RESUME PRAKTIK KENDALI CERDAS

Pemodelan Simulasi Sistem Kendali Otomatis Penyiraman Tanaman

menggunakan Logika Fuzzy Logic Controller

DIBUAT OLEH :
ANIS LESTARI
NIM 16518244043

JURUSAN PENDIDIKAN TEKNIK ELEKTRO

PROGRAM STUDI PENDIDIKAN TEKNIK MEKATRONIKA
FAKULTAS TEKNIK
UNIVERSITAS NEGERI YOGYAKARTA

2018
 Abstrak

Suhu udara dan kelembaban tanah merupakan parameter yang mempengaruhi jumlah
air yang dibutuhkan tanaman dalam proses penyiraman. Selain kebutuhan air, waktu
penyiraman juga harus diperhatikan dan disesuaikan dengan kebutuhan tanaman. Untuk itu
diperlukan perancangan sistem kendali yang mampu membuat keputusan pengendalian
dalam mengatasi masalah penyiraman agar kebutuhan tanaman akan air tercukupi sesuai
kebutuhan dan bekerja secara terjadwal. Logika fuzzy merupakan salah satu metode yang
dapat digunakan pada sistem kendali agar dapat memberikan keputusan yang menyerupai
keputusan manusia, karena memiliki konsep yang mudah dimengerti dan didasarkan pada
bahasa alami.
Pengembangan simulasi ini menggunakan pengembangan sistem kendali logika fuzzy
yang diintegrasikan dengan mikrokontroler sebagai pengendali. Pengujian sistem dilakukan
dengan menggunakan simulink yang mengintegrasikan antara desain FIS dan juga transfer
function. Transfer Function didapatkan dari suatu jurnal yang kemudian diaplikasikan pada
desain sistem simulink untuk didapatkan grafik output. Grafik pengujian dari simulink
tersebut dapat dilihat pada scope.

Kata kunci: Logika fuzzy, Mikrokontroler, Suhu udara, Kelembaban tanah

A. Pendahuluan
Air mempunyai peran penting dalam kehidupan makhluk hidup, termasuk tanaman. Semua
tanaman membutuhkan air untuk bertahan hidup walaupun kadarnya berbeda-beda. Suhu udara
dan kelembaban tanah merupakan parameter yang mempengaruhi jumlah air yang dibutuhkan
tanaman dalam proses penyiraman. Selain kebutuhan air, waktu penyiraman juga harus
diperhatikan dan disesuaikan dengan kebutuhan tanaman. Untuk itu diperlukan perancangan
sistem kendali yang mampu membuat keputusan pengendalian dalam mengatasi masalah
penyiraman agar kebutuhan tanaman akan air tercukupi sesuai kebutuhan dan bekerja secara
terjadwal. Teknologi yang dapat digunakan untuk dapat menyelesaikan permasalahan ini salah
satunya adalah dengan menggunakan sistem kendali otomatis penyiraman tanaman dengan
menggunakan logika fuzzy. Logika fuzzy merupakan salah satu metode yang dapat digunakan
pada sistem kendali agar dapat memberikan keputusan yang menyerupai keputusan manusia,
karena memiliki konsep yang mudah dimengerti dan didasarkan pada bahasa alami manusia.

Metode ini mampu untuk memberikan keputusan dalam proses penyiraman, agar
kebutuhan tanaman akan air tercukupi. Sofwan pada tahun 2005 menerapkan konsep logika
fuzzy pada sistem pengaturan jumlah air berdasarkan suhu dan kelembaban. Wahyujati pada
tahun 2010 juga menerapkan metode logika fuzzy untuk pengaturan kelembaban tanah pada
tanaman Cabai. Kedua sistem yang telah dibuat sudah dapat berjalan dengan baik untuk
mengatasi masalah penyiraman secara otomatis dengan menggunakan konsep logika fuzzy
sebagai pengambil keputusan. Pada laporan ini, kendali fuzzy untuk pengambilan keputusan
akan disimulasikan untuk mengendalikan suatu plant yaitu menggunakan simulink. Desain
plant dibuat pada simulink kemudian desan FIS dimasukan pada plant tersebut untuk dapat
mengetahui bagaimana simulasi kendali fuzzy yang telah dibuat.

