SUHU RUANGAN OTOMATIS MENGGUNAKAN FUZZY
Referensi :
Sistem Kendali Pengatur Suhu Ruangan pada Smart Building dengan Aplikasi Telegram menggunakan Fuzzy Logic Control oleh Abdullah Syafii dkk
Seiring dengan perkembangan zaman, aspek ‘kenyamanan termal’ sesungguhnya telah mendominasi kehidupan
manusia dalam rangka berinteraksi dengan lingkungan fisiknya. Suhu di dalam ruangan menjadi salah satu faktor
penting yang mempengaruhi kenyamanan manusia dalam beraktifitas sehari-hari di dalam ruangan Suhu yang
dikeluarkan pendingin ruangan (Air Cooler) terkadang terasa cukup, terlalu sejuk, kurang sejuk dan lain sebagainya.
Berdasarkan SNI 03-6572-2001 suhu nyaman berada pada rentang 25°C – 28°C. Dengan metode Fuzzy Logic
Controller dapat ditentukan suhu optimal yang akan dikeluarkan oleh pendingin ruangan pada ruang tertutup
berdasarkan jumlah orang yang berada di dalam ruangan dan suhu ruangan dari DHT11. Kontroler yang digunakan
yaitu ESP32. Pemantauan sistem dapat dilakukan dengan menggunakan smartphone dengan metode Internet of
Things, MIT App Inventor adalah aplikasi android yang digunakan sebagai user interface, sehingga pengguna bisa
memonitoring kondisi suhu ruangan dari jarak jauh asalkan sistem terhubung dengan WiFi. Tujuan dari penelitian
ini yaitu sistem kontrol dapat mempertahankan suhu ruangan pada suhu 26°C – 28°C. Berdasarkan hasil pengujian,
sistem kontrol ini masih terdapat error sebesar 3.6%.
2. Pendahuluan [back]
Hampir pada setiap kesempatan manusia selalu membicarakan masalah sensasi termisnya terhadap udara di sekitarnya, seperti misalnya ‘terlalu panas’ atau ‘terlalu dingin’, atau sekadar mengatakan bahwa pada saat tertentu mereka merasa ‘kepanasan’, ‘kedinginan’, dan sebagainya. Hal ini menunjukkan bahwa aspek kenyamanan termal sangat berpengaruh terhadap kehidupan manusia sehari-hari. Suhu di dalam ruangan menjadi salah satu faktor penting yang mempengaruhi kenyamanan manusia dalam beraktifitas sehari-hari di dalam ruangan. Karena jika terlalu panas dapat menyebabkan penurun kinerja kognitif maka diperlukan suhu yang nyaman. Standart yang ditetapkan oleh SNI 03-6572-2001 ada tingkatan temperatur yang nyaman untuk orang Indonesia atas tiga bagian, yaitu sejuk nyaman, antara temperatur efektif 20,5°C - 22,8°C, nyaman optimal, antara temperatur efektif 22,8°C - 25,8°C, dan hangat nyaman, antara temperatur efektif 25,8°C - 27,1°C . Banyaknya orang di dalam ruangan juga memengaruhi tinggi rendahnya suhu di dalam ruangan. Semakin banyak jumlah orang di dalam ruangan maka semakin besar daya AC yang dibutuhkan, karena pada dasarnya manusia yang mengisi suatu ruangan mengeluarkan kalori yang cukup tinggi. . Penelitian mengenai pengendalian suhu ruangan pun terus dilakukan atas dasar ilmu pengetahuan dan teknologi untuk menciptakan ‘kenyamanan termal’ bagi manusia ketika berada di dalam ruangan. Kontrol manajemen energi berbasis fuzzy lebih efisien dibandingkan dengan metode konvensional di mana dengan kontrol fuzzy ini dapat mengurangi konsumsi bahan bakar pemanas sebesar 8% . Pengendalian suhu keluaran air conditioner dapat dilakukan dengan menggunakan metode fuzzy logic controller . Metode Mamdani dan Sugeno merupakan dua metode yang paling banyak digunakan. Metode Mamdani mudah diaplikasikan tanpa terlalu banyak informasi awal dari sistem. Metode ini juga sederhana dan mudah untuk sistem yang bersifat sangat non linier . Pengujian fuzzy logic controller dapat dilakukan dengan membandingkan output antara sistem yang dibuat dengan simulasi di matlab . Air Cooler dapat