J T I I K - Repository.dinamika.ac.id

1y ago
11 Views
2 Downloads
2.56 MB
14 Pages
Last View : 19d ago
Last Download : 3m ago
Upload by : Anton Mixon
Transcription

JTIIKJurnal Teknologi Informasi dan Ilmu KomputerVolume 6, Nomor 4, Agustus 2019Akreditasi KEMENRISTEKDIKTI, No. 30/E/KPT/2018p-ISSN: 2355-7699e-ISSN: 2528-6579Penanggung JawabWayan Firdaus MahmudyKetua RedaksiGembong Edhi SetyawanRedaksi PelaksanaAhmad Afif SupiantoDahnial SyauqyPelaksana Tata UsahaLina PurbosariAlamat Redaksi dan Tata UsahaJurnal Teknologi Informasi dan Ilmu KomputerFakultas Ilmu Komputer (FILKOM), Universitas BrawijayaJl. Veteran No. 8 Malang, 65145Telp./Fax (0341) 577911Email: jtiik@ub.ac.idWebsite: http://www.jtiik.ub.ac.idRedaksi mengundang penulis untuk mengirimkan naskah yang belum pernah diterbitkan dimedia manapun. Pedoman penulisan naskah terdapat pada bagian belakang jurnal. Naskah yangmasuk akan dievaluasi secara double-blind-review oleh Mitra Bestari.

Mitra Bestari1. Achmad Fanany Onnilita Gaffar, Politeknik Negeri Samarinda, Indonesia2. Achmad Solichin, Universitas Budi Luhur, Indonesia3. Ade Kurniawan, Universitas Universal, Batam, Indonesia4. Anjar Wanto, STIKOM Tunas Bangsa Pematang Siantar, Indonesia5. Arif Muntasa, Universitas Trunojoyo, Indonesia6. Arief Wibowo, Universitas Budi Luhur, Indonesia7. Aryo Pinandito, Universitas Brawijaya, Indonesia8. Bagus Setya Rintyarna, Universitas Muhammadiyah Jember, Indonesia9. Barlian Henryranu Prasetio, Universitas Miyazaki, Jepang10. Budi Darma Setiawan, Universitas Brawijaya, Indonesia11. Dedy Rahman Wijaya, Telkom University, Indonesia12. Candra Dewi, Universitas Brawijaya, Indonesia13. Didit Widiyanto, Fakultas Ilmu Komputer UPN Veteran Jakarta, Indonesia14. Dina Fitria Murad, Universitas Bina Nusantara, Indonesia15. Erick Fernando, School of Informastion System , Bina Nusantara University, Indonesia16. Fahmizal, Universitas Gajah Mada, Indonesia17. Hamdani, Universitas Mulawarman, Indonesia18. Heliza Rahmania Hatta, Universitas Mulawarman, Indonesia19. Heru Nugroho, Universitas TELKOM, Indonesia20. Himawan -, STMIK Raharja, Indonesia21. Hurriyatul Fitriyah, Universitas Brawijaya, Indonesia22. Ida Wahyuni, STMIK Asia Malang, Indonesia23. Ika Safitri Windiarti, Universitas Muhammadiyah Palangkaraya, Indonesia24. Indri Sudanawati Rozas, UIN Surabaya, Indonesia25. Issa Arwani, Universitas Brawijaya, Indonesia26. I Wayan Agus Arimbawa, Universitas Mataram, Indonesia27. Muhamad Irsan, Universitas Islam Syekh Yusuf, Indonesia28. M.Hannats Hanafi, Universitas Brawijaya, Indonesia29. Mustakim, UIN Sultan Syarif Kasim Riau, Indonesia30. Nyoman Gunantara, Universitas Udayana, Indonesia31. Pitoyo Hartono, Universitas Chukyo, Jepang32. Raymond Sutjiadi, Institut Informatika Indonesia Surabaya, Indonesia33. Riki Tri Yunardi, Universitas Airlangga, Indonesia34. Riyanto Sigit, Politeknik Elektronika Negeri Surabaya, Indonesia35. Samsul Huda, Universitas 17 Agustus 1945 Surabaya, Indonesia36. Slamet Riyanto, Lembaga Ilmu Pengetahuan Indonesia, Indonesia37. Sukirman, Universitas Muhammadiyah Surakarta, Indonesia38. Surjandy, Universitas Bina Nusantara, Indonesia39. Sumijan, Universitas Putra Indonesia YPTK Padang, Indonesia40. Titin Pramiyati, Universitas Pembangunan Nasional "Veteran" Jakarta, Indonesia41. Uky Yudatama, Universitas Muhammadiyah Magelang, Indonesia42. Wayan Firdaus Mahmudy, Universitas Brawijaya, Indonesia43. Wijaya Kurniawan, Universitas Brawijaya, Indonesia

