Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 4, April 2018, hlm. 1553-1562
e-ISSN: 2548-964X http://j-ptiik.ub.ac.id
Implementasi Logika Fuzzy untuk Purwarupa Pengkondisian AC dan Lampu Otomatis pada Sebuah Ruangan Nana Amalia Mulia1, Mochammad Hannats Hanafi2, Issa Arwani3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email:
[email protected],
[email protected],
[email protected] Abstrak Seiring bertambahnya tahun, kebutuhan tenaga listrik semakin meningkat. Setiap bangunan baik gedung atau rumah rata-rata memiliki peralatan elektronik, seperti lampu. Selain itu, AC termasuk peralatan cukup mahal dengan daya listrik yang cukup besar. Peralatan elektronik tentunya memerlukan energi listrik. Namun, biasanya hanya menggunakan prinsip on-off. Hal ini tentu mengakibatkan berkurangnya masa pakai peralatan tersebut, membuang energi listrik dan menyebabkan kondisi suhu ruangan menjadi tidak terkendali. Pada penelitian ini dibuat sistem pengkondisian nyala AC dan lampu otomatis menggunakan logika Fuzzy Sugeno. Sistem ini menggunakan input cahaya dari sensor LDR, suhu dan kelembaban dari sensor DHT11, dan pergerakan dari sensor PIR HC-SR501. Selanjutnya, diproses menggunakan mikrokontroller Arduino Uno dan hasilnya berupa angka ditampilkan pada LCD. Perancangan logika Fuzzy terdiri dari tahap fuzzifikasi, yaitu dilakukannya pembentukan himpunan tiap variabel input, inferensi yaitu tahap pembentukan rule, dan defuzzifikasi yaitu tahap penentuan hasil. Implementasi logika Fuzzy terdiri dari tahap pembuatan kode program untuk menghitung derajat keanggotaan variabel cahaya, suhu, kelembaban, kode program untuk mencari nilai α-predikat tiap rule, terakhir, kode program untuk mencari nilai z yang dilakukan dua kali, untuk kondisi AC dan lampu. Tingkat keberhasilan logika Fuzzy dilakukan dengan membandingkan nilai output sistem dengan MATLAB. Rata-rata akurasi output AC yaitu 97,21%, sedangkan lampu 93,75%. Kata kunci: AC, lampu, otomatis, logika Fuzzy Abstract As the year increase, the demand for electricity increase. Every building either mansion or house mostly has electronic equipment, such as light. Besides, AC is quite expensive of electronic equipment which the electrical power required is quite large. Electronic equipment certainly requires electrical energy. However, it usually only uses the on-off principle. It is certainly can reduce the lifetime of equipments, waste the electrical energy, and cause the room temperature condition become uncontrollable. In this study made conditioning system of automatic AC and light using Fuzzy Sugeno logic. The system using input of light from LDR sensor, temperature and humidity from DHT11 sensor, and movement from PIR HC-SR501 sensor. Next, using Arduino Uno microcontroller to process and the result is numeric which displayed on LCD. Design of Fuzzy logic consist of fuzzification, which is forming Fuzzy set of input variables, inference is the step to forming set of rules, and defuzzification is the step to determine the results. Implementation of Fuzzy logic consist of made program code to calculate the membership degree from input variables of light, temperature, and humidity, next, program code to find α-predicate value of each rules, and the last, program code to find z value which done twice, for AC and light condition. The success rate of Fuzzy logic is done by comparing the output value of system with MATLAB. The accuracy average of AC output is 97.21%, while the light is 93.75%. Keywords: AC, light, automatic, Fuzzy logic tenaga listrik semakin meningkat. Pada tahun 2013 dan tahun 2016 kebutuhan tenaga listrik nasional berturut-turut adalah sebesar 190 TWh
1. PENDAHULUAN Dengan bertambahnya tahun, kebutuhan Fakultas Ilmu Komputer Universitas Brawijaya
1553
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
