123dok Sistem+supervisori+kendali+lingkungan+pada+model+broiler+closed+house PDF

SISTEM SUPERVISORI KENDALI LINGKUNGAN
PADA MODEL BROILER CLOSED HOUSE
ALIMUDDIN
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2012
PERNYATAAN MENGENAI DISERTASI
DAN SUMBER INFORMASI
Dengan ini saya menyatakan bahwa disertasi Sistem Supervisori Kendali
Lingkungan Pada Model Closed House Untuk Ayam Broiler adalah karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
disertasi ini
Bogor, Mei 2012
Alimuddin
NIM F164070031
ABSTRACT
ALIMUDDIN. Sistem Supervisory Control Enviromental on Model Broiler
Closed House. Under Supervison of KUDANG BORO SEMINAR, I DEWA
MADE SUBRATA, AND SUMIATI.
Indonesia was a tropical country with high ambient temperatures for

broilers since daily temperature reaches an average daily temperature of 360C
(maximum) and 320 C (minimum); whereas the optimal temperature for broilers
was in the range of 28-300C. Therefore, midle or large scale broiler industries
have been using a control system to maintain the optimal temperature within a
broiler house. Therefore, the role of a control system for regulating environmental
parameters, not only temperature but also humidity, light intensity, and amonia
content level, was very critical and relevant for better broiler production.The most
important factors of comfort in broiler closed house including temperature,
humidity, ammonia. Purpose were (1) designing the supervisory control system
environmental parameters temperature, humidity and ammonia in broiler closed
house, (2) assess the environmental characteristics of the parameters of
temperature, humidity and ammonia in broiler closed house, (3) a model of
environmental parameters of temperature, humidity and ammonia in the broiler
closed house, (4) determine the optimal conditions supervisori control response
parameter temperature, humidity and ammonia in broiler closed house, (5) the
integration of environmental parameters supervisori control temperature, humidity
and ammonia according to optimal conditions of control, knowledge of poultry
and knowledge appropriate control environment in broiler closed house, (6)
interconnect supervisory control environmental parameters temperature, humidity
and ammonia in the broiler closed house in the form of software (software
prototype) that can control one, two or three broiler closed house were connected
to the computer network with remote with parallel computing. System of
supervisory control for broiler closed house was a user interacts with the
supervisory system to perform selection or determination of control modes,
controlled parameters and optimality criteria for a certain poultry cultivated in a
set of poultryhouses. Afterwards, the user preference specifications are passed to
the Supervisory Control Engine (SCE) that performs the main supervisory
computation scenario by utilizing the knowledge-base (control, climatic, broiler,
and I/O knowledge). The SCE then produces set of control instructions to array of
controllers that directly control and monitor a set of broiler closed house.The
Control Knowledge-Base was a knowledge repository of various control
methodologies, constraints, tools, and requirements. The Climatic knowledge-
base stores all information about climatic parameters and characteristics. The
poultry knowledge-base was a knowledge repository of poultry requirements,
poultry types and characteristics. The I/O Knowledge-Base stores all relevant
characteristics and usage requirements of I/O devices (sensors, transducers and
actuators) that may be involved in a certain control scenario.The data used in this
study included primary and secondary data. Primary data (floors, walls, rooms,
and roof temperature) were obtained from measurements using an electronic
measuring device. Secondary data (temperature, humidity, irradiation) was
obtained from reports provided by BMG Bogor, including data processing model
of moving heat broiler houses closed, predictive control parameters temperature,
humidity and ammonia in Computational Fluid Dynamics (CFD), the results of
mathematical modeling of temperature, humidity and ammonia obtained transfer
function and the simulated supervisori control was ON- OFF control of Fuzzy
Logic PID and ANFIS in the integration of one, two, three modes of control
integration and interconnection networks in parallel computer simulations on
closed broiler house with three broiler houses. Simulation of supervisory control
in a broiler closed house in this study use by 3 scenarios was time during starter,
grower and finisher. Starter setpoin was 26-300C, grower setpoin was 24-25 0C,
setpoin finisher was 22-230C. Supervisory control temperature, humidity and
ammonia in closed broiler houses on broiler chickens using the method of self-
tuning (self tuning) control. Testing was done by testing the response variable
input, set point tracking test. Response testing performed on the machine control
was modeled in the form of transfer function with the input's of the constant in
Matlab simulink. The first testing set point tracking was done by changing the
temperature of 300C input value, 290C, 280C, 270C, 260C, 250C, 240C, 230C, 220C
for control of ON-OFF, PID, Fuzzy Logic and ANFIS. Then in the second set
point tracking will change the value of the input humidity was 70%, 60%, 50% for
the control of the ON-OFF, PID, Fuzzy Logic and ANFIS. Continue tracking the
third set point humidity will change the input value of 20 ppm, 15 ppm, 10 ppm, 5
ppm, 2.5 ppm and 1 ppm for ON-OFF control, PID, Fuzzy Logic and ANFIS.
Keywords: Supervisory Control, Environmental, Model Broiler Closed House

RINGKASAN
ALIMUDDIN. Sistem Supervisori Kendali pada Model Broiler Closed House. Di
bimbing oleh KUDANG BORO SEMINAR, I DEWA MADE SUBRATA, dan
SUMIATI.
Produksi broiler telah meningkat di beberapa negara (Brasil, China dan Indonesia)
sejak 1961-2009 (FAO 2008). Kebutuhan protein manusia semakin meningkat
seiring dengan meningkatnya jumlah penduduk. Untuk memenuhi kebutuhan
yang semakin meningkat tersebut, perlu diusahakan peningkatan produksi protein
asal ternak baik dari segi kualitas maupun kuantitas. Salah satu sumber protein
adalah daging ayam broiler. Ditinjau dari nilai gizinya, daging ayam broiler tidak
kalah dibandingkan dengan daging dari ternak lain. Daging ayam broiler mudah
didapatkan dan harganya relatif murah, karena pemeliharaan ayam broiler relatif
singkat yaitu 35-40 hari. Tingkat konsumsi daging ayam masyarakat Indonesia
masih rendah dibandingkan dengan negara lain.
Kondisi lingkungan dengan temperatur tinggi, kelembapan tinggi dan
amonia 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 closed house (kandang tertutup). Broiler closed house adalah
kandang ayam dengan suhu, kelembaban dan amonia yang dapat dikendalikan
secara otomatis sehingga ayam tidak akan mengalami heat stress atau
memberikan kenyamanan termal lingkungan mikro untuk ayam broiler.
Kondisi pengendalian broiler closed house saat ini terdiri satu algoritma
kendali diantarany kendali ON-OFF, PID saja sehingga masih menemukan
masalah bila kondisi lingkungan yang sangat kritis. Selain itu juga semua broiler
closed house bila dikendalikan masih sendiri antara broiler closed house satu
dengan lain. Salah satu alternatif untuk mengatasi masalah di atas adalah dengan
sistem kendali secara terpadu atau terintegrasi sistem kendali berdasarkan
kebutuhan yang ada yaitu sistem supervisori kendali.
Penelitian dengan judul sistem supervisori kendali lingkungan pada model
closed house untuk ayam broiler terdiri dari beberapa tahapan penelitian sebagai
berikut. Tahap pertama, sebaran suhu kelembaban dan amonia pada broiler closed
house dengan menggunakan Computational Fluid Dynamic (CFD) menghasilkan
simulasi pindah panas (suhu) yang dipakai telah dapat menampilkan prediksi
sebaran suhu, kelembaban dan amonia dalam broiler closed house dengan
menggunakan CFD sehingga bisa dijadikan acuan pemodelan dan kendali suhu,
kelembaban dan amonia. Hasil simulasi suhu, kelembaban dan amonia broiler
closed house telah divalidasi di mana koefisien determinasi (R2) untuk suhu
adalah 99,093 % dan RMSE 0,934952, untuk kelembaban dan koefisien
determinasi (R2) 99,007 % dan RMSE 0,966379 dan untuk amonia dan koefisien
determinasi (R2) 99,11 % dan RMSE 1.4859. Tahap kedua, memodelkan pindah
panas (suhu) kelembaban dan amonia pada broiler cloaed house. Suhu (T),
kelembaban relative (RH) dan amonia (NH3) di dalam kandang ayam dipengaruhi
oleh kondisi lingkungan di dalam juga sedikit dipengaruhi dari luar seperti atap,
dinding, lantai dan penyekat kandang ayam. Pendekatan model kelembaban dan
amonia untuk membuat model matematik fungsi suhu, kelembaban dan amonia,
dengan persamaan diferensial kemudian ditransformasikan dengan persamaan
laplace dengan fungsi alih. Fungsi alih sebagai pengganti dugaan realtime
kemudian fungsi alih dimasukan dalam proses simulasi kendali. Simulasi kendali
broiler closed house terdapat 3 skenario waktu pada masa starter, grower dan
finisher.
Penelitian ini menggunakan beberapa broiler closed house. Untuk setpoin
26 C-300C adalah starter, setpoin 24-25 0C adalah grower, setpoin 22-230C
0
adalah finisher. Pengendali suhu, kelembaban dan amonia, pada broiler closed
house menggunakan metode swa-tala (self tuning) kendali. Pengujian dilakukan
dengan uji respon variabel input, uji tracking set point. Pengujian respon
dilakukan pada mesin kendali yang dimodelkan dalam bentuk fungsi alih dengan
input-an dari konstanta pada simulink Matlab. Pengujian tracking set point
pertama pada suhu dilakukan dengan merubah nilai masukan sebesar 300C, 290C,
280C, 270C,260C,250C,240C,230C,220C untuk kendali ON-OFF, PID, Fuzzy Logic
dan ANFIS. Kemudian pada tracking set point kedua akan merubah nilai masukan
kelembaban sebesar 70%, 60%, 50% untuk kendali ON-OFF, PID, Fuzzy Logic
dan ANFIS. Dilanjutkan tracking set point ketiga akan merubah nilai masukan
kelembaban sebesar 20 ppm, 15 ppm, 10 ppm, 5 ppm, 2.5 ppm dan 1 ppm untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Hasil simulasi kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS secara terpisah yang menghasilkan respon kendali
yang baik sebagai acuan juga untuk mengintegrasikan modus kendali di broiler
closed house sebagaimana terdapat pada tabel respon kendali ON-OFF, PID
Fuzzy Logic dan ANFIS. Tahap Ketiga, Integrasi sistem supervisori kendali pada
broiler closed house. Dalam implementasinya, sistem ini digunakan untuk
pengontrolan lingkungan. Namun demikian supervisori kendali input tetap
didasarkan basis peternakan broiler yang dilakukan secara lansung, yaitu melalui
penggunaan model broiler closed house. Jadi pengontrolan lingkungan terpadu,
terintegrasi dan berorientasi basis peternakan. Sistem ini menjembatani kendali
basis lingkungan dengan looping pada sistem kendali basis peternakan. Di
samping itu, sistem juga dilengkapi dengan menggunakan identifikasi dan
pengontrolan yang lain, yaitu Adaftive Neuro Fuzzy Inference System (ANFIS),
Fuzzy Logic, PID dan ON-OFF. 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 supervisori kendali
inilah di bahas tentang supervisori kendali pada broiler closed house yang
terintegrasi, adanya pilihan 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 pada bab tiga. Tahap Keempat, interkoneksi supervisori kendali
pada broiler closed house membahas inerkoneksi supervisori kendali dengan jarak
jauh menggunakan jaringan komputer berbasis Internet Protocol (IP) dengan
parallel computing di aplikasikan dalam satu atau dua atau tiga broiler closed
house yaitu sistem kendali yang mempunyai parameter-parameter suhu,
kelembaban dan amonia yang dapat ditala (dituning) sesuai dengan perubahan
kondisi eksternal dan internal proses kendalian secara online disebut kendali
adaptif swa-tala (AST). Pada penelitian ini broiler closed house satu dengan
periode starter suhu Lingkungan ruangan 300C, kelembaban lingkungan ruangan
50%, amonia 5 ppm, broiler closed house periode grower suhu lingkungan
ruangan 290C, kelembaban lingkungan ruangan 60%, amonia 10 ppm, broiler
closed house periode finisher suhu lingkungan ruangan 270C, kelembaban
lingkungan ruangan 70%, amonia 15 ppm.
Keywords: Supervisori Kendali, Lingkungan, Model Broiler Closed House

@ Hak cipta milik IPB, tahun 2012
Hak cipta dilindungi Undang-Undang
1.Dilarang mengutip sebagian atau selruhanya karya tulis ini tanpa

mencantumkan atau menyebutkan sumber
a.Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan
karya ilmiah, penyusuan laporan, penulisan kritik atau tinjauan suatu
masalah
b. Pengutipan tidak merugikan kepentingan yang wajar IPB
2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis
dalam bentuk apapun tanpa seizin IPB
ALIMUDDIN
Disertasi
Sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Bidang Keteknikan dan Teknologi Informasi
Program Studi TEP
BOGOR
2012
Penguji Ujian Tertutup : Dr.Rudi Afnan,SPt,MSc.Agr
Dr. Sutrisno,M.Agr
Penguji Ujian Terbuka : Dr Desianto Budi Utomo., Ph.D

Dr. Leopold Oscar Nelwan, M.Sc
Judul Disertasi : SISTEM SUPERVISORI KENDALI LINGKUNGAN
Nama Mahasiswa : Alimuddin

Nomor Pokok : F164070031
Menyetujui,
Komisi Pembimbing
Prof. Dr. Ir. Kudang Boro Seminar, M.Sc

Ketua
Dr. Ir. Dewa Made Subrata, M.Agr Dr. Ir. Sumiati, M.Sc
Anggota Anggota
Mengetahui,
Ketua Program Studi TEP Dekan Sekolah Pascasarjana
Dr. Ir. Wawan Hermawan, M.S Dr. Ir. Dahrul Syah, M.Sc. M.Agr
Tanggal Ujian: 29 Juni 2012 Tanggal Lulus:

PRAKATA
Alhamdulillah, Penulis memanjatkan Puji dan syukur kepada Allah Swt

karena atas Rahmat dan LindunganNya, karena dapat menyelesaikan disertasi
yang berjudul Sistem Supervisori Kendali Lingkungan pada model closed house
untuk Ayam Broiler. Peneltian ini dibuat sebagai syarat dalam memperoleh gelar
Doktor pada Sekolah Pascasarjana Institut Pertanian Bogor.
Tercapainya tujuan dalam penelitian ini diharapkan dapat memberikan
kontribusi khususnya kontribusi di bidang pengembangan ilmu pengetahuan dan
teknologi khususnya sistem kendali dan komputer paralel. Penelitian ini
merupakan bagian yang menyatu dari rangkaian penelitian disertasi yang
dilaksanakan selama dua tahun lebih. Penelitian ini disusun berdasarkan referensi
dengan topik penelitian dan saran dari komisi pembimbing.
Ucapan terima kasih dan penghargaan kepada sampaikan kepada Bapak
Prof. Dr. Ir. Kudang Boro Seminar M.Sc selaku Ketua Komisi Pembimbing, Dr Ir.
I Dewa Made Subrata, M.Agr, Dr. Ir. Sumiati, M.Sc, selaku anggota komisi
pembimbing, atas segala perhatian pikiran, kepercayaan kesabaran, wawasan
keilmuan yang diberikan, kritik, saran, serta waktu yang disediakan selama
bimbingan mulai dari penyusunan usulan penelitian, pelaksanaan penelitian,
penulisan disertai, seminar hasil, sidang ujian tertutup dan sidang ujian terbuka
sampai akhirnya dapat terselesaikan karya disertasi ini.
Ucapan terima kasih disampaikan kepada Dr. Ir. Rokhani Abdullah, Dr.
Ir. Faiz Syuaib, Penguji Ujian luar Komisi Prelium (Ujian Kualifikasi) juga
masukan oleh Kaprodi Program Doktor Prof. Dr Armansyah Tambunan, Ketua
Departemen TMB Dr. Desrial.,M.Eng., sehingga meeproleh Condidate Doktor.
Terima kasih Dr. Sutrisno, M.Sc dan Dr. Rudi Afnan, SPt, MSc. yang telah
meluangkan waktunya dan memberi masukan bagi disertasi ini dengan menjadi
penguji pada Sidang Ujian Tertutup. Terimakasih kepada Dr. Desianto Budi
Utomo,M.Sc dan Dr. Leopold Oscar Nelwan, M.Sc sebagai penguji pada Sidang
Ujian Terbuka yang telah meluangkan waktunya memberi masukan untuk
kesempurnaan disertasi. Rektor UIM, Dekan Fakultas Teknik UIM, Rektor UVRI,
Dekan Fakultas Teknik UVRI, Rektor UNTIRTA, Dekan Fakultas Teknik
UNTIRTA, Ketua Jurusan Teknik Elektro UNTIRTA atas izin dan dukungan
mereka, penulis dapat melanjutkan dan menyelesaikan program Doktor di
Program Ilmu Keteknikan dan Teknologi Informasi Sekolah Pascasarjana IPB.
Terima kasih banyak kepada Prof Dr. Muh Arief dan Prof M Tola, Guru Besar
Jurusan Teknik Elektro UNHAS, Prof Dr. Mursalin guru besar TEP UNHAS yang
telah memberikan surat rekomendasi sebagai prasyarat mendaftar Progarm Doktor
di IPB. Terima kasih kepada mahasiswa program Doktor seangkatan dan Magister
Lab. Bio-Informatika, Lab Kontrol dan Instrumentasi, Lab Energi, Lab Bio-sistem
TMB IPB. Terima kasih kepada semua dosen program doktor selama kuliah di
IPB. Terima kasih juga disampaikan kepada PPLH IPB yang meminjamkan alat
sensor dalam penelitian ini, terima kasih atas teman program doktor atas
masukannya dalam perakitan sistem instrumentasi kendali dan sensor dalam
penelitian ini. Disamping itu ucapan terima kasih penulis sampaikan kepada Prof.
Dr. Nakao Nomura (Lab. Control Bioprocessing Engineering, University of
Tsukuba Japan) Dosen pembimbing waktu mengikuti program sandwich tahun
2009 memberi bimbingan penelitian khususnya gas kandungan amonia di udara
dan di air dan Dr. Leo Nelwan (Lab. Energi Terbarukan TMB IPB) meluangkan
waktunya diskusi tentang model pemindahan panas, Dr. Ir. Agus
Buwono.,M.Si.,M.Kom (Ketua Departemen Ilmu Komputer IPB) yang telah
meluangkan waktunya diskusi tentang Artificial Intellegence (Fuzzy Logic, ANN
dan ANFIS) pihak Manajemen Closed house University Farm Cikabayan IPB atas
tempat penelitian. Ucapan terima kasih dan simpati disampaikan kepada teman
seangkatan program doktoral Dr. Suharsono, Dr Lamhot P. Manalu, Dr. Berty
Sompie, Dr. Budi Hariono, Dr. Deddy W, Dr. Yanto S, M. Iqbal, Sakti
Muhammadiyah, Amar Maruf. Begitu juga kepada semua rekan-rekan satu Lab; Ir
Salahuddin.,MS, Agus Naim STP.,MAgr, Nur eni STp.,M.Agr, Rahmat SSi.,MSi,
Supriyanto.,STp.,M.Kom. Akhirnya kepada keluarga tercinta, orangtua kandung
ayah A. Lajju K, ibu A. Fatma, adik kandung Bustaman, Muhammad Sidang
S.Kom, Nur Arfah Muliyani S.Si mertua H. Abdurahman Saleh, BSc dan Salma,
istri tersayang Ria Arafiyah S.Si, M.Kom, serta anak tersayang A. Balqis Najiha
dan A. Imam Fathoni Alimuddin, serta keluarga besar Jakarta, Sulawesi dan
Kalimantan. Penulis menyampaikan terima kasih atas pengorbanan, pengertian
dorongan dan doanya tak pernah putus. Semoga Allah meridhai penelitian ini
sehingga dapat berjalan dan berkembang dengan baik, serta hasilnya dapat
bermanfaat bagi pengembangan ilmu dan teknologi.
Amin ya Rabbbul ‘Alamin.
Bogor, Juni 2012
Alimuddin
F164070031
RIWAYAT HIDUP
Penulis dilahirkan di Karoke (Sulawesi Barat) pada tanggal 17 April 1972

sebagai anak pertama dari empat bersaudara dari ayahanda A. Lajju K Lino dan
Ibu A. Fatma. Penulis Menikah pada tahun 2006 dengan Ria Arafiyah, SSi, M.Si
putrid dari ayah H. Abdurahman dan Ibu Salma dikarunia anak sepasang A.
Balqis Najiha lahir 28 April tahun 2008 dan A. Imam Fathani Alimuddin lahir 30
Maret 2011.
Penulis menempuh pendidikan pada tahun 1992 melanjutkan Pendidikan
Sarjana (S1) Universitas Muslim Indonesia, di Program Studi Teknik Elektro
Konsentrasi Teknik Telekomunikasi dan Elektronika lulus 1999. Pada tahun 1999
melanjutkan Studi Strata Dua Magister Manajemen (MM) program Studi
Manejemen Keuangan di Universitas Muslim Indonesia lulus, 2002. Pada Tahun
2000 melanjutkan Studi Strata Dua Universitas Hasanuddin Megister Teknik
(MT) Program Studi Teknik Elektro bidang Teknik Energi Listrik, lulus 2003.
Pada tahun 2007 melanjutkan Studi Strata Tiga (Program Doktor/PhD) di IPB
Bidang Keteknikan dan Teknologi Informasi Bidang Keahlian Bio-Informatika
dan Kontrol Instrumentasi, Program Studi TEP Departemen TMB Lab. Bio-
Informatika, Lab Kendali dan Instrumentasi IPB. Beasiswa pendidikan
pascasarjana diperoleh dari Kementerian Pendidikan dan Kebudayaan RI.Pada
Tahun 2009 penulis mendapatkan beberapa bantuan yaitu : Program Sandwich ke
Lab Bio-Processing Engineering Universitas Tsukuba, Japan dengan bantuan
DIKTI Kemendiknas, Hibah Doktor 2011 DIKTI, DIPA UNTIRTA.
Penulis bekerja sebagai dosen Yayasan tahun 1999 di Universitas Islam
Makassar Fakultas Teknik Jurusan Teknik Elektro dan Universitas Veteran
Republik Indonesia Fakultas Teknik, Jurusan Teknik Informatika. Pada tahun
1999 sampai 2006 mengajar di beberapa Perguruan Tinggi sebagai dosen Luar
Biasa; UMI, Universitas 45, STIMIK Handayani. Tahun 2006-2010 mengajar di
Universitas Islam Negeri Syarif Hidayatullah Jakarta Fakultas Sains dan
Teknologi Jurusan Teknik Informatika dan Jurusan Matematika. Pada tahun 2008
di terima sebagai dosen PNS Universitas Sultan Ageng Tirtayasa (UNTIRTA) di
Fakultas Teknik Jurusan Teknik Elektro bidang Keahlian Kendali, Komputer dan
Konversi Energi dengan Fungsional Lektor/Golongan Penata IIIc. Penulis
menjadi anggota APTIKOM (Assosiasi Perguruan Tinggi Komputer) sejak tahun
2005 sampai sekarang.
Penulis mengikuti Program Doktor menghasilkan karya Ilmiah yang
diterbitkan di beberapa jurnal (satu Internasional, satu akreditasi nasional
setingkat jurnal internasional, dua jurnal ISSN) dan empat proseding (pada tiga
konferensi internasional dan 1 seminar nasional) adalah sebagai berikut:
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, Jurnal TELKOMNIKA Indonesia Journal
Electrical and Computer Engineering, Vol. 1 no 10.Maret 2012, ISSN:
1693-6930 accredited by DGHE (DIKTI), Decree No:
51/Dikti/Kep/2010,Yogyakarta, Indonesia
Alimuddin, Seminar KB, Subrata IDM, Nomura N, 2011,Temperature
Optimation On Closed House for Broiler Used By Artificial Neural
Network, Jurnal ILTEK UIM, Volume 6 No. 12, Oktober 2011, ISSN
1907-0772
Alimuddin, Seminar KB, Subrata IMD, Sumiati, 2010, Kritik Sistem Informasi
pada Broiler house dengan menggunakan Jaringan Syaraf Tiruan,
Proceeding Konferensi Internasional AFITA, 4-7 oktober 2010, Bogor.
Alimuddin, Seminar KB, Subrata IDM, Sumiati, 2011, Pemodelan Suhu pada
Closed untuk Ayam Broiler dengan CFD, Prosiding Seminar Nasional
Informatika HIPI, ISBN: 978-979-16972-3-1, Hal:267-278,20-21 Oktober
2011, UNPAD Bandung Indonesia
Alimuddin, Seminar KB, Subrata IDM, Sumiati, 2009, Desain Supervisory
Control Parameter Temperature on Closed House for Broiler, Prosiding
Conference internasional, PERHIMPI, Bogor
Alimuddin, Seminar KB, Subrata IDM, Sumiati, 2009, Desain Supervisory
Control Parameter Amonia on Closed House for Broiler, Prosiding
Conference internasional,Prosiding PERTETA, Bogor
DAFTAR ISI
Halaman
DAFTAR ISI .................................................................................................... xv
DAFTAR TABEL ............................................................................................ xvii
DAFTAR GAMBAR ...................................................................................... xix
DAFTAR LAMPIRAN ................................................................................... xxiv
I. PENDAHULUAN
Latar Belakang ............................................................................................. 1
Perumusan Masalah .................................................................................... 15
Tujuan Penelitian ......................................................................................... 15
Manfaat Penelitian ………………………………………………………. 16
Kerangka Pemikiran .................................................................................... 16
Ruang Lingkup Penelitian ........................................................................... 19
II PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA BROILER

CLOSED HOUSE MENGGUNAKAN CFD
Abstract ....................................................................................................... 20
Abstrak…………………………………………………………………… 21
Pendahuluan................................................................................................. 22
Bahan dan Metode ...................................................................................... 26
Hasil dan Pembahasan…………………………………………………. 31
Simpulan ...................................................................................................... 54
Daftar Pustaka…………………………………………….......................... 55
III SIMULASI MODEL KENDALI SUHU KELEMBABAN DAN AMONIA

PADA BROILER CLOSED HOUSE BERBASIS ON-OFF, PID, FUZZY
LOGIC DAN ANFIS
Abstract ........................................................................................................ 57
Abstrak…………………………………………………………………… 58
Pendahuluan................................................................................................. 59
Bahan dan Metode ...................................................................................... 78
Simpulan ...................................................................................................... 121
Daftar Pustaka…………………………………………….......................... 122
IV INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU

KELEMBABAN DAN AMONIA PADA CLOSED HOUSE UNTUK AYAM
BROILER
Abstract ........................................................................................................ 126
Abstrak…………………………………………………………………… 127
Pendahuluan................................................................................................. 128
Bahan dan Metode ...................................................................................... 137
Simpulan ...................................................................................................... 148
Daftar Pustaka…………………………………………….......................... 149
xv
V INTERKONEKSI SUPERVISORI KENDALI SUHU KELEMBABAN DAN
AMONIA PADA CLOSED HOUSE UNTUK AYAM BROILER
Abstract ........................................................................................................ 151
Abstrak……………………………………………………………………. 152
Pendahuluan................................................................................................. 153
Bahan dan Metode ...................................................................................... 164
Simpulan ...................................................................................................... 184
Daftar Pustaka…………………………………………….......................... 185
VI PEMBAHASAN UMUM ........................................................................... 188
VII SIMPULAN DAN SARAN....................................................................... 193
DAFTAR PUSTAKA ...................................................................................... 195
LAMPIRAN ..................................................................................................... 203
xvi
DAFTAR TABEL
Halaman
1. 1 Konsumsi ayam broiler di Indonesia 1
1. 2 Produksi ayam broiler 2
1. 3 Suhu kandang ayam broiler 9
1. 4 Pengaruh temperatur terhadap berat badan dan konversi pakan ayam
broiler 9
1.5 Karakteristik dan rekomendasi lingkungan broiler closed house 11
1.6 Karakteristik parameter lingkungan broiler closed house 14
2.1 Batas ambang suhu dan kelembaban dalam broiler closed house 23
2.2 Baku mutu ambien dan emisi gas nh3 dan h2s 23
2.3 Ambang batas kadar nh3 pada manusia dan ternak 24
2.4 Suhu kondisi optimun periode starter (umur 1-18 hari) pagi jam
09.00 35
2. 5 Suhu tidak optimun starter (umur 1-18 hari) siang jam 12.00 36
2.6 Kelembaban tidak optimun periode starter (umur 1-18 hari) jam
09.00 37
2. 7 Kelembaban optimun periode starter (umur 1-18 hari) jam 12.00 38
2. 8 Amonia optimum periode starter (umur 1-18 hari) pada jam 12.00 40
2. 9 Amonia tidak optimum periode starter (umur 1-18 hari) pada jam
16.00 40
2. 10 Suhu optimum periode grower (19-30 hari) pagi jam 09.00 41
2. 11 Simulasi suhu tidak optimun periode grower pada jam 12.00 42
2. 12 Kelembaban tidak optimum periode grower (umur 19-30 hari) pada
jam 09.00 43
2. 13 Kelembaban optimum untuk grower (umur 19-30 hari) pada jam
12.00 43
2. 14 Amonia optimum periode grower pada (umur 19-30 hari) jam 12.00 44
2. 15 Amonia tidak optimum periode grower (umur 19-30 hari) jam 16.00 45
2. 16 Simulasi suhu optimum periode finisher (31-38 hari) jam 09.00 46
2. 17 Simulasi suhu tidak optimum periode finisher (31-38 hari) jam
12.00 47
2. 18 Kelembaban tidak optimum periode finisher (umur 31-38 hari) jam
09.00 48
2. 19 Kelembaban optimum periode finisher (umur 31-38 hari) jam 12.00 48
2. 20 Amonia optimum periode finisher (umur 31-38 hari) pada jam
12.0050 49
2. 21 Amonia tidak optimum periode finisher (umur 31-38 hari) jam
16.00 50
3. 1 Batas aman dan kematian akibat gas yang merugikan di broiler
closed house 60
3. 2 Matrik keputusan 72
3. 3 Contoh matrik keputusan 73
xvii
3. 4 Respon kendali on-off pada broiler closed house untuk ayam broiler 102
3. 5 Respon kendali pid suhu pada broiler closed house untuk ayam
broiler 104
3. 6 Respon kendali fuzzy logic suhu pada broiler closed house 106
3. 7 Respon kendali anfis anfis suhu pada broiler closed house 108
3. 8 Respon kendali on-off kelembaban pada broiler closed house 110
3. 9 Respon trasien kendali pid kelembaban pada broiler closed house 112
3. 10 Respon transien kendali fuzzy logic pada kelembaban 113
3. 11 Respon transien kendali anfis pada kelembaban 115
3. 12 Respon transien kendali on-off amonia 116
3. 13 Respon transien kendali pid pada broiler closed house 118
3. 14 Respon kendali fuzzy amonia pada broiler closed house 119
3.15 Respon transien kendali anfis pada broiler closed house, starter,
grower, dan finisher 120
5. 1 Aspek fungsional sistem 170
5. 2 Aspek nonfunctional sistem 170
5.3 Daftar komponen akuisisi broiler closed house 181
6. 1 Respon kendali on off pada broiler closed house untuk ayam broiler 197
6. 2 Respon kendali pid suhu pada broiler closed house 197
6. 3 Respon kendali fuzzy logic suhu pada broiler closed house 197
6. 4 Respon kendali anfis suhu pada broiler closed house 198
6. 5 Respon kendali on-off kelembaban pada broiler closed house 198
6. 6 Respon transien kendali pid kelembaban pada broiler closed house 198
6. 7 Respon trasien kendali fuzzy logic pada kelembaban 198
6. 8 Respon trasien kendali anfis pada kelembaban 199
6. 9 Respon transien kendali on-off amonia 199
6. 10 Respon kendali pid pada broiler closed house 199
6. 11 Respon kendali fuzzy logic amonia pada broiler closed house 199
6. 12 Respon transien kendali anfis pada broiler closed house untuk ayam 200
broiler
xviii
DAFTAR GAMBAR
Halaman
1.1 Ruangan Broiler Closed House (University of farm Bogor,2009) 4
1.2 Ventilasi Broiler Closed House Nampak dari Atas (University of
farm Bogor,2010) 6
1.3 Ventilasi Mekanik di Kandang Broiler Closed House (Univ. of farm
di Bogor, 2009) 7
1.4 Arsitektur Supervisori Kendali pada Broiler Closed House 17
2.1 Keseimbangan Panas untuk Ayam Broiler dengan Ventilasi Alami
Ruang Udara (ASAE, 2003) 25
2.2 Pemodelan kandang ayam tertutup (broiler closed house) 27
2.3 Geometri Kandang Piktorial dengan Bagian Atap Disembunyikan
(Hidden). 31
2.4 Cut Plot Contour dan Vektor Aliran Udara pada Inlet 32
2. 5 Cut Plot Tampak Samping Profil Temperatur Udara pada Kandang 34
2.6 Suhu pada Pagi Jam 09.00 untuk Starter (umur 1-18 hari) Pagi Jam
09.00 35
2.7 Suhu Siang Jam 12.00 untuk Starter 36
2. 8 Kelembaban tidak optimun periode starter (umur 1-18 Hari) jam
09.00 37
2. 9 Kelembaban optimun untuk Starter (umur 1-18 Hari) jam 12.00 38
2. 10 Amonia optimun periode starter (Umur 1-18 Hari) pada Jam 12.00 40
2. 11 Amonia tidak optimum untuk Starter (Umur 1-18 Hari) pada Jam
16.00 41
2. 12 Suhu optimum Periode Grower (19-30 Hari) Pagi Jam 09.00 41
2. 13 Suhu Tidak Optimum Periode Grower Jam 12.00 42
2. 14 Kelembaban tidak optimum untuk Grower (Umur 19-30 Hari) Jam
09.00 43
2. 15 Kelembaban optimun untuk Grower (Umur 19-30 Hari) pada Jam
12.00 44
2. 16 Amonia optimum periode grower (Umur 19-30 Hari) Jam 12.00 45
2. 17 Amonia tidak optimum periode grower (Umur 19-30 Hari) Jam
16.00 45
2.18 Suhu optimum periode finisher (31-38 Hari) jam. 09.00 46
2. 19 Suhu tidak optimum periode finisher (31-38 Hari) Jam 12.00 478
2.20 Kelembaban tidak optimum periode finisher (umur 31-38 Hari) jam
09.00 47
2. 21 Kelembaban optimum periode finisher (umur 31-38 Hari) jam
12.00 49
2. 22. Amonia optimum periode grower (umur 31-38 hari) pada Jam 12.00 50
2. 23 Amonia tidak optimum periode finisher (umur 31-38 hari) pada
Jam16.00 50
2. 24 Validasi Suhu Ruangan Simulasi dan Pengukuran 52
xix
2. 25 Validasi simulasi Kelembaban CFD dengan Pengukuran di
Lapangan 52
2.26 Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan 53
3. 1 Konfigurasi dasar sistem kendali (Adopsi dari Bolton, 2006) 64
3. 2 Diagram Kendali ON-OFF (Nalwan, 2003) 65
3. 3 (a) Diagram Blok Kontroler On-Off; (b) Diagram Blok Kontroler
ON-OFF dengan Jurang Diferensial 65
3. 4 Diagram Kotak Pengendali PID [Gunterus, 1994] 67
3. 5 Diagram Blok dari Kontrol Proporsional – Integral – Derivatif 68
3. 6 Struktur Kontrol Logika Fuzzy Untuk Pengendalian Sistem. 70
3. 7 Struktur Dasar kontrol Logika Fuzzy 70
3. 8 Operasi kendali Fuzzy Logic Sumber: (Reznik 1997) 70
3. 9 Fungsi Keanggotaan Segitiga 71
3. 10 Model Pembelajaran Identifikasi ANFIS 76
3. 11 Proses Pengujian pada kendali ANFIS 76
3. 12 Struktur Pembelajaran pada Kendali 76
3. 13 Perancangan Sistem Kendali pada Broiler House 79
3. 14 Skema Konsep Pemodelan Suhu dan Kelembaban dalam Broiler
Closed House 80
3. 15 Sistem Kontrol Loop Tertutup 85
3. 16 Struktural Sistem Parameter Optimal Kendali Lingkungan Broiler
closed house dengan Simulasi Matlab 92
3. 17 . Grafik Kendali ON-OFF broiler closed house 92
3. 18. Penerapan Kendali PID Lingkungan Broiler closed house 93
3. 19 Pendekatan Numerik Euler untuk pemecahan integral. 93
3. 20 Pendekatan Numerik Euler untuk pemecahan diferensial 93
3. 21 Penerapan Kendali Fuzzy Logic Lingkungan Broiler Closed House 95
3. 22 Penerapan Kendali ANFIS Lingkungan Broiler Closed House 96
3. 23. Struktur ANFIS 96
3. 24 Respon Sistem Kendali 98
3. 25 Simulink tool matlab kendali ON-OFF 99
3. 26 Simulink Tool Matlab Kendali PID 99
3. 27 Simulink Tool Matlab Kendali Fuzzy Logic 99
3. 28 Simulink Tool Matlab Kendali ANFIS 100
3. 29 Grafik Respon Kendali ON-OFF suhu setpoint 30 Umur (1-18 hari) 101
3. 30 Grafik Respon Kendali ON-OFF suhu setpoint 25 grower umur (19-
30 hari) 101
3. 31 Grafik Respon Kendali ON-OFF suhu setpoint 230C finisher umur
(31-46 hari) 102
3. 32 Respon Kendali PID Suhu setpoin 300C starter umur (1-18 hari) 103
3. 33 Grafik Respon Kendali ON-OFF suhu setpoint 26 104
3. 34 Respon Kendali PID Suhu setpoin 220C finisher umur (31-46 hari) 104
3. 35 Grafik kendali fuzzy logic pada suhu ruangan setpoin 300C periode 105
xx
Starter, umur (1-18 hari)
3. 36 Output kendali logika fuzzy pada suhu ruangan setpoin 250C
Grower, umur (19-30 hari) 105
3. 37 Grafik kendali Fuzzy Logic untuk suhu setpoin 230C periode
Finisher, umur (31-64 hari) 106
3. 38 Grafik kendali ANFIS untuk suhu setpoin 300C periode Starter,
umur (1-18 hari) 107
3. 39 Grafik respon Kendali ANFIS Suhu setpoint 240C periode Grower,
umur (19-30 hari) 107
3. 40 Grafik respon Kendali ANFIS Suhu setpoint 220C periode Finisher,
umur (31-46 hari) 108
3. 41 Grafik kendali ON OFF kelembaban setpoint 50 % Periode Starter
3. 42 Grafik Kendali ON OFF kelembaban setpoint 60 % Periode Grower 109
Umur (19-30 hari)
3. 13 Grafik Kendali ON OFF kelembaban setpoint 70 % Periode finisher
umur (31-46 hari) 109
3. 44 Grafik Respon Kendali PID Kelembaban setpoin 50 % Periode
Starter umur (1-18 hari) 111
Grower umur (19-30 hari) 111
Finisher umur (31-46 hari) 111
3. 47 Grafik respon kendali fuzzy logic kelembaban setpoint 50 periode
starter umur (1-18 hari) 112
3. 48 Grafik respon kendali fuzzy logic kelembaban setpoint 60 Grower
umur (19-30 ha 113
3. 49 Grafik Respon Kendali Fuzzy Logic Kelembaban Setpoint 70
Finisher Umur (31-46 Hari) 113
3. 50 Grafik Respon Kendali ANFIS Kelembaban setpoint 50% periode
starter umur (1-18 hari) 114
3. 51 Respon Kendali ANFIS Kelembaban setpoint 60% periode grower
umur (19-30 hari) 114
3. 52 Respon Kendali ANFIS Kelembaban set point 70% periode finisher
umur (31-46 hari) 115
3. 53 Grafik Kendali ON OFF Amonia Setpoint 5 Ppm Periode Starter
Dan Grower Umur (1-18 Hari) 115
3. 54 Grafik Kendali ON OFF amonia setpoint 10 ppm periode grower
umur (19-30 hari) dan periode finisher umur (31-46 hari) 116
3. 55 Grafik Kendali PID amonia setpoint 5 ppm periode starter umur (1- 117
18 hari)
3.56 Respon Kendali PID Amonia Setpoint 10 ppm Periode grower umur
(19-30 hari) dan finisher umur (31- 46 hari) 117
3. 57 Respon Kendali FUZZY LOGIC Amonia setpoint 5 periode starter
3. 58 Respon Kendali FUZZY LOGIC Amonia Setpoint 10 ppm Periode 119
xxi
Grower Umur (19-30 Hari) dan Finisher Umur (31- 46 Hari)
3. 59 Grafik Kendali ANFIS Amonia setpoint 5ppm periode starter umur
(1-18 hari) 120
3. 60 Grafik Respon Kendali ANFIS Amonia setpoint 10 ppm Periode
grower umur (19-30 hari) dan finisher umur (31- 46 hari) 120
4. 1 Hybrid Kendali PID- Logika Fuzzy 130
4. 2 Member Function Input dan Output 130
4. 3 Respon Hybrid kendali PID-Logikan Fuzzy 130
4. 4 Pelatihan ANFIS dan PID (Zhen Yu Zhao, Etc.1993) 131
4. 5 Kendali hybrid ANFIS PID. (Zhen Yu Zhao, etc.1993) 132
4. 6 Blok Diagram Kendali Hibrid ANFIS PID 133
4. 7 Kendali Penjadwalan Gain Adaptasi. 134
4. 8 Kendali Adaptif Model Acuan. 135
4. 9 Sistem Supervisori Kendali Lingkungan pada Broiler House 136
4. 10 Perancangan Model Supervisori Kendali Suhu Kelembaban Amonia 140
4. 11 Grafik Simulink Matlab Integrasi Supervisi Kendali ON OFF PID
FUZZY ANFIS untuk Broiler House 140
4. 12 Grafik Simulink Matlab integrasi kendali PID FUZZY Untuk
Broiler Closed House 141
4. 13 Grafik Simulink Matlab Kendali PID ANFIS Untuk Broiler Closed
House 141
4. 14 Respon Integrasi Supervisorik Kendali Empat Modus Kendali(ON-
OFF, PID, Fuzzy Logic, ANFIS) Suhu setpoint 300C Periode
Starter Umur 0-18 Hari 142
4. 15 Integrasi Supervisori Kendali Empat Modus Kendali(ON-OFF, PID,
Fuzzy Logic, ANFIS) Kelembaban Setpoint 60% Periode Grower
Umur 19-30 Hari 143
4. 16 Integrasi Supervisori kendali empat modus kendali untuk NH3
setpoint 10 ppm Grower Umur 19-30 Hari dan Periode finisher 143
Umur 31-46 Hari
4. 17 Supervisori kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)
suhu setpoin 250C Grower Umur 19-30 Hari 143
4. 18 Respon integrasi supervisori Kendali PID Fuzzy ANFIS Parameter
Humidity 60 Periode finisher Umur 31-46 Hari 144
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
4. 20 Respon Supervisori kendali dua modus PID Fuzzy suhu 200C
Periode finisher Umur 31-46 Har 144
4. 21 Integrasi Supervisori Kendali dua modus PID ANFIS Kelembaban 145
setpoint 70% Periode Starter Umur 0-18 Hari
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
5. 1 Layer TCP/IP (Transmission Control Protocol/Internet Protocol) 155
xxii
5. 2 Standar protocol family tree (Bhargav & Koopman 1993). 157
5. 3 Protokol Komunikasi Jaringan Client-Server 157
5. 4 Skema dasar sistem kendali 158
5. 5 Testbed Jaringan pengendali peralatan listrik ruangan 158
5. 6 Agen pada lingkungan Wooldridge dan Jennings, 2002). 159
5. 7 Bagan Model Komunikasi Komputasi Paralel (Seminar et al. 2005) 160
5. 8 Kendali Adaptif Swa-Tala. 162
5. 9 Interkoneksi Supervisori Kendali pada Broiler House berbasis
Jaringan Komputer 164
5. 10 Struktur software device driver. 165
5. 11 Use case diagram Sistem Supervisori Kendali pada Broiler House 167
5. 12 Diagram blok modem PLC. 171
5. 13 Blok Diagram Device Driver 171
5. 14 Diagram konteks sistem SSKAPEI 172
5.15 Interkoneksi Client Server 174
5. 16 Interaksi Web Application Dengan Host 175
5. 17 Tampilan interkoneksi supervisori kendali dengan web secara online
Suhu 300C 176
kelembaban 500C 176
amonia 5 ppm 177
Suhu 290C 177
kelembaban 600C 178
5. 22 Tampilan Interkoneksi Supervisori Kendali Dengan Web Secara
Online Amonia 10 Ppm 178
Online Suhu 270C 179
Online Kelembaban 700C 179
5.25 Tampilan Interkoneksi Supervisori Kendali Dengan Web Secara
Online Amonia 15 Ppm 180
5. 26 Relasi Tabel-Tabel di Dalam Database Web Aplication 182
xxiii
DAFTAR LAMPIRAN
Halaman
1 Simulasi Model Kendali Suhu Kelembaban Dan Amonia Pada Broiler

Closed House Berbasis On-Off, Pid, Fuzzy Logic Dan ANFIS 203
2 Simulasi Integrasi Supervisori Kendali Suhu Kelembaban Dan Amonia
Pada Broiler Closed House 216
3 Peralatan Dan Hardware Digunakan Pada Pengendalian Broiler Closed
House 222
4 Algoritma Supervisori Kendali pada Broiler Closed House 224
5 Validasi Pengukuran Suhu Kelembaban dan Amonia 225
xxiv
Notasi
T = Suhu (0C)
RH = Kelembaban (%)
NH3 = Amonia (ppm)
I = Iradiasi (Watt/m2)
R2 = Koefisien korelasi
RMSE = Root Means Square Error
Tfloor = Suhu lantai (0C)
Troom = Suhu ruangan (0C)
Troof = Suhu atap (0C)
Twall = Suhu dinidng (0C)
Tbroiler = Suhu ayam (0C)
Tambient = Suhu lingkungan (0C)
RHroom = Kelembaban ruangan (%)
RHambient = Kelembaban lingkungan (%)
Qroom = Panas ruangan (Watt)
Qflow = Panas kecepatan aliran (Watt)
Qbroiler = Panas ayam (Watt)
Qfloor = Panas lantai (Watt)
Qwall = Panas lantai (Watt)
Qroof = Panas atap (Watt)
λ = Koefisein panas laten dan kondensasi
Qair = Panas udara (Watt)
Qlamp = Panas lampu (Watt)
Qfan = Panas kipas angin (Watt)
Qev cool = Panas evavorating cooling (Watt)
hroom = Koefisien konveksi pada ruangan Watt/(m2K)
hfloor = Koefisien konveksi pada lantai Watt/(m2K)
hroof = Koefisien konveksi pada atap Watt/(m2K)
hwall = Koefisien konveksi pada dinding Watt/(m2K)
A = Luas permukaan (m2)
R = Hambatan panas (Ohm)
Cair = Kapasitas panas jenis udara ruangan (J (kg K)-1
G(s) = Transfer function (fungsi alih)
NH3room = Amonia ruangan (ppm)
P = Tekanan (Newton/m2)
t = Waktu (detik)
F = Gaya (Newton)
Ki = Koefisien kendali integral
Kp = Koefisen kendali proporsional
Kd = Koefisien kendali defrensial
Yi = Fraksi massa masing-masing spesies i,
Ri = Nilai net spesies hasil reaksi kimia
Si = Nilai net spesies yang disebarkan ke dalam sistem simulasi yang
didefinisikan oleh user
e = error
xxv
de = delta error
Td = Waktu tunda (detik)
Ts = Waktu penetap (detik)
Tr = Waktu naik(detik)
Os = Persen lonjakan (detik)
Ess = Error steady state
rt = Transien respon
y(t) = Sistem loop tertutup
r(t) = Sinyal masukan kendali ON-OFF
U(t) = Sinyal keluaran kendali ON-OFF
Ai,Bi = Variabel linguistik
Ol = Fungsi keanggotaan masing fuzzy set (A dan B)
If then = Fuzzy rule (aturan fuzzy)
µ(x) = Anggota himpunan fuzzy
U = Nilai kualitatif keluaran fuzzy
U(n) = Nilai numeric keluaran fuzzy
U(k), X(k) = Input kendali ANFIS
U(k+1) = Output kendali ANFIS
σ = Konstanta Stefan – Boltzmann, 5.67 x 10-8 (Watt/m2.K4)
α = Atitud yaitu sudut ketinggian surya
k = Konduktivitas termal (Watt/m.K)
Aroom = Luas penampang terhadap arah aliran panas ruangan (m2)
Afloor = Luas penampang terhadap arah aliran panas lantai (m2)
2
Awall = Luas penampang terhadap arah aliran panas dinidng (m )
2
Aroof = Luas penampang terhadap arah aliran panas atap (m )
dt/dx = Gradien temperatur dalam arah aliran panas (K/m)
(θ) = Sudut zenith matahari
mr = Laju aliran massa dalam ruang broiler closed house(kg/s)
mumk = Laju aliran massa udara masuk keluar broiler closed house
(kg/s)
Shum = Pelembab = Qevaporation Cooling(%)
Cp = Panas jenis udara ( 1006 J ( kg K)/1),
ρ = Berat jenis udara (1.2 gm-3)
xxvi
I PENDAHULUAN
Latar Belakang
Kebutuhan protein manusia semakin meningkat seiring dengan
meningkatnya jumlah penduduk. Kebutuhan yang semakin meningkat tersebut,
dapat dipenuhi dengan peningkatan produksi protein asal ternak baik dari segi
kualitas maupun kuantitas. Salah satu sumber protein hewani adalah daging ayam
broiler. Ditinjau dari nilai gizinya, daging ayam broiler tidak jauh beda
dibandingkan dengan daging dari ternak lain.
Daging ayam broiler mudah didapatkan dan harganya relatif murah, karena
pemeliharaan ayam broiler relatif singkat yaitu 35 hari. Tingkat konsumsi daging
ayam masyarakat Indonesia masih rendah dibandingkan dengan negara lain. Tahun
2007, konsumsi ayam Indonesia 4,5 kg/kapita/thn, Malaysia 38,5 kg/kapita/thn,
Singapura 28 kg/kapita/thn, Thailand 14 kg/kapita/thn, Filipina 8,5 kg/kapita/thn
(Daryanto 2007). Konsumsi daging ayam di Indonesia menunjukkan peningkatan
dari tahun ke tahun, ditunjukkan pada Tabel 1.1.
Tabel 1.1 Konsumsi ayam broiler di Indonesia

Tahun Tingkat Konsumsi daging Ayam
(Kg/kapita/tahun)
2007 4.5
2008 6.46
2009 6.85
2010 8
2011 9
2012 10
Sumber (Ditjen Peternakan Kementan 2012)
Tabel 1.2 Produksi ayam broiler
Tahun Produksi Ayam Broiler (ribu ekor)
2000 530.874
2001 621.870
2002 865.075
2003 847.744
2004 778.970
2005 779.108
2006 861.263
2007 941.786
2008 1.018.734
2009 1.016.876
2010 1.214.340
Sumber (Ditjen Peternakan 2011)
2
Populasi ayam broiler di Indonesia sebesar 930.317.847 ekor tahun 2009,

986.872.000 ekor tahun 2010, 1.041.968.000 ekor tahun 2011 (Ditjen Peternakan
2012).
Populasi ayam Tabel 1.2 seharusnya dapat memenuhi produksi daging
dalam negeri tahun 2010 sebesar 2.365.670 ton (51,33%). Konsumsi daging
sebesar 7,75 kg/kapita/tahun dipenuhi dari daging ayam sebanyak 3,80 kg (49%)
(Sutawi 2012). Jika tingkat konsumsi daging tahun 2010 adalah 7,75
kg/kapita/tahun dan jumlah penduduk Indonesia 230 juta jiwa maka kebutuhan
daging 1.782.500.000 kg/tahun setara dengan 1.727.026.000 ekor ayam (1 ekor
ayam=1,75 kg). Populasi ayam broiler tahun 2011 sebesar 1.041.968.000 ekor,
sehingga kekurangan ayam untuk memenuhi kebutuhan daging, sebesar
685.058.000 ekor ayam pertahun.
Saat ini jumlah broiler closed house di Indonesia sebanyak 76 buah. Satu
broiler closed house dapat memproduksi 20.000 ekor ayam dan dalam 1 tahun 6
kali panen sehingga jumlah produksi 76 broiler closed house dalam 1 tahun
(20.000 ekor x 76 x 6 kali panen) 9.120.000 ekor/tahun. Jumlah ini setara dengan
0,53% dari kebutuhan daging. Diperkirakan jumlah ayam yang berasal broiler
closed house baru yg akan memenuhi kekurangan ayam sebanyak: 3.617.622 ekor
atau berasal dari 30 broiler closed house baru. Jadi dapat disimpulkan saat ini
masih dibutuhkan tambahan sekitar 30 broiler closed house untuk memenuhi
kebutuhan daging di Indonesia.
Permasalahan yang lain khususnya di Indonesia sehingga diperlukan broiler
closed house adalah aspek bilogis dan fisiologi yaitu termoregulasi. Ayam adalah
hewan berdarah panas homeotermis. Oleh karena itu, ayam selalu mempertahankan
suhu tubuh menjadi konstan dengan fungsi fisiologis normal. Jika ayam itu berada
dalam lingkungan panas, tubuh harus melepaskan panas dan memanfaatkan
mekanisme pendinginan sehingga tubuh ayam harus memproduksi panas melalui
proses metabolisme dan menjaga panas dengan cara berpencar antara satu dengan
lainnya pada suhu tubuh 41,5 0C. Ayam tidak memiliki kelenjar keringat sehingga
harus menghamburkan panas. Daerah jengger dan pial memiliki vascularized yang
tinggi dan mengekspos kulit. Oleh karena itu, mekanisme respirasi (pernapasan)
secara alami dan bulu bertindak sebagai sarana untuk melindungi tubuh dari
paparan panas. Ketika udara dihirup, panas dipancarkan dari membran hidung dan
3
tempat saluran pernapasan. Panas ini hilang saat udara dihembuskan. Panas dapat
dipindahkan dari tubuh bagian dalam ke permukaan melalui mekanisme: Pertama,
konduksi, dalam mekanisme ini, panas dipindahkan dari molekul ke molekul dalam
tubuh dan akan ditransfer dari molekul dalam tubuh dan akhirnya hilang ketika
panas mencapai bagian terluar. Konduksi meningkat ketika ayam merebah ke tanah
dan bulu dada untuk memfasilitasi kehilangan panas pada litter. Kedua konveksi,
dalam mekanisme ini, panas dipindahkan ke jaringan darah. Darah kemudian
mengalir ke kulit yang mengakibatkan suhu kulit meningkat dan panas dilepaskan
ke udara. Ayam sangat baik karena disesuaikan cuaca dingin terutama untuk isolasi
mereka sangat efisien disediakan oleh bulu.
Ketika ayam terkena tekanan dingin, beberapa mekanisme kompensasi yang
digunakan. Pertahanan baris pertama adalah bulu tersebut. Bulu didirikan untuk
memberikan perlindungan yang lebih efisien dari lingkungan dan untuk
menghemat panas tubuh. Ayam menggigil dalam menanggapi dingin. Proses ini
meningkatkan tingkat metabolisme tubuh untuk menghasilkan panas tambahan.
(Scanes et al. 2004).
Ayam broiler termasuk hewan Day Old Chick (DOC) poikiloterm dan pada
bagian kulitnya sangat sedikit memiliki kelenjar keringat serta pola
pertumbuhannya yang relatif cepat menyebabkan hewan ini menjadi sangat peka
terhadap perubahan suhu lingkungan. Peningkatan suhu lingkungan berpengaruh
pada kemampuan pelepasan panas tubuh dan menimbulkan peningkatan suhu tubuh
(Dawson dan Whittow 2000; Lin et al. 2005). Untuk menjaga keseimbangan suhu
tubuh, ayam berupaya meningkatkan pelepasan panas dan mengurangi
pembentukan panas dari tubuh, baik dengan cara mengubah tingkah laku maupun
aktivitas fisiologis (Cooper dan Washburn, 1998). Ayam yang mengalami cekaman
panas, jalur utama untuk menjaga keseimbangan suhu adalah pelepasan panas
tubuh melalui saluran pernapasan dan melalui penguapan air di permukaan kulit
(Hoffman dan Walsberg, 1999). Perubahan mikrovaskular pada jaringan paru dan
kulit adalah upaya tubuh melepaskan panas melalui evaporasi (Ophir et al. 2002).
Evaporasi terjadi melalui pengaturan aliran darah dengan cara pelebaran pembuluh
perifer (vasodilatasi) sehingga darah lebih banyak membawa panas dari dalam
(core) ke permukaan tubuh (Cooper 2002). Cekaman panas dapat meningkatkan
evaporasi melalui pernapasan dan permukaan kulit (evaporasi kutaneus) pada jenis
4
unggas hingga mencapai 40 sampai 75% dari total kehilangan air dari dalam tubuh
(Ophir et al. 2002)
Keberhasilan dalam beternak ayam, ditentukan oleh tiga unsur utama yaitu
manajemen (pengelolaan usaha peternakan), breeding (bibit) dan feeding (pakan).
Manajemen merupakan kegiatan mulai dari perencanaan kandang hingga
pemotongan ayam (Amrullah 2003). Salah satu bentuk manajemen kandang adalah
pembuatan broiler closed house yang dikendalikan untuk mencapai kondisi
lingkungan yang optimal. Dengan manajeman kandang yang baik diharapkan
produksi ayam akan maksimal. Kondisi ayam dalam broiler closed house, dapat
dilihat pada Gambar 1.1.
Gambar 1.1. Ruangan Broiler Closed House (University farm IPB Bogor 2009)
Hanya sebagian kecil dari peternakan ayam di Indonesia sudah menerapkan

manajemen pemeliharaan yang sesuai dan diikuti dengan penerapan teknologi. Ini
merupakan salah satu hambatan dalam peningkatan populasi ayam broiler. Padahal
jika dicermati, Indonesia termasuk daerah tropika dengan suhu lingkungan luar
yang panas sehingga diperlukan pengembangan pemeliharaan ayam broiler dengan
menciptakan kondisi lingkungan yang baik pada broiler closed house.
Manajemen kandang ayam broiler yang buruk akibat suhu dapat
mengurangi bahkan menghilangkan produksi unggas (Daghir 1998). Dalam hal ini,
suhu panas berasal dari pancaran cahaya dan sumber mesin dalam kandang ayam,
meskipun panasnya lebih rendah jika dibandingkan dengan panas ayam broiler.
Metoda yang paling hemat dalam mengurangi panas adalah dengan cara
menambah/memperluas ventilasi kandang. Kehilangan panas (heat loss) ini
5
meliputi konduksi, konveksi dan radiasi yang terjadi di dinding dan atap kandang
ayam (Weaver dan William 2001).
Dalam kandang terjadi proses pemindahan panas dari tubuh ke lingkungan
sekitar kandang. Proses pemindahan panas itu terjadi dalam beberapa cara yaitu :
pertama, panas sensibel adalah panas yang terdeteksi pada tubuh ayam. Kedua,
radiasi terjadi ketika temperatur dari tubuh ayam lebih besar daripada daerah
sekitar atau lingkungan, maka terjadi perpindahan panas secara radiasi hingga
panas daerah sekitar ayam atau lingkungannya sama dengan suhu tubuh ayam.
Ketiga, konduksi terjadi ketika tubuh ayam kontak dengan permukaan dari objek
lain yang suhunya lebih rendah seperti lantai atau dinding kandang. Keempat,
konveksi terjadi ketika aliran udara dengan suhu lebih rendah daripada suhu ayam
mengenai tubuh ayam tersebut sehingga suhu tubuh ayam turun. Kelima, ekskresi
sejumlah kecil panas hilang dari tubuh ayam melalui pengeluaran ekskresi.
Keenam, panas laten seperti pada mamalia yang terjadi proses evaporasi melalui
kelenjar keringat. Ayam juga mengalami proses pendinginan secara evaporasi
(evaporative cooling) melalui penguapan dari lapisan lembab pada sistem
respirasinya (paru–paru dan pundi udara) (Bell dan Weaver 2001).
Ayam broiler adalah salah satu jenis ayam tipe pedaging yang dipelihara di
Indonesia secara komersial. Kata broiler berasal dari daerah bagian Timur negara
Amerika Serikat yang berarti unggas yang sangat muda usianya (Leeson dan
Summer 2000). Ayam broiler adalah jenis ayam jantan maupun betina muda
berumur sekitar 6–8 minggu yang dipelihara secara intensif, guna memperoleh
daging yang optimal. Pemeliharaan ayam broiler terbagi menjadi tiga fase yaitu
fase starter, u m u r 0 s a m p a i 2 m i n g g u (1 – 14 hari), u m u r 3 m i n g g u fase
grower (15 – 28 hari) umur 4 minggu fase finisher umur 6 minggu (29 – 41 hari)
hingga dipasarkan (Daghir 1998, Scheuermann et al. 2003, Lesson and Summer
2005).
Pemeliharaan ayam broiler suhu yang otpimun dalam masa periode starter
30 C, grower 230C, finisher 200C, kelembaban 65%, amonia <10 ppm. Ditinjau
0
dari segi mutu, daging ayam memiliki nilai gizi yang tinggi dibandingkan ternak
lainnya. Jika ditinjau dari segi ekonomis, khususnya ayam ras potong atau ayam
negeri yang populer dengan sebutan broiler, merupakan usaha ternak yang mudah
untuk dimanajeman secara efisien dan cepat dalam pemanenan.
6
Kandang merupakan faktor penting dalam pemeliharaan ayam broiler.

