PERANCANGAN SISTEM IRIGASI OTOMATIS MENGGUNAKAN FUZZY LOGIC

BERBASIS WIRELESS SENSOR NETWORK (WSN)

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Elektro

Oleh:
DWI WALUYO PUTRANTO
152045820987

FAKULTAS TEKNIK
JURUSAN TEKNIK ELEKTRO
UNIVERSITAS WIDYAGAMA MALANG

Jl. Taman Borobudur Indah No. 3 Malang

2018
 LEMBAR PERSETUJUAN
MAKALAH SEMINAR HASIL

PERANCANGAN SISTEM IRIGASI OTOMATIS MENGGUNAKAN FUZZY LOGIC

BERBASIS WIRELESS SENSOR NETWORK (WSN)

Disusun oleh:
DWI WALUYO PUTRANTO
152045820987

Disetujui oleh:

DOSEN PEMBIMBING I DOSEN PEMBIMBING II

Dr. Istiadi, S.T., M.T. Diky Siswanto S.T., M.T. Ph.D.

FAKULTAS TEKNIK
JURUSAN TEKNIK ELEKTRO
UNIVERSITAS WIDYAGAMA MALANG

Jl. Taman Borobudur Indah No. 3 Malang

2018
PERANCANGAN SISTEM IRIGASI OTOMATIS MENGGUNAKAN FUZZY LOGIC
BERBASIS WIRELESS SENSOR NETWORK (WSN)

Dwi Waluyo Putranto, Dr Istiadi,ST,MT 2, Diky Siswanto,ST,MT PhD 3

1
Mahasiswa Teknik Elektro, Universitas Widyagama Malang
2,3
Dosen Teknik Elektro, Universitas Widyagama Malang

Abstrak
Penelitian dalam tugas akhir ini dilatarbelakangi karena pentingnya sektor pertanian di
Indonesia, sehingga perlu diupayakan suatu pembaruan teknologi tepat guna demi keefektifan
pekerjaan petani. Irigasi di lahan pertanian merupakan faktor penting yang mempengaruhi hasil
produksi pertanian atau perkebunan. Para petani umumnya mengunjungi lahannya secara periodik
untuk melihat kondisi pada tanaman dan melakukan irigasi secara tradisional baik menggunakan
gembor maupun buka-tutup pintu air irigasi. Dengan melakukan hal tersebut, membutuhkan banyak
waktu hanya untuk sekedar menyirami tanaman saja.
Sejauh ini, sudah ada sistem kontrol yang menangani pengaturan air irigasi. Tetapi sistem ini
belum sempurna dikarenakan penyiraman tanaman dilakukan hanya berdasarkan sistem pewaktuan
saja
sehingga sistem menjadi tidak efektif. Karena, irigasi dilakukan tidak berdasarkan kebutuhan tanaman
tetapi hanya berdasarkan interval waktu saja sehingga kelebihan ataupun kekurangan air tidak dapat
dikontrol. Untuk menangani hal tersebut, digunakan sensor soil moisture dan dht11 guna membaca
nilai kelembaban tanah, suhu dan kelembaban udara di lingkungan sekitar. Sistem kontrol fuzzy logic
akan diterapkan untuk memberi keputusan kebutuhan air pada tanaman secara otomatis berdasarkan
pembacaan sensor dengan mengontrol buka tutup aliran air pada solenoid valve (kran elektrik).
Luasnya area pada lahan pertanian menyebabkan kondisi lingkungan yang berbeda pada
pemantauan. Sehingga perlu adanya pemantauan pada beberapa titik sampling agar kondisi lahan
dapat dipantau pada seluruh area. Untuk mendukung penerapan irigasi di lahan luas diperlukan
teknologi WSN (wireless sensor network). Dengan menggunakan WSN, informasi kondisi suatu area
dapat dipantau dengan akurat pada jarak yang jauh. Teknologi WSN yang diterapkan adalah
menggunakan modul komunikasi RF 433 MHz. Sistem WSN yang dirancang terdiri dari node sensor
dan server. Node sensor membaca dan mengambil data sensor secara periodik dan secara otomatis
membuka atau menutup aliran air berdasarkan pembacaan sensor. Dari pembacaan sensor pada tiap
node sensor, hasil akuisisi data akan dikirimkan ke server untuk dilakukan monitoring sistem irigasi.