dan 232 TWh, dengan sektor rumah tangga pada kedua tahun tersebut masih mendominasi dengan pangsa lebih dari 41%. Sedangkan sektor industri mempunyai pangsa dikisaran 34%, diikuti oleh sektor komersial 24%, dan sektor transportasi 0,1%. Selama periode 2013 s.d. 2050, kebutuhan tenaga listrik total di semua sektor diperkirakan akan terus meningkat secara signifikan hingga lebih dari 10 kali, yaitu akan mencapai 2.008 TWh pada tahun 2050 atau tumbuh sebesar 6,6% per tahun (Badan Pengkajian dan Penerapan Teknologi, 2015). Peralatan elektronik memerlukan energi listrik. Namun, biasanya peralatan ini hanya menggunakan prinsip on-off. Kegiatan menyalakan dan mematikan peralatan elektronik sering dinilai merepotkan dan mengganggu pekerjaan sehingga menyebabkan peralatan tersebut terus menyala tanpa dimatikan. Ini tentu berakibat pada berkurangnya masa pakai peralatan tersebut, juga akan membuang-buang energi listrik dan menyebabkan kondisi suhu dalam ruangan menjadi tidak terkendali. (Tarigan, 2015) AC adalah salah satu peralatan elektronik yang berfungsi sebagai pendingin suhu udara di ruangan. AC termasuk peralatan cukup mahal dengan daya listrik yang dibutuhkan juga cukup besar. Selain itu, peralatan yang dimiliki setiap bangunan baik gedung atau rumah adalah lampu, benda yang berfungsi sebagai penerang/pencahayaan. Lampu dapat menghasilkan cahaya jika dialiri arus listrik. Sehingga kedua peralatan ini sangat baik untuk digunakan secara efisien. Salah satu penelitian yang menjadi dasar penelitian ini adalah milik Pilipus Tarigan et al. yang berjudul Implementation of A Mamdani Fuzzy Logic Controller for Building Automation Using Electronic Control Based on AT89S51. Penelitian tersebut melakukan otomatisasi AC, TV, dan lampu pada suatu bangunan dengan kontroller logika Fuzzy Mamdani menggunakan mikrokontroller AT8951. Input variabel didapat dari cahaya, suhu, dan pergerakan orang. Penelitian milik Pilipus Tarigan menggunakan mikrokontroller jenis AT8951 dan pada jurnal tersebut tidak disebutkan jenis sensor yang digunakan. Sedangkan, pada penelitian ini penulis menggunakan mikrokontroller Arduino Uno R3. Arduino Uno R3 adalah revisi ketiga atau versi terakhir dari Arduino Uno. Arduino didukung oleh software Arduino IDE yang Fakultas Ilmu Komputer, Universitas Brawijaya
1554
mempunyai library cukup lengkap. Arduino Uno dapat langsung digunakan dengan melakukan koneksi kabel jumper dengan cara mencolokkan ke pin yang ada pada Arduino Uno, lalu koneksi ke PC secara langsung dengan menghubungkan kabel USB ke PC dan Arduino Uno juga memiliki power jack. Pada penelitian ini penulis melakukan pengkondisian atau pengkontrollan suhu AC dan cerah lampu menggunakan logika Fuzzy dengan output berupa LCD. Logika Fuzzy adalah logika yang memiliki derajat keanggotaan dalam rentang 0 hingga 1, berbeda dengan logika digital/diskrit yang hanya memiliki dua nilai yaitu 0 atau 1. Logika Fuzzy dapat mengolah nilai yang tidak pasti seperti “sangat”, “sedikit”, dan “kurang lebih” (Budiharto, 2014). Dalam bidang kontrol, logika Fuzzy menjadi sangat popular, karena umumnya proses kontrol logika Fuzzy sederhana untuk merealisasikan atau mewujudkan strategi kontrol manusia, dimana kontrol konvensional sangat bergantung pada model matematis yang sesuai (Oltean, 2017). Berdasarkan latar belakang yang telah disampaikan, penulis melakukan penelitian mengenai “Implementasi Logika Fuzzy untuk Purwarupa Pengkondisian AC dan Lampu Otomatis pada Sebuah Ruangan”. Sistem ini akan melakukan pengkondisian suhu AC dan cerah lampu menggunakan mikrokontroller Arduino Uno R3 dengan input dari sensor cahaya, suhu, kelembaban, dan pergerakan atau ada/tidaknya orang di ruangan tersebut dan hasilnya ditampilkan pada LCD. 2. DASAR TEORI 2.1 Logika Fuzzy Fuzzy logic pertama kali diperkenalkan oleh Lotfi A. Zadeh. Fuzzy berarti samar/tidak jelas. Fuzzy logic memiliki derajat keanggotaan dalam rentang 0 hingga 1, berbeda dengan logika digital/diskrit yang hanya memiliki dua nilai yaitu 0 atau 1. Fuzzy logic dapat mengolah nilai yang tidak pasti seperti “sangat”, “sedikit”, dan “kurang lebih”. Komputer tidak mengerti nilai asli dari kata-kata tersebut, sehingga dengan Fuzzy logic, komputer dapat mengolah ketidakpastian tersebut untuk memutuskan sesuatu yang membutuhkan kepintaran manusia dalam penalaran (Budiharto, 2014).
