PROTOTIPE KENDALI KELEMBABAN MENGGUNAKAN STM32 BERBASIS FUZZY

LOGIC
Evan Rega Mahendra(1), Rahma Septiningrum(2)
Jurusan Pendidikan Teknik Elektronika, Fakultas Teknik, Universitas Negeri Yogyakarta
E-mail : evanmahendra23@gmail.com(1), rahmaseptiningrum20@gmail.com(2)

ABSTRAK
Penelitian ini bertujuan untuk mengetahui kinerja teknologi yang dapat mempertahankan
kelembaban ruang berbasis fuzzy logic controller menggunakan STM32. Tahapan pengembangan
perangkat terdiri atas analisis, perancangan, perakitan, dan pengujian. Rancangan yang
dikembangkan dengan menggabungkan hardware, dan software. Alat ini terdiri dari 3 proses
utama yaitu input menggunakan sensor BME280, process dan output yaitu fan dan mistmaker.
Hasil pengujian yang telah dilakukan adalah: (1) kelemban dapat stabil pada kisaran kelembaban
relatif 81%, sehingga dapat digunakan dengan baik pada proses budidaya jamur maupun anggrek;
(2) Fan akan menyala jika kelembaban tinggi, dan mist maker akan menyala jika kelembaban
rendah. (3) Keunggulan alat ini yaitu menggunakan mikrokontroller STM32 yang mempunyai
kinerja yang lebih tinggi dengan 32-bit RISC ARM Cortex-M processor dan memiliki clock
frekuensi 72 MHz. Dengan berbagai kelebihannya STM32 dapat di program melalui Arduino IDE,
sehingga STM32 sangat kompatibel dan dapat dengan mudah diprogram. Selain itu, teknologi ini
menggunakan fuzzy logic controller yang memiliki toleransi terhadap data-data yang tidak tepat
dan dapat memodelkan fungsi-fungsi non-linier yang kompleks.

