Skripsi
Oleh :
Kahfi Del Vieri
NIM: 11180910000037
Sebagai civitas akademik UIN Syarif Hidayatullah Jakrata, saya yang bertanda
tangan dibawah ini:
Beserta perangkat yang ada (Jika deperlukan). Dengan Hak Bebas Royalti
Noneksklusif ini Universitas Islam Negeri Syarif Hidayatullah Jakrata berhak
menimpan, mengalih media/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat dan mempublikasikan tugas akhir saya selama tetap
mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik hak.
Demikin pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Jakarta
Pada tanggal : 16 Desember 2021
Yang menyatakan
v
Penulis : Kahfi Del Vieri (11180910000037)
Program Studi : Teknik Informatika
Judul : IMPLEMENTASI FUZZY INFERENCE SYSTEM
PADA SISTEM PENYIRAM TANAMAN OTOMATIS
MESIN PARALEL
ABSTRAK
Musim pancaroba dan cuaca ekstrim sering menjadi kendala utama bagi petani yang
menanam tanamannya. Curah hujan dan panas matahari yang tidak menentu
membuat beberapa petani menjadi gagal panen. Petani kopi di Kepahiang Bengkulu
dan Manggarai Nusa Tenggara Timur gagal panen dan hanya dapat memanen 20%
dari tanaman kopinya akibat dari cuaca yang tidak menentu tersebut. Berdasarkan
literatur yang ada, fuzzy logic dapat memberikan keputusan yang mirip seperti
manusia. Oleh karena itu dalam penelitian ini akan dibuat sebuah sistem penyiram
tanaman otomatis menggunakan fuzzy inference system metode sugeno berbasis
raspberry pi 3 model b+. Dikarenakan cara fuzzy logic mengambil keputusan
seperti manusia, hal ini dapat diimplementasikan kedalam sistem penyiram
tanaman. Ketika tanah sedang kering, cuaca tidak hujan, dan suhu bernilai suhu
ruangan maka penyiraman akan dilakukan. Dan ketika sedang terjadi hujan atau
tanah tersebut lembab, maka penyiraman tidak dilakukan. Mesin paralel di sistem
dapat melakukan dua buah penyiraman secara paralel dikarenakan sistem ini
menggunakan dua buah sensor kelembapan tanah dan dua buah valve yang
memiliki arus air yang berbeda. Berdasarkan hasil penelitian yang diuji
menggunakan black box testing, menunjukkan bahwa fuzzy logic yang dibuat
didalam mesin 100% sesuai dengan fuzzy logic metode sugeno dan penyiraman
yang dilakukan oleh mesin tersebut dapat menyiram total 72 polybag tanaman yang
berada pada 2 buah jalur.
vi
ABSTRACT
Transient periods and extreme weather are often the main obstacles for farmers to
grow their crops. Due to irregular rainfall and the heat of the sun, some farmers
failed to harvest. Coffee growers at Kepahiang Bengkulu and Manggarai East Nusa
Tenggara failed to harvest and could only harvest 20% of the coffee plants due to
uncertain weather. Based on the available literature, fuzzy logic can make human-
like decisions. Therefore, in this study, an automated plant irrigation system is
created using a fuzzy inference system using the Sugeno method on a Raspberry Pi
3 model b+. This can be implemented in irrigation systems because fuzzy logic
makes decisions like humans. When the soil is dry, it does not rain, the temperature
is room temperature, and watering is done. And if it rains or the soil is moist, the
plants will not be watered. This parallel machine uses two soil moisture sensors
and two valves with different water flows, allowing two irrigations to be performed
in parallel. Based on the results of the tests tested in the black box testing, it was
found that the fuzzy logic in the machine is 100% identical to the Sugeno method
of fuzzy logic, and the total watering performed by the machine is 72 polybags of
plants.
vii
KATA PENGANTAR
ix
DAFTAR ISI
LEMBAR PERSETUJUAN.................................................................................... ii
HALAMAN PENGESAHAN ................................................................................ iii
PERNYATAAN ORISINALITAS ........................................................................ iv
PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI ................................... v
ABSTRAK ............................................................................................................. vi
KATA PENGANTAR ......................................................................................... viii
DAFTAR ISI ........................................................................................................... x
DAFTAR GAMBAR ........................................................................................... xiii
DAFTAR TABEL ................................................................................................. xv
BAB 1 PENDAHULUAN………………………………………………………...1
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 4
1.3 Batasan Masalah ....................................................................................... 4
1.4 Tujuan Penelitian ...................................................................................... 4
1.5 Manfaat Penelitian .................................................................................... 4
1.5.1 Bagi Penulis ...................................................................................... 4
1.5.2 Bagi Universitas ................................................................................ 4
1.5.3 Bagi Masyarakat................................................................................ 5
1.6 Metodologi Penelitian .............................................................................. 5
1.6.1 Metode Pengumpulan Data ............................................................... 5
1.6.2 Metode Pengembangan Sistem ......................................................... 5
1.7 Sistematika Penulisan ............................................................................... 6
BAB 2 LANDASAN TEORI DAN TINJAUAN PUSTAKA…………………….7
2.1 Sistem ....................................................................................................... 7
2.2 Tanaman Pakcoy ...................................................................................... 7
2.3 Fuzzy Logic .............................................................................................. 8
2.4 Metode Sugeno ......................................................................................... 9
2.4.1 Fungsi Keanggotaan ........................................................................ 10
x
2.4.2 Tahapan Metode Sugeno ................................................................. 12
2.5 Single Board Computer Raspberry Pi 3 Model B+ ................................ 13
2.6 MCP3008................................................................................................ 14
2.7 Sensor Kelembapan Tanah ..................................................................... 14
2.8 Sensor Hujan .......................................................................................... 15