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2.2 Arduino Uno Arduino/Genuino Uno adalah papan mikrokontroler berbasis ATmega328P, memiliki 14 pin input/output digital (6 pin dapat digunakan sebagai output PWM), 6 analog input, koneksi USB, power jack, ICSP header dan tombol reset. Untuk menggunakannya dilakukan dengan menghubungkan ke komputer menggunakan kabel USB atau power dengan adapter AC ke DC atau juga baterai. Arduino/Genuino Uno dapat diprogram menggunakan Software Arduino (IDE). Uno berarti satu dalam bahasa Italia dan dipilih untuk menandai perilisan Software Arduino (IDE) 1.0. Uno board adalah yang pertama dalam seri papan Arduino USB (Arduino, 2017). 2.3 Sensor LDR LDR digunakan untuk mengubah energi cahaya menjadi energi listrik. Resistansi/hambatan LDR berubah seiring dengan perubahan intensitas cahaya yang mengenainya. Dalam keadaan gelap, resistansi LDR sekitar 10MΩ dan dalam keadaan terang sebesar 1kΩ atau kurang (Budiharto, 2008). Waktu respon/komunikasi LDR adalah 2030ms. 2.4 Sensor DHT DHT adalah sensor pendeteksi suhu dalam satuan C dan kelembaban dalam satuan %. Salah satu jenis sensor DHT adalah DHT11. Sensor ini menghasilkan sinyal digital suhu dan kelembaban yang sudah dikalibrasi. Ini menggunakan teknologi akuisisi digital dari sensor suhu dan kelembaban. Koneksi dengan 8 bit mikrokontroller chip tunggal memberikan sensor kualitas yang sangat baik, respon yang cepat, kemampuan anti macet/gangguan. Konsumsi power cukup rendah, supply tegangan 5V dan maksimum arus rata-rata 0.5mA. Waktu komunikasi kurang dari 3ms (Zhou, 2012). Range pengukuran suhu adalah 0-50oC dengan error ±2oC dan kelembaban dengan range 20-90% RH dengan ±5% RH error. 2.5 Sensor PIR Sensor PIR atau sensor gerak mendeteksi radiasi/sinar infrared yang dipancarkan oleh objek yang melewatinya. Berdasarkan prinsip fisika, semua benda yang memiliki suhu panas Fakultas Ilmu Komputer, Universitas Brawijaya
1555
akan memancarkan radiasi dengan tingkat sesuai suhunya. Sensor ini bekerja dengan membandingkan intensitas sinar infrared yang diterima dari objek yang melewatinya dengan intensitas sinar infrared sebelumnya (Cook, 2015). Jarak deteksi maksimum sensor ini sampai 7m. 2.6 LCD LCD adalah display elektronika yang berfungsi sebagai penampil suatu data baik karakter, huruf, atau angka. Menurut Purnama (2012), dalam modul LCD terdapat mikrokontroller yang berfungsi sebagai pengendali tampilan karakter LCD. Mikrokontroller pada suatu LCD dilengkapi dengan memori dan register. Pin atau jalur input dalam suatu LCD diantaranya adalah pin data, pin RS (Register Select), pin R/W (Read Write), pin E (Enable), dan pin VLCD. Jumlah karakter tulisan pada LCD ada berbagai macam, seperti 16x2 yang artinya terdiri dari 2 baris dengan 16 karakter per barisnya, ada juga 16x4, 20x2, 20x4, 24x2, dll. 3. PERANCANGAN DAN IMPLEMENTASI 3.1 Gambaran Umum Sistem Sistem ini menggunakan input yang berasal dari tiga sensor yaitu LDR, DHT, dan PIR. LDR untuk mendeteksi cahaya ruangan, DHT untuk mendeteksi suhu dan kelembaban ruangan, dan PIR untuk mendeteksi pergerakan orang dalam ruangan. Hasil input atau masukan dari ketiga sensor kemudian diproses dengan menggunakan logika Fuzzy di Arduino Uno. Logika Fuzzy yang digunakan adalah jenis Sugeno. Output pada sistem ini berupa LCD, yang akan menampilkan kondisi AC dan lampu. AC dalam keadaan off atau seberapa tinggi atau rendah suhunya, dan lampu dalam keadaan padam atau seberapa terang atau redup cahaya lampunya. Diagram blok sistem dapat dilihat pada Gambar 1.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
1556
bersamaan seperti terlihat pada Gambar 3.
Gambar 1. Diagram blok sistem
3.2 Perancangan Sistem Perancangan sistem terdiri dari perancangan perangkat keras dan perancangan perangkat lunak. Gambar 2 menunjukkan diagram alir sistem. Sistem mendapat input dari sensor LDR, DHT, dan PIR. Apabila PIR mendeteksi adanya pergerakan maka sistem melakukan perhitungan logika Fuzzy. Pertama adalah proses fuzzifikasi, yaitu dilakukannya pembentukan himpunan tiap varibel input, kemudian inferensi menggunakan metode MIN, dan defuzzifikasi, yaitu penentuan hasil/output menggunakan metode Weighted Average.
