IMPLEMENTASI KENDALI LOGIKA FUZZY PADA SISTEM PENGATURAN TEMPERATUR PROSES PENURUN KADAR AIR SUSU
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
IMPLEMENTASI KENDALI LOGIKA
FUZZY PADA SISTEM PENGATURAN
TEMPERATUR PROSES PENURUN KADAR
AIR SUSU
Hariyadi Singgih 1) , Siswoko 2) , Maskuri3)
1,2)
Jurusan Teknik Elektro, 3) Jurusan Teknik Mesin
Politeknik Negeri Malang
1)
hariyadi.singgih07@gmail.com, 2)siswako@gmail.com
3)
maskurisaia@polinema.ac.id
Abstrak
Susu merupakan bahan minuman yang mempunyai kandungan gizi
tinggi tetapi rentan terhadap bakteri sehingga tidak tahan lama dan
mudah rusak (kadaluarsa). Oleh karena itu, perlu adanya pengolahan
susu untuk mengoptimalkan kualitas dan ketahanan susu, yang disebut
proses pasteurisasi atau mengurangi kadar air pada susu disebut dengan
susu kental.
Pada penelitian ini dilakukan penelitian proses penurunan kadar air susu
(±27%) hingga menjadi susu kental dengan metode kendali logika
fuzzy. Metode kendali logika fuzzy digunakan untuk mengontrol
kestabilan temperatur yang digunakan untuk memanaskan susu pada
temperatur konstan 80 ºC secara otomatis dengan masukan setpoint
temperatur sesuai persyaratan pengolahan susu hingga dicapai kadar air
susu menjadi ≤ 40% (susu kental). Sumber pemanas menggunakan
actuator kompor listrik yang dibantu dengan sistem evaporasi vacum
dengan setpoint antara (800- - 900)C,
Hasil pengujian produk prototype diperoleh nilai optimasi waktu terbaik
= 6 jam, (%) kadar air = 27% dengan tekstur hasil bahan uji terbaik
berwarna coklat kekuningaan.
Kata-kata kunci: susu-kental, kendali fuzzy, temperature, setpoint
Abstract
Milk is a beverage ingredient that has a high nutrient content but is
susceptible to bacteria so it is not durable and easily damaged
(expired). Therefore, it is necessary to process milk to optimize milk
49
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
quality and resistance, which is called the process of pasteurization or
reduce the water content in milk called condensed milk.
In this research, the process of decreasing milk content (± 27%) was
carried out to become condensed milk using fuzzy logic control method.
Fuzzy logic control method is used to control temperature stability
which is used to heat milk at a constant temperature of 80ºC
automatically with temperature setpoint input according to milk
processing requirements until it reaches milk water content to ≤40%
(condensed milk). Heating sources use electric stove actuators which
are assisted by vacuum evaporation systems with a setpoint between
(800- 900) C,
The results of the prototype product testing obtained the best value of
optimization time = 6 hours, (%) moisture content = 27% with the best
texture from the yellowish brown test material.
Keywords: milk-thick, fuzzy control, temperature, setpoint
1. PENDAHULUAN
Susu merupakan bahan minuman yang mempunyai
kandungan gizi tinggi tetapi rentan terhadap bakteri sehingga
tidak tahan lama dan mudah rusak (basi) [1]. Produksi susu sapi
perah di wilayah kabupaten Malang sangat melimpah. Karena
tingkat pengetahuan tentang pengolahan hasil produksi susu perah
masih tergolong rendah, maka hasil produksi susu petani ternak
sapi banyak yang rusak.
Oleh karena itu, perlu adanya
pengolahan susu untuk mengoptimalkan kualitas dan ketahanan
susu yang mana nantinya bisa mengurangi kerugian peternak di
dalam mendistribusikan susu dan mengurangi tenaga manusia
dalam pengolahan susu tersebut. Salah satu contoh pengolahan
susu adalah menguapkan kadar air dalam susu hingga 40 %
menjadi susu kental yang dapat disimpan hingga 2 bulan. [2].
Proses produksi susu kental merupakan salah satu proses
pemanasan yang dilakukan pada susu segar sehingga menjadi
produk yang memiliki kedaluwarsa lebih lama. Proses produksi
susu kental dapat dilakukan baik dengan temperatur tinggi
maupun temperatur rendah yang dapat diterapkan [3]. Dalam
proses pemanasan dengan mengontrol suhu tersebut diharapkan
akan dapat membunuh bakteri patogen yang membahayakan
kesehatan manusia dan meminimalisasi perkembangan bakteri
lain, baik selama pemanasan maupun pada saat penyimpanan [3].
50
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
Oleh karena itu, untuk mengatasi permasalahan tersebut
diperlukan alat penurun kadar air dalam susu yang terkendali
dengan implementasi kendali logika fuzzy untuk mendapatkan
suhu stabil yang diinginkan secara otomatis dengan hanya
menentukan setpoint suhu sesuai dengan metode pada proses
produksi susu kental. Tujuan dari penelitian ini adalah membuat
kajian terhadap kendali Fuzzy dalam merespon setpoint suhu 80
°C. pada proses sistem penurun % kadar air dalam susu.
