IV. INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU, KELEMBABAN, DAN AMONIA PADA BROILER CLOSED HOUSE

IV. INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU, KELEMBABAN, DAN AMONIA PADA BROILER CLOSED HOUSE Abstract Development of the poultry industry in Indonesia was now looking forward so rapidly, but always faced with various constraints also growing and increasingly complex. Broiler livestock enterprises, to achieve success not only required large capital and specialized skills are adequate, but also the management and reliable technology. Environmental conditions with high temperatures and high humidity can cause heat stress in broilers. In case of heat stress of broiler chickens will make an important (gasping). Each year, the broiler industry suffered direct mortality and ammonia loss due to the extreme heat of an unpredictable nature. This situation will get worse as to approach the end of the production cycle, when approaching the weight of livestock for sale. The purpose of this study was to simulate the integration supervisori control in control mode, and the optimal control parameters and control of ON-OFF, PID, Fuzzy and ANFIS according poultry knowledge, knowledge of climate and environment, knowledge of control, according to the broiler house environment. One solution of heat treatment on broilers srtess was the use of broiler closed house. Stages of research testing the functional modules system supervisori control (SSC) that have been developed by computer simulations performed with the test data (the control variable and the control mode) was prepared, so that each response and the output produced by the SSC are integrated component modules with four , three, two-mode ONOFF control, PID, Fuzzy Logic and ANFIS can check the truth. In implementation, the system was used to control the environment by environment basis. However supervisori fixed input control based broiler closed house basis are carried out directly, through the use of models broiler closed house. It was an integrated environmental control, and integrated broiler closed house-oriented basis. Basis of this system bridges the control environment by looping on the farm base control system. Discusses the integration of control systems supervisori control mode consists of several control modes: two modes of control (PID Fuzzy Logic) (PID ANFIS), three modes of control (ON-OFF, PID, Fuzzy Logic), (PID, Fuzzy Logic and ANFIS), four modes of control (ON-OFF, PID, Fuzzy Logic and ANFIS) with the parameters of temperature, humidity and ammonia, which produces better control response. In the control integration was discussed on supervisori control in an integrated broiler house closed, the choice of control modes, control parameters, the optimal control criteria, based on knowledge of broiler knowledge, climate and environmental knowledge, control knowledge that have been stored in a data base of supervisory control engine (SCE) which was integrated so that under certain conditions can be used as needed with a combination of gain scheduling control adaptation (PGA) and the model reference adaptive control (AMA). Transient response of control according to the response table ON-OFF control, PID, Fuzzy Logic and ANFIS integrated broiler house closed two, three and four modes of control. Keyword : Integration Supervisori environmental control on broiler houses closed

126

Abstrak Perkembangan industri perunggasan di Indonesia kini tampak sudah maju demikian pesat, namun senantiasa dihadapkan pada berbagai kendala yang juga ikut berkembang dan semakin kompleks. Usaha ternak ayam pedaging, untuk mencapai sukses tidak saja diperlukan modal besar dan keterampilan khusus yang memadai, tetapi juga pengelolaan maupun teknologi yang handal.

Kondisi lingkungan dengan temperatur tinggi dan kelembaban tinggi dapat menyebabkan heat stress pada broiler. Dalam keadaan heat stress ayam broiler akan melakukan penting (terengah-engah). Setiap tahun, industri broiler mengalami mortalitas dan amonai kehilangan langsung akibat panas yang ekstrim dari alam yang tidak dapat diprediksi. Situasi ini akan semakin parah saat mendekati akhir siklus produksi, saat ternak mendekati bobot untuk dijual. Tujuan penelitian ini adalah untuk mensimulasikan integrasi supervisori kendali dalam modus kendali, parameter kendali dan optimal kendali dan ONOFF, PID, Fuzzy dan ANFIS sesuai pengetahuan peternakan ayam, pengetahuan iklim dan lingkungan, pengetahuan kendali, sesuai lingkungan pada broiler house. Salah satu solusi dari penanganan heat srtess pada ayam broiler adalah penggunaan broiler house (kandang tertutup). Tahapan penelitian Pengujian fungsional modul-modul sistem supervisori kendali (SSK) yang sudah dikembangkan dilakukan dengan simulasi komputer dengan data-data uji (variabel kendali dan modus kendali) yang disiapkan, sehingga setiap respon dan keluaran yang dihasilkan oleh modul komponen SSK yang terintegrasikan dengan empat, tiga, dua modus kendali ON-OFF, PID, FUZZY LOGIC dan ANFIS dapat di cek kebenarannya. Dalam implementasinya, sistem ini digunakan untuk pengontrolan lingkungan dengan basis lingkungan. Namun demikian supervisori kontrol input tetap didasarkan basis peternakan broiler yang dilakukan secara lansung, yaitu melalui penggunaan model broiler closed house. Jadi disini pengontrolan lingkungan terpadu, terintegrasi dan berorientasi basis peternakan. Sistem ini menjembatani kontrol basis lingkungan dengan looping pada sistem kontrol basis peternakan. Sistem supervisori kendali membahas integrasi modus kendali terdiri dari beberapa modus kendali yaitu dua modus kendali (PID fuzzy Logic), (PID ANFIS), tiga modus kendali (ON-OFF, PID,Fuzzy Logic), (PID, Fuzzy Logic dan ANFIS), empat modus kendali (ON-OFF, PID, Fuzzy Logic dan ANFIS) dengan parameter suhu, kelembaban dan amonia yang menghasilkan respon kendali yang lebih baik. Pada integrasi kendali inilah di bahas tentang supervisori kendali pada broiler closed house yang terintegrasi, adanya pilhan modus kendali, parameter kendali, dengan kriteria optimal kendali, yang didasari pengetahuan peternakan ayam broiler (broiler knowledge), pengetahuan iklim dan lingkungan luar (climate and environmental knowledge), pengetahuan kendali (control knowledge) yang sudah tersimpan dalam data base supervisory control engine (SCE) yang secara terpadu sehingga dalam kondisi tertentu bisa digunakan sesuai kebutuhan dengan perpaduan kendali penjadwalan gain adaptasi (PGA) dan kendali adaptif model acuan (AMA). Respon transien kendali sesuai tabel respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS broiler closed house yang terintegrasi dua, tiga dan empat modus kendali. Keyword: Integrasi Sistem Supervisori kendali lingkungan pada broiler closed house

