UAS FUZZY NO 1

Referensi :

Azizah, A., Waris, A., & Sapsal, M. T. (2019). Penerapan Sistem Fuzzy Logic pada Alat Ukur Kadar Nutrisi pada Sistem Hidroponik. Jurnal AgriTechno, 12(2), Oktober 2019. DOI: https://doi.org/10.20956/at.v0i0.215.

[KEMBALI KE MENU SEBELUMNYA]

DAFTAR ISI

1. Judul

2. Abstrak

3. Pendahuluan

4. Metode Penelitian

5. Hasil dan Pembahasan

6. Kesimpulan

7. Daftar Pustaka

8. Video

9. Download File

1. Judul [Kembali]

    Judul artikel yang dibahas yaitu "Penerapan Sistem Fuzzy Logic pada Alat Ukur Kadar Nutrisi pada Sistem Hidroponik".

2. Abstrak [Kembali]

    Sistem hidroponik adalah metode produksi tanaman yang efektif, namun pemberian nutrisinya sering tidak disesuaikan dengan kebutuhan tanaman selama masa tanam hingga panen. Penelitian ini bertujuan untuk mengembangkan alat ukur nutrisi berbasis fuzzy logic. Prosesnya melibatkan fuzzifikasi, aplikasi aturan, dan defuzzifikasi. Hasil penelitian menunjukkan bahwa sensor yang dirancang memenuhi kriteria optimal, yaitu respons cepat, stabil, sensitif terhadap perubahan, tahan suhu, linear (R2 = 0,996), dan memiliki kesalahan pembacaan rendah sebesar 7,75%.

3. Pendahuluan [Kembali]

    Sistem hidroponik adalah metode produksi tanaman yang efektif dengan memberikan kondisi optimal bagi pertumbuhan akar untuk meningkatkan hasil tanaman. Teknologi ini memiliki berbagai keunggulan, seperti ramah lingkungan, higienis, mempercepat pertumbuhan, dan meningkatkan kualitas serta kuantitas hasil. Namun, pemberian nutrisi sering kali tidak disesuaikan dengan kebutuhan tanaman sepanjang masa tanam hingga panen karena belum adanya alat pengukur nutrisi yang presisi dan berkesinambungan.

    Untuk mengatasi masalah tersebut, diperlukan alat ukur nutrisi yang akurat dan stabil. Alat ini dapat dirancang dengan menerapkan teknologi fuzzy logic untuk meningkatkan presisi dan mendukung pengembangan sistem data logger pada hidroponik. Penelitian ini bertujuan menghasilkan alat ukur nutrisi berbasis fuzzy logic yang dapat memenuhi kebutuhan sistem hidroponik secara efektif.

4. Medote Penelitian [Kembali]

a. Metode

    Prosesnya meliputi perancangan alat ukur berbasis fuzzy logic dengan menggunakan perangkat seperti mikrokontroler ATmega32, LCD, dan elektroda stainless.

Tahapan penelitian meliputi:

• Perakitan Perangkat Keras: Merancang rangkaian catu daya, sensor, dan pengonversi data.
• Uji Fungsi Sensor: Mengukur kemampuan sensor mengonversi konsentrasi larutan (ppm) menjadi tegangan (mV).
• Kalibrasi dan Uji Kinerja: Menguji linearitas, sensitivitas, pengaruh suhu, stabilitas waktu, dan range pengukuran.
• Perancangan Perangkat Lunak: Membuat sistem fuzzy logic berbasis Sugeno menggunakan MATLAB dan CodeVision AVR untuk mikrokontroler.

b. Perancangan Sistem

    Sistem ini dirancang dengan syarat mampu mengukur nutrisi, menampilkan hasil ukur, mengumpulkan data, dan mentransfer data.