2. KAJIAN PUSTAKA
2. 1 Susu Kental (Evaporasi)
Susu merupakan sumber gizi terbaik bagi mamalia yang baru
dilahirkan. Susu disebut sebagai makanan yang hampir sempurna
karena kandungan zat gizinya yang lengkap. Selain air, susu
mengandung protein, karbohidrat, lemak, mineral, enzim-enzim,
gas serta vitamin A, C dan D. Susu kental adalah susu murni
yang dipanaskan selama beberapa waktu akan terubah menjadi
evaporated milk. Susu ini terbentuk melalui pemanasan susu
dengan menggunakan pompa vaccum untuk menghilangkan kirakira 40% kadar airnya. [4]. Selain penghilangan kandungan air,
dalam pembuatan evaporated milk ini juga dilakukan
penambahan vitamin D serta standardisasi nutrisi. Selanjutnya
susu ini akan dipanaskan pada suhu 115,5-118,5 °C selama 15
menit untuk sterilisasi. Hasilnya, evaporated milk akan
berstruktur lebih pekat dibandingkan susu murni, dan
mengandung kira-kira 25% padatan susu bukan lemak. [4].
2.2 Struktur Dasar Fuzzy Logic
Struktur dasar sistem Fuzzy ditunjukan dalam Gambar 4.
Sistem Fuzzy berisikan 4 bagian dasar, yaitu:
51
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
Fuzzy
Rule Base
Fuzzifikasi
Fuzzy
Inference
Engine
Defuzzifikasi
Gambar 1. Struktur Dasar Sistem Fuzzy [5] [6].
2.2.1 Fuzzifikasi
Fuzzifikasi adalah proses yang dilakukan untuk mengubah
variabel nyata menjadi variabel Fuzzy, fungsinya agar masukan
kontroler Fuzzy bisa dipetakan menuju jenis yang sesuai dengan
himpunan Fuzzy. Terdapat beberapa jenis penggambaran fungsi
keanggotaan, antara lain Gaussian, Segitiga, Trapesium, dan
Bahu. [5].
2.2.2 Fuzzy Rule Base
Merupakan kaidah dasar yang berisi aturan-aturan secara
linguistik yang menunjukkan kepakaran terhadap plant. [7].
2.2.3 Inferensi Fuzzy Logic
Inferensi Fuzzy adalah sebuah proses formulasi pemetaan
masukan terhadap keluaran dengan menggunakan logika Fuzzy.
Proses dari inferensi Fuzzy melibatkan fungsi keanggotaan
operator logika Fuzzy, dan aturan IF-THEN. Terdapat dua metode
inferensi yang paling dikenal yaitu metode inferensi Mamdani
menggunakan fungsi keanggotaan Fuzzy pada bagian
keluarannya. [7].
2.2.4 Defuzzifikasi
Defuzzifikasi merupakan cara untuk mendapatkan nilai
tegas dari nilai Fuzzy secara representatif. Secara mendasar
defuzzifikasi adalah pemetaan dari ruang aksi kendali Fuzzy yang
didefinisikan dalam semesta pembicaraan keluaran ke dalam
ruang aksi kendali nyata (non Fuzzy). Proses ini berfungsi untuk
menentukan suatu nilai crisp output.
52
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
3. METODE
Secara garis besar metode penelitian ini digambarkan dalam
diagram alir Gambar 2. Dengan hasil luaran sebuah prototype
Alat. dan model system kendali menggunakan implementasi
Fuzzy Logic (Gambar 3) pada proses penurun (%) kadar air
dalam susu. Disain dan perancangan hardware digambarkan
dalam Diagram Blok dalam Gambar 2.
3.4 Disain dan Perancangan Sistem Diagram Blok
Diagram blok sistem merupakan bagian dari perancangan
rangkaian hardware elektronik dari penelitian ini. Bagian-bagian
dari sebuah sitem yang menghubungkan antara input , proses dan
output yang ditunjukan Gambar 2.
Gambar 2. Sistem Diagram Blok
Selain merancang blok diagram secara elektronik, juga dirancang
blok diagram system control logika fuzzy dan ditunjukan pada
Gambar 4.
53
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
MULAI
1. STUDI LITERATUR
2. REKAM JEJAK LAPANGAN
T
HASIL PREDIKSI
SESUAI ?
Y
PENENTUAN
SPESIFIKASI
DISAIN &
PERANCANGAN
SOFTWARE/PROGRAM
DISAIN &
PERANCANGAN
HARDWARE/MEKANIK
KONTROL ALGORITMA FUZZY
DENGAN PARAMETER MASUKAN /
SENSOR :
1. % KADAR AIR SUSU (1,028)
2. TEKANAN TABUNG VACUM (0,78
Atm)
3. TEMPERATUR (80 ºC)
T
PEMBUATAN SISTEM MEKANIK :
1. TABUNG VACCUM
2. PEMASANGAN MOTOR LISTRIK
3. PEMASANGAN KOMPRESOR
4. JET PUM
5. PANEL KONTROL
6. TROLLY
7. PEMASANGAN 3-buah SENSOR
SIMULASI PROGRAM
PENGUJIAN
SISTEM MEKANIK
SIMULASI
SESUAI ?