B. Desain Sistem
Sistem Kendali Otomatis Penyiraman Tanaman Menggunakan Logika Fuzzy Logic
Controller terdiri dari input dan output. Jumlah input dalam sistem ini ada 2 yang terhubung
dengan 2 buah sensor yaitu sensor suhu dan sensor kelembaban. Atur pada input suhu terdiri
dari 5 membership function yaitu dingin, sejuk, normal, hangat, dan panas. Begitu juga dengan
input dari sensor kelembaban terdiri dari 5 membership function yaitu sangat lembab, lembab,
normal, kering dan sangat kering. Untuk setting output yaitu berupa tingkatan penyiraman yang
terdiri dari 5 membership function juga yaitu sangat cepat, cepat, sedang, lama, dan sangat
lama. Berikut ini merupakan langkah pembuatan desain FIS dengan menggunakan 2 input dan
1 output sesuai dengan desain sistem di atas.
1. Pada FIS Editor, carilah Edit, kemudian Add Variable... dan klik Input, seperti yang
ditunjukkan pada Gambar 1.

Gambar 1
2. Selanjutnya yaitu, berilah nama pada bagian input dan output untuk memudahkan kita
dalam pembuatan sistem. Hasilnya tampak seperti pada gambar 2 di bawah ini.

Gambar 2
3. Langkah selanjutnya adalah menambahkan membership function karena yang kita
gunakan menggunakan 5 membership. Klik pada menu Edit, kemudian pilih Remove All
MFs.. kemudian klik Add MFs... (Lihat pada gambar 3). Pada bagian number of MFs
pilih 5, karena yang kita buat terdiri dari 5 membership function (Lihat pada gambar 4).
Lakukan hal yang sama pada input dan juga outputnya.
 Gambar 3

Gambar 4
4. Pembagian membership function sudah dilakukan, selanjunya yaitu memberikan nama
dan juga memasukan parameter pada bagian input dan output. Klik 2 kali pada setiap
bagian yang akan di beri nama dan juga parameter. Lihat gambar di bawah ini.
Membership function SUHU

Gambar 5. Input SUHU

Parameter Nilai
Range [10 90]
Name DINGIN
Type Trimf
Params [-10 10 30]

Tabel 1. Properties untuk fungsi keanggotaan SUHU: DINGIN

Parameter Nilai
Range [10 90]
Name SEJUK
Type Trimf
Params [10 30 50]

Tabel 2. Properties untuk fungsi keanggotaan SUHU: SEJUK

Parameter Nilai
Range [10 90]
Name NORMAL
Type Trimf
Params [30 50 70]

Tabel 3. Properties untuk fungsi keanggotaan SUHU: NORMAL

Parameter Nilai
Range [10 90]
Name HANGAT
Type trimf
Params [50 70 90]

Tabel 4. Properties untuk fungsi keanggotaan SUHU: HANGAT

Parameter Nilai
Range [10 90]
Name PANAS
Type trimf
Params [70 90 110]

Tabel 5. Properties untuk fungsi keanggotaan SUHU: PANAS

Membership function KELEMBABAN

Gambar 6. Input KELEMBABAN

Parameter Nilai
Range [10 80]
Name S_LEMBAB
Type Trimf
Params [-7.5 10 27.5]

Tabel 6. Properties untuk fungsi keanggotaan KELEMBABAN: S_LEMBAB

Parameter Nilai
Range [10 80]
Name LEMBAB
Type Trimf
Params [10 27.5 45]

Tabel 7. Properties untuk fungsi keanggotaan KELEMBABAN: LEMBAB

Parameter Nilai
Range [10 80]
Name NORMAL
Type Trimf
Params [27.5 45 62.5]

Tabel 8. Properties untuk fungsi keanggotaan KELEMBABAN: NORMAL

Parameter Nilai
Range [10 80]
Name KERING
Type Trimf
Params [45 62.5 80]

Tabel 9. Properties untuk fungsi keanggotaan KELEMBABAN: KERING

Parameter Nilai
Range [10 80]
Name S_KERING
Type Trimf
Params [62.5 80 97.5]

Tabel 10. Properties untuk fungsi keanggotaan KELEMBABAN: S_KERING

Membership function Output : Penyiraman

Gambar 7. Output Penyiraman

Parameter Nilai
Range [10 30]
Name S_CEPAT
Type Trimf
Params [5 10 15]

Tabel 10. Properties untuk fungsi keanggotaan Penyiraman: S_CEPAT

Parameter Nilai
Range [10 30]
Name CEPAT
Type Trimf
Params [10 15 20]

Tabel 10. Properties untuk fungsi keanggotaan Penyiraman: CEPAT

Parameter Nilai
Range [10 30]
Name SEDANG
Type Trimf
Params [15 20 25]
 Tabel 10. Properties untuk fungsi keanggotaan Penyiraman: SEDANG
Parameter Nilai
Range [10 30]
Name LAMA
Type Trimf
Params [20 25 30]