2.9 Sensor Suhu (DHT22) ............................................................................ 16
2.10 Relay ....................................................................................................... 17
2.11 Valve Solenoid ........................................................................................ 18
2.12 Prototyping ............................................................................................. 18
2.13 Structured Analysis with Real-time (SA-RT) ......................................... 20
BAB 3 METODOLOGI PENELITIAN………………………………………….21
3.1 Metode Pengumpulan Data .................................................................... 21
3.1.1 Observasi ......................................................................................... 21
3.1.2 Wawancara ...................................................................................... 21
3.1.3 Studi Pustaka dan Literatur ............................................................. 22
3.2 Metode Pengembangan Sistem dengan Prototipe .................................. 27
3.2.1 Komunikasi ..................................................................................... 27
3.2.2 Perencanaan Cepat .......................................................................... 27
3.2.3 Pemodelan Cepat ............................................................................. 28
3.2.4 Konstruksi ....................................................................................... 29
3.2.5 Evaluasi ........................................................................................... 29
3.3 Alur Penelitian ........................................................................................ 29
BAB 4 ANALSIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN
PENGUJIAN SISTEM..……………………………………………………….…33
4.1 Tahap Komunikasi ................................................................................. 33
4.2 Perencanaan Cepat ................................................................................. 33
4.2.1 Ruang Lingkup ................................................................................ 33
4.2.2 Analisis Konstruksi Alat pada Kebun Agribisnis ........................... 34
4.2.3 Analisis Sistem Berjalan ................................................................. 36
4.2.4 Analisis Sistem Usulan ................................................................... 36
xi
4.2.5 Analisis Kebutuhan Fungsional Sistem .......................................... 37
4.2.6 Analisis Kebutuhan Perangkat Keras .............................................. 41
4.2.7 Analisis Kebutuhan Perangkat Lunak ............................................. 43
4.3 Pemodelan Cepat .................................................................................... 44
4.3.1 Kemasan .......................................................................................... 44
4.3.2 Skematik Sistem dengan Sensor Kelembapan Tanah ..................... 45
4.3.3 Skematik Sistem dengan Sensor Hujan .......................................... 46
4.3.4 Skematik Sistem dengan Sensor Suhu DHT22 ............................... 47
4.3.5 Skematik Sistem dengan Relay dan Valve Solenoid ...................... 48
4.3.6 Tampilan Rangkaian Alat Penyiram Tanaman Otomatis................ 49
4.4 Kontruksi ................................................................................................ 51
4.4.1 Pengkodean Raspberry Pi dengan Input Sensor.............................. 51
4.4.2 Pengkodean Fuzzy Logic dengan Metode Sugeno ......................... 54
4.5 Evaluasi dengan Black Box Testing........................................................ 64
4.5.1 Pengujian Fuzzy Logic .................................................................... 64
4.5.2 Pengujian Output Terhadap Input Berdasarkan Aturan Fuzzy ........ 66
BAB 5 HASIL DAN PEMBAHASAN…………………………………………..69
5.1 Sistem Penyiram Tanaman Otomatis ..................................................... 69
5.2 Hasil Pengujian Fuzzy Logic .................................................................. 69
5.3 Hasil Pengujian Output Terhadap Input Berdasarkan Aturan Fuzzy...... 72
BAB 6 KESIMPULAN DAN SARAN…………………………………………..74
6.1 Kesimpulan ............................................................................................. 74
6.2 Saran ....................................................................................................... 74
DAFTAR PUSTAKA ........................................................................................... 76
xii
DAFTAR GAMBAR
xiii
Gambar 4.15 Alat Penyiram Tanaman Otomatis .................................................. 51
Gambar 4.16 Tampilan Home ............................................................................... 52
Gambar 4.17 Tampilan Raspberry Pi Configuration ............................................ 52
Gambar 4.18 Kode Deklarasi Dan Input Dari Sensor 1 ........................................ 53
Gambar 4.19 Kode Deklarasi Dan Input Dari Sensor 2 ........................................ 53
Gambar 4.20 Kode Dalam Looping Dan Fungsi Utama ....................................... 54
Gambar 4.21 Fungsi Keanggotaan Sensor Kelembapan Tanah ............................ 56
Gambar 4.22 Fungsi Keanggotaan Sensor Hujan ................................................. 56
Gambar 4.23 Fungsi Keanggotaan Sensor Suhu ................................................... 56
Gambar 4.24 Deklarasi Variabel Fuzzy ................................................................ 59
Gambar 4.25 Fuzzyfikasi Sensor Suhu ................................................................. 59
Gambar 4.26 Fuzzyfikasi Sensor Kelembapan Tanah .......................................... 60
Gambar 4.27 Fuzzyfikasi Sensor Hujan ............................................................... 60
Gambar 4.28 Inferensi Fuzzy ................................................................................ 60
Gambar 4.29 Defuzzyfikasi .................................................................................. 61
Gambar 4.30 Grafik Hasil Fuzzy Sensor Hujan Dan Sensor Kelembapan Tanah 61
Gambar 4.31 Grafik Hasil Fuzzy Sensor Suhu Dan Sensor Kelembapan Tanah . 62
Gambar 4.32 Grafik Hasil Fuzzy Sensor Hujan Dan Sensor Suhu ....................... 62
Gambar 5.1 Hasil Pengujian Fuccy Logic............................................................. 70
Gambar 5.2 Hasil Pengujian Output Valve ........................................................... 72
xiv
DAFTAR TABEL
xv
1
BAB 1
PENDAHULUAN
Fuzzy Logic dapat digunakan untuk menyampaikan informasi dari data yang
bersifat ambiguous. Terdapat beberapa metode dalam logika fuzzy yaitu; metode
Tsukamoto, metode Mamdani dan metode Sugeno (SUARDIKA et al., 2018).