Fungsi kandang adalah melindungi ayam dari pengaruh cuaca (panas, hujan,
dingin, dan angin) serta pengaruh binatang dan manusia yang dapat mengganggu
ayam selama proses pembesaran.Terdapat dua tipe kandang, tipe terbuka dan
tertutup. Kandang terbuka (open house); adalah kandang yang semua sisinya
terbuka. Dinding kandang menggunakan kawat atau bilah bambu sehingga udara
bisa bebas keluar masuk. Kandang tipe tertutup atau closed house dibuat dengan
tujuan agar keadaan lingkungan luar seperti udara panas, hujan, angin, dan
intensitas sinar matahari tidak berpengaruh banyak terhadap keadaan dalam
kandang (COBB 2010). Closed house merupakan suatu rancangan kandang ayam
yang tidak terpengaruh lingkungan dari luar kandang atau meminimalisasi
gangguan dari luar. Sistem kandang tertutup memiliki keunggulan yaitu
memudahkan pengawasan, dapat diatur suhu dan kelembabannya, memiliki
pengaturan cahaya, dan mempunyai ventilasi yang baik sehingga penyebaran
penyakit mudah diatasi (Lacy 2001).
Gambar 1.2. Ventilasi Broiler Closed House nampak dari atas

(University farm IPB Bogor 2010)
Adapun struktur umum yang terdapat pada broiler closed house antara lain
bangunan kandang, ventilasi, kipas angin, pendingin kandang, dinding kandang,
filter cahaya, inlet udara, sistem pencahayaan, sistem kendali, dan sumber tenaga
listrik (Weaver 2001). Sistem ventilasi adalah sistem yang mengatur udara bersih
dalam kandang dengan cara membuang kelebihan panas, uap air, dan gas
berbahaya yang mungkin dihasilkan. Sistem ventilasi yang digunakan industri
peternakan adalah evavorating cooling dan exhaust fan, lihat Gambar 1.2.
Evavorating cooling mengalirkan udara segar yang dibutuhkan ke dalam kandang
dan exhaust fan mengeluarkan udara kotor ke luar kandang (Weaver 2001). Fungsi
7
ventilasi memiliki peranan penting dalam menjaga kesehatan ayam dengan cara
sebagai berikut: pertama, menghilangkan panas yang berlebihan; kedua,
menghilangkan kelebihan kelembaban; ketiga, mengurangi debu; keempat,
mengurangi gas beracun seperti amonia, karbon dioksida, dan karbon monoksida;
kelima, menyediakan oksigen untuk pernapasan. Sistem ventilasi pada closed
house tergantung dari jenis kipas (fan) yang digunakan. Cara kerja fan itu sendiri
dibagi menjadi dua cara, yaitu mendorong udara masuk dan menyedot keluar. Cara
kerja fan model pertama adalah udara mengalir ke dalam akan menyebabkan
takanan positif sehingga sifat ini disebut dengan system positif (positive pressure
system). Cara kerja fan model kedua adalah udara mengalir dari dalam kandang
menuju ke luar akibat adanya daya sedot fan, sehingga terjadi tekanan negative.
Cara kerja fan ini biasa disebut dengan sifat negative (negative pressure system).
Ventilasi mekanik atau ventilasi alami disebut juga ventilasi tenaga karena
menggunakan kombinasi kipas angin (fan), listrik, udara sisi masuk dan kendali
(thermostats, timers, dll) untuk mengatur temperatur dan kelembaban (thermostat,
timer). Keuntungan utama ventilasi mekanik adalah memiliki prosedur
pengendalian tertutup (closed loop) di mana ventilasi langsung mengontrol laju
aliran udara (Chao dan Gates 1996).
Gambar 1.3. Ventilasi mekanik di Broiler Closed House

Sistem ventilasi mekanis umumnya membutuhkan investasi awal yang

besar untuk membeli peralatan, membutuhkan pemeliharaan yang baik, dan
membutuhkan biaya operasional yang tinggi. Pengoperasian sistem ini
menggunakan energi dari sumber PLN sehingga perlu dipersiapkan cadangan
energi jika terjadi gangguan daya listrik atau mati lampu.
8
Sistem ventilasi dirancang berdasarkan jumlah ayam broiler dan ukuran

kandang. Umumnya, sistem ventilasi mengatur sirkulasi udara per menit (60 per
detik) atau lebih selama cuaca panas. Sistem juga perlu disesuaikan untuk menjaga
tingkat aliran udara rendah, yaitu 1-5 sirkulasi udara per jam selama cuaca dingin.
Volume udara yang harus dipindahkan untuk menghasilkan satu sirkulasi udara,
dihitung menggunakan rumus: panjang x lebar x tinggi (rata-rata) (Scheideler and
Stowell 2006).
Selama masa pertumbuhan, ayam broiler akan menghasilkan gas dan hasil
proses metabolisme. Produk ini akan berakumulasi sepanjang waktu dan
menyebabkan perubahan substansial terhadap kualitas udara dalam kandang.
Cemaran utama yang biasa terjadi dalam udara adalah debu, NH3, CO2, CO dan
uap air yang dapat menimbulkan efek merugikan. Pengaruh langsung dari debu dan
NH3 meliputi kerusakan fisik yang menyebabkan menurunnya resistensi terhadap
penyakit, berkurangnya konsumsi pakan dan pada kondisi yang parah
menyebabkan buruknya pertumbuhan ayam. Adanya gas berbahaya akan
menghambat pengambilan oksigen karena adanya pengaruh unsur-unsur kimia
secara langsung. Pencemaran cenderung terjadi pada tingkat oksigen yang rendah.
Kandungan tinggi dari CO2 dan CO juga membatasi pengambilan O2. Pada kadar
konsentrasi yang lebih tinggi, kehadiran kedua gas tersebut bisa berakibat fatal
(Dhia 2001).
Perubahan suhu kandang ayam broiler pada minggu pertama, dari 320C
menurun sekitar 2,80C perminggu hingga minggu ke-5 dimana ayam siap dipanen
memiliki suhu 210C (Lacy 2001), lihat Tabel 1.3.
Tabel 1. 3. Suhu kandang ayam broiler
Temperatur
Minggu Ruangan Panas Breeding Breeding Modern(0C)
0 0
( C) Konvensional( C)
1 31 32 29-31
2 28 29 28-29
3 26 27 25-27
4 23-24 24-26 23-24
5 21-23 21-23 21-23
6 18-21 18-21 18-21
dipasarkan
Sumber : (Lacy 2001)
9
Suhu lingkungan yang optimum untuk broiler adalah antara 180C sampai
320 (COBB 2010). Suhu optimun untuk memelihara ayam broiler berumur 34
sampai 54 hari adalah 210C sampai 300C (COBB 2010). Suhu tinggi dalam
kandang dan kandungan protein makanan sangat mempengaruhi pertumbuhan,
bobot ayam dan metabolisme genetik ayam umur antara 3 dan 9 minggu.
Hubungan antara suhu, bobot, dan pakan ayam, bahwa suhu di atas 320C
menghasilkan berat lebih besar dapat dilihat pada Tabel 1. 4.
Tabel 1. 4 Pengaruh temperatur terhadap berat badan dan konversi pakan ayam broiler
Temperatur (0C) Berat Badan Konversi pakan (gram)
Minggu1 Minggu2 Minggu3 (kg/ekor)
35.0 32.2 29.4 1.76 1.35
32.2 29.4 26.4 1.75 1.37
29.4 26.7 23.9 1.74 1.39
26.7 23.9 21.1 1.66 1.42
Sumber: (Lacy 2001)
Ayam dewasa merupakan hewan homeotermik, yang memiliki kemampuan

untuk mempertahankan suhu tubuhnya relatif stabil pada kisaran suhu yang luas
(Coon 2001). Siklus suhu lingkungan harian akan mempengaruhi pertumbuhan dan
efisiensi. Broiler yang dipelihara pada fluktuasi suhu 4.4–15.80C dari umur 4-8
minggu tidak menunjukkan perbedaan berat badan yang nyata dibandingkan
dengan yang dipelihara pada fluktuasi suhu harian 10-210C, meskipun konversi
pakan lebih tinggi pada fluktuasi 4.4-15.60C (Coon 2001).
Suhu lingkungan merupakan hal penting dalam kandang ayam sehingga
harus dijaga pada suhu optimal. Suhu kandang dipengaruhi oleh dua hal: pertama,
suhu udara (diukur pada ketinggian ayam dan disekitar tempat pakan dan minum
ayam) kedua, suhu lantai (litter). Suhu udara 30oC (86oF) dan suhu lantai (litter)
28-30 ° C (82-86oF) disekitar ayam. Suhu kandang sangat dipengaruhi kondisi
lingkungan setempat dan harus berkorelasi dengan suhu efektif yang dirasakan oleh
ayam.
Variasi kelembaban relatif (RH) akan mempengaruhi temperatur efektif
yang dialami oleh ayam. Kelembaban yang tinggi mengurangi pelepasan panas
evaporatif dan menaikkan suhu efektif sedangkan kelembaban yang rendah
menurunkan temperatur efektif. Secara regional kelembaban bervariasi, dan
mempengaruhi kesehatan ayam, sehingga dibutuhkan kelembaban yang nyaman.
10
Kelembaban yang ideal berkisar antara 60-70%, ini sulit dicapai pada musim
panas. humidifier atau evavorating cooling atau penambahan air permukaan dapat
membantu mewujudkan kelembaban yang ideal. Pengaturan suhu brooding harus
disesuaikan dengan meningkatnya kelembaban di atas 70% atau turun di bawah
60% yang akan mengakibatkan perubahan perilaku ayam (Garden dan Singleton
2008).
Tingkat kelembaban lingkungan berpengaruh langsung terhadap kehilangan
panas laten tubuh ayam. Tingkat kelembaban secara tidak langsung akan
mempengaruhi penampilan ternak akibat konsentrasi debu dan bakteri pathogen.
Meningkatnya kelembaban akan merugikan produksi ayam pada suhu tinggi. Pada
umumnya perubahan kelembaban tidak berdampak terhadap pertumbuhan ayam
dengan kelembaban dibawah 70% dan suhu lingkungan di bawah 24oC. Alat
pengukur kelembaban harus diletakkan berdekatan dengan alat suhu. Beberapa
sensor suhu dilengkapi dengan sensor kelembaban, sehingga pengukurannya dapat
dilakukan secara bersamaan (Dhia 2001).
Amonia (NH3) adalah gas yang tidak berwarna, lebih ringan dibandingkan
dengan berat udara, larut dalam air, dan berbau tajam (menyengat). Konsentrasi
NH3 dalam kandang ayam bervariasi antara l5 - 30 ppm, optimum dibawah 20
ppm. Gas ini merupakan produk limbah dari proses biologis dekomposisi feses,
sehingga kebanyakan masalah timbul pada saat kotoran terakumulasi di dalam
litter. Pemantauan atas gas ini dapat dilakukan bersamaan dengan perlakuan
terhadap CO2. Kedua jenis gas ini dapat menjadi indikator yang baik atas kualitas
udara dan efisiensi dari sistem ventilasi kandang yang dipergunakan (Dhia 2001).
Adapun karakteristik parameter lingkungan broiler closed house dapat dilihat pada
Tabel 1.5.
Diperlukan sistem yang lebih baik dan teknologi modern pada sistem
kendali. Sistem pengendalian lingkungan bertujuan menghilangkan gangguan
diantaranya suhu luar, kelembaban dan iradiasi matahari. Dikenal dua macam teori
kendali, yaitu teori kendali klasik dan teori kendali modern (Ogata 2002). Teori
kendali klasik dicirikan dengan SISO (Single Input Single Output), sedangkan
teori kendali modern dicirikan dengan MIMO (Multiple Input Multiple Output).
Teknik kendali modern mampu menyelesaikan permasalahan kendali yang
kompleks. Persoalan yang mendasar dalam desain sistem kendali adalah
11
merancang suatu pengendalian yang mampu menghasilkan output dari mesin

kendali sesuai spesifikasi yang diinginkan. Proses desain kendali ini semakin
kompleks seiring dengan kompleksitas mesin kendali serta proses yang akan diatur
di dalamnya. termasuk penerapan multiple kandang tertutup (broiler closed house).
Tabel 1. 5 Karakteristik dan rekomendasi lingkungan Broiler Closed House

Lingkungan
Karakteristik/Rekomendasi
Parameter
Amonia (NH3) Dapat dideteksi dengan penciuman pada konsentrasi di atas 20
ppm. > 10 ppm menyebabkan kerusakan permukaan paru-paru.
>20 ppm meningkatkan kepekaan terhadap penyakit pernapasan.
> 50 ppm menurunkan laju pertumbuhan. Rekomendasi dalam
kisaran < 10 ppm
Karbon Karbon Dioksida <0.3% Menyebabkan kerusakan permukaan
Dioksida paru-paru. Meningkatkan kepekaaan terhadap serangan penyakit.
(CO2) Gunakan ventilasi untuk mengurangi debu.
Debu Debu >0,34 atau 0,35 % (3500 ppm) menimbulkan nodul-nodul
kartilaginus pada paru-paru yang berkaitan dengan ascites. Fatal
pada konsentrasi tinggi. Rekomendasi batas atas 2500 ppm
Kelembaban Pengaruhnya bervariasi menurut suhu. Suhu 29 0C dan
dan kelembaban 70 % menghambat pertumbuhan karena ayam tidak
Temperatur mampu mendinginkan dirinya sendiri. Kualitas litter memburuk
pada kelembaban tinggi menyebabkan penurunan kualitas produk
pada saat prosesing. Rekomendasi dalam kisaran suhu 26-290C
dan kelembaban 65 - 75 %
Sumber: (COBB 2004, 2010), (Dhia 2001)
Untuk menghasilkan produksi ayam brolier yang banyak diperlukan broiler

closed house yang jumlahnya lebih dari satu sehingga diperlukan teknologi
komputer. Dewasa ini telah banyak kemajuan teknologi komputer dengan jaringan
komputer untuk meningkatkan kecepatan komputer dengan menggunakan beberapa
prosesor dalam satu komputer (multiprosesor) maupun beberapa prosesor dalam
satu komputer yang mengerjakan satu tugas disebut pemrograman paralel. Platform
komputer yang digunakan adalah komputer paralel (parallel computer) (Seminar et
al. 2007; Wilkinson dan Allen 2010). Diantaranya telah ditemukannya kemampuan
pemrosesan paralel dimana sistem pemrosesan paralel mampu bekerja
mengkoordinasikan banyak komputer secara paralel. Tujuan pemrosesan paralel
adalah untuk meningkatkan performa dan kecepatan komputasi. Semakin banyak
hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin
banyak pekerjaan yang bisa diselesaikan (Quinn 2004).
12
Sistem supervisori kendali merupakan pengembangan dari sistem kendali

adaptif terdiri dari: kendali penjadwalan pertumbuhan, kendali adaptif model
acuan, kendali adaptif swa-tala (Bolton 1995; Sadjad 2004). Adaptasi teori
supervisori kendali pada sistem diskrit diperkenalkan pertama kali oleh Ramade
dan Wonham di Universitas Toronto, Canada yang mendefinisikan model robot
pada sistem diskrit dan mekanisme supervisori kendali yang meminimalkan
gangguan serta bisa mengendalikan beberapa unit kendali yang salah satunya bisa
dinonaktifkan (Ramadge and Wonham 1987).
Supervisori kendali harus memiliki informasi yang cukup untuk membuat
keputusan kendali pada masing-masing unit kendali. Ada dua hal yang menjadi
pertimbangan; pertama secara khusus yang diberikan secara lokal yaitu bila suatu
proses dikendalikan oleh satu supervisori kendali (Lin and Wonham, 1988) dan
kedua secara umum yaitu bila suatu proses dikendalikan oleh beberapa supervisori
kendali (Rudie and Wonham 1992). Dalam perkembangan, prototipe sistem
supervisori kendali telah diaplikasikan pada rumah tanaman (green hause) dengan
beberapa modus kendali, parameter kendali dan kriteria optimal dapat terintegrasi
satu sama lain (Seminar et al. 2006). Demikian pula sistem supervisori kendali
telah diaplikasikan pada broiler closed house (Alimuddin et al. 2011).
Dalam sistem kendali dikenal adanya model sistem dinamik dalam
persamaan difrensial untuk memodelkan mesin kendali, selanjutnya
ditransformasikan dalam bentuk persamaan Laplace. Fungsi alih sistem
didefinisikan sebagai perbandingan transformasi Laplace keluaran terhadap
transformasi Laplace masukan. Fungsi alih sistem juga merupakan model
matematika yang menghubungkan variabel masukan dengan variabel keluaran.
(Ogata 1994, 2002; Woods Robert dan Lawrence 1997; Bolton 1995, 2006), Kuo
1998; Rosulindo 2001). Fungsi alih sebagai bagian dari parameter kendali untuk
menghasilkan output kendali (PID, Fuzzy logic dan ANFIS).
Penelitian terdahulu yang terkait dengan model dan kendali lingkungan
suhu dan kelembaban di kandang tertutup diantaranya: Ernst (1998) membahas
suhu kandang sebesar 33-350C menggunakan kendali ON-OFF dengan pengukuran
psychrometric. Hasbi (2010) membahas simulasi pola aliran udara dan distribusi
suhu pada broiler closed house menggunakan computational fluid dynamics (CFD)
menghasilkan kondisi udara lingkungan berdasar pengukuran adalah suhu sebesar
13
32.7 oC dan RH sebesar 71% dan simulasi CFD suhu 33,1170C-35,9720C dan
kelembaban 49,712%-71,119%.
Weaver (2001) membahas menggunakan kendali ON-OFF pada kandang
ayam dengan suhu 210C dan kelembaban 60% pada musim panas dan dingin.
Ibrahim (2002) membahas penggunakan kendali ON-OFF yang terjadi pada dua
musim yaitu musim panas dan musim dingin, musim panas suhu dalam broiler
closed house 260C dan kelembaban 70%, musim dingin suhu dalam broiler closed
house 340C, kelembaban 70%, dan amonia < 25ppm. Daskalov 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. Amon et al. (1997) membahas
pengendalian ON-OFF pada kandang tertutup dengan suhu 20-300C, amonia 20
ppm, kelembaban 40-70%, bau 430 -2480 ppm, kecepatan udara 0.14 m/s, pH 6-7
ppm, CO2 0.25%.
Mutai et al. (2011) menghasilkan simulasi perubahan suhu di broiler
closed house pada ayam menggunakan model matematika empiris berdasarkan
hukum keseimbangan panas. Suhu dalam broiler closed house ditentukan oleh
ventilasi dan bahan konstruksi. Model menghasilkan kecenderungan suhu yang
akurat terhadap waktu tertentu yaitu rata-rata suhu pengukuran 24.430C dan suhu
prediksi 24.400C dan kelembaban 60%-90% dengan koefisien korelasi R2 0.978.
Hubbar (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 et al. (2006) membahas sistem supervisori kendali rumah tanaman
(green house) 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. Alimuddin et al. (2009, 2010, 2011)
dalam penelitian ini melakukan tiga kali skenario dari periode starter, grower, dan
14
finisher. Suhu input berfluktuasi dalam broiler closed house 29-34,20 C, suhu
setpoin 28 0 C, dengan suhu output 300C.
Tabel 1. 6 Karakteristik parameter lingkungan Broiler Closed House

Periode Ming Umur Suhu (0C) Kelembaban (%) Amonia (ppm)
gu (hari)
Starter I (1-7) 31-320C 50 <10
0
Starter II (8-14) 28-30 C 50 <10
Starter III (15-18) 260C 60 <10
Grower III (19-22) 250C 60 <10
0
Grower IV (23-30) 23-24 C 70 <10
Finisher V (31-38) 21-230C 70 <10
0
Finisher VI (39-46) 18-21 C 70 <10
Sumber : (Adopsi dari COBB 2005,2010 Coon 2001, Lacy 2001, Dhia 2001)
Berdasarkan kajian telaah pustaka pada Tabel 1.6 dijadikan acuan atau
standar yang optimal dalam penelitian ini untuk melakukan prediksi suhu
kelembaban dan amonia broiler closed house, pemodelan broiler closed house,
respon masing-masing modus kendali (ON-OFF PID Fuzzy Logic dan ANFIS)
broiler closed house.
Kendali ini menggunakan sistem kendali ANFIS dengan validasi
pengukuran suhu dan simulasi dengan kesalahan 0,18313. Kritik desain sistem
informasi pada closed house untuk ayam broiler dengan ANN membahas tentang
optimasi suhu pada kandang 180C-320C dengan protein pada ayam broiler 17%-
21% dan berat badan rata-rata 2 kg. Pemodelan suhu pada broiler closed house
untuk ayam broiler dengan Computational Fluid Dynamics (CFD) menghasilkan
sebaran menghasilkan koefisien determinasi (R2) 0,991 dan RMSE 0,934952.
Penelitian terdahulu yang diuraikan di atas masih berfokus pada pengendalian satu
broiler closed house dengan satu modus kendali. Penelitian ini dikembangkan
sistem supervisori kendali yang dapat digunakan untuk mengendalikan beberapa
broiler closed house dengan beberapa pilihan modus kendali. Parameter kendali
terintegrasi dengan pengetahuan tentang broiler closed house, lingkungan, dan
kendali yang dikoneksikan dengan jaringan komputer paralel.
15
Perumusan Masalah
Masalah yang akan dibahas dalam penelitian ini adalah:
1) Bagaimana pengkajian karakteritik lingkungan parameter suhu, kelembaban
dan amonia pada broiler closed house?
2) Bagaimana mendapatkan model lingkungan parameter suhu, kelembaban dan
amonia pada broiler closed house?
3) Bagaimana mendesain sistem supervisori kendali lingkungan parameter suhu,
kelembaban dan amonia pada broiler closed house ?
4) Bagaimana respon kondisi optimal supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia pada broiler closed house?
5) Bagaimana melakukan integrasi supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia sesuai kondisi optimal kendali, pengetahuan
peternakan ayam dan pengetahuan kendali sesuai lingkungan pada broiler
closed house ?
6) Bagaimana melakukan interkoneksi supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia pada broiler closed house dalam bentuk
perangkat lunak (software prototype) yang dapat mengendalikan satu, dua atau
tiga broiler closed house yang terhubung ke dalam jaringan computer dengan
jarak jauh dengan parallel computing?
Tujuan Penelitian
Tujuan penelitian ini adalah:
1) Mengkaji karakteristik lingkungan parameter suhu, kelembaban dan amonia
pada broiler closed house
2) Mendapatkan model lingkungan parameter suhu, kelembaban dan amonia pada
broiler closed house
3) Mendesain sistem supervisori kendali lingkungan parameter suhu, kelembaban
dan amonia pada broiler closed house
4) Menentukan respon kondisi optimal supervisori kendali parameter suhu
kelembaban dan amonia pada broiler closed house.
5) Melakukan integrasi supervisori kendali lingkungan parameter suhu,
kelembaban dan amonia sesuai kondisi optimal kendali, pengetahuan
closed house,
16
6) Melakukan interkoneksi supervisori kendali lingkungan parameter suhu,

kelembaban dan amonia pada broiler closed house dalam bentuk perangkat
lunak (software prototype) yang dapat mengendalikan satu, dua atau tiga
broiler closed house yang terhubung ke dalam jaringan computer dengan jarak
jauh dengan parallel computing.
Manfaat Penelitian
Manfaat yang diharapkan dari hasil penelitian ini adalah:
1) Memfasilitasi tersedianya pilihan modul dalam perangkat lunak yang siap
digunakan untuk kegunaan penelitian dan praktis dalam mengendalikan
parameter lingkungan,
2) Memberikan alternatif teknologi bagi industri dan peternakan ayam untuk
produksi ayam broiler dengan lingkungan yang terkendali.
3) Menyediakan hasil informasi hasil implementasi dan simulasi perangkat lunak
sistem supervisori kendali optimal lingkungan broiler closed house sebagai
bahan pertimbangan pemanfaatan dan pengembangan lebih lanjut.
Kerangka Pemikiran
Sistem supervisori kendali digunakan untuk mengatur, mengkoordinir, dan
mengintegrasikan unit-unit kendali. Dengan mengadopsi sistem supervisori kendali
untuk rumah tanaman (greenhouse) (Seminar et al. 2006) dan supervisori kendali
untuk broiler closed house (Alimuddin et al. 2011), maka arsitektur supervisori
kendali untuk broiler closed house dapat diimplementasikan seperti pada Gambar
1.4.
17
USER
SUPERVISORY
Broiler Closed
Houses USER INTERFACE
USER’S PREFERENCE SELECTION

MODULE
Modes of Parameters of Optimality
control control Criteria
Array of
Controllers
Supervisory Control Engine (SCE)
Broiler
Controllers
Broiler Control Climatic& Env.
Controllers Knowledge Knowledge
Broiler
I/O
Controllers Broiler
Knowledge Knowledge
Gambar 1.4 Arsitektur Supervisori Kendali pada Broiler Closed House

diadopsi dari (Seminar et al. 2006) dan (Alimuddin et al. 2011)
Arsitektur dari sistem supervisori kendali pada broiler closed house terdiri
antar-muka pengguna (user interface), modul seleksi preferensi kendali (user’s
pereference selection module), mesin kendali supervisori (supervisory control
engine) dan modul pengetahuan (knowledge module). Pengguna berinteraksi
dengan sistem supervisori untuk melakukan pemilihan modus kendali dan variasi
variabel kendali dengan berbagai pertimbangan kriteria optimasi.
Supervisi kendali adalah mengendalikan beberapa proses kendali yang
saling bekerja sama tidak terpisah antara satu dengan yang lain. Sistem supervisori
kendali digunakan untuk mengatur, mengkoordinir, dan mengintegrasikan unit-unit
kendali. Supervisi kendali adalah mengkoordinir sistem kendali yang terjadi dalam
suatu sistem.
Prinsip kerja Supervisi kendali adalah mengkoordinir sistem kendali secara
bersamaan dan bekerjasama pada proses kendali yang ada yang terdiri dari 1
proses kendali atau lebih pada tempat satu atau beberapa tempat. Misalnya
supervisi kendali suhu dalam berbagai modul pengetahuan diantaranya : control
knowledge bisa memilih dari 3 modus kendali ON-OFF,PID, Fuzzy Logic atau
ANFIS sesuai keperluan supervisi kendali lingkungan. Penggunaannya dapat terdiri
18
dari 2 modus kendali, yaitu: ON-OFF dan PID, PID dan Fuzzy Logic, Fuzzy Logic
dan ANFIS; atau 3 modus kendali, yaitu: ON-OFF PID, Fuzzy Logic dan PID,
Fuzzy Logic dan ANFIS; atau 4 modus kendali, yaitu: ON-OFF, PID, Fuzzy Logic
dan ANFIS. Pengetahuan iklim dan lingkungan (musim kemarau dan musim
hujan), sudah tersedia dalam data base, yaitu suhu, kelembaban dan amonia yang
ideal pada musim kemarau dan musim hujan. Sehingga ketika pergantian musim
tidak perlu lagi ada perubahan suhu musim kemarau dan hujan cukup supervisi
kendali yang bekerja secara otomatis karena sudah diprogramkan sebelumnya.
Pengetahuan ayam broiler berupa bobot ayam dari umur DOC-panen,
jumlah pakan, jumlah air minum sudah disimpan dalam data base supervisory
kendali,. Pengetahuan Input/output (sensor, transduser, actuator) berfungsi untuk
menyimpan semua karakteristik yang relevan dan penggunaan kebutuhan misalnya
karakteristik sensor. Perancangan supervisi kendali mempunyai tiga parameter
suhu, kelembaban dan amonia. Pada kondisi iklim dan lingkungan pada musim
kemarau dan hujan diberi pilihan modus kendali ON-OFF, PID, Fuzzy Logic,
ANFIS untuk suhu, kelembaban dan amonia.. Pada tahapan berikutnya
disimulasikan dalam kandang ayam baik ada ayam masa starter, grower dan
finisher. Kemudian dibandingkan dengan simulasi dalam kandang ayam yang
kosong (tidak ada ayam).
Dalam perancangan supervisori kendali pada broiler closed house yang
dipengaruhi oleh konveksi dan konduksi dengan menggunakan modus control
dengan menyesuaikan kondisi iklim dan lingkungan, pengetahuan broiler closed
house yaitu tiga skenario (starter, grower dan finisher) dan pengetahuan
pengontrolan lingkungan kandang ayam broiler. Untuk satu parameter kendali
menggunakan modus kendali ON-OFF, PID, Fuzzy logic ANFIS dengan salah satu
kendali suhu, kelembaban dan amonia.
Suhu, kelembaban dan amonia dikontrol pada waktu pagi, siang dan sore
menggunakan ON OFF, PID, Fuzzy logic, ANFIS periode starter, grower, dan
finisher. Bila ada salah satu kandang ayam panen (tidak ada ayam) supervisory
control bisa digunakan pada kandang ayam yang lain yang mulai terisi ayam tanpa
membuat modus control baru karena sudah bekerja secara otomatis.
19
Ruang Lingkup Penelitian

