Post on 24-Feb-2023
6
BAB II
TINJAUAN PUSTAKA
2.1 Penelitian Sebelumnya
Penelitian mengenai sistem perancangan pada aquarium yang dapat
mengendalikan kualitas air bukan yang pertama kali dilakukan, namun terdapat
beberapa hal yang akan dikembangkan pada penelitian ini. Dalam bab ini, penulis
menjabarkan penelitian – penelitian terkait dengan penelitian ini.yang akan
menjadi referensi.
Dendy Ramdani, Fahrudin Mukti Wibowo, dan Yoso Adi Setyoko dengan
judul “Rancang Bangun Sistem Otomatisasi Suhu Dan Monitoring pH Air
Aquascape Berbasis IoT (Internet Of Thing) Menggunakan Nodemcu Esp8266
Pada Aplikasi Telegram” membahas mengenai perancangan alat otomatisasi
suhu dan monitoring pH air pada aquascape menggunakan sensor DS18B20
untuk mendeteksi suhu dengan nilai deteksi suhu 25°C - 28°C, pH Detection
Sensor Module untuk mendeteksi pH air dengan tingkat kadar pH 6,0 – 8,0, serta
mengaplikasikan NTP client server untuk memberikan penjadwalan yang
realtime pada sumber pencahayaan dan kipas pendingin. Sensor – sensor tersebut
terhubung dengan mikrokontroler seri Nodemcu ESP8266 yang sudah tertanam
fitur wifi. Alat ini digunakan untuk mengatasi kegagalan fotosintesis dan menjaga
keberlangsungan ekosistem aquascape. Output dari alat ini adalah apabila sensor
suhu mendeteksi suhu kurang dari 25°C maka lampu aquascape akan otomatis
menyala dan apabila mendeteksi suhu lebih dari 28°C maka kipas pendingin akan
menyala. Pada sensor pH apabila mendeteksi pH kurang dari 6 dan lebih dari 8
maka Nodemcu Esp8266 akan secara langsung mengirimkan notifikasi pesan
peringatan pada bot Telegram. Hasil pengujian sensor DS18B20 dengan
termometer digital mendapatkan hasil rata-rata persentase error sebesar 2,105%,
pengujian sensor pH yang dibandingkan dengan pH meter mendapatkan hasil
7
rata-rata persentase error sebesar 0,216%, dan NTP client server mampu
menginformasikan secara berkala untuk penjadwalan lampu aquascape selama 8
jam perhari [10].
Yesi Triawan dan Juli Sardi dengan judul “Perancangan Sistem Otomatisasi
pada Aquascape Berbasis Mikrokontroler Arduino Nano” membahas mengenai
perancangan sistem otomatisasi pada aquascape yang meliputi pemberian pakan
ikan, waktu hidup lampu, pengaturan suhu, pengaturan ketinggian air, dan
pergantian air secara berkala. Perancangan sistem ini menggunakan arduino nano
sebagai mikrokontroler, RTC sebagai modul timer (penjadwalan), sensor
DS18B20 berfungsi sebagai pendeteksi suhu, serta sensor HC-SR04 berfungsi
untuk mengukur ketinggian air aquascape. Output dari sistem ini adalah apabila
sensor suhu mendeteksi suhu kurang dari 22°C maka heater akan menyala dan
apabila mendeteksi suhu lebih dari 27°C maka chiller akan menyala. Pada sensor
HC-SR04 akan mengukur ketinggian air aquascape pada saat pergantian air ±11
cm, serta RTC yang berfungsi untuk penjadwalan pemberian pakan ikan yang
akan digerakkan oleh motor servo, waktu hidup atau mati lampu, dan jadwal
pergantian air. Hasil pengujian sensor DS18B20 dengan thermo gun
mendapatkan hasil rata-rata persentase error sebesar 1,26%, pengujian sensor
HC-SR04 dengan mistar mendapatkan hasil rata-rata persentase error sebesar
2,27%, dan RTC mampu memberikan penjadwalan sehingga mampu
menggerakkan servo untuk pakan ikan dan juga menyalakan lampu selama 8 jam
[11].
Sarmayanta Sembiring, dkk dengan judul “Perancangan Sistem Pengatur pH
Air Aquarium Menggunakan Kendali Logika Fuzzy” membahas mengenai
sistem pengatur pH air aquarium dengan kendali logika fuzzy. Perancangan
sistem ini menggunakan sensor water flow, pompa air DC, dan sensor ultrasonik
yang terhubung ke mikrokontroler ATMega8535. Pada mikrokontroler
ATMega32 sebagai sistem kendali fuzzy terhubung ke sensor pH, LCD 16 x 2,
Keypad 4x4 dan aerator. Output dari sistem ini adalah penambahan air basa atau
8
asam ke dalam aquarium dengan menggunakan pompa DC dan volumenya
terukur menggunakan sensor batas air dan water flow sensor untuk memastikan
volume air penambah telah sesuai dengan output logika fuzzy. Hasil pengujian
sensor ultrasonik dapat mendeteksi jarak sebagai variabel untuk mencari volume
air aquarium dengan error rata-rata 1,875%, sensor pH dapat mendeteksi pH air
aquarium dengan error rata-rata 1,76%, sistem pengatur air penambah basa dapat
mengalirkan air sesuai dengan volume yang diinginkan dengan error rata-rata
3,56%, sistem pengatur air penambah asam dapat mengalirkan air sesuai dengan
volume yang di inginkan dengan error rata-rata 7,56%, Sistem kendali fuzzy
sebagai pengatur pH air aquarium dapat menurunkan error rata-rata dari 5,34%
menjadi 1,59% [12].