Kata kunci: Kelembaban, fuzzy logic controller, STM32

1. PENDAHULUAN jenis produknya. Salah satu faktor

Lingkungan merupakan faktor
terpenting dalam dunia industri karena
kondisi lingkungan akan mempengaruhi
keberhasilan kualitas dan kuantitas produksi.
Oleh sebab itu kondisi lingkungan di ruang
produksi sangat diperhatikan sesuai dengan
lingkungan adalah udara. Kondisi udara
ditentukan oleh kombinasi dua faktor yaitu
kelembaban dan temperatur. Hampir semua
proses pembuatan produk di industri sangat
memperhatikan kelembaban dan temperatur
ruangan Dalam hal ini akan diterapkan suatu
metode berbasis logika fuzzy yang Namun berapa besar keberadaan dan
mempunyai parameter utama, yaitu kesalahan suatu tergantung pada
kelembaban dan temperatur ruang. bobot keanggotaan yang
Diharapkan dengan metode ini dapat diatur dimilikinya. Menurut Kusumadewi
kelembaban dan temperatur yang & Purnomo (2004); Sutojo, dkk
dibutuhkan. Oleh sebab itu peneliti (2011) di dalam sistem fuzzy fungsi
melakukan penelitian terhadap penggunaan keanggotaan mempunyai peranan
mikrokontroller STM32 dengan metode yang sangat penting untuk
logika fuzzy logic controller dalam mempresentasikan masalah. Fungsi
mempertahankan kelembaban. keanggotaan adalah suatu kurva
Tujuan dari penelitian ini adalah: yang menunjukkan pemetaan titik-
a. Mempelajari dan mengaplikasikan titik input data ke dalam nilai
metode logika fuzzy pada keanggotaannya (sering juga disebut
mikrokontroller STM32. dengan derajat keanggotaan) yang
b. Mempelajari dan mengaplikasikan memiliki interval antara 0 sampai 1.
metode logika fuzzy untuk Salah satu cara yang dapat
mengendalikan kelembaban lingkungan. digunakan untuk mendapatkan nilai
keanggotaan adalah dengan melalui
2. TINJAUAN PUSTAKA pendekatan fungsi. Ada beberapa
2.1 Logika Fuzzy fungsi yang bisa digunakan antara
Menurut Helfi (2012) fuzzy secara lain:
bahasa diartikan sebagai kabur atau a. Fungsi keanggotaan Segitiga
samar-samar. Dalam fuzzy dikenal Fungsi keanggotaan segitiga
derajat keanggotaan yang memiliki ditandai oleh adanya 3 (tiga)
rentang nilai 0 hingga 1. Berbeda parameter {a,b,c} yang akan
dengan himpunan tegas yang menentukan koordinat x dari
memiliki nilai 1 atau 0 (ya atau tiga sudut. Kurva ini pada
tidak). Logika Fuzzy merupakan dasarnya merupakan gabungan
sesuatu logika yang memiliki nilai antara dua garis (linier) Adapun
kekaburan atau kesamaran persamaan untuk bentuk
(fuzzyness) antara benar atau salah. segitiga ini adalah:
 x ≤ a atau x ≥ c Gambar 2. Fungsi keanggotaan
segitiga
a≤x≤b
b≤x≤c
2.2 Kelembaban
Farid Takhfifur (2010) Lingkungan
merupakan faktor terpenting dalam
dunia industri karena kondisi
lingkungan akan mempengaruhi
Gambar 1. Fungsi keanggotaan keberhasilan kualitas dan kuantitas
segitiga
produksi. Oleh sebab itu kondisi
b. Fungsi keanggotaan trapesium
lingkungan di ruang produksi sangat
Kurva trapesium pada dasarnya
diperhatikan sesuai dengan jenis
seperti bentuk segitiga, hanya
produknya. Salah satu faktor
saja ada beberapa titik yang
lingkungan adalah udara.
memiliki nilai keanggotaan 1.
Kelembaban juga turut andil dalam
Adapun persamaan untuk kurva
menentukan kondisi udara. Hampir
trapesium ini adalah:
semua proses pembuatan produk di
x ≤ a atau x ≥ d industri sangat memperhatikan
a≤x≤b
b≤x≤c kelembaban ruangan. Kelembaban
c≤x≤d adalah suatu tingkat keadaan
lingkungan udara basah yang
disebabkan oleh adanya embun atau
uap air dalam udara. Embun adalah
partikel H2O yang mengisi volume
udara.

2.3 STM32 Development Board 32-bit RISC ARM Cortex-M

STM32 Development Board atau processor dan memiliki clock
dikenal sebagai bluepill merupakan frekuensi 72 MHz. Jika
mikrokontroler yang diproduksi dibandingkan dengan
oleh ST Microelectronics dengan mikrokontroler ATmega maupun
 board Arduino yang hanya nilai validasi dan sebagainya.
mempunyai kinerja processor 8-bit Menggunakan teknologi OLED
dan clock frequensi maksimal sehingga walau memiliki ukuran
16MHz maka STM32 jelas yang kecil tampilan dapat dengan
mempunyai kinerja yang lebih mudah terbaca sekalipun di
tinggi. Dengan berbagai lingkungan yang terang seperti
kelebihannya STM32 dapat di diluar ruangan.
program melalui Arduino IDE, 2.8 DC Fan 12V
sehingga STM32 sangat kompatibel Kipas angin yang digunakan sebagai
dan dapat dengan mudah diprogram. output sistem kendali. Berfungsi
2.4 Power Supply 24V untuk menurunkan tingkat
Sumber daya yang digunakan kelembaban ketika kelembaban
disesuaikan dengan kebutuhan daya ruang melebihi target kelembaban.
tegangan terbesar berupa Mist 2.9 Mist Maker 24V
Maker. Pembuat uap air sebagai output
2.5 Variabel regulator sistem kendali untuk meningkatkan
Sebagai penurun sekaligus penstabil kelembaban ruangan sesuai target
daya yang digunakan oleh sistem kelembaban.
kendali. 2.10 Mosfet Driver
2.6 Sensor BME280 Driver yang digunakan untuk
Sensor multi fungsi yang dapat mengaktifkan Mist Maker dengan
membaca parameter kelembaban, input tegangan 24V DC
suhu dan tekanan udara dengan 2.11 Transistor Driver TIP31
presisi dan responsif. Dari berbagai Driver yang digunakan untuk
parameter yang dapat dibaca input mengaktifkan Kipas Angin dengan
sistem hanya menitik beratkan pada input tegangan 12V DC
parameter kelembaban saja. 2.12 Wiring
2.7 LCD OLED 0,96" Kabel penghubung yang digunakan
LCD OLED digunakan sebagai untuk menghubungkan antar
penampil data bacaan seperti komponen yang digunakan dalam
kelembaban, target kelembaban, sistem kendali.
 perancangan perangkat keras mengenai
3. PERANCANGAN SISTEM komponen serta sistem kerja alat dan
Tahap membuat perancangan sistem ini perancangan perangkat lunak mengenai
menjelaskan dua subbab yaitu pemrograman alat.
3.1 Perancangan perangkat keras
5V 12V

