IV. INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU,

KELEMBABAN, DAN AMONIA PADA

BROILER CLOSED HOUSE

Abstract

Development of the poultry industry in Indonesia was now looking forward so rapidly, but

always faced with various constraints also growing and increasingly complex. Broiler

livestock enterprises, to achieve success not only required large capital and specialized

skills are adequate, but also the management and reliable technology. Environmental

conditions with high temperatures and high humidity can cause heat stress in broilers. In

case of heat stress of broiler chickens will make an important (gasping). Each year, the

broiler industry suffered direct mortality and ammonia loss due to the extreme heat of an

unpredictable nature. This situation will get worse as to approach the end of the production

cycle, when approaching the weight of livestock for sale. The purpose of this study was to

simulate the integration supervisori control in control mode, and the optimal control

parameters and control of ON-OFF, PID, Fuzzy and ANFIS according poultry knowledge,

knowledge of climate and environment, knowledge of control, according to the broiler

house environment. One solution of heat treatment on broilers srtess was the use of broiler

closed house. Stages of research testing the functional modules system supervisori control

(SSC) that have been developed by computer simulations performed with the test data (the

control variable and the control mode) was prepared, so that each response and the output

produced by the SSC are integrated component modules with four , three, two-mode ON-

OFF control, PID, Fuzzy Logic and ANFIS can check the truth. In implementation, the

system was used to control the environment by environment basis. However supervisori

fixed input control based broiler closed house basis are carried out directly, through the use

of models broiler closed house. It was an integrated environmental control, and integrated

broiler closed house-oriented basis. Basis of this system bridges the control environment

by looping on the farm base control system. Discusses the integration of control systems

supervisori control mode consists of several control modes: two modes of control (PID

Fuzzy Logic) (PID ANFIS), three modes of control (ON-OFF, PID, Fuzzy Logic), (PID,

Fuzzy Logic and ANFIS), four modes of control (ON-OFF, PID, Fuzzy Logic and ANFIS)

with the parameters of temperature, humidity and ammonia, which produces better control

response. In the control integration was discussed on supervisori control in an integrated

broiler house closed, the choice of control modes, control parameters, the optimal control

criteria, based on knowledge of broiler knowledge, climate and environmental knowledge,

control knowledge that have been stored in a data base of supervisory control engine

(SCE) which was integrated so that under certain conditions can be used as needed with a

combination of gain scheduling control adaptation (PGA) and the model reference adaptive

control (AMA). Transient response of control according to the response table ON-OFF

control, PID, Fuzzy Logic and ANFIS integrated broiler house closed two, three and four

modes of control.

Keyword : Integration Supervisori environmental control on broiler houses closed

126

Abstrak

Perkembangan industri perunggasan di Indonesia kini tampak sudah maju demikian pesat, namun

senantiasa dihadapkan pada berbagai kendala yang juga ikut berkembang dan semakin kompleks.

Usaha ternak ayam pedaging, untuk mencapai sukses tidak saja diperlukan modal besar dan

keterampilan khusus yang memadai, tetapi juga pengelolaan maupun teknologi yang handal.

Kondisi lingkungan dengan temperatur tinggi dan kelembaban tinggi dapat menyebabkan

heat stress pada broiler. Dalam keadaan heat stress ayam broiler akan melakukan penting

(terengah-engah). Setiap tahun, industri broiler mengalami mortalitas dan amonai

kehilangan langsung akibat panas yang ekstrim dari alam yang tidak dapat diprediksi.

Situasi ini akan semakin parah saat mendekati akhir siklus produksi, saat ternak mendekati

bobot untuk dijual. Tujuan penelitian ini adalah untuk mensimulasikan integrasi

supervisori kendali dalam modus kendali, parameter kendali dan optimal kendali dan ON-

OFF, PID, Fuzzy dan ANFIS sesuai pengetahuan peternakan ayam, pengetahuan iklim dan

lingkungan, pengetahuan kendali, sesuai lingkungan pada broiler house. Salah satu solusi

dari penanganan heat srtess pada ayam broiler adalah penggunaan broiler house (kandang

tertutup). Tahapan penelitian Pengujian fungsional modul-modul sistem supervisori

kendali (SSK) yang sudah dikembangkan dilakukan dengan simulasi komputer dengan

data-data uji (variabel kendali dan modus kendali) yang disiapkan, sehingga setiap respon

dan keluaran yang dihasilkan oleh modul komponen SSK yang terintegrasikan dengan

empat, tiga, dua modus kendali ON-OFF, PID, FUZZY LOGIC dan ANFIS dapat di cek

kebenarannya. Dalam implementasinya, sistem ini digunakan untuk pengontrolan

lingkungan dengan basis lingkungan. Namun demikian supervisori kontrol input tetap

didasarkan basis peternakan broiler yang dilakukan secara lansung, yaitu melalui

penggunaan model broiler closed house. Jadi disini pengontrolan lingkungan terpadu,

terintegrasi dan berorientasi basis peternakan. Sistem ini menjembatani kontrol basis

lingkungan dengan looping pada sistem kontrol basis peternakan. Sistem supervisori

kendali membahas integrasi modus kendali terdiri dari beberapa modus kendali yaitu dua

modus kendali (PID fuzzy Logic), (PID ANFIS), tiga modus kendali (ON-OFF, PID,Fuzzy

Logic), (PID, Fuzzy Logic dan ANFIS), empat modus kendali (ON-OFF, PID, Fuzzy

Logic dan ANFIS) dengan parameter suhu, kelembaban dan amonia yang menghasilkan

respon kendali yang lebih baik. Pada integrasi kendali inilah di bahas tentang supervisori

kendali pada broiler closed house yang terintegrasi, adanya pilhan modus kendali,

parameter kendali, dengan kriteria optimal kendali, yang didasari pengetahuan peternakan

ayam broiler (broiler knowledge), pengetahuan iklim dan lingkungan luar (climate and

environmental knowledge), pengetahuan kendali (control knowledge) yang sudah

tersimpan dalam data base supervisory control engine (SCE) yang secara terpadu sehingga

dalam kondisi tertentu bisa digunakan sesuai kebutuhan dengan perpaduan kendali

penjadwalan gain adaptasi (PGA) dan kendali adaptif model acuan (AMA). Respon

transien kendali sesuai tabel respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS

broiler closed house yang terintegrasi dua, tiga dan empat modus kendali.