JTIIKJurnal Teknologi Informasi dan Ilmu KomputerVolume 6, Nomor 4, Agustus 2019Akreditasi KEMENRISTEKDIKTI, No. 30/E/KPT/2018p-ISSN: 2355-7699e-ISSN: 2528-6579Peningkatan Performa Cluster Fuzzy C-Means pada Klastering Sentimen MenggunakanParticle Swarm OptimizationRimbun Siringoringo, JamaluddinPengendali Suhu pada Proses Pasteurisasi Susu dengan Menggunakan Metode PID danMetode Fuzzy Sugeno349-354355-362Yosefine Triwidyastuti, Muhammad Nizar, Harianto Harianto, Jusak JusakPenerapan Local Binary Pattern untuk Mengukur Tingkat Kepuasan Pengunjung secaraOtomatisElke Cahya Putri, Bayu Priyambadha, Fajar Pradana363-368Fuzzy Time Series dan Algoritme Average Based Length untuk Prediksi Pekerja MigranIndonesiaSolikhin, Uky Yudatama369-376Implementasi Metode Reccurrent Neural Network pada Text Summarization denganTeknik AbstraktifKasyfi Ivanedra, Metty MustikasariImplementasi Metode Forward Selection pada Algoritma Support Vector Machine(SVM) dan Naive Bayes Classifier Kernel Density (Studi Kasus Klasifikasi Jalur MinatSMA)Theopilus Bayu Sasongko, Oki ArifinSistem Informasi Manajemen Penggajian dan Penilaian Kinerja Pegawai pada SMKTaman Siswa LampungDamayanti, Nina NirmalasariEvaluasi Sistem Informasi Usaha Kecil dan Menengah (UKM) Kota Palembang377-382383-388389-396397-406Ahmad Haidar Mirza, Ade PutraSistem Informasi Monitoring dan Evaluasi Bidikmisi407-412Ainul YaqinPengembangan Deteksi Citra Mobil untuk Mengetahui Jumlah Tempat ParkirMenggunakan CUDA dan Modified YOLOSisco Jupiyandi, Fadhil Rizqullah Saniputra, Yoga Pratama, Muhammad RobbyDharmawan, Imam Cholissodin413-420Rancang Bangun Aplikasi Game Edukasi Koleksi Permainan Aksara Lampung (KoperApung) Berbasis Android Menggunakan Metode ScrumGigih Forda Nama, Ayu Dian Pamungkas, Mardiana Mardiana, Hery Dian Septama421-430

Algoritma Naive Bayes untuk Klasifikasi Sumber Belajar Berbasis Teks pada MataPelajaran Produktif di SMK Rumpun Teknologi Informasi dan Komunikasi431-436Admaja Dwi Herlambang, Satrio Hadi WijoyoPenerapan Pendekatan Human Centered Design dan CRM dalam PerancanganAntarmuka Sistem E-Complaint437-444Retno Indah Rokhmawati, Yhouga Beta Evantio, Mochamad Chandra SaputraPerbandingan Performa Metode Klasifikasi SVM, Neural Network, dan Naive Bayesuntuk Mendeteksi Kualitas Pengajuan Kredit di Koperasi Simpan PinjamIqbal Taufiq Ahmad Nur, Nanang Yudi Setiawan, Fitra Abdurrachman BachtiarAplikasi Peta Titik Rawan Banjir di Kota PalembangNurul Adha Oktarini Saputri, R.M Nasrul Halim445-450451-456

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)Vol. 6, No. 4, Agustus 2019, hlm. 355-362Akreditasi KEMENRISTEKDIKTI, No. 30/E/KPT/2018DOI: 10.25126/jtiik.201961068p-ISSN: 2355-7699e-ISSN: 2528-6579PENGENDALI SUHU PADA PROSES PASTEURISASI SUSU DENGANMENGGUNAKAN METODE PID DAN METODE FUZZY SUGENOYosefine Triwidyastuti1, M. Nizar2, Harianto3, Jusak Jusak41,2,3Program Studi Sistem Komputer, Institut Bisnis dan Informatika Stikom SurabayaEmail: 1 yosefine@stikom.edu, 2nizar@stikom.edu, 3hari@stikom.edu, 4jusak@stikom.edu(Naskah masuk: 19 September 2018, diterima untuk diterbitkan: 27 Mei 2019)AbstrakProses pasteurisasi berfungsi untuk membunuh bakteri patogen yang dapat mengganggu kesehatan. Selain ituproses pasteurisasi juga bermanfaat untuk memperpanjang masa susu tidak rusak sehingga kualitas susu dapatdipertahankan sampai jangka waktu tertentu. Pada penelitian pengabdian masyarakat ini proses pasteurisasi susudengan model low temperature long time (LTLT) dibangun dengan menggunakan pengendali PID dan pengendaliFuzzy. Model LTLT dipilih karena adanya kebutuhan masyarakat untuk dapat mencampur susu dengan berbagaiperasa selama proses pasteurisasi berlangsung. Tujuan akhir dari penambahan perasa pada susu adalah untukmeningkatkan daya jual dari susu pasteurisasi. Berdasarkan hasil pengujian diperoleh kesimpulan bahwa sistempengendali PID dengan nilai 𝐾𝑝 31,8; 𝐾𝐼 117,8; 𝐾𝐷 4,3 memberikan respon lebih cepat daripada sistempengendali Fuzzy berdasarkan pengukuran indikator waktu tunda, waktu naik, waktu puncak dan waktu penetapan.Sebaliknya sistem pengendali Fuzzy menghasilkan nilai mean squared error (MSE) lebih kecil daripada sistempengendali PID yang menunjukkan bahwa sistem pengendali Fuzzy memiliki fluktuasi kesalahan lebih kecildaripada sistem pengendali PID dalam proses pasteurisasi susu. Akan tetapi, MSE kedua pengendali berada dibawah nilai 1%, hal ini menunjukkan bahwa kedua pengendali dapat mempertahankan suhu susu sesuai denganrentang suhu standar untuk pasteurisasi susu. Hasil pengujian laboratorium terhadap susu hasil proses pasteurisasimenunjukkan bahwa jumlah cemaran mikroba telah turun pada jumlah sesuai dengan standar SNI pada saat yangsama kualitas susu hasil proses pasteurisasi tetap terjaga.Kata kunci: pasteurisasi, low temperature long time, proportional-integral-derivative, metode fuzzy SugenoTEMPERATURE CONTROL FOR MILK PASTEURIZATION UTILIZING THEPROPORTIONAL-INTEGRAL-DERIVATIVE (PID) AND FUZZY SUGENO METHODAbstractMilk pasteurization process has benefit for reducing pathogenic bacteria that may harm people’s health. At thesame time, this process can be used to maintain the milk quality for long period of time. In this research, a milkpasteurization process that based on the low temperature long time (LTLT) was built utilizing the ProportionalIntegral-Derivative and the Fuzzy system methods. The LTLT method was chosen in this project due to the needto blend the pasteurized milk with several type of food flavoring to increase the selling power of the pasteurizedmilk. Therefore, it needs longer pasteurization time. Based on the 30 trials of examination, it showed that the PIDcontroller with values of 𝐾𝑝 31,8; 𝐾𝐼 117,8; 𝐾𝐷 4,3 was able to provide a faster system response timecompared to the Fuzzy controller. The measurement was done utilizing several indicators including delay time,rise time, peak time as well as settling time. In contrast, the Fuzzy controller produced a smaller mean squarederror (MSE) compared to the PID controller showing that the Fuzzy controller produced smaller error fluctuationin the milk pasteurization process. Nevertheless, the results showed that both controllers exhibited MSE lowerthan 1%, it indicates that both controllers could maintain milk temperature at the range of the standardized milkpasteurization process. Moreover, laboratory examination showed that using both pasteurization methods thenumber of coliform bacteria have been decreased to meet with the SNI standard and at the same time it was ableto maintain the quality of the milk.Keywords: pasteurization, low temperature long time, proportional-integral-derivative, fuzzy Sugeno method355