Tabel 10. Properties untuk fungsi keanggotaan Penyiraman: LAMA

Parameter Nilai
Range [10 30]
Name S_LAMA
Type Trimf
Params [25 30 35]

Tabel 10. Properties untuk fungsi keanggotaan Penyiraman: S_LAMA

5. Setelah menyusun semua fungsi keanggotaan baik input maupun output, langkah
selanjutnya adalah menetapkan aturan-aturan menggunakan mekanisme IF-THEN,
atau dikenal sebagai aturan JIKA-MAKA. Masih pada jedela yang sama
(Membership Function Editor), bukalah Edit kemudian klik Rules... . selanjutnya akan
tampil jendela Rule Editor seperti pada Gambar 8.

Gambar 8. Rule
Jumlah rule yang di buat bergantung pada jumlah dari membership functionnya. Karena
membeship function yang kita buat pada input terdiri dari 5 maka rule yang akan dibuat
sebanyak 25 rule. Di bawah ini rule yang saya buat pada desain FIS tersebut
1. If (SUHU is DINGIN) and (KELEMBABAN is S_LEMBAB) then (PENYIRAMAN is
SCEPAT) (1)
2. If (SUHU is DINGIN) and (KELEMBABAN is LEMBAB) then (PENYIRAMAN is
SCEPAT) (1)
3. If (SUHU is DINGIN) and (KELEMBABAN is NORMAL) then (PENYIRAMAN is
SCEPAT) (1)
4. If (SUHU is DINGIN) and (KELEMBABAN is KERING) then (PENYIRAMAN is
CEPAT) (1)
5. If (SUHU is DINGIN) and (KELEMBABAN is S_KERING) then (PENYIRAMAN is
CEPAT) (1)
6. If (SUHU is SEJUK) and (KELEMBABAN is S_LEMBAB) then (PENYIRAMAN is
SCEPAT) (1)
7. If (SUHU is SEJUK) and (KELEMBABAN is LEMBAB) then (PENYIRAMAN is
SCEPAT) (1)
8. If (SUHU is SEJUK) and (KELEMBABAN is NORMAL) then (PENYIRAMAN is
CEPAT) (1)
9. If (SUHU is SEJUK) and (KELEMBABAN is KERING) then (PENYIRAMAN is
SEDANG) (1)
10. If (SUHU is SEJUK) and (KELEMBABAN is S_KERING) then (PENYIRAMAN is
SEDANG) (1)
11. If (SUHU is NORMAL) and (KELEMBABAN is S_LEMBAB) then (PENYIRAMAN
is SCEPAT) (1)
12. If (SUHU is NORMAL) and (KELEMBABAN is LEMBAB) then (PENYIRAMAN is
CEPAT) (1)
13. If (SUHU is NORMAL) and (KELEMBABAN is NORMAL) then (PENYIRAMAN is
CEPAT) (1)
14. If (SUHU is NORMAL) and (KELEMBABAN is KERING) then (PENYIRAMAN is
LAMA) (1)
15. If (SUHU is NORMAL) and (KELEMBABAN is S_KERING) then (PENYIRAMAN
is LAMA) (1)
16. If (SUHU is HANGAT) and (KELEMBABAN is S_LEMBAB) then (PENYIRAMAN
is SEDANG) (1)
17. If (SUHU is HANGAT) and (KELEMBABAN is LEMBAB) then (PENYIRAMAN is
SEDANG) (1)
18. If (SUHU is HANGAT) and (KELEMBABAN is NORMAL) then (PENYIRAMAN is
LAMA) (1)
19. If (SUHU is HANGAT) and (KELEMBABAN is KERING) then (PENYIRAMAN is
LAMA) (1)
20. If (SUHU is HANGAT) and (KELEMBABAN is S_KERING) then (PENYIRAMAN
is SLAMA) (1)
21. If (SUHU is PANAS) and (KELEMBABAN is S_LEMBAB) then (PENYIRAMAN is
LAMA) (1)
22. If (SUHU is PANAS) and (KELEMBABAN is LEMBAB) then (PENYIRAMAN is
LAMA) (1)
23. If (SUHU is PANAS) and (KELEMBABAN is NORMAL) then (PENYIRAMAN is
SLAMA) (1)
24. If (SUHU is PANAS) and (KELEMBABAN is KERING) then (PENYIRAMAN is
SLAMA) (1)
25. If (SUHU is PANAS) and (KELEMBABAN is S_KERING) then (PENYIRAMAN is
SLAMA) (1)

Gambar 9. Rule yang sudah dibuat

6. Setelah selesai memasukan Rule, langkah selanjutnya yaitu melihat hasil Rule tersebut
dengan cara klik pada menu View selanjutnya pilih Surface.

