Farid Takhfifur RahmanFarid Takhfifur Rahman

(1105.100.005)

Dosen PembimbingDosen PembimbingDosen PembimbingDosen Pembimbing

Dr. Melania Suweni Muntini, M.TDr. Melania Suweni Muntini, M.TDr. Melania Suweni Muntini, M.TDr. Melania Suweni Muntini, M.T

Latar belakangLatar belakang

Lingkungan Udara

Kelembaban

&

Temperatur

Kualitas

&

Kuantitas

Metode Logika

Fuzzy

TujuanTujuan

Merancang dan mengembangankan sistem

pengontrolan kelembaban dan temperatur ruang dengan menggunakan kontrol logika fuzzy.

• Bagaimana melihat keakurasian alat ukur

kelembaban yang dibuat.

• Bagaimana sistem logika fuzzy dapat

RRumusan masalahumusan masalah

• Bagaimana sistem logika fuzzy dapat

mengontrol kelembaban dalam suatu ruang.

Batasan MasalahBatasan Masalah

• Pengujian dilakukan pada miniature rumah kaca yang dibuat dengan ukuran 1m

x 1m x 1m.

• Perancangan pengendali menggunakan Mikrokontroler AVR ATMEGA16

• Sensor yang digunakan untuk kelembaban dan temperatur ruang adalah SHT11.

• Pengendalian kelembaban dan temperatur ruang digunakan kontrol fuzzy.

• Aktuator yang digunakan sebagai penyemprot kabut air adalah valve elektrik • Aktuator yang digunakan sebagai penyemprot kabut air adalah valve elektrik

yang dihubungkan ke selang air yang pada ujungnya diberi nozzle spray.

Aktuator penyembur hawa panas digunakan pemanas (solder) dan kipas.

• Hasil pengukuran kelembaban dan temperatur ruang ditampilkan pada LCD.

• Bahasa pemrograman yang digunakan adalah bahasa C.

• Sistem dari pemodelan matematis tidak dibahas.

KelembabanKelembaban

KelembabanKelembaban

Kelembaban adalah suatu tingkat keadaan lingkungan udara basah yang disebabkan oleh adanya partikel air dalam udara.

KelembabanKelembaban

KelembabanKelembaban

AbsolutAbsolut

KKelembabanelembaban

RelatifRelatif

Sensor adalah peralatan yang digunakan untuk merubah suatu besaran fisis menjadi besaran listrik sehingga dapat dianalisa dengan rangkaian listrik.

Sensor SHT11

SensorSensor

Sensor SHT11Sensor SHT11 adalah sebuah singel chip multisensor untuk sensor kelembaban dan temperatur ruang yang telah terkalibrasi sempurna sehingga bentuk keluaran sudah dalam bentuk digital.

Gambar 2.2 Sensor SHT11

Diperkenalkan oleh Prof. Lotfi Zadeh (University of California).

Logika fuzzy digunakan untuk menyatakan hukum operasional dari suatu sistem dengan ungkapan bahasa, bukan dengan persamaan matematis. Sistem ini diciptakan karena logika boole tidak mempunyai

LogikaLogikaFuzzyFuzzy

ketelitian seperti logika fuzzy.

(a) (b)Gambar 2.8 Perbedaan (a) Logika Boole dan (b) Logika Fuzzy

Pada sistem fuzzy terdapat tiga proses yaitu : 1. Fuzzyfikasi2. Inferensi3. Defuzzyfikasi

Fuzzyfikasi Variabel linguistik Variabel numerikInferensi Variabel linguistik DefuzzyfikasiVariabel numerik

Gambar 3.6 Skema Proses Sistim Fuzzy

MetodologiMetodologi

Blok Diagram Sistem

10 30 100807560

(derajat keanggotaan)

1Kurang Mendekati Sama

% RH dari Set Point

40

A B C D

Kondisi kurang , mempunyai persamaan

mendekati303

4 xA −=

−= x x

• FUZZYFIKASIVariabel masukan fuzzy dilakukan fuzzyfikasi sebagai berikut:

Nilai Temperatur ºC Persepsi Set Point

0 – 20 Dingin

21 – 27 Sedang

28 – 40 Panas

Tabel 3.1 Persepsi masukan temperatur

Kondisi mendekati , mempunyai persamaan dan

Kondisi sama , mempunyai persamaan

130

−= xB 4

20+−= x

C

325

−= xD

Pengubahan variabel numerik ke variabel linguistik pada masukan temperatur mengokuti Tabel 3.1:

• Inferensi

TemperaturPanas Sedang Dingin

Kelembaban

Kurang Sangat Lembab Lembab Lembab

Mendekati Lembab Lembab Lembab

Sama Lembab Kering Kering

• Defuzzyfikasi(derajat keanggotaan)

10 20 100806050

(derajat keanggotaan)

Kering Lembab Sangat Lembab1

% penambahan jumlah partikel air

40

E F G H

Kondisi kering , mempunyai persamaan

Kondisi lembab , mempunyai persamaan dan

Kondisi sangat lembab , mempunyai persamaan

YE 3040−=YF 4020+= YG 2080−=

YH 2060+=

Masukan

Keluaran Defuzzyfikasi

Defuzzyfikasi

(%penambahan

jumlah partikel air)

Kering Lembab Sangat Lembab

<=0 Kontrol tidak bekerja Pengering udara membuka Pengering udara membuka

Tabel 3.3 Aksi kontrol Proses Defuzzyfikasi

1% - 30% Satu nozzel membuka Satu nozzel membuka Satu nozzel membuka

31% - 60% Satu nozzel membuka Dua nozzel membuka Dua nozzel membuka

61% - 100% Dua nozzel membuka Tiga nozzel membuka Tiga nozzel membuka

ANALISA DATA DAN PEMBAHASANANALISA DATA DAN PEMBAHASAN

Pengujian Alat Ukur

Proses Sistem Kontrol Fuzzy

Hasil Uji Kestabilan Kontrol

Pembahasan

PengujianPengujian AlatAlat UkurUkur

37.6

37.7

37.8

37.9

38

38.1

38.2

38.3

1 2 3 4 5 6 7 8 9 10

Data Pengukuran

RH

(%

)

Hygrometer Analog

Pembacaan Alat

21.9

21.95

22

22.05

22.1

22.15

1 2 3 4 5 6 7 8 9 10

Data Pengukuran

Suh

u (º

C)

Termometer

Pembacaan Alat

Gambar 4.1 Grafik Pembacaan RH

Gambar 4.2 Grafik Pembacaan Temperatur

ProsesProses SistemSistem KontrolKontrol FuzzyFuzzy

(derajat keanggotaan)

1Kurang Mendekati Sama

% RH dari Set Point

A B C D0,96

Pada suatu kondisi tertentu diambil nilai dari sensor kelembaban relatif adalah 58.97404 dengan temperatur 32ºC (panas). Maka dilakukan proses sebagai berikut:

(derajat keanggotaan)Kering Lembab Sangat Lembab

1

% penambahan jumlah partikel air

E F G H

10 30 10080756040

58.97404Maka dalam masukan fuzzy termasuk bagian mendekati dengan persamaan B :

Jadi masukan fuzzy dari kelembaban 58,97404 sebesar 0,96 dan merupakan bagian “mendekati ”. Sehingga seuai aturan inferensi fuzzy “jika RH mendekati dan suhu panas dari set point makaruangan harus lembab ”.

130

−= xB

96,0

130

97404,58

=

−=

B

B

10 20 100806050

partikel air

40

Karena lembab maka menggunakan persamaan G :

Jadi jumlah penambahan partikel air sebanyak 60,8 %

YG 2080−=96,0.2080−=G

8,60=G

Grafik Respon Kestabilan antara Kelembaban Relatif terhadap Waktu

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120 140

t (detik)

RH

(%

)

20

30

40

50

60

70

80

90

100

RH

(%

)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (detik)

RH

(%

)

20

30

40

50

60

70

80

90

100

RH

(%

)

Grafik 4.3.1 Respon Kelembaban Relatif dengan Set Point:80% pada Temperatur: Panas

Grafik 4.3.4 Respon Kelembaban Relatif dengan Set Point:88% pada Temperatur: Panas

0

10

20

0 20 40 60 80 100 120

t (de tik)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (de tik)