356 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 6, No. 4, Agustus 2019, hlm. 355-3621.PENDAHULUANSusu segar yang berasal dari sapi sehatmerupakan bahan makanan yang mengandungsejumlah nutrisi bergizi tinggi untuk manusia.Komposisi nutrisi pada susu sapi segar meliputi air,lemak, protein, laktosa, dan mineral (Resnawati,2008). Namun demikian, sekalipun susu mengandungberbagai macam zat gizi, diketahui bahwa susu jugamerupakan tempat berkembang biak yang baik bagiberbagai macam mikroorganisme. Hal ini terutamadisebabkan karena susu segar secara alami memilikipH sebesar 6,8 (Suwito, 2010).Mikroorganisme yang dibiarkan berkembangdalam susu pertama-tama akan menyebabkan susumenjadi rusak. Namun kondisi yang palingmerugikan akan terjadi apabila susu tersebutdikonsumsi oleh konsumen akhir. Sehingga susuyang rusak akan menyebabkan gangguan kesehatanmulai sakit perut biasa, dehidrasi sampai kondisi yanglebih parah mengakibatkan kematian.Salah satu cara yang dapat digunakan untukmempertahankan kondisi susu agar tetap sehatdengan kondisi pH dan jumlah mikroorganismeterjaga adalah dengan menggunakan prosespasteurisasi. Proses pasteurisasi dilakukan dengancara pemanasan dengan tujuan untuk membunuhbakteri patogen yang dapat membahayakan kesehatan(Saleh, 2004). Sesuai dengan Standar NasionalIndonesia (SNI 01-3951-1995), terdapat dua macamcara dalam melakukan proses pemanasan pada susu,yaitu:(i) Low Temperature Long Time (LTLT)dengan pemanasan susu pada suhu 63 66 selama rentang waktu 30 menit.(ii) High Temperature Short Time (HTST)dengan pemanasan susu pada suhu 72 selama rentang waktu 15 detik.Kedua proses di atas selanjutnya diikuti segeradengan pendinginan sampai suhu 10 dan disimpanpada suhu maksimum 4,4 . Apabila pemanasanpada susu dilakukan melebihi standar yang telah ada,maka akan berpotensi terhadap kehilangan lysin danvitamin pada susu. Sebaliknya apabila pemanasanpada susu dilakukan di bawah standar, maka prosespasteurisasi belum secara efektif mengurangi bakteripatogen dalam susu.Selain membunuh bakteri patogen yang dapatmengganggu kesehatan, proses pasteurisasi jugabermanfaat untuk memperpanjang masa susu tidakrusak sehingga kualitas susu dapat dipertahankansampai jangka waktu tertentu. Dengan demikianproses pasteurisasi susu bermanfaat secara ekonomisbagi peternak sapi perah, antara lain: harga ekonomissusu pasteurisasi lebih tinggi daripada susu tanpapasteurisasi, kedua, daya tahan susu yang lamamemungkinkan susu disimpan (tidak perlu dibuangapabila susu tidak dikonsumsi).Teknologi pasteurisasi telah ada di Indonesiasejak beberapa dekade yang lalu. Namun dengansemakin bekembangnya teknologi kontrol danotomasi industri yang memanfaatkan bidang rosespasteurisasiuntukmempertahankan suhu stabil pada titik (set point)yang diharapkan dalam rentang waktu tertentu jugasemakin berkembang. Berikut ini adalah beberapacontoh hasil penelitian teknologi pengendali prosespasteurisasi yang ada dan telah gunakan pengendali Model Predictive Control(MPC) diharapkan dapat menghasilkan keluaranberupa pengendalian suhu susu agar stabil pada targetsuhu yang diharapkan sebesar 72 (Anang,Hadisupadmo, & Leksono, 2016; Alamirew, Balaji,& Gabbeye, 2017). Dalam uji coba prosespasteurisasi, model pengendali MPC yang dibangundengan menggunakan perangkat lunak MATLABdapat meminimalkan terjadinya lonjakan (overshoot)dengan waktu penetapan (settling time) 712 detik.Pada makalah yang lain, pengendali MPC digunakandengan memanfaatkan model Linear ParameterVarying (LPV) dengan berbagai strategi untukmengatur suhu pada proses pasteurisasi dalam skalalaboratorium (Pour, Puic, & Martinez, 2017). Dalammakalah disebutkan bahwa terdapat 3 strategi yangtelah diujicobakan meliputi: pure-LPV, quasi-LPVdan Robust MPC. Berdasarkan hasil pengujiandiperoleh faktabahwa strategi pure-LPVmenghasilkan waktu respon sistem (system response)tercepat dan kesalahan posisi stabil (steady-stateerror) terkecil dibandingkan dengan kedua strategiyang lain. Secara keseluruhan ketiga strategi tersebutdapat mencapai suhu yang diharapkan dalam prosespasteurisasi HTST, yaitu pada suhu 72 0C.Penelitian lain dalam proses pasteurisasi susumemfokuskan pada tercapainya proses pemanasancepat dan merata dengan menggunakan teknologiRadio Frequency Electric Field (RFEF). Denganpemanasan cepat diharapkan agar bakteri patogendapat dimatikan tetapi pada saat yang sama zat-zatgizi lain pada makanan tidak rusak. Hasil pengujianterhadap proses pasteurisasi susu dilaporkan bahwasuhu dari susu dapat meningkat mencapai titik72,3 dalam waktu 2 menit dan mampu mengurangipopulasi bakteri sampai 109.260 cfu/ml (Srisuma,Santaluna, Thosdeekoraphat, & Thongsopa, 2017).Penelitian selanjutnya menguji penggunaanmetode Proportional-Integral-Derivative (PID),Fuzzy Inference System (FIS) dan Artificial NeuralNetwork Fuzzy Inference System (ANFIS) dalamproses pasteurisasi susu menggunakan metode HTST(Maulana, Hadisupadmo, & Leksono, 2016).Berdasarkan pengujian dapat disimpulkan bahwaproses pasteurisasi dengan menggunakan metodeANFIS menghasilkan nilai lonjakan terkecildibanding metode pengendali yang lain. Lonjakanhanya mencapai 0,27%. Sedangkan nilai meansquared error (MSE) yang dapat dicapai oleh metodeANFIS setelah waktu stabil terpenuhi adalah 0,114.Akan tetapi metode ANFIS memiliki kekurangan

Yosefine Triwidyastuti, dkk, Pengendali Suhu pada Proses Pasteurisasi Susu yaitu sangat reaktif terhadap gangguan yang berupaimpuls pada sistem.Sekalipun sebagian besar standar industri danbeberapa penelitian di atas menggunakan modelpasteurisasi HTST, namun dalam beberapa surveiyang telah dilakukan sebelumnya didapati bahwamasyarakat peternak sapi dan Industri Pengolah Susu(IPS) masih memerlukan model pemanasan lambatkarena adanya kebutuhan untuk menambahkanperasa pada susu. Hal ini tidak mungkin dilakukandengan menggunakan pasteurisasi pemanasan cepatkarena dibutuhkan waktu tertentu untuk prosespelarutan perasa pada susu. Dengan adanyapenambahan perasa pada susu diharapkan dapatmeningkatkan daya jual dari susu pasteurisasitersebut. Karena itu model pasteurisasi LTLT akansangat bermanfaat dalam konteks ini.Proses pasteurisasi susu secara LTLT yang telahmenjadi praktik umum pada saat ini dilakukan secaramanual, yaitu dengan cara mengaduk susu yang telahdiletakkan di atas tungku api selama kurang lebih 30menit. Pasteurisasi manual semacam ini memilikibeberapa kekurangan, misalnya pengukuran terhadapsuhu dari susu dilakukan dengan perkiraan atau kalaumenggunakan termometer pengukuran harusdilakukan secara berulang-ulang. Pengukuran suhususu secara manual tersebut harus dibarengi olehproses mematikan dan menyalakan tungku api secaraterus menerus untuk menjaga agar suhu susu tetapberada di dalam rentang standar pasteurisasi LTLT.Sebagai konsekuensi dari proses pemanasan yangtidak akurat, tingkat berkurangnya jumlahmikroorganisme dalam susu dan tingkat penurunankualitas susu setelah proses pasteurisasi manual tidakdapat dipastikan.Pada penelitian pengabdian masyarakat iniproses pasteurisasi susu dibangun denganmenggunakan pengendali PID dan pengendali Fuzzydengan menggunakan model pasteurisasi LTLT.Kedua model tersebut dipilih untuk mengendalikanproses pasteurisasi LTLT karena keduanya memilikikompleksitas rendah, sehingga keduanya dapatditerapkan dengan baik pada sistem pengendalidengan dengan ukuran memori kecil (Ichsan,Setiawan, & Hamidi, 2016; Setyawan, Setiawan, &Kurniawan, 2015).Kontribusi utama hasil penelitian ini adalah 2(dua) hal, yaitu: (1) melakukan otomatisasi prosespasteurisasi susu dengan metode LTLT untukmenjaga suhu susu pada titik 64 selama waktuproses 30 menit, (2) turut serta dalam meningkatkankontribusi ekonomi (tujuan jangka panjang) danpemahaman akan proses pasteurisasi bagi peternakdan pengusaha UMKM.Secara keseluruhan,laporan penelitianpengabdian masyarakat ini tersusun atas urutansebagai berikut. Bagian 1 menjelaskan latar belakang,tujuan serta kontribusi utama dari penelitian ini.Bagian 2 mengulas metode penelitian yangdigunakan. Bagian 3 menunjukkan hasil-hasil357penelitian besertapembahasannya.Laporanpenelitian ditutup dengan kesimpulan pada Bagian 4.2.METODE PENELITIANDalam penelitian pengabdian masyarakat iniakan dibangun purwarupa perangkat pasteurisasi susudengan menggunakan pengendali PID danpengendali Fuzzy. Model dari sistem pengendalipasteurisasi susu ditunjukkan dalam Gambar 1.r(t)e(t) -u(t)y(t)f[e(t)]Motor ServopengendalibebanGambar 1. Model sistem pasteurisasi susuGambar 1 menunjukkan model sistem otomatispasteurisasi susu dengan tujuan akhir untukmengendalikan nilai suhu pada sisi keluaran, 𝑦(𝑡),sedemikian rupa sehingga nilai keluaran tersebutberada pada suhu pasteurisasi LTLT, yaitu pada suhu𝑦(𝑡) 64 . Motor servo merupakan beban (plant)yang berfungsi sebagai pengatur besar kecilnya apipada tungku pemanas untuk menaikkan ataumenurunkan suhu dari susu. Pada Gambar 1, variabel𝑟(𝑡) merepresentasikan suhu masukan atau set pointbagi sistem pasteurisasi susu, sedangkan nilai 𝑢(𝑡),didefinisikan oleh persamaan (1),𝑢(𝑡) 𝑓[𝑒(𝑡)],(1)Fungsi 𝑓[𝑒(𝑡)] adalah pengendali PID atau Fuzzyyang melakukan fungsi penyesuaian nilai 𝑢(𝑡)berdasarkan nilai kesalahan yang diterima. Nilaikesalahan, 𝑒(𝑡), didefinisikan oleh persamaan (2),𝑒 (𝑡 ) 𝑟 (𝑡 ) 𝑦 (𝑡 ).(2)Blok diagram implementasi yang menunjukkansecara detail komponen-komponen penyusun sistempasteurisasi susu dalam penelitian ini ditunjukkandalam Gambar 2.Sensor SuhuMotor ServoPemantikMikrokontrolerRelayRTCMotor DCLCD 16x2Gambar 2. Blok diagram sistem pasteurisasi susuMasukan dari sistem pasteurisasi susu terdiriatas: sensor suhu yang berfungsi sebagai pengukursuhu susu (dibenamkan ke dalam susu) dan sebuahReal Time Clock (RTC) sebagai pewaktu. Pengendaliutama dalam proses pasteurisasi susu adalah sebuahmikrokontroler yang berfungsi sebagai pengolah datayang berasal dari masukan berupa suhu aktual yangterukur oleh sensor suhu. Selanjutnya pengolahandata untuk pengendalian suhu proses pasteurisasi