PENGUJIAN
SESUAI ?
Y
Y
EMBEDED
ALGORITMA
FUZZY KE MCU
PENGUJIAN
SISTEM PENUH
PENGUJIAN
SESUAI ?
MODIFIKASI
T
Y
KAJIAN/ANALISIS
MONEV
LAPORAN &
SEMINAR HASIL
SELESAI
Gambar 3. Diagram Alir Penelitian
54
T
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
e
+
-
de
Kontrol
Fuzzy
Driver
Kompor
listrik
sensor
DS18B20
Gambar 4. Diagram Blok Kendali Logika Fuzzy. [6].
Penjelasan Diagram Blok Kendali Logika Fuzzy
4) Fuzzycontroller
Digunakan untuk mengatur suhu pemanas listrik proses
pembuatan susu kental dengan feedback masukan dari
sensor DS18B20.
5) Plant
Pada perencangan ini, plant yang dimaksud ialah Driver
pemanas listrik.yang bekerja mengontrol temperatur
sesuai aturan kendali fuzzy controller
6) Sensor DS18B20
Digunakan untuk mendektaksi/membaca nilai
temperature di dalam tungku.
3.5 Perancangan Kendali Logika Fuzzy
Perancangan kendali logika fuzzy terdiri dua masukan dan
satu keluaran. Dua masukan tersebut adalah nilai error(E) dan
nilai ∆error(dE). Keluaran berupa tegangan untuk mengatur besar
tegangan pada Pemanas listrik. Error dan ∆Error dapat di
definikasn sebagai berikut :
Error = S* – S Nilai Sebenarnya …………… (1).
Keterangan:
Set point:besarnya nilai yang diinginkam (S*) - Nilai
Sebenarnya (S) : besarnya nilai yang terbaca oleh sensor
∆Error = Error(t) – Error(t-1)
Atau : dE = Et – Et-1 ………………..……….. (2)
Keterangan:
Error (t) : nilai Error pada waktu t (Et).
Error (t-1): nilai Error pada waktu t-1 (Et-1)
55
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
3.2.1 Fungsi Keanggotaan Masukan.
Pada perancanaan ini terdapat dua keanggotaan yaitu
keanggotaan error(E) dan keanggotaan ∆error(dE). Keanggotaan
error(E) mempunyai empat variabel fungsi keanggotaan yaitu
Negatif (N), Zero (Z), Positif Kecil (Pk), dan Positif Besar (Pb),
Pada keanggotaan ∆error(dE) mempunyai tiga variabel fungsi
keanggotaan yaitu ∆error Negatif, ∆error Zero, dan ∆error
Positif. Masukan dari fungsi keanggotaan berupa nilai suhu yang
dibaca oleh sensor DS18B20. Gambar 5. dan 6. Ditunjukan
fungsi keanggotaan masukan Error dan masukan ∆error(de)
Gambar 5. Fungsi Keanggotaan Masukan Error
Gambar 6. Fungsi Keangotaan Masukan ∆Error(De)
3.2.2 Fungsi Keanggotaan Keluaran
Fungsi keanggotaan keluaran yang nantinya diharapkan
adalah panas yang dikeluarkan oleh kompor listrik digunakan
untuk memanaskan susu. Fungsi keanggotaan keluaran ini
mempunyai tiga variabel keanggotaan keluaran yaitu Besar,
Sedang, dan Kecil. Besarnya panas yang akan dikeluarkan
kompor listrik ditunjukkan dalam Gambar 7.
56
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
Gambar 7. Fungsi Keanggotaan Keluaran
3.2.3 Fuzzy Rule Base, berisi pernyataan-pernyataan logika
fuzzy. Fuzzy Rule Base mempunyai bentuk format tabular (Tabel
1) yang menyatakan penyataan suatu kondisi.
Tabel 1. Aturan Fuzzy
N
Zero
Pk
Pb
Negatif
Kecil
Kecil
Sedang
Besar
Zero
Kecil
Kecil
Sedang
Besar
Positif
Kecil
Kecil
Sedang
Besar
3.3 Perancangan Logika Software
START
A
Nilai set
point
Set point
sudah sesuai
Tidak
B
B
Ya
Tidak
Sensor suhu
Arus sudah
sesuai
B
Ya
fuzzy
Finish
Driver
kompor
Baca
arus
A
Gambar 8. Flow-Chart Program
57
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
4. HASIL DAN PEMBAHASAN
Prototype hasil rancang bangun penelitian ini diperlihatkan dalam
Gambar 9.
4.1 Pengujian Sistem Kendali Logika Fuzzy
Pengujian Kendali logika fuzzy pada proses pemanasan
dilakukan dengan memasukkan setiap fungsi keanggotaan pada
set point yang diberikan, serta menganalisis respon system yang
diberikan logika fuzzy. Gambar 9. Menunjukan proses operasional
setting-point 800C.