digunakan sebagai aktuatornya. Kontrol Air Cooler ini menggunakan 3 input dan 3 output . Input fuzzy logic berupa suhu dan banyaknya orang dalam ruangan, masingmasing input terdiri dari 5 fungsi keanggotaan. Keluaran berupa kecepatan kipas motor . Dalam menghitung jumlah orang secara otomatis dengan menggunakan sensor ultrasonik HC-SR04 . Agar bisa mengontrol air conditioner dari jarak jauh menggunakan infrared transmitter . Datadata dari sensor seperi suhu dan kelembaban udara dapat dipantau secara real-time melalui firebase . Sebagai interface pengguna dan juga untuk mengendalikan perangkat rumah tangga pada smartphone android digunakan Aplikasi android MIT App Inventor . Berdasarkan hasil penelitian para peneliti terdahulu, maka dapat disimpulkan bahwa sistem kontrol tidak terhubung dengan smartphone android. Agar dapat dilakukan pemantauan dan pengendalian dari smartphone android maka dibutuhkan database untuk menyimpan dan mengirimkan data-data dari sensor yang digunakan. Maka, penulis memutuskan untuk melakukan peneltian sistem kontrol suhu ruangan dengan metode fuzzy logic controller yang dapat diakses oleh smartphone android sebagai pemantau dan pengendali dengan mikrokontroller yang digunakan adalah NodeMCU ESP32 sebagai kontroler dan perantara antara sistem yang dikontrol dengan internet.
3. Metodologi Penelitian [back]
Perancangan Fuzzy Logic untuk Sistem Kontrol Nilai dari setiap fungsi keanggotaan suhu dapat dituliskan sebagai berikut :
dingin [-16 0 16 20] ; cukup dingin [16 20 22] ; sejuk [20 22 23] ; cuku sejuk [22 24 26] ; normal [24 26 40 40]
Nilai dari setiap fungsi keanggotaan kepadatan dapat dituliskan sebagai berikut :
sedikit [-14 0 15 20] ; sedang [15 20 30] ; banyak [20 30 40 50]
Nilai dari setiap fungsi keanggotaan kecepatan kipas
cold [-16 0 16 22] ; medium cold [20 22 24] ; cool [22 24 26] ; medium cool [24 26 28] ; normal [26 28 34.9 35]
RULE
1. Fuzzyfikasi
5. Kesimpulan (back)
Sesuai dengan hasil pembahasan dan
penelitian, dapat diperoleh bahwa solusi dapat
diberikan yaitu merancang sebuah sistem kendali
untuk mengatur suhu pada sebuah ruangan dengan
bantuan aplikasi Telegram di mana hal tersebut
dibantu menggunakan sebuah metode Fuzzy Logic
Control dengan memanfaatkan sebuah modul
komputer yaitu Raspberry PI 4 yang terhubung
dengan relay-relay untuk melakukan pengaturan
suhu sesuai dengan program yang sudah diatur.
Dengan menggunakan sistem tersebut maka
dapat memudahkan untuk melakukan monitoring
suhu runangan dimana dapat menaikan dan
menurunkan suhu pada ruangan secara efektif.
Sehingga penggunaan pendingin ruangan dapat
menghemat secara efektif penggunaan listrik pada
lokasi tersebut.
6. Saran (back)
Menambahkan membership function yang awalnya 3 menjadi 7 membership function
7. Realisasi Saran (back)
dari saran diatas ,maka didapatkan perubahan nilai output fuzzy yang mana jika memakai 7 membership function output yang awalnya kurang presisi dan akurat menjadi lebih akurat.
kecepatan kipas saat suhu ruangan 20 dan kepadatan 15 maka kecepatan kipas 22,5 saat 7 membership function
kecepatan kipas saat suhu ruangan 20 dan kepadatan 15 maka kecepatan kipas 15,5 saat 7 membership function
dari perbandingan di atas dapat dibandingkan pada saat membership function 3 dengan suhu ruangan sebesar 20 dan kepadatan 15 maka kecepatan kipas sebesar 22,5 tetapi pada saat membership function 7 dengan suhu ruangan 20 dan kepadatan 15 maka kecepatan kipas sebesar 33,3
8. Daftar Pustaka (back)
[1] T. H. Karyono, “KENYAMANAN TERMAL
DALAM ARSITEKTUR TROPIS,” hlm. 9.