358 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 6, No. 4, Agustus 2019, hlm. 355-362digunakan PID dan sistem Fuzzy. Keluaran darisistem terdiri atas: sebuah motor servo yang berfungsisebagai aktuator untuk menentukan besar kecilnyaapi pada tungku pemanas, sebuah pemantik elektrikberfungsi sebagai pemicu api pada tungku pemanas,sebuah motor DC berfungsi sebagai penggerakpengaduk susu sehingga suhu pada susu mengalamipemerataan pada saat proses pemanasan berlangsungdan sebuah LCD (Liquid Crystal Display) untukmenampilkan suhu dan waktu proses. Bentuk fisikdari purwarupa pasteurisasi susu yang telah dibangunpada penelitian ini ditunjukkan dalam Gambar 3.Sebagai masukan bagi mikrokontroler,digunakan sebuah sensor suhu DS18B20. Sensor inimerupakan sebuah sensor digital 1 wire (Maxim,2015). Salah satu nilai tambah dari sensor ini adalahbahwa setiap sensor memiliki kode serial yangmemungkinkan untuk penggunaan DS18B20 lebihdari satu dalam komunikasi 1 wire. DS18B20merupakan sensor suhu digital yang dikeluarkan olehMaxim Integrated Products, Inc. Sensor inidilengkapi dengan 3 pin yang terdiri atas VDDsebagai sumber tenaga, ground (GND) dan data in/out(DQ).Keluaran dari sistem adalah putaran motor servoyang terhubung pada sistem pemanas tungku untukmengatur dan mengendalikan besar kecilnya api.Besar kecilnya api selanjutnya akan berpengaruhlangsung terhadap naik turunnya suhu dari susu.Dalam penelitian ini, uji coba sistem pengendalipasteurisasi susu dilakukan sebanyak 30 kali dalamrentang waktu 30 menit untuk masing-masing prosespasteurisasi susu. Perhitungan waktu 30 menitdihitung setelah suhu mencapai titik 64 , yaitusetelah waktu naik (rise time) tercapai.3.1. Pengendali PIDGambar 3. Model fisik sistem pasteurisasi susu3.HASIL DAN PEMBAHASANSistem pengendali utama dalam prosespasteurisasi susu adalah perangkat mikrokontrolerAtmega16 yang berisi program PID dan sistem Fuzzy.Atmega16 merupakan seri mikrokontroler CMOS 8bit yang dibuat oleh Atmel. Mikrokontroler inimerupakan pemroses berbasis arsitektur ReducedInstruction Set Computer (RISC). Karena itu hampirsemua instruksi untuk mikrokontroler ini dapatdieksekusi dalam satu siklus clock. Atmega16dilengkapi dengan memori flash 16KB, memoriEEPROM sebesar 512 B, SRAM sebanyak 1KB,perangkat I/O sebanyak 32 buah, register generalpurpose 32 buah, ADC 10 bit, timer/counter, internaldan external interrupt, serial UART, power modesaving, ADC dan PWM internal. ATMega16memiliki throughput mendekati 1 MIPS per MHzdan beroperasi pada tegangan 2,75 - 5,5 Volt (Atmel,2002). Rangkaian perangkat keras sistem pengendalipasteurisasi susu ditunjukkan dalam Gambar 4.Gambar 4. Rangkaian perangkat keras sistem pengendalipasteurisasi susuPengendali PID merupakan pengendalikonvensional yang telah banyak digunakan padasistem otomatisasi industri. Sesuai dengan namanya,pengendali PID merupakan penjumlahan keluarandari 3 buah pengendali, yaitu pengendali proporsional(P), pengendali integral (I) dan pengendali derivatif(D). Karakteristik keluaran dari pengendali PIDsangat ditentukan oleh 3 buah parameter, yaitu 𝐾𝑝 , 𝐾𝐼 ,dan 𝐾𝐷 . Pada penelitian ini nilai 𝐾𝑝 , 𝐾𝐼 , dan 𝐾𝐷ditentukan dengan menggunakan metode ZieglerNichols tipe 2 (Ogata, 2010).Proses penentuan parameter PID dilakukandengan mengukur respon dari sistem yangdikendalikan oleh sebuah slider gain untukmenghasilkan respon berosilasi. Proses penentuannilai 𝐾𝑝 , 𝐾𝐼 , dan 𝐾𝐷 dilakukan sesuai dengan urutanberikut:i. Mula-mula nilai 𝐾𝐼 dan 𝐾𝐷 diatur pada posisi 0atau OFF, sedangkan nilai 𝐾𝑝 dinaikkan secarapelahan-lahan mulai dari nilai 0 hingga mencapaititik tertentu ketika kurva respon berosilasi terusmenerus. Nilai 𝐾𝑝 pada saat kurva responberosilasi terus menerus disebut sebagai 𝐾𝑈 .Gambar 5 menunjukkan respon sistem pada saat𝐾𝑈 53.ii. Pada kurva respon sistem yang berosilasi terusmenerus dilakukan perhitungan nilai 𝑃𝑈 , yaituperiode antara dua puncak osilasi sepertiditunjukkan pada Gambar 5. Nilai 𝑃𝑈 ditunjukkanoleh persamaan (3).𝑃𝑈 𝑥1 𝑥0 12,36 11,28 1,08(3)

