Upload files to "/"

This commit is contained in:
khoirulrockin 2024-05-29 17:20:38 +07:00
commit f1917f820c
1 changed files with 0 additions and 0 deletions

View File

@ -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
29,64C 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. 110,
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. 5966,
Produktivitas Ayam Petelur di Anugrah Farm,”
Peternakan, vol. 1, no. 2, pp. 17, 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. 615, 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. 750756, 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. 850858, 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