Gambar 9. Prototype Hasil Rancang Bangun Penelitian
4.1.1
Set point 80 0C, tanpa Beban Sampel Susu
Gambar 10. Respon Sistem Kontrol Logika Fuzzy Tanpa Sampel Beban
58
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
4.1.2
Set point 800C, dengan Beban Sampel Susu 10 liter
Gambar 11. Respon Sistem Kontrol Logika Fuzzy Dengan Sampel Susu 10
Liter Dengan Set Point 800c
Grafik Gambar 11 merupakan respon system mengunakan Fuzzy
Logic dengan beban sampel susu 10 liter. dan set point 800C
system membutuhkan waktu 6 jam. Dalam Gambar 17. juga
menunjukkan bahwa ketika suhu sudah mendekati set point 800C
nilai suhu mulai stabil yang menunjukkan bahwa Kendali Logika
Fuzzy bekerja dengan baik.
4.1.3 Pengujian Fungsi Sistem
Pengujian sistem dilakukan dengan beban sampel susu cair
10 Liter yang dilakukan.sebanyak 6 kali pencuplikan data, untuk
mendapatkan hasil produk susu kental terbaik dengan mengacu
pada efisiensi waktu dan tekstur susu. Data hasil pengujian
diberikan dalam Tabel 2.
59
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
Tabel 2. Data Hasil Pengujian Sistem
No.
WAKTU
(JAM)
ARUS
(Amp)
KADAR
AIR (%)
1
± 4 jam
dari setpoin
2,70
50%
Kuning
matang
± 5 jam
dari
setpoint
2.85
35%
Kuning
kecoklatan
± 6 jam
dari
setpoint
3.20
27%
Coklat
kekuningan
4
± 7 jam
dari
setpoint
3,50
21%
Coklat muda
5
± 8 jam
dari
setpoint
3,60
16%
Coklat
matang
6
± 9 jam
dari
setpoint
3,75
10%
Coklat gelap
2
3
HASIL PRODUK BAHAN UJI
TEKSTUR
(WARNA)
Pada Tabel 2, ditunjukkan data hasil pengujian susu kental
menggunakan sampel bahan uji 10 liter dengan setpoint suhu
maksimum =800C. waktu dihitung ketikadicapai nilai setpoint
stabil (800C). Waktu pengujian dilakukan selama 9 jam, dan
pencuplikan data dilakukan pada setiap jam (4-jam pertama).
kadar air dalam susu dicapai 50%, Untuk tujuan mendapatkan
nilai susu terbaik. Diukur dari warna (tekstur) dan kekentalan (%
kadar air). Hasil produk pengujian sampel susu kental yang
terbaik ditunjukan pada sample nomer 3 (Tabel 2) dengan
parameter hasil kinerja : lama waktu proses = 6 jam, Arus motor
pengaduk menunjukan = 3,2 Amp, Kadar air = 27%, dan tekstur
60
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
warna dihasilkan coklat kekuningan pada setpoint suhu 800C.
Sehingga dapat disimpulkan semakin lama waktu proses
penurunan kadar air, mengakibatkan warna susu bahan uji
semakin gelap, karena susu terlalu kental.
5. KESIMPULAN
Hasil penelitian Rancang bangun ini diperoleh luaran-luaran
sebagai berikut :
1) Model prototype Alat penurun kadar air dalam susu
menjadi produk susu kental dengan kapasitas 30 liter.
2) Hasil produk terbaik berdasar parameter efisiensi waktu,
(%) kadar air dan tekstur warna, maka dipilih nilai optimasi
system hasil uji nomor : 3 (Tabel 2).
3) Model kendali Logika Fuzzy cukup baik sebagai control
kestabilan temperature.
6. DAFTAR PUSTAKA
[1]. Anonimus, 1998. Dewan Standardisasi Nasional, SNI Susu
Segar (SNI 01- 3141-1998). Dewan Standardisasi Nasional,
Jakarta.
[2]. Dirjen Industri Argo dan Kimia., 2009. RoadMap Industri
susu. Departemen Perindustrian Jakarta.
[3]. ENIZA SALEH, 2004. TEKNOLOGI PENGOLAHAN SUSU
DAN HASIL IKUTAN TERNAK Program Studi Produksi
Ternak Fakultas Pertanian Universitas Sumatera Utara .
[4]. Hartayanie, Laksmi dan Ita Sulistyawati.2010.Sentuhan
Teknologi Untuk Meningkatkan Nilai Susu Sapi.
Semarang:UnikaSoegijapranata,
Fakultas
Teknologi
Pertanian.
[5]. Amri Mutiara Nisa, Bambang Susilo, Yusuf Hendrawan.
2015, Pengaruh Pengendalian Suhu Berbasis Logika Fuzzy
Dan Kecepatan Pengadukan Pada Evaporator Vakum
Double Jacket Terhadap Karakteristik Fisik Permen Susu
[6]. Yusuf Hendrawan, dkk, 2016, Optimasi Dengan Algoritma
Rsm-Ccd Pada Evaporator Vakum Waterjet Dengan
Pengendali Suhu Fuzzy Pada Pembuatan Permen Susu.
