Perancangan Sistem Pengendalian Suhu Kumbung Jamur dengan Logika Fuzzy
Dosen pembimbing : Hendra Cordova, ST, MT
Mahendra Ega Higuitta- 24 08 100 054
Ekologi Jamur Tiram Pertumbuhan jamur tiram sangat tergantung pada faktor fisik seperti 1. suhu, 2. kelembaban, 3. cahaya, 4. pH media tanam, 5. dan aerasi. Jamur tiram dapat menghasilkan tubuh buah secara optimum pada : 1. rentang suhu 26-28 °C, 2. kelembaban udara 80-90% 3. pH media tanam yang agak masam antara 5-6. 4. cahaya matahari berkisar antara 50-300 lux (Susilawati,2010)
para petani mengalami hambatan dalam melakukan pengendalian suhu kumbung jamur sehari-hari
Upaya yang mereka lakukan biasanya adalah dengan manual menggunakan sprayer yang disemprotkan pada kumbung jamur saat pagi dan sore setiap harinya
jika kondisi suhu berfluktuasi sepanjang hari seperti yang biasa terjadi pada pergantian musim saat ini,
maka tidak cukup hanya disemprot dengan sprayer tiap pagi dan sore hari.
fluktuasi suhu pada masa pergantian musim kemarau ke musim hujan saat bulan September 2012 menyebabkan panen
terganggu
Fakta yang terjadi pada petani jamur di Mojokerto, Sidoarjo dan Malang, mereka mengalami penurunan panen jamur rata-rata sampai
20-40% per hari nya.
Oleh karena itu diperlukan suatu sistem pengendalian suhu kumbung jamur tiram, dalam hal ini dengan menggunakan Logika Fuzzy.
- PERMASALAHAN Permasalahan yang ditemui dalam menyusun tugas akhir ini adalah bagaimana
membuat sistem pengendalian suhu kumbung jamur tiram dengan Logika Fuzzy.
- BATASAN MASALAH -
Terdapat batasan masalah dalam pembuatan Sistem Pengendalian Suhu Kumbung Jamur Tiram dengan Logika Fuzzy yaitu : • Kontrol Logika Fuzzy yang digunakan adalah fuzzy gain schedulling, • Digunakan metode pemodelan matematik Autoregressive
eXogenous untuk mengestimasikan fungsi suhu terhadap kelembaban
• Simulasi dibuat berdasarkan studi kasus kumbung jamur di desa
kwangsan, kecamatan sedati, sidoarjo. • Asumsi simulasi yang digunakan adalah kondisi ideal dan tertutup, yang artinya aktuator langsung melakukan respon tanpa delay dan plant diasumsikan tertutup
Mulai Studi Literatur
Pengambilan Data Termodinamik Kumbung Perancangan Sistem Pengendalian Suhu dan Kelembaban pada Kumbung Jamur Pemodelan Komponen Sistem Pengendalian Suhu dan Kelembaban pada Kumbung Jamur dan Perancangan Kendali Logika Fuzzy Tidak
Pengujian Performansi Sistem Kendali Logika Fuzzy pada Kumbung Jamur
Baik
Penyusunan Analisis dan Laporan
Selesai
PENGAMBILAN DATA
TERMODINAMIK KUMBUNG
Data yang digunakan dalam tugas akhir ini adalah
data kondisi suhu dan kelembaban di dalam dan di luar kumbung jamur tiram dengan lokasi di desa kwangsan, kecamatan sedati, sidoarjo pada setiap
rentang waktu 2 jam
pada pukul 06.30 – 20.30 WIB selama 2 bulan dari tanggal 5 maret – 3 mei 2013
HASIL CUPLIKAN DATA
TERMODINAMIK KUMBUNG 33.0
o
32.0 31.0 30.0
Suhu Dalam Suhu Luar
29.0 28.0 27.0 0
2
4
6
8
10
34.0 33.0 32.0 31.0 Suhu Dalam
30.0
Suhu Luar
29.0 28.0 27.0 0
2
4
6
8
10