[2] A. Sarinda, “ANALISIS PERUBAHAN
SUHU RUANGAN TERHADAP
KENYAMANAN TERMAL DI GEDUNG 3
FKIP UNIVERSITAS JEMBER,” hlm. 7.
[3] Kartina Diah KW dan Zulfa Noviardi,
“Penerapan Inferensi Fuzzy Untuk Kendali
Suhu Ruangan Pada Pendingin Ruangan
(AC),” dalam Seminar Nasional Informatika
2010 (semnasIF 2010), Yogyakarta, Mei 2010,
[4] A. Jurenoks dan L. Novickis, “Fuzzy logic
control method for autonomous heating system
in energy efficient homes,” dalam 2017 2nd
IEEE International Conference on Integrated
Circuits and Microsystems (ICICM), Nanjing,Nov 2017, hlm. 236–240. doi:
10.1109/ICAM.2017.8242176.
[5] G. Yanto, “FUZZY LOGIC CONTROL OF
AIR-CONDITIONING SYSTEM IN
LECTURER ROOM OF STMIK
INDONESIA PADANG,” FISITEK, vol. 1,
no. 2, hlm. 23, Jan 2018, doi:
10.30821/fisitek.v1i2.1412.
[6] S. Widaningsih, “Analisis Perbandingan
Metode Fuzzy Tsukamoto, Mamdani dan
Sugeno dalam Pengambilan Keputusan
Penentuan Jumlah Distribusi Raskin di Bulog
Sub. Divisi Regional (Divre) Cianjur,”
infomans, vol. 11, no. 1, hlm. 51–65, Mei
2017, doi: 10.33481/infomans.v11i1.21.
[7] W. H. Allen, A. Rubaai, dan R. Chawla,
“Fuzzy Neural Network-Based Health
Monitoring for HVAC System Variable-AirVolume Unit,” IEEE Trans. on Ind. Applicat.,
vol. 52, no. 3, hlm. 2513–2524, Mei 2016, doi:
10.1109/TIA.2015.2511160.
[8] R. E. Lestari dan A. M. Abadi, “Aplikasi
Fuzzy Logic Pada Pengaturan Air Cooler
Untuk Ruangan,” hlm. 8, 2015.
[9] F. Wahab, A. Sumardiono, A. R. Al Tahtawi,
dan A. F. A. Mulayari, “Desain dan Purwarupa
Fuzzy Logic Control untuk Pengendalian Suhu
Ruangan,” JTERA, vol. 2, no. 1, hlm. 1, Jul
2017, doi: 10.31544/jtera.v2.i1.2017.1-8.
[10] E. Ardiansyah, H. Fitriyah, dan D. Syauqy,
“Sistem Penghitung Jumlah Orang Otomatis
Pada Pintu Masuk Berbasis Sensor Ultrasonik
dan Mikrokontroler Arduino Uno dengan
Metode Bayes,” hlm. 6.
[11] M. A. Afandi, S. Nurandi, dan I. K. A. Enriko,
“Automated Air Conditioner Controler and
Monitoring Based on Internet of Things,” vol.
11, no. 1, hlm. 10, 2021.
[12] Q. Syadza dan A. G. Permana,
“PENGONTROLAN DAN MONITORING
PROTOTYPE GREEN HOUSE
MENGGUNAKAN MIKROKONTROLER
DAN FIREBASE,” hlm. 6.
[13] V. Pravalika dan C. R. Prasad, “Internet of
Things Based Home Monitoring and Device
Control Using Esp32,” vol. 8, no. 1, hlm. 6,
2019
9. Video [back]
3 membership function
7 membership function
10. Download [back]
fuzzy 7 membership function klik disini
Tidak ada komentar:
Posting Komentar