Gambar 10. Surface

Gambar 11. Tampilan Surface

Gambar 12. Tampilan Rule
C. Desain Simulink
Setelah selesai mendesain sistem fuzzy pada toolbox Matlab. Maka berikutnya akan
dilakukan integrasi fuzzy logic controller yang akan digunakan untuk mengendalikan suatu
plant. Buatlah desain simulink seperti pada gambar 13 di bawah ini.

Gambar 13. Desain Simulink

D. Fuzzyfikasi
Fuzzyfikasi digunakan untuk mendapatkan nilai keanggotaan dari tiap membership
function.
1. Penentuan Fuzzyfikasi pada input sensor suhu
a. Penentuan fuzzyfikasi dengan model Tsukamto pada MF DINGIN untuk
mendapatkan nilai eror (μ) adalah dengan menggunakan rumus

μ MF Dingin =

Dengan x : nilai variabel input sensor suhu, b: batas atas dan a: batas bawah.
Sehingga untuk MF Dingin bila diberikan x=20, a=10 dan b=40, maka didapatkan
μ Dingin = 0,6
b. Penentuan fuzzyfikasi dengan model Tsukamto pada MF SEJUK untuk
mendapatkan nilai eror (μ) adalah dengan menggunakan rumus

μ MF Sejuk =
 Dengan x : nilai variabel input sensor suhu, c : batas atas b: batas tengah dan
a:batas bawah. Sehingga untuk MF Dingin bila diberikan x=20, a=10 dan b=40
c=80, maka didapatkan μ Sejuk = 0,3
c. Penentuan fuzzyfikasi dengan model Tsukamto pada MF NORMAL untuk
mendapatkan nilai eror (μ) adalah dengan menggunakan rumus

μ MF Normal =

Dengan x : nilai variabel input sensor suhu, c : batas atas b: batas tengah dan
a:batas bawah. Sehingga untuk MF Dingin bila diberikan x=20, a=10 dan b=40
c=80, maka didapatkan μ Normal = 0,3
d. Penentuan fuzzyfikasi dengan model Tsukamto pada MF HANGAT untuk
mendapatkan nilai eror (μ) adalah dengan menggunakan rumus

μ MF Hangat =

Dengan x : nilai variabel input sensor suhu, c : batas atas b: batas tengah dan
a:batas bawah. Sehingga untuk MF Dingin bila diberikan x=20, a=10 dan b=40
c=80, maka didapatkan μ Hangat = 0,3
e. Penentuan fuzzyfikasi dengan model Tsukamto pada MF PANAS untuk
mendapatkan nilai eror (μ) adalah dengan menggunakan rumus

μ MF Panas =

Dengan x : nilai variabel input sensor suhu, b: batas atas dan a: batas bawah.
Sehingga untuk MF Dingin bila diberikan x=20, a=40 dan b=80, maka didapatkan
μ Panas = 0,25
2. Penentuan Fuzzyfikasi pada input sensor kelembaban
Adapun untuk penentuan fuzzyfikasi dengan model Tsukamoto pada LDR 2 dengan
rumus yang sama untuk mendapatkan nilai delta_error ( μ ) maka didapatkan nilai
berikut:
a. Sensor Kelembaban untuk MF SANGAT LEMBAB
Dengan x : nilai variabel input sensor kelembaban, b: batas atas dan a:batas bawah.
Sehingga untuk MF Sangat lembab bila diberikan x=40, a=10 dan b=30, maka
didapatkan μ Sangat lembab = 0,5
b. Sensor Kelembaban untuk MF LEMBAB
Dengan x : nilai variabel input sensor kelembaban, c : batas atas b: batas tengah
dan a:batas bawah. Sehingga untuk MF Sangat lembab bila diberikan x=40, a=10
dan b=30 c=80, maka didapatkan μ Lembab = 0,8
c. Sensor Kelembaban untuk MF NORMAL
Dengan x : nilai variabel input sensor kelembaban, c : batas atas b: batas tengah
dan a:batas bawah. Sehingga untuk MF Sangat lembab bila diberikan x=40, a=10
dan b=30 c=80, maka didapatkan μ Lembab = 0,8
d. Sensor Kelembaban untuk MF KERING
Dengan x : nilai variabel input sensor kelembaban, c : batas atas b: batas tengah
dan a:batas bawah. Sehingga untuk MF Sangat lembab bila diberikan x=40, a=10
dan b=30 c=80, maka didapatkan μ Lembab = 0,8

