Sistem Pengontrol Porsi Makan Kucing Pada Smart Cat Feeder Menggunakan Metode Fuzzy Inference System Mamdani
DOI:
https://doi.org/10.34818/eoe.v7i2.12427Abstract
Abstrak Kucing merupakan salah satu jenis hewan peliharaan yang sangat digemari dan banyak dipelihara saat ini. Para pemelihara kucing datang dari berbagai macam latar belakang yang berbeda-beda. Karena hal tersebut maka timbul masalah dalam cara pemeliharaan dan perawatan kucing, salah satu masalah yang timbul yaitu sulitnya untuk dapat memberikan porsi makan yang ideal kepada kucing setiap harinya. Dari masalah tersebut, maka dalam penelitian ini dibuat suatu sistem pengontrol porsi makan ideal kucing menggunakan metode Fuzzy Inference System Mamdani. Sistem yang dibuat diharapkan dapat mengontrol porsi makan yang ideal untuk kucing setiap harinya, sehingga resiko kucing mengalami kekurangan gizi ataupun obesitas dapat berkurang karena porsi makan yang dikonsumsi setiap harinya dapat selalu dikontrol. Dalam penelitian ini, sistem pengontrol porsi makan ideal kucing hanya dapat digunakan oleh 1 ekor kucing. Hasil dari penelitian menunjukkan bahwa sistem dapat akurat dalam setiap memberikan makan kepada kucing, dimana nilai akurasinya mencapai 100%. Selain itu, sistem juga dapat mengontrol porsi makan yang diberikan kepada kucing dengan porsi yang ideal setiap harinya dengan nilai tingkat akurasi keberhasilan mencapai 87,5%. Kata Kunci: Fuzzy Logic, Fuzzy Inference System, Mamdani Abstract Cats are one of the most popular and well preserved pets. Cat nurturers come from a variety of different backgrounds. Because of this, problems arise in the way of maintenance and care of cats, one of the problems that arise is the difficulty to be able to give an ideal portion of food to the cat every day. From this problem, in this research is made an ideal portion control system feeding the cat using the Fuzzy method Inference System Mamdani. The system that is made is expected to control the ideal eating portion for the cat every day, so that the risk of cats experiencing malnutrition or obesity can be reduced because the portion of food consumed daily can always be controlled. In this study, a portion control system eating ideal cats can only be used by 1 cat tail.The results of the research show that the system can be accurate in any feeding to the cat, where its accuracy value reaches 100%. In addition, the system can also control the portion of the meal given to the cat with the ideal portion every day with a value of the accuracy of success reached 87.5%. Keywords: Fuzzy Logic, Fuzzy Inference System, MamdaniDownloads
References
[1] Walden, L. (2019, November 20). A Guide to Worldwide Pet Ownership. Retrieved from petsecure.com.au: https://www.petsecure.com.au/pet-care/a-guide-to-worldwide-pet-ownership
[2] C. Own, C. Teng, J. Zhang, W. Yuan and S. Tsai, "Intelligent pet monitor system with the internet of things," 2011 International Conference on Machine Learning and Cybernetics, Guilin, 2011
[3] Adriansyah, Andi and Wibowo, Muchd and Ihsanto, Eko, “Design of Pet Feeder using Web Server as Internet of Things Application.” 2016 International Conference on Electrical Engineering and Informatics, Jakarta, 2016
[4] N. Lee, H. Lee and H. Lee, "Things-aware smart pet-caring system with internet of things on web of object architecture," 2016 International Conference on Information and Communication Technology Convergence (ICTC), Jeju, 2016
[5] W. Wu, K. Cheng and P. Lin, "A remote pet feeder control system via MQTT protocol," 2018 IEEE International Conference on Applied System Invention (ICASI), Chiba, 2018
[6] Vania, K. Karyono and I. H. T. Nugroho, "Smart dog feeder design using wireless communication, MQTT and Android client," 2016 International Conference on Computer, Control, Informatics and its Applications (IC3INA), Tangerang, 2016
[7] Irfan, M., Jumadi, & Ayuningtias, L. P. (2017). Analisa Perbandingan Logic Fuzzy Metode Tsukamoto, Sugeno, dan Mamdani (Studi Kasus : Prediksi Jumlah Pendaftar Mahasiswa Baru Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung). Jurnal Teknik Informatika, 9-16.
[8] Sukandy, D. M., Basuki, A. T., & Puspasari, S. (2014). Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Minyak Sawit Berdasarkan Data Persediaan dan Jumlah Permintaan (Studi Kasus PT Perkebunan Mitra Ogan Baturaja). Jurnal Teknik Informatika, 1-9.
[9] Irsan, M. Y., Kasau, M. I., & Simbolon, I. P. (2019). Penggunaan Fuzzy Logic & Metode Mamdani untuk Menghitung Pembelian, Penjualan dan Persediaan. Journal of Applied Accounting and Finance, 37-48.
[10] Harahap, S. D. (2019). Perancangan Pintu Otomatis Menggunakan Metode Fuzzy Logic Control. Jurnal Pelita Informatika, 318-322.
[11] Yulmaini. (2011). Penggunaan Logika Fuzzy dalam pemilihan peminatan Mahasiswa untuk Tugas Akhir (Studi Kasus : Jurusan Teknik Informatika IBI Darmajaya). Yogyakarta: Universitas Gadjah Mada.
[12] UWM Universitas Widyagama Malang. Logika Fuzzy. k12008.widyagama .ac.id. (diakses 8 Mei 2012)
[13] Kusumadewi, 2003, Artificial Intelegence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta
[14] Suyanto, 2007, Artificial Intelegence : Searching, Reasoning, Planning, and Learning, Informatika, Bandung
[15] Kusumadewi, S. dan Purnomo, H., 2004, Aplikasi Logika Fuzzy: Untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta



