Upload files to "/"
This commit is contained in:
commit
f1917f820c
|
|
@ -0,0 +1,736 @@
|
|||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
Implementasi Sistem Otomatisasi Monitoring
|
||||
Suhu, Kelembapan, dan Amonia pada Kandang
|
||||
|
||||
Ayam Petelur Menggunakan Metode Fuzzy
|
||||
|
||||
Muhammad Khoirul Rosikin Lukie Perdanasari Tharixs Akbar Ibnu Azis
|
||||
Program Studi Teknik Informatika Program Studi Bisnis Digital Program Studi Teknik Informatika
|
||||
Jurusan Teknologi Informasi
|
||||
Jurusan Teknologi Informasi Jurusan Teknologi Informasi
|
||||
Politeknik Negeri Jember Politeknik Negeri Jember Politeknik Negeri Jember
|
||||
Jember, Indonesia Jember, Indonesia Jember, Indonesia
|
||||
mkhoirulr97@gmail.com tharixsakbar@gmail.com
|
||||
lukieperdanasari@polije.ac.id
|
||||
Nila Amalia
|
||||
Program Studi Teknik Informatika
|
||||
|
||||
Jurusan Teknologi Informasi
|
||||
Politeknik Negeri Jember
|
||||
Jember, Indonesia
|
||||
nilaa3794@gmail.com
|
||||
|
||||
Abstract— The increase in demand for egg consumption and recall-nya masih rendah. Hal ini menunjukkan bahwa masih
|
||||
the high chicken population in Indonesia has not been matched by diperlukan perbaikan untuk meningkatkan akurasi alat.
|
||||
the maintenance of good chicken coops, this has led to a decrease Namun, sistem otomatisasi ini tetap memiliki potensi untuk
|
||||
in the quality of eggs produced. Then an automation system is membantu peternak ayam petelur dalam mengoptimalkan
|
||||
needed in the chicken coop to control temperature, humidity and lingkungan kandang, menjaga kesehatan ayam petelur, dan
|
||||
ammonia levels. Automatic control is by spraying cooling water meningkatkan produktivitas secara efektif dan efisien. Dengan
|
||||
and prebiotic liquids. The time in the spraying process is adanya sistem ini, diharapkan kualitas hidup dan kesejahteraan
|
||||
calculated using the fuzzy method to determine the spraying ayam petelur dapat ditingkatkan, serta membantu peternak
|
||||
decision. The spraying data on the system is compared with dalam mengelola kandang secara lebih efisien.
|
||||
manual fuzzy calculations using confusion matrix calculations to
|
||||
get the accuracy value of spraying on the system. The calculation Keywords—amonia; fuzzy; internet of things; kelembapan,
|
||||
results show that although the precission in water spraying and suhu.
|
||||
prebiotic watering reaches 100%, the recall is still low. This shows
|
||||
that improvements are still needed to improve the accuracy of the PENDAHULUAN
|
||||
tool. However, this automation system still has the potential to Telur merupakan komoditas tertinggi keempat yang
|
||||
assist laying hen farmers in optimizing the cage environment, banyak dikonsumsi masyarakat Indonesia. Selain karena
|
||||
maintaining the health of laying hens, and increasing productivity harganya yang terjangkau, komoditas telur adalah salah satu
|
||||
effectively and efficiently. With this system, it is hoped that the sumber gizi yang mudah didapatkan masyarakat. Setiap
|
||||
quality of life and welfare of laying hens can be improved, as well tahunnya, konsumsi telur ayam di Indonesia terus meningkat.
|
||||
as help farmers manage cages more efficiently. Berdasarkan data dari Badan Pusat Statistik (BPS) pada bulan
|
||||
Maret 2021, rata-rata nilai konsumsi telur ayam ras/kampung
|
||||
Keywords—ammonia; fuzzy; humidity; internet of things; per kapita per bulan sebesar 9,77 butir. Kemudian naik 2,16%
|
||||
temperature. menjadi 9,98 butir dalam satu bulan pada September 2021.
|
||||
Di Jawa timur produksi telur ayam meningkat sebanyak
|
||||
Abstrak— Peningkatan permintaan konsumsi telur dan 51.360,88 (ton) pada tahun 2020 hingga tahun 2021, hal ini
|
||||
populasi ayam yang tinggi di Indonesia belum diimbangi memperlihatkan bahwa ada kenaikan data yang signifikan
|
||||
dengan adanya pemeliharaan kandang ayam yang baik, hal ini pada konsumsi telur di Jawa Timur [1]. Namun, peningkatan
|
||||
menyebabkan menurunnya kualitas telur yang dihasilkan. konsumsi telur belum diimbangi dengan adanya sistem
|
||||
Maka diperlukan sistem otomatisasi pada kandang ayam untuk pemeliharaan kandang ayam yang baik sehingga dapat
|
||||
mengendalikan suhu, kelembaban dan kadar amonia. menurunkan kualitas telur.
|
||||
Pengendalian otomatis yaitu dengan penyemprotan air
|
||||
penyejuk dan cairan prebiotik. Waktu dalam proses Faktor yang mempengaruhi penurunan kualitas telur
|
||||
penyemprotan dihitung menggunakan metode fuzzy untuk antara lain sifat genetis ayam, kesehatan, manajemen
|
||||
menentukan keputusan penyemprotan. Data penyemprotan pemeliharaan, pakan, serta keadaan lingkungan [2]. Hal ini
|
||||
pada sistem dibandingkan dengan perhitungan fuzzy manual dikarenakan produksi ayam ras petelur cukup tinggi jika di
|
||||
menggunakan perhitungan confusion matrix untuk tempatkan pada lingkungan kandang yang ideal, yaitu pada
|
||||
mendapatkan nilai akurasi dari penyemprotan pada sistem. temperatur 20-25oC [3]. Hasil menunjukan pengaruh suhu
|
||||
Hasil perhitungan menunjukkan meskipun precission dalam
|
||||
penyemprotan air dan penyiraman prebiotik mencapai 100%,
|
||||
|
||||
DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT 75
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
dan kelembapan secara kumulatif sebesar 38,8% terhadap A. Analisis Kebutuhan
|
||||
produktivitas ayam petelur. Rata-rata faktor lingkungan Analisis alat dan bahan yang dibutuhkan untuk
|
||||
berupa suhu dan kelembapan secara berurutan selama
|
||||
pengamatan 18 hari yaitu 24,5°C dan 82,3% [4]. Kadar membangun alat yang terintegrasi secara otomatis dapat
|
||||
amonia yang terlalu tinggi dapat menyebabkan gangguan dilihat pada tabel 1:
|
||||
kesehatan ternak seperti gangguan iritasi mata, gangguan
|
||||
saluran pernapasan, gangguan sistem kekebalan tubuh, dan Tabel 1. Analisis Kebutuhan
|
||||
gangguan sistem reproduksi [5].
|
||||
No Komponen Jumlah Fungsi
|
||||
Pada penelitian sebelumnya yang dilakukan oleh Audia
|
||||
Faris Trinaldi, Ade Kania Ningsih dan Melina tahun 2022 1. Sensor 1 Menangkap data digital berupa
|
||||
dengan judul “Sistem Kontrol dan Monitoring Suhu DHT22 nilai suhu dan kelembapan
|
||||
Kelembapan Kandang pada Peternakan Ayam Broiler dengan
|
||||
Metode Fuzzy mamdani Berbasis Internet of Things” dengan udara.
|
||||
data awal sebanyak 1874, setelah dilakukan data cleaning
|
||||
diperoleh sebanyak 1832, dari nilai rata-rata suhu yaitu 2. Sensor 1 Menangkap data analog berupa
|
||||
29,64’C dan kelembapan 70,66% dapat terhubung langsung MQ-137 nilai kandungan gas amonia.
|
||||
dengan android untuk memonitor kondisi kandang ayam
|
||||
otomatis. Sehingga dapat diketahui nilai rata-rata tingkat 3. MCP3008 1 Untuk merubah sinyal analog
|
||||
kesalahan pada sensor DHT11 dengan variabel suhu yaitu
|
||||
5,15% dan kelembapan 7,99% [6]. menjadi sinyal digital
|
||||
|
||||
Penelitian selanjutnya dilakukan oleh Adimas Ketut dikarenakan pin Raspberry Pi 4
|
||||
Nalendra, M Mujiono, Anang Widigdyo dengan judul “PIM
|
||||
Sistem Kontrol Suhu dan Gas Amonia pada Kandang Ayam tidak memiliki pin analog.
|
||||
berbasis Internet of Things di Mitra CV. Bintang Timur
|
||||
Farm” pada tahun 2022. Penelitian ini mampu meningkatkan 4. Relay 2 Menghidupkan dan
|
||||
5% produktivitas telur yang dihasilkan oleh ayam ras petelur
|
||||
dengan menjaga kestabilan suhu, kelembapan dengan mematikan pompa DC
|
||||
otomatisasi pendinginan dan penghangatan ruangan selain itu
|
||||
penelitian ini juga mampu memonitoring kadar gas amonia penyemprot air serta
|
||||
yang ada untuk membantu peternak mengatur jadwal
|
||||
pembersihan kotoran ayam [7]. penyemprot cairan prebiotik.
|
||||
|
||||
Penelitian ini menawarkan inovasi dengan 5. Raspberry 1 Microcontroller berguna
|
||||
mengintegrasikan sistem kontrol gas amonia, suhu, dan
|
||||
kelembapan menggunakan metode fuzzy untuk Pi 4 menyimpan program dengan
|
||||
meningkatkan akurasi waktu respons sistem. Pada penelitian
|
||||
sebelumnya cenderung memisahkan kontrol variabel menjalankan semua aktuator
|
||||
tersebut. Namun, pendekatan baru ini menggabungkan yang terhubung dengannya
|
||||
mereka secara holistik melalui metode fuzzy, memungkinkan
|
||||
respons yang lebih efisien terhadap perubahan kondisi serta mengirimkan data real-
|
||||
lingkungan. Kontribusi kebaruan ini diharapkan dapat time ke dalam cloud database
|
||||
meningkatkan akurasi waktu dalam menanggapi dinamika
|
||||
perubahan gas, suhu, dan kelembapan secara bersamaan, (firebase) yang nantinya akan
|
||||
membuka peluang aplikasi lebih lanjut dalam berbagai
|
||||
industri. diakses oleh smartphone. Alat
|
||||
|
||||
Penurunan kualitas telur disebabkan kondisi kandang ini juga merupakan tempat
|
||||
ayam yang tidak termonitor dengan baik. Oleh karena itu,
|
||||
diperlukan sistem otomatisasi yang dapat mengendalikan menyimpan semua logika
|
||||
suhu, kelembapan udara dan kadar amonia pada kandang
|
||||
ayam agar tetap stabil. Pengendalian suhu dan kelembapan Fuzzy Mamdani dalam
|
||||
udara dengan menggunakan penyemprotan air penyejuk
|
||||
sedangkan pengendalian kadar amonia dalam kandang penentuan penyemprotan air
|
||||
dengan menggunakan penyemprotan cairan prebiotik. Proses penyejuk dan cairan prebiotik.
|
||||
otomatisasi penyemprotan menggunakan metode fuzzy untuk
|
||||
mengambil keputusan dalam penyemprotan. Output 6. LCD 1 Menampilkan data suhu,
|
||||
penyemprotan fuzzy pada sistem akan dibandingkan dengan
|
||||
perhitungan penyemprotan manual dan penentuan hasil kelembapan dan amonia.
|
||||
akurasi menggunakan perhitungan confusion matrix.
|
||||
7. Pompa DC 2 untuk menyemprotkan air
|
||||
|
||||
penyejuk ruang kandang dan
|
||||
|
||||
juga penyemprot cairan
|
||||
|
||||
prebiotik pengurai kotoran
|
||||
|
||||
ayam yang mengandung kadar
|
||||
|
||||
gas amonia.
|
||||
|
||||
Dalam penelitian ini Raspberry Pi 4 dipilih karena
|
||||
memiliki kekuatan komputasi yang lebih kuat dan
|
||||
mendukung banyak lembar perangkat melalui port GPIO
|
||||
yang lebih kuat daripada Arduino. Raspberry Pi juga
|
||||
mendukung banyak lembar perangkat melalui port GPIO
|
||||
yang lebih kuat daripada Arduino. Selain itu Arduino
|
||||
memiliki beberapa keterbatasan, seperti keterbatasan memori
|
||||
yang lebih kecil dan keterbatasan dalam penggunaan port
|
||||
yang dapat menyebabkan kecelakaan jika Anda melakukan
|
||||
kesalahan dengan perangkat[8].
|
||||
|
||||
B. Sistem Monitoring Otomatis
|
||||
|
||||
METODE PENELITIAN
|
||||
|
||||
76 DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
Monitoring merupakan kegiatan mengamati Batas Ambang Variabel
|
||||
perkembangan pelaksanaan program atau proyek. Sedangkan selisih ≤ 0,5 detik True
|
||||
sistem monitoring otomatis adalah sistem monitoring dengan
|
||||
pemanfaatan teknologi dan perangkat elektronik untuk selisih > 0,5 detik False
|
||||
memantau, mengumpulkan, dan menganalisis data secara
|
||||
otomatis. Dengan monitoring dapat diketahui program atau Selanjutnya adalah menghitung akurasi sistem dan
|
||||
proyek berjalan sesuai atau kurang sesuai dengan rencana[9]. manual dengan menggunakan rumus sebagai berikut:
|
||||
|
||||
C. Suhu, Kelembapan, dan Gas Amonia <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (1)
|
||||
Suhu adalah salah satu besaran pokok pada fisika yang <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>
|
||||
menyatakan panas dinginnya suatu objek. Kelembapan udara <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (2)
|
||||
suatu ruangan akan selalu terjaga secara konsisten. Secara
|
||||
matematis kelembapan udara relatif (RH) didefinisikan <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (3)
|
||||
sebagai perbandingan antara tekanan uap air jenuh dengan
|
||||
tekanan uap air parsial. [10]. Amonia adalah gas tajam tidak <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>
|
||||
berwarna dengan titik didih 33,50C. Gas amonia mempunyai <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD> − <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (F1) = 2 × <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> × <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD>
|
||||
daya iritasi tinggi, terutama pada mukosa membran mata dan <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> + <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (4)
|
||||
saluran pernapasan ayam.
|
||||
Keterangan:
|
||||
D. Fuzzy Recall = tingkat keberhasilan sistem dalam menemukan
|
||||
Logika fuzzy merupakan komponen pembentuk soft kembali sebuah informasi.
|
||||
Precission = tingkat ketepatan antara informasi yang diminta
|
||||
computing. Logika fuzzy digunakan untuk memetakan oleh pengguna dengan jawaban yang diberikan oleh sistem.
|
||||
masalah dari input ke output yang diharapkan. Pola aturan Accuracy = tingkat kedekatan antara nilai prediksi dengan
|
||||
dalam fuzzy logic berbentuk IF THEN, dan ini melibatkan nilai aktual.
|
||||
proses penalaran fuzzy[11]. F-Measure (F1) = bobot harmonic mean dan recall dan
|
||||
precission.
|
||||
Menurut Kusumadewi dan Hari [12], Ebrahim Mamdani
|
||||
menemukan metode mamdani atau dikenal juga dengan Dalam penelitian ini, metode penelitian yang digunakan
|
||||
metode min-max pada tahun 1975. Metode mamdani adalah sebagai berikut:
|
||||
melibatkan empat tahap untuk mendapatkan keluaran yaitu
|
||||
Fuzzyfication, Implikasi, Maximum, dan Defuzzyfikasi. E. Alur Penelitian
|
||||
Alur penelitian ini menunjukkan kerangka penelitian
|
||||
Confusion matrix digunakan untuk membandingkan
|
||||
perhitungan fuzzy secara manual dengan sistem yang yang hendak dicapai pada blok diagram sistem secara
|
||||
terpasang pada alat[13]. Rumus confusion matrix dapat keseluruhan. Blok diagram sangat penting kaitannya dengan
|
||||
dilihat pada tabel 2: rangkaian keseluruhan blok diagram yang akan
|
||||
menghasilkan suatu sistem kerja pada penelitian. Gambar 1
|
||||
menunjukkan tahapan yang dilaksanakan pada penelitian ini.
|
||||
|
||||
Tabel 2. Rumus Confusion Matrix
|
||||
|
||||
Aktual
|
||||
|
||||
Prediksi True False
|
||||
|
||||
True True Positif (TP) False Positif (FP)
|
||||
|
||||
False False Negatif (FN) True Negatif (TN)
|
||||
|
||||
Keterangan: Gambar 1. Alur Penelitian
|
||||
TP = True Positif, yaitu jumlah data positif yang terklasifikasi
|
||||
dengan benar oleh sistem. F. Pengumpulan Data
|
||||
TN = True Negatif, yaitu jumlah data negatif yang Pada tahap ini dilakukan pengumpulan data yang
|
||||
terklasifikasi dengan salah oleh sistem.
|
||||
FN = False Negatif, yaitu jumlah data negatif namun dilakukan di kandang ayam yang sudah terpasang alat dan
|
||||
terklasifikasi benar oleh sistem. juga sensor untuk mengukur suhu, kelembapan udara dan gas
|
||||
FP = False Positif, yaitu jumlah data positif namun amonia. Pengumpulan data dilakukan dengan menggunakan
|
||||
terklasifikasi salah oleh sistem. metode manual dan juga pengukuran dari sensor yang
|
||||
datanya disimpan dalam firebase database. Pengumpulan
|
||||
Menentukan nilai variabel linguistik atau batas ambang data dilaksanakan selama 20 hari dimulai pada tanggal 1
|
||||
sebagai parameter penentuan nilai selisih waktu pada Maret 2023 sampai dengan tanggal 20 Maret 2023. Pada
|
||||
penyemprotan air dan cairan prebiotik termasuk dalam waktu pagi, siang dan sore dengan rentang waktu 05.00,
|
||||
kategori false atau true pada perhitungan manual[14]. 12.00 dan 17.00 WIB.
|
||||
Sebagai berikut:
|
||||
|
||||
Tabel 3. Variabel linguistik fuzzy selisih waktu perhitungan
|
||||
manual
|
||||
|
||||
DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT 77
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
HASIL DAN PEMBAHASAN waktu penyemprotan prebiotik dan air. Gambar 3b
|
||||
A. Perancangan Alat menunjukkan pompa dc sebagai pengendali suhu dan
|
||||
kelembapan udara yang terkoneksi langsung dengan relay
|
||||
Perancangan alat yang digunakan pada penelitian ini untuk mengatur lama penyemprotan air. Gambar 3c
|
||||
memiliki beberapa sensor dan alat yang digunakan. Sensor menunjukkan tangki dan pompa dc sebagai pengendali gas
|
||||
yang digunakan untuk mengukur suhu, kelembapan dan amonia dan terkoneksi langsung dengan relay untuk
|
||||
kadar amonia yang terdapat di kandang ayam. Gambar mengatur lama penyemprotan cairan prebiotik.
|
||||
perancangan alat dapat dilihat pada Gambar 2:
|
||||
|
||||
C. Pengolahan Data
|
||||
Tahap pengolahan data merupakan tahapan dimana data
|
||||
|
||||
yang telah diperoleh dari data sensor DHT22 dan MQ-137.
|
||||
Data yang didapatkan dari data sensor kemudian akan diolah
|
||||
atau diproses dengan algoritma cerdas menggunakan metode
|
||||
fuzzy logic. Sehingga output dari data yang dihasilkan akan
|
||||
digunakan sebagai otomatisasi pengendalian suhu,
|
||||
kelembapan dan gas amonia pada kandang ayam.
|
||||
|
||||
Gambar 2. Perancangan alat D. Pengujian Penyemprotan Air
|
||||
Data suhu dan kelembapan yang tercatat pada tabel berikut
|
||||
Sistem ini menggunakan sensor DHT22 untuk mengukur
|
||||
suhu dan kelembapan ruangan, sensor MQ-137 untuk diperoleh melalui sensor yang tertanam pada alat dan
|
||||
mengukur kandungan gas amonia, dan MCP3008 sebagai ditampilkan melalui layar LCD. Proses perhitungan manual,
|
||||
antarmuka analog-digital. Dua relay mengendalikan pompa data suhu dan kelembapan dicatat dari alat yang ditampilkan
|
||||
DC penyemprot air dan cairan prebiotik. Raspberry Pi 4 pada LCD dihitung menggunakan MATLAB dengan
|
||||
berperan sebagai otak sistem, menyimpan program, menerapkan rumus fuzzy logic dan. Selanjutnya perhitungan
|
||||
mengelola aktuator, dan mengirim data ke database Firebase sistem, data suhu dan kelembapan dihitung menggunakan
|
||||
untuk diakses melalui smartphone. LCD menampilkan data kode program perhitungan fuzzy logic di platform Raspberry
|
||||
suhu, kelembapan, dan amonia. Dua pompa DC sebagai Pi.
|
||||
aktuator mengatur penyemprotan air dan cairan prebiotik
|
||||
berdasarkan logika kontrol, termasuk metode Fuzzy Fungsi fuzzy logic diimplementasikan untuk menghitung
|
||||
Mamdani. Sistem ini memastikan lingkungan kandang ayam output sistem berdasarkan nilai suhu dan kelembapan yang
|
||||
optimal untuk kesehatan dan kesejahteraan hewan. terdeteksi dengan output durasi penyemprotan air. Output dari
|
||||
MATLAB mencakup data manual yang selanjutnya
|
||||
B. Implementasi Alat dibandingkan dengan data sistem. Perbandingan ini bertujuan
|
||||
Pada tahapan ini merupakan tahap implementasi alat yang untuk mengamati selisih antara data manual dan data sistem
|
||||
sebagai acuan perhitungan akurasi waktu, dan metodenya
|
||||
sudah disiapkan lengkap dengan sensor yang digunakan pada diukur menggunakan confusion matrix. Proses ini dapat
|
||||
kandang ayam. Berikut merupakan bentuk fisik perangkat memberikan informasi penting mengenai kehandalan sistem
|
||||
keras. dalam menanggapi variasi suhu dan kelembapan, serta
|
||||
mengukur sejauh mana metode fuzzy logic mampu
|
||||
memberikan estimasi waktu yang akurat dalam konteks
|
||||
pengukuran lingkungan.
|
||||
|
||||
Berikut ini adalah data level suhu dan kelembapan dengan
|
||||
input variabel pada MATLAB.
|
||||
|
||||
Tabel 4. Level Suhu
|
||||
|
||||
Level Suhu Rentang Derajat
|
||||
|
||||
(Celcius) Keanggotaan
|
||||
|
||||
Dingin 0 – 20 oC
|
||||
|
||||
Sejuk 15 – 30 oC
|
||||
|
||||
Normal 25 – 30 oC
|
||||
|
||||
Gambar 3a. Box Gambar 3b. Gambar 3c. Hangat 27,5 - 42,5 oC
|
||||
panel Pompa DC Tangki
|
||||
Panas 40 – 50 oC
|
||||
|
||||
Pada Gambar 3a terdapat rangkaian alat yang sudah di Gambar 4. Input Suhu
|
||||
pasang sedemikian rupa dimana terdapat sensor DHT22 dan
|
||||
MQ-137 yang membaca data suhu, kelembapan udara dan Tabel 5. Level Kelembapan
|
||||
kadar amonia pada kandang ayam. LCD digunakan untuk
|
||||
menampilkan data suhu, kelembapan dan kadar amonia dan Level Kelembapan Rentang Derajat
|
||||
juga Raspberry Pi sebagai mikrokontoler yang mengolah data
|
||||
yang didapatkan dari sensor MQ-137 dan DHT22 (%) Keanggotaan
|
||||
menggunakan metode Fuzzy Logic. Relay digunakan sebagai
|
||||
saklar otomatis yang menghidupkan dan mematikan pompa
|
||||
dc cairan prebiotik dan air dari data yang didapat dari sensor
|
||||
MQ-137 dan DHT22 yang diolah dengan metode Fuzzy
|
||||
Logic, output yang dihasilkan dari pengolahan data berupa
|
||||
|
||||
78 DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
Rendah 0 – 69 % 2-Mar- 13.00 40.2 50.7 13.5 13.7 0.2 f t fn
|
||||
Sedang 63 – 75 % 23 18.00 29.0 75.0
|
||||
Tinggi 70 – 100 % 14.5 15 0.5 f t fn
|
||||
|
||||
05.00 27.5 78.3 10.8 10.4 0.4 f t fn
|
||||
|
||||
3-Mar- 12.00 39.2 55.5 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 34.9 62.5 12.5 12.5 0 t t tp
|
||||
|
||||
05.00 28.0 79.2 11.6 11.8 0.2 f t fn
|
||||
|
||||
4-Mar- 13.00 39.6 55.5 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 34.4 65.5 18.1 18.8 0.7 f f tn
|
||||
|
||||
05.00 28.7 78.1 13.5 13.8 0.3 f t fn
|
||||
|
||||
5-Mar- 13.00 39.0 55.4 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 33.7 65.8 18.6 19.3 0.7 f f tn
|
||||
|
||||
06.00 28.5 78.4 12.9 13.2 0.3 f t fn
|
||||
|
||||
Gambar 5. Input Kelembapan 6-Mar- 12.00 39.2 54.7 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
16.00 37.8 59.7 12.5 12.5 0 t t tp
|
||||
|
||||
Peneliti melakukan pengujian metode Fuzzy Logic pada 05.00 28.7 79.8 13.5 13.8 0.3 f t fn
|
||||
perangkat keras. Hasil pengumpulan data dan
|
||||
membandingkan Fuzzy Logic pada sistem alat dengan 7-Mar- 12.00 39.3 53.1 12.5 12.5 0 t t tp
|
||||
perhitungan manual. Terdapat selisih beberapa detik antara 23
|
||||
perhitungan manual dan sistem dengan menggunakan nilai
|
||||
variabel linguistik sebagai batas ambang selisih ≤ 0,5 detik. 17.00 34.2 64.4 16.03 16.5 0.47 f t fn
|
||||
|
||||
Berikut ini adalah data durasi penyemprotan ait dengan 05.00 28.1 78.5 11.9 12 0.1 f t fn
|
||||
rentang derajat keanggotaannya serta output penyemprotan
|
||||
pada MATLAB. 8-Mar- 12.00 38.4 56.6 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 36.6 62.5 12.5 12.5 0 t t tp
|
||||
|
||||
05.00 34.3 65.6 18.3 18.9 0.6 f f tn
|
||||
|
||||
9-Mar- 12.00 34.3 65.6 18.3 18.9 0.6 f f tn
|
||||
23
|
||||
|
||||
17.00 34.4 62.1 12.5 12.5 0 t t tp
|
||||
|
||||
Tabel 5. Durasi Penyemprotan Air 05.00 28.7 79.4 13.5 13.8 0.3 f t fn
|
||||
|
||||
Durasi Penyemprotan Rentang Derajat 10-Mar- 13.00 40.6 54.0 15.5 15.9 0.4 f t fn
|
||||
23
|
||||
Air (Detik) Keanggotaan
|
||||
17.00 36.9 61.5 12.5 12.5 0 t t tp
|
||||
|
||||
Sebentar 0 – 10 s 05.00 28.8 79.1 13.8 14.2 0.4 f t fn
|
||||
|
||||
Sedang 5 – 20 s 11-Mar- 12.00 40.4 52.2 14.5 14.8 0.3 f t fn
|
||||
23
|
||||
Lama 15 – 30 s
|
||||
18.00 34.2 66.9 20.5 21.2 0.7 f f tn
|
||||
|
||||
05.00 28.3 79.0 12.4 12.6 0.2 f t fn
|
||||
|
||||
12-Mar- 12.00 39.4 54.5 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 36.5 59.9 12.5 12.5 0 t t tp
|
||||
|
||||
05.00 27.9 77.3 11.4 11.5 0.1 f t fn
|
||||
|
||||
13-Mar- 12.00 39.5 52.4 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
17.00 36.2 60.1 12.5 12.5 0 t t tp
|
||||
|
||||
05.00 29.4 77.9 16.5 17.1 0.6 f f tn
|
||||
|
||||
14-Mar- 12.00 39.7 53.9 12.5 12.5 0 t t tp
|
||||
23
|
||||
|
||||
Gambar 5. Output Penyemprotan 16.00 38.0 55.0 12.5 12.5 0 t t tp
|
||||
|
||||
05.00 29.0 75.8 14.5 15 0.5 f t fn
|
||||
|
||||
15-Mar- 13.00 41.5 49.8 19.4 20.1 0.7 f f tn
|
||||
23
|
||||
|
||||
17.00 36.1 64.0 15.1 15.5 0.4 f t fn
|
||||
|
||||
05.00 29.4 77.8 16.5 17.1 0.6 f f tn
|
||||
|
||||
16-Mar- 12.00 40.5 54.5 15.02 15.4 0.38 f t fn
|
||||
23
|
||||
|
||||
16.00 31.3 68.7 22.4 23.1 0.7 f f tn
|
||||
|
||||
07.00 28.1 78.6 11.9 12 0.1 f t fn
|
||||
|
||||
17-Mar- 12.00 40.1 56.4 13.02 13.1 0.08 f t fn
|
||||
23
|
||||
|
||||
17.00 35.4 65.5 18.1 18.8 0.7 f f tn
|
||||
|
||||
05.00 28.5 77.8 12.9 13.2 0.3 f t fn
|
||||
|
||||
Gambar 6. Hasil Uji Keseluruhan 18-Mar- 12.00 40.9 53.8 16.9 17.5 0.6 f f tn
|
||||
23
|
||||
|
||||
17.00 32.7 66.9 20.4 21.1 0.7 f f tn
|
||||
|
||||
Perbandingan perhitungan sistem alat dengan perhitungan 05.00 29.6 78.5 18.01 18.7 0.69 f f tn
|
||||
manual dapat dilihat pada tabel 4:
|
||||
19-Mar- 12.00 41.2 54.3 18.2 18.9 0.7 f f tn
|
||||
23
|
||||
|
||||
17.00 33.3 67.6 21.4 22.2 0.8 f f tn
|
||||
|
||||
Tabel 6. Pengujian penyemprotan air penyejuk 05.00 29.2 78.9 15.4 15.9 0.5 f t fn
|
||||
|
||||
Tangga Wakt Suh Kelembapa Manua Siste Selisi Siste Manua Hasi 20-Mar- 12.00 40.9 55.5 16.9 17.5 0.6 f f tn
|
||||
m h m 23
|
||||
l u u n (%) l l l
|
||||
(0C) 17.00 33.2 64.0 15.1 15.5 0.4 f t fn
|
||||
|
||||
06.00 28.3 79.6 12.4 12.6 0.2 f t fn
|
||||
|
||||
1-Mar- 12.00 38.5 58.8 12.5 12.5 0 t t tp Selanjutnya adalah mengolah data dari selisih
|
||||
23 perhitungan sistem alat dengan perhitungan manual
|
||||
|
||||
17.00 34.0 66.2 20 20 0 t t tp
|
||||
|
||||
05.00 28.9 79.3 14.1 14.6 0.5 f t fn
