sistem pengontrolan suhu fermentasi yoghurt dengan metode

C4
Seminar Nasional Teknologi Informasi 2016
SISTEM PENGONTROLAN SUHU FERMENTASI
YOGHURT DENGAN METODE FUZZY LOGIC CONTROL
Tarmadi Kusumo Hasri1, Firdaus2, M. Hafiz Hersyah3
1
Mahasiswa Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas
2
Dosen Jurusan Teknik Elektro Politeknik Negeri Padang
3
Dosen Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas
Jalan Kampus Limau Manis Padang, Sumatera Barat 25162
Email : [email protected]
Pengendalian suhu secara otomatis dapat dilakukan
dengan menggunakan berbagai metode, salah satunya
adalah metode kendali logika fuzzy. Metode kendali
logika fuzzy merupakan salah satu metode sistem
kendali yang dapat memberikan keputusan yang
menyerupai
keputusan
manusia.
Metode
ini
diaplikasikan pada mikrokontroler Arduino uno,
kemudian pemrograman menggunakan software Arduino
IDE. Pada penelitian ini digunakan sensor DS18B20
sebagai pendeteksi suhu pada fermentor dan Analog pH
meter kit sebagai pendeteksi pH2. Sistem Persamaan
Linier.
ABSTRACT
Yogurt is a dairy product obtained by fermentation
of fresh milk with a culture mixture of Lactobacillus
bulgaricus and Streptococcus thermophilus. The
bacteria require fermentation temperature of about 4045 ° C in order to grow and proliferate. To be able to
control the temperature to remain stable during the
fermentation process of yogurt, they invented a
fermenter using a microcontroller as temperature
controllers and sensors DS18B20 as the temperature
gauge.
In this control system applied Tsukamoto Fuzzy
Logic method as a determinant of the amount of PWM
applied to the heater to maintain the temperature in the
fermenter in order to remain stable. The acidity of the
yogurt standards are measured with pH 4-4.5 Analog
pH Meter Kit. Temperature control process in yogurt
fermentation limited to pH reached 4.5 on yogurt. After
testing, the tool can perform temperature control on
fermentor with steady state error value by an average of
0.228% and the average overshoot amounted to 12.77%.
2. Landasan Teori
2.1 Yoghurt
Yogurt dibuat oleh fermentasi laktosa (gula susu)
oleh enzim bakteri. Laktosa adalah gula majemuk, terdiri
dari dua gula sederhana glukosa dan galaktosa [3].
Selama pembuatan yoghurt, laktosa dipecah oleh
enzim laktase. Dua bakteri yang paling umum digunakan
untuk membuat yoghurt adalah Lactobacillus bulgaricus
dan Streptococcus thermophilus[4].
Key words
yoghurt, the fermenter, the temperature control, fuzzy
logic, Tsukamoto, microcontroller, PWM, pH
2.2 Fuzzy Logic
1. Pendahuluan
Fuzzy Logic Controller dikategorikan dalam kontrol
cerdas (intellegent control). Unit logika Fuzzy memiliki
kemampuan menyelesaikan masalah perilaku sistem yang
kompleks, yang tidak dimiliki oleh kontroler
konvensional [5]. Kelebihan logika Fuzzy adalah
kemampuannya dalam proses penalaran secara bahasa,
sehingga dalam perancangannya tidak diperlukan
persamaan matematika yang rumit.
Yoghurt adalah produk hasil fermentasi susu yang
dibuat dengan melibatkan bakteri. Yoghurt dalam
pembuatannya menggunakan bakteri Lactobacillus
bulgaricus dan Streptococcus thermophilus, bakteri
tersebut merupakan probiotik Bakteri Asam Laktat
(BAL) atau bakteri baik yang merombak gula susu alami
dan melepaskan asam laktat sebagai produk sisa [1].
Bakteri tersebut memerlukan suhu fermentasi yang tepat
dan kurang lebih stabil agar dapat tumbuh dan
berkembang biak, yaitu pada suhu sekitar 40– 45°C [2].
Agar proses fermentasi dapat berhasil, dibutuhkan
pengaturan suhu yang baik untuk menjaga suhu tetap
stabil.
1) Fuzzyfikasi
Prosedur fuzzifikasi merupakan proses untuk
mengubah variabel non-Fuzzy (variabel numerik)
menjadi variabel Fuzzy (variabel linguistik).
22
Seminar Nasional Teknologi Informasi 2016
C4
𝛼𝑖 = nilai derajat keanggotaan
ke-i, 𝑧𝑖 = nilai domain ke-i.
