RANCANG BANGUN MESIN PENETAS TELUR AYAM BERBASIS MIKROKONTROLER DENGAN FUZZY LOGIC CONTROLLER

(SOFTWARE)
Suprapto 1, Ir. Anang Tjahjono, MT 2, Epyk Sunarno,SST
Teknik Elektro Industri, Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember (ITS) Surabaya Email : Prapto.amd@gmail.com Abstrak Aplikasi pengendalian suhu sudah banyak ditemui diberbagai bidang,contohnya yaitu pada bidang peternakan. Pengendalian suhu tersebut dipakai untuk menetaskan telur ayam. Menetasakan telur ayam dalam waktu bersamaan secara alami tentu sangat sulit karena keterbatasan kemampuan induk ayam dalam mengerami telurnya. Ayam hanya mampu mengerami telurnya maksimal 10 butir. Berdasarkan masalah tersebut, maka pada tugas akhir ini kami membuat mesin penetas telur ayam berbasis mikrokontroler dengan metode fuzzy. Penggunaan mikrokontroler dengan fuzzy ini diharapkan mampu mengendalikan suhu yang diperlukan telur agar dapat menetas dengan baik yaitu 0 0 sekitar 38 C sampai 40 C, sehingga bisa didapatkan telur ayam dalam jumlah banyak dalam waktu bersamaan. Hasil yang diperoleh yaitu 44 ayam menetas dan 7 gagal, sehingga persentase keberhasilannya 88 % Kata kunci: mikrokontroler , fuzzy logic controller. Abstract Application of temperature controlled have a lot of used in any problem, for example used in ranch. The temperature control is used for incubate chicken egg’s. Incubation chicken egg’s naturally of course very difficult since limitation of ability of chicken in brooding egg. Chicken only able to brood they egg maximal 10 eggs. Hence from this problem, so in this final project we make machine incubation for chicken egg’s base on microcontroller with method fuzzy logic controller. Used microcontroller with fuzzy logic controller expected able to control temperature that is needed the egg in order to earn to hatch better that is about 38 0 C until 400 C, so can be got a chicken's egg in number a lot of in once time. Results obtained, namely 44 and
3

7 chickens hatch failed, so that the success percentage of 88%
Keywords : microcontroller, fuzzy logic controller.

1 Pendahuluan
Dalam bidang peternakan khususnya dalam peternakan ayam, masalah yang dihadapi adalah bagaimana untuk menetaskan telur ayam dalam jumlah banyak dan dalam waktu yang bersamaan. Karena kemampuan induk ayam dalam mengerami telurnya terbatas, yaitu maksimal 10 butir telur tiap induk ayam. Ini menjadi masalah yang serius karena kebutuhan daging dan telur ayam di pasar yang sangat banyak. Pada prinsipnya untuk menetaskan telur ayam hanya menjaga suhu pada telur tersebut agar stabil sesuai yang dibutuhkan telur agar bisa menetas. Embrio akan berkembang bila suhu udara di sekitar telur minimal 70oF (21,11oC) namun perkembangan ini sangat lambat. Di bawah suhu udara ini praktis embrio tidak mengalami perkembangan, sehingga penyimpanan telur tetas sebaiknya sama atau dibawah suhu tersebut. Suhu yang baik untuk pertumbuhan embrio adalah berkisar diantara 38oC-40o C. Maka untuk menggantikan induk ayam dalam menetaskan telurnya, dibuatlah mesin penetas telur ayam. Mesin penetas telur yang beredar di pasaran saat ini masih manual,terutama pada pemutar rak telur. Untuk kontrol suhunya menggunakan thermostat,sehingga hanya menggunakan kontrol on – off untuk heaternya. Mesin tetas yang sudah ada juga tidak dilengkapi kipas

sebagai pendingin dan perata panas dalam mesin,sehingga panas dalam mesin kurang merata.

Untuk melengkapi kekurangankekurangan pada mesin tetas yang ada di pasaran maka dibuatlah mesin penetas telur ayam berbasis mikrokontroler dengan fuzzy logic controller. Fuzzy logic controller ini digunakan untuk mengontrol suhunya agar sesuai set point,sehingga diharapkan tidak terjadi fluktuasi suhu dalam mesin tetas. Rak pemutar rak telur juga dirancang agar dapat berputar secara otomatis. Juga dilengkapi kipas untuk meratakan suhu dalam mesin dan sebagi pendingin.