e. Sensor Kelembaban untuk MF SANGAT KERING

Dengan x : nilai variabel input sensor kelembaban, b: batas atas dan a:batas bawah.
Sehingga untuk MF Sangat lembab bila diberikan x=40, a=30 dan b=80, maka
didapatkan μ Lembab = 0,8
E. Penentuan RULE dengan menggunakan operasi logika AND
α predicate sebagai hasil operasi dengan menggunakan operasi logika AND diperoleh
dengan menggambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan
yang bersangkutan
[R1] If (SUHU is DINGIN) and (KELEMBABAN is S_LEMBAB) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 1 = µSUHU dingin ∩ ΔµKELEMBABAN
sangat lembab
α-pred 1 = µ SUHU dingin ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU dingin ΔµKELEMBABAN sangat lembab)
= min (0,6;0)
=0
Dengan αpred1 = α-pred 1, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 1 dengan
menggunakan rumus z1 = (αpred1*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z1 = (αpred1*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R2]If (SUHU is DINGIN) and (KELEMBABAN is LEMBAB) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 2 = µSUHU dingin ∩ ΔµKELEMBABAN
lembab
α-pred 2 = µ SUHU dingin ∩ ΔµKELEMBABAN lembab
= min(µ SUHU dingin ΔµKELEMBABAN lembab)
= min (0,3;0)
=0
Dengan αpred1 = α-pred 2, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z2 = (αpred2*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z2 = (αpred2*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R3] If (SUHU is DINGIN) and (KELEMBABAN is NORMAL) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 3 = µSUHU dingin ∩ ΔµKELEMBABAN
normal
α-pred 3 = µ SUHU dingin ∩ ΔµKELEMBABAN normal
= min(µ SUHU dingin ΔµKELEMBABAN normal)
= min (0,3;0)
=0
Dengan αpred3 = α-pred 3, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z3 = (αpred3*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z3 = (αpred2*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R4] If (SUHU is DINGIN) and (KELEMBABAN is KERING) then
(PENYIRAMAN is CEPAT)
Hal ini didapatkan dengan rumus α-pred 4 = µSUHU dingin ∩ ΔµKELEMBABAN
kering
α-pred 4 = µ SUHU dingin ∩ ΔµKELEMBABAN kering
= min(µ SUHU dingin ΔµKELEMBABAN kering)
= min (0,3;0)
=0
Dengan αpred4 = α-pred 4, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z4 = (αpred4*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z4 = (αpred4*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R5] If (SUHU is DINGIN) and (KELEMBABAN is S_KERING) then
(PENYIRAMAN is CEPAT)
Hal ini didapatkan dengan rumus α-pred 5 = µSUHU dingin ∩ ΔµKELEMBABAN
sangat kering
α-pred 5 = µ SUHU dingin ∩ ΔµKELEMBABAN kering
= min(µ SUHU dingin ΔµKELEMBABAN sangat kering)
= min (0,25;0)
=0
Dengan αpred5 = α-pred 5, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z5 = (αpred5*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z5 = (αpred5*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R6] If (SUHU is SEJUK) and (KELEMBABAN is S_LEMBAB) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 6 = µSUHU sejuk ∩ ΔµKELEMBABAN
sangat lembab
α-pred 6 = µ SUHU sejuk ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU sejuk ΔµKELEMBABAN sangat lembab)
= min (0,6;0)
=0
Dengan αpred6 = α-pred 6, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z6 = (αpred6*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z6 = (αpred6*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R7] If (SUHU is SEJUK) and (KELEMBABAN is LEMBAB) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 7 = µSUHU sejuk ∩ ΔµKELEMBABAN
lembab
α-pred 7 = µ SUHU sejuk ∩ ΔµKELEMBABAN lembab
= min(µ SUHU sejuk ΔµKELEMBABAN lembab)
= min (0,6;0)
=0
Dengan αpred7 = α-pred 7, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z7 = (αpred7*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z7 = (αpred7*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R8] If (SUHU is SEJUK) and (KELEMBABAN is NORMAL) then
(PENYIRAMAN is CEPAT)
Hal ini didapatkan dengan rumus α-pred 8 = µSUHU sejuk ∩ ΔµKELEMBABAN
normal
α-pred 8 = µ SUHU sejuk ∩ ΔµKELEMBABAN normal
= min(µ SUHU sejuk ΔµKELEMBABAN normal)
= min (0,3;0)
=0
Dengan αpred8 = α-pred 8, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z8 = (αpred8*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z8 = (αpred8*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R9] If (SUHU is SEJUK) and (KELEMBABAN is KERING) then (PENYIRAMAN