Kata kunci : sistem kontrol irigasi, fuzzy logic, wireless sensor network

1. Pendahuluan menjadi tidak efektif karena irigasi dilakukan

1.1. Latar Belakang
Indonesia merupakan negara agraris
yang hampir seluruh wilayahnya terdapat sektor
pertanian atau perkebunan sebagai sumber utama
mata pencarian. Air adalah hal yang sangat
penting untuk memenuhi kebutuhan tanaman.
Pengaturan aliran air atau irigasi di lahan
pertanian merupakan faktor penting yang
mempengaruhi hasil produksi pertanian atau
perkebunan. Para petani umumnya mengunjungi
lahannya secara periodik untuk melihat kondisi
pada tanaman dan mengairi lahan pertanian
hanya sesuai perkiraan (tradisional). Dengan
menggunakan perkiraan saja, dibutuhkan banyak
waktu hanya untuk sekedar mengairi lahan.
Dalam pengaturan penjadwalan irigasi,
kebanyakan petani di Indonesia hanya
menggunakan timer saja. Oleh karena itu, sistem
tidak berdasarkan kebutuhan tanaman tetapi
hanya berdasarkan interval waktu saja sehingga
kelebihan ataupun kekurangan air tidak dapat
dikontrol [1]. Untuk menangani hal tersebut,
diperlukan sensor guna menganalisa kondisi
lingkungan di sekitar tanaman. Sensor yang
diperlukan adalah soil moisture yang berfungsi
membaca nilai kelembaban tanah dan sensor
dht11 yang berfungsi membaca nilai suhu dan
kelembaban udara. Agar sistem irigasi dapat
dilakukan secara otomatis sesuai dengan
kebutuhan tanaman, teknologi komputer perlu
diterapkan. Teknologi komputer diterapkan
dalam sistem kontrol dan komunikasi data.
Dalam perancangan sistem kontrol,
parameter yang harus diperhatikan adalah
seberapa banyak kebutuhan air pada tanaman.
Sistem kontrol akan memberikan keputusan
kebutuhan air pada tanaman secara otomatis
berdasarkan pembacaan sensor soil moisture dan
sensor dht11. Fuzzy logic umumnya
dimanfaatkan dalam bidang kontrol otomatis,
karena proses kendali dirancang dengan tidak
melibatkan model matematis yang rumit dari
sistem yang akan dikendalikan [2]. Melalui input
dari sensor, dirancang output berupa program
fuzzy logic yang mengontrol buka tutup aliran air
pada solenoid valve untuk penyiraman air pada
tanaman.
Sedangkan untuk komunikasi data yang
digunakan adalah teknologi nirkabel (wireless).
Luasnya area pada lahan pertanian menyebabkan
kondisi kelembaban tanah yang berbeda pada
pemantauan. Sehingga perlu adanya pemantauan
pada beberapa titik sampling agar kondisi lahan
dapat dipantau pada seluruh area. Untuk
mendukung penerapan irigasi di lahan luas
diperlukan teknologi wireless sensor network
(WSN) [3]. Dengan menggunakan WSN,
informasi kondisi suatu lahan dapat dipantau
dengan akurat pada jarak yang jauh.
Teknologi WSN yang diterapkan adalah
menggunakan modul RF 433 MHz yang berbasis
komunikasi radio. RF 433 MHz merupakan
perangkat elektronik yang terdiri dari dua bagian
yaitu pengirim (Tx) dan penerima (Rx) [8].
Sistem WSN yang dirancang terdiri dari node
sensor dan server. Node sensor membaca dan
mengambil nilai kelembaban tanah, suhu dan
kelembaban udara secara periodik dan secara
otomatis membuka dan menutup aliran air
berdasarkan pembacaan sensor. Dari pembacaan
sensor pada tiap node sensor, hasil akuisisi data
akan dikirimkan ke server dan dilakukan proses
monitoring sistem irigasi.
Pada penelitian ini menggunakan sensor
soil moisture untuk pengukuran kelembaban
tanah dan sensor dht11 untuk pengukuran suhu
dan kelembaban udara, Arduino untuk
mengontrol solenoid valve melalui driver untuk
buka tutup aliran air berdasarkan pembacaan
sensor, RF 433 MHZ sebagai komunikasi data.
2. Tinjauan Pustaka
2.1. Irigasi
Irigasi adalah upaya menambahkan
kekurangan (kadar) air secara buatan,
yaitu memberikan air secara sistematis
pada tanah yang diolah [4]. Irigasi
dilakukan melalui pemanfaatan aliran air
demi menunjang pertumbuhan tanaman
agar optimal serta menyediakan
perlindungan terhadap kekeringan pada
tanaman.
Penambahan kekurangan air melalui
irigasi diharapkan dapat mengisi kondisi
pF (retensi kelembaban tanah) antara
2.54 (kapasitas lapang) sampai dengan
4.2 (titik layu permanen). Pada kodisi pF
lebih besar dari 4.2 umumnya tanaman
tidak lagi dapat menyerap air dari tanah
dan tanaman akan menjadi layu apabila
kondisi ini terus dibiarkan. Pemberian air
sampai pada kondisi pF dibawah 2 akan
mengakibatkan genangan dan perkolasi
pada lahan tanam [4].
Terdapat beberapa jenis irigasi yang
umum digunakan, diantaranya [5]:
1. Irigasi Permukaan (Surface Irigation)
Irigasi Permukaan merupakan sistem
irigasi konvensional yang sering
dijumpai di Indonesia. Irigasi jenis ini
mengambil air dari sungai menggunakan
pompa yang dihubungkan dengan pipa
dan dialirkan langsung ke lahan dan air
akan meresap sendiri ke dalam tanah.
2. Irigasi Bawah Permukaan (Sub Surface
Irigation)
Irigasi Bawah Permukaan mengalirkan
air melalui pipa yang telah tertanam di
dalam perakaran.
3. Irigasi Pancaran (Sprinkle Irigation)
Irigasi Pancaran memanfaatkan tekanan
kemudian menyalurkan air ke dalam pipa
kemudian mencurahkannya ke udara
dalam bentuk butiran-butiran air kecil
yang menyerupai hujan. Besar kecilnya
pancaran dapat diatur oleh mesin manual
atau otomatis.
4. Irigasi Tetes (Drip Irigation)
Irigasi Tetes memanfaatkan pipa yang
diberi lubang sehingga air akan keluar
dalam bentuk tetesan dan langsung
menuju tanaman.
2.2. Sensor Soil Moisture
Sensor Soil Moisture atau kelembaban tanah
merupakan sensor yang mengimplementasikan
prinsip kerja sensor resistif. Sensor ini terdiri dari
dua elektrode yang nantinya akan membaca
kelembaban didaerah sekitarnya, sehingga arus
melewati dari satu elektrode ke elektrode yang
lain. Besar nilai arus dipengaruhi oleh besar
kecilnya resistansi akibat kembaban yang berada
disekitar elektrode. Jika resistansi besar maka
kelembaban dari tanah kecil, sedangkan jika
resistansi kecil maka arus yang melewati
elektrode semakin banyak dan menunjukkan
bahwa kelembababan tinggi [5].
2.3. Sensor dht11
Sensor dht11 merupakan merupakan
sensor yang mampu memberikan
informasi suhu dan kelembaban udara
disekitarnya. Sensor ini tergolong
komponen yang stabil, memiliki kualitas
yang baik dengan respon pembacaan
yang cepat, memiliki kemampuan anti
interferensi dan harganya yang
terjangkau juga menjadi nilai lebih [3].
Ukurannya yang kecil dan kemampuan
transmisi sinyal hingga 20 meter
membuatnya cocok diterapkan pada
banyak aplikasi pengukuran suhu dan
kelembaban.
Berikut spesifikasi dari sensor
dht11 :
a) Tegangan kerja : 5 Volt
b) Pengukuran suhu : 0-50 OC
(kesalahan ± 2 OC)
c) Pengukuran kelembaban udara : 20-90 %
RH (kesalahan ± 5 % RH)
d) Interface : Digital [3]
2.4. Arduino Nano