|
||||
|
||||
DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT 79
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
menggunakan metode Confusion matrix yaitu Recall, Level Amonia Rentang Derajat
|
||||
Accuracy, Precission dan F – Measure (F1) pada (Ppm) Keanggotaan
|
||||
penyemprotan air. Masukan data hasil pada tabel sesuai Rendah 0 – 10 Ppm
|
||||
dengan rumus confusion matrix yaitu data aktual adalah Sedang 8 – 12 Ppm
|
||||
manual dan data prediksi adalah system. Perhitungan Tinggi 10 – 20 Ppm
|
||||
Confusion matrix dapat dilihat pada tabel 5:
|
||||
|
||||
Tabel 7. Perhitungan confusion matrix penyemprotan air
|
||||
penyejuk
|
||||
|
||||
Manual
|
||||
|
||||
System True False
|
||||
|
||||
True 5(TP) 0(FP)
|
||||
|
||||
False 37(FN) 18(TN)
|
||||
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 5 = 0,18 = 18% (1) Gambar 7. Input Amonia
|
||||
|
||||
5 + 37
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 5 = 1 = 100%
|
||||
(2) Tabel 9. Durasi Penyemprotan Prebiotik
|
||||
5+0
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 5 + 18 = 0,38 = 38% Durasi Penyemprotan Rentang Derajat
|
||||
(3)
|
||||
5 + 18 + 0 + 37 (Detik) Keanggotaan
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD> − <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (F1) = 2 × 1 × 0,18 = 0,15 = 15%
|
||||
1 + 0,18 (4) Sebentar 0 – 12,5 s
|
||||
|
||||
Sedang 7,5 – 22,5 s
|
||||
|
||||
Hasil perhitungan confusion matrix untuk penyemprotan Lama 17,5 – 30 s
|
||||
air menunjukkan bahwa recall-nya adalah 18%, yang berarti
|
||||
dari semua kasus yang sebenarnya positif (kasus di mana
|
||||
penyemprotan air diperlukan), hanya 18% yang terdeteksi
|
||||
dengan benar. Precission-nya adalah 100%, yang berarti dari
|
||||
semua kasus yang dideteksi sebagai positif, semuanya adalah
|
||||
benar. Accuracy-nya adalah 38%, yang menunjukkan sejauh
|
||||
mana model dapat mengklasifikasikan dengan benar kasus-
|
||||
kasus positif dan negatif secara keseluruhan. F-measure-nya
|
||||
adalah 15%, yang merupakan rata-rata harmonis antara recall
|
||||
dan precission.
|
||||
|
||||
E. Pengujian Penyemprotan Cairan Prebiotik Gambar 8. Output Durasi
|
||||
Data kadar gas amonia yang tercatat pada tabel berikut
|
||||
|
||||
diperoleh melalui sensor yang tertanam pada alat dan
|
||||
ditampilkan melalui layar LCD. Proses perhitungan manual,
|
||||
kadar gas amonia dicatat dari alat yang ditampilkan pada LCD
|
||||
dihitung menggunakan MATLAB dengan menerapkan rumus
|
||||
fuzzy logic dan. Selanjutnya perhitungan sistem, data kadar
|
||||
gas amonia dihitung menggunakan kode program perhitungan
|
||||
fuzzy logic di platform Raspberry Pi.
|
||||
|
||||
Fungsi fuzzy logic diimplementasikan untuk menghitung Gambar 9. Hasi Uji Keseluruhan
|
||||
output sistem berdasarkan nilai kadar gas amonia yang
|
||||
terdeteksi dengan output durasi penyemprotan cairan Pengujian selanjutnya dilakukan pada sensor MQ-137
|
||||
prebiotik. Output dari MATLAB mencakup data manual yang dengan pengecekan akurasi gas amonia untuk otomatisasi
|
||||
selanjutnya dibandingkan dengan data sistem. Perbandingan penyiraman prebiotik. Dengan melakukan pengujian metode
|
||||
ini bertujuan untuk mengamati selisih antara data manual dan Fuzzy Logic pada perangkat keras. Hasil pengumpulan data
|
||||
data sistem sebagai acuan perhitungan akurasi waktu, dan dan membandingkan Fuzzy Logic pada sistem alat dengan
|
||||
metodenya diukur menggunakan confusion matrix. Proses ini perhitungan manual. Terdapat selisih beberapa detik antara
|
||||
dapat memberikan informasi penting mengenai kehandalan perhitungan manual dan sistem dengan menggunakan nilai
|
||||
sistem dalam menanggapi variasi kadar gas amonia, serta variabel linguistik sebagai batas ambang selisih ≤ 0,5 detik.
|
||||
mengukur sejauh mana metode fuzzy logic mampu Pengujian sensor MQ-137 dapat dilihat pada tabel 6:
|
||||
memberikan estimasi waktu yang akurat dalam konteks
|
||||
pengukuran lingkungan. Tabel 10. Pengujian Penyemprotan Cairan Prebiotik
|
||||
|
||||
Berikut ini adalah data level gas amonia dengan input Tanggal Waktu Amonia Manual System Selisih System Manual Hasil
|
||||
variabel pada MATLAB dengan output durasi penyemprotan (ppm)
|
||||
dan hasil ujinya.