Sensor BME 280 Driver Fan

Mikrokontroler TP31
I2C
STM32 F103
Driver
OLED DISPLAY mosfet Mistmaker
24V
Gambar 3 Blok Diagram perangkat keras sistem Kendal lingkungan

Dari blok diagram diatas, dapat Prototype penelitian ini menggunakan

diketahui bahwa prinsip kerjanya yakni mikrokontroller STM32 yang diprogram
data output dari sensor dibaca oleh dengan arduino IDE yang familiar
mikrokontroler melalui port komunikasi digunakan. Algoritma perangkat lunak
I2C sama seperti protocol data yang yang dipakai pada kendali logika fuzzy
digunakan oleh Display OLED. Proses yakni :
penglihatan fuzzy logic seluruhnya a. Menginisialisasi library sensor dan
dilakukan di mikrokontroler hingga OLED Display
didapatkan nilai validasi untuk konversi b. Menginisialisasi variable global
menjadi data PWM yang dikirimkan ke yang digunakan
driver output sebagai kendali c. Memasukkan nilai target
kelembaban ruang. OLED Display kelembaban
digunakan untuk menampilkan data d. Membaca nilai kelembaban dari
penting seperti pembacaan kelembaban, sensor
target kelembaban, nilai validasi fuzzy e. Menghitung nilai error dan ∆Error
logic dan beberapa data sensor sebagai input fuzzy
tambahan. Error (t) = target kelembaban –
3.2 Perancangan perangkat lunak kelembaban saat ini
 ∆Error (t) = Error (t) – error (t- Error (t) = target kelembaban –
1) kelembaban saat ini
f. Proses fuzzyfikasi, menghitung ∆Error (t) = Error (t) – error (t-1)
derajat keanggotaan data error dan Ouput yang diberikan rencananya
∆Error digunakan rumus :
g. Penggunaan operator AND dan Tegangan (t) = Tegangan (t-1) + ∆
melakukan proses implikasi yakni tegangan
menghitung derajat keanggotaan Dalam sistem ini, fungsi keanggotaan
data input dan rule 1 hingga rule error, dan ∆Error dengan jumlah label
25 5 yakni NB (negative big), NS
h. Proses komposisi yakni mencari (negative small), z(zero), PS(positif
nilai maksimal derajat small), dan PB (Positif big). Sedangkan
keanggotaan berdasarkan data MF fungsi keanggotaan ∆tegangan dengan
Output (defuzzyfikasi) jumlah label 5 yakni mistFast,
i. Mengkonversi output mistSlow, Off, FanSlow, dan fanFast.
defuzzyfikasi menjadi nilai PWM Perancangan pengendali penelitian ini,
menggunakan metode mapping. maka diterapkan logika fuzzy pada
j. Mengirim hasil mapping PWM ke pengendali kelembaban dengan
port output untuk mengendalikan menggunakan metode mamdani, yang
perangkat output , dirancang dengan dua buah masukan
k. Menampilkan data bacaan sensor yang berupa Error atau selisih antara
dan nilai validasi melalui OLED target kelembaban dengan kelembaban
Display saat ini dan delta error merupakan
l. Mengulangi langkah D hingga K error saat ini dikurangi dengan error
sampai tombol “reset” ditekan atau pada waktu sebelumnya. Kedua
sumber daya dimatikan. inputan tersebut akan diproses oleh
Sistem logika fuzzy yang dibuat fuzzy logic controller untuk
memiliki dua input, yakni error dan mendapatkan nilai output berupa
∆Error serta memiliki satu output tegangan untuk mengontrol
yakni ∆tegangan. Error dan ∆Error kelembaban lingkungan.
didefinisikan dengan rumus:
4. METODE PENELITIAN Menentukan variabel input dan variabel
Metode penelitian yang digunakan output dari hasil pengambilan data yang
terdiri dari beberapa tahap dengan tujuan diperoleh.
mengembangkan sistem kendali Tabel 1. Variable dan semesta
pembacaan output dan input
lingkungan, yakni :
4.1 Melakukan studi literature baik dari Fungsi Nama Semesta Keterang