Arduino Nano adalah papan
mikrokontroler berbasis ATmega328.
Arduino nano memiliki 14 pin digital
input atau output (6 pin dapat digunakan
sebagai output PWM), 8 input analog.
Dengan menggunakan fungsi pinMode(),
digitalWrite() dan digitalRead(), 14 pin
digital pada Arduino Nano dapat
difungsikan sebagai input atau output.
Pin-pin tersebut bekerja pada tegangan 5
volt, setiap pin dapat memberikan atau
menerima maksimum 40 mA dan
memiliki resistor pull-up internal
(terputus secara default) 20-50 kOhms
[6]. Selain itu, beberapa pin memiliki
fungsi khusus:
 Serial: 0 (RX) dan 1 (TX). Digunakan
untuk menerima (RX) dan mengirimkan
(TX) data serial TTL. Pin ini terhubung
ke pin yang sesuai dari chip FTDI USB-
to-TTL Serial.
 Eksternal Interupsi: 2 dan 3. Pin ini dapat
dikonfigurasi untuk memicu interupsi
pada nilai rendah, tepi naik atau turun,
atau perubahan nilai. Lihat fungsi
attachInterrupt() untuk lebih detail.
 PWM: 3, 5, 6, 9, 10, dan 11.
Menyediakan output PWM 8-bit dengan
fungsi analogWrite().
 SPI: 10 (SS), 11 (MOSI), 12 (MISO), 13
(SCK). Pin ini mendukung komunikasi
SPI, yang meskipun disediakan oleh
perangkat keras yang mendasarinya, saat
ini tidak termasuk dalam bahasa
Arduino.
 LED: 13. Ada built-in LED yang
terhubung ke pin digital 13. Ketika pin
bernilai HIGH, LED menyala, saat pin
RENDAH, mati.
 I2C: 4 (SDA) dan 5 (SCL). Mendukung
komunikasi I2C menggunakan pustaka
Wire (dokumentasi di situs web Wiring).
Ada beberapa pin lain di papan tulis:
 AREF. Tegangan referensi untuk input
analog. Digunakan dengan
analogReference().
 Reset. Untuk me-reset mikrokontroler
[7].
2.5. RF 433 MHz
RF 433 MHz merupakan perangkat
elektronik yang terdiri dari dua bagian
yaitu pengirim (Tx) dan penerima (Rx).
RF 433 MHz adalah modul yang
menggunakan modulasi ASK. ASK
(Amplitudo-shift keying) mewakili data
digital sebagai variasi amplitudo
gelombang pembawa. Dalam sistem
ASK, simbol biner 1 diwakili oleh
transmisi tetap amplitudo gelombang
pembawa dan frekuensi tetap untuk
durasi sedikit T detik [8].
2.6. Solenoid Valve
Solenoid valve atau dapat disebut
kran otomatis berupa katup yang
dikontrol melalui arus listrik AC maupun
DC untuk menggerakkan kumparan
(coil). Solenoid valve ini merupakan
elemen kontrol yang paling sering
digunakan dalam sistem fluida [1].
Solenoid valve umumnya
digunakan dalam aplikasi irigasi
otomatis untuk buka tutup aliran air.
Solenoid valve bekerja bila coil
mendapatkan tegangan arus listrik yang
sesuai dengan tegangan operasi,
 kebanyakan valve beroperasi pada
tegangan 220 VAC atau 12/24 VDC.
2.7. Fuzzy Logic
Fuzzy Logic pertama kali
diperkenalkan oleh Prof.Lotfi Zadeh,
seorang guru besar di University of
California at Berkeley yang
berkebangsaan Iran pada tahun 1965.
Fuzzy Logic merupakan cabang dari
sistem kecerdasan buatan yang meniru
kemampuan berfikir manusia yang
kemudian dijalankan oleh mesin. Fuzzy
Logic menerima beberapa variabel input
atau lebih derajad keanggotaan yang
kemudian menghasilkan sebuah output
berupa nilai kebenaran tunggal yang
diinginkan [9]. Fuzzyfikasi
dideskripsikan seperti pada Gambar 2.1
berikut:
Gambar 2.1 Proses Fuzzyfikasi
Variabel input berupa nilai tegas (crisp)
tersebut akan diterjemahkan ke dalam fuzzy
dengan beberapa tahap diantaranya :
a) Mengkomposisi variabel fuzzy ke
dalam himpunan fuzzy
Variabel fuzzy merupakan
sekumpulan objek yang memiliki
nilai keanggotaan (membership
function). Variabel fuzzy dinyatakan
dalam nilai yang sebenarnya,
misalnya suhu dan kecepatan dan
memiliki nilai tegas. Nilai
keanggotaan dapat diaplikasikan
pada variabel himpunan fuzzy,
himpunan fuzzy merupakan rentang
nilai yang memiliki keanggotaan
dari masing-masing variabel fuzzy.
b) Fuzzyfikasi
Fuzzyfikasi adalah proses mengubah
nilai tegas yang berupa boolean
(benar dan salah) menjadi variabel
fuzzy. Melalui membership function,
maka nanti nilai input tersebut akan
diolah dalam proses fuzzyfikasi.
c) Menentukan basis pengetahuan
dan menyusun basis data
Basis pengetahuan berisi fakta dan
kaidah aturan. Fakta merupakan
bagian yang memuat informasi
tentang objek ataupun kondisi
lingkungan, sedangkan kaidah aturan
(rulebase) memuat informasi tentang
membangkitkan hipotesa fakta yang
sudah ada. Terdapat basis data yang
berfungsi mendefinisikan himpunan
fuzzy dari input dan output agar
diimplementasikan sebagai variabel
linguistik (bahasa) dalam kaidah
aturan yang disusun berdasarkan
pada pertimbangan keinginan
perancang.
d) Menentukan rule base
Umumnya aturan fuzzy dinyatakan
dalam bentuk “IF…THEN”, untuk
mendapatkan aturan tersebut, ada
dua cara yang digunakan diantaranya
dengan menanyakan secara manual
kepada operator manusia atau biasa
dikenal human expert dan dengan
menggunakan algoritma pelatihan
berdasarkan data input dan output.
e) Logika pengambil keputusan
Logika pengambil keputusan
memiliki kemampuan berfikir
seperti manusia dan disimpulkan
dengan menggunakan implikasi
fuzzy dan mekanisme inferensi
fuzzy dalam aksi pengaturan.
f) Defuzzyfikasi
Keputusan yang dihasilkan logika
pengambil keputusan masih dalam
nilai fuzzy yang berupa nilai
keanggotaan, maka nilai ini harus
diubah kembali ke dalam nilai tegas
melalui proses defuzzyfikasi.
2.8. Wireless Sensor Network
Wireless Sensor Network (WSN)
atau dalam bahasa Indonesia adalah
Jaringan Sensor Nirkabel merupakan
suatu jejaring nirkabel yang
menggunakan sensor sebagai masukan
untuk memantau kondisi suatu
lingkungan seperti temperatur, suara,
cahaya, tekanan, dll [3]. Secara umum
WSN terdiri dari beberapa node sensor
dan sebuah node koordinator. Node
 sensor mengumpulkan data sensor dalam
bentuk informasi digital untuk kemudian
dikirimkan ke node koordinator dari satu
node sensor secara langsung melalui
Gambar 3.1 Diagram Blok Sistem Keseluruhan
node-node lain [3]. Tiap node dalam
WSN umumnya dilengkapi dengan alat
Secara umum, perancangan sistem terdiri dari
komunikasi wireless, mikrokontroler dan
dua bagian yaitu:
sumber energi berupa baterai [5].
1. Perancangan hardware terdiri atas;
Pada WSN penggunaan daya sangat
perancangan node sensor dan server
diperhatikan, karena WSN terdiri dari
2. Perancangan software terdiri atas;
banyak node sensor dan node
perancangan fuzzy logic untuk sistem
koordinator yang bekerja dalam waktu
kontrol irigasi dan perancangan
yang lama sehingga penggunaan daya
komunikasi data node sensor ke server
yang rendah lebih diutamakan [5].
Beberapa topologi jaringan yang 3.1 Perancangan Hardware
diterapkan diantaranya seperti pair, star, Selanjutnya untuk blok-blok penyusun node
mesh dan cluster tree. sensor ditunjukkan pada Gambar 3.2.

