SISTEM PENGONTROLAN TEMPERATURE RUANGAN BERBASIS

LOGIKA FUZZY

Abstrak

Suhu dan kelembapan udara lingkungan ruangan sangat berpengaruh pada

efektivitas kegiatan. Berada di dalam ruangan yang begitu panas atau terlalu
lembap dapat menurunkan kemampuan fisik tubuh sedangkan pada lingkungan
yang terlalu dingin akan menyebabkan hilangnya fleksibilitas terhadap alat-alat
motorik tubuh yang disebabkan dari timbulnya kekakuan fisik tubuh. Apabila
suhu udara di atas 28°C maka diperlukan alat penata udara. Untuk mengetahui
suhu dan kelembapan udara, penelitian ini melakukan pengembangan sistem
kontrol logika fuzzy tsukamoto yang terintegrasi dengan mikrokontroler NodeMcu
Esp8266 sebagai pengendali yang memiliki dua parameter input yaitu suhu udara
dan humidity yang didapat dari hasil deteksi sensor DHT 11 berupa prototype alat
pengatur temperature terhadap suhu dan kelembapan udara. Logika fuzzy adalah
bagian dari kecerdasan buatan yang meniru kemampuan berpikir manusia dalam
bentuk algoritma yang dijalankan oleh mesin. Logika fuzzy juga dapat digunakan
untuk mengontrol suhu ruangan agar tetap stabil. Penelitian ini menggunakan
logika fuzzy dengan input suhu dan kelembaban, dan outputnya adalah kecepatan
putaran kipas. Hasil percobaan menunjukkan keberhasilan 100% dalam
perhitungan manual dan rata-rata error 36% antara matlab dan prototipe dalam
lima percobaan.
Kata Kunci: Fuzzy, Kelembapan Udara, Suhu
Abstract

The temperature and humidity of the room environment greatly influences the
effectiveness of activities. Being in a room that is too hot or too humid can reduce
the body's physical abilities, while being in an environment that is too cold will
cause a loss of flexibility in the body's motor organs due to the emergence of
physical stiffness in the body. If the air temperature is above 28°C, an air
conditioning device is needed. To determine air temperature and humidity, this
research developed a Tsukamoto fuzzy logic control system integrated with the
NodeMcu Esp8266 microcontroller as a controller which has two input
parameters, namely air temperature and humidity obtained from the detection
results of the DHT 11 sensor in the form of a prototype temperature control
device for temperature and humidity. air humidity. Fuzzy logic is a part of
artificial intelligence that imitates human thinking abilities in the form of
algorithms run by machines. Fuzzy logic can also be used to control room
temperature so that it remains stable. This research uses fuzzy logic with input
temperature and humidity, and the output is fan rotation speed. The experimental
results show 100% success in manual calculations and an average error of 36%
between Matlab and prototype in five experiments.
Keywords: Fuzzy, Humidity, Temperatures
PENDAHULUAN

Dalam melakukan aktivitas, manusia memerlukan tempat atau ruang yang

nyaman untuk berkonsentrasi saat melakukan sesuatu. Faktor kenyamanan saat
melakukan aktivitas di dalam ruangan salah satunya ditentukan oleh kondisi
lingkungan tempat proses tersebut dilakukan. Suhu memegang peranan yang
sangat penting dalam kenyamanan kerja, karena tubuh manusia menghasilkan
panas yang digunakan untuk metabolisme basal dan otot. Namun, hanya 20%
energi yang dihasilkan tubuh digunakan, sisanya dilepaskan ke lingkungan. Suhu
dan kelembaban lingkungan dalam ruangan mempunyai pengaruh yang signifikan
terhadap efektivitas kegiatan. Berada di ruangan yang terlalu panas atau terlalu
lembap dapat memengaruhi performa fisik Anda. Selain itu, lingkungan yang
terlalu dingin dapat mengakibatkan hilangnya kelenturan organ lokomotor tubuh
akibat kekakuan tubuh. Oleh karena itu, udara memegang peranan yang sangat
penting dalam kehidupan sehari-hari manusia dan makhluk hidup lainnya.
Kualitas udara dalam ruangan berkaitan erat dengan efisiensi dan kesehatan
manusia. Beberapa penelitian membuktikan bahwa 90% orang menghabiskan
banyak waktu di dalam ruangan, baik secara pribadi maupun di tempat umum.
Saat itu terjadi pandemi berskala besar dan banyak warga yang diisolasi di dalam
rumah dalam jangka waktu yang lama. Oleh karena itu, sangat penting untuk
meningkatkan kualitas udara dalam ruangan (Mursain et al., 2020).

