SMART CONTROL SYSTEM BEBAN

RUMAH TANGGA MENGGUNAKAN

METODE FUZZY LOGIC
Ahmad Faris Tri Utama
10311710000088

Dosen Pembimbing
1. Ir. Joko Susila, M.T
2. Dr. Berlian Al Kindhi, S.ST., MT.
3. Dedy Kristiawan
PENDAHULUAN
 LATAR BELAKANG
Kebutuhan listrik sudah menjadi kebutuhan utama bagi setiap manusia di
seluruh dunia pada masa globalisasi saat ini. Listrik juga memiliki peranan
yang sangat penting dalam berbagai aktifitas manusia, terutama dalam
perekonomian dunia. Mengonsumsi tenaga listrik yakni berbanding lurus
dengan harga yang harus dibayarkan kepada penyedia layanan listrik. Hal ini
mendapat perhatian penting mengenai penggunaan tenaga listrik,
dikarenakan dalam penggunaan listrik tidak ada batas penggunaan dan tidak
dapat mengetahui beban listrik yang sedang digunakan baik ketika kita berada
dirumah maupun sedang diluar rumah.
 RUMUSAN MASALAH

Berdasarkan atas latar belakang yang ada , maka dapat dikemukakan

beberapa permasalahan pokok dalam proses Smart Control System
Beban Rumah Tangga menggunakan Fuzzy Logic, sebagai berikut :
Bagaimana cara untuk pengambilan data beban tiap peralatan listrik
yang digunakan, metode untuk mengontrol peralatan listrik yang
digunakan serta cara menampilkan data dan mengontrol tiap
peralatan listrik secara online menggunakan aplikasi pada android?
 BATASAN MASALAH

• Beban yang diukur dalam Proyek Akhir ini adalah pada skala beban rumah
tangga.
• Memanfaatkan aplikasi Blynk
• Pengenalan tiap peralatan listrik menggunakan Fuzzy Logic
 TUJUAN DAN MANFAAT
• Tujuan dilakukan penelitian ini adalah Pengembangan Smart Control System
yakni dapat menampilkan monitoring dan kontroling sistem pada
penggunaan peralatan rumah tangga juga dapat membangun sistem
Internet of Think dengan memanfaatkan aplikasi Blynk pada android untuk
monitoring dan kontroling alat.
• Adapun manfaat yakni dengan dilakukannya perancangan alat ini dapat
mempermudah perusahaan dalam mengetahui atau monitoring peralatan
listrik yang sedang berjalan, juga mengetahui biaya konsumsi peralatan
listrik.
 Metode Fuzzy
• Fuzzy memiliki arti samar atau tidak jelas sering kali juga memiliki arti kabur. Konsep fuzzy
didasarkan pada pengelompokan elemen elemen kedalam kelas atau kelompok yang mempunyai nilai
berdasarkan derajat kelas atau keanggotaanya.
• Logika Fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam ruang
output. Untuk sistem yang sangat rumit, penggunaan logika fuzzy (fuzzy logic) adalah salah satu
pemecahannya. Sistem tradisional dirancang untuk mengontrol keluaran tunggal yang berasal dari
beberapa masukan yang tidak saling berhubungan.
• Pada logika fuzzy harga kebenaran diberikan dalam terminologi linguistik dengan
menyertakan predikat kekaburan (fuzziness). Derajat kekaburan pada terminology
linguistik dapat dinyatakan dengan tolok ukur, misalnya agak, cukup, sangat dan
sebagainya. Kontroler logika fuzzy terdiri dari empat komponen penting yaitu fuzzifikasi,
basis aturan, mekanisme inferensi, dan defuzzifikasi
RANCANGAN
 Meredupkan atau
Menurunkan Tegangan
pada lampu

