MS. [Online] Tersedia di : <http://edhysudjarwounggas.lecture.ub.a c.id/> [Diakses 8 September 2017]. Kusrini, 2008. Aplikasi SIstem Pakar

Menentukan Faktor Kepastian

Penggunaan dengan Metode Kuantifikasi Pertanyaan. 1 penyunt. Yogyakarta: Penerbit Andi.

Poultry Indonesia, 2016. Pertumbuhan Konsumsi Ayam Dunia. [Online] Tersedia di:

<http://www.poultryindonesia.com/read- news/pertumbuhan-konsumsi-ayam-dunia> [Diakses 8 September 2017]. Sutikno, I. W., 2014. Perbandingan Metoda

Deffuzifikasi Sistem Kendali Logika

Gambar

Gambar 1. Diagram blok sistem
Gambar 2. Mock up box Incubator
Gambar 5. Diagram alir mikrokontroler
Gambar 8. Grafik derajat keanggotaan berat
+5

Referensi

Dokumen terkait

Hasil pengenalan terbaik yang didapatkan dari percobaan FNN dalam mengklasifikasi 20 citra buah manggis (data testing) menjadi kelas ekspor dan kelas lokal

Pada Gambar 6, input dari sistem monitoring kualitas air ini adalah sensor suhu, pH, dan TDS dengan ESP32 sebagai mikrokontroler untuk pemroses data. Kemudian data akan

Dari blok rangkaian alat yang kami buat terdapat 3 input yaitu sensor Soil Masture digunakan sebagai mengirim data kelembaban tanah ke process, lalu ada sensor

Hasil pengenalan terbaik yang didapatkan dari percobaan FNN dalam mengklasifikasi 20 citra buah manggis (data testing) menjadi kelas ekspor dan kelas lokal

berdasarkan implementasi IOT menggunakan mikrokontroler arduino uno rev 3, sensor suhu dht22, dan relay pada ruang server sangat cocok, dimana pada proses monitoring dapat

Setelah itu akan dilanjutkan dengan metode Fuzzy Sugeno metode tersebut mendapatkan input berupa nilai sensor MQ-135 dan nilai image pada daging. Dari data

Penelitian ini menggunakan sensor suhu DHT 22, RTC DS 3231 untuk mengambil data waktu, modul Micro SD Card yang digunakan untuk menyimpan data, LoRa sebagai media transmisi pengiriman

2.4 Pengujian Perancangan Hal pertama, Sebuah mikrokontroler wemos d1 sebagai pusat pengolahan data yang mendapat input hasil pendeteksi suhu dan kelembapan dari sensor DHT11 lalu