|
||||
|
||||
06.00 7.90 5.1 5.03 0.07 f t fn
|
||||
|
||||
Tabel 8. Level Amonia 1-Mar- 12.00 8.26 6.7 6.63 0.07 f t fn
|
||||
23
|
||||
|
||||
17.00 12.5 24.3 25 0.7 f f tn
|
||||
|
||||
80 DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
05.00 13.51 24.3 25 0.7 f f tn menggunakan metode Confusion matrix yaitu Recall,
|
||||
Accuracy, Precission dan F – Measure (F1) pada
|
||||
2-Mar- 13.00 15.52 24.3 25 0.7 f f tn penyemprotan prebiotik. Masukan data hasil pada tabel
|
||||
23 sesuai dengan rumus confusion matrix yaitu data aktual
|
||||
adalah manual dan data prediksi adalah system. Hasil
|
||||
18.00 18.39 24.3 25 0.7 f f tn implementasi perhitungan dengan confusion matrix dapat
|
||||
dilihat pada tabel 7:
|
||||
05.00 18.39 24.3 25 0.7 f f tn
|
||||
|
||||
3-Mar- 12.00 9.27 11.5 11.4 0.1 f t fn
|
||||
23
|
||||
|
||||
17.00 6.90 5.1 5.03 0.07 f t fn
|
||||
|
||||
05.00 9.67 13.3 13.3 0 t t tp
|
||||
|
||||
4-Mar- 13.00 4.30 5.1 5.03 0.07 f t fn
|
||||
23
|
||||
|
||||
17.00 4.61 5.1 5.03 0.07 f t fn Tabel 11. Perhitungan confusion matrix penyemprotan
|
||||
cairan prebiotik
|
||||
05.00 4.45 5.1 5.03 0.07 f t fn Manual
|
||||
|
||||
5-Mar- 13.00 4.23 5.1 5.03 0.07 f t fn System True False
|
||||
23 True 19(TP) 0(FP)
|
||||
False 25(FN) 16(TN)
|
||||
17.00 4.85 5.1 5.03 0.07 f t fn
|
||||
|
||||
06.00 6.00 5.1 5.03 0.07 f t fn
|
||||
|
||||
6-Mar- 12.00 4.77 5.1 5.03 0.07 f t fn
|
||||
23
|
||||
|
||||
16.00 4.30 5.1 5.03 0.07 f t fn
|
||||
|
||||
05.00 6.29 5.1 5.03 0.07 f t fn
|
||||
|
||||
7-Mar- 12.00 5.63 5.1 5.03 0.07 f t fn <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 19 = 0,43 = 43%
|
||||
23
|
||||
19 + 25 (1)
|
||||
17.00 5.18 5.1 5.03 0.07 f t fn
|
||||
|
||||
05.00 6.39 5.1 5.03 0.07 f t fn <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 19 = 1 = 100% (2)
|
||||
19 + 0
|
||||
8-Mar- 12.00 4.93 5.1 5.03 0.07 f t fn <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> = 19 + 16 = 0,58 = 58%
|
||||
23 (3)
|
||||
|
||||
17.00 4.93 5.1 5.03 0.07 f t fn 19 + 16 + 0 + 25
|
||||
<20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD> − <20><><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD><EFBFBD> (F1) = 2 × 1 × 0,43 = 0,30 = 30%
|
||||
05.00 9.09 10.7 10.7 0 t t tp 1 + 0,43 (4)
|
||||
|
||||
9-Mar- 12.00 9.09 10.7 10.7 0 t t tp
|
||||
23
|
||||
|
||||
17.00 7.45 5.1 5.03 0.07 f t fn Hasil dari perhitungan confusion matrix penyiraman
|
||||
prebiotik, recall-nya adalah 43%, yang berarti dari semua
|
||||
05.00 9.53 12.6 12.6 0 t t tp kasus yang sebenarnya positif (kasus di mana penyiraman
|
||||
prebiotik diperlukan), 43% yang terdeteksi dengan benar.
|
||||
10-Mar- 13.00 8.88 9.8 9.74 0.06 f t fn Precission-nya adalah 100%, yang berarti dari semua kasus
|
||||
23 yang dideteksi sebagai positif, semuanya adalah benar.
|
||||
Accuracy-nya adalah 58%, yang menunjukkan sejauh mana
|
||||
17.00 7.90 5.1 5.03 0.07 f t fn model dapat mengklasifikasikan dengan benar kasus-kasus
|
||||
positif dan negatif secara keseluruhan. F-measure-nya adalah
|
||||
05.00 9.27 11.5 11.4 0.1 f t fn 30%, yang merupakan rata-rata harmonis antara recall dan
|
||||
precission.
|
||||
11-Mar- 12.00 8.50 8.04 7.93 0.11 f t fn
|
||||
23 F. Evaluasi
|
||||
Tingkat akurasi yang menggunakan sensor DHT22 dalam
|
||||
18.00 8.50 8.04 7.93 0.11 f t fn
|
||||
mendeteksi suhu dan kelembapan udara masih belum
|
||||
05.00 9.53 12.6 12.6 0 t t tp sepenuhnya sama dengan pengukuran menggunakan tester
|
||||
yaitu selisih lebih tinggi kurang lebih 2%. Penggunaan
|
||||
12-Mar- 12.00 8.38 7.4 7.3 0.1 f t fn raspberry pi sebaiknya digunakan sebagai server untuk
|
||||
23 menampung data-data sensor DHT22 dan MQ-137 guna
|
||||
membantu meng-upload data ke firebase database.
|
||||
17.00 9.27 11.5 11.4 0.1 f t fn
|
||||
|
||||
05.00 8.26 6.7 6.63 0.07 f t fn
|
||||
|
||||
13-Mar- 12.00 8.50 8.04 7.93 0.11 f t fn
|
||||
23
|
||||
|
||||
17.00 7.22 5.1 5.03 0.07 f t fn
|
||||
|
||||
05.00 8.88 9.8 9.74 0.06 f t fn
|
||||
|
||||
14-Mar- 12.00 6.49 5.1 5.03 0.07 f t fn
|
||||
23
|
||||
|
||||
16.00 4.85 5.1 5.03 0.07 f t fn
|
||||
|
||||
05.00 6.19 5.1 5.03 0.07 f t fn
|
||||
|
||||
15-Mar- 13.00 11.40 20.8 21.6 0.8 f f tn
|
||||
23
|
||||
|
||||
17.00 9.27 11.5 11.4 0.1 f t fn
|
||||
|
||||
05.00 11.2 19.9 20.6 0.7 f f tn
|
||||
|
||||
16-Mar- 12.00 12.02 24.3 25 0.7 f f tn KESIMPULAN
|
||||
23
|
||||
|
||||
16.00 12.67 24.3 25 0.7 f f tn Dari hasil perhitungan, dapat disimpulkan bahwa
|
||||
implementasi sistem otomatisasi monitoring menggunakan
|
||||
07.00 14.9 24.3 25 0.7 f f tn metode fuzzy menghasilkan precission yang tinggi (100%),
|
||||
namun recall yang rendah, terutama dalam kasus
|
||||
17-Mar- 12.00 13.51 24.3 25 0.7 f f tn penyemprotan air (18%) dan penyiraman prebiotik (43%).