Metode Sugeno merupakan suatu metode pengambilan keputusan untuk
menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu.
Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan
dalam pengambilan keputusan (Putri & Effendi, 2017). Fuzzy logic pada penelitian
ini digunakan untuk menentukan keputusan apakah akan dilakukan penyiraman
atau tidak.
Berdasarkan hasil penelitian yang dilakukan oleh (SUARDIKA et al., 2018)
menyatakan bahwasannya dari ketiga metode yang dimiliki oleh fuzzy logic, metode
Sugeno memiliki nilai error terkecil dibandingkan dengan metode lain, sehingga
berdasarkan hasil yang didapat metode Sugeno yang paling baik untuk digunakan
dalam menentukan keputusan.
Untuk sistem kendali, yang paling sering digunakan dipenelitian robotika
adalah Raspberry Pi untuk mini komputer atau Arduino untuk mikrokontroller.
Berdasarkan website resmi Raspberry Pi, Raspberry Pi 3 Model B+ merupakan
model revisi dari Raspberry Pi 3 Model B. Model ini memiliki kecepatan komputasi
yang lebih cepat dibanding model pendahulunya dan memiliki beberapa fitur
tambahan. Raspberry Pi sendiri merupakan sebuah mini komputer yang mana
memiliki kemampuan komputasi yang lebih kuat dibanding mikrokontroller seperti
Arduino.
Dari hasil analisis, studi pustaka/literatur, dan wawancara maka usulan
solusi berdasarkan masalah yang ada penulis membuat sesuatu sistem untuk
menyiram tanaman menggunakan algoritma pengambil keputusan. Dengan
demikian penulis melakukan penelitian berjudul “IMPLEMENTASI FUZZY
INFERENCE SYSTEM PADA SISTEM PENYIRAM TANAMAN
OTOMATIS MESIN PARALEL”.
BAB 1 PENDAHULUAN
Dalam bab ini akan dibahas mengenai latar belakang,
Batasan masalah, tujuan, dan manfaat serta sistematika
penulisan.
BAB II TINJAUAN PUSTAKA DAN LANDASAR TEORI
Dalam bab ini akan dibahas mengenai berbagai teori yang
mendasari analisis permasalahan dan berhubungan dengan
topik yang dibahas.
BAB III METODOLOGI PENELITIAN
Bab ini membahas mengenai metode penelitian yang akan
digunakan dalam merancang dan membangun prototipe
sistem.
BAB IV ANALISIS, DESAIN, IMPLEMENTASI, DAN
PENGUJIAN SISTEM
Pada bab ini membahas mengenai hasil dari analisis,
perancangan, implementasi sesuai dengan metode yang
dilakukan pada sistem yang dibuat serta hasil dari pengujian.
BAB V HASIL DAN PEMBAHASAN
Bab ini berisi hasil dari pembahasan yang didapat dari
penelitian.
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan dari penelitian yang telah
dilakukan dan saran yang diusulkan untuk pengembangan
lebih lanjut agar tercapai hasil yang lebih baik.
BAB 2
LANDASAN TEORI DAN TINJAUAN PUSTAKA
2.1 Sistem
Dalam kamus besar Bahasa Indonesia versi daring, sistem diartikan sebagai
perangkat unsur yang secara teratur saling berkaitan sehingga membentuk suatu
totalitas (BPPB, 2016) Sedangkan menurut (SIHOTANG, 2019) Sistem merupakan
suatu jaringan kerja dari prosedur-prosedurnya yang saling berhubungan,
berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk
menyelesaikan suatu sasaran tertentu. Dari kedua definisi diatas dapat dikatakan
bahwa sistem adalah kumpulan prosedur dan unsur yang berhubungan untuk
melakukan sasaran tertentu. Menurut (Romney & Steinbart, 2015) sistem adalah
rangkaian dari dua atau lebih komponen-komponen yang saling berhubungan, yang
berinteraksi untuk mencapai suatu tujuan.
𝑥−𝑎
, 𝑢𝑛𝑡𝑢𝑘 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎
𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎(𝑥, 𝑎, 𝑏, 𝑐) = 𝑐 − 𝑥 , 𝑢𝑛𝑡𝑢𝑘 𝑏 ≤ 𝑥 ≤ 𝑐
𝑐−𝑏
{ 0, 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Keterangan:
a = Nilai domain yang mempunyai derajat keanggotaan nol
b = Nilai domain yang mempunyai derajat keanggotaan satu
c = Nilai domain yang mempunyai derajat keanggotaan nol
x = Nilai input yang akan diubah ke dalam bilangan kabur
2.6 MCP3008
Konverter Analog ke Digital MCP3008 digunakan untuk aplikasi kontrol
embedded yang menggabungkan kinerja tinggi dan konsumsi daya rendah dalam
paket kecil. Konverter memiliki kemampuan yang memungkinkan 10-bit ADC
untuk ditambahkan ke pic mikrokontroler (Senthilkumar et al., 2019).
tanaman. Untuk kelangsungan hidup semua tanaman, air adalah faktor yang paling
penting. Sensor kelembaban tanah ini menentukan jumlah air yang dibutuhkan
untuk irigasi tanaman (Kodali & Sahu, 2016).