127

Pendahuluan Perkembangan industri perunggasan di Indonesia kini tampak sudah maju demikian pesat, namun senantiasa dihadapkan pada berbagai kendala yang juga ikut berkembang dan semakin kompleks. Usaha ternak ayam pedaging, untuk mencapai sukses tidak saja diperlukan modal besar dan keterampilan khusus yang memadai, tetapi juga pengelolaan maupun teknologi yang handal (Murtidjo 2006) Kondisi lingkungan dengan temperatur tinggi dan kelembapan tinggi dapat menyebabkan heat stress pada broiler. Dalam keadaan heat stress ayam broiler akan melakukan penting (terengah-engah). Setiap tahun, industri broiler mengalami mortalitas dan kehilangan langsung akibat panas yang ekstrim dari alam yang tidak dapat diprediksi. Situasi ini akan semakin parah saat mendekati akhir siklus produksi, saat ternak mendekati bobot untuk dijual Salah satu solusi dari penanganan heat srtess pada ayam broiler adalah penggunaan broiler house (kandang tertutup). Broiler house adalah kandang ayam dengan suhu dan kelembapan yang dapat diatur secara otomatis sehingga ayam tidak akan mengalami heat stress. Menurut (PCPI 2005) terdapat beberapa keuntungan dari penggunaan broiler house yaitu dapat meningkatkan produktivitas dan pertumbuhan serta temperatur di dalam kandang lebih dingin dan ayam tidak terpengaruh cuaca dari luar kandang. Pada ayam broiler yang berumur di atas 3 minggu, keadaan suhu lingkungan optimum untuk pertumbuhan berkisar antara 20-25oC dengan kelembaban berkisar antara 50-70% (Borges et al. 2004). Ayam Broiler akan mengalami cekaman panas serius bila suhu lingkungan lebih tinggi dari 32oC (Cooper dan Washburn 1998). Indonesia yang merupakan daerah tropis dengan suhu harian dapat melebih 35oC atau yang secara umum suhu lingkungan bisa berfluktuasi antara 29oC hingga 36oC dan kelembabannya 70-80 % (Hery 2009) berpotensi untuk mengalami cekaman panas pada pengembangan ayam broiler. Pada suhu lingkungan 28 oC selera makan akan menurun 12% dan apabila kelembabannya tinggi maka selera makan akan menurun 50%. Suhu 28oC adalah suhu kritis atas yang jika suhu lingkungan melebihi batas ini, angka sakit dan kematian meningkat, sedangkan pertumbuhan menurun. Pada suhu mencapai 39oC kematiannya tinggi sekali (Amrullah 2004).

128

Sistem kendali pada awalnya adalah konvensional dimana informasi numerik yang merupakan pasangan data masukan dan keluaran plant diperoleh dari sensor. Sedang informasi linguistik biasanya diperoleh dari operator yang paham dengan pengendalian plant dimaksud (Ogata 1970). Dalam perkembangannya, sistem kendali mengarah kepada sistem kendali berbasis komputer digital karena lebih luwes (mudah dimodifikasi), pemrosesan data yang sederhana, dan ekonomis (Paraskevopoulos 1996). Berkembangnya sistem kendali digital membuat banyak peneliti yang memfokuskan penelitiannya pada metode atau algoritma yang digunakan sebagai pengendali. Diawali dari pengendalian dengan metode PID, yaitu dengan cara menyetel beberapa parameter sehingga dihasilkan hasil pengendalian yang optimal. Ketidakmampuannya untuk beradaptasi pada beberapa perubahan seperti performansi komponen dengan pertambahan waktu atau perubahan parameter dan kondisi sekelilingnya maka dibutuhkan sistem kendali yang bisa beradaptasi pada perubahan-perubahan tersebut. Pengembangan sistem kontrol berbasis komputer untuk broiler house telah kembangkan selama ini tapi masih sistem kontrol memberikan batasan terhadap pilihan metode kontrol dan parameter yang dikendalikan. Untuk beberapa alasan, pengguna hanya mengontrol suhu ruangan dan kelembaban dengan metode kontrol PID (Proporsional Integral Derivative) tetapi dalam situasi lain mungkin pengguna hanya perlu mengontrol suhu ruangan dan intensitas cahaya dengan metode kontrol fuzzy atau metode lainnya (Cunha 2003; Salgado 1998). Pemilihan skenario kontrol untuk broiler house cukup bervariasi yang tergantung pada beberapa faktor : (1) kondisi manajemen (lingkungan) peternakan ayam broiler, (2) kontinyunitas produksi ayam broiler, (3) keterbatasan sumber daya, dan (4) jenis kendali digunakan. Oleh karena itu, pengguna harus diberi cara memilih skenario pengendalian yang paling cocok dengan kebutuhannya. Metode yang mendapat perhatian luas dalam dasawarsa terakhir adalah metode berbasis kecerdasan buatan (artificial intelligence) yaitu neuro fuzzy. Neuro fuzzy merupakan perpaduan jaringan neural artificial dan sistem logika fuzzy (Kosko 1992), (Kartalopoulos 1996). Pada sistem kendali berbasis neuro fuzzy, informasi numerik dimanfaatkan oleh jaringan neural artifisial guna mendapatkan kinerja sistem kendali yang bersifat adaptif (Brown dan Harris, 1994). Jaringan ini

129

meniru kerja jaringan neural biologis manusia. Jaringan neural dikarakteristikkan oleh arsitektur, algoritma pembelajaran, dan fungsi aktivasinya. Sedang informasi linguistik diolah menggunakan sistem logika fuzzy (Visioli dan Finzi 1998). Pada sistem logika fuzzy, informasi linguistik diimplementasikan dalam suatu himpunan basis aturan jika-maka. Basis aturan ini mengakomodasi semua informasi yang tidak presisi tentang hubungan masukan dan keluaran plant. Sistem neuro fuzzy terus mengalami perkembangan dan penyempurnaan algoritma. Salah satu perkembangannya adalah dengan diperkenalkannya metode ANFIS (Adaptive Neuro Fuzzy Inference System) oleh (Jang 1993). ANFIS) adalah sistem inferensi logika fuzzy yang diimplementasikan pada suatu jaringan adaptif. Sistem ini memiliki kemampuan untuk memperbaiki parameter-parameter basis aturan logika fuzzynya yaitu parameter premis (antécédent) dan parameter konsekuensi (consequent). Metode ANFIS (Adaptive Neuro Fuzzy Inference System) selanjutnya mengalami berbagai penyempurnaan diantaranya oleh Wang dan Lee (2002) dengan penerapan pada sistem pemrosesan sinyal untuk keperluan medis. Penerapan metode ANFIS (Adaptive Neuro Fuzzy Inference System) untuk sistem kendali agar bersifat cerdas, yaitu mampu beradaptasi sesuai dengan perubahan target pengendalian dan juga kondisi plant. Salah satu cara penyelesaian permasalahan tersebut di atas dengan menggunakan simulasi kendali PID Fuzzy, PID ANFIS, ON OFF, PID, Fuzzy, ANFIS. Supervisori kendali diharapakn dapat membantu mengurangi kesalahan terutama human error sehingga sistem dapat berjalan sehingga didapat hasil optimal. Kendali PID pada dasarnya merupakan suatu proses dari suatu program yang dijalankan/diexecute dengan menggunakan komputer, dimana kita memasukkan nilai Setting Point (SP) dan Present Value (PV), yang kemudian data yang didapatkan diproses sehingga error yang didapatkan sama dengan 0, atau nilai Setting Point = Present Value (J. Van de Vegte 1994). Kendali PID Fuzzy Logic bekerja dengan menerima sinyal output dari panas heater. Sinyal tersebut kemudian dibandingkan dengan setpoint sehingga dihasilkan error baru. Metode yang digunakan adopsi dari (Zhao 1993), (Joelianto dan Sitanggang 2009) yaitu kendali dengan fuzzy gain.