Yosefine Triwidyastuti, dkk, Pengendali Suhu pada Proses Pasteurisasi Susu 359terukur pada sensor suhu disimbolkan sebagai 𝑥 dan(ii) perubahan suhu aktual sesaat disimbolkansebagai 𝑦. Himpunan Fuzzy dari suhu aktual danperubahan suhu ditunjukkan dalam Gambar 7.Gambar 5. Kurva respon dari sistem untuk nilai 𝐾𝑈 53.(4)(5)(6)(7)𝐾𝐷 𝐾𝑝 𝑇𝐷 31,8 0,135 𝟒, 𝟑.(8)𝐼Berdasarkan hasil pengujian, nilai 𝐾𝑝 31,8; 𝐾𝐼 117,8; 𝐾𝐷 4,3digunakan dalampenelitian ini untuk mendapatkan titik stabil padanilai suhu pasteurisasi 64 .Diagram respon waktu untuk proses pasteurisasisusu dengan pengendali PID yang merupakan ratarata dari 30 percobaan ditunjukkan dalam Gambar 6.Sementara itu, rata-rata indikator respon waktu dariseluruh percobaan untuk masing-masing sistemditunjukkan dalam Tabel 1.Pengukuran kualitas sistem pengendalipasteurisasi susu baik menggunakan PID maupunFuzzy dilakukan dengan menggunakan 6 (enam) buahindikator seperti ditunjukkan dalam Tabel 1. Waktutunda (delay time) dihitung pada saat sistem mencapaiseparuh (50%) dari suhu susu yang diinginkan.Waktu naik (rise time) dihitung pada saat sistemmencapai suhu susu yang diinginkan pertama kali.Waktu puncak (peak time) adalah waktu pada saatsistem mencapai suhu tertinggi pertama kali. Lewatanmaksimum (maximum overshoot) merupakanpersentase kenaikan maksimum yang dicapai olehsistem terhadap suhu susu yang diinginkan.Sedangkan mean squared error (MSE) adalahindikator pengukur kesalahan suhu selama rentangwaktu 30 menit.3.2. Pengendali FuzzyPengendali Fuzzy dalam proses pasteurisasi susudalam penelitian ini menggunakan sistem Fuzzydengan model Sugeno. Masukan dari sistem Fuzzyterdiri atas 2 masukan, yaitu (i) suhu aktual yangTabel 1. Indikator respon waktu proses pasteurisasi susuIndikatorPIDFuzzyWaktu tunda (delay time)2,20 mnt3,68 mntWaktu naik (rise time)4,93 mnt8,08 mntWaktu puncak (peak time)5,12 mnt8,23 mntLewatan maksimum (max.1,66 %0,48 %Overshoot)Waktu penetapan (settling time)5,12 mnt8,23 mntMean squared error (MSE)0,240,06SuhuRendah1NormalTinggiDerajad keanggotaan𝐾𝑝 0,6𝐾𝑈 0,6 53 𝟑𝟏, 𝟖𝑇𝐼 0,5𝑃𝑈 0,5 1,08 0,54𝑇𝐷 0,125𝑃𝑈 0,125 1,08 0,135𝐾31,8𝐾𝐼 2 𝑇𝑝 2 0,54 𝟏𝟏𝟕, 𝟖Gambar 6. Diagram respon waktu untuk proses pasteurisasi susudengan pengendali PID06263646566020CPerubahan SuhuKecilSedangBesar1Derajad keanggotaaniii. Setelah nilai 𝐾𝑈 dan 𝑃𝑈 diperoleh, maka langkahselanjutnya adalah mensubstitusikan nilai-nilaitersebut pada persamaan yang telah didefinisikanoleh Ziegler-Nichols, seperti ditunjukkan padapersamaan (4) sampai persamaan (8).0-2-101CGambar 7. Himpunan Fuzzy suhu dan perubahan suhuSeperti terlihat dalam Gambar 7, himpunanFuzzy suhu terdiri atas 3 (tiga) buah sub-himpunanantara lain rendah, normal, tinggi. Sedangkanhimpunan Fuzzy perubahan suhu terdiri atas 3 (tiga)

