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].