130

Gambar 4. 1 Hybrid Kendali PID- Logika Fuzzy. Sumber (Zhao 1993)

Metode yang digunakan adalah harga Kp, Ki, dan Kd dapat menyesuaikan sendiri apabila terjadi perubahan panas pada heater dan kipas angin. Parameter kendali PID yaitu Kp, Ki, Kd Ti Td diatur fuzzy logic untuk memperoleh harga yang sesuai. Dalam mengambil kepuasan pada parameter Kp, Ki, Kd dinormalisasi antara 0 dan 1.

Gambar 4. 2 Member Function input dan output. Sumber (Zhao1993)

Gambar 4. 3 Respon hybrid kendali PID-Logika Fuzzy. Sumber (Zhao1993)

131

Sistem utama adalah kendali PID, sedangkan logika fuzzy disini berfungsi untuk memperbaiki respon dan recovery time terhadap disturbance seperti terlihat pada Gambar 4.3. Output dari fuzzy kontrol unit yang dihasilkan mempunyai beban lebih kecil dari kendali PID, artinya range dari output membership function telah ditetapkan yaitu +U max dan –U max, dimana harga U max lebih kecil dari harga kendali PID, pada paper ini dicoba untuk memberikan beban sebesar 50% dari kendali PID. Sehingga apabila range dari PID adalah 0-255, maka beban output pada logika fuzzy yaitu 0-128. Untuk lebih jelasnya dapat kita lihat pada Gambar 3. Untuk mendapatkan hasil yang optimal, maka kita dapat men-tuning parameter fuzzy control tersebut dengan cara try and error yaitu mengatur (adjust) membership function (range e-max dan de-max) serta rules-rules yang ada seperti terlihat pada Gambar 4.3. Kelebihan ANFIS adalah kemampuan belajaran, seperti yang dimiliki oleh jaringan saraf tiruan. Pengendali ANFIS dapat belajar dari pengendali PID konvensional, kemudian ANFIS digunakan untuk mengendalikan plant. Sebagai tiruan PID, ANFIS belajar menirukan PID selama pelatihan. ANFIS yang dihasilkan kemudian digunakan untuk membangkitkan isyarat kendali yang selanjutnya dilolohkan ke plant. Konfigurasi ANFIS sebagai tiruan PID saat pelatihan terlihat di Gambar 4.4.

Gambar 4. 4 Pelatihan ANFIS dan PID. Sumber (Zhao 1993)

Dari hasil tuning PID didapatkan nilai K=1, Ti = 2, dan Td = 0,2. Data pelatihan ANFIS berjumlah 250 pasang data dengan setiap pasang data terdiri atas [e(k) de(k) u(k)]. Data pengecekan berjumlah sama dengan data pelatihan. Jumlah parameter yang diperbaharui pada saat pelatihan adalah 30 parameter taklinier dan

132

75 parameter linier untuk fungsi keanggotaan Bell dan 20 parameter taklinier serta 75 parameter linier untuk fungsi keanggotaan segitiga. Kinerja pelatihan ANFIS dinyatakan dengan akar rerata kuadrat galat (RMSE) antara target pelatihan dan keluaran ANFIS. Setelah ANFIS dilatih menirukan PID, pengendali PID dilepas dan digunakan untuk mengendalikan plant. Gambar 4.5 menunjukkan konfigurasi ANFIS pada saat pengendalian.

Gambar 4. 5 Kendali hybrid ANFIS dan PID Sumber (Zhao1993)

Setelah dilatih ANFIS digunakan untuk mengendalikan sistem tinggi permukaan air. Hasil pengendalian dengan ANFIS kemudian dibandingkan dengan hasil pengendalian fuzi konvensional dan PID sebagai supervisorinya. Kemampuan adaptif ANFIS pada kontrol adaptif dan kontrol belajar. Struktur ANFIS mempresentasikan pengetahuna dan nonlinear yang memiliki keunggulan dibandingkan pendekatan linier klasik seperti dalam sistem kontrol linier. Dalam tulisan ini, maka akan dipertimbangkan penerapan ANFIS dalam referensi hibrid mengendalikan kerangka untuk meningkatkan kinerja respon sistem loop tertutup dikontrol oleh pengontrol PID dengan cara menentukan setpoint. Struktur ini kemudian disebut ANFIS PID merupakan bagian dari sistem supervisori kendali Gambar 4.5 menunjukkan diagram blok dari ANFIS PID. (Joelianto dan Sitanggang 2009). Garis putus-putus dan garis padat mewakili sinyal digital dan analog sinyal masing-masing.