360 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 6, No. 4, Agustus 2019, hlm. 355-362buah sub-himpunan yang meliputi kecil, sedang,besar. Perubahan suhu merupakan selisih antara hasilpengukuran suhu saat ini dengan nilai pengukuransuhu sebelumnya. Terlihat dalam Gambar 7 bahwanilai perubahan suhu diharapkan terjadi pada nilai 1 agar fluktuasi suhu pada proses pasteurisasitidak melebihi standar pasteurisasi susu.Keluaran dari pengendali sistem Fuzzy adalahputaran motor servo yang dikendalikan denganmenggunakan aturan Fuzzy Sugeno sepertiditunjukkan dalam Tabel 2.Tabel 2. Aturan Fuzzy Sugeno untuk pengendali pasteurisasi susuIF Suhu Rendah and Perubahan Suhu Kecil then Servo BesarIF Suhu Rendah and Perubahan Suhu Sedang then ServoBesarIF Suhu Rendah and Perubahan Suhu Besar then Servo KecilIF Suhu Normal and Perubahan Suhu Kecil then Servo MatiIF Suhu Normal and Perubahan Suhu Sedang then ServoMatiIF Suhu Normal and Perubahan Suhu Besar then Servo MatiIF Suhu Tinggi and Perubahan Suhu Kecil then Servo MatiIF Suhu Tinggi and Perubahan Suhu Sedang then Servo MatiIF Suhu Tinggi and Perubahan Suhu Besar then Servo MatiKeterangan:Besar (sudut putaran servo 0 ),Kecil (sudut putaran servo 55 ),Mati (sudut putaran servo 90 ).Berdasarkan hasil pengujian, diagram responwaktu untuk proses pasteurisasi susu denganpengendali Fuzzy yang merupakan rata-rata dari 30percobaan ditunjukkan dalam Gambar 8. Sedangkanrata-rata indikator respon waktu dari 30 kalipercobaan ditunjukkan dalam Tabel 1.3.3. PembahasanDiagram respon waktu pengendali PID padaGambar 6 dan juga indikator respon waktu padaTabel 1 menunjukkan bahwa sistem pengendalipasteurisasi dengan metode PID memberikan waktutunda, waktu naik dan puncak lebih kecil daripadasistem pengendali Fuzzy, yaitu waktu tunda pada nilai2,20 menit, waktu naik pada 4,93 menit dan waktupuncak pada menit ke-5,12. Hal ini mengindikasikanbahwa sistem pengendali PID dengan penetapan nilai𝐾𝑝 , 𝐾𝐼 , dan 𝐾𝐷 seperti ditunjukkan dalam sub-bab 3.1memiliki respon lebih cepat daripada sistempengendali Fuzzy.Sebaliknya, pengamatan terhadap parameter ujilewatan maksimum dan mean squared error (MSE)pada sistem pengendali Fuzzy dalam Tabel 1,menunjukkan bahwa sistem pengendali Fuzzymemiliki nilai lewatan maksimum dan MSE lebihkecil daripada sistem pengendali PID. Hal ini berartibahwa pengendali Fuzzy memberikan akurasipencapaian suhu lebih baik daripada sistempengendali PID.Evolusi kesalahan kuadrat (squared error)kedua sistem pengendali ditunjukkan dalam Gambar9. Kesalahan kuadrat merupakan selisih antara nilaisuhu aktual pada waktu tertentu dengan nilai suhutujuan 64 . Seperti terlihat dalam Gambar 9,perhitungan kesalahan kuadrat dimulai pada saat suhususu telah mencapai 64 . Pada sistem pengendaliPID, nilai kesalahan kuadrat muncul pada menit ke4,93, yaitu waktu naik dari sistem pengendali PID danberakhir pada menit ke 34,93. Hal ini dengan jelasmenunjukkan bahwa proses pasteurisasi susuberlangsung selama 30 menit sebagaimanadibutuhkan pada sistem pasteurisasi LTLT.Gambar

Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya Jl. Veteran No. 8 Malang, 65145 Telp./Fax (0341) 577911 Email: jtiik@ub.ac.id . 6. Arief Wibowo, Universitas Budi Luhur, Indonesia 7. Aryo Pinandito, Universitas Brawijaya, Indonesia 8. Bagus Setya Rintyarna, Universitas Muhammadiyah Jember, Indonesia 9. Barlian Henryranu Prasetio .

Related Documents:

La paroi exerce alors une force ⃗ sur le fluide, telle que : ⃗ J⃗⃗ avec S la surface de la paroi et J⃗⃗ le vecteur unitaire orthogonal à la paroi et dirigé vers l’extérieur. Lorsque la

Texts of Wow Rosh Hashana II 5780 - Congregation Shearith Israel, Atlanta Georgia Wow ׳ג ׳א:׳א תישארב (א) ׃ץרֶָֽאָּהָּ תאֵֵ֥וְּ םִימִַׁ֖שַָּה תאֵֵ֥ םיקִִ֑לֹאֱ ארָָּ֣ Îָּ תישִִׁ֖ארֵ Îְּ(ב) חַורְָּ֣ו ם

3 www.understandquran.com ‡m wQwb‡q †bq, †K‡o †bq (ف ط خ) rُ sَ _ْ یَ hLbB َ 9 آُ Zviv P‡j, nv‡U (ي ش م) اْ \َ َ hLb .:اذَإِ AÜKvi nq (م ل ظ) َ9َmْ أَ Zviv uvovj اْ ُ Kَ hw ْ َ Pvb (ء ي ش) ءَ Cﺵَ mewKQy ءٍ ْdﺵَ bِّ آُ kw³kvjx, ¶gZvevb ٌ یْ"ِKَ i“Kz- 3

1 Advanced Engineering Mathematics C. Ray Wylie, Louis C. Barrett McGraw-Hill Book Co 6th Edition, 1995 2 Introductory Methods of Numerical Analysis S. S. Sastry Prentice Hall of India 4th Edition 2010 3 Higher Engineering Mathematics B.V. Ramana McGraw-Hill 11 th Edition,2010 4 A Text Book of Engineering Mathematics N. P. Bali and Manish Goyal Laxmi Publications 2014 5 Advanced Engineering .

American Revolution Wax Museum Project Overview You will become an expert on one historical figure who played a significant role in the American Revolution. For this individual, you complete the following tasks: 1. Notes: Use at least 3 sources to research and take notes about the individualʼs life, views, and impact. At least one of

Illustration by: Steven Birch, Mary Peteranna Date of Fieldwork: 9-18 February 2015 Date of Report: 17th March 2015 Enquiries to: AOC Archaeology Group Shore Street Cromarty Ross-shire IV11 8XL Mob. 07972 259 255 E-mail inverness@aocarchaeology.com This document has been prepared in accordance with AOC standard operating procedures. Author: Mary Peteranna Date: 24/03/2015 Approved by: Martin .

2.1 ASTM Standards: C 230 Specification for Flow Table for Use in Tests of Hydraulic Cement3 C 305 Practice for Mechanical Mixing of Hydraulic Cement Pastes and Mortars of Plastic Consistency3 C 349 Test Method for Compressive Strength of Hydraulic Cement Mortars (Using Portions of Prisms Broken in Flexure)3 C 511 Specification for Moist Cabinets, Moist Rooms and Water Storage Tanks Used in .

harnesses used for automotive EMC testing, each is typically used for a different test type (table 1). The effect of these different harness lengths is to increase the complexity and expense of performing automotive EMC tests, particularly as many engineers become familiar with one test harness length and forget that a different harness is required when changing tests. The most popular test .