Steven Bandong, Hesky Stevy Kolibu, dan Verna Albert Suoth dengan judul
“Rancang Bangun Sistem Kontrol Suhu dan Ketinggian Air Untuk Pemijahan
Ikan Dengan Menggunakan Logika Fuzzy” membahas mengenai perancangan
sistem kontrol suhu dan ketinggian air menggunakan kontrol logika fuzzy.
Perancangan sistem ini menggunakan sensor suhu LM35, sensor HC-SR04 untuk
ketinggian air, dan relay yang terhubung pada mikrokontroler Atmega32.
Menggunakan logika fuzzy untuk mengontrol suhu dan ketinggian air dengan
menggunakan dua inputan yaitu error (e) dan Δ error (de). Nilai error adalah
nilai selisih suhu aktual terhadap suhu setpoint. Δ error (de) adalah selisih dari
error aktual terhadap error sebelumnya. Hasil pengujian menunjukkan sistem
kendali dapat mengendalikan suhu pada suhu rata-rata 26,0°C dari suhu awal
25,4°C dengan nilai NRMSE 0,008. Waktu yang diperlukan untuk mecapai
setpoint adalah 31 menit dan menstabilkan ketinggian air pada 29,8 cm dari
ketinggian awal air adalah 25,5 cm dengan nilai NRMSE sebesar 0,009. Waktu
yang diperlukan untuk mencapai setpoint adalah 4,5 menit [13].
Allya Allan Putra Syah, Ketty Siti Salamah, dan Eko Ihsanto dengan judul
“Sistem Pemberi Pakan Otomatis, PH Regulator, dan Kendali Suhu
Menggunakan Fuzzy Logic Pada Aquarium” membahas mengenai perancangan
9
alat kendali dan monitoring yang terpasang pada aquarium dengan menerapkan
konsep Internet of Things, yang dapat dikendalikan dari jarak jauh. Perancangan
alat ini menggunakan single board computer Raspberry Pi, Arduino, motor
servo, sensor DS18B20, sensor pH, solenoid valve, dan stepper motor. Kontrol
jarak jauh menggunakan smartphone dan laptop yang kemudian berintegrasi
dengan Raspberry Pi. Raspberry Pi mendapat data dari Arduino yang digunakan
sebagai pengolah data suhu dan pH, dan untuk sistem kendali suhu menggunakan
metode logika fuzzy mamdani. Hasil pengujian sensor DS18B20 dengan fluke 51
thermometer menunjukkan hasil rata – rata error 0.99% dan uji kendali
kestabilan suhu menggunakan metode logika fuzzy menunjukkan rentang error
sekitar 5% dari nilai target [14].
10
10
Tabel 2.1 Penelitian Sebelumnya
No Judul Tahun Penulis Metode Penelitian Hasil dan Pembahasan Perbedaan dengan
Penelitian ini
1 Rancang Bangun
Sistem Otomatisasi
Suhu Dan
Monitoring pH Air
Aquascape Berbasis
IoT (Internet Of
Thing)
Menggunakan
Nodemcu Esp8266
Pada Aplikasi
Telegram
2020 Dendy
Ramdani,
Fahrudin
Mukti
Wibowo, dan
Yoso Adi
Setyoko
Metode penelitian
yang dilakukan
diantaranya
identifikasi masalah,
studi literatur,
perancangan alat,
perancangan
software,
pengumpulan data,
analisis dan uji coba,
dan kesimpulan
Hasil pengujian sensor
DS18B20 dengan termometer
digital mendapatkan hasil rata-
rata persentase error sebesar
2,105%, pengujian sensor pH
yang dibandingkan dengan pH
meter mendapatkan hasil rata-
rata persentase error sebesar
0,216%, dan NTP client server
mampu menginformasikan
secara berkala untuk
penjadwalan lampu aquascape
selama 8 jam perhari.
Perbedaan dengan
penelitian yang akan
dilakukan adalah pH
air tidak hanya
dimonitoring tetapi
dilakukan juga
otomatisasi dan
menggunakan logika
fuzzy mamdani
sebagai sistem
kendali, tidak berbasis
IoT, dan
menggunakan
mikrokontroler
arduino uno.
