Perbandingan Kinerja Sistem Monitoring dan Kontrol IoT Berbasis Fuzzy Logic dengan Kontrol Manual Dalam Model Skala Kecil

Made Santo Gitakarma, Luh Putu Ary Sri Tjahyanti

Abstract


Sistem monitoring dan kontrol dalam greenhouse memiliki peran penting dalam menjaga kondisi lingkungan yang optimal bagi pertumbuhan tanaman. Penelitian ini bertujuan untuk membandingkan kinerja sistem berbasis Fuzzy Logic dengan kontrol manual dalam greenhouse skala kecil menggunakan teknologi Internet of Things (IoT). Model greenhouse miniatur dengan dimensi 1m x 1m x 1m dikembangkan menggunakan sensor DHT22 untuk suhu dan kelembaban udara, sensor YL-69 untuk kelembaban tanah, serta aktuator berupa kipas, pemanas, dan pompa air yang dikendalikan oleh ESP32. Data dipantau secara real-time melalui platform IoT seperti Firebase atau Blynk. Metode Fuzzy Logic menggunakan pendekatan Mamdani Fuzzy Inference System (FIS) untuk menentukan keputusan kontrol berdasarkan data sensor, sementara kontrol manual dilakukan berdasarkan pengamatan langsung oleh pengguna. Pengujian dilakukan selama 4 minggu dengan mengukur kestabilan lingkungan, efisiensi energi dan air, serta pertumbuhan tanaman. Hasil penelitian menunjukkan bahwa sistem berbasis Fuzzy Logic lebih unggul dalam menjaga kestabilan suhu dan kelembaban, mengurangi konsumsi energi dan air, serta meningkatkan pertumbuhan tanaman dibandingkan metode kontrol manual. Penelitian ini memberikan dasar untuk penerapan sistem otomatisasi pada greenhouse skala lebih besar guna meningkatkan efisiensi pertanian modern.

Full Text:

PDF

References


Alam, R. L. dan Nasuha, A. (2020). Sistem Pengendali pH Air dan Pemantauan Lingkungan Tanaman Hidroponik menggunakan Fuzzy Logic berbasis IoT. ELINVO (Electronics, Informatics, and Vocational Education), 5(1), 11-20. https://doi.org/10.21831/elinvo.v5i1.34587.

Andhikaputra, M. L., Faisol, A., Auliasari, K. (2021). Penerapan Metode Fuzzy pada Sistem Monitoring Perkembangan Tanaman Hidroponik. JATI (Jurnal Mahasiswa Teknik Informatika), 5(1) Maret 2021, 299-307.

Chai, T. Y., dan Wang, P. (2018). Application of Fuzzy Control in Temperature and Humidity Regulation in Greenhouses. Journal of Agricultural Engineering, 32(1), 12-18.

Djamila, H., dan Mahmoud, I. (2021). Optimization of Greenhouse Climate Using Fuzzy Logic-Based Controller. Journal of Automation and Control, 9(3), 78-90.

Fatori, M. M. F. (2022). Aplikasi IoT Pada Sistem Kontrol dan Monitoring Tanaman Hidroponik. Jurnal Pendidikan Sains dan Komputer, 2(2) Oktober 2022, 350-356. https://doi.org/10.47709/jpsk.v2i02.1746.

Jang, J. S. R. (1993). ANFIS: Adaptive-Network-Based Fuzzy Inference System. IEEE Transactions on Systems, Man, and Cybernetics, 23(3), 665-685.

Kamel, S., & Hassan, M. (2019). Energy Efficient Greenhouse Climate Control Using Fuzzy Logic and IoT Integration. International Conference on Smart Agriculture, 112-118.

Lee, C. C. (1990). Fuzzy Logic in Control Systems: Fuzzy Logic Controller-Part I & II. IEEE Transactions on Systems, Man, and Cybernetics, 20(2), 404-435.

Megantara, P., Triwiyatno, A., dan Afrisal, H. (2021). Pengontrol Suhu, Kelembaban Tanah dan Intensitas Cahaya pada Prototype Smart Greenhouse. TRANSIENT, 10(1) Maret 2021, 1-8.

Prasetyo, R., & Hidayat, T. (2017). Perancangan Sistem Kendali Suhu dan Kelembaban Berbasis Logika Fuzzy pada Greenhouse. Jurnal Teknik Elektro, 10(1), 25-32.

Zadeh, L. A. (1965). Fuzzy Sets. Information and Control, 8(3), 338-353.


Refbacks

  • There are currently no refbacks.


Published By:

PRODI TEKNOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS PANJI SAKTI

Creative Commons License

Komteks is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.