61
IMPLEMENTASI KENDALI LOGIKA
FUZZY PADA SISTEM PENGATURAN
TEMPERATUR PROSES PENURUN KADAR
AIR SUSU
Hariyadi Singgih 1) , Siswoko 2) , Maskuri3)
1,2)
Jurusan Teknik Elektro, 3) Jurusan Teknik Mesin
Politeknik Negeri Malang
1)
hariyadi.singgih07@gmail.com, 2)siswako@gmail.com
3)
maskurisaia@polinema.ac.id
Abstrak
Susu merupakan bahan minuman yang mempunyai kandungan gizi
tinggi tetapi rentan terhadap bakteri sehingga tidak tahan lama dan
mudah rusak (kadaluarsa). Oleh karena itu, perlu adanya pengolahan
susu untuk mengoptimalkan kualitas dan ketahanan susu, yang disebut
proses pasteurisasi atau mengurangi kadar air pada susu disebut dengan
susu kental.
Pada penelitian ini dilakukan penelitian proses penurunan kadar air susu
(±27%) hingga menjadi susu kental dengan metode kendali logika
fuzzy. Metode kendali logika fuzzy digunakan untuk mengontrol
kestabilan temperatur yang digunakan untuk memanaskan susu pada
temperatur konstan 80 ºC secara otomatis dengan masukan setpoint
temperatur sesuai persyaratan pengolahan susu hingga dicapai kadar air
susu menjadi ≤ 40% (susu kental). Sumber pemanas menggunakan
actuator kompor listrik yang dibantu dengan sistem evaporasi vacum
dengan setpoint antara (800- - 900)C,
Hasil pengujian produk prototype diperoleh nilai optimasi waktu terbaik
= 6 jam, (%) kadar air = 27% dengan tekstur hasil bahan uji terbaik
berwarna coklat kekuningaan.
Kata-kata kunci: susu-kental, kendali fuzzy, temperature, setpoint
Abstract
Milk is a beverage ingredient that has a high nutrient content but is
susceptible to bacteria so it is not durable and easily damaged
(expired). Therefore, it is necessary to process milk to optimize milk
49
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
quality and resistance, which is called the process of pasteurization or
reduce the water content in milk called condensed milk.
In this research, the process of decreasing milk content (± 27%) was
carried out to become condensed milk using fuzzy logic control method.
Fuzzy logic control method is used to control temperature stability
which is used to heat milk at a constant temperature of 80ºC
automatically with temperature setpoint input according to milk
processing requirements until it reaches milk water content to ≤40%
(condensed milk). Heating sources use electric stove actuators which
are assisted by vacuum evaporation systems with a setpoint between
(800- 900) C,
The results of the prototype product testing obtained the best value of
optimization time = 6 hours, (%) moisture content = 27% with the best
texture from the yellowish brown test material.
Keywords: milk-thick, fuzzy control, temperature, setpoint
1. PENDAHULUAN
Susu merupakan bahan minuman yang mempunyai
kandungan gizi tinggi tetapi rentan terhadap bakteri sehingga
tidak tahan lama dan mudah rusak (basi) [1]. Produksi susu sapi
perah di wilayah kabupaten Malang sangat melimpah. Karena
tingkat pengetahuan tentang pengolahan hasil produksi susu perah
masih tergolong rendah, maka hasil produksi susu petani ternak
sapi banyak yang rusak.
Oleh karena itu, perlu adanya
pengolahan susu untuk mengoptimalkan kualitas dan ketahanan
susu yang mana nantinya bisa mengurangi kerugian peternak di
dalam mendistribusikan susu dan mengurangi tenaga manusia
dalam pengolahan susu tersebut. Salah satu contoh pengolahan
susu adalah menguapkan kadar air dalam susu hingga 40 %
menjadi susu kental yang dapat disimpan hingga 2 bulan. [2].
Proses produksi susu kental merupakan salah satu proses
pemanasan yang dilakukan pada susu segar sehingga menjadi
produk yang memiliki kedaluwarsa lebih lama. Proses produksi
susu kental dapat dilakukan baik dengan temperatur tinggi
maupun temperatur rendah yang dapat diterapkan [3]. Dalam
proses pemanasan dengan mengontrol suhu tersebut diharapkan
akan dapat membunuh bakteri patogen yang membahayakan
kesehatan manusia dan meminimalisasi perkembangan bakteri
lain, baik selama pemanasan maupun pada saat penyimpanan [3].
50
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
Oleh karena itu, untuk mengatasi permasalahan tersebut
diperlukan alat penurun kadar air dalam susu yang terkendali
dengan implementasi kendali logika fuzzy untuk mendapatkan
suhu stabil yang diinginkan secara otomatis dengan hanya
menentukan setpoint suhu sesuai dengan metode pada proses
produksi susu kental. Tujuan dari penelitian ini adalah membuat
kajian terhadap kendali Fuzzy dalam merespon setpoint suhu 80
°C. pada proses sistem penurun % kadar air dalam susu.