Gambar 3. Perancangan rangkaian komponen sistem
Pada Gambar 3, LDR dihubungkan dengan resistor kemudian pin data sensor LDR dihubungkan ke pin A0 Arduino Uno. Selanjutnya, pin data DHT11 dihubungkan ke pin D2 Arduino Uno, dan pin data PIR HCSR501 dihubungkan ke pin D4 Arduino Uno. Sedangkan untuk LCD I2C, pin SDA dihubungkan ke pin A4 Arduino Uno, pin SCL dihubungkan ke pin A5 Arduino Uno yang merupakan pin default LCD I2C ke Arduino Uno. Gambar 4 menunjukkan perancangan prototipe, LCD diletakkan di bagian depan atas untuk mempermudahkan user melihat output sistem. LDR dan DHT11 diletakkan pada bagian tengah, dan PIR diletakkan pada bagian samping.
Gambar 4. Perancangan prototipe
Gambar 2. Diagram alir sistem
Perancangan perangkat keras terdiri dari perancangan rangkaian komponen sistem dan perancangan prototipe. Sensor LDR, DHT, PIR, dan LCD dihubungkan ke Arduino Uno secara Fakultas Ilmu Komputer, Universitas Brawijaya
Perancangan perangkat lunak menjelaskan perancangan logika Fuzzy, terdiri dari fuzzifikasi, inferensi, dan defuzzifikasi. Dimulai dari sistem mendapat input dari sensor berupa cahaya, suhu, dan kelembaban. Kemudian dilanjutkan dengan menghitung derajat keanggotaan tiap variabel, yaitu cahaya, suhu, dan kelembaban. Selanjutnya, sistem menghasilkan output derajat keanggotaan dari tiap-tiap variabel tersebut. Gambar 5 menunjukkan fungsi keanggotaan variabel cahaya, terdiri dari 5 kondisi yaitu sangat gelap, gelap, normal,
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
terang, dan sangat terang. Selanjutnya dapat digunakan untuk menghitung derajat keanggotaannya.
Gambar 5. Fungsi keanggotaan variabel cahaya
Gambar 6 adalah fungsi keanggotaan variabel suhu, terdiri dari 3 kondisi yaitu dingin, normal, dan panas. Selanjutnya dapat digunakan untuk menghitung derajat keanggotaannya.
Gambar 6. Fungsi keanggotaan variabel suhu
Gambar 7 merupakan fungsi keanggotaan variabel kelembaban yang terdiri dari 3 kondisi yaitu kering, normal, dan basah. Selanjutnya dapat digunakan untuk menghitung derajat keanggotaannya.
1557
keanggotaan yaitu off, rendah, dan tinggi. Masing-masing keanggotaan diwakili oleh suatu nilai yang menunjukkan keadaan AC atau nilai suhu AC. Off diwakili nilai 0 atau AC dalam keadaan off, rendah diwakili nilai 17C, dan tinggi diwakili nilai 25C. Sedangkan, variabel output lampu memiliki tiga fungsi keanggotaan yaitu off, redup, normal, dan terang. Masing-masing keanggotaan diwakili oleh suatu nilai yang menunjukkan keadaan lampu atau nilai kecerahan lampu. Off diwakili nilai 0 atau lampu dalam keadaan off/padam, redup diwakili nilai 40%, normal diwakili nilai 70%, dan terang diwakili nilai 100%. Nilai ini merupakan nilai z yang digunakan pada masing-masing rule. Tahap terakhir adalah defuzzifikasi. Defuzzifikasi mengambil input dari output proses sebelumnya, inferensi, berupa nilai αpredikat dan z masing-masing rule. Defuzzifikasi dilakukan dengan menjumlahkan perkalian α-predikat dan z masing-masing rule untuk AC maupun lampu, lalu membaginya dengan penjumlahan α-predikat pada semua rule. 3.3 Implementasi Sistem Implementasi sistem terdiri dari implementasi perangkat keras dan perangkat lunak. Implementasi perangkat keras dilakukan dengan menghubungkan seluruh komponen ke Arduino Uno sehingga dapat dijalankan secara bersamaan, dapat dilihat pada Gambar 8. Hubungan pin yang digunakan seperti yang dijelaskan pada perancangan sistem.