Suhu ( C) Waktu Dalam 5-Mar-13 06.30 WIB 27.9 08.30 WIB 28.1 10.30 WIB 28.0 12.30 WIB 30.0 14.30 WIB 30.2 16.30 WIB 28.2 18.30 WIB 29.3 20.30 WIB 30.3 6-Mar-13 06.30 WIB 27.8 08.30 WIB 28.0 10.30 WIB 28.2 12.30 WIB 30.1 14.30 WIB 30.3 16.30 WIB 28.5 18.30 WIB 29.3 20.30 WIB 30.2
Luar 28.5 29.2 29.1 32.3 32.3 31.0 31.0 30.2 28.8 29.1 29.2 33.1 32.3 30.9 30.9 30.1
HASIL CUPLIKAN DATA
TERMODINAMIK KUMBUNG Kelembaban (%) Dalam Waktu 92 5-Mar-13 06.30 WIB 08.30 WIB 91 10.30 WIB 81 12.30 WIB 76 14.30 WIB 78 16.30 WIB 79 18.30 WIB 81 20.30 WIB 87 90 6-Mar-13 06.30 WIB 08.30 WIB 88 10.30 WIB 80 12.30 WIB 78 14.30 WIB 79 16.30 WIB 80 18.30 WIB 82 20.30 WIB 85
Luar 86 85 73 72 73 73 75 81 84 84 74 71 72 72 76 80
100 90 80 70 60 50 40 30 20 10 0
Kelembaban Dalam Kelembaban Luar
0
2
4
6
8
10
100 90 80 70 60 50 40 30 20 10 0
Kelembaban Dalam Kelembaban Luar
0
2
4
6
8
10
PERANCANGAN SISTEM PENGENDALIAN SUHU PADA KUMBUNG JAMUR
•
•
Untuk mendapatkan fungsi transfer plant kumbung dari parameter suhu, digunakan pendekatan neraca energi dalam melakukan pemodelan. Sedangkan dari parameter kelembaban (RH), digunakan pendekatan model matematis ARX (Autoregressive Exogeneus) untuk mendapatkan fungsi transfer suhu terhadap kelembaban
Aktuator yang digunakan untuk melakukan aksi pada plant adalah blower dan sprayer.
• Fungsi transfer akan didapatkan dengan acuan psychometric terdiri dari proses Cooling dan Humidifying. • Kontroler yang dipakai menggunakan Kontrol
tipe Mamdani
process yang
Logika Fuzzy Gain Schedulling
• Input sistem yang digunakan pada Kontrol Logika Fuzzy Gain Schedulling ini adalah
setpoint suhu dan error suhu (eT) dengan output Kp’, Kd’, dan Alfa
. . . . . . . . . (3.9) . . . . . . . . . . . (3.10)
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur Plant (kumbung jamur) • Kelembaban Dilakukan
perancangan
model
matematis berbasis autoregressive exogeneus (ARX) untuk memberikan pemodelan pengendalian kelembaban pada kumbung jamur. Berikut ini adalah persamaan dasar ARX :
A(q-1)y(kT) = B(q-1)u(kT-nT) . . . . . . . . . . . . . . . . . . (3.3)
Dimana T = waktu sampling, q-1 = operator backward-shift, n = bilangan delay dari input ke output, A = bilangan polynomial dalam q-1 B = bilangan polynomial dalam q-1
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur 2. Plant (kumbung jamur) • Kelembaban Langkah – langkah untuk menjalankan model matematis ARX pada software matlab adalah sebagai berikut : 1. Melakukan pembacaan data pada file excel yang berisi data suhu dan kelembaban
2. Melakukan persiapan data dengan melakukan setting time sampling dan menentukan data estimasi serta data validasi
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur 2. Plant (kumbung jamur) • Kelembaban Langkah – langkah untuk menjalankan model matematis ARX pada software matlab adalah sebagai berikut : 3. Mencari estimasi delay
4. Pemodelan 5. Fitting
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur 2. Plant (kumbung jamur) • Kelembaban Langkah – langkah untuk menjalankan model matematis ARX pada software matlab adalah sebagai berikut : 6. Estimasi Initial Condition