2) Penyusunan Aturan /Rule Base
Rule Base adalah sekelompok aturan Fuzzy dalam
berhubungan dengan keadaan sinyal masukan dan sinyal
keluaran. Rule Base merupakan dasar dari pengambilan
keputusan atau proses interfence untuk mendapatkan aksi
keluaran sinyal kontrol dari suatu kondisi masukan yaitu
error dan delta error dengan berdasarkan Rule-Rule
yang telah diterapkan. Proses Rule base berfungsi untuk
mencari suatu nilai Fuzzy output dan Fuzzy input.
2.3 Digital Thermal Probe DS18B20
Digital Thermal Probe DS18B20 merupakan sensor
suhu DS18B20 dengan kemampuan tahan air
(waterproof). DS18B20 tidak mengeluarkan output
berupa tegangan, namun berupa pulsa digital. Output
yang berupa digital ini langsung dihubungkan ke pin
digital mikrokontroler, tidak melalui ADC. Komunikasi
sensor ini melaluli I-wire bus yang berarti hanya
membutuhkan satu jalur data untuk berkomunikasi
dengan mikrokontroler [6].
3) Defuzzifikasi
Defuzzifikasi merupakan kebalikan dari fuzzifikasi,
yaitu pemetaan dari himpunan Fuzzy yang diperoleh dari
komposisi aturan-aturan Fuzzy. Hasil dari defuzzifikasi
ini merupakan output dari sistem kendali logika Fuzzy.
Knowledge
Bas
e
Inpu
t
Fuzzyficatio
n
Inferenc
e
Outpu
t
Defuzzyficati
on
Gambar 2 Digital thermal probe DS18B20
Gambar 1 Proses fuzzy
Pada metode ini setiap consequent pada aturan IFTHEN harus direpresentasikan dengan suatu himpunan
fuzzy dengan fungsi keanggotaan yang monoton. Sebagai
hasilnya, output hasil inferensi dari tiap-tiap aturan
diberikan secara tegas (crisp) berdasarkan α-predikat
(fire strength). Hasil akhimya diperoleh dengan
menggunakan rata-rata terbobot [2].
Secara umum bentuk model fuzzy Tsukamoto adalah:
Spesifikasi :
Catu daya : 3VDC - 5,5VDC
Berbasis : DS18B20
Rentang pengukuran suhu : -55°C to +125°C
Akurasi : ± 0,5°C pada rentang suhu : -10°C to
+85°C
5. Antarmuka : 1-wire
1.
2.
3.
4.
IF (X IS A) and (Y IS B) Then (Z IS C)
Dalam inferensinya, metode Tsukamoto menggunakan
tahapan berikut :
1. Fuzzyfikasi
2. Implikasi, yaitu pembentukan basis pengetahuan
Fuzzy (Rule dalam bentuk IF…THEN)
3. Mesin inferensi atau komposisi aturan
Menggunakan fungsi implikasi MIN untuk
mendapatkan nilai 𝛼-predikat tiap-tiap rule
2.4 Analog PH Meter Kit SEN0161
Sensor pH SEN0161 merupakan pH meter yang
dirancang khusus untuk kontroler arduino, menggunakan
konektor BNC (Bayonet Neil Concelman), dan dapat
mengukur pH dengan range 0-14 PH. Inti sensor pH
terdapat pada permukaan bulb kaca yang memiliki
kemampuan untuk bertukar ion positif (H+) dengan
larutan terukur [7].
(𝛼1 , 𝛼2, 𝛼3,….. 𝛼𝑛).
Kemudian masing-masing nilai 𝛼-predikat
ini digunakan untuk menghitung keluaran
hasil inferensi secara tegas (crisp)
masing-masing rule
(𝑧1, 𝑧2, 𝑧3,….. 𝑧𝑛).
4. Defuzzifikasi
Menggunakan metode Rata-Rata (Average)
Gambar 3 Analog PH meter kit
Spesifikasi :
1. Catu daya : 5.00V
2. Ukuran : 43mm×32mm
3. Jarak pengukuran :0-14PH
4. Suhu pengukuran :0-60 ℃
Dengan :
Z
= nilai hasil penegasan (defuzzifikasi),
23
C4
5.
6.
7.