Gambar 7. Fungsi keanggotaan variabel kelembaban
Tahap kedua adalah inferensi, Proses inferensi mengambil input dari output fuzzifikasi berupa derajat keanggotaan variabel cahaya, suhu, dan kelembaban. Dari derajat keanggotaan dicari nilai α-predikat berupa nilai minimumnya dari masing-masing rule, sehingga pada tahap inferensi dilakukan pembentukan rule. Kemudian, dilanjutkan dengan mencari nilai z dari masing-masing rule. Nilai z dari masing-masing rule didapat dari output masing-masing rule dengan masingmasing kondisi diwakili oleh suatu nilai. Variabel output AC memiliki tiga fungsi Fakultas Ilmu Komputer, Universitas Brawijaya
Gambar 8. Implementasi rangkaian komponen sistem
rangkaian komponen sistem dipasang pada prototipe. Sehingga, Selanjutnya,
terlihat pada Gambar implementasi prototipe komponen sistem.
9 dan
merupakan rangkaian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
1558
No
Gambar 9. Implementasi prototipe dan rangkaian komponen sistem
Pada implementasi perangkat lunak dilakukan penulisan kode program menggunakan Arduino IDE untuk melakukan pembacaan nilai cahaya menggunakan LDR, pembacaan nilai suhu dan kelembaban menggunakan DHT11, mengetahui ada/tidaknya pergerakan menggunakan PIR, dan perhitungan logika Fuzzy. Untuk perhitungan logika Fuzzy terdiri dari penulisan kode program untuk menghitung derajat keanggotaan variabel cahaya, suhu, kelembaban, kode program untuk mencari nilai α-predikat pada tiap rule dengan fungsi min untuk mencari nilai minimum, dan kode program untuk mencari nilai z yang dilakukan dua kali, pertama untuk mencari nilai z pada AC dan yang kedua pada lampu. 4. PENGUJIAN DAN ANALISIS 4.1 Pengujian Sensor LDR Pengujian sensor LDR bertujuan untuk mengetahui seberapa akurat sensor LDR dalam mendeteksi cahaya. Pengujian ini dilakukan dengan membandingkan nilai cahaya dari sensor LDR dengan lux meter. Lux meter yang digunakan adalah tipe LX-1010B dari FUYI. Dilakukan sebanyak 20 kali pengujian. Perubahan cahaya pada pengujian dilakukan dengan memberi cahaya dari lampu senter pada LDR dan lux meter. Tabel 1 merupakan tabel pengujian sensor LDR dan Gambar 10 merupakan grafik perbandingan pembacaan LDR dengan lux meter. Tabel 1. Akurasi pembacaan cahaya pada LDR dengan lux meter No 1 2 3 4
Nilai Cahaya pada LDR (Lux) 160 103 112 172
Nilai Cahaya pada Lux Meter (Lux) 219 77 79 197
Akurasi (%) 73,06 66,23 58,23 87,31
Fakultas Ilmu Komputer, Universitas Brawijaya
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nilai Nilai Cahaya Cahaya pada Lux pada LDR Meter (Lux) (Lux) 121 182 117 127 116 88 104 74 123 118 134 124 225 166 136 97 150 260 106 120 114 123 144 139 113 139 182 244 119 136 123 158 Rata-Rata
Akurasi (%) 66,48 92,13 68,18 59,46 95,76 91,94 64,46 59,79 57,69 88,33 92,68 96,40 81,29 74,59 87,5 77,85 76,97
Gambar 10. Perbandingan pembacaan cahaya pada LDR dengan lux meter
Dari hasil pengujian yang dilakukan seperti terlihat pada Tabel 1 menunjukkan ratarata akurasi pengujian LDR adalah 76,97%. Pada Gambar 13 dapat dilihat di beberapa titik pengujian LDR memiliki akurasi yang baik, tetapi pada titik pengujian lainnya juga terdapat perbedaan hasil pembacaan yang cukup jauh. Hal ini dapat disebabkan akurasi dari sensor yang cukup rendah, juga pemberian cahaya atau penyinaran lampu senter yang tidak seimbang pada LDR dan lux meter pada saat pengujian. 4.2 Pengujian Sensor DHT11 Pengujian sensor DHT11 bertujuan untuk mengetahui seberapa akurat sensor DHT11 dalam mendeteksi suhu dan kelembaban. Pengujian ini dilakukan dengan membandingkan nilai suhu dan kelembaban dari sensor DHT11 dengan thermohygrometer. Thermohygrometer yang digunakan berasal dari Odatime model TH101. Dilakukan sebanyak 20 kali pengujian. Hasil pengujian untuk nilai suhu sensor DHT11 dapat dilihat pada Tabel 2 dan Gambar 11.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
1559
Tabel 2. Akurasi pembacaan suhu pada DHT11 dengan thermohygrometer
No
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nilai Suhu Nilai Suhu pada pada ThermoDHT11 hygrometer (C) (C) 25 29 25 30 26 30 26 30 26 30 27 30 27 31 27 31 29 31 28 31 29 31 29 30 25 31 25 31 25 30 23 25 23 25 23 25 22 25 24 22 Rata-Rata