133

Gambar 4. 6 Blok diagram kendali hybrid ANFIS dan PID Sumber (Joelianto dan Sitanggang 2009)

Dalam Gambar 4.6, d sinyal (t) adalah output dari ANFIS yang sementara perubahan default set-titik r(t) selama transien respon. Tindakan ANFIS didefinisikan oleh kt acara enable yang terdeteksi oleh pengamatan kinerja embed dalam ANFIS. Model ini didefinisikan dengan persamaan berikut |E (t)|

|y (t) - r (t)| δ………………………………………………...(4.1)

Sistem menginformasikan pengamatan kinerja yang deviasi dari output sistem loop tertutup (y(t)) dengan sinyal referensi (r(t)) adalah lebih besar dari toleransi yang ditentukan. Selanjutnya, ANFIS yang menghitung sinyal referensi yang sesuai (d(t)) dan mengirimkan ke pers penjumlahan secara terus menerus dengan interval waktu yang telah ditetapkan (

) sampai pengamatan kinerja

deteksi tidak aktifkan. Dalam kondisi tidak aktif terjadi kesalahan ketika sistem loop tertutup memasuki dengan batas toleransi yang ditetapkan seperti : |E(t) | |y(t) - r(t)

……………………..………………………………(4.2)

Ketika sistem terdeteksi menonaktifkan, ANFIS kemudian berhenti mengirimkan sinyal referensi (d(t)). Ini mengembalikan referensi sinyal dengan sinyal referensi (r(t)) dengan mengirimkan sinyal d(t)

0. (Joelianto dan

Sitanggang 2009, Joelianto, dan Williamson 2009). Disamping integrasi kendali atau kendali hybrid dikembangkan kendali adaftif pada dasarnya kendali adaptif adalah kendali tak linier, sehingga banyak digunakan untuk mengendalikan sistem-sistem tak linier (Tai dan Tsao. 2000), (Zhao dan Kanellakopoulos 1997), (Astrom dan Wittenmark 1995), (Isermann, Lachman, Matko1992), (Guo et al. 2001), (Hong et al. 2001). Dalam aplikasi industri ada tiga buah model struktur kendali adaptif yang paling banyak

134

digunakan, yaitu: (1) kendali Penjadwalan Gain Adaptasi (Adaptif Gain Scheduling Control). (2) kendali Adaptif Model Acuan (Model Reference Adaptif Control). (3) kendali Adaptif Swa-Tala (Self-Tuning Adaptif Control). Kendali penjadwalan gain adaptasi (PGA) merupakan kendali yang paling banyak digunakan dalam industri pengolahan dan manufaktur. Kendali ini bekerja dengan mengadaptasi gain kendali sesuai dengan perubahan kondisi operasi suatu proses di industri. Kendali ini juga telah digunakan pada kendali penerbangan dimana gain kendali berubah sesuai perubahan kondisi terbang sebagaimana terdapat pada Gambar 4.7.

Jadwal Gain

Parameter Pengendali

Kondisi Operasi Sinyal Komando

Sinyal Kendali

Pengendali

Kendalian

Output

Gambar 4. 7 Kendali penjadwalan gain adaptasi.(Sadjad 2004)

Kendali adaptif model acuan (AMA) digunakan dalam sistem kendali untuk memaksakan agar proses kendalian berperilaku seperti model acuan (model reference). Pada kasus ini proses kendalian umumnya mempunyai karakteristik yang buruk seperti tanggapan yang lambat dan kestabilan yang kurang mantap. Selain itu karakteristik proses kendalian sering berubah-ubah bahkan terkadang menuju kondisis operasi yang tidak stabil. Oleh karena itu kendali AMA dirancang agar proses kendalian mengikuti perilaku model acuan yang mempunyai tanggapan yang lebih cepat dan kestabilan yang lebih mantap terdapat pada Gambar 4.8.

135

Model Acuan

ym Mekanisme Pengaturan

Parameter Pengendali Sinyal Kendali

uc Pengendali

u

Kendalian

y

Gambar 4. 8 Kendali adaptif model acuan. .(Sadjad 2004)

Pada Pengembangan dengan kendali adaptif yang terdiri dari 3 atau 4 modus kendali dikembangkan yaitu supervisoi kendali. Tujuan penelitian ini adalah untuk mensimulasikan integrasi supervisori kendali dalam modus kendali, parameter kendali dan optimal kendali dan ON-OFF, PID, Fuzzy dan ANFIS sesuai pengetahuan peternakan ayam, pengetahuan iklim dan lingkungan, pengetahuan kendali, sesuai lingkungan pada broiler house. Penelitian terdahulu yang terkait dengan interaksi

dua modus kendali

lingkungan suhu dan kelembaban di kandang tertutup diantaranya: Daskalov PI. et al. (2005) membahas kendali adaptif suhu kelembaban non-liner pada kandang ternak babi yang terdiri dari dua musim dingin dan musim panas, pada musim dingin suhu 220C, kelembaban 70 %, kecepatan angin 1 m/s dan musim panas suhu 260C, kelembaban 70%, kecepatan angin 3,7 m/s. (Paul 2000) membahas hirarki supervisori kendali dapat dilakukan secara sentralistik, desentralistik terhadap sistem produk multi-agen, hal ini menunjukkan bahwa perilaku produk multi agen dapat dikendalikan secara terpisah dan bersamaan terhadap setiap agen. Seminar K.B et al. (2006) membahas sistem supervisori kendali rumah tanaman (green hause) telah dikembangkan dan diuji dengan tanaman mentimun. Hasil pengembangan dan pengujian adalah fungsi kerja yang memenuhi kriteria kendali dan obyektif berdasarkan pada preferensi pengguna. Hal ini memberikan fleksibilitas lebih besar kepada pengguna untuk mengatasi kendala varietas atau kondisi lingkungan, jenis tanaman harus dikendalikan dalam rumah tanaman, perangkat keras, dan jenis modus kendali.

136

Bahan dan Metode Bahan Yang Digunakan Lokasi penelitian ini dilaksanakan antara lain di laboratorium Teknik Bioproses Universitas Tsukuba, Jepang, Laboratorium Kontrol dan Instrumentasi FATETA IPB dan University of Farm Broiler House Cikabayan IPB mulai bulan Januari 2009 sampai April 2011. Bahan yang digunakan terdiri dari ayam broiler sebanyak 20.000 ekor, kandang ayam dengan sistem broiler house yang ada di lahan penelitian Cikabayan IPB dengan ukuran panjang x lebar x tinggi adalah 120 m x lebar 12 m x tinggi 2.5 m., pakan ayam, air minum, menggunakan software matlab versi 7 untuk simulasi kendali suhu, kelembaban dan amonia.Peralatan yang digunakan meliputi : sensor suhu sensor kelembaban SHT75 dan sensor amonia TGS 444. Satu set komputer dan peripheral, weather station, Satu set kandang ayam dengan sistem isolasinya, Exhaust fan (Kipas angin) sebanyak 8 buah, Cooling Pad (unit pendingin) sebanyak 2 buah, Heater (unit pemanas) sebanyak 2 buah,Temtron sebanyak 2 buah, Tempat air minum, Tempat pakan ayam.