2 Dasar teori 2.1 Mikrokontroler AT Mega 128
AVR merupakan seri mikrokontroler CMOS 8-bit buatan Atmel, berbasis arsitektur RISC (Reduced Instruction Set Computer) yang ditingkatkan. Hampir semua instruksi dieksekusi dalam satu siklus clock. AVR mempunyai 32

yang tidak dimiliki oleh kontroler konvensional.4 Penentuan rule base Rule base adalah sekelompok aturan fuzzy dalam berhubungan dengan keadaan sinyal masukan dan sinyal keluaran. 2. 2. Melalui membership function (fungsi keanggotaan) yang telah disusun.3. perbedaan Boolean logic dengan fuzzy logic 2. kokoh dan beroperasi real time. dan mode power saving. non-linier dan tidak stasioner.1 System Fuzzy Sistem fuzzy ditemukan pertama kali oleh Prof. Beroperasi tanpa campur tangan manusia secara langsung. Proses rule baseberfungsi untuk mencari suatu nilai fuzzy output dari fuzzy input. interrupt internal dan eksternal. Unit logika fuzzy memiliki kemampuan menyelesaikan masalah perilaku sistem yang komplek. dual serial UART.register general-purpose. Nilai error dan delta error yang dikuantisasi sebelumnya diolah oleh kontroler logika fuzzy. Sistem fuzzy diciptakan karena boolean logic tidak mempunyai ketelitian yang tinggi. timer/counter fleksibel dengan mode compare. 2. Strukturnya sederhana.3 Fuzzy logic controller 2. programmable Watchdog Timer. hanya mempunyai logika 0 dan 1 saja.5 Defuzzifikasi Defuzzifikasi adalah proses pemetaan dari hasil aksi kontrol inferensi fuzzi ke aksi kontrol non fuzzy. Perbedaan fuzzy logic dengan boolean logic terlihat pada gambar dibawah ini Gambar 2. Mampu menangani sistem-sistem yang komplek. proses fuzzyfikasi Gambar 1. Atmega 128 adalah mikrokontroler CMOS 8-bit daya-rendah berbasis arsitektur RISC yang ditingkatkan. kemudian diubah terlebih dahulu ke dalam variabel fuzzy. 4. 2. Memenuhi spesifikasi operasional dan kriteria kinerja. 2. proses rule base 3. Sehingga untuk membuat sistem yang mempunyai ketelitian yang tinggi tidak dapat menggunakan boolean logic.2 Struktur Dasar Kontroller Logika Fuzzy Kontroler logika fuzzy dikategorikan dalam kontrol cerdas (intelligent control). Lotfi Zadeh pada pertengahan tahun 1960 di Universitas California. Dalam proses defuzzifikasi metoda yang umum digunakan adalah Center or Area (COA) dan Maximum Of Mean (MOA). Gambar 3. tetapi memiliki efektifitas yang sama dengan kontroler manusia.3.3. .3 Fuzzyfikasi Prosedur fuzzifikasi merupakan proses untuk mengubah variabel non fuzzy (variabel numerik) menjadi variabel fuzzy (variabel linguistik). Atmega 128 mempunyai throughput mendekati 1 MIPS per MHz membuat disainer sistem untuk mengoptimasi komsumsi daya versus kecepatan proses. AVR juga mempunyai In-System Programmable Flash onchip yang mengijinkan memori program untuk diprogram ulang dalam sistem menggunakan hubungan serial SPI. Mempunyai ADC dan PWM internal. Rule base merupakan dasar dari pengambilan keputusan atau inference proses untuk mendapatkan aksi keluaran sinyal kontrol dari suatu kondisi masukan yaitu error dan delta error dengan berdasarkan rule-rule yang telah ditetapkan.3.3. Secara umum kontroler logika fuzzy memiliki kemampuan sebagai berikut: 1. maka dari nilai error dan delta error kuantisasi akan didapatkan derajat keanggotaan bagi masing-masing nilai error dan delta error.