No Akurasi (%) 86,21 83,33 86,67 86,67 86,67 90 87,10 87,10 93,55 90,32 93,55 96,67 80,65 80,65 83,33 92 92 92 88 91,67 88,41
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nilai Kelembaban pada Thermohygrometer (%) 74 76 72 76 72 76 77 76 77 76 77 72 61 60 61 58 61 54 60 52 59 49 59 48 60 48 60 47 60 47 Rata-Rata
Nilai Kelembaban pada DHT11 (%)
Akurasi (%)
97,37 94,74 94,74 98,68 98,68 93,06 98,33 94,83 87,04 84,62 79,59 77,08 75 72,34 72,34 90,16
Gambar 12. Perbandingan pembacaan kelembaban pada DHT11 dengan thermohygrometer
Gambar 11. Perbandingan pembacaan suhu pada DHT11 dengan thermohygrometer
Sedangkan, hasil pengujian untuk nilai kelembaban sensor DHT11 dapat dilihat pada Tabel 3 dan Gambar 12. Tabel 3. Akurasi pembacaan kelembaban pada DHT11 dengan thermohygrometer
No
Nilai Kelembaban pada DHT11 (%)
1 2 3 4 5
77 77 78 79 79
Nilai Kelembaban pada Thermohygrometer (%) 81 80 79 78 76
Setelah dilakukan pengujian nilai suhu dan kelembaban menggunakan DHT11 dan thermohygrometer terlihat pada Gambar 14 dan 15 bahwa DHT11 memiliki pola hampir sama seperti thermohygrometer. Pada Gambar 15 dalam mendeteksi kelembaban DHT11 menunjukkan akurasi yang lebih baik pada 13 awal pengujian daripada 7 pengujian selanjutnya. Pada Tabel 2 dan 3 menunjukkan rata-rata akurasi dari 20 kali pengujian yaitu 88,41% untuk suhu dan 90,16% untuk kelembaban. Hal ini menunjukkan tingkat error DHT11 lebih sedikit saat mendeteksi kelembaban daripada suhu. 4.3 Pengujian Sensor PIR
Akurasi (%)
95,06 96,25 98,73 98,72 96,05
Fakultas Ilmu Komputer, Universitas Brawijaya
Pengujian sensor PIR bertujuan untuk mengetahui seberapa akurat sensor PIR dalam mendeteksi pergerakan orang. Pengujian ini dilakukan dengan membandingkan kondisi High atau ada pergerakan dari sensor PIR dengan kondisi nyata di tempat uji. Dilakukan sebanyak 20 kali pengujian. Hasil pengujian sensor PIR dapat dilihat pada Tabel 4.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Tabel 4. Akurasi pembacaan pergerakan pada PIR dengan pergerakan manual Nilai Pergerakan pada PIR
Nilai Pergerakan Manual
1
Tidak Ada
Tidak Ada
2
Ada
Tidak Ada
3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ada Ada Ada Ada Ada Tidak Ada Ada Ada Ada Ada Ada Ada Ada Ada
Ada Ada Ada Ada Ada Tidak Ada Ada Ada Ada Ada Ada Ada Ada Ada
17
Tidak Ada
Ada
18 19 20
Ada Ada Ada
No
Ada Ada Ada Rata-Rata
1560 Tabel 5. Akurasi output AC pada sistem dengan MATLAB Input
Kesesuaian Sesuai Tidak Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Tidak Sesuai Sesuai Sesuai Sesuai
Akurasi
Cahaya (Lux)
Suhu (C)
1
362
28
2
541
29
69
20,64
19,5
94,15
3
310
29
69
20,64
19,5
94,15
4
557
29
68
20,63
19,5
94,21
5
414
26
71
22,52
24
93,83
6
405
26
73
22,75
24
94,79
7
131
27
72
21,75
22,8
95,39
8
119
26
71
22,37
24
93,21
9
262
30
72
17,0
17
100
10
423
30
70
17,0
17
100
11
420
26
70
22,49
24
93,71
12
330
30
75
17,0
17
100
13
326
27
74
22,01
22,8
96,54
14
329
27
74
21,95
22,8
96,27
15
393
27
74
21,91
22,8
96,10
16
246
27
74
22,05
22,8
96,71
17
606
27
74
22,31
22,8
97,85
18
586
27
74
22,31
22,8
97,85
19
182
29
70
20,73
19,5
93,69
20
181
28
71
21,0
21,4
98,13
21
178
28
72
21,17
21,4
98,93
22
678
29
71
20,38
19,5
95,49
23
273
25
73
25,0
25
100
24
508
25
74
25,0
25
100
25
542
25
74
25,0
25
100
26
530
28
75
21,36
21,4
99,81
27
485
24
79
21,63
22
98,32
28
589
24
80
21,82
22
99,18
29
362
25
79
25,0
25
100
30
603
25
79
25,0
25
0%
0% 100% 100% 100% 90%
Hasil pengujian sensor PIR pada Tabel 4 menunjukkan sensor PIR memiliki akurasi yang baik yaitu dengan rata-rata akurasi 90% dari 20 kali pengujian. Terdapat dua output PIR yang tidak sesuai yang dapat disebabkan adanya delay 1 detik sehingga jika gerakan terlalu cepat maka tidak terdeteksi oleh PIR. Selain itu, PIR dalam sistem ini juga menggunakan repeatable trigger yang membuat kondisi terus High jika masih terdeteksi ada gerakan sampai tidak ada gerakan barulah kondisi PIR berubah menjadi Low, sehingga jika user sedang melakukan gerakan kemudian tidak bergerak beberapa detik kemudian bergerak lagi maka kondisi PIR masih dalam keadaan High walaupun user tidak bergerak beberapa detik.