Gambar 4. 9 Sistem supervisori kendali lingkungan pada Broiler Closed House

Tahapan penelitian Pengujian fungsional modul-modul sistem supervisori kendali (SSK) yang sudah dikembangkan dilakukan dengan simulasi komputer dengan data-data uji (variabel kendali dan modus kendali) yang disiapkan,

137

sehingga setiap respon dan keluaran yang dihasilkan oleh modul komponen SSK yang terintegrasikan dengan empat, tiga, dua modus kendali ON-OFF, PID, FUZZY LOGIC dan ANFIS dapat di cek kebenarannya.

Metode yang Digunakan Perancangan Supervisori Kendali pada Broiler house Sistem supervisori kontrol merupakan model pengembangan kontrol adaftif yang melakukan kontrol secara bersamaan, bekerjasama, mengawasi proses kontrol yang sedang berjalan. Pengontrolan lingkungan dengan basis lingkungan adalah kontrol input yang didasarkan pada pengukuran output berupa lingkungan. Sedangkan pengontrolan lingkungan basis peternakan adalah input yang didasarkan pengukuran output yang lansung dari peternakan. Implementasi sistem supervisori kontrol lingkungan peternakan dapat dilihat pada Gambar 4.9. Dalam implementasinya, sistem ini digunakan untuk pengontrolan lingkungan dengan basis lingkungan. Namun demikian supervisori kontrol input tetap didasarkan basis peternakan yang dilakukan secara lansung, yaitu melalui penggunaan model peternakan. Jadi disini pengontrolan lingkungan terpadu, terintegrasi dan berorientasi basis broiler house. Sistem ini menjembatani kontrol basis lingkungan dengan looping pada sistem kontrol basis peternakan (Gambar 4.9). Disamping itu, sistem juga dilengkapi dengan menggunakan identifikasi dan pengontrolan yang lain, yaitu ON-OFF, PID, Fuzzy Logic dan ANFIS. Pada aplikasi sistem di lapangan, akan dicobakan pengontrolan parameter lingkungan suhu, variabel terukur kelembaban dan amonia pada budidaya peternakan ayam broiler. Pada sistem yang dibangun terdiri dari perangkat keras yang tersusun dalam rangkaian struktural dan mekanik; elektronik dan komputer dan peripheral dan perangkat lunak (software).

Besaran fisik (suhu, kelembaban dan amonia)

dideteksi oleh sensor yang bentuk outputnya digital, kemudian diteruskan ke sistem komputer. Komputer akan menterjemahkan dan memproses pesan-pesan dalam program. Masukan sensor yang diolah oleh komputer terdiri dari beberapa terminal (channel). Sistem buffer akan memberikan sinyal instruksi (kode) biner kepada

138

komputer untuk memproses data yang diprioritaskan. Pengolahan informasi yang dilakukan komputer meliputi inisialisasi interface (RS-232), mengukur besar variabel terukur (kelembaban dan amonia) dan menghitung besarnya setpoint suhu melalui model yang ada, untuk loop sebelah luar. Kemudian mengukur

variabel

terkontrol,

membandingkan variabel

terkontrol dengan setpoint, menghitung besarnya koreksi melalui mode kontrol yang digunakan, dan penentuan keputusan logik untuk disampaikan ke aktuator untuk melakukan korekasi terhadap kondisi suhu, kelembaban, amonia yang ada, untuk loop sebelah dalam. Sampling time loop sebelah dalam lebih kecil dari sampling time loop sebelah luar. Pengolahan informasi yang dilakukan komputer meliputi penampilan data basis peternakan, kontrol dan lingkungan,

peragaan penyimpanan hasil

pengukuran, perhitungan matematik dan penentuan keputusan logik untuk disampaikan ke aktuator untuk melakukan koreksi terhadap proses sehingga menghasilkan variabel terkontrol sesuai dengan setpoint saat itu.

Penerapan Sistem Supervisori Kendali pada Broiler Closed House Supervisi kontrol adalah mengendalikan beberapa proses kontrol yang saling bekerjasama tidak terpisah antara satu dengan yang lain. Sistem supervisori kendali digunakan untuk mengatur, mengkoordinir, dan mengintegrasi unit-unit kendali. Supervisi kendali adalah mengkoordinir sistem kendali yang terjadi dalam suatu sistem. Prinsip kerja supervisi kendali adalah mengkoordinir sistem kendali pada sistem kontrol secara bersamaan dan bekerjasama pada proses kendali yang ada yang terdiri dari 1 proses control atau lebih pada tempat yang satu atau lebih dari satu tempat. misalnya supervisi kontrol suhu maka dalam berbagai modul pengetahuan diantaranya : control knowledge bisa memilih modus kendali (ONOFF PID FUZZY LOGIC dan ANFIS) sesuai keperluan supervisi kendali lingkungan peternakan yang penggunaannya bisa menggunakan empat (ON-OFF PID FUZZY LOGIC dan ANFIS), tiga (ON OFF PID FUZZY LOGIC atau PID FUZZY LOGIC ANFIS), dua (PID FUZZY LOGIC ATAU FUZZY LOGIC ANFIS) atau Pengetahuan iklim dan lingkungan (musim kemarau dan musim hujan) di dalam data base sudah tersedia suhu, kelembaban dan amonia yang ideal

139

pada musim kemarau dan musim hujan, ketika pergantian musim tidak perlu lagi ada perubahan suhu musim kemarau dan hujan cukup supervisi kendali yang bekerja secara otomatis yang sudah diprogramkan sebelumnya diiklim modus iklim. Pengetahuan broiler closed house (bobot ayam dari umur DOC-panen sudah disimpan dalam data base supervisory control, jumlah pakan,jumlah air minum). Pengetahuan Input/output (sensor, transduser, actuator) berfungsi untuk menyimpan semua karakteristik yang relevan dan penggunaan kebutuhan misalnya karakteristik sensor. Perancangan supervisory control mempunyai tiga parameter suhu, kelembaban dan ammonia. Pada kondisi iklim dan lingkungan pada musim kemarau dipergunakan modus kendali PD untuk suhu, PI untuk kelembaban, sedangkan musim hujan dipergunakan PID untuk suhu, PID untuk kelembaban. Alasan pada musim kemarau suhu kelembaban sangat fluktuatif dan ammonia ketebalan masih rendah. Sedangkan musim hujan suhu kelembaban fluktuatif dan ammonia tebal. Pada tahapan berikutnya disimulasikan dalam kandang ayam baik ada ayam masa starter-finisher. Kemudian dibandingkan dengan simulasi dalam kandang ayam yang kosong (tidak ada ayam). Dalam perancangan supervisory kendali pada broiler house yang dipengaruhi oleh konveksi dan konduksi dengan menggunakan modus control yang menyesuaikan kondisi iklim dan lingkungan yang ada adalah pengontrolan lingkungan kandang ayam broiler dengan ayam broiler. Untuk satu variabel menggunakan modus kontrol ON OFF, PID, Fuzzy Logic, ANFIS dengan salah satu dikontrol suhu, kelembaban dan amonia. Suhu dikontrol pada waktu pagi, siang dan sore Bila ada salah satu kandang ayam panen (tidak ada ayam) supervisori kontrol bisa digunakan dengan kandang ayam yang lain yang mulai terisi ayam dikandang ayam tanpa membuat modus control yang ada karena sudah bekerja secara otomatis. Dalam merancang simulasi supervisori kendali yang terdiri dari ON-OFF, PID, Fuzzy Logic dan ANFIS suhu kelembaban dan amonia. Sistem pengendali PID yang nilai gain proportional (Kp), integral (Ki), dan derivative nya (kd) dan logika fuzzy menentukan member function, fuzzifikasi dan defuzzyfikasi. Nilai gain PID yang optimum dicari sebagai nilai acuan PID controller untuk kendali kecepatan motor induksi. Pencarian nilai PID tersebut menggunakan metode Ziegler-Nichols