2.10 Relay
Modul ini berisi aktuator biner yang bekerja sebagai saklar yang
dioperasikan secara elektrik yang disebut relay, relay dalam sistem ini digunakan
untuk menangani satu beban yang berjalan pada arus DC yang memiliki tegangan
maksimum 12 Volt (Mathur & Kalbande, 2020).
Relay adalah saklar yang dioperasikan secara elektrik. Banyak relay
menggunakan elektromagnet untuk mengoperasikan saklar secara mekanis. Relay
digunakan untuk mengontrol rangkaian dengan sinyal daya rendah yang terpisah,
atau di mana beberapa rangkaian harus dikendalikan oleh satu sinyal (Vanaja et al.,
2018).
2.12 Prototyping
Menurut (Mulyani, 2016) Prototyping merupakan Teknik pengembangan
sistem yang menggunakan prototype untuk untuk menggambarkan sistem, sehingga
pengguna atau pemilik sistem mempunyai gambaran pengembangan sistem yang
akan dilakukannya. Teknik ini sering digunakan apabila pemilik sistem tidak terlalu
menguasai sistem yang akan dikembangkannya, sehingga dia memerlukan
gambaran dari sistem yang akan dikembangkannya tersebut. Hal ini sejalan dengan
pendapat dari (Pressman & Maxim, 2014). Yang mengatakan, seringkali pelanggan
mendefinisikan serangkaian tujuan umum untuk perangkat lunak, tetapi tidak
mendefinisikan persyaratan terperinci untuk fungsi dan fitur.
Prototyping merupakan pendekatan iteratif dalam pengembangan sistem
yang dibuat. Berikut gambar Paradigma Prototyping.
BAB 3
METODOLOGI PENELITIAN
3.1.1 Observasi
Penulis melakukan observasi dengan melihat sistem penyiram
tanaman yang sudah diimplementasikan diinternet. Ditemukan bahwa
sistem penyiram tanaman yang sering dibuat adalah sistem penyiram
tanaman menggunakan sensor kelembapan tanah saja yang menyiram
tanaman ketika tanah sedang kering.
3.1.2 Wawancara
Wawancara dilakukan kepada seorang responden yang berprofesi
sebagai pengurus kebun agribisnis, yang dilakukan pada tanggal 12 Oktober
2021. Bernama Bapak Iping Ruspendi S.P. yang sudah bekerja menjadi
Pranata Laboratorium Pendidikan (PLP) Kebun Percobaan. Wawancara
bertujuan untuk mengetahui kendala yang dimiliki oleh PLP kebun terhadap
kendala penyiraman tanaman. Secara detail, hasil wawancara bisa dilihat
pada lampiran.
No. Nama Peneliti / Tahun Judul Publikasi Input / Sensor Single Board Konverter Support Algoritma
Sensor Sensor Sensor Computer Analog ke untuk dua Fuzzy
Kelembapan Suhu Hujan Digital penyiraman
Tanah MCP3008 parallel
1 Bhardwaj, Swapnil Automatic Plant
Dhir, Saru Watering System using
✓ - - - - - -
Hooda, Madhurima / IoT (Bhardwaj et al.,
2018 2018)
2 Bin Ismail, Muhammad IoT Implementation for
Ikhwan Hanif Indoor Vertical Farming
✓ - - - - ✓ -
Thamrin, Norashikin M. Watering System (Bin
/ 2018 Ismail & Thamrin, 2018)
3 Nurhasanah, Rossy Design and
Savina, Lira Implementation of IoT
Nata, Zul Mahadi based Automated Tomato
✓ ✓ - - - - -
Zulkhair, Ilham / 2021 Watering System Using
ESP8266 (Nurhasanah et
al., 2021)
4 k, Anusha Automatic IoT Based
Mahadevaswamy, U B / Plant Monitoring and
Raspberry Pi 2
2018 Watering System using ✓ ✓ - - - -
Model B
Raspberry Pi (k &
Mahadevaswamy, 2018)
5 Rohadi, E. The design and Raspberry Pi
✓ ✓ - - - ✓
Amalia, A. evaluation of an Model B+
3.2.1 Komunikasi
Paradigma prototyping dimulai dengan komunikasi dengan cara
mencari informasi mengenai penelitian yang akan dilakukan, melalui berita
online, laporan lembaga, jurnal maupun skirpsi tentang sistem penyiram
tanaman otomatis, yang akan menjadi pertimbangan dalam menentukan
komponen, tools dan teori yang akan digunakan, observasi langsung ke
kebun agribisnis dan kemudian dikomunikasikan kepada dosen
pembimbing untuk menentukan perencanaan.
3.2.4 Konstruksi
Pada tahap ini akan dilakukan konstruksi pada raspberry pi 3 yang
akan disambungkan dengan sensor kelembapan tanah, suhu, dan hujan dan
akan dihubungkan dengan valve solenoid untuk buka tutup keran air. Pada
tahap ini juga dibuat fuzzy logic dengan ketiga parameter sensor untuk
diterapkan kedalam sistem. Hasil grafik dari fuzzy logic juga akan dilihat
untuk mengetahui detail nilai output fuzzy.