is SEDANG)
Hal ini didapatkan dengan rumus α-pred 9 = µSUHU sejuk ∩ ΔµKELEMBABAN
kering
α-pred 9 = µ SUHU sejuk ∩ ΔµKELEMBABAN normal
= min(µ SUHU sejuk ΔµKELEMBABAN normal)
= min (0,3;0)
=0
Dengan αpred9 = α-pred 9, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z9 = (αpred9*(b-a))+a, sehingga bila diberikan a= 45,5 dan b= 255
diperoleh:
z9 = (αpred9*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R10] If (SUHU is SEJUK) and (KELEMBABAN is S_KERING) then
(PENYIRAMAN is SEDANG)
Hal ini didapatkan dengan rumus α-pred 10 = µSUHU sejuk ∩ ΔµKELEMBABAN
sangat kering
α-pred 10 = µ SUHU sejuk ∩ ΔµKELEMBABAN sangat kering
= min(µ SUHU sejuk ΔµKELEMBABAN sangat kering)
= min (0,25;0)
=0
Dengan αpred10 = α-pred 10, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z10 = (αpred10*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z10 = (αpred10*(b-a))+a
= (0*(255-45,5))+45,5
= 0 + 45,5 = 45,5
[R11] If (SUHU is NORMAL) and (KELEMBABAN is S_LEMBAB) then
(PENYIRAMAN is SCEPAT)
Hal ini didapatkan dengan rumus α-pred 11 = µSUHU normal ∩ ΔµKELEMBABAN
sangat lembab
α-pred 11 = µ SUHU normal ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU normal ΔµKELEMBABAN sangat lembab)
= min (0,6;0)
= 0,6
Dengan αpred11 = α-pred 11, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z10 = (αpred11*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z11 = (αpred11*(b-a))+a
= (0,6*(255-45,5))+45,5
= 125,7 + 45,5 = 171,2
[R12] If (SUHU is NORMAL) and (KELEMBABAN is LEMBAB) then
(PENYIRAMAN is CEPAT)
Hal ini didapatkan dengan rumus α-pred 12 = µSUHU normal ∩ ΔµKELEMBABAN
lembab
α-pred 12 = µ SUHU normal ∩ ΔµKELEMBABAN lembab
= min(µ SUHU normal ΔµKELEMBABAN lembab)
= min (0,6;0)
= 0,3
Dengan αpred12 = α-pred 12, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z10 = (αpred12*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z12 = (αpred12*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R13] If (SUHU is NORMAL) and (KELEMBABAN is NORMAL) then
(PENYIRAMAN is CEPAT)
Hal ini didapatkan dengan rumus α-pred 13 = µSUHU normal ∩ ΔµKELEMBABAN
normal
α-pred 13 = µ SUHU normal ∩ ΔµKELEMBABAN normal
= min(µ SUHU normal ΔµKELEMBABAN normal)
= min (0,3;0)
= 0,3
Dengan αpred11 = α-pred 11, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z10 = (αpred13*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z13 = (αpred12*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R14] If (SUHU is NORMAL) and (KELEMBABAN is KERING) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 14 = µSUHU normal ∩ ΔµKELEMBABAN
kering
α-pred 14 = µ SUHU normal ∩ ΔµKELEMBABAN kering
= min(µ SUHU normal ΔµKELEMBABAN kering)
= min (0,3;0)
= 0,3
Dengan αpred14 = α-pred 14, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z14 = (αpred14*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z14 = (αpred14*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R15] If (SUHU is NORMAL) and (KELEMBABAN is S_KERING) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 15 = µSUHU normal ∩ ΔµKELEMBABAN
sangat kering
α-pred 15 = µ SUHU normal ∩ ΔµKELEMBABAN sangat kering
= min(µ SUHU normal ΔµKELEMBABAN sangat kering)
= min (0,25;0)
= 0,25
Dengan αpred15 = α-pred 15, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z15 = (αpred15*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z15 = (αpred15*(b-a))+a
= (0,3*(255-45,5))+45,5
= 52,375 + 45,5 = 97,875
[R16] If (SUHU is HANGAT) and (KELEMBABAN is S_LEMBAB) then
(PENYIRAMAN is SEDANG)
Hal ini didapatkan dengan rumus α-pred 16 = µSUHU hangat ∩ ΔµKELEMBABAN
sangat lembab
α-pred 16 = µ SUHU hangat ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU hangat ΔµKELEMBABAN sangat lembab)
= min (0,6;0)
= 0,6
Dengan αpred16 = α-pred 16, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z16 = (αpred16*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z16 = (αpred16*(b-a))+a
= (0,6*(255-45,5))+45,5
= 125,7 + 45,5 = 171,2
[R17] If (SUHU is HANGAT) and (KELEMBABAN is LEMBAB) then
(PENYIRAMAN is SEDANG)
Hal ini didapatkan dengan rumus α-pred 17 = µSUHU hangat ∩ ΔµKELEMBABAN
lembab
α-pred 16 = µ SUHU hangat ∩ ΔµKELEMBABAN lembab
= min(µ SUHU hangat ΔµKELEMBABAN lembab)
= min (0,25;0)
= 0,25