Seminar Nasional Teknologi Informasi 2016
Akurasi: ± 0.1pH (25 ℃)
Response Time : ≤ 1min
Menggunakan BNC konektor
Studi Literatur
Field Research
Pra Proses
2.5 Mikrokontroller Arduino Uno
Hardware
Arduino IDE
Pembacaan data
sensor suhu dan pH
Arduino Uno adalah papan berbasis mikrokontroler
pada ATmega328. Memiliki 14 digital input atau output
pin (dimana 6 dapat digunakan sebagai output PWM), 6
input analog, resonator keramik 16 MHz, koneksi USB,
jalur daya, header ICSP, dan tombol reset.
Logika Fuzzy
Proses
Pengontrolan
Pemanas
Fermentor Yoghurt
Reset
Digital ground
Digital I/O pins (2-13)
Analog reference pin
Serial out(TX)
Arduino Uno
Serial in (RX)
Motor
DC
LCD
Pemanas
USB Plug
In circuit serial programer
End Proses
Reset pin
External power supply
Voltage
3,3 Volt power pin Ground pins
5 Volt power pin
Laporan dan
Dokumentasi
Hasil
Penelitian
Analisa
Hasil
Penelitian
Hasil
Penelitian
ATmega328
Gambar 6 Rancangan penelitian
Analog in (0-5)
Gambar 4 Mikrokontroller arduino uno
3.1 Perancangan Sistem
2.6 PWM (Pulse Width Modulation)
Pulse Width Modulation (PWM) secara umum
adalah sebuah cara memanipulasi lebar sinyal yang
dinyatakan dengan pulsa dalam suatu perioda, untuk
mendapatkan tegangan rata-rata yang berbeda [2]. Sinyal
PWM memiliki frekuensi gelombang yang tetap namun
duty cycle bervariasi (antara 0% hingga 100%). Duty
cycle adalah perbandingan antara durasi pulsa (τ) dengan
perioda (T) dari sebuah sinyal kotak [5].
pH
Driver
Meter
Pemanas
Mikrokontroler
Pemanas
Motor DC
Sensor
LCD
Suhu
Gambar 7 Blok diagram
3.2 Perancangan Hardware
Akrilik
Pengaduk
Gambar 5 PWM
Motor DC
Wdah Stainless Steel
3. Metodologi
Sensor pH
Pada gambar 6 dapat dilihat gambaran sistem yang
dibuat:
Sensor Suhu
Gambar 8 Perancangan hardware
24
Kompor Listrik
Seminar Nasional Teknologi Informasi 2016
C4
3.3 Perancangan Software
1) Fuzzy Logic
a. Fuzzifikasi
Pada tahap fuzzifikasi akan ditentukan rancangan dari
crisp input dan output beserta fungsi keanggotaannya
(membership function). Dalam sistem ini terdapat dua
crisp input yang diberi nama E dan DE. Crisp input E
didapat dari pengurangan antara suhu set point (SP)
dengan suhu ruangan yang terukur oleh sensor (T).
Gambar 11 Fungsi keanggotaan output DutyCycle
Error = Sp - T………………………....(1)
b. Inferensi
Crisp input E terdiri dari fungsi keanggotaan sebagai
berikut:
Gambar 9 Fungsi keanggotaan error
c. Defuzzification
Langkah berikutnya adalah defuzifikasi. Defuzifikasi
atau defuzzification adalah tahap dimana dilakukannya
proses penghitungan untuk menentukan output yang
sebenarnya. Pada perhitungan dalam sistem ini
digunakan metode rata-rata terpusat dengan rumus:
Crisp input DE didapat dari selisih nilai E pada saat t
dengan nilai E pada saat (t – 1). Dapat dituliskan
sebagai berikut:
DE = E(t) – E(t-1)
Crisp input DE terdiri dari fungsi
sebagai berikut:
keanggotaan
d. Alat dan Bahan Penelitian
Perangkat yang digunakan untuk membuat aplikasi
ini terbagi dua yaitu perangkat keras dan perangkat
lunak.
1. Perangkat Keras
Perangkat keras yang digunakan untuk pembuatan sistem
adalah sebagai berikut :
 Sensor suhu DS18B20
 Anolog pH meter Kit SEN0161
 Laptop
 Laptop yang digunakan adalah merk Asus N43SL
dengan spesifikasi Intel® Core™ i7-2670 QM (2.20
o GHz) dan RAM 4GB
 Arduino Uno
 Heater (Kompor Listrik Induksi)
 LCD 2x16
 TRIAC BT136
 Optocoupler MOC3021
 IC 4N25
 Voltmeter
Gambar 10 Fungsi keanggotaan D error
Sedangkan untuk crisp output, fungsi keanggotaannya
ditunjukkan sebagai berikut:
25
C4
Seminar Nasional Teknologi Informasi 2016
2. Perangkat Lunak
Perangkat lunak yang digunakan adalah Arduino
software IDE 1.6.4 dan Matlab 2013.
4. Hasil dan Analisa
4.1 Pengujian Hardware
1) Pengujian Rangkaian Sensor
Pengujian Rangkaian Sensor Suhu DS18B20 Berikut
merupakan hasil pembacaan data yang dikirim oleh
sensor DS18B20 ke Arduino:
Tabel 1 Pembacaan Data Sensor Suhu
15
140
215
156
16
150
215
165
17
160
215
174
18
170
215
183
19
180
215
188
20
190
215
192
21
200
215
200
22
210
215
206
23
220
215
207
24
230
215
207
25
240
215
209
26
250
215
209
27
255
215
210
Berdasarkan data pada tabel di atas menunjukkan
bahwa semakin besar nilai PWM yang diberikan, maka
nilai tegangan yang dihasilkan juga akan semakin besar.
Data pada tabel di atas dapat digambarkan dalam bentuk
grafik sebagai berikut:
Suhu dalam Celsius
1
Data suhu dalam
desimal
499
2
516
32,25
3
530
33,13
4
552
34,50
5
572
35,75
6
599
36,75
7
602
37,63
8
616
38,50
9
629
39,31
Te
) r 240
210
m 180
150
ga
s 120
ng 90
60
an 300
10
641
40,06
(V
No.
31,19
Grafik PWM
- Tegangan
2) Pengujian Rangkaian Driver Pemanas
Vin (V)
Vrms
(V)
Pengujian yang dilakukan dengan membandingkan
nilai pH yang didapatkan dari sensor pH dengan
pembacaan nilai pH pH meter. Sampel menggunakan
lima buah larutan, yang masing masing diujikan secara
bersamaan pada sensor pH dan pH meter.
Tabel 4 Pengujian Sensor PH
1
0
215
1
2
10
215
20
3
20
215
35
4
30
215
45
5
40
215
56
6
50
215
66
215
PWM
3) Pengujian Sensor pH
Tabel 2 Pengujian Driver Pemanas
Nilai
PWM
0 3060901215182124
0 0 0 0 0
Gambar 12 Grafik PWM – Tegangan
Pada bagian ini akan dilakukan pengujian untuk
mengukur besarnya PWM yang dikeluarkan Arduino
terhadap besar tegangan yang dihasilkan oleh driver
pemanas.
No.
Vrms
7
60
8
70
215
87
9
80
215
99
10
90
215
109
11
100
215
120
12
110
215
129
13
120
215
141
14
130
215
147
Sampel
77
26
Jenis
pH
Meter
Sensor
pH
1
Cuka Asli
3,90
4,02
Seli
sih
0.12
2
Air Galon
6,90
6,94
0.04
3
Susu 1
6,80
6,82
0,02
4
Susu 2
6,40
6,46
0,06
5
Larutan
Soda 1
8,40
8,35
0.05
6
Larutan
Soda 2
7
NaOH
8,60
11,00
8.54
10,98
0.06
0.02
Seminar Nasional Teknologi Informasi 2016
C4
4.2 Pengujian Software
53
51
49
47
Su45
43
hu41
(o39
C)37
35
33
31
29
27
25
1. Pengujian Logika Fuzzy Metode Tsukamoto
Tabel 5 Pengujian Logika Fuzzy
Data
ke
1
Suhu
(oC)
E
DE
29,87
15,13
15,13
0
0
2
30,00
15,00
0,00
90
229
3
31,37
13,63
-0,12
88
224
4
34,63
10,38
-0,25
71
180
5
35,88
9,13
-0,19
63
161
6
37,38
7,63
-0,12
56
142
7
39,50
5,50
-0,19
51
129
8
42,38
2,63
-0,12
41
104
9
44,81
0,19
-0,19
40
102
10
45,25
-0,25
-0,12
0
0
11
46,38
-1.37
-0.06
0
0
12
47.31
-2.31
-0.06
0
0
13
48.00
-3.00
-0.06
0
0
14
49.13
-4.13
0.00
0
0
15
50.50
-5.50
0,00
0
0
16
50.31
-5.31
0,00
0
0
17
49.88
-4.88
0,00
0
0
18
48.44
-3.44
0,00
0
0
19
47.13
-2.13
0.06
0
0
20
46.63
-1.63
0
0
21
46.00
-1.00
0.06
0
0
22
45.75
-0.75
0,00
0
0
23
45.00
0,00
0,00
0
0
24
44.94
0.06
0.06
30
77
25
44.88
0.12
0.06
37
95
26
45,00
0,00
-0.06
0
0
27
45,06
-0.06
0,00
0
0
28
45,12
0.12
0,00
0
0
29
45,44
0,44
0,00
0
0
30
45,06
-0.06
-0.06
0
0
0.06
Dutycycle
(%)
PWM
0
5
10
15
20
25
30
35
40
45
50
55
60
Waktu (menit)
Suhu
Gambar 13. Pengujian pada 100 mL
Besarnya overshoot pada pengujian ini dapat dihitung
sebagai berikut:
Sedangkan untuk besarnya nilai error steady state
dapat dihitung dengan rumus sebagai berikut ini:
Pengujian dilanjutkan dengan uji respon pH terhadap
waktu fermantasi, dimana waktu fermentasi untuk
mendapatkan pH 4,5 dari 100 mL sample adalah 210
menit dengan pH awal adalah 6,24.
Yoghurt hasil fermentasi 100 mL sample susu
mencapai nilai pH 4,5 setelah 210 menit.
14
13
12
11
10
9
pH8
7
6
5
4
3
2
1
4.3 Pengujian Keseluruhan
Pengujian sistem secara keseluruhan dilakukan untuk
mengetahui respon volume sample pada sistem terhadap
set point.
pH
30
60
90
120 150 165
Waktu (menit)
180
210
240
Gambar 14. Respon pH pada 100 mL Sample
1. Pengujian Sistem Pada 100 mL
Pengujian pada sample 100 mL dilakukan untuk
mengetahui berapa lama waktu yang dibutuhkan sistem
untuk mencapai suhu stabil 45oC, serta nilai overshooot
dan error steady state.
27
pH
C4
Seminar Nasional Teknologi Informasi 2016
[5] Putra, Ahmad Fauzi, 2014, “Rancang Bangun Mesin
Penetas Telur Itik Berbasis Mikrokontroler Menggunakan
Metode Fuzzy Logic“, Fakultas Teknologi Informasi,
Universitas Andalas, Padang.
[6] Anonim, 2008, DS18B20 Sensor Datasheet.
[7] Anonim, 2014, SEN0161 (pH Meter Kit) Sensor
Datasheet.
Gambar 15. Hasil yoghurt dengan fermentasi 100 mL sample
Pengujian selanjutnya dilakukan pada 200 mL dan
300 mL sample, dengan pengujian respons waktu
terhadap volume serta respon pH terhadap volume.
5. Kesimpulan
Berdasarkan penelitian serta pengujian yang telah
dilakukan, dapat disimpulkan bahwa:
1. Telah dibuat sebuah rancang bangun sistem
pengontrolan suhu untuk proses fermentasi yoghurt
dengan metode fuzzy logic. Hasil dari perancangan
sistem yang telah dibuat. sistem dapat
mengendalikan suhu selama proses fermentasi
dengan set point 45oC dengan nilai error steady
state rata-rata sebesar 0,228% dan rata-rata
overshoot sebesar 12,77%.
2. Yoghurt mencapai nilai pH 4,5 pada sample 100 mL
selama 210 menit fermentasi, sample 200 mL
selama 277 menit dan pada sample 300 mL selama
332 menit. Semakin kecil volume sample semakin
cepat untuk mencapai nilai keasaman 4,5.
REFERENSI
Sutrisno, 2009, “Teknologi Pembuatan
Yoghurt“, www.ebookpangan.com Diakses pada tanggal
15 April 2015.
[2] Vionita, Rizka, 2014, “Sistem Pengendali Otomatis Pada
Inkubator Fermentasi Yoghurt Berbasis Mikrikontroler
Dengan Metode Logika Fuzzy“, Sistem Komputer,
Universitas Andalas, Padang.
[3] Tekno Pangan & Agroindustri ITB, YOGHURT Vol 1-5,
http://www.warintek.ristek.go.id/pangan_kesehatan/
pangan/ipb/Yoghurt.pdf .Jurusan Teknologi Pangan dan
Gizi IPB. Diakses pada tanggal 14 April 2015,
[4] Rochadi Tawaf, “Persyaratan yoghurt menurut SNI
(1995) “, 2015, Diakses pada tanggal 10 April 2015,
Tersedia dari: URL: http//www.duniasapi.com.
[1] Koswara,
28