Sistem Kendali Air Conditioning (Ac) Menggunakan Algoritma Fuzzy Logic
Abstract
Penelitian ini membahas perancangan dan implementasi sistem kendali otomatis pada Air Conditioning (AC) berbasis Internet of Things (IoT) menggunakan algoritma Fuzzy Logic Mamdani. Tujuan utama dari penelitian ini adalah untuk meningkatkan efisiensi energi dan kenyamanan termal ruangan melalui pengaturan suhu yang adaptif terhadap perubahan kondisi lingkungan. Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali yang terhubung dengan sensor suhu DHT22 untuk membaca suhu ruangan serta pemancar inframerah (IR LED) untuk mengirimkan perintah pengaturan suhu kepada AC secara otomatis.
Metode fuzzy Mamdani digunakan dalam proses pengambilan keputusan dengan dua parameter utama, yaitu suhu dalam ruangan dan suhu luar ruangan, sedangkan hasil keluarannya berupa nilai setpoint suhu yang dikirimkan ke AC. Fungsi keanggotaan fuzzy dirancang dalam bentuk segitiga dan trapesium untuk merepresentasikan kondisi suhu dari sangat dingin hingga sangat panas. Proses inferensi dilakukan berdasarkan aturan if–then yang disusun dari hasil observasi, sedangkan proses defuzzifikasi menggunakan metode centroid.
Hasil pengujian menunjukkan bahwa sistem kendali fuzzy Mamdani mampu menyesuaikan setpoint suhu secara dinamis sesuai perubahan suhu lingkungan. Sistem juga mampu menjaga kestabilan suhu ruangan dengan deviasi rata-rata ±1,2°C dibandingkan mode manual yang mencapai ±2,8°C. Selain itu, sistem fuzzy Mamdani terbukti mampu menghemat konsumsi energi listrik hingga 23,85% dibandingkan pengoperasian manual. Integrasi dengan platform IoT Blynk memungkinkan pemantauan dan pengendalian AC secara real-time melalui jaringan Wi-Fi.
Dan sistem ini dapat merespown dengan halus terhadap perubahan suhu secara mendadak sehingga nilai dari setpoint ac dapat di perbarui dengan lebih stabil dan akurat.sehingga kerja kompressor AC menjadi lebih optimal dan tidak bekerja secara terus menerus.berdasarkan hasil tersebut,sistem ini dapat diterapkan untuk solusi manajemen cerdas pada lingkungan rumah ,perkantoran.
Secara keseluruhan, penerapan logika fuzzy Mamdani pada sistem kendali AC berbasis IoT dapat meningkatkan efisiensi energi, kenyamanan termal, serta memberikan fleksibilitas dalam pengoperasian AC secara otomatis dan jarak jauh.
Kata kunci: Fuzzy Mamdani, Kendali AC, IoT, Efisiensi, Energi ESPP32
References
L. A. Zadeh, “Fuzzy sets,” Information and Control, vol. 8, no. 3, pp. 338–353, 1965.
E. H. Mamdani, “Application of fuzzy algorithms for control of simple dynamic plant,” Proceedings of the Institution of Electrical Engineers, vol. 121, no. 12, pp. 1585–1588, 1974.
T. Takagi and M. Sugeno, “Fuzzy identification of systems and its applications to modeling and control,” IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-15, no. 1, pp. 116–132, 1985.
H. Hagras, “A hierarchical type-2 fuzzy logic control architecture for autonomous mobile robots,” IEEE Transactions on Fuzzy Systems, vol. 12, no. 4, pp. 524–539, 2004.
M. M. Islam, S. M. R. Islam, and M. R. Rahman, “Design and Implementation of IoT-Based Smart Air Conditioner Using Fuzzy Logic,” International Journal of Advanced Computer Science and Applications (IJACSA), vol. 12, no. 9, pp. 66–73, 2021.
B. S. Kusuma and A. W. Pramudito, “Rancang Bangun Sistem Kendali Suhu Berbasis Fuzzy Logic Menggunakan Mikrokontroler ESP32,” Jurnal Teknologi dan Sistem Komputer (JTSISKOM), vol. 9, no. 3, pp. 201–210, 2021.
A. S. Nugraha and D. H. Prakoso, “Implementasi Internet of Things (IoT) untuk Kendali Otomatis Air Conditioner dengan Platform Blynk,” Jurnal Teknologi Elektro, Telkom
A. Raharjo, “Penerapan Logika Fuzzy pada Sistem Pengendalian Suhu Ruangan Menggunakan Sensor DHT22,” Jurnal Teknologi Informasi dan Komputer (JATIKOM), vol. 10, no. 1, pp. 56–63, 2023.
J. Gubbi, R. Buyya, S. Marusic, and M. Palaniswami, “Internet of Things (IoT): A vision, architectural elements, and future directions,” Future Generation Computer Systems, vol. 29, no. 7, pp. 1645–1660, 2013.
E. H. Mamdani and S. Assilian, “An experiment in linguistic synthesis with a fuzzy logic controller,” International Journal of Man-Machine Studies, vol. 7, no. 1, pp. 1–13, 1975.
J.-S. R. Jang, C.-T. Sun, and E. Mizutani, Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. Prentice Hall, 1997.
M. H. N. Talib, M. F. Rahmat, and R. Mohd-Mokhtar, “Development of fuzzy logic controller for air conditioning system,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 3, no. 1, pp.
A. H. Tanveer and S. P. Singh, “Energy-efficient air conditioning control using fuzzy logic,” International Journal of Intelligent Systems and Applications, vol. 11, no. 6, pp. 45–53, 2019.
M. S. Islam, M. A. Rahman, and M. R. Islam, “IoT based smart energy management and control system for air conditioner,” Journal of Electrical Systems and Information Technology, vol. 5, no. 3, pp. 320–329, 2018.
S. R. Valluru, “Performance evaluation of Mamdani and Sugeno fuzzy inference systems for temperature control,” International Journal of Computer Applications, vol. 182, no. 30,pp. 1–6, 2019.