|
||||
23 Meskipun akurasi keseluruhan masih bisa ditingkatkan (38%
|
||||
dan 58% masing-masing), kesimpulan ini menyoroti perlunya
|
||||
17.00 13.51 24.3 25 0.7 f f tn perluasan dan peningkatan metode untuk meningkatkan
|
||||
recall, akurasi keseluruhan, dan f-measure. Meskipun sistem
|
||||
05.00 12.6 24.3 25 0.7 f f tn telah memberikan hasil baik dalam hal precission, fokus pada
|
||||
peningkatan kemampuan mendeteksi kasus-kasus yang
|
||||
18-Mar- 12.00 10.65 17.7 18.2 0.5 f t fn memerlukan penyemprotan air atau penyiraman prebiotik
|
||||
23 menjadi kunci. Kontribusi terhadap inovasi ini diharapkan
|
||||
membuka peluang aplikasi lebih lanjut dengan peningkatan
|
||||
17.00 12.34 24.3 25 0.7 f f tn akurasi respons terhadap perubahan dinamika gas, suhu, dan
|
||||
|
||||
05.00 13.1 24.3 25 0.7 f f tn
|
||||
|
||||
19-Mar- 12.00 13.51 24.3 25 0.7 f f tn
|
||||
23
|
||||
|
||||
17.00 12.34 24.3 25 0.7 f f tn
|
||||
|
||||
05.00 12.3 24.3 25 0.7 f f tn
|
||||
|
||||
20-Mar- 12.00 6.8 5.1 5.03 0.07 f t fn
|
||||
23
|
||||
|
||||
17.00 6.69 5.1 5.03 0.07 f t fn
|
||||
|
||||
Selanjutnya adalah mengolah data dari selisih
|
||||
perhitungan sistem alat dengan perhitungan manual
|
||||
|
||||
DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT 81
|
||||
Jurnal Teknologi Informasi dan Terapan (J-TIT) Vol. 10 No. 2 Desember 2023 ISSN: 2580-2291
|
||||
|
||||
kelembapan secara bersamaan, potensial untuk berbagai Arduino,” Int. J. Comput. Sci. Eng., vol. 8, no. 2, pp. 1–10,
|
||||
|
||||
industri. 2019, [Online]. Available:
|
||||
|
||||
REFERENSI http://www.iaset.us/archives?jname=14_2&year=2019&s
|
||||
|
||||
[1] Badan Pusat Statistik, “Produksi Telur Ayam Petelur ubmit=Search.
|
||||
|
||||
menurut Provinsi (Ton), 2019-2021,” 2021. . [9] D. Michael and D. Gustina, “Rancang Bangun Prototype
|
||||
Monitoring Kapasitas Air Pada Kolam Ikan Secara
|
||||
[2] A. Y. Azzahra, “Pengaruh Suhu dan Kelembapan Terhadap Otomatis Dengan Menggunakan Mikrokontroller
|
||||
Arduino,” IKRA-ITH Inform., vol. 3, no. 2, pp. 59–66,
|
||||
Produktivitas Ayam Petelur di Anugrah Farm,”
|
||||
|
||||
Peternakan, vol. 1, no. 2, pp. 1–7, 2022.
|
||||
|
||||
[3] A. Dinana, D. Latipudin, D. Darwis, and A. Mushawwir, 2019.
|
||||
|
||||
“Profil Enzim Transaminase Ayam Ras Petelur Yang [10] C. Saputra, R. Setiawan, and Y. Arvita, “Penerapan Sistem
|
||||
|
||||
Diberi Kitosan Iradiasi,” J. Nutr. Ternak Trop. dan Ilmu Kontrol Suhu dan Monitoring Serta Kelembapan pada
|
||||
|
||||
Pakan, vol. 1, no. 1, pp. 6–15, 2019, doi: Kumbung Jamur Tiram Berbasis Iot Menggunakan Metode
|
||||
|
||||
10.24198/jnttip.v1i1.25425. Fuzzy Logic,” J. Sains dan Inform., vol. 8, no. 2, pp. 116–
|
||||
|
||||
[4] A. A. Justiani, “Hubungan Paparan Gas Amonia Terhadap 126, 2022, doi: 10.34128/jsi.v8i2.504.
|
||||
|
||||
Gangguan Pernapasan Pekerja Peternakan Ayam,” [11] F. Pradityo and N. Surantha, “Indoor air quality monitoring
|
||||
|
||||
Kedokteran, vol. 02, no. 02, pp. 750–756, 2021. and controlling system based on IoT and fuzzy logic,” 2019
|
||||
|
||||
[5] M. A. Bhakti, “Strategi Mengendalikan Amonia di 7th Int. Conf. Inf. Commun. Technol. ICoICT 2019, no. July
|
||||
|
||||
Kandang,” 2022. . 2019, 2019, doi: 10.1109/ICoICT.2019.8835246.
|
||||
|
||||
[6] A. F. Trinaldi, “Sistem Kontrol dan Monitoring Suhu [12] S. KUSUMADEWI and H. PURNOMO, “Aplikasi Logika
|
||||
|
||||
Kelembaban Kandang pada Peternakan Ayam Broiler Fuzzy untuk pendukung keputusan,” 2010.
|
||||
|
||||
dengan Metode Logika Fuzzy Mamdani Berbasis Internet [13] M. E. Al Rivan and J. Suherman, “Penentuan Mutu Buah
|
||||
|
||||
of Things,” Pros. Sains Nas. dan Teknol., vol. 12, no. 1, p. Pepaya California (Carica Papaya L.) Menggunakan Fuzzy
|
||||
|
||||
349, 2022, doi: 10.36499/psnst.v12i1.7046. Mamdani,” Elkha, vol. 12, no. 2, p. 76, 2020, doi:
|
||||
|
||||
[7] A. K. Nalendra, M. Mujiono, and A. Widigdyo, “PIM 10.26418/elkha.v12i2.41164.
|
||||
|
||||
Sistem Kontrol Suhu dan Gas Amonia pada Kandang [14] S. Somantri, G. P. Insany, S. Olis, and K. Kamdan,
|
||||
|
||||
Ayam berbasis Internet of Things di Mitra CV. Bintang “Perancangan Sistem Otomatisasi Pemberi Pakan Ikan
|
||||
|
||||
Timur Farm,” J. ABDINUS J. Pengabdi. Nusant., vol. 6, Lele Berdasarkan Suhu Air Menggunakan Logika Fuzzy
|
||||
|
||||
no. 3, pp. 850–858, 2022, doi: 10.29407/ja.v6i3.18484. Sugeno,” J. Edukasi dan Penelit. Inform., vol. 9, no. 2, p.
|
||||
|
||||
[8] A. K. & F. H. Chinmay Bepery, Sudipto Baral, “Advanced 289, 2023, doi: 10.26418/jp.v9i2.65823.
|
||||
|
||||
Home Automation System Using Raspberry-Pi and
|
||||
|
||||
82 DOI: https://doi.org/10/25047/jtit.v10i2.325 ©2023 JTIT
|
||||
|
||||
Loading…
Reference in New Issue