Rata-Rata
4.4 Pengujian Logika Fuzzy Beserta Output Pengujian logika Fuzzy beserta output bertujuan untuk mengukur kinerja sistem yang dibuat. Pengujian ini dilakukan sebanyak 30 kali dengan membandingkan output dari sistem yang dibuat dengan output dari MATLAB. Hasil pengujian perhitungan logika Fuzzy beserta output ditunjukkan pada Tabel 5 untuk output AC dan 6 untuk output lampu. Gambar 13 menunjukkan grafik perbandingan output AC pada sistem dengan MATLAB, sedangkan Gambar 14 adalah grafik output lampu.
Fakultas Ilmu Komputer, Universitas Brawijaya
Akuras i AC (%)
No 100%
100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100%
Output AC di AC di Siste MATm LAB (C) (C) 21,0 21,4
Kelem baban (%) 70
Gambar 13. Perbandingan output AC pada sistem dengan MATLAB
98,13
100 97,21
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Tabel 6. Akurasi output lampu pada sistem dengan MATLAB Input No
Cahaya (Lux)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
362 541 310 557 414 405 131 119 262 423 420 330 326 329 393 246 606 586 182 181 178 678 273 508 542 530 485 589 362 603
Kelem Suhu baban (C) (%) 28 70 29 69 29 69 29 68 26 71 26 73 27 72 26 71 30 72 30 70 26 70 30 75 27 74 27 74 27 74 27 74 27 74 27 74 29 70 28 71 28 72 29 71 25 73 25 74 25 74 28 75 24 79 24 80 25 79 25 79 Rata-Rata
Output Lamp u di Siste m (%) 0,0 0,0 20,0 0,0 0,0 0,0 85,0 85,89 28,02 0,0 0,0 14,2 17,79 17,36 0,0 45,80 0,0 0,0 61,10 63,62 65,69 0,0 28,87 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Lampu di MATLAB (%) 0 0 18,6 0 0 0 87,6 92,4 35,7 0 0 11,4 12,9 11,8 0 41,6 0 0 67,2 67,6 68,8 0 31,8 0 0 0 0 0 0 0
Akuras i Lampu (%) 100 100 92,47 100 100 100 97,03 92,95 78,49 100 100 75,44 62,09 52,88 100 89,90 100 100 90,92 94,11 95,48 100 90,79 100 100 100 100 100 100 100 93,75
Gambar 14. Perbandingan output lampu pada sistem dengan MATLAB
Perbedaan output sistem dengan MATLAB dari 30 pengujian, pada Tabel 5 dan 6 menunjukkan AC memiliki rata-rata akurasi 97,21% lebih tinggi daripada lampu yaitu Fakultas Ilmu Komputer, Universitas Brawijaya
1561
93,75%, yang berarti kinerja sistem pada AC lebih baik daripada lampu. Nilai output yang berbeda dapat disebabkan oleh perbedaan penulisan range. Pada sistem yang dibuat, di Arduino IDE penulis membuat range tiap variabel untuk nilai batas awal dan akhir dengan nilai kurang dari (≤) dan lebih dari (≥) sedangkan di MATLAB tiap variabel harus memiliki range yang jelas untuk nilai batas awal dan akhir. 5. KESIMPULAN Berdasarkan rumusan masalah penelitian serta hasil implementasi, pengujian dan analisis yang dilakukan dalam penelitian ini, maka dapat diambil kesimpulan sebagai berikut. 1. Perancangan logika Fuzzy untuk pengkondisian AC dan lampu otomatis ini terdiri dari tiga tahap, yaitu fuzzifikasi, inferensi, dan defuzzifikasi. Tahap inferensi sistem ini menggunakan metode MIN, dan defuzzifikasi menggunakan metode Weighted Average. Penelitian ini menggunakan logika Fuzzy Sugeno. 2. Implementasi logika Fuzzy untuk pengkondisian AC dan lampu otomatis di Arduino Uno dilakukan setelah tahap perancangan logika Fuzzy, terdiri dari tiga tahap yaitu pembuatan kode program untuk menghitung derajat keanggotaan variabel cahaya, suhu, dan kelembaban, selanjutnya kode program untuk mencari nilai αpredikat pada tiap rule, terakhir, kode program untuk mencari nilai z yang dilakukan dua kali, pertama untuk kondisi AC dan yang kedua untuk lampu. 