RF
RF 433
433 MHz
MHz

Solenoid
Soil Moisture
Valve
Valve
Arduino
(Fuzzy
(Fuzzy Logic)
Logic)
DHT11
DHT11

Gambar 3.2 Arsitektur Node Sensor

Blok-blok penyusun server ini

ditunjukkan pada Gambar 3.3.

Gambar 2.2 Topologi Jaringan WSN

3. Metode Penelitian
Metode penelitan terdiri atas tiga
subsistem yang terdiri dari node sensor,
server dan monitoring data. Node sensor RF 433 MHz
berfungsi membaca nilai kelembaban
tanah, suhu dan kelembaban udara.
Sensor tersebut akan terhubung ke Arduino Monitoring
Arduino Monitoring
mikrokontroler yang berfungsi sebagai
prosesor untuk melakukan pengambilan
keputusan fuzzy logic serta membuka RF 433 MHz
dan menutup solenoid valve berdasarkan
durasi yang sesuai agar kondisi lahan Gambar 3.3 Arsitektur Server
berada pada nilai setpoint. Data dari tiap
node sensor akan dikirimkan ke server 3.2 Perancangan Software
secara wireless dengan modul RF 433 Perancangan software terdiri atas;
MHZ. Diagram blok sistem keseluruhan perancangan fuzzy logic untuk sistem
dapat dilihat pada Gambar 3.1. kontrol irigasi dan perancangan
LAHAN
komunikasi data node sensor ke server.
LAHAN 1
1

NODE
NODE SENSOR
SENSOR 1
1
3.2.1 Perancangan Fuzzy Logic untuk Sistem
SERVER
SERVER
MONITOR
MONITOR Kontrol Irigasi
ING
ING