Keyword: Integrasi Sistem Supervisori kendali lingkungan pada broiler closed house

127

Pendahuluan

Perkembangan industri perunggasan di Indonesia kini tampak sudah maju

demikian pesat, namun senantiasa dihadapkan pada berbagai kendala yang juga

ikut berkembang dan semakin kompleks. Usaha ternak ayam pedaging, untuk

mencapai sukses tidak saja diperlukan modal besar dan keterampilan khusus yang

memadai, tetapi juga pengelolaan maupun teknologi yang handal (Murtidjo 2006)

Kondisi lingkungan dengan temperatur tinggi dan kelembapan tinggi dapat

menyebabkan heat stress pada broiler. Dalam keadaan heat stress ayam broiler

akan melakukan penting (terengah-engah). Setiap tahun, industri broiler mengalami

mortalitas dan kehilangan langsung akibat panas yang ekstrim dari alam yang tidak

dapat diprediksi. Situasi ini akan semakin parah saat mendekati akhir siklus

produksi, saat ternak mendekati bobot untuk dijual

Salah satu solusi dari penanganan heat srtess pada ayam broiler adalah

penggunaan broiler house (kandang tertutup). Broiler house adalah kandang ayam

dengan suhu dan kelembapan yang dapat diatur secara otomatis sehingga ayam

tidak akan mengalami heat stress. Menurut (PCPI 2005) terdapat beberapa

keuntungan dari penggunaan broiler house yaitu dapat meningkatkan produktivitas

dan pertumbuhan serta temperatur di dalam kandang lebih dingin dan ayam tidak

terpengaruh cuaca dari luar kandang.

Pada ayam broiler yang berumur di atas 3 minggu, keadaan suhu

lingkungan optimum untuk pertumbuhan berkisar antara 20-25oC dengan

kelembaban berkisar antara 50-70% (Borges et al. 2004). Ayam Broiler akan

mengalami cekaman panas serius bila suhu lingkungan lebih tinggi dari 32oC

(Cooper dan Washburn 1998). Indonesia yang merupakan daerah tropis dengan

suhu harian dapat melebih 35oC atau yang secara umum suhu lingkungan bisa

berfluktuasi antara 29oC hingga 36

oC dan kelembabannya 70-80 % (Hery 2009)

berpotensi untuk mengalami cekaman panas pada pengembangan ayam broiler.

Pada suhu lingkungan 28 oC selera makan akan menurun 12% dan apabila

kelembabannya tinggi maka selera makan akan menurun 50%. Suhu 28oC adalah

suhu kritis atas yang jika suhu lingkungan melebihi batas ini, angka sakit dan

kematian meningkat, sedangkan pertumbuhan menurun. Pada suhu mencapai 39oC

kematiannya tinggi sekali (Amrullah 2004).

128

Sistem kendali pada awalnya adalah konvensional dimana informasi

numerik yang merupakan pasangan data masukan dan keluaran plant diperoleh dari

sensor. Sedang informasi linguistik biasanya diperoleh dari operator yang paham

dengan pengendalian plant dimaksud (Ogata 1970). Dalam perkembangannya,

sistem kendali mengarah kepada sistem kendali berbasis komputer digital karena

lebih luwes (mudah dimodifikasi), pemrosesan data yang sederhana, dan ekonomis

(Paraskevopoulos 1996).

Berkembangnya sistem kendali digital membuat banyak peneliti yang

memfokuskan penelitiannya pada metode atau algoritma yang digunakan sebagai

pengendali. Diawali dari pengendalian dengan metode PID, yaitu dengan cara

menyetel beberapa parameter sehingga dihasilkan hasil pengendalian yang optimal.

Ketidakmampuannya untuk beradaptasi pada beberapa perubahan seperti

performansi komponen dengan pertambahan waktu atau perubahan parameter dan

kondisi sekelilingnya maka dibutuhkan sistem kendali yang bisa beradaptasi pada

perubahan-perubahan tersebut.

Pengembangan sistem kontrol berbasis komputer untuk broiler house telah

kembangkan selama ini tapi masih sistem kontrol memberikan batasan terhadap

pilihan metode kontrol dan parameter yang dikendalikan. Untuk beberapa alasan,

pengguna hanya mengontrol suhu ruangan dan kelembaban dengan metode kontrol

PID (Proporsional Integral Derivative) tetapi dalam situasi lain mungkin pengguna

hanya perlu mengontrol suhu ruangan dan intensitas cahaya dengan metode kontrol

fuzzy atau metode lainnya (Cunha 2003; Salgado 1998).

Pemilihan skenario kontrol untuk broiler house cukup bervariasi yang tergantung

pada beberapa faktor : (1) kondisi manajemen (lingkungan) peternakan ayam

broiler, (2) kontinyunitas produksi ayam broiler, (3) keterbatasan sumber daya, dan

(4) jenis kendali digunakan. Oleh karena itu, pengguna harus diberi cara memilih

skenario pengendalian yang paling cocok dengan kebutuhannya.

Metode yang mendapat perhatian luas dalam dasawarsa terakhir adalah

metode berbasis kecerdasan buatan (artificial intelligence) yaitu neuro fuzzy. Neuro

fuzzy merupakan perpaduan jaringan neural artificial dan sistem logika fuzzy

(Kosko 1992), (Kartalopoulos 1996). Pada sistem kendali berbasis neuro fuzzy,

informasi numerik dimanfaatkan oleh jaringan neural artifisial guna mendapatkan

kinerja sistem kendali yang bersifat adaptif (Brown dan Harris, 1994). Jaringan ini

129

meniru kerja jaringan neural biologis manusia. Jaringan neural dikarakteristikkan

oleh arsitektur, algoritma pembelajaran, dan fungsi aktivasinya. Sedang informasi

linguistik diolah menggunakan sistem logika fuzzy (Visioli dan Finzi 1998).

Pada sistem logika fuzzy, informasi linguistik diimplementasikan dalam

suatu himpunan basis aturan jika-maka. Basis aturan ini mengakomodasi semua

informasi yang tidak presisi tentang hubungan masukan dan keluaran plant. Sistem

neuro fuzzy terus mengalami perkembangan dan penyempurnaan algoritma. Salah

satu perkembangannya adalah dengan diperkenalkannya metode ANFIS (Adaptive

Neuro Fuzzy Inference System) oleh (Jang 1993). ANFIS) adalah sistem inferensi

logika fuzzy yang diimplementasikan pada suatu jaringan adaptif. Sistem ini

memiliki kemampuan untuk memperbaiki parameter-parameter basis aturan logika

fuzzynya yaitu parameter premis (antécédent) dan parameter konsekuensi

(consequent). Metode ANFIS (Adaptive Neuro Fuzzy Inference System) selanjutnya

mengalami berbagai penyempurnaan diantaranya oleh Wang dan Lee (2002)

dengan penerapan pada sistem pemrosesan sinyal untuk keperluan medis.