2. KAJIAN PUSTAKA
2. 1 Susu Kental (Evaporasi)
Susu merupakan sumber gizi terbaik bagi mamalia yang baru
dilahirkan. Susu disebut sebagai makanan yang hampir sempurna
karena kandungan zat gizinya yang lengkap. Selain air, susu
mengandung protein, karbohidrat, lemak, mineral, enzim-enzim,
gas serta vitamin A, C dan D. Susu kental adalah susu murni
yang dipanaskan selama beberapa waktu akan terubah menjadi
evaporated milk. Susu ini terbentuk melalui pemanasan susu
dengan menggunakan pompa vaccum untuk menghilangkan kirakira 40% kadar airnya. [4]. Selain penghilangan kandungan air,
dalam pembuatan evaporated milk ini juga dilakukan
penambahan vitamin D serta standardisasi nutrisi. Selanjutnya
susu ini akan dipanaskan pada suhu 115,5-118,5 °C selama 15
menit untuk sterilisasi. Hasilnya, evaporated milk akan
berstruktur lebih pekat dibandingkan susu murni, dan
mengandung kira-kira 25% padatan susu bukan lemak. [4].
2.2 Struktur Dasar Fuzzy Logic
Struktur dasar sistem Fuzzy ditunjukan dalam Gambar 4.
Sistem Fuzzy berisikan 4 bagian dasar, yaitu:
51
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
Fuzzy
Rule Base
Fuzzifikasi
Fuzzy
Inference
Engine
Defuzzifikasi
Gambar 1. Struktur Dasar Sistem Fuzzy [5] [6].
2.2.1 Fuzzifikasi
Fuzzifikasi adalah proses yang dilakukan untuk mengubah
variabel nyata menjadi variabel Fuzzy, fungsinya agar masukan
kontroler Fuzzy bisa dipetakan menuju jenis yang sesuai dengan
himpunan Fuzzy. Terdapat beberapa jenis penggambaran fungsi
keanggotaan, antara lain Gaussian, Segitiga, Trapesium, dan
Bahu. [5].
2.2.2 Fuzzy Rule Base
Merupakan kaidah dasar yang berisi aturan-aturan secara
linguistik yang menunjukkan kepakaran terhadap plant. [7].
2.2.3 Inferensi Fuzzy Logic
Inferensi Fuzzy adalah sebuah proses formulasi pemetaan
masukan terhadap keluaran dengan menggunakan logika Fuzzy.
Proses dari inferensi Fuzzy melibatkan fungsi keanggotaan
operator logika Fuzzy, dan aturan IF-THEN. Terdapat dua metode
inferensi yang paling dikenal yaitu metode inferensi Mamdani
menggunakan fungsi keanggotaan Fuzzy pada bagian
keluarannya. [7].
2.2.4 Defuzzifikasi
Defuzzifikasi merupakan cara untuk mendapatkan nilai
tegas dari nilai Fuzzy secara representatif. Secara mendasar
defuzzifikasi adalah pemetaan dari ruang aksi kendali Fuzzy yang
didefinisikan dalam semesta pembicaraan keluaran ke dalam
ruang aksi kendali nyata (non Fuzzy). Proses ini berfungsi untuk
menentukan suatu nilai crisp output.
52
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
3. METODE
Secara garis besar metode penelitian ini digambarkan dalam
diagram alir Gambar 2. Dengan hasil luaran sebuah prototype
Alat. dan model system kendali menggunakan implementasi
Fuzzy Logic (Gambar 3) pada proses penurun (%) kadar air
dalam susu. Disain dan perancangan hardware digambarkan
dalam Diagram Blok dalam Gambar 2.
3.4 Disain dan Perancangan Sistem Diagram Blok
Diagram blok sistem merupakan bagian dari perancangan
rangkaian hardware elektronik dari penelitian ini. Bagian-bagian
dari sebuah sitem yang menghubungkan antara input , proses dan
output yang ditunjukan Gambar 2.
Gambar 2. Sistem Diagram Blok
Selain merancang blok diagram secara elektronik, juga dirancang
blok diagram system control logika fuzzy dan ditunjukan pada
Gambar 4.
53
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
MULAI
1. STUDI LITERATUR
2. REKAM JEJAK LAPANGAN
T
HASIL PREDIKSI
SESUAI ?
Y
PENENTUAN
SPESIFIKASI
DISAIN &
PERANCANGAN
SOFTWARE/PROGRAM
DISAIN &
PERANCANGAN
HARDWARE/MEKANIK
KONTROL ALGORITMA FUZZY
DENGAN PARAMETER MASUKAN /
SENSOR :
1. % KADAR AIR SUSU (1,028)
2. TEKANAN TABUNG VACUM (0,78
Atm)
3. TEMPERATUR (80 ºC)
T
PEMBUATAN SISTEM MEKANIK :
1. TABUNG VACCUM
2. PEMASANGAN MOTOR LISTRIK
3. PEMASANGAN KOMPRESOR
4. JET PUM
5. PANEL KONTROL
6. TROLLY
7. PEMASANGAN 3-buah SENSOR
SIMULASI PROGRAM
PENGUJIAN
SISTEM MEKANIK
SIMULASI
SESUAI ?