LAHAN
LAHAN 2
2

NODE
NODE SENSOR
SENSOR 2
2
 Pada sistem irigasi otomatis ini,
digunakan logika fuzzy sebagai
kontrolnya. Terdapat tiga sensor yang
akan menjadi input untuk sistem yaitu
kelembaban tanah, suhu dan kelembaban
udara. Ketiga input akan diolah untuk
mengatur output berupa lama waktu
penyiraman dengan membuka dan
menutup katup solenoid valve. Logika
fuzzy akan mengevaluasi setiap input
berupa error dan perubahan error dalam
tiga tahapan, yaitu fuzzifikasi, rule base
dan defuzzifikasi.
A. Fuzzifikasi
Fuzzifikasi adalah proses
pengubahan nilai data dari sensor (nilai
tegas) ke dalam bentuk himpunan fuzzy
menurut fungsi keanggotaanya. Proses
awal di dalam fuzzifikasi adalah
membuat fungsi keanggotaan dari setiap
input, kemudian menentukan banyaknya
nilai linguistic dalam fungsi
keanggotaan. Digunakan dua buah nilai
linguistik untuk output sensor
kelembaban tanah yaitu kering (K) dan
lembab (L). Sensor kelembaban tanah
memiliki suplai daya sebesar 5 volt,
berarti memiliki rentang nilai digital 0
sampai 1023. Skala kelembaban tanah
dalam pertanian biasanya ditunjukkan
oleh sensor dengan nilai digital 0-300
untuk kering, 300-700 untuk lembab dan
700-950 untuk basah [2]. Tetapi nilai
yang dipakai sampai nilai maksimal 700
yaitu pada kondisi lembab saja.
Keterangan Fungsi Keanggotaan:
Kering = 0 – 60%
Lembab = 40 – 100%
Gambar 3.4 Fungsi Keanggotaan
Kelembaban Tanah
Sedangkan untuk output sensor suhu digunakan
dua buah nilai linguistik yaitu dingin (D) dan
panas (P). Output sensor suhu memiliki rentang
nilai minimal 0 oC dan maksimal 50 oC [3].
Keterangan Fungsi Keanggotaan:
Dingin = 0 - 25 oC
Panas = 20 - 50 oC
Gambar 3.5 Fungsi Keanggotaan Suhu
Sedangkan untuk output sensor kelembaban
udara digunakan dua buah nilai linguistik yaitu
rendah (R) dan tinggi (T). Dht11 mendeteksi uap
air dengan cara mengukur hambatan listrik antara
dua elektroda. Perubahan resistansi antara dua
elektroda sebanding dengan kelembaban relatif.
Kelembaban relatif yang tinggi akan
menurunkan resistensi antara elektroda,
sementara kelembaban relatif yang rendah akan
menaikkan resistensi antara elektroda. Output
sensor kelembaban udara memiliki rentang nilai
minimal 20% RH dan maksimal 90% RH [3].
Keterangan Fungsi Keanggotaan:
Rendah = 0 – 60% RH
Tinggi = 50 – 90% RH
Gambar 3.6 Fungsi Keanggotaan
Kelembaban Udara
Sedangkan untuk output digunakan irigasi
sprinkle yang terhubung dengan solenoid valve
untuk membuka dan menutup aliran air pada
durasi waktu tertentu. Tujuan penerapan sprinkle
adalah untuk mendistribusikan air irigasi secara
merata, dengan prinsip kerja tanpa pompa atau
menggunakan gaya gravitasi dari reservoir yang
digunakan untuk memutar sejumlah nosel.
Sehingga digunakan nilai linguistik yaitu singkat
(Si), sedang (Se) dan lama (L).
Keterangan Fungsi Keanggotaan:
Singkat = 0 – 40 detik
Sedang = 30 – 60 detik
Lama = 50 – 90 detik
 kelembaban udara serta status solenoid
valve. Data sensor tersebut akan
dikirimkan melalui RF 433 MHZ
sebagai transmitter ke server.
Buka
Buka
aliran
aliran
Mulai
Mulai air
air
sesuai
hasil
hasil
Ambil fuzzy
fuzzy
Gambar 3.7 Fungsi Keanggotaan
data
data
sensor
sensor
Waktu Buka Aliran
Kirim Air
data ke
server
server
B. Rule
AmbilBase
data Rule Base (basis aturan) merupakan
data
set
set
proses untuk mengevaluasi
point Selesai
Selesai derajat
point
keanggotaan di setiap fungsi
keanggotaan input ke dalam rule base
yang telah ditetapkan. Pada bagian ini
Fuzzifikasi
Fuzzifikasi
akan dibuat aturan-aturan dari input
fuzzy untuk menentukan output yang
Gambar 3.8 Diagram Alir Node Sensor
akan dilakukan oleh sistem. Rule base
yang digunakan ditunjukan pada Tabel 1.
Sedangkan server berisi program
Tabel 1. Rule Base Logika Fuzzy untuk menerima informasi data-data oleh
Kel. Kel. Solenoid node sensor melalui RF 433 MHz
No. Suhu sebagai receiver. Server akan selalu
Tanah Udara Valve
1. Kering Dingin Rendah Sedang mengupdate data ketika ada perubahan
2. Kering Dingin Tinggi Sedang data pada sensor dan aktuator.
3. Kering Panas Rendah Lama
4. Kering Panas Tinggi Lama Mulai
Mulai
5. Lembab Dingin Rendah Singkat
6. Lembab Dingin Tinggi Singkat
7. Lembab Panas Rendah Singkat
8. Lembab Panas Tinggi Singkat Ambil data
node
node sensor
sensor
C. Defuzzifikasi
Defuzzifikasi merupakan tahap
terakhir dari inferensi fuzzy, yaitu
Apa
Apa ada
ada
mengubah output himpunan fuzzy data
data sensor
sensor
Y
menjadi output nilai tegas. Defuzzifikasi baru?
baru?
(kebalikan dari proses fuzzifikasi)
melakukan penggabungan dari beberapa
T
nilai linguistik yang didapatkan.
Kemudian menggunakan Metode Kirim
Kirim data
data ke
ke server
server
Mamdani dengan menentukan nilai min
dan max fungsi keanggotaan,
menentukan batas atas dan bawah dan Selesai
menghitungnya dengan metode Centroid
kontinyu. Gambar 3.9 Diagram Alir Server
4. Hasil Pengujian dan Pembahasan
3.2.2 Perancangan Komunikasi Data Node Pengujian dan analisa data dilaksanakan
Sensor ke Server untuk mengetahui kerja sistem sesuai dengan
Perancangan yang dibutuhkan perancangan yang telah dibuat.
dalam komunikasi data adalah program
node sensor dan program server. Node 4.1 Pengujian Hardware
sensor berisi program pembacaan sensor Pengujian hardware bertujuan untuk
berupa kondisi kelembaban tanah, suhu, mengetahui kerja pembacaan sensor kelembaban
tanah, suhu dan kelembaban udara. Menguji
kemampuan solenoid valve untuk buka tutup
aliran air. Dalam sistem ini digunakan dua node
sensor dan server yang ditempatkan pada area
berjauhan. Tampak pembacaan sensor soil
moisture yang ditampilkan sebagai berikut:

Gambar 4.3 Pengujian on-off solenoid valve

Dari Gambar 4.3 dapat diketahui bahwa solenoid
valve dapat bekerja untuk menutup dan
membuka aliran air dengan menggunakan catu
daya accu 6 volt.

4.2 Pengujian Software

4.2.1 Pengujian Fuzzy Logic untuk Sistem
Kontrol Irigasi
Tujuan dari pengujian ini adalah
untuk mengetahui apakah logika fuzzy
yang dimasukkan dapat berjalan sesuai
Gambar 4.1 Pembacaan sensor soil moisture dengan aturan logika fuzzy. Pengujian
dilakukan dengan mengambil data dari
Dari Gambar 4.1 dapat diketahui bahwa pengukuran sensor soil moisture dan
pembacaan sensor soil moisture sudah dapat dht11. Kemudian data sensor akan diolah
membedakan kelembaban tanah berdasarkan oleh Arduino menggunakan logika fuzzy
hasil ADC dari Arduino. yang telah dibuat dan melakukan
pengamatan pada output berupa durasi
waktu pada solenoid valve apakah telah
sesuai dengan perancangan. Berikut
adalah langkah-langkah perhitungan
yang akan dilakukan sistem:
1) Input Sample Data Sensor
Berikut adalah sample data sensor yang akan
diinputkan dalam sistem:
A. Kelembaban Tanah = 45%
B. Suhu = 22 0C
C. Kelembaban Udara 70% RH

2) Fuzzifikasi
Fuzzifikasi adalah proses perhitungan derajat
Gambar 4.2 Pembacaan sensor dht11 keanggotaan pada tiap kriteria himpunan fuzzy.
A. Kelembaban Tanah (KT)
Dari Gambar 4.2 dapat diketahui bahwa
Berikut adalah gambar himpunan fuzzy
pembacaan sensor dht11 dapat memberikan
dari variabel Kelembaban Tanah.
informasi suhu dan kelembaban udara saat ini,
pembacaan sensor memerlukan waktu sekitar 2
detik pada saat mengupdate data.
 Gambar 4.4 Himpunan Fuzzy
Kelembaban Tanah Gambar 4.6 Himpunan Fuzzy
Kelembaban Udara
Berdasarkan gambar 4.4, persamaan dari
variabel Kelembaban Tanah dapat dilihat Berdasarkan gambar 4.6, persamaan dari
pada (persamaan 1) untuk kering dan variabel Kelembaban Udara dapat dilihat
(persamaan 2) untuk lembab. pada (persamaan 5) untuk rendah dan
1 (persamaan 6) untuk tinggi.