2 Perancangan Sistem
Otomatisasi pada
Aquascape Berbasis
Mikrokontroler
Arduino Nano
2020 Yesi Triawan
dan Juli Sardi
Metode penelitian
yang digunakan
adalah membuat
perangkat hardware
sistem otomatisasi
pada aquascape serta
pelaksanaan
percobaan pengujian
Hasil pengujian sensor
DS18B20 dengan thermo gun
mendapatkan hasil rata-rata
persentase error sebesar 1,26%,
pengujian sensor HC-SR04
dengan mistar mendapatkan
hasil rata-rata persentase error
sebesar 2,27%, dan RTC
mampu memberikan
Perbedaan dengan
penelitian yang akan
dilakukan adalah
hanya akan membuat
otomatisasi untuk
suhu dan pH air saja,
menggunakan logika
fuzzy mamdani
sebagai sistem
11
Tabel 2.1 Penelitian Sebelumnya (Lanjutan)
No Judul Tahun Penulis Metode Penelitian Hasil dan Pembahasan Perbedaan dengan
Penelitian ini
pada masing-masing
komponen
penjadwalan sehingga mampu
menggerakkan servo untuk
pakan ikan dan juga menyalakan
lampu selama 8 jam perhari.
kendali, dan juga
menggunakan
mikrokontroler
arduino uno.
3 Perancangan Sistem
Pengatur pH Air
Aquarium
Menggunakan
Kendali Logika
Fuzzy
2020 Sarmayanta
Sembiring,
dkk
Metode penelitian
yang dilakukan
adalah perancangan
perangkat keras,
perancangan
perangkat lunak dan
perancangan sistem
kendali logika fuzzy
Hasil pengujian sensor
ultrasonik dapat mendeteksi
jarak sebagai variabel untuk
mencari volume air aquarium
dengan error rata-rata 1,875%,
sensor pH dapat mendeteksi pH
air aquarium dengan error rata-
rata 1,76%, sistem pengatur air
penambah basa dapat
mengalirkan air sesuai dengan
volume yang diinginkan dengan
error rata-rata 3,56%, sistem
pengatur air penambah asam
dapat mengalirkan air sesuai
dengan volume yang di inginkan
dengan error rata-rata 7,56%,
Sistem kendali fuzzy sebagai
pengatur pH air aquarium dapat
menurunkan error rata-rata dari
5,34% menjadi 1,59%
Perbedaan dengan
penelitian yang akan
dilakukan adalah
penelitian tidak hanya
mengatur pH air
namun mengatur suhu
juga dan
menggunakan logika
fuzzy mamdani,
sedangkan pada
penelitian sebelumnya
menggunakan fuzzy
sugeno.
12
Tabel 2.1 Penelitian Sebelumnya (Lanjutan)
No Judul Tahun Penulis Metode Penelitian Hasil dan Pembahasan Perbedaan dengan
Penelitian ini
4 Rancang Bangun
Sistem Kontrol
Suhu dan
Ketinggian Air
Untuk Pemijahan
Ikan Dengan
Menggunakan
Logika Fuzzy
2015 Steven
Bandong,
Hesky Stevy
Kolibu, dan
Verna Albert
Suoth
Metode penelitian
yang dilakukan
diantaranya studi
literatur, merancang
dan merangkai sistem
kontrol, pembuatan
program fuzzy,
menjalankan sistem,
pengujian, analisis
dan dan kesimpulan
Hasil pengujian menunjukkan
sistem kendali dapat
mengendalikan suhu pada suhu
rata-rata 26,0°C dari suhu awal
25,4°C dengan nilai NRMSE
0,008. Waktu yang diperlukan
untuk mecapai set point adalah
31 menit dan menstabilkan
ketinggian air pada 29,8 cm dari
ketinggian awal air adalah 25,5
cm dengan nilai NRMSE
sebesar 0,009. Waktu yang
diperlukan untuk mencapai set
point adalah 4,5 menit
Perbedaan dengan
penelitian yang akan
dilakukan adalah
mengatur suhu dan pH
air dan tidak
merancang untuk
ketinggian air.
5 Sistem Pemberi
Pakan Otomatis, PH
Regulator, dan
Kendali Suhu
Menggunakan
Fuzzy Logic Pada
Aquarium
2020 Allya Allan
Putra Syah,
Ketty Siti
Salamah, dan
Eko Ihsanto
Metode penelitian
yang digunakan
adalah perancangan
alat, proses alat
berjalan, perancangan
logika fuzzy,
pengujian, dan
kesimpulan.
Hasil pengujian sensor
DS18B20 dengan fluke 51
thermometer menunjukkan hasil
rata – rata error 0.99% dan uji
kendali kestabilan suhu
menggunakan metode logika
fuzzy menunjukkan rentang
error sekitar 5% dari nilai target
Perbedaan dengan
penelitian yang akan
dilakukan adalah
penelitian tidak
merancang sistem
pakan otomatis, tetapi
merancang sistem
pengatur suhu dan pH
otomatis.
13
Dari beberapa penelitian yang digunakan sebagai kajian pustaka, dapat
disimpulkan bahwa sensor DS18B20 dan sensor pH dapat digunakan untuk
mendeteksi suhu dan pH air pada aquascape. Permasalahan dalam pengaturan
suhu dan pH air pada aquascape bersifat non-linear. Fuzzy logic control
dibutuhkan untuk mengatasi permasalahan pH air yang mempunyai sifat non-
linear. Berdasarkan kajian pustaka, sensor DS18B20 dan sensor pH
menggunakan logika fuzzy telah banyak diterapkan dalam pengaturan suhu air
dan mendapatkan hasil yang diinginkan. Pada penelitian ini merancang,
mendesain, dan membuat sistem yang dapat menstabilkan suhu dan pH air
aquascape dengan pengimplementasian logika fuzzy mamdani pada otomatisasi
pH air.