PENGUJIAN
SESUAI ?
Y
Y
EMBEDED
ALGORITMA
FUZZY KE MCU
PENGUJIAN
SISTEM PENUH
PENGUJIAN
SESUAI ?
MODIFIKASI
T
Y
KAJIAN/ANALISIS
MONEV
LAPORAN &
SEMINAR HASIL
SELESAI
Gambar 3. Diagram Alir Penelitian
54
T
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
e
+
-
de
Kontrol
Fuzzy
Driver
Kompor
listrik
sensor
DS18B20
Gambar 4. Diagram Blok Kendali Logika Fuzzy. [6].
Penjelasan Diagram Blok Kendali Logika Fuzzy
4) Fuzzycontroller
Digunakan untuk mengatur suhu pemanas listrik proses
pembuatan susu kental dengan feedback masukan dari
sensor DS18B20.
5) Plant
Pada perencangan ini, plant yang dimaksud ialah Driver
pemanas listrik.yang bekerja mengontrol temperatur
sesuai aturan kendali fuzzy controller
6) Sensor DS18B20
Digunakan untuk mendektaksi/membaca nilai
temperature di dalam tungku.
3.5 Perancangan Kendali Logika Fuzzy
Perancangan kendali logika fuzzy terdiri dua masukan dan
satu keluaran. Dua masukan tersebut adalah nilai error(E) dan
nilai ∆error(dE). Keluaran berupa tegangan untuk mengatur besar
tegangan pada Pemanas listrik. Error dan ∆Error dapat di
definikasn sebagai berikut :
Error = S* – S Nilai Sebenarnya …………… (1).
Keterangan:
Set point:besarnya nilai yang diinginkam (S*) - Nilai
Sebenarnya (S) : besarnya nilai yang terbaca oleh sensor
∆Error = Error(t) – Error(t-1)
Atau : dE = Et – Et-1 ………………..……….. (2)
Keterangan:
Error (t) : nilai Error pada waktu t (Et).
Error (t-1): nilai Error pada waktu t-1 (Et-1)
55
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
3.2.1 Fungsi Keanggotaan Masukan.
Pada perancanaan ini terdapat dua keanggotaan yaitu
keanggotaan error(E) dan keanggotaan ∆error(dE). Keanggotaan
error(E) mempunyai empat variabel fungsi keanggotaan yaitu
Negatif (N), Zero (Z), Positif Kecil (Pk), dan Positif Besar (Pb),
Pada keanggotaan ∆error(dE) mempunyai tiga variabel fungsi
keanggotaan yaitu ∆error Negatif, ∆error Zero, dan ∆error
Positif. Masukan dari fungsi keanggotaan berupa nilai suhu yang
dibaca oleh sensor DS18B20. Gambar 5. dan 6. Ditunjukan
fungsi keanggotaan masukan Error dan masukan ∆error(de)
Gambar 5. Fungsi Keanggotaan Masukan Error
Gambar 6. Fungsi Keangotaan Masukan ∆Error(De)
3.2.2 Fungsi Keanggotaan Keluaran
Fungsi keanggotaan keluaran yang nantinya diharapkan
adalah panas yang dikeluarkan oleh kompor listrik digunakan
untuk memanaskan susu. Fungsi keanggotaan keluaran ini
mempunyai tiga variabel keanggotaan keluaran yaitu Besar,
Sedang, dan Kecil. Besarnya panas yang akan dikeluarkan
kompor listrik ditunjukkan dalam Gambar 7.
56
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
Gambar 7. Fungsi Keanggotaan Keluaran
3.2.3 Fuzzy Rule Base, berisi pernyataan-pernyataan logika
fuzzy. Fuzzy Rule Base mempunyai bentuk format tabular (Tabel
1) yang menyatakan penyataan suatu kondisi.
Tabel 1. Aturan Fuzzy
N
Zero
Pk
Pb
Negatif
Kecil
Kecil
Sedang
Besar
Zero
Kecil
Kecil
Sedang
Besar
Positif
Kecil
Kecil
Sedang
Besar
3.3 Perancangan Logika Software
START
A
Nilai set
point
Set point
sudah sesuai
Tidak
B
B
Ya
Tidak
Sensor suhu
Arus sudah
sesuai
B
Ya
fuzzy
Finish
Driver
kompor
Baca
arus
A
Gambar 8. Flow-Chart Program
57
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
4. HASIL DAN PEMBAHASAN
Prototype hasil rancang bangun penelitian ini diperlihatkan dalam
Gambar 9.
4.1 Pengujian Sistem Kendali Logika Fuzzy
Pengujian Kendali logika fuzzy pada proses pemanasan
dilakukan dengan memasukkan setiap fungsi keanggotaan pada
set point yang diberikan, serta menganalisis respon system yang
diberikan logika fuzzy. Gambar 9. Menunjukan proses operasional
setting-point 800C.