3.2.5 Evaluasi
Pada tahap ini, pengujian dilakukan menggunakan black box testing,
yang bertujuan untuk mengetahui kesesuaian logika fuzzy dan fungsional
sistem. Black box testing yang akan digunakan adalah penghujian logika
fuzzy dan pengujian output valve.
BAB 4
ANALSIS, PERANCANGAN SISTEM, IMPLEMENTASI DAN
PENGUJIAN SISTEM
Pada bab ini akan dibahas secara lengkap mengenai analisis, perancangan
sistem, implementasi, dan pengujian dari fuzzy inference system pada sistem
penyiram tanaman otomatis mesin paralel.
4.3.1 Kemasan
Desain perancangan kemasan dilakukan pada alat yang sudah
direncanakan, berikut rancangan kemasan dari tiap-tiap alat :
kotak dari alat. Dan sensor hujan akan dipasang ditempat dimana dapat
tersiram air hujan atau air yang turun dari atas. Berikut adalah tampilan alat
yang telah dirangkai.
4.4 Kontruksi
Konstruksi dilakukan setelah Perangkat keras terbentuk. Pengkodean
dilakukan pada Raspberry pi untuk menjalankan algoritma fuzzy dan memenuhi
kebutuhan fungsionalitas yang telah ditetapkan pada proses perencanaan. Berikut
ini adalah langkah-langkah pada tahapan konstruksi.
3. Komposisi Aturan
Pada tahap ini akan dibuat aturan fuzzy. Pembuatan aturan fuzzy
dalam menentukan output berdasarkan variabel tanah satu atau
dua, suhu, dan hujan menggunakan metode Sugeno. Aturan ini
dibuat untuk menyatakan relasi antara input dan output,
sehingga dapat dibentuk menjadi 12 kombinasi aturan.
Pembentukan aturan dihasilkan dari kombinasi tiap kondisi
tersebut yang dikenal dengan aturan keputusan. Dengan
memperhatikan fungsi MIN, yaitu mengambil nilai minimal dari
kedua inputan. Setiap aturan terdiri dari 3 anteseden dengan
operator yang digunakan untuk menghubungkan adalah operator
DAN sedangkan yang memetakan antara input dan output adalah
4. Defuzzyfikasi
Metode yang digunakan untuk defuzzyfikasi yaitu weighted
average, yang menghitung rata-rata dari semua inputan. Pada
kodingan disajikan pada tahap defuzzifikasi.
Gambar 4.30 Grafik Hasil Fuzzy Sensor Hujan Dan Sensor Kelembapan Tanah
Grafik diatas adalah grafik hubungan antara sensor hujan dan sensor
kelembapan tanah dengan asumsi suhu berada pada suhu ruangan 25 derajat
celcius. Dapat dilihat bahwa semakin rendah sensor tanah dan sensor hujan
maka semakin tinggi nilai fuzzy yang dikeluarkan.
Gambar 4.31 Grafik Hasil Fuzzy Sensor Suhu Dan Sensor Kelembapan Tanah
Grafik diatas adalah grafik hubungan antara sensor suhu dan sensor
kelembapan tanah dengan asumsi sensor hujan berada pada nilai 50%. Dapat
dilihat bahwa semakin rendah sensor tanah dan sensor suhu berada pada
suhu ruangan dan suhu tinggi maka output fuzzy semakin tinggi. Nilai output
bernilai maksimal 0.5 dikarenakan sensor hujan berada pada kondisi 50%.
Jika sensor hujan dibuat bernilai rendah yaitu antara 0% sampai 33% maka
bentuk grafik akan sama namun nilai maksimalnya adalah 1 dan bukan 0.5.
Gambar 4.32 Grafik Hasil Fuzzy Sensor Hujan Dan Sensor Suhu
Grafik diatas adalah grafik hubungan antara sensor suhu dan sensor
hujan dengan asumsi sensor kelembapan tanah berada pada nilai 50%.
Output dari grafik tersebut sama pada grafik diatas. Jika nilai dari sensor
kelembapan tanah diasumsikan berada pada 0% sampai 33% maka grafik
tersebut memiliki bentuk yang sama namun dengan nilai maksimum bernilai
1 dan bukan 0.5.
Berikutnya adalah membuat tabel inferensi fuzzy dengan
memasukkan angka angka yang menghasilkan nilai yang berada pada dekat
batas fuzzy untuk dapat melihat apakah penyiraman terjadi sesuai dengan
input fuzzy tersebut.
Tabel 4.5 Tabel Inferensi Fuzzy Sugeno Dari Sistem Penyiram Tanaman
kering yaitu 33% kebawah, suhu sedang yaitu 25 keatas, maka faktor
penentunya adalah hujan, ketika hujan lebih dari 50% maka penyiraman
tidak dilakukan, jika kurang dari 50% maka penyiraman dilakukan. Contoh
lain adalah ketika tanah kering dan tidak hujan, maka yang menjadi faktor
penentunya adalah suhu, ketika suhu diatas 22.5 maka penyiraman
dilakukan, jika kurang dari 22.5 maka penyiraman tidak dilakukan. Dan
yang terakhir adalah ketika tidak hujan dan suhu berada pada suhu sedang
atau panas, maka faktor penentunya adalah tanah. Jika tanah bernilai diatas
50% maka penyiraman tidak dilakukan dan jika nilainya kurang dari 50%
maka penyiraman dilakukan.