140

dengan SISO Design Tool pada MATLAB. Perancangan fuzzy logic menggunakan metode MAMDANI yang sering disebut sebagai metode Minumun-Maksimun, yaitu proses implikasi dipilih metode Minimun dan proses agregasi dipilih metode Maksimun. Perancangan logika fuzzy pada penelitian ini menggunakan Fuzzy Logic Toolbox pada MATLAB. Sedangkan ANFIS menggunakan metode TKG SUGENO.

Gambar 4. 10 Perancangan model supervisori kendali suhu kelembaban amonia

Model matematis pindah panas dan massa (suhu,kelembaban dan amonia) dan pengendalinya dibuat dengan simulink yang terdapat pada software Matlab, dengan simulink ini dapat mensimulasikan pengendalian suhu kelembaban dan amonia pada broiler house untuk ayam broiler. Simulink dari pilihan modus kendali terdiri dari empat kendali ON OFF, PID, Fuzzy Logika, ANFIS, dua modus kendali PID Fuzzy Logic, PID dan ANFIS.

Gambar 4. 11 Grafik simulink Matlab integrasi kendali ON OFF PID FUZZY ANFIS untuk Broiler Closed House

141

Gambar 4. 12 Grafik simulink Matlab integrasi kendali PID FUZZY untuk Broiler Closed House

Gambar 4. 13 Grafik simulink Matlab kendali integrasi PID ANFIS untuk Broiler Closed House

Hasil dan Pembahasan Pada penelitian ini dengan supervisori kendali pada broiler closed house untuk ayam broiler terdapat perlakuan kendali sesuai kebutuhan dengan pilihan modus kendali menggunakan 4 (ON-OFF, PID, Fuzzy Logic dan ANFIS), 2 (PID Fuzzy Logic dan PID ANFIS) pada suhu, kelembaban dan amonia. Interaksi Supervisori kendali 4 modus atau parameter (ON-OFF PID Fuzzy Logic ANFIS) pada broiler closed house untuk suhu setpoint 300C. Respon kendali untuk perubahan setpoint menggunakan ON-OFF, PID, Fuzzy Logic dan ANFIS ditunjukkan pada bagian tiga sebelumnya (Tabel 3.4,

142

3.5, 3.6, dan 3.7) sebagai kinerja proses kendali (Time Delay , Rise Time, Waktu Puncak, Waktu Perkenalan dan Overshoot Peak).

Simulasi Supervisori Kendali Suhu pada Broiler Closed House Periode Starter, Grower dan Finisher Berdasarkan standar manajemen peternakan ayam broiler terdapat tiga fase pemeliharaan : starter 0-3 minggu ( 0-21 hari) suhu 30-26 0C, grower 3-6 minggu (21-42 hari) suhu 24-230 C dan finisher 6 minggu hingga dipasarkan (42-51 hari) suhu 18-210 C. Pada grafik-grafik berikut, grafik fungsi berwarna biru adalah kendali ONOFF, warna hijau adalah kendali PID, warna merah adalah kendali Fuzzy Logic, dan warna kuning adalah kendali ANFIS. Pada grafik respon integrasi supervisori kendali dengan empat modus kendali , tiga modus kendali, dua modus kendali periode starter, grower dan finisher di bawah ini : Integrasi Supervisori Kendali dengan Empat Modus Kendali

Gambar 4.14 Respon integrasi supervisorik kendali empat modus kendali(ON-OFF PID Fuzzy Logic ANFIS) suhu setpoint 300C periode Starter umur 0-18 hari

143

Gambar 4. 15. Integrasi supervisori kendali empat modus kendali (ON OFF, PID, FUZZY, ANFIS) kelembaban dengan setpoin 60 % periode Grower umur 19-30 hari

Gambar 4. 16 Integrasi supervisori kendali empat modus kendali untuk NH3 setpoint 10 ppm Grower umur 19-30 hari dan periode finisher umur 31-46 hari Integrasi Supervisori Kendali dengan Tiga Modus Kendali

Gambar 4. 17 Supervisori kendali tiga modus kendali (ON-OFF PID Fuzzy Logic) suhu setpoin 250C Grower umur 19-30 hari

144

Gambar 4. 18 Respon integrasi supervisori kendali PID Fuzzy ANFIS parameter kelembaban 60% periode finisher umur 31-46 hari

Gambar 4. 19 Respon integrasi supervisori kendali 3 modus kendali PID Fuzzy ANFIS amonia 10 ppm Grower umur 19-30 hari dan periode finisher umur 31-46 hari

Integrasi Supervisori Kendali dengan Dua Modus Kendali

Gambar 4. 20 Respon supervisori kendali dua modus PID Fuzzy suhu 200C periode finisher umur 31-46 hari

145

Gambar 4. 21 Integrasi supervisori kendali dua modus PID ANFIS kelembaban setpoint 70% periode Starter umur 0-18 hari

Gambar 4. 22 Integrasi supervisori kendali dua modus PID Fuzzy Amonia setpoin 10 ppm Grower umur 19-30 hari dan periode Finisher umur 31-46 hari Simulasi integrasi supervisori kendali dengan empat modus pada suhu, kelembaban dan amonia rata-rata kinerja kendali relatif baik yaitu waktu tunda (Td) nilainya 1 detik, Waktu penetap (Ts) antara 20 sampai 30 detik, Waktu naik Tr 0-1 detik, Persen Lonjakan (Os) 15 sampai 120 % dan Error steady state (Ess) 01 %. Simulasi di atas memberikan pilihan modus kendali sesuai kebutuhan di broiler closed house, yaitu teridiri dari empat modus kendali, tiga modus kendali dan dua modus kendali dengan

parameter lingkungan suhu, kelembaban dan

amonia yang penggunaan terdapat dua broiler house atau dua broiler house. Penerapan sistem supervsisori kendali lingkungan broiler closed house terdapat: pengetahuan broiler closed house, pengetahuan kendali, pengetahuan lingkungan.