μkering ( KT )=

…(1)
{70−x
40
0
x ≤ 30
30≤ x ≤ 70
x ≥ 70 μrendah ( KU )=
1

30
0
{
70−x
x ≤ 40
40 ≤ x ≤ 70
x ≥70

…(5)
0
μlembab ( KT )=

…(2)
{
x −30
40
1
x ≤ 30
30 ≤ x ≤70
x ≥ 70 μtinggi KU =
( )
0

{
x−40
30
1
x ≤ 40
40≤ x ≤ 70
x ≥ 70

Untuk KT = 45%, maka: …(6)

μkering (KT) = 0.625
μlembab (KT) = 0.375 Untuk KU = 70% RH, maka:
μrendah (KU) = 0
B. Suhu (SH) μtinggi (KU) = 1
Berikut adalah gambar himpunan fuzzy
dari variabel Suhu. D. Waktu Buka Aliran Air (BA)
Gambar 4.5 Himpunan Fuzzy Suhu

Berdasarkan gambar 4.5, persamaan dari

variabel Suhu dapat dilihat pada
(persamaan 3) untuk dingin dan
(persamaan 4) untuk panas.
1

…(3)
{
μdingin ( SH )=
35−x
25
0
x ≤ 10
10 ≤ x ≤35
x ≥ 35
Berikut adalah gambar himpunan fuzzy
dari variabel Waktu Buka Aliran Air.

0
μpanas ( SH )=

…(4)
{x−10
25
1
x ≤ 10
10 ≤ x ≤ 35
x ≥ 35

Gambar 4.7 Himpunan Fuzzy

Untuk SH = 22 0C, maka:
μdingin (SH) = 0.52
μpanas (SH) = 0.48
C. Kelembaban Udara (KU)
Berikut adalah gambar himpunan fuzzy
dari variabel Kelembaban Udara.
Waktu Buka Aliran Air
Berdasarkan gambar 4.7 , persamaan
dari variabel Waktu Buka Aliran Air
dapat dilihat pada (persamaan 7) untuk
singkat, (persamaan 8) untuk sedang dan
(persamaan 9) untuk lama.
 0 [Rule 6] If (Kelembaban_Tanah is lembab) and

(7)
{ z−0 z ≤ 0 atau z ≥ 40
μsingkat ( BA )= 20−0
40−z
40−30
0 ≤ z ≤20
20≤ z ≤ 40
(Suhu is dingin) and (Kelembaban_Udara is
tinggi) then (Waktu_Buka_Aliran_Air is singkat)
α predikat 6 = min(0.375, 0.52, 1) = 0.375
[Rule 7] If (Kelembaban_Tanah is lembab) and
(Suhu is panas) and (Kelembaban_Udara is
rendah) then (Waktu_Buka_Aliran_Air is
singkat)
0

{
z−30 α predikat 7 = min(0.375, 0.48, 0) = 0
z ≤ 30 atau z ≥60
μsedang ( BA )= 45−30 30≤ z ≤[Rule
40 8] If (Kelembaban_Tanah is lembab) and
(Suhu is panas) and (Kelembaban_Udara is
60−z 50 ≤ z ≤60
tinggi) then (Waktu_Buka_Aliran_Air is singkat)
60−45
α predikat 8 = min(0.375, 0.48, 1) = 0.375
(8)
4) Defuzzifikasi
0 Berikut adalah defuzzifikasi dari hasil simulasi

(9)
{ z −50 z ≤ 50 atau zprogram
μlama ( BA )= 70−50 50 ≤ z ≤ 60
90−z
90−70
≥ 90 Matlab r2013. Dari input sample data
sensor berupa kelembaban tanah, suhu dan
kelembaban udara berturut-turut (45%, 22 oC,
60 ≤ z ≤ 90
70% RH) menghasilkan output berupa waktu
buka aliran air sebesar 43 detik.

3) Fungsi Implikasi
Fungsi Implikasi yang digunakan adalah aturan
MIN.

[Rule 1] If (Kelembaban_Tanah is kering) and

(Suhu is dingin) and (Kelembaban_Udara is
rendah) then (Waktu_Buka_Aliran_Air is
sedang)
α predikat 1 = min(0.625, 0.52, 0) = 0
[Rule 2] If (Kelembaban_Tanah is kering) and Gambar 4.8 Defuzzifikasi dari Input Sample
(Suhu is dingin) and (Kelembaban_Udara is
Tabel 2. Pengujian Hasil Logika Fuzzy
tinggi) then (Waktu_Buka_Aliran_Air is sedang)
pada Simulasi Matlab
α predikat 2 = min(0.625, 0.52, 1) = 0.52 Kel. Kel. Solenoid
No. Suhu
[Rule 3] If (Kelembaban_Tanah is kering) and Tanah Udara Valve
1. 25% 18 0C 35% RH 45 detik
(Suhu is panas) and (Kelembaban_Udara is
2. 25% 18 0C 80% RH 45 detik
rendah) then (Waktu_Buka_Aliran_Air is lama) 3. 25% 28 0C 35% RH 70 detik
α predikat 3 = min(0.625, 0.48, 0) = 0 4. 25% 28 0C 80% RH 70 detik
5. 75% 18 0C 35% RH 20 detik
[Rule 4] If (Kelembaban_Tanah is kering) and
6. 75% 18 0C 80% RH 20 detik
(Suhu is panas) and (Kelembaban_Udara is 7. 75% 28 0C 35% RH 20 detik
tinggi) then (Waktu_Buka_Aliran_Air is lama) 8. 75% 28 0C 80% RH 20 detik
α predikat 4 = min(0.625, 0.48, 1) = 0.48
[Rule 5] If (Kelembaban_Tanah is lembab) and Dari pengujian pada Tabel 2 menunjukkan
bahwa hasil simulasi Matlab r2013 telah sesuai
(Suhu is dingin) and (Kelembaban_Udara is
dengan perancangan logika fuzzy. Didapatkan
rendah) then (Waktu_Buka_Aliran_Air is data pengujian sebagai berikut :
singkat) 1. Dengan input data sensor berturut-turut
α predikat 5 = min(0.375, 0.52, 0) = 0 (25%, 18 0C dan 35% RH) menghasilkan
output buka aliran air sebesar 45 detik.
 2. Dengan input data sensor berturut-turut
(25%, 18 0C dan 80% RH) menghasilkan
output buka aliran air sebesar 45 detik.
3. Dengan input data sensor berturut-turut
(25%, 28 0C dan 35% RH) menghasilkan
output buka aliran air sebesar 70 detik.
4. Dengan input data sensor berturut-turut
(25%, 28 0C dan 80% RH) menghasilkan
output buka aliran air sebesar 70 detik.
5. Dengan input data sensor berturut-turut
Pada plant Arduino, logika fuzzy
(75%, 18 0C dan 35% RH) menghasilkan menghasilkan output = 69.9 detik
output buka aliran air sebesar 20 detik. Pada simulasi Matlab, logika fuzzy
6. Dengan input data sensor berturut-turut menghasilkan output = 70 detik
(75%, 18 0C dan 80% RH) menghasilkan
output buka aliran air sebesar 20 detik.
7. Dengan input data sensor berturut-turut
(75%, 28 0C dan 35% RH) menghasilkan
output buka aliran air sebesar 20 detik. 0.01%
8. Dengan input data sensor berturut-turut
(75%, 28 0C dan 80% RH) menghasilkan
output buka aliran air sebesar 20 detik.
4.
Tabel 3. Perbandingan Hasil Logika Fuzzy
pada Simulasi dan Plant
Pada plant Arduino, logika fuzzy
No. Perbandingan Hasil Logika Error menghasilkan output = 69.9 detik
Fuzzy pada Simulasi dan Plant Persen Pada simulasi Matlab, logika fuzzy
Pada simulasi Matlab, logika fuzzy menghasilkan output = 20 detik
menghasilkan output = 45 detik