Agar penelitian ini dapat fokus pada tujuan, maka ruang lingkup penelitian
ini dibatasi pada aspek-aspek berikut:
Pertama : Prediksi Suhu, Kelembaban dan Amonia pada Broiler Closed House
Menggunakan CFD
Kedua : Model dan Simulasi Kendali Suhu Kelembaban dan Amonia pada
Broiler Closed House
Ketiga : Integrasi Supervisori Kendali Suhu Kelembaban dan Amonia pada
Keempat : Interkoneksi Supervisori Kendali Suhu Kelembaban dan Amonia pada
20
DAFTAR ISI
Halaman
1 PENDAHULUAN ................................................................................. 1
Latar Belakang ..................................................................................................... 1
Perumusan Masalah............................................................................................ 15
Tujuan Penelitian................................................................................................ 15
Manfaat Penelitian.............................................................................................. 16
Kerangka Pemikiran ........................................................................................... 16
Ruang Lingkup Penelitian ..................................................................................19
DAFTAR GAMBAR
Halaman
1.1. Ruangan Broiler Closed House (University of farm Bogor, 2009) .............. 4
1.2. Ventilasi Broiler Closed House Nampak dari Atas (University of farm
Bogor,2010) ................................................................................................... 6
1.3. Ventilasi Mekanik di Kandang Broiler Closed House (Univ. of farm di
Bogor, 2009) .................................................................................................. 7
1.4 Arsitektur Supervisori Kendali pada Broiler Closed House ............................ 17
DAFTAR TABEL
Halaman
1. 1 Suhu Ayam Broiler ........................................................................................... 8

1. 2 Pengaruh Temperatur Terhadap Berat Badan dan Konversi Pakan Ayam
Broiler ...............................................................................................................9
1. 3 Karakteristik dan Rekomendasi Lingkungan Kandang Ayam .........................9
1. 4 Karakteristik Parameter Lingkungan Broiler Closed House .......................... 14
II PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA
BROILER CLOSED HOUSE MENGGUNAKAN
COMPUTATIONAL FLUID DYNAMICS (CFD)
Abstract
Broiler was a kind of superior race from crosses of chicken nations that have high
productivity power, especially in the production of chicken meat. In an attempt was broiler
chicken rearing, the temperature, humidity and ammonia was a crucial factor in chicken
rearing in tropical regions. Broiler closed house was a system that offers a solution to
provide thermal comfort of broilers were raised. The research objectives were: first, to
model the temperature, humidity and ammonia in closed broiler houses by using
Computational Fluid Dynamics (CFD), second, to determine the distribution of
temperature, humidity and ammonia in the chicken coop. In this study design modeling of
temperature, humidity and ammonia in the broiler closed house with mathematics consists
of the room temperature, floor temperature, the temperature of the walls and roof
temperatures. Data was collected in two ways from the primary measurements obtained
using sensors include: the floor temperature, the wall temperature, the room temperature,
the temperature of the roof and the secondary wind speed and temperature, humidity
environments and available from BMG Bogor irradiation and temperature data of broilers,
the fan power and lamp as the input bondary condition for CFD simulations. Materials
used include: sensor kestrel 3000 for measuring temperature, humidity and air velocity, a
set of computers and peripherals, and thermo Copel and hybrid recorder, to measure the
temperature and humidity, wall, floor, roof, a set of broiler closed house, broilers,
anemometer was used to measuring air velocity in units of m/s (meters per second),
Impinger water used to take samples of air-free ammonia, Spectrofotometer used to
measure the intensity level of ammonia that is on stable mercury thermometer used to
measure the temperature on the temperature distribution tends litter. Rseult of simulation
increased in the outlet area of the enclosure from any accumulation of hot broiler
convection flow due to blast air into the outlet. Validation includes validation
measurements performed by comparing the actual data and validation of measurement and
simulation mesh. Validation of measurement for temperature and wind speed is good
enough. Validation mesh was used to test the accuracy of the simulation itself can find the
thermal comfort parameters of broilers. Simulation of heat transfer (temperature) has been
used to predict the distribution of temperature, humidity and ammonia in a broiler closed
house by using CFD modeling that can be used as a reference and control temperature,
humidity and ammonia. The simulation results of temperature, humidity and ammonia
broiler closed house have been validated indicate a significant correlation to the
temperature coefficient of determination (R2) 99.093% and RMSE 0.934952, humidity
coefficient of determination (R2) 99.007% and RMSE 0.966379 and ammonia coefficient
of determination (R2) 99.11% and RMSE 1.4859.
Keywords: Prediction, Temperature, Humidity, Ammonia Broiler Closed House,

CFD
21
Abstrak
Ayam broiler merupakan jenis ayam ras unggulan hasil persilangan dari bangsa-
bangsa ayam yang memiliki daya produktivitas tinggi, terutama dalam
memproduksi daging ayam. Dalam usaha pembesaran ayam broiler tersebut, suhu,
kelembaban dan amonia merupakan faktor yang krusial dalam pembesaran ayam di
wilayah beriklim tropis. Broiler closed house merupakan suatu sistem yang
menawarkan solusi untuk memberikan kenyamanan termal terhadap ayam broiler
yang dibesarkan. Tujuan Penelitian adalah: pertama, untuk memodelkan suhu pada
broiler closed house dengan menggunakan Computational Fluid Dynamics (CFD),
kedua, untuk mengetahui distribusi suhu, kelembaban dan amonia dalam kandang
ayam. Dalam rancangan penelitian ini pemodelan matematika suhu, kelembaban
dan amonia dalam kandang ayam terdiri dari suhu ruangan, suhu lantai, suhu
dinding dan suhu atap. Pengambilan data dilakukan dua cara yaitu primer
diperoleh dari pengukuran dengan menggunakan sensor diantaranya: suhu lantai,
suhu dinding, suhu ruangan, suhu atap dan kecepatan angin dan sekunder suhu,
kelembaban lingkungan dan iradiasi diperoleh dari BMG Bogor dan data suhu
ayam, daya kipas angin dan lampu sebagai input bondary condition simulasi CFD.
Peralatan yang digunakan meliputi: sensor kestrel 3000 untuk mengukur suhu,
kelembaban dan kecepatan udara, satu set komputer dan peripheral, thermo copel
dan hybrid recorder, untuk mengukur suhu dan kelembaban, dinding, lantai atap,
satu set kandang, ayam broiler, anemometer digunakan untuk mengukur kecepatan
udara dengan satuan m/s (meter per sekon), Air Impinger digunakan untuk
mengambil sampel amonia dari udara bebas, Spectrofotometer digunakan untuk
mengukur tingkat intensitas amonia yang ada pada kandang Termometer raksa
digunakan untuk mengukur suhu pada litter.Hasil simulasi Distribusi suhunya
cenderung meningkat pada daerah outlet kandang akibat ada akumulasi panas dari
konveksi ayam yang disebabkan hembusan aliran udara menuju outlet. Validasi
dilakukan meliputi validasi pengukuran dengan membandingkan data aktual
pengukuran dan simulasi dan validasi mesh. Validasi pengukuran untuk suhu dan
kecepatan angin cukup baik Validasi mesh digunakan untuk menguji keakuratan
dari simulasi itu sendiri dapat memenuhi parameter kenyamanan termal ayam.
Simulasi pindah panas (suhu) yang dipakai telah dapat memprediksi sebaran suhu,
kelembaban dan amonia dalam broiler closed house dengan menggunakan CFD
sehingga bisa dijadikan acuan pemodelan dan kendali suhu, kelembaban dan
amonia. Hasil simulasi suhu, kelembaban dan amonia broiler closed house telah
divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu koefisien
determinasi (R2) 99,093 % dan RMSE 0,934952, kelembaban koefisien determinasi
(R2) 99,007 % dan RMSE 0,966379 dan amonia koefisien determinasi (R2) 99,11
% dan RMSE 1.4859.
Keywords: Prediksi Suhu, Kelembaban dan Amonia Broiler Closed House, CFD
22
Pendahuluan
Ayam broiler merupakan jenis ras unggulan hasil persilangan dari berbagai
ras ayam yang memiliki daya produktivitas tinggi, terutama dalam produksi
daging. Masyarakat Indonesia tingkat konsumsi daging ayam masih rendah,
begitupula kenaikan populasi dan produksi ayam broiler masih rendah. Hal ini
disebabkan karena manajemen pemeliharaan yang belum baik dan efektif. Hanya
sebagian kecil dari peternakan ayam yang sudah menerapkan manajemen
pemeliharaan yang sesuai dan diikuti dengan penerapan teknologi. Ini merupakan
salah satu hambatan dalam peningkatan populasi ayam broiler.di Indonesia
memiliki kondisi lingkungan tropis, terutama suhu luar yang lebih tinggi
dibandingkan dengan suhu lingkungan kandang sehingga peluang pemeliharaan
ayam broiler di Indonesia masih sangat terbuka lebar.
Suhu, sanitasi, ventilasi dan kelembaban kandang ayam sangat perlu
diperhatikan. Indonesia sebagai negara tropis, memiliki suhu lingkungan yang
cukup tinggi untuk memelihara broiler karena suhu optimum untuk memelihara
ayam broiler antara 180C-240C (Rose 1997). Panas adalah energi yang merambat
atau berpindah karena ada perbedaan suhu, ada tiga cara perpindahan panas yaitu:
pertama: konduksi didefinisikan sebagai perpindahan panas dalam suatu medium
tanpa disertai perpindahan partikel dalam medium tersebut, kedua: konveksi
didefinisikan sebagai perpindahan panas dalam suatu medium yang disertai
perpindahan-perpindahan partikelnya, ketiga: radiasi didefinisikan sebagai
perpindahan panas yang tidak memerlukan medium perantara.
Prinsip kerja pemanas ruangan dikembangkan berdasarkan Hukum
Termodinamika I dan II. Perpindahan panas pada kasus pemanasan ruangan adalah
memindahkan energi dalam bentuk panas dari suatu titik yang bersuhu tinggi ke
titik yang bersuhu lebih rendah (Holman 1997; Wood dan Lawrence 1997; Cengel
2003). Untuk menghangatkan ruangan dibutuhkan suatu fluida (berupa air, udara,
atau uap) yang dipanaskan di dalam heat source/boiler yang dialirkan melalui pipa
dengan evavoration cooling yang berhubungan langsung dengan udara ruangan.
Fluida akan mengalir kembali lagi ke heat source/boiler untuk dipanaskan kembali
(COBB 2010; PCPI 2005; Alimuddin et al. 2010, 2011).
Prinsip utama dalam membangun broiler closed house adalah menyediakan
lingkungan yang sehat bagi peternakan ayam. Kualitas lingkungan yang sehat
23
menurut standar Eropa antara lain mencakup parameter kadar amonia, karbon
dioksida, debu tehirup oleh ternak, debu yang di respirasi oleh ternak, dan bakteri
yang mematikan (Leeson 2000). Parameter lain yang juga sangat penting dalam
lingkungan kandang ayam adalah suhu udara dan ventilasi dalam kandang (Bell
2001).
Di daerah iklim panas tropis pengurangan suhu udara di dalam kandang
ayam sangat penting dalam rangka untuk membatasi kerugian produksi. Meskipun
hal ini sulit untuk dicapai terutama pada kandang tertutup (broiler closed house).
Pengurangan suhu udara di dalam kandang, dilakukan dengan bantuan kipas angin
dan sistem pendingin (Bucklin et al. 2009).
Tabel 2.1 Batas ambang suhu dan kelembaban dalam Broiler Closed House
Umur-Hari Kelembaban (RH) (%) Temperatur C0(F) Temperatur
C0(F)
0 30-50 34(91) 33(91)
7 40-60 31(88) 30(86)
14 40-60 27(81) 27(81)
21 40-60 24(75) 24(75)
28 50-70 21(70) 21(70)
35 50-70 19(66) 19(66)
42 50-70 18(64) 18(64)
Sumber: (Pokhpan 2005), (COBB 2010)
Di Indonesia, baku mutu gas amonia dan hidrogen sulfida di udara dijelaskan
dalam surat Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup No.
KEP 03/MENKHL/II/1991, dapat dilihat pada Tabel 2.2.
Tabel 2.2 Baku mutu ambien dan emisi gas NH3 dan H2S
Ketentuan Gas NH3 Gas H2S
Baku mutu udara ambient 2 ppm/ 24 jam 0.03 ppm/ 30 menit
Baku mutu udara emisi - -
Ringan 5 ppm 6.25 ppm
Ketat 1 ppm 5 ppm
Sumber: Hidayatun (2007)
NH3, H2S, dan CO2 seringkali menyebabkan masalah bagi kesehatan ternak,
peternak, dan lingkungan sekitar (Hidayatun 2007). Beberapa penelitian tentang
pengaruh NH3 terhadap ternak unggas, diantaranya dapat menurunkan rata-rata
pertumbuhan, mengurangi efisisensi pakan, merusak saluran pernafasan dan
meningkatkan aktivasi virus ND (New Castle Disease).
24
Salah satu parameter yang mempengaruhi kesehatan ternak tersebut adalah

amonia. Amonia merupakan produk dekomposisi dari senyawa organik yang tidak
teroksidasi secara sempurna karena kondisi anaerobik (Appl 1999). Amonia
merupakan gas yang tidak berwarna tetapi memiliki bau yang sangat menyengat.
Pada kandang ayam amonia dihasilkan dari kotoran ayam, sehingga jika amonia ini
tidak segera dialirkan akan mengganggu kondisi lingkungan ayam, oleh karena
amonia bersifat racun.
Secara teoritis amonia dihasilkan melalui perubahan hidrolisis dari urea
dengan proses enzimatis dan mikrobiologi. Secara kimia amonia dapat berupa fase
cair maupun fase gas. Proses konveksi amonia berlangsung dari permukaan lantai
menuju aliran udara bebas (Liu 2007). Ayam broiler merupakan salah satu jenis
ternak yang menghasilkan kandungan amonia relatif lebih tinggi dibanding ternak
lainnya, karena ayam broiler mengkonsumsi protein lebih tinggi untuk kebutuhan
hidup. Batas toleransi kadar NH3 pada ayam disajikan pada Tabel 2.3
Tabel 2.3 Ambang batas kadar NH3 pada manusia dan ternak
Konsentrasi (ppm) Pengaruh
5 Timbul iritasi pada mukosa mata dan saluran pernafasan ayam
11 Penurunan produktivitas ayam
25 Kadar maksimum yang dapat ditolerir selama 8 jam
36 Kadar maksimum yang dapat ditolerir selama 10 menit
50 Penurunan produktivitas ayam dan bursa fabricious
Menentukan konsentrasi amonia diperlukan teknologi yang memadai

sehingga cenderung mahal dan sulit dalam melakukan pengukuran mengingat
kondisi kandang yang tidak kondusif untuk dilakukan pengukuran (Liu 2007). Hal
ini mengharuskan menjaga kenyamanan ayam pada kandang ayam komersial.
Diperkirakan 80% dari lapisan lantai itu adalah kotoran ayam. Kondisi
bagian atas lapisan lantai itu diperparah oleh darah, bangkai dan bulu ayam yang
mati. Hal tersebut akan mengakibatkan terganggunya kondisi lingkungan ayam
akibat bau maupun kualitas udara yang dihasilkan.
Pertumbuhan jumlah ayam broiler yang tidak alami dengan ruang gerak
yang terbatas memicu ayam-ayam tinggal diam di tempat yang basah, kotor dan
penuh dengan amonia (NH3). Hal ini menyebabkan lecet pada dada dan memar
pada paha ayam yang sangat menyakitkan. Memar pada paha terlihat jelas pada
25
ayam-ayam yang dijual di supermarket (memar itu terdapat pada sendi kaki bagian
atas). Luka dan borok pada kaki dan dada juga sering ditemukan. Kondisi
lingkungan hidup yang buruk dan padat dalam kandang memudahkan ayam
terserang berbagai penyakit. Uap amonia yang sangat kuat bisa menyebabkan sakit
pada mata hingga mengalami kebutaan. Serangan jantung (atau disebut sindrom
kematian akut), penyakit pernapasan kronis, pembengkakan hati, penyakit ginjal,
dan serangan dari bakteri dan virus telah menyebabkan angka kematian yang tinggi
pada peternakan ayam.
Oleh karena itu, perancangan model matematika untuk memprediksi suhu,
kelembaban dan amonia pada broiler closed house berdasarkan keseimbangan
panas. Untuk parameternya adalah :M adalah massa laju aliran udara, kg / jam, Ht
adalah transfer entalpi (kJ/kg) termasuk feses ayam (ppm), Wt adalah kelembaban
transfer rate, (kg/jam) subskrip s dan e adalah pasokan dan pembuangan udara
masing-masing.
Gambar 2.1 Keseimbangan panas untuk Broiler Closed House dengan

ventilasi alami ruang udara (ASAE, 2003).
Tujuan penelitian ini adalah pertama: memprediksi perpindahan panas

(suhu), kelembaban dan amonia dalam broiler closed house, kedua, mengkaji
karakteristik lingkungan optimal dan tidak optimal parameter suhu, kelembaban
dan amonia pada broiler closed house , ketiga: menempatkan letak sensor suhu,
kelembaban dan amonia di broiler closed house,.
Penelitian-penelitian sebelumnya (state of the art) berhubungan suhu di
dalam kandang ayam diantaranya: Suhu kandang sebesar 29.4-30.50C
menggunakan Sling psychrometer (Ernst 1998). Suhu kandang antara 180C-240C
26
(Rose 1997). Modeling emisi amonia dari litter ayam broiler dengan sistem ruang
melalui aliran Dinamis (Soldato et al. 2005). Besaran amonia 0-9 ppm karena dapat
diserap sepenuhnya (100% efisiensi) ke dalam udara pada broiler closed house (Ori
Lahav 2008). Simulasi pola aliran udara dan distribusi suhu pada kandang broiler
closed house menggunakan computational fluid dynamics (Suud 2010). Simulasi
amonia menggunakan CFD menghasilkan kadar amonia pada broiler closed house
kurang dari 10 ppm (Farid 2009). Kritik desain sistem informasi pada house untuk
ayam broiler dengan menggunakan jaringan syaraf tiruan (Alimuddin et al. 2010).
Simulasi iklim mikro dalam struktur unggas di Kenya (Mutai et al. 2011).
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 closed 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 closed house
yang ada di lahan penelitian dengan ukuran panjang x lebar x tinggi adalah 120 m x
12 m x 2.5 m, pakan ayam, air minum, software computational fluid dynamics
(CFD), gambit 2.2.30 & fluent 6.2. dan computational fluid dynamics solidword
untuk simulasi kelembaban dan amonia (Anderson 1995; Ferziger and Peric 1996;
Wesseling 2001; Yani 2007).
Peralatan yang digunakan meliputi : kestrel 3000 untuk mengukur suhu,
kelembaban dan kecepatan udara, satu set komputer dan peripheral, thermo copel,
weather station, satu set kandang ayam dengan sistem isolasinya, exhaust fan
(kipas angin) sebanyak 8 buah, evaporative cooling (unit pendingin) sebanyak 2
buah, heater (unit pemanas) sebanyak 2 buah, temtron sebanyak 2 buah, tempat air
minum, tempat pakan ayam. Tahapan yang digunakan dalam penelitian adalah : a)
melakukan pengukuran suhu, kelembaban dan amonia dalam ruangan broiler
closed house untuk data primer sedangkan suhu kelembaban dan iradiasi
lingkungan luar kandang diambil dari Badan Meteorologi dan Geofisika (BMG)
untuk data sekunder, b) mensimulasikan prediksi suhu, kelembaban dan amonia
27
dengan menggunakan computational fluid dynamics (CFD) pada broiler closed

house, c) menvaliadasi antara pengukuran dan simulasi CFD.
Metode yang Digunakan

Metode ini digunakan untuk mengukur parameter suhu kandang dan
mengambil data sekunder dalam peneltian sebelumnya dan BMG, terdiri dari suhu
ruangan, suhu dinding, suhu lantai, suhu atap, suhu ayam, suhu evavoration
cooling, suhu kipas angin. Pengujian model dilakukan dengan mensimulasi model
perpindahan panas untuk menduga perubahan suhu, kelembaban, dan amonia
dalam broiler closed house. Variabel yang digunakan suhu ruangan, suhu lantai,
suhu dinding, suhu atap, kelembaban ruangan, feses ayam terhadap waktu.
Simulasi pindah panas dan massa dalam kandang dilakukan dengan memecahkan
persamaan atur (governing equation) dengan metode Euler’s Finite Difference.
Simulasi dilakukan dengan bantuan komputer software CFD gambit 2.2.30
& fluent 6.2. untuk suhu, software CFD solidword versi 2010 untuk kelembaban
dan amonia, serta hasil perhitungan akan dibandingkan dengan pengukuran untuk
pengujian atau validasi model. Penyusunan model berdasarkan persamaan
perhitungan pindah panas baik secara konveksi lantai, dinding, atap, konduksi pada
atap dan radiasi pada atap. Persamaan alur dalam bentuk model matematika untuk
menghitung perubahan suhu, kelembaban, amonia dalam ruangan kandang ayam
berdasarkan hukum keseimbangan energi sebagai berikut :
Iradiasi Matahari
Lantai, Dinding, Atap
Q Udara dalam Broiler Closed S (Pelembab)

(Pemanas) House
N (Amonia) Lingkungan Luar
Gambar 2.2 Pemodelan kandang ayam tertutup (Broiler Closed House)

28
Suhu Ruangan (Troom)
…………………………………………………………….……………………(2.1)
Suhu Lantai (Tfloor)
………………...………………………...(2.2)
Suhu Atap (Troof)
…………………………...(2.3)
Suhu Dinding (Twall)
…………………………...(2.4)
Kelembaban Ruangan
….(2.5)
…………
Amonia Ruangan
........................................................................................................................(2.6)
……Untuk pemodelan disimulasi CFD menggunakan persamaan untuk
memecahkan input data dari pra-pengolahan dibangun dari tiga prinsip dasar fluida
yaitu:
Hukum Kekekalan Massa.

Keseimbangan massa fluida menyatakan laju kenaikan (pertambahan)
massa elemen fluida sama dengan laju aliran massa ke dalam elemen fluida.
Dituliskan dalam bentuk persamaan kontinuitas tiga dimensi sebagai berikut
(Anderson, 1995):
D   (  u )  (  v)  (  w)  D   (  u )  (  v)  (  w) 
       
Dt x y z t Dt x y z t
D   (  u )  (  v)  (  w) 
   
Dt x y z t
D   (  u )  (  v)  (  w)  ..............................................................(2.7)
   
29
dengan ρ merupakan masa jenis dari fluida dan t adalah waktu sedangkan u, v, w
merupakan komponen dari vektor kecepatan dalam sumbu x, y, dan z yang
diberikan dalam persamaan berikut:
V  ui  vj  wk ..........................................................................(2.8)
dan i, j, dan k adalah unit vektor pada sumbu x, y,dan z.
Laju Perubahan Momentum

Laju perubahan momentum sama dengan resultansi gaya pada partikel
fluida (Hukum II Newton). Persamaan momentum dikembangkan dari persamaan
Navier-Strokes berikut (Anderson 1995; Ferziger and Peric 1996; Wesseling 2001).
Momentum x:
 ( u ) .( u 2 )  ( uv)  ( uw) p   u 
      V .V  2 
t x y z x x  x 
   v u     u w 
          f x
y   x y  z   z x  ....................................(2.9)
Momentum y:
( v) ( v 2 ) ( uv) ( vw) p   v 

       V .V  2 
t y x z y y  y 
   v u     v w 
             f y
x   x y  z   z y  ........................................(2.10)
Momentum z:
 ( w)  ( w 2 )  ( vw)  ( uw) p   w 
       V .V  2 
t Z y x z z  z 
   w v     u w 
           f z ....................................(2.11)
y   y z  x   z x 
dengan u, v, dan w merupakan komponen dari vektor kecepatan dalam sumbu x, y,

dan z. ρadalah masa jenis fluida, p adalah tekanan, f adalah gaya per satuan masa
yang dikenakan pada fluida, f x adalah f pada sumbu x, V adalah kecepatan
skalar V adalah kecepatan vektor,  adalah koefisien viskositas molekular dan 

adalah -2/3  .
30
Hukum Kekekalan Energi.

Persamaan energi diturunkan dari Hukum I Termodinamika yang
menyatakan bahwa: laju perubahan energi partikel fluida sama dengan laju
penambahan panas ke dalam partikel fluida ditambah dengan laju kerja yang
diberikan pada partikel. Secara matematik dinyatakan dalam persamaan sebagai
berikut (Anderson 1995):
D  V2    T    T    T   u v w                
  e     q   k    k    k   p      u  xx  yx  zx   v  xy  yy  zy   w  xz  yz  zz 
Dt  2  x  x  y  y  z  z   x y z   x y z   x y z   x y z 
. ..............................................(2.12)
Dengan e merupakan internal energi, k adalah konduktivitas panas, T adalah
temperatur fluida, τ merupakan tegangan geser atau shear stress, sedangkan τxy
menunjukkan adanya tegangan geser pada arah sumbu x pada bidang yang tegak
lurus dengan bidang sumbu y.
Hukum Kekekalan Spesies Transport

Persamaan spesies transport dapat digunakan untuk memprediksi fraksi
massa masing-masing spesies material yang memiliki karakteristik kimiawi
berbeda dengan pendekatan prinsip difusi-konveksi masing-masing material.
 
Yi     Yi     J i  Ri  S i
t ................................................(2.13)
dimana, Yi merupakan fraksi massa masing-masing spesies i, Ri adalah nilai net
spesies hasil reaksi kimia dan S i adalah nilai net spesies yang disebarkan ke dalam
sistem simulasi yang didefinisikan oleh user. Selain itu, nilai fluks difusi massa
dari masing-masing spesies material dipengaruhi oleh tipe aliran yang terjadi dalam
sistem, yaitu laminar atau turbulen, dimana secara berturut-turut dituliskan:

J i  Di ,m Yi
……………………………… (2.14)
   
J i   Di ,m  t Yi
 Sct  ……………………………… (2.15)
dimana, Di , m adalah difusivitas massa masing-masing spesies material dan
Sct merupakan nilai angka Schmidt.

31
Hasil dan Pembahasan

Simulasi distribusi pola aliran udara dan suhu dilakukan pada saat ayam
produksi sehingga dalam simulasi terdapat inisialisasi panas ayam yang
mempengaruhi suhu lingkungan kandang. Pengukuran suhu di kandang dilakukan
pada pukul 09.00 WIB, 12.00 dan 16:00 WIB dengan keadaan cuaca cerah.
Simulasi merupakan simulasi steady state karena itu hanya digunakan data pagi,
siang dan sore yang mewakili suhu lingkungan maksimum akibat radiasi matahari.
Area I, 5940 ekor Exhaust fan area

ayam udara
keluar/outlet
Area II, 8910
ekor ayam
Area III, 4950
ekor ayam
Evaporative pad
area udara
masuk/inlet
Gambar 2.3 Geometri kandang piktorial dengan bagian atap disembunyikan

(hidden).
Bentuk geometri dari kandang ayam diasumsikan sebagai plat datar tipis
yang tidak mempengaruhi aliran dalam simulasi. Plat datar tipis tersebut dibagi
dalam tiga area yang menggambarkan perbandingan jumlah ayam dalam tiap area
seperti ditunjukkan pada Gambar 2.3. Dua area inlet udara berada pada evaporative
pad bagian depan didefinisikan sebagai environment pressure. Exhaust fan
didefinisikan sebagai outlet velocity. Hubungan perbedaan tekanan (Pa) dan debit
aliran tidak didefinisikan karena sudah diwakili dengan data kecepatan angin dan
arah aliran didefinisikan tegak lurus terhadap permukaan fan. Keterbatasan definisi
exhaust fan disebabkan karena data spesifikasi exhaust fan yang digunakan di
kandang tidak tersedia baik di modul engineering database software CFD Lab
2009 ataupun tercatat di broiler closed house tempat penelitian.
32
Pemilihan mesh menggunakan pilihan mesh tingkat 5 setelah melalui proses

mesh dependency test. Jumlah seluruh cell yang terbentuk pada mesh tingkat 5
berjumlah 672.689 cells yang terdiri dari fluid cells berjumlah 469.648 cells dan
solid cells berjumlah 31.696 cells dan iterasi dilakukan hingga global goals
mencapai kovergen selama 420 kali iterasi.
Hasil simulasi ditampilkan dalam bentuk cut plot contour dan vector.
Penyajian gambar hasil simulasi tampak atas ditampilkan pada ketinggian 0,25
meter, 0,45 meter, dan 1,7 meter untuk menunjukkan adanya perbedaan profil pada
setiap ketinggian. Profil pada ketinggian 0,25 meter dapat juga mewakili
ketinggian pada daerah habitat ayam sedangkan profil pada ketinggian 1,7 meter
dapat mewakili ketinggian manusia ketika berdiri.
Daerah separasi
Drag force aliran
Daerah pertemuan dua

Drag force aliran udara
Gambar 2.4 Cut plot contour dan vektor aliran udara pada inlet
Gambar 2.4 menggambarkan udara masuk dari dua ujung evaporatif pad
karena adanya hisapan dari exhaust fan yang bekerja. Terjadi desakan udara pada
ujung evaporative pad sehingga timbul drag force. Drag force adalah gaya dari
fluida yang mendesak suatu benda pada arah aliran fluida tersebut (Cengel dan
Turner 2001).
Aliran udara masuk yang tertahan itu disebabkan adanya sudut pada ruang
pemisah antara evaporative pad dan kandang. Pemberian ruang pemisah berfungsi
untuk mengeliminir efek wind chill (PCPI 2005). Efek wind chill adalah penurunan
suhu yang drastis dirasakan oleh ayam karena hembusan angin yang terlalu
kencang. Akibat timbulnya drag force pada sudut di ruang pemisah, menyebabkan
adanya flow separation atau pemisahan aliran. Pemisahan aliran adalah fenomena
33
ketika aliran fluida berpisah dari permukaan benda setelah sebelumnya aliran
mengikuti kontur permukaan benda tersebut. Area pemisahan ini tergantung dari
beberapa faktor seperti bilangan reynold dan kekasaran permukaan benda. Makin
besar tekanan akibat drag force maka makin besar pula daerah pemisahan aliran
yang terjadi (Cengel dan Turner 2001).
Penurunan kecepatan aliran terjadi pada daerah separasi. Di luar daerah
separasi, kecepatan aliran udara bertambah karena adanya pertemuan antara dua
aliran udara dari kedua ujung evaporative pad. Ketika aliran udara menabrak sudut
dinding pemisah meyebabkan aliran terdesak pada daerah pertemuan dua aliran
udara. Pada area ini kecepatan aliran udara bertambah karena berkurangnya daerah
efektif aliran.
Suhu dalam Broiler Closed House