Penerapan metode ANFIS (Adaptive Neuro Fuzzy Inference System) untuk

sistem kendali agar bersifat cerdas, yaitu mampu beradaptasi sesuai dengan

perubahan target pengendalian dan juga kondisi plant. Salah satu cara penyelesaian

permasalahan tersebut di atas dengan menggunakan simulasi kendali PID Fuzzy,

PID ANFIS, ON OFF, PID, Fuzzy, ANFIS. Supervisori kendali diharapakn dapat

membantu mengurangi kesalahan terutama human error sehingga sistem dapat

berjalan sehingga didapat hasil optimal. Kendali PID pada dasarnya merupakan

suatu proses dari suatu program yang dijalankan/diexecute dengan menggunakan

komputer, dimana kita memasukkan nilai Setting Point (SP) dan Present Value

(PV), yang kemudian data yang didapatkan diproses sehingga error yang

didapatkan sama dengan 0, atau nilai Setting Point = Present Value (J. Van de

Vegte 1994).

Kendali PID Fuzzy Logic bekerja dengan menerima sinyal output dari

panas heater. Sinyal tersebut kemudian dibandingkan dengan setpoint sehingga

dihasilkan error baru. Metode yang digunakan adopsi dari (Zhao 1993), (Joelianto

dan Sitanggang 2009) yaitu kendali dengan fuzzy gain.

130

Gambar 4. 1 Hybrid Kendali PID- Logika Fuzzy. Sumber (Zhao 1993)

Metode yang digunakan adalah harga Kp, Ki, dan Kd dapat menyesuaikan

sendiri apabila terjadi perubahan panas pada heater dan kipas angin. Parameter

kendali PID yaitu Kp, Ki, Kd Ti Td diatur fuzzy logic untuk memperoleh harga yang

sesuai. Dalam mengambil kepuasan pada parameter Kp, Ki, Kd dinormalisasi antara

0 dan 1.

Gambar 4. 2 Member Function input dan output. Sumber (Zhao1993)

Gambar 4. 3 Respon hybrid kendali PID-Logika Fuzzy. Sumber (Zhao1993)

131

Sistem utama adalah kendali PID, sedangkan logika fuzzy disini berfungsi

untuk memperbaiki respon dan recovery time terhadap disturbance seperti terlihat

pada Gambar 4.3. Output dari fuzzy kontrol unit yang dihasilkan mempunyai beban

lebih kecil dari kendali PID, artinya range dari output membership function telah

ditetapkan yaitu +U max dan –U max, dimana harga U max lebih kecil dari harga

kendali PID, pada paper ini dicoba untuk memberikan beban sebesar 50% dari

kendali PID. Sehingga apabila range dari PID adalah 0-255, maka beban output

pada logika fuzzy yaitu 0-128. Untuk lebih jelasnya dapat kita lihat pada Gambar 3.

Untuk mendapatkan hasil yang optimal, maka kita dapat men-tuning parameter

fuzzy control tersebut dengan cara try and error yaitu mengatur (adjust)

membership function (range e-max dan de-max) serta rules-rules yang ada seperti

terlihat pada Gambar 4.3.

Kelebihan ANFIS adalah kemampuan belajaran, seperti yang dimiliki oleh

jaringan saraf tiruan. Pengendali ANFIS dapat belajar dari pengendali PID

konvensional, kemudian ANFIS digunakan untuk mengendalikan plant. Sebagai

tiruan PID, ANFIS belajar menirukan PID selama pelatihan. ANFIS yang

dihasilkan kemudian digunakan untuk membangkitkan isyarat kendali yang

selanjutnya dilolohkan ke plant. Konfigurasi ANFIS sebagai tiruan PID saat

pelatihan terlihat di Gambar 4.4.

Gambar 4. 4 Pelatihan ANFIS dan PID. Sumber (Zhao 1993)

Dari hasil tuning PID didapatkan nilai K=1, Ti = 2, dan Td = 0,2. Data

pelatihan ANFIS berjumlah 250 pasang data dengan setiap pasang data terdiri atas

[e(k) de(k) u(k)]. Data pengecekan berjumlah sama dengan data pelatihan. Jumlah

parameter yang diperbaharui pada saat pelatihan adalah 30 parameter taklinier dan

132

75 parameter linier untuk fungsi keanggotaan Bell dan 20 parameter taklinier serta

75 parameter linier untuk fungsi keanggotaan segitiga.

Kinerja pelatihan ANFIS dinyatakan dengan akar rerata kuadrat galat

(RMSE) antara target pelatihan dan keluaran ANFIS. Setelah ANFIS dilatih

menirukan PID, pengendali PID dilepas dan digunakan untuk mengendalikan plant.

Gambar 4.5 menunjukkan konfigurasi ANFIS pada saat pengendalian.

Gambar 4. 5 Kendali hybrid ANFIS dan PID Sumber (Zhao1993)

Setelah dilatih ANFIS digunakan untuk mengendalikan sistem tinggi

permukaan air. Hasil pengendalian dengan ANFIS kemudian dibandingkan dengan

hasil pengendalian fuzi konvensional dan PID sebagai supervisorinya.

Kemampuan adaptif ANFIS pada kontrol adaptif dan kontrol belajar.

Struktur ANFIS mempresentasikan pengetahuna dan nonlinear yang memiliki

keunggulan dibandingkan pendekatan linier klasik seperti dalam sistem kontrol

linier. Dalam tulisan ini, maka akan dipertimbangkan penerapan ANFIS dalam

referensi hibrid mengendalikan kerangka untuk meningkatkan kinerja respon

sistem loop tertutup dikontrol oleh pengontrol PID dengan cara menentukan set-

point. Struktur ini kemudian disebut ANFIS PID merupakan bagian dari sistem

supervisori kendali Gambar 4.5 menunjukkan diagram blok dari ANFIS PID.

(Joelianto dan Sitanggang 2009). Garis putus-putus dan garis padat mewakili sinyal

digital dan analog sinyal masing-masing.

133

Gambar 4. 6 Blok diagram kendali hybrid ANFIS dan PID

Sumber (Joelianto dan Sitanggang 2009)

Dalam Gambar 4.6, d sinyal (t) adalah output dari ANFIS yang sementara

perubahan default set-titik r(t) selama transien respon. Tindakan ANFIS

didefinisikan oleh kt acara enable yang terdeteksi oleh pengamatan kinerja embed

dalam ANFIS. Model ini didefinisikan dengan persamaan berikut

|E (t)| |y (t) - r (t)| δ………………………………………………...(4.1)

Sistem menginformasikan pengamatan kinerja yang deviasi dari output

sistem loop tertutup (y(t)) dengan sinyal referensi (r(t)) adalah lebih besar dari

toleransi yang ditentukan. Selanjutnya, ANFIS yang menghitung sinyal referensi

yang sesuai (d(t)) dan mengirimkan ke pers penjumlahan secara terus menerus

dengan interval waktu yang telah ditetapkan ( ) sampai pengamatan kinerja

deteksi tidak aktifkan. Dalam kondisi tidak aktif terjadi kesalahan ketika sistem

loop tertutup memasuki dengan batas toleransi yang ditetapkan seperti :

|E(t) | |y(t) - r(t) ……………………..………………………………(4.2)

Ketika sistem terdeteksi menonaktifkan, ANFIS kemudian berhenti

mengirimkan sinyal referensi (d(t)). Ini mengembalikan referensi sinyal dengan

sinyal referensi (r(t)) dengan mengirimkan sinyal d(t) 0. (Joelianto dan

Sitanggang 2009, Joelianto, dan Williamson 2009).

Disamping integrasi kendali atau kendali hybrid dikembangkan kendali

adaftif pada dasarnya kendali adaptif adalah kendali tak linier, sehingga banyak

digunakan untuk mengendalikan sistem-sistem tak linier (Tai dan Tsao. 2000),

(Zhao dan Kanellakopoulos 1997), (Astrom dan Wittenmark 1995), (Isermann,

Lachman, Matko1992), (Guo et al. 2001), (Hong et al. 2001). Dalam aplikasi

industri ada tiga buah model struktur kendali adaptif yang paling banyak

134

digunakan, yaitu: (1) kendali Penjadwalan Gain Adaptasi (Adaptif Gain Scheduling

Control). (2) kendali Adaptif Model Acuan (Model Reference Adaptif Control). (3)

kendali Adaptif Swa-Tala (Self-Tuning Adaptif Control).

Kendali penjadwalan gain adaptasi (PGA) merupakan kendali yang paling

banyak digunakan dalam industri pengolahan dan manufaktur. Kendali ini bekerja

dengan mengadaptasi gain kendali sesuai dengan perubahan kondisi operasi suatu

proses di industri. Kendali ini juga telah digunakan pada kendali penerbangan

dimana gain kendali berubah sesuai perubahan kondisi terbang sebagaimana

terdapat pada Gambar 4.7.

Gambar 4. 7 Kendali penjadwalan gain adaptasi.(Sadjad 2004)

Kendali adaptif model acuan (AMA) digunakan dalam sistem kendali untuk

memaksakan agar proses kendalian berperilaku seperti model acuan (model

reference). Pada kasus ini proses kendalian umumnya mempunyai karakteristik

yang buruk seperti tanggapan yang lambat dan kestabilan yang kurang mantap.

Selain itu karakteristik proses kendalian sering berubah-ubah bahkan terkadang

menuju kondisis operasi yang tidak stabil. Oleh karena itu kendali AMA dirancang

agar proses kendalian mengikuti perilaku model acuan yang mempunyai tanggapan

yang lebih cepat dan kestabilan yang lebih mantap terdapat pada Gambar 4.8.

Parameter

Pengendali

Sinyal

Kendali

Jadwal

Gain

Kendalian Pengendali

Kondisi

Operasi

Output

Sinyal

Komando

135

Gambar 4. 8 Kendali adaptif model acuan. .(Sadjad 2004)

Pada Pengembangan dengan kendali adaptif yang terdiri dari 3 atau 4

modus kendali dikembangkan yaitu supervisoi kendali.

Tujuan penelitian ini adalah untuk mensimulasikan integrasi supervisori

kendali dalam modus kendali, parameter kendali dan optimal kendali dan ON-OFF,

PID, Fuzzy dan ANFIS sesuai pengetahuan peternakan ayam, pengetahuan iklim

dan lingkungan, pengetahuan kendali, sesuai lingkungan pada broiler house.

Penelitian terdahulu yang terkait dengan interaksi dua modus kendali

lingkungan suhu dan kelembaban di kandang tertutup diantaranya: Daskalov PI. et

al. (2005) membahas kendali adaptif suhu kelembaban non-liner pada kandang

ternak babi yang terdiri dari dua musim dingin dan musim panas, pada musim

dingin suhu 220C, kelembaban 70 %, kecepatan angin 1 m/s dan musim panas suhu

260C, kelembaban 70%, kecepatan angin 3,7 m/s. (Paul 2000) membahas hirarki

supervisori kendali dapat dilakukan secara sentralistik, desentralistik terhadap

sistem produk multi-agen, hal ini menunjukkan bahwa perilaku produk multi agen

dapat dikendalikan secara terpisah dan bersamaan terhadap setiap agen. Seminar

K.B et al. (2006) membahas sistem supervisori kendali rumah tanaman (green

hause) telah dikembangkan dan diuji dengan tanaman mentimun. Hasil

pengembangan dan pengujian adalah fungsi kerja yang memenuhi kriteria kendali

dan obyektif berdasarkan pada preferensi pengguna. Hal ini memberikan

fleksibilitas lebih besar kepada pengguna untuk mengatasi kendala varietas atau

kondisi lingkungan, jenis tanaman harus dikendalikan dalam rumah tanaman,

perangkat keras, dan jenis modus kendali.

y

ym

Parameter

Pengendali

u

uc Sinyal

Kendali

Mekanisme

Pengaturan

Kendalian Pengendali

Model

Acuan

136

Bahan dan Metode

Bahan Yang Digunakan

Lokasi penelitian ini dilaksanakan antara lain di laboratorium Teknik

Bioproses Universitas Tsukuba, Jepang, Laboratorium Kontrol dan Instrumentasi

FATETA IPB dan University of Farm Broiler House Cikabayan IPB mulai bulan

Januari 2009 sampai April 2011. Bahan yang digunakan terdiri dari ayam broiler

sebanyak 20.000 ekor, kandang ayam dengan sistem broiler house yang ada di

lahan penelitian Cikabayan IPB dengan ukuran panjang x lebar x tinggi adalah 120

m x lebar 12 m x tinggi 2.5 m., pakan ayam, air minum, menggunakan software

matlab versi 7 untuk simulasi kendali suhu, kelembaban dan amonia.Peralatan yang

digunakan meliputi : sensor suhu sensor kelembaban SHT75 dan sensor amonia

TGS 444. Satu set komputer dan peripheral, weather station, Satu set kandang

ayam dengan sistem isolasinya, Exhaust fan (Kipas angin) sebanyak 8 buah,

Cooling Pad (unit pendingin) sebanyak 2 buah, Heater (unit pemanas) sebanyak 2

buah,Temtron sebanyak 2 buah, Tempat air minum, Tempat pakan ayam.

Gambar 4. 9 Sistem supervisori kendali lingkungan pada Broiler Closed House

Tahapan penelitian Pengujian fungsional modul-modul sistem supervisori

kendali (SSK) yang sudah dikembangkan dilakukan dengan simulasi komputer

dengan data-data uji (variabel kendali dan modus kendali) yang disiapkan,

137

sehingga setiap respon dan keluaran yang dihasilkan oleh modul komponen SSK

yang terintegrasikan dengan empat, tiga, dua modus kendali ON-OFF, PID,

FUZZY LOGIC dan ANFIS dapat di cek kebenarannya.

Metode yang Digunakan

Perancangan Supervisori Kendali pada Broiler house

Sistem supervisori kontrol merupakan model pengembangan kontrol adaftif

yang melakukan kontrol secara bersamaan, bekerjasama, mengawasi proses kontrol

yang sedang berjalan. Pengontrolan lingkungan dengan basis lingkungan adalah

kontrol input yang didasarkan pada pengukuran output berupa lingkungan.

Sedangkan pengontrolan lingkungan basis peternakan adalah input yang didasarkan

pengukuran output yang lansung dari peternakan.

Implementasi sistem supervisori kontrol lingkungan peternakan dapat

dilihat pada Gambar 4.9. Dalam implementasinya, sistem ini digunakan untuk

pengontrolan lingkungan dengan basis lingkungan. Namun demikian supervisori

kontrol input tetap didasarkan basis peternakan yang dilakukan secara lansung,

yaitu melalui penggunaan model peternakan. Jadi disini pengontrolan lingkungan

terpadu, terintegrasi dan berorientasi basis broiler house. Sistem ini menjembatani

kontrol basis lingkungan dengan looping pada sistem kontrol basis peternakan

(Gambar 4.9). Disamping itu, sistem juga dilengkapi dengan menggunakan

identifikasi dan pengontrolan yang lain, yaitu ON-OFF, PID, Fuzzy Logic dan

ANFIS.

Pada aplikasi sistem di lapangan, akan dicobakan pengontrolan parameter

lingkungan suhu, variabel terukur kelembaban dan amonia pada budidaya

peternakan ayam broiler.

Pada sistem yang dibangun terdiri dari perangkat keras yang tersusun dalam

rangkaian struktural dan mekanik; elektronik dan komputer dan peripheral dan

perangkat lunak (software). Besaran fisik (suhu, kelembaban dan amonia)

dideteksi oleh sensor yang bentuk outputnya digital, kemudian diteruskan ke sistem

komputer. Komputer akan menterjemahkan dan memproses pesan-pesan dalam

program.

Masukan sensor yang diolah oleh komputer terdiri dari beberapa terminal

(channel). Sistem buffer akan memberikan sinyal instruksi (kode) biner kepada

138

komputer untuk memproses data yang diprioritaskan. Pengolahan informasi yang

dilakukan komputer meliputi inisialisasi interface (RS-232), mengukur besar

variabel terukur (kelembaban dan amonia) dan menghitung besarnya setpoint suhu

melalui model yang ada, untuk loop sebelah luar.

Kemudian mengukur variabel terkontrol, membandingkan variabel

terkontrol dengan setpoint, menghitung besarnya koreksi melalui mode kontrol

yang digunakan, dan penentuan keputusan logik untuk disampaikan ke aktuator

untuk melakukan korekasi terhadap kondisi suhu, kelembaban, amonia yang ada,

untuk loop sebelah dalam. Sampling time loop sebelah dalam lebih kecil dari

sampling time loop sebelah luar.

Pengolahan informasi yang dilakukan komputer meliputi penampilan data

basis peternakan, kontrol dan lingkungan, peragaan penyimpanan hasil

pengukuran, perhitungan matematik dan penentuan keputusan logik untuk

disampaikan ke aktuator untuk melakukan koreksi terhadap proses sehingga

menghasilkan variabel terkontrol sesuai dengan setpoint saat itu.

Penerapan Sistem Supervisori Kendali pada Broiler Closed House

Supervisi kontrol adalah mengendalikan beberapa proses kontrol yang

saling bekerjasama tidak terpisah antara satu dengan yang lain. Sistem supervisori

kendali digunakan untuk mengatur, mengkoordinir, dan mengintegrasi unit-unit

kendali. Supervisi kendali adalah mengkoordinir sistem kendali yang terjadi dalam

suatu sistem.

Prinsip kerja supervisi kendali adalah mengkoordinir sistem kendali pada

sistem kontrol secara bersamaan dan bekerjasama pada proses kendali yang ada

yang terdiri dari 1 proses control atau lebih pada tempat yang satu atau lebih dari

satu tempat. misalnya supervisi kontrol suhu maka dalam berbagai modul

pengetahuan diantaranya : control knowledge bisa memilih modus kendali (ON-

OFF PID FUZZY LOGIC dan ANFIS) sesuai keperluan supervisi kendali

lingkungan peternakan yang penggunaannya bisa menggunakan empat (ON-OFF

PID FUZZY LOGIC dan ANFIS), tiga (ON OFF PID FUZZY LOGIC atau PID

FUZZY LOGIC ANFIS), dua (PID FUZZY LOGIC ATAU FUZZY LOGIC

ANFIS) atau Pengetahuan iklim dan lingkungan (musim kemarau dan musim

hujan) di dalam data base sudah tersedia suhu, kelembaban dan amonia yang ideal

139

pada musim kemarau dan musim hujan, ketika pergantian musim tidak perlu lagi

ada perubahan suhu musim kemarau dan hujan cukup supervisi kendali yang

bekerja secara otomatis yang sudah diprogramkan sebelumnya diiklim modus

iklim.

Pengetahuan broiler closed house (bobot ayam dari umur DOC-panen

sudah disimpan dalam data base supervisory control, jumlah pakan,jumlah air

minum). Pengetahuan Input/output (sensor, transduser, actuator) berfungsi untuk

menyimpan semua karakteristik yang relevan dan penggunaan kebutuhan misalnya

karakteristik sensor. Perancangan supervisory control mempunyai tiga parameter

suhu, kelembaban dan ammonia. Pada kondisi iklim dan lingkungan pada musim

kemarau dipergunakan modus kendali PD untuk suhu, PI untuk kelembaban,

sedangkan musim hujan dipergunakan PID untuk suhu, PID untuk kelembaban.

Alasan pada musim kemarau suhu kelembaban sangat fluktuatif dan ammonia

ketebalan masih rendah. Sedangkan musim hujan suhu kelembaban fluktuatif dan

ammonia tebal. Pada tahapan berikutnya disimulasikan dalam kandang ayam baik

ada ayam masa starter-finisher. Kemudian dibandingkan dengan simulasi dalam

kandang ayam yang kosong (tidak ada ayam).

Dalam perancangan supervisory kendali pada broiler house yang

dipengaruhi oleh konveksi dan konduksi dengan menggunakan modus control yang

menyesuaikan kondisi iklim dan lingkungan yang ada adalah pengontrolan

lingkungan kandang ayam broiler dengan ayam broiler.

Untuk satu variabel menggunakan modus kontrol ON OFF, PID, Fuzzy

Logic, ANFIS dengan salah satu dikontrol suhu, kelembaban dan amonia. Suhu

dikontrol pada waktu pagi, siang dan sore Bila ada salah satu kandang ayam panen

(tidak ada ayam) supervisori kontrol bisa digunakan dengan kandang ayam yang

lain yang mulai terisi ayam dikandang ayam tanpa membuat modus control yang

ada karena sudah bekerja secara otomatis.

Dalam merancang simulasi supervisori kendali yang terdiri dari ON-OFF, PID,

Fuzzy Logic dan ANFIS suhu kelembaban dan amonia. Sistem pengendali PID

yang nilai gain proportional (Kp), integral (Ki), dan derivative nya (kd) dan logika

fuzzy menentukan member function, fuzzifikasi dan defuzzyfikasi. Nilai gain PID

yang optimum dicari sebagai nilai acuan PID controller untuk kendali kecepatan

motor induksi. Pencarian nilai PID tersebut menggunakan metode Ziegler-Nichols

140

dengan SISO Design Tool pada MATLAB. Perancangan fuzzy logic menggunakan

metode MAMDANI yang sering disebut sebagai metode Minumun-Maksimun,

yaitu proses implikasi dipilih metode Minimun dan proses agregasi dipilih metode

Maksimun. Perancangan logika fuzzy pada penelitian ini menggunakan Fuzzy Logic

Toolbox pada MATLAB. Sedangkan ANFIS menggunakan metode TKG

SUGENO.

Gambar 4. 10 Perancangan model supervisori kendali suhu kelembaban amonia

Model matematis pindah panas dan massa (suhu,kelembaban dan amonia)

dan pengendalinya dibuat dengan simulink yang terdapat pada software Matlab,

dengan simulink ini dapat mensimulasikan pengendalian suhu kelembaban dan

amonia pada broiler house untuk ayam broiler. Simulink dari pilihan modus

kendali terdiri dari empat kendali ON OFF, PID, Fuzzy Logika, ANFIS, dua modus

kendali PID Fuzzy Logic, PID dan ANFIS.

Gambar 4. 11 Grafik simulink Matlab integrasi kendali ON OFF PID FUZZY

ANFIS untuk Broiler Closed House

141

Gambar 4. 12 Grafik simulink Matlab integrasi kendali PID FUZZY untuk Broiler

Closed House

Gambar 4. 13 Grafik simulink Matlab kendali integrasi PID ANFIS untuk Broiler

Closed House

Hasil dan Pembahasan

Pada penelitian ini dengan supervisori kendali pada broiler closed house

untuk ayam broiler terdapat perlakuan kendali sesuai kebutuhan dengan pilihan

modus kendali menggunakan 4 (ON-OFF, PID, Fuzzy Logic dan ANFIS), 2 (PID

Fuzzy Logic dan PID ANFIS) pada suhu, kelembaban dan amonia. Interaksi

Supervisori kendali 4 modus atau parameter (ON-OFF PID Fuzzy Logic ANFIS)

pada broiler closed house untuk suhu setpoint 300C.

Respon kendali untuk perubahan setpoint menggunakan ON-OFF, PID,

Fuzzy Logic dan ANFIS ditunjukkan pada bagian tiga sebelumnya (Tabel 3.4,

142

3.5, 3.6, dan 3.7) sebagai kinerja proses kendali (Time Delay , Rise Time, Waktu

Puncak, Waktu Perkenalan dan Overshoot Peak).

Simulasi Supervisori Kendali Suhu pada Broiler Closed House Periode

Starter, Grower dan Finisher

Berdasarkan standar manajemen peternakan ayam broiler terdapat tiga fase

pemeliharaan : starter 0-3 minggu ( 0-21 hari) suhu 30-26 0C, grower 3-6 minggu

(21-42 hari) suhu 24-230 C dan finisher 6 minggu hingga dipasarkan (42-51 hari)

suhu 18-210 C.

Pada grafik-grafik berikut, grafik fungsi berwarna biru adalah kendali ON-

OFF, warna hijau adalah kendali PID, warna merah adalah kendali Fuzzy Logic,

dan warna kuning adalah kendali ANFIS. Pada grafik respon integrasi supervisori

kendali dengan empat modus kendali , tiga modus kendali, dua modus kendali

periode starter, grower dan finisher di bawah ini :

Integrasi Supervisori Kendali dengan Empat Modus Kendali

Gambar 4.14 Respon integrasi supervisorik kendali empat modus

kendali(ON-OFF PID Fuzzy Logic ANFIS) suhu setpoint 300C periode Starter

umur 0-18 hari

143

Gambar 4. 15. Integrasi supervisori kendali empat modus kendali (ON OFF, PID, FUZZY,

ANFIS) kelembaban dengan setpoin 60 % periode Grower umur 19-30 hari

Gambar 4. 16 Integrasi supervisori kendali empat modus kendali untuk NH3

setpoint 10 ppm Grower umur 19-30 hari dan periode finisher umur 31-46 hari

Integrasi Supervisori Kendali dengan Tiga Modus Kendali

Gambar 4. 17 Supervisori kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)

suhu setpoin 250C Grower umur 19-30 hari

144

Gambar 4. 18 Respon integrasi supervisori kendali PID Fuzzy ANFIS parameter

kelembaban 60% periode finisher umur 31-46 hari

Gambar 4. 19 Respon integrasi supervisori kendali 3 modus kendali PID Fuzzy ANFIS

amonia 10 ppm Grower umur 19-30 hari dan periode finisher umur 31-46 hari

Integrasi Supervisori Kendali dengan Dua Modus Kendali

Gambar 4. 20 Respon supervisori kendali dua modus PID Fuzzy suhu 20

0C periode

finisher umur 31-46 hari

145

Gambar 4. 21 Integrasi supervisori kendali dua modus PID ANFIS kelembaban

setpoint 70% periode Starter umur 0-18 hari

Gambar 4. 22 Integrasi supervisori kendali dua modus PID Fuzzy Amonia setpoin

10 ppm Grower umur 19-30 hari dan periode Finisher umur 31-46 hari

Simulasi integrasi supervisori kendali dengan empat modus pada suhu,

kelembaban dan amonia rata-rata kinerja kendali relatif baik yaitu waktu tunda

(Td) nilainya 1 detik, Waktu penetap (Ts) antara 20 sampai 30 detik, Waktu naik

Tr 0-1 detik, Persen Lonjakan (Os) 15 sampai 120 % dan Error steady state (Ess) 0-

1 %. Simulasi di atas memberikan pilihan modus kendali sesuai kebutuhan di

broiler closed house, yaitu teridiri dari empat modus kendali, tiga modus kendali

dan dua modus kendali dengan parameter lingkungan suhu, kelembaban dan

amonia yang penggunaan terdapat dua broiler house atau dua broiler house.

Penerapan sistem supervsisori kendali lingkungan broiler closed house terdapat:

pengetahuan broiler closed house, pengetahuan kendali, pengetahuan lingkungan.

146

Untuk penerapan kendali menggunakan kendali penjadwalan gain adaptasi (PGA)

merupakan kendali yang paling banyak digunakan dalam industri peternakan ayam.

Kendali ini bekerja dengan mengadaptasi gain kendali sesuai dengan perubahan

kondisi operasi suatu proses di broiler closed house dan algoritma sesuai Gambar

4.7. Pengoperasian kendali broiler closed house terdapat tiga skenario periode

yaitu starter, grower dan finisher.

Pada broiler house pertama fase pengisian DOC starter maka suhu rata-rata

34 0C, 31

0C, 32

0C maka aktuator difungsikan pemanas (heater), untuk menaikkan

atau menurunkan suhu, pendingin (evavorating cooling) untuk menaikkan atau

menurunkan kelembaban dan kipas angin (fan) untuk menaikkan atau menurunkan

amonia. Bila suhu di bawah suhu starter maka heater akan menyala sampai

mendekati setpoint 30 0C apabila di atas setpoin maka yang bekerja evavorating

cooling sehingga terjadi penguapan secara otomatis kelembaban tinggi mendekati

setpoin 50 % dan untuk amonia akan selalu bertambah karena fises ayam dalam hal

ini kipas angin menyala terus-menerus.

Broiler closed house pertama, penerapan menggunakan empat modus

kendali suhu, kelembaban, dan amonia yaitu secara bergantian selama 24 jam di

musim hujan, pagi siang malam hari antara jam 19.00-jam 01.00 jam 02.00-07.00

suhu terjadi fluktuatif suhu luar dingin mempengaruhi suhu ruangan, maka bisa

digunakan modus kendali ON-OFF untuk siang hari, PID pagi hari, Fuzzy Logik

malam hari jam 19.00-jam 01.00 dan ANFIS jam 02.00-07.00.Untuk kendali

kelembaban cukup menggunakan PID dan Fuzzy Logic, sedangkan kendali amonia

menggunakan ON-OFF, PID, Fuzzy Logic dan ANFIS.

Broiler closed house kedua, fase finisher untuk panen atau pengeluaran

ayam pekan 5 dan pekan 6 dalam broiler house untuk di pasarkan. Suhu dibutuhkan

sesuai 18-210C maka heater tidak dinyalakan, tapi evavorating cooling dan kipas

angin menyala dengan menfungsikan empat modus kendali ON-OFF, PID,Fuzzy

Logic dan ANFIS untuk kendali kelembaban dan kendali amonia.

Untuk respon kendali pada empat modus dan dua modus kendali

menggunakan kendali adaptif model acuan (AMA) pada gambar 48 di atas.

Alasannya karena ayam broiler sangat pekah terhadap lingkungan baik suhu ,

kelembaban dan gas amonia yang bisa mendatang stress dan kematian sehingga

diharapkan berperilaku seperti model acuan (model reference) yang mempunyai

147

tanggapan yang lebih cepat dan kestabilan yang lebih mantap. Oleh karena itu

sistem ini keempat modus kendali ON-OFF, PID, Fuzzy Logik dan ANFIS selama

35 hari masa starter, grower dan finisher. Dari hasil respon kestabilan dari proses

kendali lingkungan keempat kendali yang stabil dan memberikan standar kinerja

kendali terdiri dari: Time Delay, Rise Time, Peak Time, Error Steady State dan

Overshoot Peak.

Penelitian ini mengintegrasikan supervisori kendali dengan empat modus

kendali, tiga modus kendali, dua modus kendali secara bersamaan kendali sebagai

bagian dari dengan parameter suhu, kelembaban dan amonia, pengetahuan, broiler

knowledge, climatc & environmental knowledge & control knowledge dengan

peralatan sensor, heater, fan, humidifiyer dan evavorating cooling. Dalam

pengembanagn pembahasan pada sistem supervisori kendali diperlukan

interkoneksi lebih dari satu broiler closed house maka dibahas pada bab lima.

Simpulan

1. Respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS menghasilkan waktu

naik, persen lonjakan, waktu penetap, error steady state, waktu tunda sesuai

parameter respon ON-OFF, PID, Fuzzy Logic dan ANFIS. Hasil pengujian baik

pada model suhu dan kelembaban yang dikehendaki dalam masa pemeliharaan

di tiga skenario starter, grower dan finisher dapat diperoleh dengan baik tanpa

gangguan isolasi yang berarti. Daya pemanas kandang ayam masa starter rata-

rata 297.000 Watt dan masa grower, finisher membutuhkan 5.400 Watt.

2. Respon supervisori kendali dari empat kendali ON-OFF, PID, Fuzzy Logic dan

ANFIS mennujukkan kestabilan yang optimal pada modus kendali ON-OFF,

PID, Fuzzy Logic dan ANFIS dari skenario starter, grower dan finisher dapat

modus kendali menggunakan kendali adaptif model acuan (AMA).

3. Dengan penerapan dua broiler house maka dapat diperlakukan kendali

penjadwalan gain adaptasi (PGA) sesuai tiga scenario fase starter, grower dan

finisher.

Saran

Pada pengembangan kendali integrasi dengan beberapa modus kendali

(satu, dua, tiga dan empat modus kendali) dalam penelitian berikutnya bisa

148

dikembangkan dengan interkoneksi supervisori kendali dengan dua broiler haouse

atau tiga broiler closed house.

Daftar Pustaka

Alimuddin, Seminar KB, Subrata IDM, Sumiati.2010. Critical Information Design

for House Broilers Used by Artificial Neural Network Proceeding

Konferensi Internasional AFITA, 4-7 oktober 2010, Bogor.

Alimuddin, Seminar KB, Subrata IDM, Nomura N Sumiati. 2011. A Supervisory

Control system for Temperature and Humidity in a Closed House Model for

Broilers, International Journal of Electrical and Computer Sciences IJECS-

IJENS Vol:11 No.06 ISSN: 2077-1231.