5. 0%
1. 0%

Pada plant Arduino, logika fuzzy

Pada plant Arduino, logika fuzzy menghasilkan output = 20 detik
menghasilkan output = 45 detik Pada simulasi Matlab, logika fuzzy
Pada simulasi Matlab, logika fuzzy menghasilkan output = 20 detik
menghasilkan output = 45 detik

6. 0%
2. 0%

Pada plant Arduino, logika fuzzy

Pada plant Arduino, logika fuzzy menghasilkan output = 20 detik
menghasilkan output = 45 detik 7. Pada simulasi Matlab, logika fuzzy 0%
3. Pada simulasi Matlab, logika fuzzy 0.01% menghasilkan output = 20 detik
menghasilkan output = 70 detik
 4.2.2 Pengujian Komunikasi Data Node
Sensor ke Server
Tujuan dari pengujian ini adalah
untuk mengetahui kinerja fungsional
node sensor dan server untuk pengiriman
data. Sedangkan untuk menguji
kehandalan komunikasi data, akan
dilakukan pengiriman data pada jarak
yang berbeda untuk mengetahui
Pada plant Arduino, logika fuzzy jangkauan maksimal sistem komunikasi.
menghasilkan output = 20 detik
Pada simulasi Matlab, logika fuzzy A. Pengujian Fungsional Node Sensor
menghasilkan output = 20 detik