7. Menemukan model persamaan ARX Setelah diturunkan ke domain s, maka fungsi transfer kelembaban terhadap suhu dari plant kumbung jamur adalah
Hasil Pemodelan ARX kelembaban kumbung jamur Fitting Data Estimasi
Gambar 4.1 Hasil Fitting Data Estimasi
Hasil Pemodelan ARX kelembaban kumbung jamur Fitting Data Validasi
Gambar 4.2 Hasil Fitting Data Validasi
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur
Gambar Skema Adiabatic Mixing dari dua aktuator
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur
Pemodelan Komponen Pengendalian Suhu dan Kelembaban pada Kumbung Jamur
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur • Menentukan variabel masukan dan keluaran Fuzzy Kp’ Variabel input Hasil output
= nilai error suhu dan set point suhu = Nilai Kp’,
Fuzzy Kd’ Variabel input = nilai error suhu dan set point suhu Hasil output = Nilai Kd’, Fuzzy Alfa (α) Variabel input = nilai error suhu dan set point suhu Hasil output = Nilai Alfa (α)
Gambar 3.7 Fungsi Keanggotaan Input Error Suhu
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur • Menentukan fungsi keanggotaan (membership function)
Gambar 3.7 Fungsi Keanggotaan Input Error Suhu
Gambar 3.7 Fungsi Keanggotaan Input Suhu Setpoint
Gambar Gambar 3.9 3.7 Fungsi Fungsi Keanggotaan Keanggotaan Output Input Error Fuzzy Suhu Kp’
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur • Menentukan fungsi keanggotaan (membership function)
Kd’
Gambar 3.9 Fungsi Keanggotaan Output Fuzzy Kp’
Gambar 3.10 Fungsi Keanggotaan Output Fuzzy
Gambar 3.11 Fungsi Keanggotaan Output Fuzzy Alfa
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur Setelah penentuan nilai Kp’, Kd’, dan α, proses selanjutnya adalah menghitung nilai parameter kendali Kp, Kd, dan Ki berdasarkan persamaan berikut: Kp = (Kp,max - Kp,min) K’p + Kp,min . . . . . . . . . . . . . . . . . . . . 3.24 -
Gambar 3.13 Simulink untuk persamaan 3.24
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur Setelah penentuan nilai Kp’, Kd’, dan α, proses selanjutnya adalah menghitung nilai parameter kendali Kp, Kd, dan Ki berdasarkan persamaan berikut: Kd = (Kd,max - Kd,min) K’d + Kd,min . . . . . . . . . . . . . . . . . . . . 3.25 -
Gambar 3.13 Simulink untuk persamaan 3.25 Ki = Kp2 / α( Kd) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.26
Kontrol Logika Fuzzy untuk Pengendalian Suhu dan Kelembaban pada Kumbung Jamur Setelah penentuan nilai Kp’, Kd’, dan α, proses selanjutnya adalah menghitung nilai parameter kendali Kp, Kd, dan Ki berdasarkan persamaan berikut: Ki = Kp2 / α( Kd) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.26
Gambar 3.13 Simulink untuk keseluruhan persa
Gambar 4.1 Hasil Fitting Data Estimasi
Pengujian Sistem Kontrol Logika Fuzzy
Uji Open Loop Aktuator
Gambar 4.1 Uji Open Loop Aktuator
Gambar 4.2 Hasil Respon Open Loop Aktuator
Gambar 4.1 Hasil Fitting Data Estimasi
Pengujian Sistem Kontrol Logika Fuzzy