Alimuddin, Seminar KB, Subrata IDM, Nomura N, Sumiati. 2012. ANFIS Control

Of Environmental Parameter Temperature On Closed House System Model

For Broilers, akan terbit jurnal TELKOMNIKA Indonesia Journal

Electrical Engineering, Vol. 1 no 10.april 2012, ISSN: 1693-6930

accredited by DGHE (DIKTI), Decree No: 51/Dikti/Kep/2010,Yogyakarta,

Indonesia

Amrullah IK. 2004. Nutrisi Ayam Broiler Edisi Ke 2. Lembaga Satu Gunungbudi,

Bogor

[ PCP I] P T Ch a ro en Phokphand Indonesia, Co. ltd.1 9 9 4 . C ar a

P em el ih ar aa n A yam P ed ag in g . Jakarta.

Borges, SA, Sillva FD, Aiorka AM, Hooge DM and Cummings KR. 2004. Effects

of Diet and Cyclic Daily Heat Stress on Electrolyte, Nitrogen and Water

Intakre, Excretion and Retention by Colostomized Male Broiler

Chickens. Journal Poultry Science 3 :313-321

Bachri SHM. 2004. Sistem Kendali Hybrid Pid - Logika Fuzzy Pada Pengaturan

Kecepatan Motor DC. Makara, Teknologi, Vol. 8, No. 1, April : 25-34

Cooper MA and Washburn KW.1998. The Relationships of Body Temperature

to Weiht Gain, Feed Consumption, and Feed Utilization in Broilers

Under Heat Stress. Poultry Science 77 :237-242

Endra J and Deddy CA. 2011. Transient Response Improvement of PID Controller

Guo SM, Shieh LS, Lin CF, Chandra J. 2001. Adaptive Control for Nonlinear

Stochastic Hybrid Systems with Input Saturation. Electronic paper from

IEEE,.

Handoko. 1995. Klimatologi Dasar Edisi ke 2. Jakarta. PT Dunia Pustaka Jaya.

Hery. 2009. Pentingnya Aspirin dan Vitamin C . http://broilerkita.blogspot.com [3

Maret 2009]

Hong Y,Wang HO,Bushnell LG. 2001. Adaptive Finite-Time Control of Nonlinear

Systems. Departemen Electrical Of Computer Engineering. Duke

University, Durham, American Control Conference, Proceeding

http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=945626

Isermann R, Lachman KH, Matko D. 1992. Adaptive Control Systems Prentice-

Hall,

Joelianto E. and Sitanggang PH 2009, A Substractive Clustering Based Fuzzy

Hybrid Reference Control Design for Transient Response Improvement of

PID Controller, ITB Journal of Engineering Science, Vol. 41, No. 2, pp.

167-186.

149

Joelianto E. and Williamson D. 2009. Transient Response Improvement of

Feedback Control Systems using Hybrid Reference Control, International

Journal of Control, 82(10), 1955-1970, 2009.

Murtidjo, B. A. 2006. Pengendalian Hama dan penyakit ayam. Kanisius.

Yogyakarta.

Seminar KB. 1998. Integrating Fuzzy & PID Control Techniques for Plant Cropping

Management in a Greenhouse, Proceeding Conference Faculty of Engineering,

University of Indonesia,Quality and Research Electrical Engineering, ISBN,979-

8427-18-1.

Sadjad SR.2004. Sistem Kendali Adaptif untuk Kendalian Tak Linier, Research

Grant TPSDP S-1 Electrical Engineering, Batch 2, Jurusan Teknik Elektro

UNHAS, Makassar.

Tai C, Tsao TC. 2000. Adaptive Nonlinear Feedforward Control of an

Electrohydraulic Camless Velvetrain. Proc. Of American Control

Conference, Chicago, Illinois,

Van JDV.1994. Feedback Control System, 3rd

Ed., Prentice Hall Inc. Englewood

Cliffs, New Jersey,

Y. Hong, H. O. Wang, L. G. Bushnell. 2001. Adaptive Finite-Time Control of

Nonlinear Systems. Electronic paper from Dept. Electrical Of Computer Eng.

Duke University, Durham, American Control Conference, Proceedings

http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=945626

Zhen Yu Zhao, Masoyorki Tomizuka and Satoru. 1993. Fuzzy gain scheduling of

PID Controllers, IEEE, Trans on System, Man and Cyberling, Vol.23, No.5,

Sept/Okt.

Zhao J, Kanellakopoulos I. 1997. Discrete-Time Adaptive Control of Output

Feedback Nonlinear Systems. Proc. Of The 36th

IEEE Conference on

Decision and Control, San Diego, CA.

150

DAFTAR ISI 4 INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU KELEMBABAN DAN

AMONIA PADA CLOSED HOUSE UNTUK AYAM BROILER ............................... 125

Pendahuluan .............................................................................................................. 127

Metode Yang Digunakan ............................................................................................ 137

Hasil dan Pembahasan ................................................................................................ 141

Simpulan ..................................................................................................................... 147

DAFTAR GAMBAR Gambar 4. 1 Hybrid Kendali PID- Logika Fuzzy ............................................................. 130

Gambar 4. 2 Member Function Input Dan Output ............................................................ 130

Gambar 4. 3 Respon Hybrid kendali PID-Logikan Fuzzy ................................................ 130

Gambar 4. 4 Pelatihan ANFIS Tiruan PID (Zhao 1993) .................................................. 131

Gambar 4. 5 Kendali ANFIS PID (Zhao1993) ................................................................ 132

Gambar 4. 6 Blok Diagram Kendali Hibrid ANFIS PID ................................................ 133

Gambar 4. 8 Kendali Adaptif Model Acuan. .................................................................... 135

Gambar 4. 9 Sistem Supervisori Kendali Lingkungan pada Broiler House ..................... 136

Gambar 4. 13 Grafik Simulink Matlab Kendali PID ANFIS Untuk Broiler House ......... 141

Gambar 4. 14 Respon Integrasi Supervisorik Kendali Empat Modus Kendali ................ 142

Gambar 4. 19 Respon integrasi supervisori kendali 3 modus kendali PID Fuzzy ANFIS

Amonia 10 ppm Grower Umur 19-30 Hari dan Periode finisher Umur 31-46 Hari ......... 144

Gambar 4. 20 Respon Supervisori kendali dua modus PID Fuzzy suhu 200C Periode

finisher Umur 31-46 Hari .................................................................................................. 144

Gambar 4. 21 Integrasi Supervisori Kendali dua modus PID ANFIS Kelembaban ......... 145

Gambar 4. 22 Integrasi Supervisori kendali dua modus PID Fuzzy Amonia setpoin 10 ppm

Grower Umur 19-30 Hari dan Periode finisher Umur 31-46 Hari .................................... 145

DAFTAR TABEL

No table of figures entries found.