Dengan αpred17 = α-pred 17, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z17 = (αpred17*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z17 = (αpred17*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R18] If (SUHU is HANGAT) and (KELEMBABAN is NORMAL) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 18 = µSUHU hangat ∩ ΔµKELEMBABAN
normal
α-pred 18 = µ SUHU hangat ∩ ΔµKELEMBABAN normal
= min(µ SUHU hangat ΔµKELEMBABAN normal)
= min (0,25;0)
= 0,25
Dengan αpred16 = α-pred 16, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z18 = (αpred18*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z18 = (αpred18*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R19] If (SUHU is HANGAT) and (KELEMBABAN is KERING) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 19 = µSUHU hangat ∩ ΔµKELEMBABAN
kering
α-pred 19 = µ SUHU hangat ∩ ΔµKELEMBABAN kering
= min(µ SUHU hangat ΔµKELEMBABAN kering)
= min (0,25;0)
= 0,25
Dengan αpred19 = α-pred 19, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z19 = (αpred19*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z19 = (αpred19*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R20] If (SUHU is HANGAT) and (KELEMBABAN is S_KERING) then
(PENYIRAMAN is SLAMA)
Hal ini didapatkan dengan rumus α-pred 20 = µSUHU hangat ∩ ΔµKELEMBABAN
sangat kering
α-pred 20 = µ SUHU hangat ∩ ΔµKELEMBABAN sangat kering
= min(µ SUHU hangat ΔµKELEMBABAN sangat kering)
= min (0,25;0)
= 0,25
Dengan αpred20 = α-pred 20, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z20 = (αpred20*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z20 = (αpred20*(b-a))+a
= (0,25*(255-45,5))+45,5
= 52,375 + 45,5 = 97,875
[R21] If (SUHU is PANAS) and (KELEMBABAN is S_LEMBAB) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 21 = µSUHU panas ∩ ΔµKELEMBABAN
sangat lembab
α-pred 21 = µ SUHU panas ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU panas ΔµKELEMBABAN sangat lembab)
= min (0,6;0)
= 0,6
Dengan αpred21 = α-pred 21, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z21 = (αpred21*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z21 = (αpred20*(b-a))+a
= (0,6*(255-45,5))+45,5
= 125,7 + 45,5 = 171,2
[R22] If (SUHU is PANAS) and (KELEMBABAN is LEMBAB) then
(PENYIRAMAN is LAMA)
Hal ini didapatkan dengan rumus α-pred 22 = µSUHU panas ∩ ΔµKELEMBABAN
sangat lembab
α-pred 22 = µ SUHU panas ∩ ΔµKELEMBABAN sangat lembab
= min(µ SUHU panas ΔµKELEMBABAN sangat lembab)
= min (0,3;0)
= 0,3
Dengan αpred22 = α-pred 22, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z22 = (αpred22*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z22 = (αpred20*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R23] If (SUHU is PANAS) and (KELEMBABAN is NORMAL) then
(PENYIRAMAN is SLAMA)
Hal ini didapatkan dengan rumus α-pred 23 = µSUHU panas ∩ ΔµKELEMBABAN
normal
α-pred 23 = µ SUHU panas ∩ ΔµKELEMBABAN normal
= min(µ SUHU panas ΔµKELEMBABAN normal )
= min (0,3;0)
= 0,3
Dengan αpred23 = α-pred 23, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z23 = (αpred23*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z23 = (αpred23*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
[R24] If (SUHU is PANAS) and (KELEMBABAN is KERING) then
(PENYIRAMAN is SLAMA)
Hal ini didapatkan dengan rumus α-pred 23 = µSUHU panas ∩ ΔµKELEMBABAN
kering
α-pred 24 = µ SUHU panas ∩ ΔµKELEMBABAN kering
= min(µ SUHU panas ΔµKELEMBABAN kering )
= min (0,3;0)
= 0,3
Dengan αpred24 = α-pred 24, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z24 = (αpred24*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z24 = (αpred24*(b-a))+a
= (0,3*(255-45,5))+45,5
= 62,85 + 45,5 = 108,35
 [R25] If (SUHU is PANAS) and (KELEMBABAN is S_KERING) then
(PENYIRAMAN is SLAMA)
Hal ini didapatkan dengan rumus α-pred 23 = µSUHU panas ∩ ΔµKELEMBABAN
sangat kering
α-pred 25 = µ SUHU panas ∩ ΔµKELEMBABAN sangat kering
= min(µ SUHU panas ΔµKELEMBABAN sangat kering )
= min (0,25;0)
= 0,25
Dengan αpred25 = α-pred 25, a= batas bawah dan b=batas atas untuk output very max
Adapun untuk mendapatkan nilai defuzzyfikasi luminasi maksimal pada rule 2 dengan
menggunakan rumus z25 = (αpred25*(b-a))+a, sehingga bila diberikan a= 45,5 dan b=
255 diperoleh:
z25 = (αpred25*(b-a))+a
= (0,3*(255-45,5))+45,5
= 52,375 + 45,5 = 97,875