2 Perencanaan input – output Tabel 1 perancangan input-output Vo = j 1 vj j Vj = max v V v (V ) device LM 35 LCD DAC RTC Kipas samping pompa Kipas atas Motor rak telur Vo = nilai keluaran J = jumlah harga maksimum Vj = nilai keluaran maksimum ke-j v (V ) = derajat keanggotaan elemen-elemen pada fuzzy set v V =semesta pembicaraan 2.keypad LCD LM 35 ADC At Mega 128 DAC 0808 TCA 785 HEATER (lampu) PLANT RTC 1307 DRIVER KIPAS Gambar 4. Gambar 6 struktur pengendali fuzzy . Pada gambar tersebut terdapat proses kuantisasi.menjadi sinyal yang terkuantisasi untuk diproses selanjutnya.3 Struktur pengendali logika Fuzzy Struktur logika fuzzy yang dikembagkan tampak pada gambar 3. untuk menjaga agar suhu stabil pada daerah tersebut maka digunakan kontroler fuzzy.6 PORTE. Motode ini didefinisikan sebagai : j 3.4 PORTA PORTC SCL= PD0. Centre of Gravity (COG) Motode ini didefinisikan sebagai : m PORT ADC PORTF.1 Konfigurasi system LM 35 Secara umum cara kerja dari mesin penetas telur ini adalah menjaga suhu dalam inkubator sesuai dengan yang dibutuhkan telur agar dapat menetas dengan baik yaitu sekitar 38 0 C – 40 0 C .5 PORTE. yaitu proses pengubahan sinyal masukan – dalam hal ini error dan delta error .3 dibawah ini. proses defuzzifikasi Gambar 5 blok diagram 1. ERROR SP KUANTISASI dE FUZZIFIKASI RULE BASE DEFUZZIFIKASI HEATER(LAMPU) vo nilai keluaran E m= tingkat kuantisasi vk = elemen ke-k v (Vk ) =derajat keanggotaan elemen-elemen pada fuzzy set v V= semesta pembicaraan 3 Perencanaan dan pembuatan alat 3.7 keterangan input output output input output output output output Vk vo k 1 m v k 1 k (Vk ) (Vk ) 3. SDA= PD1 PORTE. Maximum Of Mean (MOA).7 PORTE.

ADC 2.HARI 2.JAM B A C Gambar 9 desain membership input error dan delta error .00 T Y KIPAS PENDINGIN ON 15 MENIT SINYAL OUT LAMANYA HARI= SETPOINT? Y RETURN END Gambar 7 flowchart fuzzy Gambar 8 flowchart program keseluruhan START Berikut ini adalah desain membership inputnya: INISIALISASI 1.LCD 3.00 || 24.00 T Y PUTAR RAK TELUR RULE BASE DEFUZZIFIKASI HARI >= 4 && JAM 13.KEYPAD PILIHAN PILIH 1 MENETASKAN TELUR AYAM T Y T PILIH 2 MASUKKAN SET POINT Y INPUT SET POINT DARI KEYPAD HITUNG : 1.FUZZY C A B AMBIL NILAI SETPOINT BACA SENSOR SUHU HITUNG NILAI SUHU DARI SENSOR SUHU TAMPILKAN KE LCD KUANTISASI FUZZY FUZZIFIKASI JAM 6.00 || 12.00 || 18.