2.2 Dasar Teori
Beberapa dasar teori dalam penelitiaan ini berguna sebagai pengetahuan
untuk penelitian kali ini. Berikut beberapa dasar teori yang terkait dalam
penelitian ini.
2.2.1 Aquascape
Aquascape merupakan seni mengatur tanaman air, kayu dan batu
untuk membentuk suatu landscape yang indah dengan tambahan ikan
sebagai pendamping untuk menyeimbangkan ekosistem [11].
2.2.2 Arduino UNO
Menurut Artanto [15], arduino adalah sistem purwarupa elektronika
(electronic prototyping platform) berbasis open-source yang fleksibel dan
mudah digunakan baik dari sisi perangkat keras maupun perangkat lunak.
Keutamaan arduino adalah tersedianya pustaka kode program (code
library) maupun modul pendukung (hardware support modules) dalam
jumlah yang sangat banyak. Arduino didefinisikan sebagai sebuah platform
elektronik yang open source, berbasis pada software dan hardware yang
14
fleksibel dan mudah digunakan. Arduino UNO memuat semua yang
dibutuhkan untuk menunjang mikrokontroler, mudah menghubungkannya
ke sebuah komputer dengan sebuah kabel USB atau mensuplainya dengan
sebuah adaptor AC ke DC atau menggunakan baterai untuk memulainya
[16].
Gambar 2.1 Board Arduino UNO [16]
Pada Gambar 2.1 merupakan papan mikrokontroler Arduino Uno R3
yang berbasis ATMEGA328, memiliki 14 pin digital I/O (6 diantaranya
digunakan sebagai output PWM), 6 input analog, clock speed 16MHz,
konektor USB, jack listrik, header ICSP, dan tombol reset. Pin – pin ini
berisi semua yang diperlukan untuk mendukung mikrokontroler, hanya
terhubung ke komputer dengan kabel USB atau sumber tegangan
menggunakan adapator AC – DC atau baterai. Setiap pin pada board
Arduino Uno R3 beroperasi pada tegangan 5 volt. Pin – pin digital tersebut
juga memungkinkan untuk mengeluarkan atau menerima arus maksimal
sebesar 40 mA dan memiliki internal pull-up resistor (yang terputus secara
default) antara 20 – 50 Kohm [15].
15
Tabel 2.2 Spesifikasi Board Arduino UNO [15]
Parameter Keterangan
ATMega 328
328 IC adalah mikrokontroler yang digunakan pada Arduino
Uno R3. IC ATMega 328 memiliki flash memory 32 KB
(dengan 0,5 KB digunakan untuk boatloader). ATMega 328
juga memiliki 2 KB SRAM dan 1 KB EEPROM yang data
ditulis dan dibaca dengan EEPROM library.
Jack USB Sebagai komunikasi mikrokontroler dengan PC
Jack Adaptor Masukan daya eksternal bila Arduino bekerja mandiri (tanpa
komunikasi dengan C melalui kabel serial USB)
Tombol Reset Tombol reset internal digunakan untuk me-reset modul arduino
SDA dan SCL Komunikasi Two Wire Interface (TWI) atau inter integrated
circuit (I2C) dengan menggunakan wire library
GND dan
AREF
GND = Pin ground dari regulator tegangan board Arduino
AREF = Tegangan Referensi untuk input analog
Pin Digital Pin yang digunakan untuk menerima input digital dan
memberi output berbentuk digital (0 dan 1 atau low dan high)
Pin Serial
Pin yang digunakan untuk menerima dan mengirimkan data
serial TTL (Receiver (Rx), Transmitter (Tx)). Pin 0 dan 1
sudah terhubung kepada pin serial USB to TTL sesuai dengan
pin ATMega
Pin Power
Vin = Masukkan tegangan input bagi Arduino ketika
menggunakan sumber tegangan eksternal
5 V = Sumber tegangan yang dihasilkan regulator internal
board Arduino
3,3 V = Sumber tegangan yang dihasilkan regulator internal
board Arduino. Arus maksimal pada ini adalah 50 mA.
GND = Pin ground dari regulator tegangan board Arduino.
IOREF = Tegangan Referensi
Pin Analog In Menerima input dari perangkat analog lainnya
16
2.2.3 Sensor suhu DS18B20
Sensor suhu DS18B20 adalah sensor yang memiliki prinsip kerja
membaca data dalam bentuk data tegangan dari suatu benda yang nantinya
akan diteruskan dan diproses menjadi keluaran berupa data digital
berbentuk data suhu dalam satuan °C [3].