Logika fuzzy adalah bagian dari kecerdasan buatan yang meniru

kemampuan berpikir manusia dalam bentuk algoritma yang dijalankan oleh
mesin. Ini digunakan dalam berbagai aplikasi pemrosesan data yang tidak dapat
direpresentasikan dalam bentuk biner. Logika fuzzy memiliki derajat keanggotaan
antara 0 hingga 1, berbeda dengan logika digital yang hanya memiliki nilai 1 atau
0. Logika fuzzy digunakan untuk menerjemahkan besaran yang diekspresikan
dalam bahasa dan menggambarkan sejauh mana suatu nilai benar atau salah. Ini
juga digunakan dalam pengontrolan suhu ruangan dengan model fuzzy sugeno
yang fleksibel dan toleran terhadap data yang ada (Wibowo, 2015)
 Berdasarkan pada temuan penelitian sebelumnya yang dilakukan oleh
Kurniawan, Wijaya, dan Maulana yaitu rancangan prototype sistem cerdas untuk
mengontrol otomatisasi suhu, kelembaban, dan sirkulasi udara pada rumah kaca
dengan menggunakan teknik logika fuzzy. Hasil penelitian tersebut menunjukkan
bahwa kinerja logika fuzzy pada sistem ini didasarkan pada pengujian keluaran
logika fuzzy yang diperoleh dengan membandingkan hasil sistem dengan hasil
perhitungan logika fuzzy. Pengambilan sampel dilakukan di Matlab. Hasil
perbandingan kedua menunjukkan bahwa sistem mempunyai hasil yang sama
dengan sistem yang dibangun sesuai perancangan sebelumnya, dan persentase
keakuratan sistem mencapai 100% karena kesesuaian sistem dengan hasil
perancangan. Hal ini membuktikan bahwa sistem bekerja dengan baik dalam
mengelola otomatisasi prototipe (Kurniawan & Maulana, 2019)

Hasil penelitian lain yang dilakukan Husein dan Kharisma untuk

mengembangkan Internet of Things (IoT) untuk sistem pemantauan suhu dan
kelembaban kandang ayam berdasarkan kendali fuzzy dari sistem pemantauan dan
penyesuaian suhu menunjukkan bahwa kelembaban di kandang ayam mampu
mencapai set point suhu dan kelembaban dengan menggunakan kontrol fuzzy.
Dengan hal tersebut, kini dapat menerapkan konsep IoT dengan menampilkan
nilai suhu dan kelembapan pada perangkat atau alat, sehingga dapat memantau
kedua nilai tersebut (Husein & Kharisma, 2020).

Kemudian, penelitian sebelumnya dengan judul Perancangan Sistem

Kendali Suhu Dan Kelembaban Ruangan Berbasis Arduino Uno Dengan Metoda
Logika Fuzzy Tsukamoto. Dari hasil penelitian yang telah dilakukan selama 1
jam, penggunaan fuzzy logic sebagai kendali exhaust mampu menghemat daya
16% dibandingkan dengan tanpa kontrol fuzzy (Ghofur et al., 2021) . Sementara
batas yang ingin dicapai yaitu 15%. Selain itu kendali yang digunakan mampu
mendekati suhu ideal ruangan yaitu 26,50 C dari standar suhu ruangan ideal yaitu
26°C.