5 3 3.51 92. Tabel 2 rule base E\ dE NB NS Z PS PB NB R R S T S NS R R S T T Z M R R T ST PS M R R S S PB M S R S S 5.9 170 231. Sebagai heater yaitu digunakan lampu pijar 100 W sebanyak buah.7 39. Tabel 4 hasil pengujian out fuzzy No 1 2 3 4 Gambar 10 output membership function Suhu ( o C) 27.8 5 Output membership function ini mempunyai 5 label yaitu ST (Sangat Terang).0 Out fuzzy 79. output fuzzy digunakan untuk mengontrol suhu di dalam inkubator. ini dikarenakan metode deffuzyfikasi yang digunakan yakni menggunakan Metode COG ( Center of Grafity ).3 29.2 38. Suhu pada inkubator (o C) 37.25 31.6 4 Pengujian dan analisa data 4.6 4 Data ADC (dec) praktek 0 26 51 77 102 127 153 184 204 suhu (C) Grafik setpoint dan present value terhadap waktu 42 40 38 36 34 5 10 15 20 28 35 41 50 60 71 80 w aktu (m enit) setpoint present value Gambar 11 grafitk hasil pengujian fuzzy terhadap waktu .2 40.2 Pengujian Output kontroler fuzzy Hasil output dari fuzzy atau yang sering disebut dengan deffuzyfikasi diperoleh dari penjumlahan keseluruhan rule / aturan yang ada kemudian dikalikan dengan titik tengah dari masing – masing segitiga. Mengapa dikalikan dengan titik tengah dari masing-masing segitiga.Pada tugas akhir ini terdapat 2 masukkan fuzzy yaitu error dan derror dan untuk range maksimumya yaitu 15 sampai -15 karena saya asumsikan suhu kamar 25 0 C sehinnga error maksimum = 40 – 25 = 15. Tabel 5 hasil pengujian kontroler fuzzy secara keseluruhan No 1 2 3 4 Setpoint (o C) 37 38 39 40 Tabel 2 di atas menampilkan rule base dari fuzzy yang dibuat dalam tugas akhir ini.1 39.2 35.71 115. T(Terang). Dalam pengujian ini diharapkan suhu di dalam inkubator stabil sesuai setpoint. S(Sedang). M(Mati).3 Pengujian kontroler fuzzy secara keseluruhan Pada pengujian kontroler fuzzy ini.5 2 2. Untuk desain output membership functionnya adalah sebagai berikut: 4. R(Redup).1 Pengujian ADC mikrokontroler Dan berikut ini adalah tabel 3 hasil keseluruhan pengujian ADC pada mikrokontroler AT Mega 128 : no 1 2 3 4 5 6 7 8 9 Vin (Volt) 0 0.5 1 1.

Tingkat keberhasilan alat ini yaitu 44 ayam menetas dan 6 gagal menetas sehingga persentase keberhasilannya 88 %. 3. M. 6 Saran Setelah melakukan pembuatan alat proyek akhir ini.Anies dkk. “ Pemrograman Bahasa C untuk mikrokontroler AT MEGA 8535 “. Untuk lebih memperbaiki dan menyempurnakan kinerja dari alat ini.” Sistem Pengontrolan Suhu Pada Inkubator Bayi Berbasis komputer”. Atmel Corporation.5 Kesimpulan Dari pengerjakan Proyek Akhir ini dapat disimpulkan sebagai berikut: 1. www. Surabaya.son.” Panduan Praktikum Mikrokontroler AVR AT MEGA 16”. Control System laboratory. 5) Hannawati. maka perlu disarankan : 1.” Beternak Ayam”.” Pemanfaatan Mikrokontroler AT Mega 163 Pada Prototipe Mesin Penetasan Telur Ayam. banyak hal yang nantinya diharapkan dapat dikembangkan dalam penguanaan fuzzy logic controller untuk pengontrolan suhu. 7.2007. Thomas Wahyu Dwi. Djamalina. 11) Tim IE & Igit Purwahyudi. 6) Hartanto.atmel. ” Prototipe Sistem Pengendali Temperatur Berbasis Fuzzy Logic Pada Sebuah Inkubator”. Jakarta: PT Elex Media Komputindo.Ary dan Wisnu Adi. 9) Kuswadi. Lie. Banda Aceh. Petra Christian University.”How 2 Use DT-51 petrafuz” Universitas Widya Mandala. Widodo. www. 2. Mohd dan Nasrullah.national. Penempatan sensor di beberapa titik dapat lebih meningkatkan pemerataan suhu di dalam inkubator.2006. Yogyakarta: Andi offset.” Kendali cerdas”. Surabaya. Yasaguna.DAFTAR PUSTAKA 1) Budiharto.2005. CV. Bali. 2) Datasheet of ATMega 128.1998. . Universitas Udayana. Universitas Syiah Kuala. Penggunaan kontroler fuzzy dapat menyesuaikan suhu sesuai setpoint. 8) Jasa.com 3) Datasheet of LM 35. 10) Syaryadhi. Yogyakarta: Penerbit Andi. “ Analisis dan Desain Sistem Kontrol dengan Matlab”.com 4) Djanah. Penggunaan sensor yang lebih baik akan meningkatkan tingkat kepresisian pembacaan suhu. 2007. Untuk menyimpan data sebaiknya menggunakan media kartu memori sehingga lebih mudah dalam pengambilan data.Yogyakarta : Penerbit Andi. 2. 7) Heryanto.

Sign up to vote on this title
UsefulNot useful