buku maupun jurnal Variabel Pembicaraan an

4.2 Membuat sistem hardware dan Error (t)

software = target
4.3 Membentuk himpunan fuzzy, kelembab
Error [-20, 20]
padametode mamdani baik variable an –
input maupun output kelembab
4.4 Penegasan (defuzzy), proses Input an saat ini
penegasan (defuzzyfikasi) ∆Error
menggunakan bantuan software (t) =
matlab ∆Error [-20, 20] Error (t)
4.5 Menarik kesimpulan dan hasil – error (t-
pengolahan data. 1)
Nilai
[0-8]
5. HASIL DAN PEMBAHASAN Validasi
Membandingkan variabel-variabel input DC fan PWM
[30000-
dengan fungsi keanggotaan untuk (Kecepat
65535]
mendapatkan nilai keanggotaan masing- an kipas)
Output
masing variabel linguistik. Proses ini Nilai
[(-8)-0]
dapat dibentuk dengan membandingkan Validasi
Mist
variabel input dan fungsi keanggotaan PWM
Maker [6000-
untuk memperoleh nilai keanggotaan (Banyak
40000]
masing-masing variabel linguistik. uap air)
Fuzzifikasi dibentuk sebagai berikut:
5.1 Menentukan himpunan fuzzy ∆Error
Himpunan fuzzy yang dibentuk µnegBig (x) = trapmf (x; -20, -20,
antara lain : -11.6, -6)
Variabel Error dan ∆Error masing µnegSmall (x) = trimf (x; -11.6, -6,
masing membentuk lima himpunan 0)
fuzzy, yakni negBig, negSmall, zero, µzero (x) = trimf (x; -6, 0, 6)
posSmall, dan posBig µposSmall (x) = trimf (x; 0, 6, 11.6)
5.2 Menentukan fungsi keanggotaan µposBig (x) = trapmf (x; 0, 6,
tiap-tiap variable 11.6)
Untuk mendapatkan nilai
keanggotaan, maka ditentukan
fungsi keanggotaan masing-masing
variabel melalui pendekatan fungsi.
Fungsi keanggotaan masing-masing Gambar 5. Fungsi keanggotaan
variabel ∆Error
variabel sebagai berikut:
Error
Tegangan
µnegBig (x) = trapmf (x; -20, -20,
µmistFast (x) = trapmf (x; -10, -10,
-11.6, -6)
-8, -4)
µnegSmall (x) = trimf (x; -11.6, -6,
µmistSlow (x) = trimf (x; -8, -4, 0)
0)
µoff (x) = trimf (x; -4, 0, 4)
µzero (x) = trimf (x; -6, 0, 6)
µfanSlow (x) = trimf (x; 0, 4, 8)
µposSmall (x) = trimf (x; 0, 6, 11.6)
µfanFast (x) = trapmf (x; 4, 7, 10,
µposBig (x) = trapmf (x; 0, 6,
10)
11.6)

Gambar 4. Fungsi keanggotaan

variabel Error Gambar 6. Fungsi keanggotaan
Output
 Fungi implikasi disini, dilakukan input dan variable output .
dengan menyusun basis aturan yang Penelitian ini menggunakan metode
berupa implikasi fuzzy yang mamdani dengan Rule yang
menyatakan relasi antara variable digunakan yakni :