146

Untuk penerapan kendali menggunakan kendali penjadwalan gain adaptasi (PGA) merupakan kendali yang paling banyak digunakan dalam industri peternakan ayam. Kendali ini bekerja dengan mengadaptasi gain kendali sesuai dengan perubahan kondisi operasi suatu proses di broiler closed house dan algoritma sesuai Gambar 4.7. Pengoperasian kendali broiler closed house terdapat tiga skenario periode yaitu starter, grower dan finisher. Pada broiler house pertama fase pengisian DOC starter maka suhu rata-rata 34 0C, 31 0C, 320C maka aktuator difungsikan pemanas (heater), untuk menaikkan atau menurunkan suhu, pendingin (evavorating cooling) untuk menaikkan atau menurunkan kelembaban dan kipas angin (fan) untuk menaikkan atau menurunkan amonia. Bila suhu di bawah suhu starter maka heater akan menyala sampai mendekati setpoint 30 0C apabila di atas setpoin maka yang bekerja evavorating cooling sehingga terjadi penguapan secara otomatis kelembaban tinggi mendekati setpoin 50 % dan untuk amonia akan selalu bertambah karena fises ayam dalam hal ini kipas angin menyala terus-menerus. Broiler closed house pertama, penerapan menggunakan empat modus kendali suhu, kelembaban, dan amonia yaitu secara bergantian selama 24 jam di musim hujan, pagi siang malam hari antara jam 19.00-jam 01.00 jam 02.00-07.00 suhu terjadi fluktuatif suhu luar dingin mempengaruhi suhu ruangan, maka bisa digunakan modus kendali ON-OFF untuk siang hari, PID pagi hari, Fuzzy Logik malam hari jam 19.00-jam 01.00 dan ANFIS jam 02.00-07.00.Untuk kendali kelembaban cukup menggunakan PID dan Fuzzy Logic, sedangkan kendali amonia menggunakan ON-OFF, PID, Fuzzy Logic dan ANFIS. Broiler closed house kedua, fase finisher untuk panen atau pengeluaran ayam pekan 5 dan pekan 6 dalam broiler house untuk di pasarkan. Suhu dibutuhkan sesuai 18-210C maka heater tidak dinyalakan, tapi evavorating cooling dan kipas angin menyala dengan menfungsikan empat modus kendali ON-OFF, PID,Fuzzy Logic dan ANFIS untuk kendali kelembaban dan kendali amonia. Untuk respon kendali pada empat modus dan dua modus kendali menggunakan kendali adaptif model acuan (AMA) pada gambar 48 di atas. Alasannya karena ayam broiler sangat pekah terhadap lingkungan baik suhu , kelembaban dan gas amonia yang bisa mendatang stress dan kematian sehingga diharapkan berperilaku seperti model acuan (model reference) yang mempunyai

147

tanggapan yang lebih cepat dan kestabilan yang lebih mantap. Oleh karena itu sistem ini keempat modus kendali ON-OFF, PID, Fuzzy Logik dan ANFIS selama 35 hari masa starter, grower dan finisher. Dari hasil respon kestabilan dari proses kendali lingkungan keempat kendali yang stabil dan memberikan standar kinerja kendali terdiri dari: Time Delay, Rise Time, Peak Time, Error Steady State dan Overshoot Peak. Penelitian ini mengintegrasikan supervisori kendali dengan empat modus kendali, tiga modus kendali, dua modus kendali secara bersamaan kendali sebagai bagian dari dengan parameter suhu, kelembaban dan amonia, pengetahuan, broiler knowledge, climatc & environmental knowledge & control knowledge dengan peralatan sensor, heater, fan, humidifiyer dan evavorating cooling. Dalam pengembanagn

pembahasan

pada

sistem

supervisori

kendali

diperlukan

interkoneksi lebih dari satu broiler closed house maka dibahas pada bab lima.

Simpulan 1. Respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS menghasilkan waktu naik, persen lonjakan, waktu penetap, error steady state, waktu tunda sesuai parameter respon ON-OFF, PID, Fuzzy Logic dan ANFIS. Hasil pengujian baik pada model suhu dan kelembaban yang dikehendaki dalam masa pemeliharaan di tiga skenario starter, grower dan finisher dapat diperoleh dengan baik tanpa gangguan isolasi yang berarti. Daya pemanas kandang ayam masa starter ratarata 297.000 Watt dan masa grower, finisher membutuhkan 5.400 Watt. 2. Respon supervisori kendali dari empat kendali ON-OFF, PID, Fuzzy Logic dan ANFIS mennujukkan kestabilan yang optimal pada modus kendali ON-OFF, PID, Fuzzy Logic dan ANFIS dari skenario starter, grower dan finisher dapat modus kendali menggunakan kendali adaptif model acuan (AMA). 3. Dengan penerapan dua broiler house maka dapat diperlakukan kendali penjadwalan gain adaptasi (PGA) sesuai tiga scenario fase starter, grower dan finisher. Saran Pada pengembangan kendali integrasi dengan beberapa modus kendali (satu, dua, tiga dan empat modus kendali) dalam penelitian berikutnya bisa

148

dikembangkan dengan interkoneksi supervisori kendali dengan dua broiler haouse atau tiga broiler closed house.