Uji Open Loop Fungsi Transfer Suhu Plant Kumbung
Gambar 4.1 Uji Open Loop Suhu Plant Kumbung Jamur
Gambar 4.2 Hasil Respon Open Loop Suhu Plant Kumbung Jamur
Gambar 4.1 Hasil Fitting Data Estimasi
Pengujian Sistem Kontrol Logika Fuzzy
Uji Open Loop Fungsi Transfer Kelembaban Kumbung
Gambar 4.1 Uji Open Loop Kelembaban Plant Kumbung Jamur
Gambar 4.2 Hasil Respon Open Loop Kelembaban Plant Kumbung Jamur
Gambar 4.1 Hasil Fitting Data Estimasi
Pengujian Sistem Kontrol Logika Fuzzy
Uji Close Loop System
Gambar 4.1 Uji Close Loop Sistem Pengendalian Suhu dan Kelembaban dengan Logika Fuzzy
Pengujian Sistem Kontrol Logika Fuzzy
30.5 ResponFuzzyGS
30
29.5
Suhu (C)
29
28.5
28
27.5
27 0
200
400
600 waktu(s)
800
1000
1200
Gambar 4.9 Hasil Respon Close Loop dengan Setpoint Suhu 28 C, dan Suhu Luar 34C, simulation stop time 1000s
Pengujian Sistem Kontrol Logika Fuzzy
110
100
Kelembaban (%RH)
90
80
70
60
50
40
0
200
400
600 Time (s)
800
1000
1200
Gambar 4.10 Hasil Respon Close Loop Kelembaban dengan Setpoint Suhu 28 C, dan Suhu Luar 34C, simulation stop time 1000s
Pengujian Sistem Kontrol Logika Fuzzy
Uji Close Loop System dengan Fungsi Suhu Luar (real plant) terhadap waktu
Gambar 4.1 Uji Close Loop Sistem Fungsi Suhu Luar (real plant) terhadap waktu 06.30 – 20.30 WIB
Pengujian Sistem Kontrol Logika Fuzzy
30.5
30
29.5
Suhu (C)
29
28.5
28
27.5
27 0
1
2
3 Time (s)
4
5
6 4
x 10
Gambar 4.11 Hasil Respon Close Loop Fungsi Suhu Luar terhadap waktu
Pengujian Sistem Kontrol Logika Fuzzy
Uji Close Loop System dengan Gaussian Noise
Gambar 4.1 Uji Close Loop dengan Gaussian Noise
Pengujian Sistem Kontrol Logika Fuzzy
31
30
Suhu (C)
29
28
27
26
25
0
200
400
600 Time (s)
800
1000
Gambar 4.11 Hasil Respon Close Loop Suhu dengan Gaussian Noise
1200
Pengujian Sistem Kontrol Logika Fuzzy
110
100
90
80
70
60
50
40
0
200
400
600
800
1000
1200
Gambar 4.12 Hasil Respon Close Loop Kelembaban dengan Gaussian Noise
KESIMPULAN •
Penggunaan ARX untuk memodelkan kelembaban kumbung jamur sudah sangat sesuai meski fitting yang dihasilkan hanya dapat mencapai 66, 69%, akan tetapi jika melihat tren yang memiliki kesamaan, dapat diasumsikan sesuai
•
Pemberian nilai set point pada suhu yang sesuai untuk pertumbuhan jamur yaitu pada suhu 28° C dapat dicapai dan dipertahankan dengan nilai maximum overshoot dari pengendali tersebut sebesar 0.89% dan time settling sekitar 325 detik.
•
Fungsi suhu terhadap kelembaban dengan pemodelan ARX menghasilkan respon sistem dengan maximum overshoot dari pengendali tersebut sebesar 35% dan time settling sekitar 240 detik, dan error steady state sebesar 0,03%
SARAN •
Pada penelitian ini, plant kumbung yang di jadikan
acuan menggunakan sistem tertutup, oleh karena itu untuk penelitian selanjutnya disarankan untuk melakukan riset terhadap kumbung dengan
sistem terbuka (menggunakan ventillasi)
•
Untuk meningkatan efisiensi sistem, perlu dilakukan penelitian lanjutan mengenai tata letak aktuator dan sensor yang dapat menghasilkan proses pengendalian yang lebih optimum