Pemrosesan data
pada ESP32
Menampilkan

Pengiriman data
ESP32 pada
Blynk App

Flowchart system
Blok Diagram Sistem
Desain Wiring
Desain alat
Realisasi Desain
PENGUJIAN DAN ANALISA
Pengujian Sensor PZEM004T
  Nilai Nilai   Persentase
No. Tegngan Tegangan Selisih Error(%)
Sensor (V) AVO meter (V)
1 202,50 198 4,5 2,28
2 201,60 199 2,6 1,30
3 201,00 197 4 2,03
4 202,70 198 4,7 2,37
5 203,40 199 4,4 2,2
6 203,40 200 3,4 1,7
7 202,70 199 3,7 1,8
8 200,10 198 2,1 1,1
9 203,00 198 5 2,5
10 202,60 200 2,6 1,3
11 202,20 199 3,2 1,6
12 199,40 194 5,4 2,7
13 199,80 197 2,8 1,42
14 200,20 197 3,2 1,62
15 201,90 198 3,9 1,96
16 204,30 199 5,3 2,66
17 203,20 201 2,2 1,09
18 202,40 200 2,4 1,2
19 202,00 200 2 1
20 202,20 198 4,2 2,1
21 203,50 199 4,5 2,2
 No. Nama Sensor PZEM AVO Meter Selisih
Beban Arus
Arus Tegangan Arus Tegangan

1 Lampu1 0,06 201,20 0,04 198 0,02

2 Lampu1 0,06 202,60 0,04 199 0,02

3 Lampu1 0,05 203,90 0,03 200 0,02

4 Lampu1 0,05 204,30 0,03 201 0,02

5 Lampu2 0,02 201,30 0,01 199 0,01

6 Lampu2 0,02 204,20 0,01 200 0,01

7 Lampu2 0,02 199,70 0,01 196 0,01

8 Lampu2 0,02 203,30 0,01 199 0,01

9 Lampu3 0,04 205,30 0,02 201 0,02

10 Lampu3 0,04 203,20 0,02 200 0,02

11 Lampu3 0,04 201,90 0,02 199 0,02

12 Lampu3 0,04 201,30 0,02 198 0,02

13 Lampu4 0,07 204,30 0,02 202 0,05

14 Lampu4 0,07 205,20 0,03 203 0,04

15 Lampu4 0,07 202,40 0,03 197 0,04

16 Lampu4 0,07 204,60 0,03 201 0,04

17 Setrika 1,38 197,90 1,54 194 0,16

18 Setrika 1,39 199,50 1,56 194 0,17

19 Setrika 1,39 200 1,56 196 0,17

20 Setrika 1,40 201,10 1,58 197 0,18

21 Hairdryer 0,59 200,50 0,66 198 0,07

Pengujian Data
22 Hairdryer 0,58 199,60 0,66 197 0,08

23 Hairdryer 1,16 198,30 2,34 196 1,18

24 Hairdryer 3,77 196,50 4,20 192 0,43

25 Beban 3 0,10 201,30 0,08 198 0,02

Arus Tiap Beban

26 Beban 3 0,17 201,10 0,15 197 0,02

27 Beban 3 0,19 201,50 0,16 199 0,03

28 Beban 3 0,20 201,90 0,17 199 0,03

29 Lampu + Setrika 1,4   1,57   0,17

30 0,60 199,50 0,69 197 0,09

Lampu +
Hairdryer
31 3,65 201,30 4,17 198 0,52

32 Setrika + Hairdryer 3,64 202 4,17 197 0,53

33 Lampu + Beban 3 0,15 200,50 0,12 198 0,03

Pengujian Metode Fuzzy
Rules dan hasil fuzzy
 KESIMPULAN DAN SARAN
• Kesimpulan
• Berdasarkan hasil perancangan, implementasi, analisis, dan pengujian terhadap smart control
system, terdapat beberapa kesimpulan sebagai berikut:
• Sensor PZEM004t sebagai pengukur nilai tegangan pada beban peralatan listrik didapatkan
kesalahan error rata rata sebesar 1,8%
• Sensor PZEM004t sebagai pengukur nilai arus pada beban peralatan listrik hairdryer, setrika,
dan lampu didapatkan selisih rata rata 0,13A

•  Saran
• Hal – hal yang menjadi saran dalam pengembangan sistem ini agar menjadi lebih baik adalah
diharapkan untuk pengembangan sistem dapat dilakukan dengan menambahkan sistem
pembagi beban
TERIMAKASIH