Daftar Pustaka Alimuddin, Seminar KB, Subrata IDM, Sumiati.2010. Critical Information Design for House Broilers Used by Artificial Neural Network Proceeding Konferensi Internasional AFITA, 4-7 oktober 2010, Bogor. Alimuddin, Seminar KB, Subrata IDM, Nomura N Sumiati. 2011. A Supervisory Control system for Temperature and Humidity in a Closed House Model for Broilers, International Journal of Electrical and Computer Sciences IJECSIJENS Vol:11 No.06 ISSN: 2077-1231. Alimuddin, Seminar KB, Subrata IDM, Nomura N, Sumiati. 2012. ANFIS Control Of Environmental Parameter Temperature On Closed House System Model For Broilers, akan terbit jurnal TELKOMNIKA Indonesia Journal Electrical Engineering, Vol. 1 no 10.april 2012, ISSN: 1693-6930 accredited by DGHE (DIKTI), Decree No: 51/Dikti/Kep/2010,Yogyakarta, Indonesia Amrullah IK. 2004. Nutrisi Ayam Broiler Edisi Ke 2. Lembaga Satu Gunungbudi, Bogor [ P C P I ] P T C h a r o e n Phokphand Indonesia, Co. ltd.1 9 9 4 . C a r a P e m e l i h a r a a n A y a m P e d a g i n g . Jakarta. Borges, SA, Sillva FD, Aiorka AM, Hooge DM and Cummings KR. 2004. Effects of Diet and Cyclic Daily Heat Stress on Electrolyte, Nitrogen and Water Intakre, Excretion and Retention by Colostomized Male Broiler Chickens. Journal Poultry Science 3 :313-321 Bachri SHM. 2004. Sistem Kendali Hybrid Pid - Logika Fuzzy Pada Pengaturan Kecepatan Motor DC. Makara, Teknologi, Vol. 8, No. 1, April : 25-34 Cooper MA and Washburn KW.1998. The Relationships of Body Temperature to Weiht Gain, Feed Consumption, and Feed Utilization in Broilers Under Heat Stress. Poultry Science 77 :237-242 Endra J and Deddy CA. 2011. Transient Response Improvement of PID Controller Guo SM, Shieh LS, Lin CF, Chandra J. 2001. Adaptive Control for Nonlinear Stochastic Hybrid Systems with Input Saturation. Electronic paper from IEEE,. Handoko. 1995. Klimatologi Dasar Edisi ke 2. Jakarta. PT Dunia Pustaka Jaya. Hery. 2009. Pentingnya Aspirin dan Vitamin C . http://broilerkita.blogspot.com [3 Maret 2009] Hong Y,Wang HO,Bushnell LG. 2001. Adaptive Finite-Time Control of Nonlinear Systems. Departemen Electrical Of Computer Engineering. Duke University, Durham, American Control Conference, Proceeding http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=945626 Isermann R, Lachman KH, Matko D. 1992. Adaptive Control Systems PrenticeHall, Joelianto E. and Sitanggang PH 2009, A Substractive Clustering Based Fuzzy Hybrid Reference Control Design for Transient Response Improvement of PID Controller, ITB Journal of Engineering Science, Vol. 41, No. 2, pp. 167-186.

149

Joelianto E. and Williamson D. 2009. Transient Response Improvement of Feedback Control Systems using Hybrid Reference Control, International Journal of Control, 82(10), 1955-1970, 2009. Murtidjo, B. A. 2006. Pengendalian Hama dan penyakit ayam. Kanisius. Yogyakarta. Seminar KB. 1998. Integrating Fuzzy & PID Control Techniques for Plant Cropping Management in a Greenhouse, Proceeding Conference Faculty of Engineering, University of Indonesia,Quality and Research Electrical Engineering, ISBN,9798427-18-1.

Sadjad SR.2004. Sistem Kendali Adaptif untuk Kendalian Tak Linier, Research Grant TPSDP S-1 Electrical Engineering, Batch 2, Jurusan Teknik Elektro UNHAS, Makassar. Tai C, Tsao TC. 2000. Adaptive Nonlinear Feedforward Control of an Electrohydraulic Camless Velvetrain. Proc. Of American Control Conference, Chicago, Illinois, Van JDV.1994. Feedback Control System, 3rd Ed., Prentice Hall Inc. Englewood Cliffs, New Jersey, Y. Hong, H. O. Wang, L. G. Bushnell. 2001. Adaptive Finite-Time Control of Nonlinear Systems. Electronic paper from Dept. Electrical Of Computer Eng. Duke University, Durham, American Control Conference, Proceedings http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=945626 Zhen Yu Zhao, Masoyorki Tomizuka and Satoru. 1993. Fuzzy gain scheduling of PID Controllers, IEEE, Trans on System, Man and Cyberling, Vol.23, No.5, Sept/Okt. Zhao J, Kanellakopoulos I. 1997. Discrete-Time Adaptive Control of Output Feedback Nonlinear Systems. Proc. Of The 36th IEEE Conference on Decision and Control, San Diego, CA.

150

DAFTAR ISI 4 INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU KELEMBABAN DAN AMONIA PADA CLOSED HOUSE UNTUK AYAM BROILER ............................... 125 Pendahuluan .............................................................................................................. 127 Metode Yang Digunakan ............................................................................................ 137 Hasil dan Pembahasan ................................................................................................ 141 Simpulan ..................................................................................................................... 147

DAFTAR GAMBAR Gambar 4. 1 Hybrid Kendali PID- Logika Fuzzy ............................................................. 130 Gambar 4. 2 Member Function Input Dan Output ............................................................ 130 Gambar 4. 3 Respon Hybrid kendali PID-Logikan Fuzzy ................................................ 130 Gambar 4. 4 Pelatihan ANFIS Tiruan PID (Zhao 1993) .................................................. 131 Gambar 4. 5 Kendali ANFIS PID (Zhao1993) ................................................................ 132 Gambar 4. 6 Blok Diagram Kendali Hibrid ANFIS PID ................................................ 133 Gambar 4. 8 Kendali Adaptif Model Acuan. .................................................................... 135 Gambar 4. 9 Sistem Supervisori Kendali Lingkungan pada Broiler House ..................... 136 Gambar 4. 13 Grafik Simulink Matlab Kendali PID ANFIS Untuk Broiler House ......... 141 Gambar 4. 14 Respon Integrasi Supervisorik Kendali Empat Modus Kendali ................ 142 Gambar 4. 19 Respon integrasi supervisori kendali 3 modus kendali PID Fuzzy ANFIS Amonia 10 ppm Grower Umur 19-30 Hari dan Periode finisher Umur 31-46 Hari ......... 144 Gambar 4. 20 Respon Supervisori kendali dua modus PID Fuzzy suhu 200C Periode finisher Umur 31-46 Hari.................................................................................................. 144 Gambar 4. 21 Integrasi Supervisori Kendali dua modus PID ANFIS Kelembaban ......... 145 Gambar 4. 22 Integrasi Supervisori kendali dua modus PID Fuzzy Amonia setpoin 10 ppm Grower Umur 19-30 Hari dan Periode finisher Umur 31-46 Hari .................................... 145

DAFTAR TABEL No table of figures entries found.