Peristiwa pindah panas yang paling mempengaruhi dalam kandang closed
broiler house adalah pindah panas konveksi dari tubuh ayam ke udara karena
adanya aliran udara secara mekanis yang disebabkan beroperasinya exhaust fan.
Adanya peristiwa konveksi paksa itu dapat dilihat pada Gambar 2.5. Inisialisasi
panas ayam menggunakan definisi heat source dari plat datar. Sedangkan panas
dari konstruksi bangunan didefinisikan sebagai real wall dari permukaan
konstruksi bangunan tersebut. Definisi heat soure merupakan prinsip heat flux
konstan sedangkan real wall merupakan prinsip temperatur konstan dalam pindah
panas konveksi.
Konveksi paksa pada tubuh terjadi ketika aliran udara menerpa tubuhnya.
Konveksi paksa tersebut menyebabkan berkumpulnya panas di ujung outlet.
Semakin dekat dengan sumber panasnya, profil akumulasi panas semakin terlihat
jelas. Suhu udara pada area kandang yang tidak merata ini dapat mengurangi
performansi ayam, sehingga perlu dilakukan pengaturan kepadatan ayam.
Pengaturan kepadatan ayam dilakukan dengan cara di bagian belakang lebih rendah
daripada kepadatan ayam di bagian tengah dan depan seperti yang dilakukan pada
simulasi ini. Kepadatan ayam pada area tiga yang berada di bagian belakang dibuat
paling rendah kepadatannya untuk mengurangi heat stress pada ayam karena
adanya akumulasi panas yang dihisap oleh exhaust fan.
34
Exhaust fan
Evaporative Pad
Gambar 2. 5 Cut plot tampak samping profil temperatur udara pada kandang
Gambar 2.5 menggambarkan terbentuknya thermal boundary layer akibat

adanya konveksi paksa pada suatu permukaan benda yang memiliki suhu dibawah
atau diatas suhu dari fluida yang mengalir pada permukaannya. Thermal boundary
layer adalah daerah aliran fluida diatas permukaan benda dimana variasi suhunya
terhadap arah normal atau tegak lurus terhadap permukaan benda tersebut cukup
signifikan (Cengel dan Turner 2001). Ketebalan dari thermal boundary layer pada
kandang closed house ini terus bertambah hingga ujung dari aliran udara atau di
area exhaust fan. Profil thermal boundary layer menunjukkan peristiwa konveksi
pindah panas antara permukaan benda dan fluida. Jika terdapat aliran fluida diatas
permukaan benda yang dipanaskan atau didinginkan, velocity boundary layer dan
thermal boundary layer akan terbentuk secara simultan. Fenomena ini
menunjukkan kecepatan udara yang mengalir di atas permukaan benda tersebut
mempunyai pengaruh besar terhadap konveksi pindah panas yang terjadi (Cengel
dan Turner 2001). Pada simulasi suhu starter, grower dan finisher menggambarkan
bahwa panas akibat konveksi dari material atap relatif tidak berpengaruh terhadap
ayam. Konveksi panas dari ayam dan bagian dinding terpal cenderung lebih
berpengaruh signifikan dan panasnya akan terakumulasi pada kandang bagian
belakang.
Suhu yang tercatat pada saat percobaan berfluktuasi kisaran 280C-330C.
Data yang dimasukan kedalam boundary condition sebagai masukan di CFD dibagi
atas 3 kondisi pagi, siang dan sore untuk ayam broiler periode starter.
35
Suhu Optimun dan Tidak Optimun di Broiler Closed House Periode Starter
Tabel 2.4 Suhu Kondisi optimun periode Starter (Umur 1-18 Hari) pagi jam 09.00
Material Suhu Nilai
0
Suhu Lingkungan 32,4 C
Atap Seng 35.50 C
Lantai Tanah 33 0 C
Panas Ayam 40 0 C
Dinding kiri, kanan 33 0 C
Suhu=Tevaporative cooling 200C -20,60C
Radiasi 343W/m2
Kipas angin 8.800 watt
Lampu 18 watt
Kecepatan angin 1,8 m/s
Gambar 2. 6 Suhu pada pagi jam 09.00 untuk starter (umur 1-18 hari)
Gambar 2.6 menjelaskan penyebaran suhu ruangan 200C-360C suhu

lingkungan (ambient) 32,40 C,suhu atap 35,50 C,suhu lantai 330C, suhu ayam 40 0C,
suhu dinding kiri dan kanan 33 0 C, suhu evavorating cooling 200C -20,60C. Suhu
ruangan yang panas terdapat ditengah dan suhu lantai karena dipengaruhi oleh litter
dan ayam broiler. Gambar 2.5 dilihat dari atap-lantai ini menjelaskan potongan
sumbu x-z terhadap sumbu y.
36
Tabel 2. 5 Suhu tidak optimun starter (umur 1-18 hari) siang jam 12.00
Material Suhu Nilai
0
Atap Seng 38.80 C
Lantai Tanah 34 0 C
Panas Ayam 40 0 C
Dinding kiri, kanan 34,5 0 C
Radiasi 400 W/m2
Lampu 18 watt
Gambar 2. 7 Suhu siang jam 12.00 untuk starter
Gambar 2.7 di atas menjelaskan penyebaran suhu rungan 200C-400C suhu

dan ayam broiler.
Kelembaban Optimun dan Tidak Optimun di Broiler Closed House Periode

Starter
Parameter RH juga disimulasikan dalam penelitian ini. Tetapi perhitungan
RH tidak memperhitungkan adanya penguapan yang terjadi pada tubuh ayam,
udara pernapasan ayam, litter, dan penguapan dari bahan-bahan cair seperti air
minum ayam dalam kandang. Tampak simulasi kelembaban starter, grower dan
finhser, pola penyebaran profil RH makin tinggi di daerah inlet. Tingginya RH di
area inlet akan menyebabkan heat index ayam makin tinggi. Makin tinggi heat
37
index ayam mengindikasikan makin rentannya ayam mengalami heat stress. Tetapi
kecenderungan ini dieliminir dengan kecepatan udara yang tinggi pada daerah inlet
yang menghasilkan suhu efektif terbaik untuk ayam. Tingkat RH yang tinggi di
bagian area inlet akan bertambah jika dioperasikannya evaporative pad cooling.
Kondisi ini tidak baik untuk performansi ayam karena litter yang mengandung
amonia dari kotoran ayam sulit menguap sehingga pengaturan kepadatan ayam
pada area ini dibuat lebih rendah daripada pada area dua di bagian tengah kandang.
Dengan pengaturan kepadatan tersebut diharapkan kandungan amonia udara pada
area satu tidak terlalu tinggi.
Tabel 2. 6 Kelembaban tidak optimun periode Starter (Umur 1-18 Hari) jam 09.00
Material Kelembaban Nilai
Kelembaban Lingkungan 90 %
Atap 25%
50-75%
Dinding Kiri dan Kanan
Letak Geografis 6° 18' 00" LS; 106°
Gambar 2. 8 Kelembaban tidak optimun periode starter (Umur 1-18 Hari) jam
09.00
Gambar 2.8 di atas menjelaskan pola aliran kelembapan (RH) pada bidang
X-Z secara merata yang terjadi di dalam kandang, terlihat nampak perbedaan
distribusi kelembaban yang diindikasikan dengan warna – warni, pada warna
merah menjelaskan daerah kelembaban (RH) terbesar di mulai dari daerah
evaporating cooling mencapai 90%, nilai kelembaban tersebut dipengaruhi oleh
zona injeksi evaporating cooling yang membawa partikel udara dengan temperatur
38
200C sehingga menyebar ke seluruh ruangan di dalam broiler closed house. Pada
daerah mendekati zona keluar (fan) mulai terjadi penurunan kelembaban hal ini
dapat disebabkan naiknya nilai temperatur di daerah saluran ke luar kandang.
Tabel 2. 7 Kelembaban optimun periode Starter (Umur 1-18 hari) jam 12.00
Atap 24 %
Dinding Kiri dan Kanan 50-75%
Gambar 2. 9 Kelembaban optimun untuk starter (umur 1-18 hari) jam 12.00
Gambar 2.9 menjelaskan pola aliran kelembaban (RH) pada bidang X-Z
secara merata yang terjadi di dalam kandang, terlihat nampak perbedaan distribusi
kelembaban yang diindikasikan dengan warna–warni, pada warna merah
menjelaskan daerah kelembaban (RH) terbesar di mulai dari daerah evaporating
cooling mencapi 70%, nilai kelembaban tersebut dipengaruhi oleh zona injeksi
evaporating cooling yang membawa partikel udara dengan temperatur 200C
sehingga menyebar ke seluruh ruangan di dalam broiler closed house. Pada daerah
mendekati zona keluar (fan) mulai terjadi penurunan kelembaban hal ini dapat
disebabkan naiknya nilai temperatur di daerah saluran ke luar kandang.
Amonia Optimun dan Tidak Optimun di Broiler Closed House Periode

Starter
Pada simulasi amonia starter menggambarkan tentang sebaran amonia
dalam closed house berdasarkan ketinggian dari lantai. Pada Gambar 2.10
39
memperlihatkan sebaran amonia pada ketinggiian 0.4 m mewakili ketinggian ayam

pada umur panen. Dari sini dapat terlihat bahwa pada inlet sebaran amonia
sangatlah kecil, hal ini dikarenakan sedikit ayam yang berada disana dan amonia
akan terbawa oleh exhaust fan sehingga semakin menjauhi inlet maka kadar
amonia akan semakin besar. Pada jarak 40 m dari inlet terlihat bahwa sebaran
amonia merata, hal ini dipengaruhi oleh kerja exhaust fan yang bagus sehingga
aliran udara mampu mengalir dengan lancar. Pada jarak 40 m berikutnya terjadi
peningkatan kadar amonia hingga 3x lipat dan semakin mendekati exhaust fan
kadar amonia mencapai maksimum. Hal ini dapat ditunjukkan berdasarkan warna.
Warna merah memperlihatkan nilai maksimal sedangkan semakin menuju warna
biru akan makin menurun kadar amonianya. Dari pola aliran ini mengisyaratkan
bahwa kinerja exhaust fan memadai dalam melakukan sirkulasi udara. Amonia
pada ayam dihasilkan dari feces/kotoran ayam. Feces ini akan bereaksi sehingga
menghasilkan gas-gas dimana gas ini akan senantiasa diam jikalau tidak ada udara
yang berhembus ataupun panas yang dihasilkan cahaya matahari. Oleh karena itu
dalam sistem closed house dibuatlah sistem hembusan angin sehingga amonia
dapat terangkat dan dibawa menuju lingkungan luar melalui exhaust fan. Hal ini
dapat terlihat pada sekam yang berada pada kandang, dimana yang awalnya basah
akibat feces dan air minum, maka akan kering dengan adanya hembusan angin
tersebut. Pembahasan simulasi amonia memperlihatkan sebaran amonia pada
ketinggiian 1-9 ppm mewakili ketinggian ayam pada umur panen. Dari sini dapat
terlihat bahwa pada inlet sebaran amonia sangatlah kecil, hal ini dikarenakan
sedikit ayam yang berada disana dan amonia akan terbawa oleh exhaust fan
sehingga semakin menjauhi inlet maka kadar amonia akan semakin besar. Pada
jarak 40 m dari inlet terlihat bahwa sebaran amonia merata, hal ini dipengaruhi
oleh kerja exhaust fan yang bagus sehingga aliran udara mampu mengalir dengan
lancar. Pada jarak 40 m berikutnya terjadi peningkatan kadar amonia hingga 3x
lipat dan semakin mendekati exhaust fan kadar amonia mencapai maksimum. Hal
ini dapat ditunjukkan berdasarkan warna. Warna merah memperlihatkan nilai
maksimal sedangkan warna biru akan makin menurun kadar amonianya. Dari pola
aliran ini mengisyaratkan bahwa kinerja exhaust fan memadai dalam melakukan
sirkulasi udara.
40
Tabel 2. 8 Amonia optimum periode starter (umur 1-18 hari) pada jam 12.00
Material Amonia Nilai
Kecepatan kipas angin 7,24-7,48 m/s
Luas =A 120 mx12m
Ekskreta Ayam 0.12-0.96 g NH3 / ekor/hari (3,45 ppm)
Evavorating cooling 200C -20,60C
320C
Suhu Lantai
Kecepatan angin lantai 1,6 m/s
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2. 10 Amonia optimun periode starter (umur 1-18 hari) pada jam 12.00
Gambar 2.10 menjelaskan pola aliran amonia pada bidang x-z secara merata
yang terjadi di dalam kandang, terlihat nampak perbedaan distribusi amonia yang
diindikasikan dengan warna–warni, pada warna merah menjelaskan daerah
kandungan mass fraction gas amonia (9.16 ppm) terbesar di mulai dari daerah
evaporating cooling, besarnya kandungan gas amonia tersebut dipengaruhi oleh
zona injeksi evaporating cooling yang membawa udara menyebar ke seluruh
ruangan kandang. Pada daerah mendekati zona keluar (fan) nampak terlihat nilai
amonia menjadi bertambah hal ini bisa disebabkan udara yang membawa gas
amonia sudah mulai terbuang kelingkungan yang disebabkan oleh aliran hisap
(suction) dari kipas yang di pasang di sisi ujung kandang membawa gas amonia
sudah mulai terbuang kelingkungan yang disebabkan oleh aliran hisap (suction)
dari kipas yang di pasang di sisi ujung kandang.
Tabel 2. 9 Amonia tidak optimum periode starter (umur 1-18 hari) pada jam 16.00
Luas=A 120 mx12m
Suhu Lantai 360C
Feses Ayam 0.12-0.96 g/ekor/hari (4,015 ppm)
Evaporating cooling 200C -20,60C
Suhu Lantai 350C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
41
Gambar 2. 11 Amonia tidak optimum untuk starter (umur 1-18 hari) pada jam 16.00
kandungan volume fraction gas amonia (13.54 ppm) terbesar di mulai dari daerah
(suction) dari kipas yang di pasang di sisi ujung kandang.
Suhu Optimun dan tidak Optimun di Broiler Closed House Periode Grower
Tabel 2. 10 Suhu optimum periode Grower (umur 19-30 hari) pagi jam 09.00
Material Temperature Nilai
Atap Seng 34.4 0 C
Lantai Tanah 32 0 C
Panas Ayam 40 0 C
Radiasi 315 W/m 2
Kipas Angin 8800 watt
Lampu 18 watt
Kecepatan angin 1,75m/s
Gambar 2. 12 Suhu optimum periode grower (19-30 hari) pagi jam 09.00
42

lingkungan (ambient temperature) 31,300 C, suhu atap 34.4 0
C, suhu lantai 330C,
suhu ayam 40 0C, suhu dinding kiri dan kanan 33 0
C, suhu evavorating cooling
200C-20,60C, radiasi 315 W/m2, daya kipas angin 8.800 Watt dan kecepatan angin
1,75m/s. Suhu ruangan yang panas terdapat ditengah dan suhu lantai karena
dipengaruhi oleh litter dan ayam broiler.
Tabel 2. 11 Simulasi suhu tidak optimun periode Grower pada jam 12.00
0
Suhu Lingkungan 35.4 C
Atap Seng 35.5 0 C
Lantai Tanah 36 0 C
Panas Ayam 40 0 C
Radiasi 349 W/m2
Lampu 18 watt
Kecepatan masuk 1,8 m/s
Gambar 2. 13 Suhu tidak optimum periode grower jam 12.00
Gambar 2.13 dilihat dari atap-lantai ini menjelaskan potongan sumbu

x-z terhadap sumbu y. Waktu siang di atas menjelaskan penyebaran suhu ruangan
200C-400C suhu lingkungan (ambient) 35,40 C, suhu atap 35,50 C, suhu lantai 360C,
200C -20,60C, radiasi 315 W/m2, daya kipas angin 8.800 Watt, lampu 18 watt dan
kecepatan angin 1,8 m/s. Suhu ruangan yang panas terdapat ditengah dan suhu
lantai karena dipengaruhi oleh litter dan ayam broiler.
43
Kelembaban Optimun dan tidak Optimun di Broiler Closed House Periode

Grower
Tabel 2. 12 Kelembaban tidak optimum periode Grower (umur 19-30 hari)
pada jam 09.00
Atap 26 %
Gambar 2. 14 Kelembaban tidak optimum untuk grower (Umur 19-30 hari) jam
09.00
Gambar 2.14 menjelaskan pola aliran kelembapan (RH) pada bidang X-Z
kelembaban yang diindikasikan dengan warna – warni, pada warna merah
cooling mencapai 85%, nilai kelembaban tersebut dipengaruhi oleh zona injeksi
Tabel 2. 13 Kelembaban optimum untuk Grower (umur 19-30 hari)
pada jam 12.00
Kelembaban Ruangan 70 %
Atap 22 %
44
Gambar 2. 15 Kelembaban optimun untuk grower (umur 19-30 hari) pada jam
12.00
Pada Gambar 2.15 terlihat pola aliran kelembapan (RH) pada bidang X-Z
Amonia Optimum dan Tidak Optimum di Broiler Closed House Periode

Grower
Tabel 2.14 Amonia optimum periode grower pada (umur 19-30 hari) jam 12.00
Luas=A 120 mx12m
Suhu Lantai 340C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
45
Gambar 2. 16 Amonia optimum periode grower (umur 19-30 hari) jam 12.00
Tabel 2.15 Amonia tidak optimum periode grower (umur 19-30 hari) jam 16.00
Luas=A 120 mx12m

Suhu Lantai 360C
Suhu Lantai 350C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2. 17 Amonia tidak optimum periode grower (umur 19-30 hari) jam 16.00
46
Suhu Optimun dan Tidak Optimun di Broiler Closed House Periode Finisher
Tabel 2.16 Simulasi suhu optimum periode finisher (31-38 hari) jam 09.00
Suhu Lingkungan 310 C
Atap Seng 30. 0 C
Lantai Tanah 32 0 C
Panas Ayam 40 0 C
Dinding kiri, kanan 34.5 0 C
Radiasi 310 W/m2
Lampu 18 watt
Gambar 2.18 Suhu optimun periode finisher (umur 31-38 hari) jam 09.00
47
Tabel 2.17 Simulasi suhu tidak optimum periode finisher (31-38 hari) jam 12.00

Atap Seng 35.0 C
Lantai Tanah 35 0 C
Panas Ayam 40 0 C
Radiasi 389 W/m2
Lampu 18 watt
Gambar 2.19 Suhu tidak optimum periode finisher (31-38 hari) jam 12.00
Gambar 2.19 dilihat dari atap-lantai ini menjelaskan potongan sumbu x-z
terhadap sumbu y. Waktu siang di atas menjelaskan penyebaran suhu ruangan
200C-400C suhu lingkungan (ambient temperature) 34.50 C,suhu atap 300 C,suhu
lantai 320C, suhu ayam 40 0C, suhu dinding kiri dan kanan 34.50C, suhu
evavorating cooling 200C -20,60C, daya kipas angin 8.800 Watt, lampu 18 watt dan
48
49

Finisher
Tabel 2.18 Kelembaban tidak optimum periode finisher (umur 31-38 hari) jam
09.00
Atap 26 %
Gambar 2. 20 Kelembaban tidak optimum periode finisher (umur 31-38 hari) jam
09.00
Tabel 2.19 Kelembaban optimum periode finisher (umur 31-38 Hari) jam 12.00
Atap 22 %
50
Gambar 2. 21 Kelembaban optimun periode finisher (umur 31-38 hari) jam 12.00
Amonia Optimun dan tidak Optimun di Broiler Closed House Periode

Finisher
Tabel 2. 20 Amonia optimum periode finisher (umur 31-38 hari) pada jam 12.00
Luas=A 120 mx12m
Suhu Lantai 340C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
51
Gambar 2. 22. Amonia optimum periode grower (umur 31-38 hari) pada jam 12.00
amonia sudah mulai terbuang menumpuk sekitar fan kelingkungan yang
disebabkan oleh aliran hisap (suction) dari kipas yang di pasang di sisi ujung
kandang.
Tabel 2. 21 Amonia tidak optimum periode finisher (umur 31-38 hari) jam
16.00
Luas=A 120 mx12m
Suhu Lantai 330C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2.23 Amonia tidak optimum periode finisher (umur 31-38 hari) pada jam 16.00
52
Gambar 2.23 menjelaskan pola aliran amonia pada bidang X-Z secara
merata yang terjadi di dalam kandang, terlihat nampak perbedaan distribusi
amonia yang diindikasikan dengan warna–warni, pada warna merah menjelaskan
daerah kandungan mass fraction gas amonia (10.62 ppm) terbesar di mulai dari
daerah evaporating cooling, besarnya kandungan gas amonia tersebut dipengaruhi
oleh zona injeksi evaporating cooling yang membawa udara menyebar ke seluruh
amonia menjadi bertambah sebesar (12.82166 ppm) hal ini bisa disebabkan udara
yang membawa gas amonia sudah mulai terbuang kelingkungan yang disebabkan
oleh aliran hisap (suction) dari kipas yang di pasang di sisi ujung kandang.
Simulasi dan Validasi Model

Simulasi yang telah disusun diuji dengan data percobaan yang dilakukan.
Keluaran dari model adalah perubahan suhu ruangan, suhu lantai, suhu atap, suhu
atap sedangkan suhu kipas angin, suhu ayam, suhu evavoration cooling konstan.
Hasil simulasi model dievaluasi dengan coefficient of determination atau
Koefisien korelasi (R2) dan RMSE. Koefisien korelasi adalah bilangan yang
digunakan dalam mengukur kekuatan hubungan antara peubah satu dengan perubah
lainnya. Koefisien korelasi dihitung dengan menggunakan persamaan berikut :
………………………………………………………….…(2.16)
Dimana merupakan nilai rerata lingkungan hasil pengamatan, yi prediksi ke-i.
Untuk mengetahui error menggunakan rumus kesalahan Kuadrat Mean

Akar (Root Mean Squared Error).
…………………..………………………………………(2.17)
RMSE = Root mean squared error
Y = Data riil
Y´ = Data peramalan
n = Banyaknya waktu data peramalan
Validasi simulasi Suhu Ruangan CFD dengan Pengukuran di Lapangan

53
Validasi simulasi untuk menduga perubahan suhu ruangan terlihat secara

umum sudah dapat merepresentasi data dengan korelasi (R2) 99,093 % dan RMSE
0,934952 Suhu maksimum yang dihitung dengan simulasi mencapai kesalahan atau
error antara hasil perhitungan dengan pengukuran dapat disebabkan oleh asumsi-
asumsi kehilangan panas pada saat pintu dibuka dan kebocoran diabaikan.
Validasi Suhu RMSE= 0.934952

R² = 0.907
35
Simulasi T (derajat celsius)
30
25
20
15
10
5
0
27 28 29 30 31 32 33 34
Pengukuran T ( derajat celcius)
Gambar 2. 24 Validasi Suhu Ruangan Simulasi dan Pengukuran
Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan

Validasi simulasi untuk menduga perubahan kelembaban ruangan terlihat
secara umu sudah dapat merepresentasi data dengan korelasi (R2) 99,007 % dan
RMSE 0,966379 kelembaban maksimum yang dihitung dengan simulasi mencapai
kesalahan atau error antara hasil perhituangan dengan pengukuran dapat
disebabkan oleh asumsi-asumsi kehilangan panas pada saat pintu dibuka dan
kebocoran diabaikan.
Validasi Kelembaban RMSE = 0.966379

150 R² = 0.993
Simulasi RH (Persen)
100
50
0
0 20 40 60 80 100 120
Pengukuran RH (Persen)
54
Gambar 2. 25 Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan
Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan

Validasi simulasi untuk menduga perubahan amonia ruangan terlihat secara
0.2565 amonia maksimum yang dihitung dengan simulasi mencapai kesalahan atau
error antara hasil perhituangan dengan pengukuran dapat disebabkan oleh asumsi-
Validasi NH3 CFD RMSE = 0.2565

R² = 0.979
14.0000
12.0000
Simulasi NH3 (ppm)
10.0000
8.0000
6.0000
4.0000
2.0000
0.0000
0.0000 2.0000 4.0000 6.0000 8.0000 10.0000 12.0000
Pengukuran NH3 (ppm)
Gambar 2. 26 Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan
Dari hasil simulasi suhu kelembaban dan amonia broiler closed house
mengetahui kondisi karakteristik lingkungan dengan sebaran (suhu, kelembaban
dan amonia) pada broiler closed house dan acuan peletakkan sensor suhu
kelembaban amonia, heater, humidifiyer dan kipas angin pada broiler closed house.
Penelitian ini sebagai acuan untuk melakukan pemodelan dan kendali lingkungan
(suhu, kelembaban, dan amonia) broiler closed house dengan mengetahui kondisi
lingkungan tidak optimal dan optimal.
55
Simpulan
1. Prediksi suhu rata-rata 300C, kelembaban 60 % dan amonia < 10 ppm pada
2. Kondisi sebaran suhu panas terletak pada bagian tengah, kelembaban yang
tinggi terletak pada dekat evavorating cooling antara kiri dan kanan dan
amonia yang ttinggi pada ujung dekat kipas angin dalam broiler closed
house sehingga bisa dijadikan acuan peletakan sensor suhu kelembaban
dan amonia serta heater, humidifiyer dan kipas angin.
3. Hasil simulasi suhu, kelembaban dan amonia broiler closed house telah
divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu
koefisien determinasi (R2) 99,093 % dan RMSE 0,934952, kelembaban
koefisien determinasi (R2) 99,007 % dan RMSE 0,966379 dan amonia
koefisien determinasi (R2) 99,11 % dan RMSE 0.2565. Nilai R2 yang
realatif tinggi menunjukkan bahwa kinerja model valid yang baik dalam
mensimulasikan suhu, kelembaban dan amonia.
4. Kondisi lingkungan tidak optimun yaitu suhu terjadi jam 12.00 siang,
kelembaban terjadi jam 09.00 pagi, jam 16.00 sore dan amonia pagi, siang
dan sore periode starter, grower dan finisher sehingga pengetahuan awal
sebelum mengendalikan di lingkungan broiler closed house
Saran
Dalam hasil simulasi dan validasi ini dijadikan sebagai acuan model dan
simulasi kendali lingkungan suhu, kelembaban dan amonia pada broiler closed
house pada penelitian berikutnya.
Daftar Pustaka
Alimuddin, Seminar KB, Subrata IMD, Sumiati. 2011. Critical Information Design
for House Broilers Used by Artificial Neural Network Journal IDTEK
Fakultas Teknik UVRI, ISSN : 1907-0780, Vol Edisi Oktober 2011.
for House Broilers Used by Artificial Neural Network Proceeding
Konferensi Internasional AFITA, 4-7 oktober 2010, Bogor.
Alimuddin, Seminar KB, Subrata IDM, Sumiati. 2011. Pemodelan Suhu pada
56

2011, UNPAD Bandung Indonesia.
Amrullah IK. 2003. Nutrisi Ayam Broiler. Lembaga Satu Gunung Budi, Bogor.
Anderson JD. 1995. Computational Fluid Dynamics :The Basic With Applications.
McGraw-Hill, Inc, Singapura
Appl M. 1999. Ammonia, Principles and Industrial Practice, Wiley–VCH, New
York, p. 66
ASAE Monograph. 2003.No: 6. St. Joseph, MI., USA
ASAE Monograph.1983.No: 6. St. Joseph, MI., USA
Ashgriz N & Mostaghimi J.2004. An Introduction to Computational Fluid
Dynamics Chapter 20 in Fluid Flow Handbook By Department of
Mechanical & Industrial Eng.University of Toronto, Toronto, Ontario,
Canada
Anonimous, 2003. Fluent 6.1 Tutorial Guide. Http://www.fluent.com
Bell D dan Weaver D. 2001. Commercial chicken meat and egg production. Edisi
ke-5. Springer. Amerika Serikat.
Bucklin RA, Turner LW, Beede DK, Bray DR, Hemken RW. 1991. Methods to
relieve heat stress for dairy cows in hot, humid climates. Appl. Eng.
Agric., 1991, vol. 7, p. 241-247.
Cengel AY, Robert H. Turner. 2001. Fundamentals of thermal-fluid sciences,
McGraw-Hill, Boston.
Chengel AY 2003. Heat Transfer,Mc Grow Hill. Inc, New York
[DPKP] Ditjen Peternakan Kementerian Pertanian. 2010.Jakarta
Djojodihardjo H.1985. Dasar-dasar Termodinamika , Teknik Gramedia. Jakarta.
Ernst RA. 1998. Housing for Improved Performance in Hot Climates, Extension
Poultry Specialist, Departemen of Avia Sciences, University of
California, Davis, California.
Farid. 2009. Simulasi Amonia pada Closed House Menggunakan Computional
Fluid Dynamic, Skripsi Departemen Teknik Mesin dan Biosistem
FATETA, IPB.
Ferziger JH and Peric M,1996, Computational Methods for Fluid Dynamics.
Springer.
Hidayatun R. 2007. Produksi Amonia dan Hidrogen Ekskreta Ayam Broiler yang
Diberi Tepung Kemangi (Ocimum basillicum) dalam Pakan. Skripsi.
Departemen Teknologi Produksi Ternak, IPB.
Bogor.http://www.encyclopedia.airliquide.com [20 Oktober 2009].
Holman JP. 1997. Heat Transfer, Eighth Edition, McGraw Hill,Inc
Imansyah IH, Ridho RS Rivalda RE, Rudy R, 2006, Rotating Heater untuk Ternak
Ayam Broiler, Prosiding Seminar Nasional, Rekayasa dan Aplikasi
Teknik Mesin di Industri Kampus ITENAS, Bandung
Jennis BH. 1978. The Thermal Environmental Conditioning and Control, Harper &
Row, Publishers.
[KMNKP] Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup No.
KEP 03/MENKHL/II/1991.
Kuzmin D and Turek S. 2004. Numerical Simulation Of Turbulent Bubbly Flows,
3rd International Symposium On Two-Phase Flow Modelling And
Experimentation Pisa, 22-24.
Leeson S dan Summers JD. 2000. Broiler breeder production. University books.
Canada.
57
Liu Z, Wang L, Beasley BD, Oviedo DVM, Edgar O. 2007. Modeling ammonia
emissions from broiler litter with a dynamic flow-through chamber
system, American Society of Agricultural and Biological Engineering,
Amerika.
Mutai EBK, Otieno PO, Gitau AN, Mbuge DO and Mutuli DA. 2011. Simulation
of the Microclimate in Poultry Structures in Kenya, Research Journal of
Applied Sciences, Engineering and Technology 3(7): 579-588, ISSN:
2040-7467.
Ori L & Tsabar M & Albert JH & Sharon M & Juan CR & Connie L & David MB.
2008. A New Approach for Minimizing Ammonia Emissions from Poultry
Houses, Water Air Soil Pollut, 191:183–197, Springer.
[PCPI] PT Charoen Pokhpand Indonesia, Tbk. 2005. Manual Manajemen Broiler
CP 707, Jakarta
Roni F. 2000. Kunci Sukses Beternak Ayam Broiler di Daerah Tropis. Agromedia.
Jakarta
Rose PS. 1997. Principles of Poultry Science, page 117, Cab International, New
York, US.
Sun Y, Lin YL, Zhao K, Lu YW. 2007. Mathematical Modeling of Gas-solid Flow
in Turbine Reactor, Agricultural Engineering International: the CIGR
Ejournal. Manuscript FP 06 006.Vol. IX. February .
Soldatos AG. Arvanitis KG, Daskalov PI, Pasgianos GD and Sigrimis NA. 2005.
Nonlinear robust temperature–humidity control in livestock buildings,
National Technical University of Athens, Department of Electrical and
Computer Engineering, Division of Signals, Systems and Robotics,
Zographou, 15773 Athens, Greece.
Suud HM. 2009. Simulasi Pola Aliran Udara dan Distribusi Suhu pada Kandang
Closed House Menggunakan Computional Fluid Dynamic, Skripsi
Departemen Teknik Mesin dan Biosistem FATETA, IPB.
Van FN, Vosse De, Van SAA, Segal A And Janssen JD. 1989. A Finite Element
Analysis Of The Steady Laminar Entrance Flow In A 90" Curved Tube,
International Journal For Numerical Methods In Fluids, Vol. 9,275-287,
Netherlands
Woods RL dan Lawrence KL. 1997. Modeling and Simulation of Dynamic System,
Prentice Hall, Inc, United States of America.
Wesseling P. 2001. Principles of Computational Fluid Dynamics, 53 Springer
Series in Computational Mathematics 29, DOI 10.1007/978-3-642-05146-
3_2, © Springer-Verlag Berlin Heidelberg
Yani A. 2007. Analisis dan simulasi Distribusi Suhu Udara pada Kandang Sapi
Perah Menggunakan Computational Fluid Dynamics (CFD). Tesis.
Sekolah Pasca Sarjana IPB. Bogor.
58
DAFTAR ISI
2 PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA BROILER