F. Implementasi Kendali Fuzzy pada Plant

Desain FIS yang telah kita buat akan diimplementasikan pada plant yaitu dengan
mengintegrasikan antara desain FIS dan Simulink.
1. Langkah pertama yaitu dengan memasukan workspace dari FIS yang telah kita buat
yaitu dengan cara klik dua kali pada bagian Fuzzy Logic Controller, kemudian masukan
nama workspace desain sistem yang telah kita buat. Pada desain yang saya buat saya
beri nama [Penyiraman]. Jika sudah klik OK.

Gambar 14. Penamaan

2. Langkah selanjutnya yaitu memasukan transfer function pada sistem tersebut dengan
cara klik dua kali pada bagian Transfer Fcn, kemudian isikan transfer function yang
telah didapatkan dari jurnal. Lihat pada gambar 15 di bawah ini.

Gambar 15. Measukan Transfer Function

3. Atur pada bagian Step seperti pada gambar 16 seperti di bawah ini.

Gambar 16. Step

4. Kemudian setting pada bagian PID untuk menentukan nilai P I dan D sehingga
didapatkan grafik yang halus. Pada desain yang saya buat nilai PID nya saya atur
seperti pada gambar 17 di bawah ini.
 Gambar 17. PID
5. Selanjutnya yaitu mensimulasikan plant yang telah dibuat dengan cara klik dua kali
pada scope kemudian klik tombol Play pada menu toolbar. Berikut ini merupakan
tampilan hasil simulasi dari desain sitem yang telah dibuat.

Gambar 18. Simulasi

G. Kesimpulan
Berdasarkan perancangan sistem Kendali Otomatis Penyiraman Tanaman Menggunakan
Logika Fuzzy Logic Controller dapat disimpulkan bahwa:
1. Sistem Kendali Otomatis Penyiraman Tanaman Menggunakan Logika Fuzzy Logic
Controller dapat memberikan keputusan dalam proses penyiraman, agar kebutuhan
tanaman akan air tercukupi
2. Intensitas penyiraman tanaman dipengaruhi oleh lingkungan yaitu dengan
menggunakan dua sensor yaitu sensor suhu dan sensor kelembaban
3. Apabila suhu udara sangat dingin dan kelembaban tergolong sangat lembab maka
intensitas penyiraman sangat cepat, sebaliknya jika suhu udara panas dan tingkat
kelembaban tergolong sangat kering maka intensitas penyiraman sangat lama
untuk memenuhi kebutuhan air tanaman tersebut
H. Daftar Pustaka

Tulus Pranata, [2]Beni Irawan, [3]Ilhamsyah Pranata, Tulus, Beni Irawan, dan
Ilhamsyah. 2015. PENERAPAN LOGIKA FUZZY PADA SISTEM PENYIRAMAN
TANAMAN OTOMATIS BERBASIS MIKROKONTROLER. Jurnal Coding. Volume
03, No.2 (2015), hal. 11-22

Tris Atmaja, Bagus dan Catur Hilman. 2008. SISTEM PENGENDALIAN

TEMPERATUR PADA TANGKI PENGADUK PENUKAR PANAS.