Berdasarkan hal di atas, diperlukan merancang sebuah alat sistem kendali

suhu yang dapat mengontrol suhu secara otomatis dan dihubungkan dengan
mikrocontroller dengan kontrol logika fuzzy sebagai pengendalinya, karena logika
fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam
suatu ruang output, mempunyai nilai kontinyu, dan logika fuzzy memiliki toleransi
terhadap data yang kurang tepat (Yager & Zadeh, 2012).

Tujuan dari penelitian yang dilakukan ini adalah merancang prototipe

pengendali suhu ruangan menggunakan metode penalaran logika fuzzy Sugeno
yang dapat diimplementasikan dengan metode penalaran secara manual,
menggunakan matlab dan menggunakan prototipe. Logika fuzzy Sugeno sangat
baik digunakan karena merupakan salah satu metode pengontrolan suhu ruangan
agar suhu menjadi stabil, selain itu juga sangat fleksibel dalam mengambil
keputusan serta memiliki toleransi pada data yang ada

METODE PENELITIAN

Jenis penelitian ini adalah perancangan dan pembuatan alat sistem kendali
suhu untuk mengkaji tentang kondisi temperatur suhu di dalam ruangan. Kondisi
yang sekarang ini kita tidak bisa mengetahui suhu ruangan tersebut, sehingga
terkadang kita merasa kepanasan di dalam ruangan, maka pada kondisi ini lah
dirasa perlu alat sistem pengendalian suhu. Lokasi kajian penelitian ini
dilaksanakan di ruangan Institusi.

Untuk terpenuhinya kebutuhan data pada penelitian yang dilakukan, maka

diperlukan sebagai berikut:

1. Data hasil pengukuran Prototipe

2. Data perhitungan manual
3. Data perhitungan pada matlab.

Kemudian, alat dan bahan yang diperlukan selama penelitian adalah

sebagai berikut:

1. Hardware 2. Software
- PC - Mathlab
- Sensor suhu - Proteus 8
- Trafo
- Diode
- Kebel Jumper
- LCD
 Gambar 1. Flowchart Pengambilan Data

Berdasarkan Gambar 1. flowchart rangkaian dapat dilihat bahwa Langkah

pertama adalah memulai simulasinya, langkah kedua yaitu proses input data atau
informasi dimana input 1 (suhu) input 2 (kelembapan) dan output adalah
tegangan/PWM, langkah ketiga melakukan proses inisialisasi berbentuk
pemberian nilai pada input 1 (suhu) 15-35C dan input 2 (kelembapan) 60-100%,
langkah keempat melakukan proses perhitungan dan pengolahan data terdiri dari
(fuzzifikasi, inference mechanisme sugeno, defuzzifikasi), langkah kelima
melakukan perbandingan pernyataan yang dimana memberikan pilihan untuk
langkah selanjutnya jika output crips hasil perbandingannya sama atau sesuai
maka langsung selesai jika tidak atau mau mencari input lain maka akan Kembali
ke langkah ketiga melakukan proses input kembali.

HASIL DAN PEMBAHASAN

Rangkaian kontrol memiliki peran yang sangat penting dari pada sistem
alat ini, karena disinilah katup akan dikontrol dan melihat suhu ruangan dan
mendeteksi kelembaban yang akan terdeteksi pada alat nanti.
A. Percobaan Pada Matlab
Hasil percobaan secara manual seperti pada Tabel 1. Pada suhu rendah
(24 C) diperoleh nilai kelembaban paling rendah sebesar 79% dan nilai
tegangannya 3,92 V. Nilai kelembaban terbesar diperoleh pada suhu 31 C
yaitu 92% dan tegangan 5,8 V. Akan tetapi, pada suhu paling tinggi (340C)
nilai kelembaban berkurang 6% dari pengukuran sebelumnya, sedangkan
nilai tegangan diperoleh paling tinggi sebesar 6,72 V.
Tabel 1.