CLOSED HOUSE MENGGUNAKAN CFD ...................................................20
Pendahuluan .................................................................................................................. 22
Bahan dan Metode ....................................................................................................... 26
Hasil dan Pembahasan .................................................................................................. 31
Simpulan ....................................................................................................................... 55
Daftar Pustaka ............................................................................................................... 55
59
DAFTAR GAMBAR
Gambar 2.1 Keseimbangan Panas untuk Broiler Closed House dengan Ventilasi Alami
Ruang Udara (ASAE, 2003). .............................................................................................. 25
Gambar 2.2 Pemodelan Kandang Ayam Tertutup (Broiler Closed House)........................ 27
Gambar 2.4 Cut Plot Contour dan Vektor Aliran Udara pada Inlet ................................... 32
Gambar 2. 5 Cut Plot Tampak Samping Profil Temperatur Udara pada Kandang ............. 34
Gambar 2. 8 Kelembaban tidak optimun periode starter (umur 1-18 Hari) jam 09.00 ....... 37
Gambar 2. 9 Kelembaban optimun untuk Starter (umur 1-18 Hari) jam 12.00 .................. 38
Gambar 2. 10 Amonia optimun periode starter (Umur 1-18 Hari) pada Jam 12.00 .......... 40
Gambar 2. 14 Kelembaban tidak optimum untuk Grower (Umur 19-30 Hari) Jam 09.00 43
Gambar 2. 15 Kelembaban optimun untuk Grower (Umur 19-30 Hari) pada Jam 12.00 . 44
Gambar 2. 16 Amonia optimum periode grower (Umur 19-30 Hari) Jam 12.00 .............. 45
Gambar 2. 17 Amonia tidak optimum periode grower (Umur 19-30 Hari) Jam 16.00 ...... 45
Gambar 2. 19 Kelembaban tidak optimum periode finisher (umur 31-38 Hari) jam 09.00 49
Gambar 2. 20 Kelembaban optimun periode finisher (umur 31-38 Hari) jam 12.00.......... 50
Gambar 2. 23 Validasi Suhu Ruangan Simulasi dan Pengukuran ..................................... 53
Gambar 2. 21 Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan ....... 54
Gambar 2. 22 Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan .............. 54
DAFTAR TABEL
Tabel 2.1 Batas Ambang Suhu dan Kelembaban dalam Broiler Closed House ................. 23
Tabel 2.2 Baku Mutu Ambien dan Emisi Gas NH3 dan H2S .............................................. 23
Tabel 2.3 Ambang Batas Kadar NH3 pada Manusia dan Ternak ........................................ 24
Tabel 2.4 Suhu kondisi optimun periode starter (umur 1-18 hari) Pagi Jam 09.00 ........... 35
Tabel 2. 5 Suhu tidak optimun Starter (umur 1-18 hari) Siang Jam 12.00 ......................... 36
Tabel 2. 7 Kelembaban optimun periode starter (umur 1-18 Hari) jam 12.00................... 38
Tabel 2. 10 Suhu optimum Periode Grower (19-30 Hari) Pagi Jam 09.00 ........................ 41
Tabel 2. 11 Simulasi suhu tidak optimun periode grower pada jam 12.00 ......................... 42
Tabel 2. 9 Kelembaban tidak optimum Periode Grower (Umur 19-30 Hari) ..................... 43
Tabel 2. 10 Kelembaban optimum untuk Grower (Umur 19-30 Hari) pada Jam 12.00 .... 43
Tabel 2. 14 ..............................................................................Error! Bookmark not defined.
Tabel 2. 15 Kelembaban tidak optimum Periode Finisher (Umur 31-38 Hari) jam 09.00 . 49
Tabel 2. 20 .......................................................................................................................... 51
III MODEL DAN SIMULASI KENDALI SUHU, KELEMBABAN,
DAN AMONIA PADA BROILER CLOSED HOUSE BERBASIS
ON-OFF, PID, FUZZY LOGIC DAN ANFIS
Abstract
Indonesia was a tropical area having a hot environmental conditions of air temperature and
humidity were high, with a diversity of very low temperatures, except for the equatorial
area of diversity is quite high temperatures and dry. According to the tropical regions
ranged from 23.5 o north latitude and 23.5 ° south latitude. The tropical climate is a
climate type is characterized by high temperatures and humidity throughout the year than
other regions at high latitudes. The annual average temperature was lowest 18oC. High
humidity causes the inhibition of the release mechanism/body heat tarnsfer or reduction of
heat loads can cause heat stress. Heat stress was what causes the decline in productivity.
Broilers were warm-blooded animals with homeothermis or her body temperature 40.6oC
and 41.7oC. High body temperature which makes the broiler has a limited ability to adjust
to ambient temperature. Therefore, the broiler would feel very depressed when the ambient
temperature was higher than his ideal temperature was 19-27oC. The research objectives
were: first, to model the heat transfer (temperature), humidity and ammonia in the broiler closed
house, the second, to simulate of control ON-OFF, PID, Fuzzy Logic and ANFIS parameters
temperature, humidity and ammonia in the broiler closed house . Temperature and humidity data
obtained directly from the sensor and data ammonia SHT75 ammonia sensor TGS 444 was
connected to the RS-232 cable to the microcontroller and the computer. Materials used
include: temperature and humidity sensor SHT75 and ammonia sensor TGS 444. A set of
computers and peripherals, thermocopel and hybrid recorder, a set of broiler closed house
with the insulation system, exhaust fan (fan), cooling pad (cooling unit), heater (heating
unit). The method used to make mathematical models to the heat transfer (temperature),
humidity and ammonia to create a mathematical model of a function of temperature,
humidity and ammonia, with the equation difrensial then transformed with laplace
equation with the transfer function. Transfer function as a substitute for realtime
allegations later included in the transfer function process control simulation. Simulation of
control in a brolier closed house in this study with 3 scenarios closed time during starter,
grower and finisher. Future studies using a broiler house closed. 30 0C to 260C setpoin the
starter, grower setpoin was 24-25 0C, setpoin 22-230C was a finisher. Controlling
temperature and humidity in broiler closed houses on using the method of self-tuning (self
tuning) control. Testing was done by testing the response variable input, set point tracking
test. Response testing performed on the machine control was modeled in the form of
transfer function with the input's of the constant in Matlab simulink. Testing the first set
point tracking was done by changing the temperature of 300C input value, 290C, 280C,
270C, 260C, 250C, 240C, 230C, 220C for control ON-OFF, PID, Fuzzy Logic and ANFIS.
Then in the second set point tracking will change the value of the input humidity was 70%,
60%, 50% for the control of the ON-OFF, PID, Fuzzy Logic and ANFIS. Continue
tracking the third set point humidity will change the input value of 20 ppm, 15 ppm, 10
ppm, 5 ppm, 2.5 ppm and 1 ppm for control ON-OFF, PID, Fuzzy Logic and ANFIS.
Performance response of control ON-OFF, PID, Fuzzy Logic and ANFIS according to the
transient control parameters.
Keyword: Model, simulation control ON-OFF, PID, Fuzzy Logic, ANFIS, on Broiler
Closed House.
58
Abstrak
Indonesia yang merupakan daerah tropis mempunyai kondisi lingkungan suhu udaranya
panas dan kelembaban yang tinggi, dengan keragaman suhu udara yang sangat rendah,
kecuali didaerah ekuator keragaman suhu cukup tinggi dan kering. Menurut wilayahnya
daerah tropis berkisar antara 23,5o lintang utara dan 23,5o lintang selatan. Iklim tropis
merupakan sebuah tipe iklim yang dicirikan oleh suhu dan kelembaban yang tinggi
sepanjang tahun melebihi daerah-daerah lain pada lintang tinggi. Suhu rata-rata tahunan
terendahnya yaitu 18oC. Tingginya kelembaban udara menyebabkan terhambatnya
mekanisme pelepasan/ pembuangan panas tubuh atau penurunan beban panas yang dapat
menimbulkan heat stress. Heat stress inilah yang menyebabkan penurunan produktivitas.
Ayam adalah hewan homeothermis atau berdarah panas dengan temperatur tubuhnya
40.6oC dan 41.7oC . Temperatur tubuh yang tinggi ini membuat ayam memiliki
kemampuan terbatas dalam menyesuaikan diri dengan temperatur lingkungan. Oleh karena
itu ayam akan merasa sangat tertekan jika suhu lingkungan lebih tinggi dari temperatur
ideal baginya yaitu 19-27oC. Tujuan Penelitian adalah: pertama, untuk memodelkan
pindah panas (suhu), kelembaban dan amonia pada broiler house, kedua, untuk
mensimulasikan kendali ON-OFF, PID, Fuzzy Logic dan ANFIS suhu, kelembaban dan
amonia pada broiler house. Data suhu dan kelembaban diperoleh secara lansung dari
sensor SHT75 dan data amonia sensor amonia TGS 444 dihubungkan dengan kabel RS-
232 ke mikrokontroler dan komputer. Peralatan yang digunakan meliputi : sensor suhu dan
kelembaban SHT75 dan sensor amonia TGS 444. Satu set komputer dan peripheral,
thermokopel dan hybrid recorder, satu set kandang ayam dengan sistem isolasinya,
exhaust fan (kipas angin), cooling pad (unit pendingin), heater (unit pemanas). Metode
digunakan membuat model matematik pindah panas (suhu), kelembaban dan amonia untuk
membuat model matematik fungsi suhu, kelembaban dan amonia, dengan persamaan
difrensial kemudian ditransformasikan dengan persamaan laplace dengan fungsi alih.
Fungsi alih sebagai sebagai pengganti dugaan realtime kemudian fungsi alih dimasukan
dalam proses simulasi kendali. Simulasi kendali pada kandang ayam dalam penelitian ini
broiler closed house dengan 3 skenario waktu pada masa starter, grower dan finisher.
Penelitian selanjutnya menggunakan beberapa broiler closed house. Untuk setpoin 260C-
300C adalah starter, setpoin 24-25 0C adalah grower, setpoin 22-230C adalah finisher.
Pengendali suhu dan kelembaban pada broiler closed house pada ayam broiler
menggunakan metode swa-tala (self tuning) kendali. Pengujian dilakukan dengan uji
respon variabel input, uji tracking set point. Pengujian respon dilakukan pada mesin
kendali yang dimodelkan dalam bentuk fungsi alih dengan input-an dari konstanta pada
simulink Matlab. Pengujian tracking set point pertama pada suhu dilakukan dengan
merubah nilai masukan sebesar 300C, 290C, 280C, 270C,260C,250C,240C,230C,220C untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Kemudian pada tracking set point kedua
akan merubah nilai masukan kelembaban sebesar 70%, 60%, 50% untuk kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS. Dilanjutkan tracking set point ketiga akan merubah nilai
masukan kelembaban sebesar 20 ppm, 15 ppm, 10 ppm, 5 ppm, 2,5 ppm dan 1 ppm untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Kinerja respon kendali ON-OFF, PID,
Fuzzy Logic dan ANFIS sesuai parameter kendali transien.
Keyword: Model, simulasi kendali ON-OFF, PID, Fuzzy Logic, ANFIS, Broiler Closed
House.
59
Pendahuluan
Indonesia yang merupakan daerah tropis mempunyai kondisi lingkungan
suhu udaranya panas dan kelembaban yang tinggi, dengan keragaman suhu udara
yang sangat rendah, kecuali didaerah ekuator keragaman suhu cukup tinggi dan
kering. Menurut wilayahnya daerah tropis berkisar antara 23,5o lintang utara dan
23,5o lintang selatan. Iklim tropis merupakan sebuah tipe iklim yang dicirikan oleh
suhu dan kelembaban yang tinggi sepanjang tahun melebihi daerah-daerah lain
pada lintang tinggi. Suhu harianya dapat melebih 35oC atau yang secara umum
suhu lingkungan bisa berfluktuasi antara 29oC hingga 36oC dan kelembabannya 70-
80% (Hery 2009). Menurut (Rao et al. 2002) pemeliharaan unggas di negara-
negara tropis, suhu lingkungan merupakan stressor utama dengan kisaran suhu
yang luas dari 35oC- 43°C untuk waktu yang lama. Suhu rata-rata tahunan
terendahnya yaitu 18oC (Handoko 1995). Tingginya kelembaban udara
menyebabkan terhambatnya mekanisme pelepasan/ pembuangan panas tubuh atau
penurunan beban panas yang dapat menimbulkan heat stress. Heat stress inilah
yang menyebabkan penurunan produktivitas.
Ayam adalah hewan homeothermis atau berdarah panas dengan temperatur
tubuhnya 40.6oC dan 41.7oC. Temperatur tubuh yang tinggi ini membuat ayam
memiliki kemampuan terbatas dalam menyesuaikan diri dengan temperatur
lingkungan. Oleh karena itu ayam akan merasa sangat tertekan jika suhu
lingkungan lebih tinggi dari temperatur ideal baginya yaitu 19-27oC (Hamidi 2006;
Alimuddin et al. 2011).
Ternak unggas dalam hal ini ayam broiler bernafas dengan menghirup
oksigen dan mengeluarkan gas karbondioksida serta air. Dalam hal ini apabila
terlalu rendah kadar oksigen didalam kandang kondisi ini berhubungan dengan
temperatur dan kelembaban kandang, maka akan perdampak pada produksi dan
kesehatan ayam. Kotoran ayam mengandung gas beracun yaitu amonia (NH3),
hydrogen sulfida (H2S), karbondioksida (CO2) dan methane. Diantara gas bercun
tersebut yang paling banyak menimbulkan masalah bagi kesehatan dan
produktivitas ternak serta pemukiman adalah amonia.
60
Tabel 3. 1 Batas aman dan kematian akibat gas yang merugikan di broiler closed
house
Batas Kematian Batas Aman
Jenis Gas
(%) % ppm
Amonia > 0.05 < 0.0025 < 25
Hidrogen Sulfida >0.05 < 0.004 <40
Carbon Dioksida > 30 <1 <10 000
Methana >5 <5 <50 000
Sumber: (North dan Bell 1990)
Konsentrasi NH3 dalam kandang dipengaruhi oleh pakan yang dikonsumsi,
tata laksana perkandangan, penanganan kotoran ternak, jumlah kotoran dalam
kandang, serta temperatur dan kelembaban yang tinggi. Konsentrasi NH3
meningkat sejalan dengan meningkatnya kelembaban, pH, dan temperatur kandang,
serta populasi mikroorganisme (Rohaeni 2005). Sedangkan menurut (Liu 2007)
konsentrasi amonia dipengaruhi oleh temperatur udara dan litter, laju ventilasi,
kecepatan aliran udara, pH dari litter, kadar nitrogen pada litter, kadar air pada
litter, kondisi daerah yang dibangun kandang, desain kandang, dan manajeman
perkandangan. Desain kandang berventilasi alami unggas sulit diterapkan karena
dipengaruhi dari lingkungan luar sehingga diperlukan ventilasi mekanik (Lacy dan
Czarmick 2000).
Daging merupakan komoditas peternakan sumber protein hewani dan yang
banyak dikonsumsi sekarang ini adalah daging broiler. Sejauh ini konsumsi
masyarakat terhadap broiler semakin tinggi, sehingga peternak broiler harus
berusaha menyediakan kebutuhan daging untuk masyarakat. Standar yang di
tetapkan oleh FAO, kebutuhan protein hewani adalah 6 g/kapita/hari dan yang
sudah terpenuhi sebesar 4,19 g/kapita/hari (Agustina 2010).
Bobot badan kumulatif ayam broiler berumur 5 minggu adalah 1.915 g/ekor
atau rataan pertambahan bobot badan 370 g/ekor/minggu (NRC 1994). Rata-rata
pertambahan bobot badan hasil penelitian ini sebesar 1864 g/ekor/minggu (Piliang
& Djojosoebagjo 2006). Selanjutnya disebutkan bahwa konsumsi kumulatif broiler
berumur 6 minggu adalah 3.471 g/ekor atau rata-rata konsumsinya adalah 578,5
g/ekor/minggu. Rata-rata konsumsi pakan hasil penelitian 570 g/ekor/minggu.
Konversi pakan hasil penelitian berkisar antara 1,95 – 2,01 dan konversi pakan
yang baik berkisar antara 1,75–2,00. Semakin rendah angka konversi pakan berarti
kualitas pakan semakin baik (Amrullah 2003).
61
Ayam broiler merupakan salah satu jenis ternak yang mempunyai

kemampuan yang tinggi dalam mengonversikan ransum yang dikonsumsinya
menjadi daging. Produktivitas broiler dipengaruhi oleh faktor genetik dan
lingkungan. Lingkungan memberikan pengaruh terbesar (70%) dalam menentukan
performan ternak, sedangkan faktor genetik 30%. Suhu lingkungan di Indonesia
tinggi merupakan salah satu masalah dalam pencapaian performans broiler yang
optimal. Pada suhu yang tinggi, broiler akan mengalami stres, yang akan
mempengaruhi penurunan konsumsi ransum sehingga terjadi penurunan bobot
tubuh. Broiler mengalami stres karena panas proses metabolisme setelah
mengonsumsi ransum dan panas tambahan karena suhu lingkungan yang tinggi
sehingga broiler akan banyak mengonsumsi air minum. Meminimalkan gangguan
selama cuaca panas dapat dilakukan dengan cara mengubah spesifikasi ransum dan
praktek pemberian ransum. Unggas banyak dihadapkan pada stres yang berasal
dari berbagai sumber antara lain praktek manajemen, nutrisi, dan kondisi
lingkungan. Kebiasaan peternak broiler yang pada umumnya lebih banyak
memberikan ransum pada siang hari, sangat tidak mendukung untuk pencapaian
performans broiler yang optimal (Amrullah 2003; Alimuddin et al. 2011).
Dengan kondisi lingkungan tropik diperlukan teknologi peternakan berupa
sistem kendali untuk mengoptimalkan manajemen lingkungan broiler closed house
memberikan hasil budidaya peternakan yang memiliki karakteristik ekonomis
dengan ciri yang khas antara lain pertumbuhannya cepat, sebagai penghasil daging
dengan konversi makanan rendah dan siap dipotong pada usia yang relatif muda
(Priyatno 2000).
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 2002). 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
62
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.
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), (Kartalopoulos1996). 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
meniru kerja jaringan neural biologis manusia. Jaringan neural dikarakteristikkan
oleh arsitektur, algoritma pembelajaran, dan fungsi aktivasinya. Sedang informasi
linguistic 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 dan parameter konsekuensi. 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 mesin kendali.
63

(Ogata Katsuhiko 1994, 2002; Robert dan Kent 1997; Bolton 1995, 2006;
Benyamin 1998; Roro 2001). Fungsi alih sebagai bagian dari parameter kendali
untuk menghasilkan output kendali (ON OFF, PID, Fuzzy logic dan ANFIS).
Sistem Kendali
Sistem merupakan bagian dari terjadinya proses, sedang sesuatu yang
bukan sistem atau membatasi sistem disebut lingkungan. Komponen utama dalam
sistem adalah masukan, keluaran dan proses. Menurut Gopal (2003), Masukan
(input) adalah aliran energi dan atau material yang menyebabkan proses bereaksi
atau berespon. Masukan ini dapat berupa manipulated input yaitu masukan yang
berasal dari dalam atau dari luar lingkungan yang tidak diharapkan dan
pengaruhnya tidak dapat dihindari. Keluaran (output) adalah variabel respon yang
diharapkan berperilaku sebagaimana yang diharapkan. Proses sistem diperoleh
dari fungsi transfer, fungsi transfer merupakan perbandingan antara transformasi
Laplace keluaran terhadap transformasi Laplace masukan dengan anggapan kondisi
awal adalah nol (t = 0).
Di dalam sistem kontrol terdapat tiga model sistem yaitu, sistem kontrol
terbuka (Open Loop Control System), sistem kontrol tertutup (Close Loop Control
System) dan sistem kontrol umpan balik (Feedback Control System). Sistem kontrol
terbuka adalah sistem yang menggunakan alat untuk mengontrol proses tanpa
menggunakan umpan balik, sehingga keluaran tidak berpengaruh terhadap sinyal
yang masuk kedalam proses. Sistem kontrol tertutup adalah sistem yang
menggunakan pengukuran dari keluaran dan membandingkan dengan keluaran
yang diinginkan. Sistem kontrol umpan balik adalah sistem yang mempertahankan
hubungan yang ditentukan antara keluaran dan beberapa masukan acuan, dengan
membandingkan antara keduanya dan menggunakan antara keduanya dan
menggunakan perbedaannya sebagai alat kendali (Kuo 1995)
Sistem selalu dipengaruhi gangguan (disturbance) yang berasal dari luar
atau dari dalam sistem, gangguan merupakan sinyal yang cenderung mempunyai
pengaruh yang merugikan pada harga keluaran sistem. Sistem kontrol tertutup
dapat mengurangi pengaruh gangguan. Akibat dari adanya gangguan tersebut
menyebabkan adanya sinyal kesalahan (error signal), yaitu perbedaan antara
64
variabel masukan dengan keluaran (Dorf 1989). Untuk itu diperlukan pengontrol
yang menerima informasi tentang nilai yang diinginkan dari keluaran dan
menggunakan informasi sebagai kontrol untuk variabel termanipulasi sebagai
akibat dari efek gangguan dan mengendalikan sistem dengan memanipulasi sinyal
error, sehingga output sistem sama dengan input yang diberikan.
Suatu konfigurasi sistem kendali/pengaturan dapat digambarkan seperti Gambar
3.1
SISTEM KENDALI
Reference
input signal, output signal
control signal
command, set-point
PENGENDALI KENDALIAN
(CONTROLLER) Isyarat kendali (PLANT)
Isyarat masukan luaran. isyarat
acuan, perintah luaran, hasil,
set-point Feedback signal produk
Isyarat umpan-balik
Gambar 3.1 Konfigurasi dasar sistem kendali (adopsi dari Bolton 2006)
Sistem kendali dapat di-identifikasi atau ditengarai terdiri dari minimal 2

(dua) bagian utama, yaitu: (1) bagian (atau sub-sistem) pengendalian atau yang
dikendalikan (Plant), yang bisa merupakan peralatan, perangkat, atau proses yang
menghasilkan luaran (output, hasil, produk, isyarat luaran, output signal) karena
dikendalikan oleh bagian pengendali. (2) bagian (atau sub-sistem) pengendali
(controller), yang juga bisa merupakan peralatan, perangkat, atau proses yang
menghasilkan isyarat kendali (control signal) untuk mengendalikan kendalian.
Jadi secara konseptual, konfigurasi dari sistem kendali dapat digambarkan
seperti pada Gambar 3.1. Selain isyarat luaran (output signal) dan isyarat kendali
(control signal) suatu sistem kendali sering dilengkapi (walau pun tidak harus
demikian) dengan isyarat umpan-balik (feedback signal) yang dalam operasinya
dibandingkan dengan suatu isyarat masukan acuan (reference input signal) atau
perintah (command) atau set-point, agar pengendali dapat menghasilkan isyarat
kendali yang mengendalikan kendalian sampai menghasilkan luaran yang
diharapkan. Sistem kendali demikian biasa dikategorikan sebagai sistem kendali
(dengan) umpan-balik (feedback control systems). Tidak semua sistem kendali
65
merupakan sistem kendali dengan umpan-balik, banyak juga sistem kendali yang
beroperasi tanpa umpan-balik.
Sistem Kendali ON-OFF

Model kendali ON-OFF merupakan sebuah yang diaktivasi oleh sinyal error
dan hanya menyupali sinyal pengoreksi ON-OFF. (Bolton W, 2006). Pada sistem
kontrol ON-OFF, elemen pembangkit hanya memiliki dua posisi tertentu yaitu ON
dan OFF. Kontrol ON-OFF memiliki karakteristik sinyal keluaran dari kendali u(t)
tetap pada salah satu nilai maksimum atau minimum tergatung apakan sinyal
kesalahan positif atau negatif. (Nalwan 2003) Diagram blok kendali ON-OFF yang
memiliki masukan e(t) dan keluaran u(t), ditunjukkan pada Gambar 3.2.
Gambar 3. 2 Diagram kendali ON-OFF (Nalwan 2003)
Aksi kontrol ON-OFF ditunjukkan pada persamaan
…………………………………………………………..(3.1)
Persamaan (3.1) memiliki nilai U1 dan U2 yang konstan. Nilai minimum U2
dapat sebasar nol atau - U1. Pada sistem kendali ikal tertutup (close loop), sinyal
e(t) merupakan sinyal kesalahan aktuasi (error) sebesar selisih antara sinyal input
dengan sinyal umpan balik.
Gambar 3. 3 (a) Diagram blok kontroler ON-OFF; (b) Diagram blok kontroler
ON-OFF dengan jurang diferensial
(Adopsi Bolton 2006 dan Nalwan 2003)
Gambar 3. 3.(a) dan (b) menunjukkan diagram blok kendali dua posisi.
Daerah dengan sinyal pembangkit kesalahan yang digerakkan sebelum terjadi
switching disebut jurang diferensial. Jurang diferensial ditunjukkan pada Gambar
66
3.3(b). Suatu jurang diferensial menyebabkan keluaran kendali u(t) tetap pada nilai
awal sampai sinyal pembangkit kesalahan telah bergerak mendekati nilai nol.
Dalam beberapa kasus jurang diferensial terjadi sebagai akibat adanya penghalang
yang tidak dikehendaki dan gerakan yang hilang, sering juga hal ini dimaksudkan
untuk mencegah operasi yang berulang-ulang dan mekanisme ON-OFF.
Pengendalian ON-OFF hanya bekerja pada dua posisi, yaitu posisi ON dan
posisi OFF. Kalau final kontrol element berupa control valve , kerja valve hanya
terbuka penuh atau tertutup penuh. Pada sistem pengendalian ON-OFF control
valve tidak akan pernah bekerja didaerah antara 0 sampai 100%. Karena kerjanya
yang ON-OFF, maka hasilnya pengendali ON-OFF akan menyebabkan proses
variabel yang bergelombang, tidak pernah konstan. Perubahan proses variabel akan
seirama dengan perubahan posisi final control element. Besar kecinya fluktuasi
proses variabel ditentukan oleh titik kendali ON dan titik OFF. Contoh
pengendalaian ON-OFF yang paling mudah ditemukan pengendalian suhu pada
seterika listrik atau pompa air listrik otomatis. Kedua alat ini bekerja secara ON-
OFF dengan memanfaatkan adjustable dead band yang ada pada temperature
switch dan pressure switch (Nalwan 2003).
Kerja pengendalian ON-OFF banyak dipakai di sistem pengendalian yang
sederhana karena harganya yang relatif murah. Namun , tidak semua proses dapat
dikendalikan secara ON-OFF karena banyak operasi proses yang tidak dapat
mentolerir fluktuasi proses variabel. Jadi, syarat utama untuk memakai pengendali
ON-OFF bukan untuk menghemat biaya unit pengendali melainkan karena proses
memang tidak dapat mentolerir fluktuasi proses variabel pada batas-batas kerja
pengendalian ON-OFF (Bolton 2006).
Sistem Kendali PID

Kendali PID adalah kendali berumpanbalik yang paling populer di dunia
industri. Selama lebih dari 50 tahun, kendali PID terbukti dapat memberikan
kinerja kendali yang baik meski mempunyai algoritma sederhana yang mudah
dipahami [Willis, 1999]. Hal krusial dalam desain kendali PID ialah tuning atau
pemberian parameter P, I, dan D agar didapatkan respon sistem yang kita inginkan.
Pada tahun 1942, Ziegler-Nichols mengembangkan metode kurva reaksi
(open loop tuning) di mana kita bisa mendapatkan parameter P, I, D dari respon
67
open loop sistem (tidak perlu mengetahui model plant). Selain itu mereka juga
mengembangkan metode osilasi (close loop tuning) yang bisa menangani plant
yang mengandung integrator (tidak stabil). Setelah itu pada tahun 1967
dikembangkan metode tuning yang bertujuan meminimasi nilai integral kesalahan
yang disebut minimum error integral tuning (Smith dan Corripio 1997).
Kemudian muncul metode tuning yang berdasar model plant, karena
identifikasi plant bukan lagi hal yang sulit untuk dilakukan. Metode pertama ialah
direct synthesis yang memerlukan model plant sebenarnya dan model plant yang
diinginkan untuk mendapatkan parameter kendali P, I, D. Metode berikutnya yang
hampir sama ialah internal model control yang dikembangkan oleh Garcia dan
Morrari pada tahun 1982 (Ray dan Oguinnake 1994).
Kp adalah konstanta proporsional, Ki menyatakan konstanta integral dan
Kd menyatakan konstanta derivatif. Kendali Proporsional akan memberikan efek
mempercepat respon, tetapi tidak menghapus kesalahan keadaan tunak.Kendali
integral kendali akan memberikan efek menghapus kesalahan keadaan tunak, tetapi
berakibat memburuknya respon transient. Kendali Derivatif akan memberikan efek
meningkatnya stabilitas sistem, serta mengurangi overshoot. Pengendali
proporsional (P), integral (I) dan diferensial (D) masing-masing memiliki fungsi
untuk mempercepat reaksi sistem, menghilangkan offset dan memberikan energi
ekstra di saat-saat awal terjadi perubahan load (Gunterus 1994).
Gambar 3. 4 Diagram kotak pengendali PID (Gunterus 1994)
Persamaan untuk pengendali proporsional plus integral plus

diferensial didefinisikan dengan persamaan berikut.
..................................................................(3.2)
Karakteristik pengendali PID sangat dipengaruhi oleh kontribusi besar dari
ketiga parameter P, I dan D. Penyetelan konstanta Kp, Ti, dan Td akan
68
mengakibatkan penonjolan sifat dari masing-masing elemen. Satu atau dua dari
ketiga konstanta tersebut dapat disetel lebih menonjol dibanding yang lain.
Konstanta yang menonjol itulah akan memberikan kontribusi pengaruh pada respon
sistem secara keseluruhan.
Menurut (Gopal 2003, 2009) mengemukakan beberapa model kendali yaitu
kendali proporsional, kendali integral dan kendali derivatif.
1
+1 E s Kp 1 Td s C s
Ti s
(s)
-
Gambar 3. 5 Diagram blok dari kendali Proporsional – Integral – Derivatif

(Gopal 2003)
Pada kombinasi aksi kendali proporsional – integral - derivatif ini

didefinisikan oleh persamaan
t
Kp de t
u t K pe t e t dt K pTd ……………………………..(3.3)
Ti 0
dt
Bila dinyatakan dalam fungsi alih menjadi

U s 1 Ki
Kp 1 Td s Kp K d s …………………………..(3.4)
E s Ti s s
Sistem Kendali Fuzzy Logik.