Uji Data Uji Output fuzzy 1 yang dihitung Output hasil uji fuzzy 1
ke Tanah 1 Suhu Hujan manual (sesuai rumus)
1 4.3988% 28.3549℃ 2.6392% 1 1
2 24.7311% 29.1198℃ 49.6578% 0.5100 0.5100
3 2.0527% 28.5252℃ 0.2932% 1 1
4 54.9364% 29.7111℃ 2.3460% 0.3548 0.3548
5 41.7399% 28.4981℃ 7.4291% 0.7429 0.7429
Uji Data Uji Output fuzzy 2 yang dihituing Output hasil uji fuzzy 2
ke Tanah 2 Suhu Hujan manual (sesuai rumus)
1 2.6392% 28.3549℃ 2.6392% 1 1
2 54.4477% 29.1198℃ 49.6578% 0.2123 0.2123
3 59.2375% 28.5252℃ 0.2932% 0.2283 0.2283
4 3.4213% 29.7111℃ 2.3460% 1 1
5 54.8387% 28.4981℃ 7.4291% 0.3576 0.3576
Berdasarkan hasil testing pada jalur satu dan jalur dua, kelima hasil
tes yang diharapkan sudah bernilai sama dengan yang dihasilkan oleh
perhitungan oleh raspberry pi. Ini menunjukkan bahwa logika fuzzy dengan
metode sugeno yang berada pada raspberry pi tersebut telah sesuai dengan
yang diharapkan.
Berdasarkan hasil testing pada kedua jalur tersebut, output valve yang
diharapkan telah sesuai dengan yang dihasilkan oleh raspberry pi. Seperti ketika
tanah kering, cuaca tidak hujan, dan suhu sedang, valve menyala sesuai dengan
aturan fuzzy yang telah dibuat. Dari kelima testing yang dilakukan pada kedua jalur
tersebut. Semuanya menghasilkan hasil yang sesuai dengan yang diharapkan. Ini
menunjukkan bahwa alat ini sudah sesuai dengan yang dibutuhkan dan dapat
beroperasi dengan baik.
BAB 5
HASIL DAN PEMBAHASAN
Gambar 5.1 menampilkan grafik dari data hasil uji perhitungan fuzzy dengan
metode sugeno yang dihasilkan raspberry pi dan dengan hasil yang diharapkan.
Terlihat pada hasil pengujian bahwasannya garis warna merah menutupi garis
berwarna biru dan garis berwarna hijau menutupi garis berwarna kuning yang
berarti bahwa output yang diharapkan dan hasil uji bernilai sama untuk jalur satu
maupun jalur dua. Output yang di harapkan diperoleh dengan cara menghitung
secara manual menggunakan fuzzy sugeno, sedangkan hasil uji di dapat dari hasil
pengujian sistem yang dihasilkan oleh raspberry pi. berdasarkan hasil pembahasan
tersebut maka diketahui bahwa logika fuzzy yang berada pada raspberry pi sudah
berjalan sesuai dengan yang diharapkan.
Pada hasil uji pertama kedua output menghasilkan nilai 1. Hal ini
dikarenakan pada uji jalur 1 nilai dari input sensor tanah dan sensor hujan bernilai
dibawah dari 33% yang menandakan bahwa nilai keanggotaan fuzzy bernilai 1 pada
variabel kering dan tidak hujan. Untuk suhu juga berada pada kondisi sedang yang
mana bernilai 1 untuk fungsi keanggotaan suhu sedang. Dari ketiga nilai
keanggotaan tersebut bernilai 1 maka dicari nilai terkecilnya yaitu tetap 1.
Kemudian dikali dengan nilai dari output buka valve karena pada aturan fuzzy suhu
sedang, tanah kering, dan tidak hujan outputnya adalah buka valve yang mana akan
dikali dengan 1. Dan setelah dihitung dengan weighted average didapat hasil kedua
fuzzy tersebut bernilai 1.
Pada uji kedua nilai dari hasil uji fuzzy jalur 1 lebih tinggi dari hasil uji fuzzy
jalur 2. Hal ini dikarenakan terdapat perbedaan 30% terhadap tingkat kelembapan
tanah 1 dengan tanah 2. Tanah 1 lebih kering dari tanah 2 yang menyebabkan nilai
dari fuzzy 1 lebih tinggi yang menandakan bahwa tanah 1 lebih cenderung untuk
dilakukan penyiraman dibanding tanah 2. Dan hasil uji 1 memiliki nilai disekitar
0.5 dikarenakan kondisi tanah dan hujan berada pada pertengahan lembab dan
kering dan juga pertengahan tidak hujan dan hujan.
Pada uji ketiga nilai dari hasil fuzzy 1 bernilai 1 sedangkan fuzzy 2 bernilai
jauh dibawah fuzzy 1. Hasil uji jalur 1 bernilai 1 dikarenakan kelembapan tanah
hanya bernilai 2% yang menghasilkan nilai keanggotaan kering sama dengan 1.
Untuk hujan juga bernilai 0.2% yang menghasilkan nilai keanggotaan tidak hujan
sama dengan 1 dan sensor suhu berada pada kondisi suhu ruangan. Karena kondisi
tersebut maka nilai dari fuzzy bernilai 1. Sedangkan pada fuzzy 2 sensor tanah
mendeteksi kelembapan tanah sekitar 59% yang mana lebih condong kearah basah.
Hal ini menyebabkan nilai dari fuzzy menjadi lebih kecil dari hasil uji jalur 1.