Gambar 2.2 Sensor DS18B20 [3]
DS18B20 memiliki tingkat akurasi yang cukup tinggi, yaitu 0,5°C
pada rentang suhu -10°C sampai +85°C. Sensor suhu pada umumnya
membutuhkan ADC dan beberapa pin port pada mikrokontroler, namun
DS18B20 ini tidak membutuhkan ADC agar dapat berkomunikasi dengan
mikrokontroler dan hanya membutuhkan 1 wire saja [17].
Gambar 2.3 Skematik Sensor Suhu DS18B20 [17]
Pada gambar 2.3 menunjukkan bahwa pin ground dan VDD
dihubungkan dengan VCC, sedangkan pin DQ dihubungkan dengan pin
17
I/O pada mikrokontroler. Data yang dikeluarkan berupa data digital dengan
nilai ketelitian 0,5°C [17]. Spesifikasi sensor DS18B20 dapat dilihat
sebagai berikut [18]:
a. Untuk 1 wire interface hanya memerlukan 1 pin port untuk
komunikasi secara 1 wire.
b. Setiap perangkat memiliki kode serial 64 bit yang disimpan dalam
sebuah ROM onboard.
c. Kemampuan multidrop yang menyederhanakan aplikasi penginderaan
suhu terdistribusi
d. Tidak memerlukan komponen tambahan
e. Bekerja pada kisaran tegangan 3V – 5,5V.
f. Dapat mengukur suhu pada kisaran -55°C - 125°C.
g. Tingkat akurasi ±0,5°C pada rentang suhu -10°C sampai +85°C
h. Resolusi sensor bisa diprogram mulai dari 9 hingga 12 bit
i. Kecepatan mengkonversi data suhu ke 12-bit digital maksimal 750ms
j. Penggunaannya bisa dalam lingkungan kendali termostatis, sistem
industri, produk rumahan, termometer, atau sistem apapun yang
memerlukan pembacaan suhu.
2.2.4 Sensor pH
Sensor pH merupakan elektroda gelas terdiri dari gelembung gelas
yang sensitif pH pada ujungnya dan berisi larutan klorida yang diketahui
pHnya dan elektroda referensi [19].
18
Gambar 2.4 Sensor pH [19]
Sensor pH masuk ke dalam kelompok sensor kimia, karena mampu
mengubah besaran kimia menjadi besaran listrik. Komponen sensor terdiri
atas elektroda pengukuran, elektroda referensi, serta transmiter. Elektroda
pengukuran sensitif terhadap ion hydrogen dan menjadi kutub positif.
Sedangkan elektroda referensi menjadi kutub negatif. Beda tegangan antar
kedua kutub akan menghasilkan nilai pH sebuah larutan [19]. Sensor pH
ini dilengkapi dengan modul akuisisi data, dimana modul ini berfungsi
untuk mengubah keluaran sensor menjadi tegangan pada pin analog dan
juga memiliki karakteristik yaitu semakin besar kadar asam pH air maka
semakin besar tegangan yang diperoleh [20]. Spesifikasi sensor pH dapat
dilihat sebagai berikut [18]:
a. Mendeteksi pH antara 0 – 14.
b. Titik netral pH 7
c. Waktu respon ≤ 1 menit
d. Menggunakan tegangan 5V
e. Tingkat akurasi ± 0.1pH (25℃)
f. Sensor pH dengan konektor BNC
g. Mengukur suhu antara 0℃ - 60℃
h. Menggunkan interface PH2.0 (3 feet patch)
19
2.2.5 Relay
Relay adalah saklar (switch) yang dioperasikan secara listrik dan
merupakan komponen elektromekanikal yang terdiri dari 2 bagian utama
yakni elektromagnet (coil) dan mekanikal (seperangkat kontak
saklar/switch). Relay menggunakan prinsip elektromagnetik untuk
menggerakkan kontak saklar sehingga dengan arus listrik yang kecil (low
power) dapat menghantarkan listrik yang bertegangan lebih tinggi. Fungsi
relay yang telah umum diaplikasikan kedalam peralatan elektronika
diantaranya menjalankan fungsi logika (logic function), memberikan
fungsi penundaan waktu (time delay function), dan mengendalikan sirkuit
tegangan tinggi dengan bantuan dari signal tegangan rendah [21].
Gambar 2.5 Struktur Sederhana Relay [21]
Gambar 2.5 menunujukkan bagian – bagian dari relay. Pada dasarnya,
relay terdiri dari 4 komponen dasar, yaitu electromagnet (coil), armature,
switch contact point (saklar), spring. Kontak poin (contact point) relay
terdiri dari 2 jenis, yaitu normally close (NC) merupakan kondisi awal
sebelum diaktifkan akan selalu berada di posisi close (tertutup) dan
normally open (NO) yaitu kondisi awal sebelum diaktifkan akan selalu
berada di posisi open (terbuka) [21].