RH

(%

)

0

10

20

0 20 40 60 80 100 120 140 160

t (de tik)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (de tik)R

H (

%)

Grafik 4.3.2 Respon Kelembaban Relatif dengan Set Point:80% pada Temperatur: Sedang

Grafik 4.3.3 Respon Kelembaban Relatif dengan Set Point:80% pada Temperatur: Dingin

Grafik 4.3.5 Respon Kelembaban Relatif dengan Set Point:88% pada Temperatur: Sedang

Grafik 4.3.6 Respon Kelembaban Relatif dengan Set Point:88% pada Temperatur: Dingin

Grafik hubungan antara prosentase jumlah penambahan partikel air terhadap waktu

0102030405060708090

100

0 20 40 60 80 100 120 140

t (detik)

pena

mba

han

parti

kel a

ir (%

)

20

30

40

50

60

70

80

90

100

Pe

na

ba

ha

n p

art

ike

l a

ir (

%)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (detik)

pe

na

mb

ah

an

pa

rtik

el

air

(%

)

20

30

40

50

60

70

80

90

100

pe

na

mb

ah

an

pa

rtik

el

air

(%

)

Grafik 4.3.7 Kelembaban 80% dengan Temperatur: Panas Grafik 4.3.10 Kelembaban 88% dengan Temperatur: Panas

0

10

20

0 20 40 60 80 100 120

t (de tik)

Pe

na

ba

ha

n p

art

ike

l a

ir (

%)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (de tik)

pe

na

mb

ah

an

(%

)

0

10

20

0 20 40 60 80 100 120 140 160

t (de tik)

pe

na

mb

ah

an

pa

rtik

el

air

(%

)

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100 120

t (detik)p

en

am

bh

an

pa

rtik

el

air

(%

)

Grafik 4.3.8 Kelembaban 80% dengan Temperatur: Sedang

Grafik 4.3.9 Kelembaban 80% dengan Temperatur: Dingin

Grafik 4.3.11 Kelembaban 80% dengan Temperatur: Sedang

Grafik 4.3.12 Kelembaban 80% dengan Temperatur: Dingin

PembahasanPembahasan

Proses kendali fuzzy dilakukan oleh sistem Mikrokontroler AVR

ATMEGA16 yang dilengkapi dengan interface digital dan analog. Sebuah

sensor kelembaban dan temperatur ruang SHT11 beserta aktuator

penyembur partikel air dan pemanas digunakan disini.

Pengujian respon sistem dilakukan terhadap variasi set point, variasi

kelembaban dan variasi temperatur. Waktu kecepatan respon kestabilankelembaban dan variasi temperatur. Waktu kecepatan respon kestabilan

dapat diketahui dengan cara menghitung data yang dimulai dari data

pertama hingga data mencapai set point.

Untuk mengetahui performansi kestabilan sistem terhadap set point

dapat dilakukan dengan mencari nilai keseksamaan data yang dimulai dari

pencapaian set point hingga data terakhir.

Percobaan Deviasi Standard Keseksamaan

I dengan SP: 80% Pada Temperatur: Panas 0,609645 99.63 %

II dengan SP: 80% Pada Temperatur: Sedang 0,303034 99.59 %

III dengan SP: 80% Pada Temperatur: Dingin 0,346447 99.57 %III dengan SP: 80% Pada Temperatur: Dingin 0,346447 99.57 %

IV dengan SP: 88% Pada Temperatur: Panas 0,866888 99.54 %

V dengan SP: 88% Pada Temperatur: Sedang 0,48197 99.40 %

VI dengan SP: 88% Pada Temperatur: Dingin 0,410474 99.32 %

Secara umum respon pengontrolan kelembaban dan temperatur ruang dengan menggunakan kontrol logika fuzzy telah memenuhi syarat sebuah pengendali.

KESIMPULANKESIMPULAN

SARANSARANUntuk pengembangan dan penelitian selanjutnya diharapakan dapat dibuat sistem kontrol otomatis yang lebih kompleks lagi dengan pemilihan instrument pengendali lainnya yang dapat bermanfaat bagi pemenuhan kebutuhan industri dan untuk kepentingan umat manusia.