Pada uji keempat nilai dari hasil uji 2 lebih tinggi dari hasil uji 1. Pada uji
ini kondisi tanah pada tanah 2 lebih kering dari uji sebelumnya dan kondisi tanah
pada tanah 1 lebih basah dari sebelumnya. Dengan perbedaan kelembapan sekitar
50% membuat nilai hasil dari fuzzy menjadi cukup jauh antara jalur 1 dan jalur 2.
Pada uji kelima nilai dari fuzzy 1 dan fuzzy 2 tidak berbeda jauh
dibandingkan sebelumnya. Pada uji ini hasil uji jalur 1 memiliki nilai yang lebih
tinggi dari jalur 2 dikarenakan kondisi tanah pada jalur 1 berada pada kondisi
transisi kering kebasah dengan perbedaan 10% pada kelembapan tanah 1 dan tanah
2. Jika perbedaan 10% tersebut berada pada kondisi dimana kelembapan kurang
dari 33% maka nilai fuzzy akan sama dan tidak ada perubahan antara fuzzy 1 dan
fuzzy 2 dikarenakan pada tanah kurang dari 33% maka penyiraman pasti dilakukan.
Dikarenakan semua uji yang dilakukan mendapatkan hasil yang sesuai dengan yang
diharapkan, maka dapat disimpulkan bahwa pengujian fuzzy yang berada pada alat
sudah 100% sesuai dengan fuzzy logic metode sugeno.
Gambar 5.2 menampilkan grafik dari data hasil output valve solenoid.
Terlihat pada hasil pengujian bahwasannya garis warna merah menutupi garis
berwarna biru dan garis berwarna hijau menutupi garis berwarna kuning yang
berarti bahwa output yang diharapkan dan hasil uji pada kedua jalur bernilai sama.
Output yang di harapkan diperoleh dengan cara mencocokkan input dengan aturan
fuzzy yang telah dibuat, sedangkan hasil uji di dapat dari hasil pengujian sistem.
berdasarkan hasil pembahasan tersebut maka diketahui bahwa alat penyiram
tanaman otomatis yang telah dibuat sudah berjalan dengan benar.
Pada uji pertama kedua hasil uji untuk masing-masing jalur menghasilkan
output untuk melakukan penyiraman. Pada uji ini nilai dari hasil fuzzy untuk kedua
buah jalur tersebut sama dengan 1. Ketika hasil fuzzy lebih besar dari 0.5 maka
penyiraman akan dilakukan. Hal ini juga dapat dilihat dari kondisi tanaman yang
kering yang bernilai 4% untuk tanah 1 dan 2% untuk tanah 2. Kondisi cuaca yang
tidak hujan dan suhu ruangan maka dilakukan penyiraman untuk kedua jalur
tersebut.
Pada uji kedua hasil uji pada jalur 1 menghasilkan output untuk membuka
valve sedangkan jalur 2 menutup valve. Pada uji ini hasil dari fuzzy pada jalur 1
adalah 0.51 yang mana lebih besar dari 0.5 maka valve akan dibuka pada jalur 1.
Lalu pada jalur 2 memiliki nilai output fuzzy sebesar 0.21 yang mana lebih kecil
dari 0.5 yang menandakan untuk tidak melakukan penyiraman. Kondisi tanah pada
jalur 1 juga cukup kering sedangkan pada jalur 2 kondisi tanah berada diantara
kering dan basah namun lebih condong kearah basah.
Pada uji ketiga kedua jalur tidak melakukan penyiraman. Hal ini walaupun
pada tanah 1 bernilai 24% yang mana cukup kering namun pada uji ini kondisi
cuaca sedang hujan yang mana nilai dari variabel hujan tersebut bernilai 52%. Dari
ini menghasilkan nilai fuzzy untuk kedua buah jalur menjadi kurang dari 0.5 yang
mana menyebabkan penyiraman tidak dilakukan.
Pada uji keempat tanah dua melakukan penyiraman sedangkan tanah 1 tidak
melakukan penyiraman. Nilai fuzzy pada tanah 1 bernilai 0.35 sedangkan pada tanah
2 bernilai 1. Tanah pada tanah 1 juga berada diantara kondisi basah dan kering yang
lebih condong kearah basah sedangkan kondisi pada tanah 2 cukup kering. Hal ini
membuat penyiraman dilakukan pada tanah 2 dan tanah 1 tidak dilakukan.
Pada uji kelima tanah 1 melakukan penyiraman sedangkan tanah 2 tidak.
Untuk nilai dari fuzzy pada tanah 1 adalah 0.74 sedangkan pada tanah 2 memiliki
nilai fuzzy sebesar 0.35. tanah 1 juga memiliki kondisi tanah yang lebih kering pada
uji ini dibandingkan dengan tanah 2. Maka penyiraman dilakukan pada tanah 1 dan
tidak pada tanah 2.
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan pada bab sebelumnya, maka
dapat disimpulkan bahwa sistem penyiram tanaman otomatis berhasil dibuat
dengan mengimplementasikan fuzzy inference system dengan metode Sugeno,
dengan menggunakan dua buah sensor kelembapan tanah, sensor suhu, dan sensor
hujan untuk mengatasi masalah penyiraman yang dapat dilakukan secara otomatis
dengan menyalakan dan mematikan keran air ketika beberapa kondisi terpenuhi.
Berdasarkan hasil pengujian black box testing, yaitu pengujian output
algoritma fuzzy sugeno dan pengujian output keluaran valve, seluruh pengujian
yang dilakukan telah sesuai dengan output yang diharapkan. Derdasarkan hasil
pengujian dapat dikatakan bahwa alat ini telah sesuai dengan yang dibutuhkan.