20
2.2.6 Heater
Heater merupakan sebuah alat untuk memanaskan air yang
menggunakan energi listrik. Kondisi keadaan air yang tidak menentu ditiap
daerah dapat mempengaruhi ketahanan tubuh ikan yang berada pada
aquarium yang menggunakan air tersebut. Digunakannya heater untuk
menstabilkan suhu air. Apabila suhu air terlalu dingin maka heater
dihidupkan, dan apabila suhu terlalu hangat atau panas maka heater
dimatikan [22]. Pada penelitian ini digunakan heater aquarium tipe HT200
dimana heater yang dimaksud memiliki spesifikasi sebagai berikut :
a. Daya : 100 watt
b. Tegangan : 220V-240V 50/60 Hz
c. Ukuran : 23 x 3 cm
2.2.7 Kipas DC
Kipas DC merupakan sebuah perangkat elektromagnetis yang
mengubah energi listrik menjadi energi mekanik. Energi mekanik ini
digunakan untuk menggerakkan blower atau baling- baling.
Gambar 2.6 Komponen Utama Kipas DC [23]
Gambar 2.6 merupakan komponen utama kipas DC yang terdiri dari
dinamo atau rotor, kutub magnet, dan blower atau baling – baling. Dinamo
atau rotor yang berbentuk silinder, dihubungkan ke penggerak untuk
menggerakkan beban.sederhana yang memiliki dua kutub yaitu kutub utara
21
dan kutub selatan yang melintasi ruang terbuka diantara kutub-kutub dari
utara ke selatan. Blower, atau baling - baling merupakan bagian pasif
sebagai peniup angin hasil gerakan dari dinamo [23].
2.2.8 Pompa DC
Pompa DC merupakan alat yang digunakan untuk memompa air
dengan jenis submersible memiliki ukuran sangat fleksible yaitu 24 mm x
33 mm x 45 mm. Pompa ini tidak membutuhkan daya listrik yang besar
yaitu 6-12 volt. Dengan daya tersebut pompa air ini dapat menghasilkan
debit air 1,5 L/menit [24]. Pompa ini termasuk tipe pompa sentrifugal,
dimana memiliki prinsip kerja mengubah energi kinetis (kecepatan) cairan
menjadi energi potensial (dinamis) melalui suatu impeller yang berputar
dalam casing. Daya sentrifugal dari perputaran kipas impeller
dimanfaatkan untuk mendorong air ke atas [25].
Gambar 2.7 Pompa DC [25]
Gambar 2.7 menunujukkan bentuk dari pompa DC jenis celup
(submersible). Sesuai namanya, pompa ini penggunaannya dicelupkan ke
dalam air.
2.2.9 LCD (Liquid Crystal Display)
LCD (Liquid Crystal Display) merupakan salah satu jenis media
tampilan yang menggunakan kristal cair sebagai penampil utama.
22
Gambar 2.8 LCD 16x2 [15]
Gambar 2.8 menunjukkan LCD 16x2 (16 kolom x 2 baris) yang
menggunakan komunikasi I2C yang sudah didukung oleh Arduino UNO.
Pada LCD ini terdapat 2 output, yaitu analog input pin 4 (SDA) dan analog
input pin 5 (SCL) yang merupakan pin output dari jenis komunikasi I2C
[15].
2.2.10 Switching Power Supply
Switching power supply atau dikenal dengan switched mode power
supply (SMPS) adalah catu daya elektronika yang terdiri dari regulasi
switching.
Gambar 2.9 Power Supply Switching [26]
23
Gambar 2.9 merupakan power supply switching (SMPS) sebagai daya
pengubah yang berfungsi menyediakan tegangan keluaran pada level yang
berbeda dibanding tegangan masukan [26].
2.2.11 Arduino IDE
Arduino IDE adalah software yang ditulis dengan menggunakan Java.
Arduino IDE terdiri dari editor program, compiler, uploader. Editor
program adalah sebuah windod yang disediakan untuk pengguna program
menulis dan mengedit program dalam bahasa processing. Compiler
merupakan sebuah modul yang mengubah kode program (bahasa
processing) menjadi kode biner. Sebuah mikrokontroler tidak bisa
mengartikan atau memahami bahasa processing. Mikrokontroler hanya
bisa memahami kode biner, maka dari itu compiler sangat diperlukan.
Uploader merupakan sebuah modul yang memuat kode biner dari
komputer menuju ke dalam memory di dalam mikrokontroler [27].
2.2.12 Logika Fuzzy
Logika fuzzy merupakan metodologi sistem kontrol pemecahan
masalah, yang memungkinkan keanggotaan berada antara 0 sampai 1.
Kasus yang diselesaikan oleh logika fuzzy yaitu kasus yang mempunyai
sifat yang tidak pasti. Cocok untuk diimplementasikan pada sistem, mulai
dari sistem yang sederhana, sistem kecil, embedded system, jaringan PC,
multichannel atau workstation berbasis akuisisi data dan sistem kontrol
[28].
