RANCANG BANGUN SISTEM MONITORING KUALITAS AIR SUNGAI KAYAN TANJUNG SELOR BERBASIS INTERNET OF THINGS DENGAN LOGIKA FUZZY TSUKAMOTO
-
Jelajahi seluruh publikasi yang tersedia.
-
Era moderen saat ini khususnya di daerah perkotaan, kebutuhan pokok sayur telah menjadi hal vital bagi semua elemen masyarakat. Namun pada daerah perkotaan keterbatasan lahan menjadi permasalahan dalam bercocok tanam. Salah satu solusi terhadap permasalahan tersebut adalah dengan menerapkan metode hydrofarm yang tidak memerlukan tanah dan area yg luas. Bertani dengan sistem hydrofarm juga harus memperhatikan salah satu parameter tanaman yaitu pengendalian nilai pH. Nilai pH yang harus dijaga pada penelitian ini yaitu 5-7, sehingga dalam penelitian ini dilakukan implementasi kontrol fuzzy logic untuk pengendalian pH tanaman hydrofarm. Desain fuzzy logic yang dibuat terdiri atas 1 Input dengan nama sensor pH sebagai pembacaan sensor pH, sedangkan output terbagi atas 2 yaitu pH up dan pH down digunakan sebagai pompa larutan pH up dan pompa larutan pH down untuk menjaga nilai pH agar tetap pada set point. Hasil implementasi fuzzy logic bekerja dengan baik dan mampu mempertahankan nilai pH pada set point yang diinginkan dengan rata-rata pembacaan pH perjam didaptakan 6,32 dengan pembacaan pH tertinggi pada pukul 08.00 yaitu 6,39 dan nilai pH terendah pada pukul 17.00 yaitu 6,26. Rata-rata error sensor perjam didapatkan sebesar 1,45% dengan tingkat akurasi 98,55% yang dimana error tertinggi pada pukul 16.30 sebesar 1,74% dan error terendah pada pukul 08.00 sebesar 0,94%. Rata-rata error sensor perhari juga didapatkan sebesar 1,45% dengan tingkat akurasi 98,55% dengan nilai rata-rata error pembacaan sensor terendah pada hari senin 12 Agustus 2024 yaitu 0,79% dan nilai rata-rata error pembacaan sensor tertinggi pada hari minggu 4 Agustus 2024 yaitu 1,87% .
Keuntungan seperti efisiensi tinggi, rasio inersia/torsi tinggi, jangkauan pengaturan kecepatan yang besar dan rendahnya electro magnetic interference (EMI) menjadi alasan motor brushless direct current (BLDC) menjadi pilihan yang tepat dalam banyak aplikasi di kehidupan sehari-hari. Motor BLDC terdiri dari 3 belitan fasa pada stator dan magnet permanen pada rotornya. Beberapa sistem penggerak yang menggunakan motor BLDC membutuhkan kecepatan motor yang konstan. Akan tetapi pada sistem penggerak tersebut ketika akan diberikan beban yang lebih maka kecepatan akan menurun. Oleh sebab itu dibutuhkan suatu pengaturan kecepatan motor agar kecepatan menjadi konstan walaupun diberi beban lebih. Banyak cara untuk mengatur kecepatan motor BLDC salah satunya adalah menggunakan cuk converter berbasis fuzzy logic controller. Pada tugas akhir ini pengaturan kecepatan motor BLDC menggunakan cuk converter berbasis fuzzy logic controller karena dapat menaikan dan menurunkan tegangan. Hasil keluaran tegangan output mempunyai polaritas berkebalikan dengan tegangan input. Cuk converter terdiri dari sumber tegangan arus searah atau direct current (DC). Perancangan struktur Fuzzy pada Matlab Simulink, dilakukan dengan melakukan perubahan nilai rentang dan bentuk dari fungsi keanggotaan yang di gunakan, baik masukan maupun keluaran. Pada simulasi yang telah dilakukan didapatkan kecepatan motor Brushless Direct Current ( BLDC) menggunakan cuk converter berbasis fuzzy logic controller pada kondisi tidak berbeban, menunjukkan respon dengan menghasilkan steady state yaitu 2000 rpm, rise time 0.01 s, settling time 0.011 s sedangkan saat diberi beban tidak ada perubahan yang signifikan dengan steady state sebesar 2000 rpm dan , rise time sebesar 0,01 s dan settling time sebesar 0,011s.
Konsumsi daya yang selalu berubah dapat mempengaruhi tegangan terminal generator, sehingga mengakibatkan penurunan keandalan sistem generator. Oleh karena itu diperlukan Automatic Voltage Regulator (AVR) , AVR merupakan suatu alat yang mampu mengatur besar kecilnya tegangan dan arus eksitasi yang akan disuplai ke generator bergantung dari besar kecilnya beban yang dikonsumsi. Pada penelitian ini akan dibuat sebuah AVR dengan metode Fuzzy Logic Control (FLC) yang mampu mengatur tegangan terminal generator pada nominal 220V dimana ketika dilakukan pengujian tanpa beban didapatkan nilai delay time = 0.45 sekon, rise time = 0.72 sekon, nilai peak time = 0.65 sekon, nilai max overshoot = 2.27 % nilai settling time = 1.15 sekon, dan error steady state sebesar 0%. AVR mampu memperbaiki tegangan terminal dalam waktu ± 8 detik saat generator diberi beban resistif, dan ± 6 detik saat generator diberi beban induktif dan kapasitif.
.Produksi energi listrik berbahan bakar fosil, telah menimbulkan dampak pemanasan global pada level yang sangat mengkhawatirkan, persoalan ini perlu mendapat perhatian serius oleh pemerintah dan pihak swasta untuk bersinergi mencari solusinya, seperti mengembangkan energi terbarukan, salah satunya tenaga surya. Pada sistem panel surya, selain mengkonversi energi surya ke energi listrik, energi surya juga mengakibatkan kenaikan suhu pada panel surya dan ini akan mengurangi efisiensi panel surya tersebut. Salah satu cara meningkatkan efisiensi panel surya adalah menggunakan MPPT (Maximum Power Point Tracking). Ada beberapa algoritma kendali MPPT yang dapat digunakan untuk mempertahankan panel surya pada titik daya maksimumnya, sebagai contoh, algoritma Perturb and Observe (P&O, Incremental Conductance (IC), Fuzzy Logic, dan lain-lain. Penggunaan fuzzy logic lebih sesuai untuk MPPT dibandingkan dengan algoritma konvensional seperti P&O dan IC dikarenakan dapat dapat langsung menghasilkan duty cycle yg sesuai dengan Pmax (daya maksimum) panel surya dibandingkan dengan MPPT konvensional yang harus melakukan iterasi terus menerus hingga mencapai Pmax. Penelitian ini melakukan implementasi berbasis fuzzy logic pada sistem modul surya 50 WP menggunakan buck converter. Hasil efisiensi tertinggi yang didapatkan pada sistem buck converter dengan MPPT sebesar 94% sedangkan tanpa MPPT dengan sistem open loop sebesar 61%.