8. 0%

Pada plant Arduino, logika fuzzy

menghasilkan output = 20 detik

Dari pengujian pada Tabel 3 menunjukkan

bahwa output logika fuzzy pada plant telah Gambar 4.9 Pengiriman Data pada tiap
mendekati dari nilai pada simulasi Matlab r2013. Node Sensor
Didapatkan data pengujian sebagai berikut :
1. Menghasilkan output buka aliran air 45 Pengujian fungsional node sensor terlihat pada
detik pada Matlab dan 45 detik pada Gambar 4.9 bahwa node sensor 1 (pada COM5)
Arduino dengan error persen 0%. dan node sensor 2 (pada COM7) dapat
2. Menghasilkan output buka aliran air 45 mengirimkan data sensor serta valve ke server
detik pada Matlab dan 45 detik pada ditandai dengan notifikasi pada serial monitor
Arduino dengan error persen 0%. “DATA DIKIRIM” pada tiap node sensor.
3. Menghasilkan output buka aliran air 70
detik pada Matlab dan 69.9 detik pada B. Pengujian Fungsional Server
Arduino dengan error persen 0.01%.
4. Menghasilkan output buka aliran air 70
detik pada Matlab dan 69.9 detik pada
Arduino dengan error persen 0.01%.
5. Menghasilkan output buka aliran air 20
detik pada Matlab dan 20.01 detik pada
Arduino dengan error persen 0%.
6. Menghasilkan output buka aliran air 20
detik pada Matlab dan 20.01 detik pada
Arduino dengan error persen 0%.
7. Menghasilkan output buka aliran air 20
detik pada Matlab dan 20.01 detik pada
Arduino dengan error persen 0%.
8. Menghasilkan output buka aliran air 20
detik pada Matlab dan 20.01 detik pada Gambar 4.10 Penerimaan Data pada Server
Arduino dengan error persen 0%.
Pengujian fungsional server terlihat pada
Gambar 4.10 bahwa data sensor serta valve dari
node sensor 1 dan node sensor 2 dapat diterima H1=3 8,
oleh server (pada COM10) ditandai dengan 5,V1= H1=
notifikasi pada serial monitor “DATA 20 35,
DITERIMA” pada server. V1=
S2=75 20
,T2=1
C. Pengujian Jangkauan Komunikasi
8, S2=
Node Sensor ke Server
H2=3 75,T
Pengujian kehandalan komunikasi data yang baik 5,V2= 2=1
pada node sensor dan server diperlukan guna 20 8,
mengetahui jangkauan maksimal sistem H2=
komunikasi. Sistem akan melakukan pengiriman 35,
data pada jarak yang berbeda mulai dari V2=
jangkauan 1 meter sampai 15 meter. Setelah data 20
didapatkan dan menunjukkan komunikasi tidak S1=75 S1=
berjalan dengan baik, maka jangkauan tersebut ,T1=2 75,T
akan dijadikan batas maksimal sistem. 8, 1=2
Pengiriman data dilakukan secara bergantian H1=8 8,
pada tiap node sensor. 0,V1= H1=
20 80,
V1=
13-15 S2=75 20
BAIK
meter ,T2=2
8, S2=
H2=8 75,T
0,V2= 2=2
20 8H2
=80,
V2=
20
Tabel 4. Pengujian Jangkauan S1=75
Komunikasi Node Sensor ke Server ,
Dat T1=28
J Data ,
a
a pada K H1=8
pad
r Node et 0,
a
a Senso . V1=2
Ser
k r > 16 TIDAK
ver 0 -
meter BAIK
S1=25 S1=
,T1=1 25,T S2=75
8, 1=1 ,T2=2
H1=3 8, 8,
5, H1= H2=8
1 V1=4 35, 0,V2=
- 5 V1= 20
B
4 45
A
m S2=25
I
Hasil pengujian jangkauan komunikasi data pada
et ,T2=1 S2=
K
node sensor ke server dapat dilihat pada Tabel 4,
e 8, 25,T bahwa node sensor 1 dan node sensor 2 dapat
r H2=3 2=1 mengirimkan data secara utuh ke server pada
5,V2= 8, jangkauan 1-4 meter dengan keterangan BAIK,
45 H2= pada jangkauan 8-12 meter dengan keterangan
35,
BAIK, pada jangkauan 13-15 meter dengan
V2=
keterangan BAIK, pada jangkauan > 16 meter
45
8-12 S1=75 S1= BAIK dengan keterangan TIDAK BAIK.
meter ,T1=1 75,T
8, 1=1 5. Kesimpulan dan Saran
 Berdasarkan dari perancangan dan
pengujian yang telah dilakukan terdapat
beberapa kesimpulan dan saran.
5.1 Kesimpulan
Terdapat beberapa kesimpulan dalam
penelitian ini sebagai berikut :
1. Perancangan logika fuzzy yang ditanamkan
dalam arduino dapat dikatakan berhasil,
karena output durasi pada solenoid valve
dapat bekerja sesuai dengan aturan fuzzy
yang diinginkan melalui beberapa
percobaan input sensor soil moisture dan
dht11.
2. Pada fungsional node sensor terlihat pada
Gambar 4.9 bahwa node sensor 1 (pada
COM5) dan node sensor 2 (pada COM7)
dapat mengirimkan data sensor serta valve
ke server dengan baik ditandai dengan
notifikasi pada serial monitor “DATA
DIKIRIM” pada tiap node sensor.
3. Pada fungsional server terlihat pada Gambar
4.10 bahwa data sensor serta valve dari node
sensor 1 dan node sensor 2 dapat diterima
dengan baik oleh server (pada COM10)
ditandai dengan notifikasi pada serial
monitor “DATA DITERIMA” pada server.
4. Pada kehandalan komunikasi data
menghasilkan kesimpulan bahwa pada jarak
1 sampai 15 meter komunikasi data node
sensor ke server berjalan dengan baik. Jarak
15 meter menjadi batas jangkauan maksimal
sistem dan pada jarak lebih dari 16 meter
komunikasi data node sensor ke server
berjalan dengan tidak baik.
5.2 Saran
Untuk pengembangan sistem lebih
lanjut dari hasil penelitian yang telah
dilakukan, terdapat beberapa saran
sebagai berikut :
1. Dapat dilakukan perbandingan data sensor
dengan alat ukur sesuai dengan penelitian
sehingga didapatkan nilai sensor yang lebih
akurat.
2. Output durasi pada solenoid valve dapat
disesuaikan dengan jenis tanaman tertentu
dan luas lahan yang diinginkan.
3. Dibuat interface akuisisi data sensor pada
sisi server sehingga memudahkan dalam
analisis sistem lebih lanjut.
Daftar Pustaka
[1] D. Kurniawan, Y. Yaddarabullah, and G.
Suprayitno, “Implementasi Internet of
Things pada Sistem Irigasi Tetes dalam
Membantu Pemanfaatan Urban
Farming,” Proceeding of The URECOL,
pp. 106–117, 2018.
[2] J. Martin, E. Susanto, and U. Sunarya,
“Kendali Ph Dan Kelembaban Tanah
Berbasis Logika Fuzzy Menggunakan
Mikrokontroller,” eProceedings of
Engineering, vol. 2, no. 2, 2017.
[3] D. I. Af’idah, A. F. Rochim, and E. D.
Widianto, “Perancangan Jaringan Sensor
Nirkabel (JSN) untuk Memantau Suhu
dan Kelembaba2n Menggunakan
nRF24L01+,” Jurnal Teknologi dan
Sistem Komputer, vol. 2, no. 4, pp. 267–
276, 2014.
[4] S. K. Saptomo, R. Isnain, and B. I.
Setiawan, “Irigasi curah otomatis
berbasis sistem pengendali mikro,”
Jurnal Irigasi, vol. 8, no. 2, pp. 115–125,
2016.
[5] M. D. Syamsiar, M. Rivai, and S.
Suwito, “Rancang Bangun Sistem Irigasi
Tanaman Otomatis Menggunakan
Wireless Sensor Network,” Jurnal
Teknik ITS, vol. 5, no. 2, pp. A261–
A266, 2016.
[6] H. Irawan, M. Rivai, and F. Budiman,
“Rancang Bangun Wireless Sensor
Network Pada Pendeteksi Dini Potensi
Kebakaran Lahan Gambut Menggunakan
Banana Pi IoT,” Jurnal Teknik ITS, vol.
6, no. 2, pp. C264–C268, 2017.
[7] Anonim. Arduino Nano. [Online]
Available at :
https://store.arduino.cc/usa/arduino-
nano, diakses tanggal 15 April 2018
[8] N. Rohman, F. Setyawan, A. A. Fikri, R.
Rohim, and R. Firmansyah, “Telemetri
Flowmeter Menggunakan RF Modul
433MHz,” Journal of Electrical and
Electronics Engineering UMSIDA, vol.
1, no. 1, pp. 8–14, 2017.
[9] E. Y. R. Dewi, “Rancang Bangun Sistem
Penyiram Sayur Sawi (Brassica
 Chinensis L.) menggunakan Sensor
Kelembaban dan Sensor Intensitas
Cahaya Berbasis Fuzzy Logic.”
[10] L. P. Ayuningtias and J. Jumadi,
“Analisa Perbandingan Logic Fuzzy
Metode Tsukamoto, Sugeno, Dan
Mamdani (Studi Kasus: Prediksi Jumlah
Pendaftar Mahasiswa Baru Fakultas
Sains Dan Teknologi Universitas Islam
Negeri Sunan Gunung Djati Bandung),”
Jurnal Teknik Informatika UIN Syarif
Hidayatullah, vol. 10, no. 1, 2017.