Konsep logika fuzzy diperkenalkan ketika tahun 1965 oleh Lotfi
Zadeh, dimana Zadeh memperkenalkan teori yang memiliki objek-objek
dari himpunan fuzzy yang memiliki batasan yang tidak presisi dan
keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk logika benar
(true) dan salah (false), tetapi dinyatakan dalam derajat keanggotaan
(degree). Maksudnya yaitu suatu keadaan biasa memiliki dua nilai yaitu
24
“Ya” dan “Tidak”, “Benar” dan “Salah” secara bersamaan akan tetapi
nilainya tergantung pada bobot keanggotaan yang dimilkinya. Hal – hal
yang diperhatikan dalam memahami logika fuzzy antara lain:
a. Variabel Fuzzy
Variabel fuzzy yaitu variabel yang digunakan dalam suatu sistem
fuzzy, contohnya suhu dan pH air.
b. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu keadaan
tertentu dalam sebuah variabel fuzzy. Himpunan fuzzy memiliki dua
atribut, yaitu:
a. Linguistik
Linguistik merupakan nama himpunan kelompok yang
mewakili suatu keadaan tertentu menggunakan bahasa alami, seperti
dingin, sedang, dan panas untuk variabel suhu.
b. Numeris
Numeris merupakan suatu nilai yang menunjukkan ukuran dari
suatu variabel. Contoh variabel suhu dingin memilki nilai numeris
<= 15°C.
c. Semesta Pembicaraan
Semesta pembicaraan merupakan keseluruhan nilai yang
diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy dan
merupakan himpunan bilangan real. Contoh semesta pembicaraan
untuk variabel suhu: [0-100].
d. Domain
Domain dalam himpunan fuzzy adalah keseluruhan nilai yang
diijinkan dalam semesta pembicaraaan yang dioperasikan dalam
semesta pembicaraan yang dioperasikan dalam suatu suatu himpunan
25
fuzzy. Contoh domain himpunan suhu: dingin [≤15], sedang [7 - 22],
panas [≥30] [29].
Terdapat beberapa metode dalam penalaran menggunkan logika
fuzzy, diantaranya :
1. Metode Tsukamoto
Metode fuzzy tsukamoto dalam penalarannya menggunakan
penalaran monoton. Penalaran monoton digunakan sebagai
dasar untuk melakukan teknik implikasi fuzzy. Metode fuzzy
tsukamoto dapat direlasikan secara sederhana dimana
konsekuen pada aturan berbentuk IF-THEN [30]
2. Metode Sugeno
Fuzzy metode Sugeno merupakan metode inferensi fuzzy
untuk aturan yang direpresentasikan dalam bentuk IF-THEN,
dimana output sistem tidak berupa himpunan fuzzy, melainkan
berupa konstanta atau persamaan linier [31].
3. Metode Mamdani
Salah satu metode logika fuzzy yang sering digunakan
adalah metode fuzzy mamdani atau biasa disebut dengan metode
fuzzy Max-Min atau Max-Product yang diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975 [28]. Untuk mendapatkan
nilai suatu output, memerlukan 4 tahapan yaitu:
A. Pembentukan Himpunan Fuzzy (Fuzzifikasi)
Metode mamdani, baik variabel input maupun variabel
output dibagi menjadi satu atau lebih himpunan fuzzy,
himpunan fuzzy diambil dari fungsi keanggotaan dinyatakan
sebagai fungsi matematis tertentu. Fungsi keanggotaan dari
masing-masing elemen semesta pembicaraan memerlukan
26
perhitungan. Ada beberapa fungsi keanggotaan yang biasa
digunakan dalam penalaran logika fuzzy, diantaranya :
1. Representasi Kurva Linear
Pada representasi linear, pemetaan input ke derajat
keanggotaannya digambarkan sebagai sebuah garis lurus.
Ada dua keadaan himpunan fuzzy linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat
keanggotaan nol (0) bergerak ke kanan menuju ke nilai
domain yang memiliki derajat keanggotaan lebih tinggi
yang disebut dengan representasi fungsi linear naik [32].
Representasi fungsi keanggotaan untuk linear naik adalah
sebagai berikut :
Gambar 2.10 Representasi Kurva Linear Naik [32]
𝜇(𝑥: 𝑎, 𝑏) = {
0, 𝑥 ≤ 𝑎𝑥−𝑎
𝑏−𝑎, 𝑎 ≤ 𝑥 ≤ 𝑏
1, 𝑥 ≥ 𝑏
(2,1)
Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan nol
b = nilai domain yang mempunyai derajat keanggotaan satu
x = nilai input yang akan di ubah ke dalam bilangan fuzzy
27
Kedua, merupakan kebalikan yang pertama. Garis lurus
dimulai dari nilai domain dengan derajat keanggotaan
tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai
domain yang memiliki derajat keanggotaan lebih rendah
[32].
Representasi fungsi keanggotaan untuk linear turun adalah
sebagai berikut:
Gambar 2.11 Representasi Kurva Linear Turun [32]
𝜇(𝑥: 𝑎, 𝑏) = {
0, 𝑥 ≥ 𝑏𝑏−𝑥
𝑏−𝑎, 𝑎 ≤ 𝑥 ≤ 𝑏
1, 𝑥 ≥ 𝑏
(2,2)
Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan satu
b = nilai domain yang mempunyai derajat keanggotaan nol
x = nilai input yang akan di ubah ke dalam bilangan fuzzy
2. Representasi Kurva Segitiga
Kurva segitiga pada dasarnya merupakan gabungan
antara 2 garis (linear) [32].