Gambar 9. Prototype Hasil Rancang Bangun Penelitian
4.1.1
Set point 80 0C, tanpa Beban Sampel Susu
Gambar 10. Respon Sistem Kontrol Logika Fuzzy Tanpa Sampel Beban
58
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
4.1.2
Set point 800C, dengan Beban Sampel Susu 10 liter
Gambar 11. Respon Sistem Kontrol Logika Fuzzy Dengan Sampel Susu 10
Liter Dengan Set Point 800c
Grafik Gambar 11 merupakan respon system mengunakan Fuzzy
Logic dengan beban sampel susu 10 liter. dan set point 800C
system membutuhkan waktu 6 jam. Dalam Gambar 17. juga
menunjukkan bahwa ketika suhu sudah mendekati set point 800C
nilai suhu mulai stabil yang menunjukkan bahwa Kendali Logika
Fuzzy bekerja dengan baik.
4.1.3 Pengujian Fungsi Sistem
Pengujian sistem dilakukan dengan beban sampel susu cair
10 Liter yang dilakukan.sebanyak 6 kali pencuplikan data, untuk
mendapatkan hasil produk susu kental terbaik dengan mengacu
pada efisiensi waktu dan tekstur susu. Data hasil pengujian
diberikan dalam Tabel 2.
59
Jurnal ELTEK, Vol 16 No 02, Oktober 2018 ISSN 1693-4024
Tabel 2. Data Hasil Pengujian Sistem
No.
WAKTU
(JAM)
ARUS
(Amp)
KADAR
AIR (%)
1
± 4 jam
dari setpoin
2,70
50%
Kuning
matang
± 5 jam
dari
setpoint
2.85
35%
Kuning
kecoklatan
± 6 jam
dari
setpoint
3.20
27%
Coklat
kekuningan
4
± 7 jam
dari
setpoint
3,50
21%
Coklat muda
5
± 8 jam
dari
setpoint
3,60
16%
Coklat
matang
6
± 9 jam
dari
setpoint
3,75
10%
Coklat gelap
2
3
HASIL PRODUK BAHAN UJI
TEKSTUR
(WARNA)
Pada Tabel 2, ditunjukkan data hasil pengujian susu kental
menggunakan sampel bahan uji 10 liter dengan setpoint suhu
maksimum =800C. waktu dihitung ketikadicapai nilai setpoint
stabil (800C). Waktu pengujian dilakukan selama 9 jam, dan
pencuplikan data dilakukan pada setiap jam (4-jam pertama).
kadar air dalam susu dicapai 50%, Untuk tujuan mendapatkan
nilai susu terbaik. Diukur dari warna (tekstur) dan kekentalan (%
kadar air). Hasil produk pengujian sampel susu kental yang
terbaik ditunjukan pada sample nomer 3 (Tabel 2) dengan
parameter hasil kinerja : lama waktu proses = 6 jam, Arus motor
pengaduk menunjukan = 3,2 Amp, Kadar air = 27%, dan tekstur
60
Hariyadi S dkk, Implementasi Kendali Logika Fuzzy, Hal 49-61
warna dihasilkan coklat kekuningan pada setpoint suhu 800C.
Sehingga dapat disimpulkan semakin lama waktu proses
penurunan kadar air, mengakibatkan warna susu bahan uji
semakin gelap, karena susu terlalu kental.
5. KESIMPULAN
Hasil penelitian Rancang bangun ini diperoleh luaran-luaran
sebagai berikut :
1) Model prototype Alat penurun kadar air dalam susu
menjadi produk susu kental dengan kapasitas 30 liter.
2) Hasil produk terbaik berdasar parameter efisiensi waktu,
(%) kadar air dan tekstur warna, maka dipilih nilai optimasi
system hasil uji nomor : 3 (Tabel 2).
3) Model kendali Logika Fuzzy cukup baik sebagai control
kestabilan temperature.
6. DAFTAR PUSTAKA
[1]. Anonimus, 1998. Dewan Standardisasi Nasional, SNI Susu
Segar (SNI 01- 3141-1998). Dewan Standardisasi Nasional,
Jakarta.
[2]. Dirjen Industri Argo dan Kimia., 2009. RoadMap Industri
susu. Departemen Perindustrian Jakarta.
[3]. ENIZA SALEH, 2004. TEKNOLOGI PENGOLAHAN SUSU
DAN HASIL IKUTAN TERNAK Program Studi Produksi
Ternak Fakultas Pertanian Universitas Sumatera Utara .
[4]. Hartayanie, Laksmi dan Ita Sulistyawati.2010.Sentuhan
Teknologi Untuk Meningkatkan Nilai Susu Sapi.
Semarang:UnikaSoegijapranata,
Fakultas
Teknologi
Pertanian.
[5]. Amri Mutiara Nisa, Bambang Susilo, Yusuf Hendrawan.
2015, Pengaruh Pengendalian Suhu Berbasis Logika Fuzzy
Dan Kecepatan Pengadukan Pada Evaporator Vakum
Double Jacket Terhadap Karakteristik Fisik Permen Susu
[6]. Yusuf Hendrawan, dkk, 2016, Optimasi Dengan Algoritma
Rsm-Ccd Pada Evaporator Vakum Waterjet Dengan
Pengendali Suhu Fuzzy Pada Pembuatan Permen Susu.
61