3. Tingkat keberhasilan logika Fuzzy untuk pengkondisian AC dan lampu otomatis dilakukan dengan membandingkan nilai output sistem dengan nilai output pada MATLAB. Rata-rata akurasi output AC yaitu 97,21% sedangkan lampu 93,75%, yang berarti kinerja sistem pada AC lebih baik daripada lampu. Nilai output yang berbeda dapat disebabkan oleh perbedaan penulisan range. Pada sistem yang dibuat, di Arduino IDE penulis membuat range tiap variabel untuk nilai batas awal dan akhir dengan nilai kurang dari (≤) dan lebih dari (≥) sedangkan di MATLAB tiap variabel harus memiliki range yang jelas untuk nilai batas awal dan akhir. Rata-rata akurasi untuk masing-masing sensor adalah 76,97% untuk LDR dalam mendeteksi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
cahaya, sensor DHT11 memiliki akurasi 88,41% dalam mendeteksi suhu dan 90,16% dalam mendeteksi kelembaban, dan sensor PIR memiliki akurasi 90% dalam mendeteksi pergerakan. 6. DAFTAR PUSTAKA Alfina, Z. 2014. Rancang Bangun Embedded System Penyiraman Otomatis pada Tanaman Hias Menggunakan Logika Fuzzy. S1. Universitas Brawijaya. Arduino. n.d. Arduino/Genuino UNO. [online] Tersedia di:
[Diakses 27 Mei 2017] Badan Pengkajian dan Penerapan Teknologi. 2015. Outlook Energi Indonesia (OEI) 2015. Jakarta: Pusat Teknologi Pengembangan Sumber Daya Energi. Budiharto, W. 2008. 10 Proyek Robot Spektakuler (p. 4). Elex Media Komputindo. Budiharto, W., & Suhartono, D. 2014. Artificial Intelligence Konsep dan Penerapannya. Jakarta: CV. Andi Offset . Caldo, Rionel Belen, et al. 2015. Design and Development of Fuzzy Logic Controlled Dimming Lighting System Using Arduino Microcontroller. IEEE Xplore Digital Library. Cook, Diane J., & Krishnan, N. C. 2015. Activity Learning: Discovering, Recognizing, and Predicting Human Behavior from Sensor Data (p. 12). [ebook] Canada: Wiley. Tersedia di: Google Books [Diakses 16 Maret 2017] Emant. n.d. Measure Light Intensity using Light Dependent Resistor (LDR). [online] Tersedia di: [Diakses 17 Juli 2017] J Jiuqiang, F., Jiang, B., & Yang, X. 2016. Design and Management Methods of Smart Home Human-Computer Relationship. IEEE Xplore Digital Library. Kusumadewi, S., & Purnomo, H. 2013. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Nugroho, M. S. 2011. Miniatur Pengaturan Intensitas Cahaya Lampu LED Sebagai Otomatisasi Penerangan Jalan Umum Menggunakan Kontroler Logika Fuzzy. Fakultas Ilmu Komputer, Universitas Brawijaya
1562
S1. Universitas Brawijaya. G. & Ivanciu, L. N. 2017. Implementation of a Fuzzy LogicBased Embedded System for Temperature Control. IEEE Xplore Digital Library. Purnama, A. 2012. LCD (Liquid Cristal Display). [online] Tersedia di: [Diakses 16 Maret 2017] Purnama, A. 2014. Kendali Logika Fuzzy. [online] Tersedia di: [Diakses 15 Maret 2017] Setiawan, E. 2016. Kamus Besar Bahasa Indonesia (KBBI). [online] Tersedia di: [Diakses 10 Maret 2016] Tarigan, P., Sinurat, S., & Sinambela, M. 2015. Implementation of A Mamdani Fuzzy Logic Controller for Building Automation Using Electronic Control Based on AT89S51. IEEE Xplore Digital Library. Zaki, D. M. 2016. Otomatisasi Terang Lampu pada Smart Home Dalam Rangka Efisiensi Energi. S1. Universitas Brawijaya. Zhou, Y., et al. 2012. Wireless Temperature & Humidity Monitor and Control. IEEE Xplore Digital Library. Oltean,