Berdasarkan observasi langsung kerja alat dikebun, suhu yang berada pada ruangan
memiliki range yang tidak jauh dari kondisi siang hari maupun kondisi pada malam
hari yaitu sekitar 3℃. Nilai range dari sensor suhu memiliki perbedaan yang
signifikan dengan sensor kelembapan tanah yang memiliki range yang jauh pada
saat tanah kering dan basah dan sensor hujan pada saat hujan dan tidak hujan.
Sehingga lebih baik untuk tidak menggunakan sensor suhu agar dapat
meminimalkan biaya dan membuat tahap troubleshoot menjadi lebih mudah.
6.2 Saran
Setelah dilakukan pembuatan fuzzy inference system pada sistem penyiram
tanaman otomatis mesin paralel ini, terdapat beberapa saran untuk pembaca dan
pengembang selanjutnya. Berikut adalah saran dari penulis, yaitu:
1. Ditambahkan tombol on/off pada raspberry pi.
2. Dalam pengembangan selanjutnya dapat menambahkan untuk jalur
tanaman yang lain karena jalur tanaman yang dipakai pada penelitian
ini adalah dua dari delapan jalur yang terdapat pada kebun agribisnis.
DAFTAR PUSTAKA
Athena, & Cahyorini. (2016). Hubungan Variabilitas Iklim (Curah Hujan, Suhu,
Dan Kelembaban) Dengan Kejadian Diare Di Kota Denpasar, Provinsi Bali.
Jurnal Ekologi Kesehatan, 15(3), 167–178.
Bhardwaj, S., Dhir, S., & Hooda, M. (2018). Automatic plant watering system
using iot. Proceedings of the 2nd International Conference on Green
Computing and Internet of Things, ICGCIoT 2018, 659–663.
https://doi.org/10.1109/ICGCIoT.2018.8753100
Bin Ismail, M. I. H., & Thamrin, N. M. (2018). IoT implementation for indoor
vertical farming watering system. 2017 International Conference on
Electrical, Electronics and System Engineering, ICEESE 2017, 2018-Janua,
89–94. https://doi.org/10.1109/ICEESE.2017.8298388
florespedia. (2020). Gubernur NTT Sebut Cara Bertani Yance Maring akan
Membantu Para Petani Millenial.
https://kumparan.com/florespedia/gubernur-ntt-sebut-cara-bertani-yance-
maring-akan-membantu-para-petani-millenial-1tsZhDKNPhB/full
Kodali, R. K., & Sahu, A. (2016). An IoT based soil moisture monitoring on
Losant platform. Proceedings of the 2016 2nd International Conference on
Kusriyanto, M., & Putra, A. A. (2019). Weather Station Design Using IoT
Platform Based On Arduino Mega. ISESD 2018 - International Symposium
on Electronics and Smart Devices: Smart Devices for Big Data Analytic and
Machine Learning, 8–11. https://doi.org/10.1109/ISESD.2018.8605456
Mathur, R., & Kalbande, K. (2020). Internet of Things (IoT) based energy
tracking and bill estimation system. Proceedings of the 4th International
Conference on IoT in Social, Mobile, Analytics and Cloud, ISMAC 2020, 80–
85. https://doi.org/10.1109/I-SMAC49090.2020.9243480
Munir, M. S., Bajwa, I. S., & Cheema, S. M. (2019). An intelligent and secure
smart watering system using fuzzy logic and blockchain. Computers and
Electrical Engineering, 77, 109–119.
https://doi.org/10.1016/j.compeleceng.2019.05.006
Nurhasanah, R., Savina, L., Nata, Z. M., & Zulkhair, I. (2021). Design and
Implementation of IoT based Automated Tomato Watering System Using
Putri, A. D., & Effendi. (2017). Fuzzy Logic Untuk Menentukan Lokasi Kios
Terbaik Di Kepri Mall Dengan Menggunakan Metode Sugeno Kecerdasan
Buatan ( Artificial Intelligence ). Jurnal Edik Informatika Penelitian Bidang
Komputer Sains Dan Pendidikan Informatika, 3(2541–3716), (49-59).
Rahmatullah, Y., Irawan, B., & Setianingsih, C. (2020). Deteksi Tinggi Tanaman
Hidroponik Pakcoy Menggunakan Pengolahan Citra Morphological High
Detection of Hydroponic Plant Pakcoy Using Morphological Image
Processing. 7(2), 4617–4623.
Rohadi, E., Amalia, A., Nidianingsih, A., Arief, S. N., Ariyanto, R., & Wibowo,
D. W. (2019). The design and evaluation of an automatic watering system by
using Fuzzy Mamdani. Journal of Physics: Conference Series, 1402(2).
https://doi.org/10.1088/1742-6596/1402/2/022088
Senthilkumar, S., Brindha, K., Charanya, R., & Kumar, A. (2019). Patients health
monitoring system using IOT. Indian Journal of Public Health Research and
Development, 10(4), 252–256. https://doi.org/10.5958/0976-
5506.2019.00699.5
Syaza Norfilsha Binti Ishak. (2008). Smart Home Garden Irrigation System With
Raspberry Pi. Ieee, 16(June), 24.
Vanaja, K. J., Suresh, A., Srilatha, S., Kumar, K. V., & Bharath, M. (2018). IOT
based Agriculture System Using NodeMCU. International Research Journal
of Engineering and Technology (IRJET), 5(03), 3025–3028.