B. Percobaan Alat Pengendali Suhu Ruangan

Hasil percobaan alat pengendali suhu ruangan yang diperoleh
berdasarkan pada Tabel 2. Pada suhu rendah (240C) diperoleh nilai
kelembaban paling rendah sebesar 79% dan nilai tegangannya 4,3 V. Nilai
kelembaban terbesar diperoleh pada suhu 310C yaitu 92% dan tegangan 6,4
V. Akan tetapi, pada suhu paling tinggi (340C) nilai kelembaban berkurang
6% dari pengukuran sebelumnya, sedangkan nilai tegangan diperoleh paling
tinggi sebesar 6,6 V. Semakin besar nilai input suhu yang digunakan, maka
nilai tegangan yang diperoleh semakin besar pula.
Tabel 2.
 C. Hasil Percobaan Fuzzy
Berdasarkan pada tabel 3. Dapat dilihat untuk perbandingan hasil
perbandingan antara matlab dan prototipe dari lima kali percobaan memiliki
rata-rata error sebesar 36 %.
Tabel 3. Perbandingan Matlab dan Alat

Hasil percobaan yang terdapat pada tabel 4. dapat dianalisa bahwa

perbandingan antara perhitungan manual dan matlab dari lima perhitungan
tidak memiliki error. Maka perhitungan manual dan matlab memiliki tingkat
keberhasilan 100%.
Table 4. Perbandingan Matlab dan Manual

KESIMPULAN
 Dari pembuatan alat, pengujian dan analisa yang dibuat, didapatkan
beberapa kesimpulan :

1. Penerapan logika fuzzy sugeno pada matlab dan prototipe pengendalian

suhu ruangan telah berhasil dibuat sesuai yang diharapkan.
2. Dari 5 (lima) kali percobaan matlab dan perhitungan manual memiliki
persamaan tingkat keberhasilan 100% serta perbandingan antara
prototipe dan matlab dari lima kali percobaan memiliki error tertinggi
sebesar 36%.

Untuk penelitian selanjutnya sebaiknya menggunakan sensor tegangan

pada output driver motor L289N, supaya memudahkan untuk mengetahui berapa
tegangn pada output. Alat ini sebaiknya dirancang dengan menggunakan box
berbentuk miniatur rumah supaya komponen tidak mudah goyang dan ketika
melakukan percobaan tidak mudah rusak atau error.
 DAFTAR PUSTAKA

Ghofur, I. S., Budiprayitno, S., & Rahayu, L. P. (2021). IMPLEMENTASI SISTEM KONTROL
PENAKAR BUBUK JAMU MENGGUNAKAN LOGIKA FUZZY DI LINI PROSES PENGEMASAN.
Jurnal Teknik ITS, 10(2).

Husein, & Kharisma. (2020). “Internet of Things (IOT) Development for The Chicken
Coop Temperature and Humidity Monitoring System Based on Fuzzy. Indonesian
Journal of Artificial Interlligence and Data Mining, 3, 1–10.
Kurniawan, & Maulana. (2019). Prototype Rancang Bangun Sistem Cerdas Pengatur
Otomasi Suhu, Kelembaban, dan Sirkulasi Udara Pada Greenhouse Menggunakan
Metode Fuzzy logic,. Jurnal Pengembangan Tekologi Informasi Dan Ilmu
Komputer, 3(8).
Mursain, S. B., Sunardi, H., & Zulkifli. (2020). Sistem Penyiraman Tanaman Otomatis
Berbasis Sensor Kelembaban Tanah Menggunakan Logika Fuzzy. Jurnal
Informatika Global, 11(1).
Wibowo, S. (2015). Penerapan Logika Fuzzy Dalam Penjadwalan Waktu Kuliah.
Jurnal Informatika Upgris, 1(1).
Yager, R. R., & Zadeh, L. (2012). An Introduction to Fuzzy Logic Applications in
Intelligent Systems. Springer Science Business Media, LLC.