Gambar 7. Rule yang digunakan

4.1 Penegasan (defuzzy) Defuzifikasi menggunakan metode

Masukan dari proses penegasan weighted average area.
adalah suatu himpunan fuzzy yang
diperoleh dari komposisi aturan-
aturan fuzzy, sedangkan output yang
dihasilkan merupakan suatu
bilangan real yang tegas. Sehingga
jika diberikan suatu himpunan fuzzy
dalam range tertentu, maka dapat Gambar 8. Output fuzzy dengan 2
fungsi keanggotaan
diambil suatu nilai tegas tertentu
∑𝑛
𝑘 =1 𝑓𝑘 (Zk).Zk
sebagai output . Z* = ∑𝑛
𝑘 =1 𝑓𝑘 (Zk)

4.2 Proses penegasan (defuzzyfikasi) Dimana :

 Z* = Hasil nilai 𝑓𝑘 (Zk) = nilai DOM untuk
defuzzifikasi fungsi keanggotaan ke k
Z = titik tengah tiap
fungsi keanggotaan
karena ruang berAC memiliki
4.3 Pengujian system kelembaban yang lebih rendah jika
Pengujian sistem dilakukan dibandingkan dengan ruang tanpa
diruangan tanpa AC dengan AC. Hal tersebut dapat mepengaruhi
kelembaban relatif 73%. Sistem respon sistem dan memerlukan
diuji dengan menerapkan target mapping ulang terhadap nilai output
kelembaban 80%. Pengujian PWM. Hasil dari pengujian tersebut
dilakukan pada ruang tanpa AC adalah sebagai berikut.

Perbandingan Kelembaban Luar Ruang dengan Kelembaban

Dalam Ruang
86
84
Kelembaban Relatif (%)

82
80
78
76
74
72
70
68
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240
Waktu (detik)

Kelembaban Luar Kelembaban Dalam

Gambar 9. Perbandingan kelembaban luar ruangan dengan kelembaban dalam ruangan

Dari grafik pengujian sistem diatas namun masih mengalami overshoot
dapat diamati kelemban dapat stabil dari nilai target yang ditentukan.
pada kisaran kelembaban relatif Untuk mendapatkan sistem yang
81%. Sehingga didapatkan sistem baik dan tidak overshoot dibutuhkan
yang stabil pada nilai tertentu ketelitian lebih pada saat mapping
 nilai output PWM dari nilai validasi (Jurnal Tugas Akhir /Undergraduate Thesis),
(defuzzifikasi). RSFi 629.89 rah p.
[2] Sutikno. “Perbandingan Metode
6. SIMPULAN DAN SARAN Defuzzifikasi Aturan Mamdani Pada Sistem
Berdasarkan hasil pengujian yang Kendali Logika Fuzzy (Studi Kasus Pada
dilakukan, didapatkan hal-hal penting Pengaturan Kecepatan Motor DC)”. Makalah
seperti berikut : Seminar Tugas Akhir/L2F303488
1. Sistem kendali logika fuzzy dengan [3] Ferdianto, Aditya. 2018. “Pengendali
STM32 dapat mempertahankan Kelembaban Tanah Pada Tanaman Cabai
kelembaban pada suatu ruang. Hal Berbasis Fuzzy Logic”. Jurnal Maestro Vol.
tersebut dibuktikan dengan cara : 1.1. April 2018
pembentukan himpunan fuzzy, [4] M. Nadhif. Suryono. 2015. “Aplikasi
aplikasi fungsi implikasi pada metode Fuzzy Logic untuk Pengendali Motor DC
mamdani, komposisi Antar Aturan Berbasis Mikrokontroler ATMega8535
dan penegasan (defuzzy). dengan Sensor Photodioda”. Jurnal Teknik
2. Kelemban dapat stabil pada kisaran Elektro Vol. 7 No. 2
kelembaban relatif 81%. Sehingga
didapatkan sistem yang stabil pada
nilai tertentu namun masih
mengalami overshoot dari nilai target
yang ditentukan.
3. Untuk mendapatkan sistem yang baik
dan tidak overshoot dibutuhkan
ketelitian lebih pada saat mapping
nilai output PWM dari nilai validasi
(defuzzifikasi).

7. DAFTAR PUSTAKA
[1] Farid Takhfifur Rahman. 2010.
“Perancangan Pengendali Logika Fuzzy
untuk Kelembaban Ruang”. Didilib.its.ac.id