28
Gambar 2.12 Representasi Kurva Segitiga [32]
𝜇(𝑥: 𝑎, 𝑏, 𝑐) = {
0, 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑐𝑥−𝑎
𝑏−𝑎, 𝑎 ≤ 𝑥 ≤ 𝑏
𝑐−𝑥
𝑐−𝑏, 𝑏 ≤ 𝑥 ≥ 𝑏
(2,3)
Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan nol
b = nilai domain yang mempunyai derajat keanggotaan satu
c = nilai domain yang mempunyai derajat keanggotaan nol
x = nilai input yang akan di ubah ke dalam bilangan fuzzy
3. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga,
hanya saja ada beberapa titik yang memiliki nilai
keanggotaan 1 [32].
Gambar 2.13 Representasi Kurva Trapesium [32]
29
𝜇(𝑥: 𝑎, 𝑏, 𝑐) =
{
0, 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑑
𝑥−𝑎
𝑏−𝑎, 𝑎 ≤ 𝑥 ≤ 𝑏
𝑑−𝑥
𝑑−𝑐, 𝑏 ≤ 𝑥 ≥ 𝑏
1, 𝑏 ≤ 𝑥 ≤ 𝑐
(2,4)
Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan nol
b = nilai domain yang mempunyai derajat keanggotaan satu
c = nilai domain yang mempunyai derajat keanggotaan satu
d = nilai domain yang mempunyai derajat keanggotaan nol
x = nilai input yang akan di ubah ke dalam bilangan fuzzy.
B. Aplikasi Fungsi Implikasi
Pada metode mamdani, fungsi implikasi yang akan
digunakan adalah MIN.
C. Komposisi Aturan
Proses komposisi dilakukan dengan metode MAX yaitu
solusi himpunan fuzzy diperoleh dengan cara mengambil
nilai maksimum aturan, kemudian menggunakannya untuk
memodifikasi daerah fuzzy dan mengaplikasikan ke output
dengan menggunakan operator OR (union). Jika semua
proposisi sudah dievaluasi, maka output akan berisi suatu
himpunan fuzzy yang merefleksikan konstribusi dari tiap –
tiap proposisi. Secara umum dapat dituliskan pada
persamaan (2,2)
𝜇𝑠𝑓(𝑥𝑖) = ( 𝜇𝑠𝑓(𝑥𝑖), 𝜇𝑘𝑓(𝑥𝑖) (2,2)
dengan:
𝜇𝑠𝑓(𝑥𝑖) = nilai keanggotaan solusi fuzzy sampai aturan ke-i.
𝜇𝑘𝑓(𝑥𝑖) = nilai keanggotaan konsekuen fuzzy aturan ke-i.
30
D. Penegasan (Defuzzifikasi)
Input dari proses defuzzyfikasi adalah suatu himpunan
fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy,
sedangkan output yang dihasilkan merupakan suatu
bilangan pada domain himpunan fuzzy tersebut.
Gambar 2.14 Defuzzifikasi Aturan Mamdani
Pada gambar 2.11 menunjukkan jika diberikan suatu
himpunan fuzzy dalam range tertentu, maka dapat diambil
suatu nilai crisp tertentu sebagai output. Pada metode
mamdani ada beberapa metode defuzzyfikasi, antara lain:
a. Metode Centroid (Composite Moment)
Metode Centroid adalah solusi crisp diperoleh dengan
cara mengambil titik pusat (*z) pada daerah fuzzy. Secara
umum dapat dirumuskan pada persamaan (2,3) untuk
variabel kontinyu dan persamaan (2,4) untuk variabel
diskrit [28].
a) Variabel kontinu
𝑍∗ = {∫𝑧 𝑧𝜇(𝑧)𝑑𝑧
∫𝑧 𝑧𝜇(𝑧)𝑑𝑧 (2,3)
b) Variabel diskrit
𝑍∗ =∑𝑛𝑗=1 𝑧𝑗𝜇(𝑧𝑗)
∑𝑛𝑗=1 𝜇(𝑧𝑗) (2,4)
31
b. Metode Bisektor
Metode bisektor adalah solusi nilai crispdapat diperoleh
dengan cara mengambil nilai pada domain fuzzy yang
memiliki nilai keanggotaan pada daerah fuzzy. Secara
umum dituliskan dengan persamaan (2,5) [28].
∫𝑧𝐵𝑂𝐴
𝛼𝜇(𝑧)𝑑𝑧 = ∫
𝛽
𝑧𝐵𝑂𝐴𝜇(𝑧)𝑑𝑧 (2,5)
dengan :
α = min {z | z ∈ Z}
β = max {z | z ∈ Z}
c. Metode Mean of Maximum (MOM)
Pada metode mean of maximum diperoleh dengan cara
mengambil nilai rata-rata domain yang memiliki nilai
keanggotaan max [33].
d. Metode Largest of Maximum (LOM)
Pada metode largest of maximum diperoleh dengan cara
mengambil nilai terbesar dari domain yang memiliki nilai
keanggotaan max [33].
e. Metode Smallest of Maximum (SOM)
Pada metode smallest of maximum diperoleh dengan cara
mengambil nilai terkecil dari domain yang memiliki nilai
keanggotaan max [33].