c. Diagram Alir Penelitian

    Diagram alir penelitian ini secara umum menjelaskan tahapan proses dari awal hingga akhir. Penelitian dimulai dengan perancangan sistem diikuti oleh perakitan perangkat keras. Selanjutnya, dilakukan uji fungsi untuk memastikan sistem bekerja dengan baik. Jika diperlukan, perbaikan dilakukan hingga hasil memuaskan. Setelah itu, sensor dikalibrasi dan kinerja sistem diuji untuk mengevaluasi parameter seperti sensitivitas, stabilitas, dan akurasi. Perancangan sistem fuzzy logic dilakukan sebagai bagian dari pengolahan data, dan sistem diuji ulang untuk memastikan performanya optimal. Data hasil pengujian kemudian diolah dan dianalisis dalam tahap pembahasan sebelum penelitian diselesaikan dengan kesimpulan akhir.

d. Perancangan Fuzzy

    Perancangan sistem fuzzy logic terdiri dari 4 tahapan yaitu fuzzifikasi, aplikasi fungsi implikasi, komposisi aturan, dan defuzzifikasi. Pada penelitian ini digunakan sistem interferensi sugeno dengan member function segitiga.

• Fuzzifikasi

Gambar menunjukkan hasil pemetaan titik-titik input ke dalam fungsi keanggotaan fuzzy menggunakan member function segitiga. 

• Rule fuzzy

• Defuzzifikasi

    Gambar diatas merupakan hasil defuzzifikasi himpunan fuzzy (sebelah kiri) menjadi bilangan tunggal (sebelah kanan). 

5. Hasil dan Pembahasan [Kembali]

    

    Berdasarkan hasil pengujian yang telah dilakukan maka dapat diketahui bahwa sensor memiliki range pengukuran 0 ppm sampai 3089 ppm. 

    Berdasarkan Tabel di atas dapat dilihat bahwa hasil konversi sensor tidak linear khususnya pada konsentrasi 2500 ppm hingga 4000 ppm. Oleh karena itu, perlu dilakukan penerapan sistem fuzzy logic untuk melinearkan hasil konversi sensor. 

    Berdasarkan hasil uji linearitas sensor yang telah dilakukan maka diperoleh grafik pada Gambar diatas. Grafik tersebut menggambarkan perbandingan hasil pembacaan sensor sebelum diterapkan sistem fuzzy logic dan setelah diterapkan sistem fuzzy logic. Linearitas sensor mengalami peningkatan yang berarti penerapan fuzzy logic pada sensor kadar nutrisi dapat meningkatkan ketelitian pembacaan sensor tersebut.

    Berdasarkan tabel di atas dapat dilihat sistem fuzzy logic mampu meningkatkan lebar range sensor dari 0mV-3089 mV menjadi 0mV - 3394mV. 

    Berdasarkan Gambar diatas dapat dilihat bahwa hasil pembacaan sensor sangat mendekati hasil simulasi pada matlab dengan nilai R2=0.9956. Hal ini menujukkan bahwa program yang diterapkan pada sensor valid.

Berikut fuzzy logic designernya pada matlab:

Berikut membership function editor :

Berikut rule editor dan rule viewer :

Berikut surface viewer :

6. Kesimpulan [Kembali]

    Berdasarkan hasil penelitian, alat ukur kadar nutrisi berhasil dibuat dengan kinerja yang baik. Alat ini menunjukkan karakteristik yang linear, memiliki tanggapan waktu yang cepat, stabil, sensitif, dan hanya sedikit terpengaruh oleh perubahan suhu.

7. Daftar Pustaka [Kembali]

1. Indriasti, R. (2013). Analisis Usaha Sayuran Hidroponik pada PT Kebun Sayur Segar Kabupaten Bogor. Institut Pertanian Bogor: Bogor.
2. Rosliani, R., & Sumarni, N. (2005). Budidaya Tanaman Sayuran dengan Sistem Hidroponik. Balai Penelitian Tanaman Sayuran: Bandung.
3. Widiyantoro, H. (2013). Media Pembelajaran Sensor dan Transduser pada Program Studi Pendidikan Teknik Elektro Universitas Negeri Semarang. Universitas Negeri Semarang: Semarang.

8. Video [Kembali]

• Video teori logika fuzzy

• Video presentasi blog

• Video simulasi percobaan jurnal

9. Download File [Kembali]

• Download HTML (click here)
• Download File FIS_Percobaan (click here)
• Download Jurnal (click here)
• Download Video (click here)