Teori Fuzzy dicetuskan oleh (L.A. Zadeh 1976) berdasarkan konsep
ketidakpastian manusia dalam menilai suatu obyek secara kualitatif. Dewasa ini
penggunaan yang paling banyak dari teori fuzzy adalah dalam bidang kendali.
Dengan teknik ini pengetahuan tentang model matematika yang presisi tidak lagi
diperlukan. Menurut (Yan Jun, Ryan Michael, Power James 1994), pendekatan
metode fuzzy dapat membantu dalam menjelaskan ketidakpastian batas antara satu
criteria dengan criteria lainnya, yang disebabkan oleh adanya penilaian manusia
terhadap sesuatu secara kumulatif. Suatu himpunan fuzzy adalah suatu fungsi
keanggotaan µ yang mmerlukan anggota-anggota himpunan tersebut dalam selang
[0,1]. Bila x adalah anggota himpunan fuzzy maka µ(x) adalah tingkat kecocokan
atau kesesuaian dengan konsep yang dipresentasikan oleh himpunan fuzzy. Nilai µ
69
(x) adalah 0 bila x sama sekali tidak cocok dan niainya adalah 1 apabila x memiliki
kecocokan total.
Suatu himpunan fuzzy A dapat ditulis sebagai fungsi berikut:
µ A(x) : x > [0,1]
Hubungan yang berlaku pada himpunan fuzzy adalah:
Irisan : µA B(X) = min
Gabungan : µA B(X) = max
Komplemen : µ Ac(X) = 1- µ A(x)
Himpunan Bagian :A µ A(x) µ B(x)
Dimana operator jika dan hanya jika
Pengelompokan keanggotaan digambarkan dalam sebuah fungsi

keanggotaan (membership function) (Li-Xin 1997). Dalam aplikasi pengendalian,
himpunan fuzzy disusun untuk menggambarkan simpangan, misalnya Negatif,
Negatif Besar, Positif, Positif Kecil atau Nol. Nilai-nilai ini yang akan diinferensi
menggunakan pernyataan If…Then… sehingga akan dihasilkan aksi pengendalian
yang perlu dilakukan berdasarkan kondisi parameter terukur yang akan
dikendalikan.
Metode fuzzy adalah salah satu perkembangan dari teori himpunan fuzzy
dan logika fuzzy dengan berbasiskan aturan yang menerapkan pemetaan nonlinier
antara masukan dan keluarannya. (Dadone Parlo, 2001). Untuk merancang sistem
pengendalian otomatis bagi proses-proses tersebut, yang mampu menterjemahkan
pengetahuan dan aturan-aturan fuzzy maka diperlukan teori logika fuzzy, sebagai
salah satu alternatif. Menurut (Yan 1994) menentukan variabel masukan kendali
fuzzy akan diseleksi sebagai kesalahan (error, E) dan perubahan kesalahan (delta
error, dE). Sinyal E didapatkan dari pengurangan keluaran sistem terhadap
setpoint, sedangkan sinyal dE didapatkan dari pengurangan sinyal error saat ini
dengan sinyal error sebelumnya. Kedua sinyal tersebut diolah oleh pengendali
fuzzy. Keluaran merupakan variasi perintah yang disusun sebagai berikut:
 Jika keluaran sama dengan nilai yang diinginkan dan perubahan kesalahan
sama dengan nol, maka keluaran yang sebelumnya dipertahankan.
 Jika keluaran tidak sesuai dengan yang diinginkan maka aksi kendali
tergantung pada nilai error dan perubahan error.
70
s dE
Set Point Output
Kontrol Logika
Plant
+ E Fuzzy
_
Gambar 3. 6 Struktur kendali logika fuzzy untuk pengendalian sistem.

Sumber : (Yan 1994)
Kendali logika fuzzy yang digunakan untuk pengendalian sistem terdiri dari
empat bagian dasar yaitu fuzzifikasi, basis pengetahuan, fuzzy inference engine
dan defuzzifikasi. Struktur dasar kendali logika fuzzy tersebut dapat dilihat pada
gambar berikut :
Basis Pengetahuan
( Basis data dan Basis Aturan )
Fuzzifikasi Defuzzifikasi
Fuzzy Inference Engine
Aksi Kontrol (U)

Plant
Gambar 3. 7 Struktur dasar kontrol logika fuzzy. Sumber: (Yan 1994)
Gambar 3. 8 Operasi kendali logika fuzzy. Sumber: (Reznik 1997)

71
Adapun kendali fuzzy pada dasarnya adalah teori himpunan, yang

mewadahi kriteria penilaian pada suatu obyek yang dilakukan secara kualitatif.
Konsep ini mengklasifikasikan suatu obyek seperti umum dilakukan oleh manusia,
misalnya ukuran sebuah benda adalah besar, sedang dan kecil. Oleh karena itu,
tidak semua orang akan memberikan penilaian yang sama pada keadaan suatu
obyek sehingga tingkat kecocokannya bisa berbeda-beda.Penilaian seorang ahli
tentu akan berbeda dengan orang biasa. Dengan landasan pembentukan logika
seperti ini maka banyak dipakai sebagai prosedur pengambilan keputusan dalam
bidang keceradasan buatan (Artificial Intelligence) (Turban 1995).
Sistem pengaturan dengan menggunakan kendali logika fuzzy berbeda
dengan menggunakan pengaturan konvensional. Sistem pengaturan konvensional
menggunakan asumsi bahwa sistem adalah linear dan merupakan proses yang
stationer dimana dalam pemodelan plant dinyatakan kondisi linier. Dengan asumsi
tersebut maka hasil yang dihasilkan tidak optimum. Untuk mendapatkan hasil yang
baik maka dikembangkan suatu kendali yang dapat memperbaiki kekurangan dari
kendali konvensional tersebut. Metode yang dikembangkan tersebut dikenal
dengan metode Fuzzy Logic Controller (FLC) (Yan 1994)
Tingkat kecocokan terhadap suatu kriteria dikelompokkan dalam suatu
fungsi keanggotaan (membersip function), µ. Besaran kuantitatif yang
menggambarkan kondisi suatu obyek biasanya dikonversikan ke dalam kriteria
kualitatif dalam suatu proses yang disebut fuzzifikasi (fuzzification). Prosedur yang
biasa dipergunakan adalah dengan memetakannya dalam bentuk kurva segitiga
seperti terlihat pada Gambar 3.9 berikut:
N ZO P
1
Gambar 3. 9 Fungsi keanggotaan segitiga Sumber: (Yan, 1994)
Fungsi keanggotaan segitiga teridiri dari sumbu horizontal, sumbu vertikal

dan label. Sumbu horizontal menunjukkan nilai error (E), beda error (dE), dan atau
nilai kualitatif dari keluaran (U). Sedangkan sumbu vertikal menunjukkan derajat
72
keanggotaan dari nilai error (E), beda error (dE) yang nilainya berselang 0–1.
Fungsi keanggotaan segitiga dan derajat keanggotaan dapat dilihat pada Gambar
3.9.
Selanjutnya dibuat matriks keputusan sebagai aturan control yang sesuai
dengan kombinasi error dan dan beda error. Matriks keputusan tersebut akan
menentukan nilai keluaran (U) tergantung nilai error dan beda error. Matriks
keputusan akan mempunyai nilai error dan beda error. Matriks keputusan akan
mempunyai nilai yang berbeda untuk setiap sistem yang berbeda. Salah satu bentuk
matriks keputusan untuk sustu sistem kendali dapat dilihat pada Tabel 3. 2.
Tabel 3. 2 Matriks keputusan
E/dE NB NS NK ZO PK PS PB
NB NB NB NB NB NS NK ZO
NS NB NB NB NS NK ZO PK
NK NB NB NS NK ZO PK PS
ZO NB NS NK ZO PK PS PB
PK NS NK ZO PK PS PB PB
PS NK ZO PK PS PB PB PB
PB ZO PK PS PB PB PB PB
Sumber (Li-Xin 1997)
Matriks keputusan dan kombinasi nilai error dan beda error berpengaruh
pada nilai kualitatif keluaran akan diproses lagi sehingga menjadi keluaran
kuntitatif yang diperoleh dengan proses defuzzyfikasi.
Proses defuzzyfikasi merupakan proses penerjemahan kembali keluaran (U)
ke dalam bentuk nilai kuantitatif untuk mendapatkan keluaran numerik (Un),
pemetaan dari ruang aksi kontrol fuzzy yang ditentukan, meliputi himpunan
semesta keluaran (output universe of discourse) ke ruang aksi control crips (non
fuzzy). Strategi ini ditujukan untuk menghasilkan suatu aksi kontrol non fuzzy
yang paling tepat dalam merepresentasikan kemungkinan distribusi aksi control
fuzzy yang telah dihitung. Metode defuzzyfikasi dilakukan dengan memberikan
pembobotan pada setiap keluaran (Yan 1994).
Sumbu vertikal merupakan nilai derajat kecocokan µ yang berkisar antara 0
dan 1. Sumbu horizontal memperlihatkan nilai kuantitatif untuk setiap kriteria
kualitatif yang berkisar anatara -1 dan 1 untuk E dan dE, dan -1.25 dan 1.25 untuk
U. Pengambilan keputusan dilakukan dengan mempertimbangkan dua situasi yaitu
antara E dan dE dengan membandingkan keadaan level air yang diinginkan.
73
Kombinasi kedua situasi ini menentukan nilai kualitatif U seperti dalam matrik
keputusan pada Tabel 3. 2. Nilai kualitatif U kemudian diterjemahkan menjadi nilai
kuantitatif dalam proses defuzifikasi dengan merujuk pada Gambar 33. Derajat
keanggotaan µ untuk Ei dan dEi dihitung dengan persamaan 17 dan
pembobotannya wij dihitung dengan persamaan 18. Uji diperoleh dengan merujuk
pada Tabel 3. 2 untuk nilai kualitatifnya dan Gambar 3.9 untuk kuantitatifnya. Nilai
keluaran (U) diperoleh berdasarkan pada persamaan di bawah ini.
Tabel 3. 3 Contoh Matrik Keputusan
dE
P ZO N
E
P P P ZO
ZO P ZO N
N ZO N N
Sumber ( Li-Xin 1997)
…………………………………………………………………….(3.5)
Dimana, merupakan nilai kualitatif Eij atau dEij, =1 dan =0.

Wij= µ(Ei) x µ(dEj) …….......................………………………………………..(3.6)
………………............…………………………………………...(3.7)
Sistem Kendali ANFIS

yang bisa beradaptasi pada perubahan-perubahan tersebut. Metode yang mendapat
74
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 syaraf tiruan guna mendapatkan kinerja sistem kendali yang bersifat
adaptif (Brown dan Harris 1994). Jaringan ini meniru kerja jaringan neural biologis
manusia. Jaringan neural dikarakteristikkan oleh arsitektur, algoritma
pembelajaran, dan fungsi aktivasinya. Sedang informasi linguistic 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 (Adaptive Neuro Fuzzy Inference System) 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 dan parameter konsekuensi .
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.
ANFIS merupakan jaringan adaptif yang secara fungsional ekivalen dengan
sistem inferensi fuzzy. ANFIS dapat diterapkan secara luas dalam pemodelan,
pengambilan keputusan, pemrosesan sinyal dan kendali. Salah satu metode kendali
yang dapat digunakan untuk menunjang kerja sistem adalah metode kendali
Adaptive Neuro-Fuzzy Inference System atau yang lebih dikenal dengan ANFIS.
(Widodo 2005). ANFIS adalah kendali logika fuzzy yang merupakan salah satu
bagian dari sistem pengaturan cerdas. Arsitektur jaringan adaftif yang digunakan
harus jaringan adaptif umpan maju, bila tidak ingin menggunakan model yang
75
dioperasikan secara kompleks. ANFIS dapat memperbaharui parameter-

parameternya menurut aturan belajar backpropagation.
Keterbatasan area kerja ini akan menyebabkan keterlambatan respon dari
sistem kendali jika pengendali hanya berbasis pada sistem kontrol ON-OFF, PID,
Fuzzy Logic biasa, dan salah satu teknik yang bisa dikembangkan untuk mengatasi
kelemahan sistem tersebut adalah dengan menggunakan kendali model prediksi
(model predictive control). Kendali model prediksi merupakan jenis sistem kendali
yang didesain berdasarkan model suatu proses. Model tersebut digunakan untuk
menghitung sejumlah nilai prediksi keluaran proses. Berdasarkan sejumlah nilai
prediksi tersebut, sinyal kendali yang akan diberikan ke proses dihitung dengan
melakukan minimalisasi suatu fungsi kriteria, sehingga selisih antara nilai prediksi
keluaran proses dengan sejumlah masukan referensi yang bersesuaian adalah
minimal (Sanchez 1996).
Pengendali fuzzy adaptif Neuro-dengan sejumlah kecil bobot dapat
dirancang dengan menggunakan arsitektur ANFIS. Struktur ANFIS bisa mengatasi
masalah parameter penalaan yang berlebihan dan perlu untuk pemodelan proses
dengan model jaringan terpisah seperti ANN, fuzzy atau ANFIS. Pembelajaran
terbalik adalah salah satu metode perancangan pengendalian ANFIS. Ini
melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing). Dalam
belajar tahap set training diperoleh dengan menghasilkan masukan secara acak, dan
mengamati output yang sesuai dihasilkan oleh plant.
Dalam fase pengujian, identifikasi ANFIS akan disalin ke pengendali
ANFIS untuk menghasilkan output diinginkan. Fase pengujian dan fase
pembelajaran terbalik masing-masing ditunjukkan pada Gambar 3.10 dan 3.11.
Metode ini tampaknya mudah dan hanya satu tugas pembelajaran yang dibutuhkan
untuk mencari invers dari plant. Ini mengasumsikan keberadaan plant terbalik,
yang tidak berlaku secara umum. Meminimalkan kesalahan (error) jaringan tidak
menjamin minimalisasi kesalahan sistem secara keseluruhan. Namun, pembelajaran
terbalik adalah sebuah pendekatan tidak langsung yang mencoba untuk
meminimalkan jaringan output kesalahan bukan kesalahan sistem secara
keseluruhan (didefinisikan sebagai perbedaan antara lintasan diinginkan dan
aktual).
76
Pada metode ini pembelajaran (diilustrasikan pada Gambar 3.10) dapat

digunakan sebagai alternatif yang mencoba untuk meminimalkan kesalahan sistem
langsung oleh kesalahan sinyal terbalik melalui blok plant. Untuk sinyal kesalahan
terbalik melalui plant, sebuah model yang mewakili perilaku plant yang
dibutuhkan. Dengan kata lain, Jacobian plant, ∂y/∂u diperlukan. Hal ini dapat
diperkirakan secara online dari perubahan plant input dan output. Perilaku yang
diinginkan dari sistem secara keseluruhan juga dapat secara implisit ditentukan
oleh model (biasanya linier) pengendalian yang mampu mencapai tujuan
memuaskan.
Gambar 3. 10 Model pembelajaran identifikasi ANFIS

(Wang dan Lee 2002)
Gambar 3. 11 Proses pengujian pada kendali ANFIS

Sumber: (Jang et al.1997)
Gambar 3. 12 Struktur pembelajaran pada Kendali ANFIS

ANFIS adalah penggabungan mekanisme sistem inferensi fuzzy yang

digambarkan dalam arsitektur jaringan syaraf. Sistem inferensi fuzzy yang
digunakan adalah sistem inferensi fuzzy model Tagaki-Sugeno-Kang (TSK) orde
satu dengan pertimbangan kesederhanaan dan kemudahan komputasi. Salah satu
bentuk struktur yang sudah sangat dikenal adalah seperti terlihat pada gambar di
77
bawah ini. Dalam struktur ini, sistem inferensi fuzzy yang diterapkan adalah
inferensi fuzzy model Takagi-Sugeno-Kang.
Adaptive Neuro-Fuzzy Inference System (ANFIS) merupakan jaringan
adaptif yang berbasis pada sistem kesimpulan fuzzy (fuzzy inference system).
Dengan penggunaan suatu prosedur hybrid learning, ANFIS dapat membangun
suatu mapping input-output yang keduanya berdasarkan pada pengetahuan manusia
(pada bentuk aturan fuzzy if-then) dengan fungsi keanggotaan yang tepat. Sistem
kesimpulan fuzzy yang memanfaatkan aturan fuzzy if-then dapat memodelkan
aspek pengetahuan manusia yang kualitatif dan memberi reasoning processes tanpa
memanfaatkan analisa kuantitatif yang tepat (Jang et al. 1997).
ANFIS dapat bertindak sebagai suatu dasar untuk membangun satu
kumpulan aturan fuzzy if-then dengan fungsi keanggotaan yang tepat, yang
berfungsi untuk menghasilkan pasangan input-output yang tepat. Meetode ANFIS
terbagi menjadi 3 proses yaitu: proses Inisialisasi awal, proses pembelajaran
(learning), dan proses peramalan. Penentuan periode input dan periode training
dilakukan saat inisialisasi awal dimana tiap-tiap periode input memiliki pola atau
pattern yang berbeda. Data yang digunakan untuk proses pembelajaran (traning)
terdiri dari data input, parameter ANFIS, dan data test yang berada pada periode
traning ANFIS.
Training dengan ANFIS menggunakan adalah algoritma belajar hibrida,
dimana dilakukan penggabungan metode Least-squares estimator (LSE) pada alur
maju dan error backpropagation (EBP) pada alur mundur. Pada algoritma belajar
ini nilai parameter premis akan tetap saat alur maju, namun sebaliknya parameter
konsekuen akan terupdate saat alur maju (Jang et al. 1997). Pembelajaran ANFIS
adalah pengubahan parameter fungsi keanggotaan masukan dan keluaran dengan
menggunakan algoritma perambatan balik atau algoritma hybrid. Algoritma hybrid
adalah gabungan antara algoritma backpropagation dan RLSE (Recursive Least
Squares Estimator) yang digunakan untuk memperbaharui parameter premis.
Tujuan Penelitian ini adalah: pertama, untuk memodelkan pindah panas
(suhu), kelembaban dan amonia pada broiler closed house, kedua, untuk
mensimulasikan respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS suhu,
kelembaban dan amonia pada broiler closed house bagian dari supervisori kendali
78

psychrometric. (Weaver 2001) membahas menggunakan kendali ON-OFF pada
kandang ayam dengan suhu 210C dan kelembaban 60% pada musim panas dan
dingin. (Ibrahim 2002) membahas penggunakan kendali ON-OFF yang terjadi dua
house 260C dan kelembaban 70%, musim dingin suhu dalam broiler house 340C,
kelembaban 70%, dan amonia < 25ppm.
Bahan dan Metode

Bioproses Universitas Tsukuba, Jepang, Laboratorium Kontrol dan Instrumentasi
FATETA IPB dan University of Farm Closed 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 closed 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 dan kelembaban SHT75
dan sensor amonia TGS 444. Satu set komputer dan peripheral, thermokopel dan
hybrid recorder, 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.
Tahapan penelitian adalah sebagai berikut: a) Melakukan pengukuran
dengan sensor suhu kelembaban dan amonia pada broiler closed house, b)
Memodelkan suhu kelembaban dan amonia pada broiler closed house untuk ayam
broiler, c) Mensimulasikan dengan respon optimal dengan satu modus kendali ON-
OFF, PID, Fuzzy Logic, ANFIS pada broiler closed house untuk ayam broiler.
79
Algoritma Kendali ON-

OFF,PID,Fuzzy Logic, Heater, Fan,
ANFIS Cooler
Suhu, Kelembaban,
amonia
Broiler House
Gambar 3. 13 Perancangan sistem kendali pada Broiler Closed House
Metode Yang Digunakan

Pemodelan Matematika Kendali Suhu Kelembaban dan Amonia dalam
Suhu (T), kelembaban relative (RH) dan amonia (NH3) di dalam kandang
ayam dipengaruhi oleh kondisi lingkungan di dalam juga sedikit pengaruh dari luar
seperti atap, dinding, lantai dan penyekat kandang ayam. Pendekatan model suhu
dan kelembaban disusun dengan mempertimbangkan penempatan sensor-sensor
lingkungan di dalam kandang dan mempertimbangkan faktor yang paling
berpengaruh terhadap perubahan suhu dan kelembaban relatif disekitar penempatan
sensor tersebut.
Gambar 3.14 menggambarkan bahwa broiler closed house mendapatkan
energi iradiasi matahari yang jatuh melalui atap transparan dan melepas panasnya
bersama aliran udara menuju udara di dalam broiler closed house, dinding dan atap.
Dinding, atap, lantai secara konveksi melepas panas ke udara. Bersamaan dengan
iradiasi yang jatuh kea tap, juga terjadi kehilangan panas lewat penetrasi
lingkungan. Dari lingkungan ke udara dalam kandang ayam atau sebaliknya, terjadi
pindah panas dan massa melalui dinding secara konduksi dan konveksi atau aliran.
Asumsi yang digunakan dalm konsep pemodelan suhu dan kelembaban ini
adalah: 1) suhu lantai dan udara dalam kandang ayam seragam, 2) kelembaban
udara dalam kandang ayam seragam, 3) suhu dan kelembaban udara lingkungan
seragam, dan 4) kondisi lingkungan disekitar kandang ayam berikut faktor-faktor
fisika, kimia yang mempengaruhi sebagai hasil interaksi antara linkungan dengan
ayam broiler, 5) Sistem fluida keadaan steady yaitu selang waktu tetap, 6) konveksi
paksa (force convection).
80
Gambar 3. 14 Skema konsep pemodelan suhu kelembaban dan amonia dalam

Sehubungan dengan itu, untuk menduga suhu dan kelembaban relative

dalam kandang ayam disusun dalam model matematika. Persamaan dalam bentuk
model matematika untuk menghitung perubahan suhu dalam ruangan kandang
ayam berdasarkan hukum keseimbangan energi sebagai berikut :
……………………………………………………………………..…………..(3.8)
…………………………………………..(3.9)
Suhu Atap (Troof)
(3.10)

(3.11)
perpindahan panas untuk menduga perubahan suhu dan kelembaban dalam broiler
81
closed house yaitu suhu ruangan, suhu lantai, suhu dinidng, suhu atap dan
kelembaban terhadap waktu. Simulasi pindah panas dan massa dijabarkan dalam
bentuk suhu serta kelembaban dalam kandang dilakukan dengan memecahkan
Penyusunan model berdasarkan persamaan perhitungan pindah panas baik
secara konveksi lantai, dinding, atap, konduksi pada atap dan radiasi pada atap.
Selanjutnya melakukan pemodelan matematika terhadap plant untuk mencari
fungsih alih sebagai pengganti pendugaan real-time. Pemodelan berarti
menyatakan sistem dalam dunia nyata (real world) menjadi bentuk persamaan
matematika. Modeling juga dapat diartikan sebagai usaha menirukan kelakuan
proses (real world system) didalam usaha untuk memahaminya. Hal tersebut
dilakukan dengan menyusun hubungan-hubungan fisik dari sistem sesungguhnya
dengan menggunakan hukum-hukum ilmu alam. Dengan pemodelan dapat
perlakuan banyak mengenai suatu sistem tanpa harus menghadirkan sistem
tersebut. Dengan penyusunan model maka sifat (karakteristik) sistem akan lebih
mudah dianalisis/dipelajari. Selain itu modeling merupakan usaha yang tidak
membutuhkan biaya banyak dan resiko yang kecil.
Model matematika dari sistem pemanas ruangan kandang ayam diturunkan
ulang pada bagian ini (Gopal 2003). Prinsip kerja pemanas ruangan dikembangkan
berdasarkan Hukum Termodinamika I dan II. Perpindahan panas pada kasus
pemanasan ruangan adalah memindahkan energi dalam bentuk panas dari suatu
titik yang bersuhu tinggi ke titik yang bersuhu lebih rendah (Djojodihardjo 1985).
Untuk menghangatkan ruangan dibutuhkan suatu fluida (berupa air, udara atau uap)
yang dipanaskan di dalam heater dengan udara ruangan, fluida akan mengalir
kembali lagi ke heater untuk dipanaskan kembali.
Merujuk pada Gambar 3.14, panas yang digunakan untuk menghangatkan
ruangan berasal dari panas laten kondensasi fluida, yaitu suatu panas yang
digunakan oleh tiap satuan fluida untuk mengubah wujudnya. Dalam kasus ini,
kalor yang digunakan fluida adalah kalor uap dan kalor embun. Jika suhu ruangan
sebesar , uap dari fluida akan mengalir dari evavorative cooling masuk ke
dalam ruangan kandang dengan kecepatan aliran mengalirkan panas dalam
ruangan (memanaskan udara dalam ruangan). Perbedaan suhu yang ada
mengakibatkan terjadinya perpindahan panas ayam broiler yang bersuhu ,
82
dinding ruangan yang bersuhu , lantai ruangan yang bersuhu , atap

ruangan yang bersuhu dan udara luar ruangan (disturbance) yang bersuhu
.
Broiler closed house terdapat ayam bisa mengeluarkan panas dan
menyerap panas. Berdasarkan hukum kekekalan energi dalam sistem tertutup, tidak
ada energi yang tersimpan dalam sistem, mengakibatkan panas yang masuk sistem
sama dengan panas yang meninggalkan sistem. Besarnya panas yam broiler adalah:
…………………….....(3.12)
……………...………..(3.13)
adalah besarnya panas yang tersimpan selama t, akibat perpindahan
panas antara ayam dengan udara dalam ruangan.
adalah luas permukaan (permukaan antara ayam dalam udara ruangan)
Persamaan kesetimbangan panas untuk ayam
…………………………………………………...….(3.14)
dengan adalah koefisien panas laten dari kondensasi.
Pendekatan yang digunakan untuk memodelkan pemanasan ruangan adalah
menurunkan besarnya panas yang yang tersimpan terhadap waktu dan mengacu
pada hukum dasar perpindahan panas fourier. Dari persamaan (28) diperoleh.
………………………………………………..…(3.15)
…………………………………………(3.16)
Jika hambatan panas konvektif untuk permukaan antara ayam broiler –
udara ruangan dinyatakan dengan
……………………………………………….................(3.17)
sehingga persamaan (28) menjadi
…………………………………………………(3.18)
Fluida yang digunakan untuk menghangatkan ruangan mengalir dari ayam

broiler mengakibatkan terjadinya perpindahan panas. Misalnya panas yang
83
tersimpan dalam udara ruangan . Perpindahan panas inilah digunakan

dalam ruangan kandang tertutup. Misalnya panas yang tersimpan dalam udara
ruangan merupakan selisih antara panas ayam broiler dan panas
dinding , panas atap dan panas lantai maka adalah
………...(3.19)
…(3.20)
Dengan mair adalah massa udara ruangan, cair adalah kapasitas panas jenis
udara ruangan, adalah koefisien film dari permukaan antara udara ruangan-
dinding, dan adalah luasan permukaan antara udara ruangan dan dinding
kandang. Sebaran panas di dalam udara ruangan adalah
……………………………...…...(3.21)
……….(3.22
)
Persamaan (36) merupakan persamaan kesetimbangan panas untuk yang
menyumbangkan panas (ayam broiler, kipas angin, lampu,evavorari cooling)
………………..(3.23
)
...(3.24)
…………..(3.25)
……………………………………….. (3.26)
.(3.27)
84
Jika kapasitas panas udara ruangan dinyatakan C1= m3c3 dan hambatan
panas konveksi dinding + konveksi atap + konveksi tanah serta udara dalam
ruangan
……………………………………………………..……(3.28)
Persamaan kesetimbangan panas untuk udara ruangan adalah :
…………..……….(3.29)
Suhu udara ruangan dipengaruhi oleh udara luar ruangan (disturbance) yang
mengakibatkan adanya panas yang tersimpan di dalam dinding. Besarnya
merupakan selisih antara panas udara ruangan Qroom(t) dengan udara lingkungan
Qambient yaitu
…………………………………………………...………(3.30)
…………………………………..…(3.31)
………………………………...(3.32)
………………………………....(3.33)
………….(3.34)
Jika kapasitas panas dinding dinyatakan C2= mwall cwall dan hambatan panas
konveksi dinding-disturbance dinyatakan dengan
………………………………………………………….(3.35)
Persamaan kesetimbangan panas untuk dinding adalah
……………….(3.36)
Jika kapasitas panas lantai dinyatakan C3= mwall cwall dan hambatan panas
konveksi lantai-disturbance dinyatakan dengan
………………………………………………………….(3.37)
Persamaan kesetimbangan panas untuk lantai adalah
85
……………(3.38)
Jika kapasitas panas atap dinyatakan C2= mroof croof dan hambatan panas
…………………………………………………………….(3.39)
Persamaan kesetimbangan panas untuk atap adalah
………………(3.40)
Oleh karena aliran fluida di dalam ayam broiler selalu dalam keadaan
steady flow, maka kesetimbangan di dalam ayam broiler dapat diabaikan, sehingga
dari persamaan (43), (49), (51) dan (53) diperoleh sistem persamaan diferensial.
Dinamika sistem orde satu dapat dinyatakan dalam bentuk persamaan diferensial
………………………………… (3.41)
……………….(3.42)
…………. (3.43)
...…………...(3.44)
Persamaan (55) merupakan persamaan model suhu dengan pemanas

ruangan dengan Qflow (t) merupakan variabel input terkontrol,
merupakan variabel input tak terkontrol dan merupakan variabel output.
Fungsi Alih dari Persamaan Pemanas Ruangan

Pada subbab ini disajikan pembahasan untuk mencari fungsi transfer (fungsi
alih) dari persamaan suhu dengan pemanas ruangan pada system kontrol tertutup
dengan kondisi awal nol.
Gambar 3. 15 Sistem kendali loop tertutup

86
(3.45)
(3.46)
Dari persamaan (3.46) dan , diperoleh:
(3.47)
Substitusi persamaan (3.45) dan (3.47) disederhanakan menjadi:
……….. (3.48)
Fungsi transfer sistem kendali tertutup, kondisi awal sistem dianggap nol
(t=0) mengakibatkan sama dengan 0.
Persamaan (3.48)
……………………………(3.49)
dengan
…………………. …..(3.50)
………...………………………..………(3.51)
………………………………......................... (3.52)
Dari pers (3.49) diperoleh fungsi transfer G(s) untuk sistem pemanas ruang
…………………………(3.53)
87
Selanjutnya dicari transformasi laplace dari keluaran yaitu:

dari invers Laplace dari tersebut adalah
.
Dalam hal ini maka fungsi alih untuk suhu kandang ayam tertutup sebagai
berikut:
……………………….. (3.54)
Untuk mengetahui kinerja sistem, kemudian dibuat grafik dari keluaran

, disetelah mengetahui grafik dari sistem, diberikan aksi control pada
sistem tersebut dengan menggunakan model kendali ON-OFF, PID, Fuzzy Logic,
dan ANFIS.
Asumsi , Kondisi Awal dan Kondisi batas Dalam Perhitungan Simulasi Aliran
Udara:
Asumsi Kandang Ayam
a. Udara tidak termampatkan (incompressible), ρ konstan
b. Bilangan Prantilasi udara konstan (panas jenis, konduktivitas dan viskositas
udara konstan)
c. Udara bergerak dalam keadaan steady
d. Udara lingkungan dianggap konstan selama simulasi yaitu pada nilai 300C
e. Aliran udara dianggap laminier, didasarkan oleh bilangan Re= 1698.
Aliran laminar jika Re<2000 (Holman 1997).
Model Matematika Kendali Kelembaban dalam Broiler Closed House

Pemodelan kelembaban dalam ruangan kandang ayam tertutup asumsi
terdapat pada gambar 3.14 sebagaimana juga di bahas dalam pemodelan suhu,
maka persamaan kelembaban sebagai berikut:
…………… (3.55)
………..(3.56)
……………….(3.57)
……………….(3.58)
di mana:
88
mr = Laju aliran massa dalam ruang broiler closed house

mumk= Laju aliran massa udara masuk dan keluar broiler closed house
Shum = Pelembab = Qevaporation Cooling
ρ = Angkasa kepadatan ( 1.2 g m/3),
Persamaan keseimbangan energi (energy balance) maka model kelembaban dalam
ruangan tertutup, dinyatakan dalam persamaan :
Total dan fungsi- fungsi psikometrik adalah sebagai berikut:
1. Koefisien pindah panas total
……………………………………………………………...(3.59)
2. Kelembaban mutlak
……………………………………………………………...(3.60)
3. Tekanan uap pada suhu T

………………………………………...……………...……(3.61)
4. Kelembaban relative (RH)

…………………………………………………...……………....(3.62)
5. Tekanan uap jenuh pada suhu jenuh T

Ps= RxExp(A+BT+CT2+DT3+ET4)/(FT-GT2)……………………….…....(6.63)
Dimana konstanta-konstanta adalah sebagai berikut :
R= 22105649,25
A = -27405,526
B = 97 ,5413
C = 0,146244
D = 0,000126
E = 0,0000000485
F = 4,34903
G= 0,00394
Patm= 101325Pa
89
Perubahan RH dalam ruangan dihitung berdasarkan asumsi bahwa udara

ruangan berasal dari udara luar yang dipanaskan oleh bangunan kandang ayam.
Udara tersebut tidak mengalami penambahan uap air karena air penguapan dari
ayam brolier diasumsikan semuanya tersedot keluar. Tekanan uap jenuh (Ps)
dihitung berdasarkan suhu mutlak lingkungan (Ta) dengan persamaan berikut :
Ps = 22105649.25 exp (A1/B1) ……………………………………….…….(3.64)
Ps = 22105649.25 exp (27405.526 + 97.5413 T - 0.14244 T2 - 1.2558E-4 T3 -
0.45852E-7 T4)/(4.34903 T - 0.003938 T2) …………………...........................(3.65)
A1 = -27405.526 + 97.5413 T - 0.14244 T2 - 1.2558E-4 T3 -0.45852E-7 T4 (3.66)

B1 = 4.34903 T - 0.003938 T ………..……………………………………...(3.67)
2
Nilai Psr1 untuk udara pengering di dalam ruang ERK dihitung berdasarkan
suhu mutlak ruang ERK (Tr1) dengan persamaan (74)-(76) diatas, sedangkan nilai
Pv dicari dengan persamaan berikut :
Pv = RHa x Ps…………………………………………………….…(3.68)
dimana RHa adalah nilai kelembaban lingkungan. Karena tidak ada penambahan
uap air (nilai H tetap) maka Pvr! sama dengan Pv lingkungan, sehingga RH udara
pengering didapatkan :
RHr1 = Pv/Psr1 (3.69)
Model Matematika Kendali Kelembaban dalam Ruangan Kandang Ayam

(3.70)
(3.71)
(3.72)
(3.73)
(3.74)
Apabila ruangan lembab tersimpan dalam ruangan merupakan selisih
antara panas broiler dan panas dinding maka adalah:
90
(3.75)
(3.76)
Karena aliran fluida dalam keadaan steady
(3.77)
(3.78)
Maka persamaan model RH pada broiler closed house merupakan variabel
input terkendali, merupakan variabel input tak terkendali dan
merupakan variabel output.
(3.79)
(3.80)
(3.81)
Fungsi transfer kelembaban kendali tertutup, kondisi awal sistem dianggap

nol (t=0) mengakibatkan Hr ambient atau kelembaban lingkungan = 0
(3.82)
Dengan
(3.83)
(3.84)
(3.85)
(3.86)
91
(3.87)
Selanjutnya dicari transformasi laplace dari keluaran yaitu
dari invers Laplace dari tersebut
adalah .
, disetelah mengetahui grafik dari sistem, diberikan aksi kendali pada
ANFIS.
Fungsi Alih Untuk Kelembaban (RH)
(3.88)
(3.89)
Model Matematika Kendali Amonia dalam Ruangan Kandang Ayam

Fungsi NH3 = fungsi (NH3m,V,Tlantai, NHsource,A)
General mass transfer flux equation J = Km (Cg, 0 - Cg, ∞ ) (3.90)
Mass balance equation J = (Q/A) Cg, ∞ (3.91)
Subtitusi kedua persamaan diatas J = ((Q/A)-1 + Km-1)-1 Cg, 0 (3.92)
(3.93)
(3.94)
–
(3.95)
–
(3.96)
Fungsi Alih NH3 = NH3 room (amonia ruangan)/ Qc (broiler +
kecepatan udara) atau fungsi Alih NH3 = NH3 room (amonia ruangan)/Q flow
(3.97)
Dari fungsi alih suhu, kelembaban dan amonia di atas di masukan ke dalam
kendali lingkungan broiler closed house. Acuan optimal di peroleh dari parameter
lingkungan optimal yang didasarkan pada hasil maksimal produk yang dipanen
92
baik secara kualitas, kuantitas maupun selera tergnatung kondisi produk yang
diinginkan. Kondisi optimal tidak selalu berarti lingkungan diharapkan
meningkatkan pertumbuhan ayam. Terkadang cekaman (stress) lingkungan dapat
menghambat pertumbuan tetapi kualitas, seperti perlakuan evavorting cooling
terhadap ayam broiler yang dapat meningkatkan kondisi nayaman, hal ini termasuk
kondisi optimal yang dikaitkan dengan peningkatan kualitas. Parameter optimal
kendali dihubungkan dengan bias (error) yang minimum dan performansi kendali
yang stabil yang terdiri dari kendali ON-OFF, PID, FUZZY, ANFIS.
PARAMETER OPTIMAL KONTROL
+ e KONTROL ON-OFF LINGKUNGAN

ACUAN BROILER
PID, FUZZY, DAN
- ANFIS CLOSED HOUSE
Gambar 3. 16 Struktural sistem parameter optimal kendali lingkungan Broiler

Closed House dengan simulasi Matlab
Kendali suhu, kelembaban dan amonia ON/OFF merupakan kendali suhu,

kelembaban dana amonia dengan keluaran sinyal hidup (ON) jika suhu turun di
bawah titik pengaturan dan mati (OFF) apabila suhu, kelembaban dan amonia telah
mencapai titik pengaturan atau respon optimal pada broiler closed house.
Gambar 3. 17 . Grafik kendali ON-OFF Broiler Closed House
Algortima Kendali PID m(t) adalah keluaran PID, e(t) adalah error, Kp
adalah konstanta proporsional, KI adalah konstanta integral, KD adalah konstanta
diferensial, ST adlah sampling time (detik), TD adalah waktu diferensial (detik), Rf
adalah gradien besaran fisik, Lf adalah seperempat periode.Parameter kendali
adalah suhu, kelembaban dan amonia pada broiler closed house.
93
Gambar 3. 18. Penerapan kendali PID lingkungan Broiler Closed House
Pemecahan persamaan integral dan diferensial mengikuti pendekatan Euler.

Adapun pemecahan persamaan persamaan integral pada gambar pendektan euler,
besaran luasan daerah di bawah kurva didekati dengan menghitung besarnya
dengan menghitung besarnya luasan daerah empat persegi, dengan m(t) adalah
integral dari e(t).
Gambar 3. 19 Pendekatan numerik euler untuk pemecahan Integral.
Pemecahan persamaan diferensial dengan mengansumsikan gradient e(t)

pada t=(k+1)T sama dengan gradient garis lurus yang menghubungkan e(k)T
dengan e[(k+1)].
Gambar 3. 20 Pendekatan numerik euler untuk pemecahan Diferensial

94
Algortima Sistem Fuzzy Logic pada Broiler Closed House

a. Error dan dError Suhu (T)/Amonia (NH3)
Error_T/NH3/=data_T/RH/ –Set_point T/NH3/
dError-T/NH3=Error_T/RH/(1)-Error_T/NH3/
Jun Yan menentukan variabel masukan kendali fuzzy akan diseleksi sebagai
kesalahan (error, E) dan perubahan kesalahan (delta error, dE). Sinyal E
didapatkan dari pengurangan keluaran sistem terhadap setpoint, sedangkan
sinyal dE didapatkan dari pengurangan sinyal error saat ini dengan sinyal error
sebelumnya. Kedua sinyal tersebut diolah oleh pengendali fuzzy. Keluaran
merupakan variasi perintah yang disusun sebagai berikut:
b. Fuzzifikasi Suhu Kelembaban dan Amonia (Penentuan derajat keanggotaan)
Proses ini dilakukan dengan memetakan input suhu dan amonia pada selang
nilai yang dapat terjadi secara ril (dapat mengacu kedata penelitian sebelumnya
tentang selang nilai suhu, kelembaban dan amonia udara). Pada rancangan ini
universe of discourse nilai suhu yang digunakan adalah 25-300C dan nilai
kelembaban sebesar 15-90%. Sedangkan selang nilai derajat keanggotaan
(degree of membership) secara umum ditetapkan 0 -1. Keterangan (label) yang
digunakan adalah negatif besar (NBE), negarif sedang (NSE), Negatif kecil
(NKE), Zero (ZE), positif kecil (PKE), positif sedang (PSE) dan positif besar
(PBE) yang menggambarkan kondisi suhu dan kelembaban dari kriteria rendah
ke kriteria tinggi secara proporsional. Sedangkan bangun yang digunakan untuk
mempresentasikan batas scope/domain adalah bentuk segitiga dan trapezium.
Bangu trapezium terjadi batas bawah dan batas atas domain sedangkan bangun
segitiga terjadi diantara kedua bangun trapezium tersebut.
Nilai analog (crisp input) yang digunakan untuk mencari derajat keanggotaan
adalah NBE=-0.75, NSE=-0.05, NKE=-0,25, ZE=0, PKE=0,25, PSE = 0,5 dan
PBE = 0,75. Scope domain dalam konsep ini adalah bangun yang dibatasi oleh
masing-masing crisp input yakni bangun trapezium pada nilai <=-0,75 atau
bangun segitiga pada nilai 0 – 0,25.
95
c. Defuzzy (Penegasan). Proses penegasan dilakukan untuk memperoleh nilai

analog dari konsep penerapan aturan if then (fuzzy rules) terhadap penentuan
derajat keanggotaan dari error suhu/NH3 dan dError suhu/NH3. Penerapan
aturan if then (fuzzy rules) tidak terpisah sebagai sebuah tahapan melainkan
digunakan baik pada proses penentuan derajat keanggotaan, penegasan
,maupun penyesuaian nilai keluaran fuzzy pada input peralatan analog.
Penegasan menggunakan metode pembobotan center of Gravity yakni dengan
menggunakan persamaan.
Gambar 3. 21 Penerapan kendali Logika Fuzzy lingkungan Broiler Closed House
Pengendalian sistem suhu kelembaban amonia sering dianggap sebagai

patokan untuk proses kendali nonlinier karena perilaku yang sangat nonlinear yang
ditunjukkan oleh suhu kelembaban amonia dinamika. Dalam studi ini, bertujuan
untuk menggunakan ANFIS sebagai pengontrol dalam suhu kelembaban amonia
mengontrol sistem. Untuk tujuan ini, kendali ANFIS dirancang dan digunakan
dalam cara adaptif dalam skema kendali suhu kelembaban amonia. Gambar 3.21
mengilustrasikan adaptif mengendalikan skema untuk sistem suhu kelembaban
amonia yang diteliti. Model suhu kelembaban amonia yang dikembangkan
digunakan sebagai nyata plant dalam skema ini. Masukan ke pengontrol di setiap
pengambilan sampel instan adalah tanaman dan controller output, suhu kelembaban
amonia (k-1) dan F2 (k-1), masing-masing disebelumnya pengambilan sampel
instan. Output pengontrol adalah input pabrik baru, F2 (k).
96
Gambar 3. 22 Penerapan kendali ANFIS lingkungan Broiler Closed House
Struktur ANFIS merupakan mekanisme penalaran fuzzy Sugeno atau

arsitektur jaringan syaraf feed-forward. Struktur ANFIS terdiri dari lima lapisan
yang tiap-tiap lapisan mempunyai fungsi-fungsi tertentu. Simpul kotak yang ada
pada Gambar 3.22 menyatakan simpul adaptif, yang yang parameternya dapat
berubah dengan pembelajaran, sedangkan lingkaran menyatakan simpul non
adaptif yang nilainya tetap.
Gambar 3. 23. Struktur ANFIS

Sumber: (Jang 2003)
Menurut (Jang 2003) Struktur ANFIS diatas dengan bentuk umum dua
aturan fuzzy if-then seperti yang ditunjukkan dengan persamaan sebagai berikut:
Lapisan 1. Semua simpul pada lapisan ini adalah simpul adaptif (parameter dapat
berubah) denganfungsi simpul:
O x l i A = μ untuk I = 1, 2 atau …………………………………………….(3.98)
Ol,i =μ Bi−2 ( y) untuk I = 3, 4 ……………………………………….……..(3.99)
dengan x dan y adalah masukan pada simpul i, Ai (atau Bi-2) yang merupakan
variable linguistic (seperti ‘besar’ atau ‘kecil’). Dengan kata lain O1,i adalah fungsi
97
keanggotaan masing-masing dari sebuah set fuzzy (A dan B) dengan derajat

keanggotaan yang ditentukan oleh input x dan y. Simpul O1,i berfungsi untuk
menyatakan derajat keanggotaan tiap masukan terhadap himpunan fuzzy A dan B.
Bentuk fungsi keanggotaan pada layer atau lapisan pertama dapat berbentuk
misalnya fungsi keanggotaan gauss, yang dapat ditunjukkan dalam bentuk :
………………………………………….(3.100)
dimana {ai ,bi} adalah parameter yang dapat diubah-ubah (parameter adaptif).
Selama harga dari parameter ini berubah-ubah, fungsi keanggotaan bell akan
bervariasi bergantung pada parameter yang berubah, sehingga fungsi keanggotaan
untuk set fuzzy (A dan B) akan bervariasi. Parameter-parameter pada lapisan ini
disebut sebagai parameter premis.
Lapisan 2. Semua simpul pada lapisan ini adalah non adaptif (parameter tetap).
Fungsi simpul ini adalah
mengalikan setiap sinyal masukan yang datang.
…………..………………………(3.101)
ini menunjukkan banyaknya aturan yang dibentuk. Fungsi perkalian yang
digunakan adalah interpretasi kata hubung AND dengan menggunakan operator
tnorm.
Lapisan 3. Setiap simpul pada lapisan ini adalah simpul nonadaptif yang
menampilkan fungsi normalisasi kekuatan pengaruh (normalized firing strength)
yaitu rasio keluaran simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran
lapisan sebelumnya, dengan bentuk fungsi simpul:
………………….…………………….(3.102)
Apabila dibentuk lebih dari dua aturan, fungsi dapat diperluas dengan membagi wi
dengan jumlah total w untuk semua aturan.
Lapisan 4. Setiap simpul pada lapisan ini adalah simpul adaptif dengan fungsi
simpul:
…………...………………………..(3.103)
98
dengan i w adalah derajat perngaktifan ternormalisasi dari lapisan 3 dan parameter

{pi , qi ri}menyatakan parameter yang adaptif Parameter lapisan ini dinamakan
parameter konsekuen.
Lapisan 5. Pada lapisan ini hanya ada satu simpul tetap yang fungsinya untuk
menjumlahkan semua masukan. Fungsi simpul:
…………………………..………………….(3.104)

Menurut Ogata (1996), Kuo Bunyamin C (1989) dan W. Bolton (2004) untuk
mengetahui parameter kualitas respon transient yang dijadikan standar dama sistem
kendali antara lain: 1) Time Constan ( ): Ukuran waktu yang menyatakan
kecepatan respon, yang di ukur mulai t = 0 s/d respon mencapai 63,2% (e-1 x 100%)
dari respon steady state. 2) Rise Time (TR): Ukuran waktu yang menyatakan
keberadaan suatu respon, yang di ukur mulai respon 5% sampai 95% dari respon
steady state (dapat pula 10% sampai 90%). TR = Ln 19 (5% sampai 95%), atau TR
= Ln 9 (10% sampai 90%). 3) Settling Time (Ts): Ukuran waktu yang menyatakan
respon telah masuk ± 5% atau ± 2% atau ± 0,5% dari respon steady state. Ts (± 5%)
= 3 ; Ts (± 2%) = 4 atau Ts (± 0,5%) = 5 . 4) Delay Time (Td): Ukuran waktu
yang menyatakan faktor keterlambatan respon output terhadap input, pengukuran
dilakukan mulai t = 0 sampai respon mencapai 50% dari respon steady state. TD =
Ln2.
Gambar 3. 24 Respon kinerja sistem kendali

Sumber: (Ogata 1996), (Kuo 1989), (Bolton 2004)
99
Parameter di atas digunakan untuk mengetahui respon kendali pada broiler

closed house untuk ayam broiler skenario starter, grower, finisher dengan
menggunakan modus kendali ON-OFF, PID, Fuzzy Logic dan ANFIS.
Gambar 3. 25 Simulink tool matlab kendali ON-OFF
Gambar 3. 26 Simulink tool Matlab kendali PID
Gambar 3. 27 Simulink tool Matlab kendali Logika Fuzzy

100
Gambar 3. 28 Simulink tool Matlab kendali ANFIS
Simulasi Kendali pada Broiler Closed House Bagian dari Supervisori Kendali
Sistem kendali broiler closed house dipengaruhi oleh konveksi, konduksi,
dan iradiasi dengan menggunakan modus kendali yang dapat menyesuaikan dengan
kondisi iklim dan lingkungan yang ada. Untuk satu variabel menggunakan modus
kendali ON-OFF, PID, Fuzzy Logik, ANFIS dengan salah satu parameter kendali
suhu, kelembaban dan amonia pada broiler closed house yang merupakan bagian
dari sistem supervisori kendali. Suhu kelembaban dan amonia dikendalikan pada
waktu pagi, siang dan sore menggunakan ON-OFF, PID,Fuzzy Logik dan ANFIS
dari starter, grower dan finisher.
Simulasi kendali pada kandang ayam dalam penelitian ini masih
menggunakan satu kandang ayam dengan 3 skenario waktu pada masa starter,
grower dan finisher. Penelitian selanjutnya menggunakan beberapa broiler closed
house. Untuk setpoin 29-300C adalah starter, set poin 29 0C adalah grower, set
poin 280C adalah finisher. Pengendali suhu dan kelembaban pada broiler closed
house pada ayam broiler menggunakan metode swa-tala (self tuning) kendali PID.
Pengujian dilakukan dengan uji respon variable input, uji tracking set point.
Pengujian respon dilakukan pada mesin kendali yang dimodelkan dalam bentuk
fungsi alih dengan input-an dari konstanta pada simulink Matlab. Pengujian
tracking set point pertama pada suhu dilakukan dengan merubah nilai masukan
sebesar 300C, 290C, 280C, 270C,260C,250C,240C dan nilai masukan kelembaban
sebesar 70%, 60%, 50% untuk kendali PD dan PID serta nilai masukan ammonia <
10 ppm untuk kendali ON OFF, PID, Fuzzy Logic dan ANFIS.
101
Sistem Kendali ON-OFF, PID, Fuzzy Logik ANFIS Suhu pada Broiler Closed
House Periode Starter, Grower, dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 24-300C dengan
heater menyala bila suhu lebih rendah dengan setpoint dan apabila suhu sama atau
mendekati setpoin maka heater mati disimulasikan dengan fungsi alih suhu
sehingga menghasilkan output kendali dengan error. Respon kendali ON-OFF
starter, grower dan finisher periode starter di bawah 3.29 sampai 3.31.
Gambar 3. 29 Grafik respon kendali ON-OFF suhu setpoint 30 Starter umur (1-18 hari)
Gambar 3.30 Grafik respon kendali ON-OFF suhu setpoint 25 Grower umur (19-30 hari)
102
Gambar 3. 31 Grafik respon kendali ON-OFF suhu setpoint 230C Finisher (31-46 hari)
Berdasarkan grafik respon kendali ON-OFF maka respon transien adalah

sebagai berikut:
Tabel 3. 4 Respon Kendali ON OFF pada broiler closed house untuk ayam broiler
Waktu Waktu
Waktu Persen
Tunda Penetap Error steady
Periode Setpoint Naik (Tr) Lonjakan
(Td) (Ts) state (Ess) (%)
(detik) (Os) (%)
(detik) (detik)
Starter 30 0.936 8.7439 0.0978 78.725 0.0311
Starter 29 0.092 8.8055 0.0948 78.408 0.0661
Starter 28 0.0939 8.999 0.097 77.993 0.067
Starter 27 0.0941 8.9078 -0.233 77.488 0.0514
Starter 26 0.0943 8.8003 0.0979 77.565 0.0200
Grower 25 0.0945 8.7406 0.096 78.398 0.0918
Grower 24 0.0946 9.9762 0.0927 79.242 0.0525
Finisher 23 0.0945 9.966 0.0954 78.245 0.0454
Kendali PID Suhu pada Broiler Closed House untuk Ayam Broiler Periode
Starter, Grower dan Finisher
Pengontrol Proporsional menurunkan daya rata-rata yang sedang diberikan
pada pemanas ketika suhu mencapai titik penyetelan. Proses ini akan melambatkan
pemanasan, sehingga tidak akan melampaui titik penyetelan tetapi akan mencapai
titik penyetelan dan mempertahankan suhu agar tetap konstan. Pengontrol
proporsional mengijinkan kendali variabel proses yang lebih ketat karena
keluarannya dapat mengambil harga berapapun antara sepenuhnya ON dan
sepenuhnya OFF, tergantung pada magnitude dari sinyal error.
Fungsi dari laju (derivatif) memperpendek waktu yang diambil suhu
pemanas untuk menstabilkan mendekati titik penyetelan. Fungsi integral (reset)
103
membatasi setiap penggantian kerugian dari titik penyetelan suhu. Pengontrol PID
mempunyai kemampuan mencocokkan aksi kendalinya pada konstanta waktu
proses tertentu untuk menghadapi perubahan proses setiap waktu. Kendali PID
mengubah besarnya sinyal keluaran pada cara yang ditentukan secara matematis
yang mempertimbangkan besarnya error dan laju perubahan sinyal.
Adapun metode yang digunakan untuk mencari konstanta PID adalah
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab.
(3.105)
Jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi :
(3.106)
Respon kendali PID suhu pada broiler closed house dengan simulasi periode
starter, grower dan finisher ditunjukkan pada gambar di bawah ini adalah:
Simulasi kendali PID (P=20,I=10,D=1) pada Broiler Closed House Periode

Starter Umur (1-18 Hari)
Gambar 3. 32 Respon kendali PID suhu setpoin 300C Starter umur (1-18 hari)
104
Gambar 3. 33 Respon kendali PID suhu setpoin 240C Grower umur (19-30 hari)
Gambar 3. 34 Respon kendali PID suhu setpoin 220C Finisher umur (31-46 hari)
Respon Kendali PID Kelembaban pada Broiler Closed House dengan Nilai
P=20, I=10 dan D=1
Tabel 3. 5 Respon kendali PID suhu pada Broiler Closed House untuk ayam broiler
Periode Waktu Waktu Waktu Persen Error steady
Setpoint Tunda Penetap Naik Lonjakan state
(Td) (Ts) (Tr) (Os) (Ess)
Starter 30 0,078125 6,484375 0,234375 2,7777 0,0781
Starter 29 0,15625 6,171875 0,3125 4,4643 0,0488
Starter 28 0,078125 6,171875 0,46875 4,4643 0,0488
Starter 27 0,078125 4,609375 0,15625 1,3889 0,0833
Starter 26 0,078125 6,171875 0,46875 4,4643 0,0469
Grower 25 0,078125 4,1875 0,15625 1,4881 0,0232
Grower 24 0,046875 4,78125 0,0625 1,4368 0,0215
Finisher 23 0,04355 4,231 0.0567 1,4221 0,0212
Finisher 22 0,04265 4,1567 0.0555 1,4201 0,0211
105
Simulasi Kendali Fuzzy Logic Suhu pada Broiler Closed House Periode
Pada simulasi kendali Fuzzy Logic pada broiler closed house ayam broiler
menggunakan tool matlab library blok diagram dengan masukan setpoin antara
240C - 300C yang dengan menggunakan model fungsi alih pada suhu broiler closed
house yang pengendalian aktuatornya heater dipasangkan gangguan (suhu
lingkungan) dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil (-) dari
suhu ruangan hasilnya ada output fuzzy logic dan output sistem rungan broiler
closed house. Pada grafik di bawah ini respon kendali Fuzzy Logic suhu pada
broiler closed house dengan simulasi periode starter, grower dan finisher (Gambar
3.35 sampai 3.37)
Gambar 3. 35 Grafik kendali Logika Fuzzy pada suhu ruangan setpoin 300C
periode Starter, umur (1-18 hari)
Gambar 3. 36 Output kendali Logika Fuzzy pada suhu ruangan setpoin 250C
Grower, umur (19-30 hari)
106
Gambar 3. 37 Grafik kendali Logika Fuzzy untuk suhu setpoin 230C periode
Finisher, umur (31-64 hari)
Pembahasan hasil grafik kendali fuzzy logik pada broiler closed house di
atas menunjukan respon transien dengan perlakuan pola tiga skenario starter (masa
pembibitan) umur (0-18hari) dengan setpoin antara 29-300C, grower (masa
pertumbuhan) umur (19-30 hari) dengan setpoint 26,27,280,C dan finisher (masa
panen) setpoint 30-38 0,C adalah sebagai berikut:
Tabel 3.6 Respon kendali Logika Fuzzy suhu pada Broiler Closed House
Waktu Waktu Waktu Persen Error steady
Setpoint
Periode Tunda Penetap Naik Lonjakan state
ppm
Starter 30 1.2169 30.1551 1.2951 48.120% 0.171%
Starter 29 1.187 17.9698 1.2837 33.764% 0.753%
Starter 28 1.1762 14.4425 1.2312 49.219% 0.460%
Starter 27 1.153 18.6913 4.996 42.917% 0.311%
Starter 26 1.1456 27.033 1.1939 44.854% 0.840%
Grower 25 1.101 36.1324 1.1682 46.066% 0.376%
Grower 24 1.1042 33.35 1.1455 49.583% 0.250%
Finisher 23 1.1451 32.45 1.1432 48.567 0.0765
Simulasi Kendali ANFIS Suhu pada Broiler Closed House periode Starter,
Grower dan Finisher
Pada simulasi kendali ANFIS pada broiler closed house ayam broiler
107
closed house. Data input sebanyak 101 sebagai masukan dan tindakan satu set
input-output. Data digunakan sebagai data pelatihan membangun pengontrol fuzzy.
Ini melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing).Dalam
belajar tahap training set diperoleh dengan menghasilkan masukan secara acak dan
mengamati output yang sesuai dihasilkan oleh plant. Terbukti dengan
menggunakan ANFIS lebih cepat sinyal respon transien dari Fuzzy Logic. Pada
grafik di bawah ini respon kendali ANFIS suhu pada broiler closed house dengan
simulasi periode starter, grower dan finisher gambar 3.38, 3.39 dan 3.40
Gambar 3. 38 Grafik kendali ANFIS untuk suhu setpoin 300C periode Starter,
umur (1-18 hari)
Gambar 3. 39 Grafik respon kendali ANFIS suhu setpoint 240C periode Grower,
umur (19-30 hari)
108
Gambar 3.40 Grafik respon kendali ANFIS suhu setpoint 220C periode Finisher,
umur (31-46 hari)
Pembahasan hasil grafik kendali ANFIS pada broiler closed house di atas
menunjukan respon transien di awali dengan komputasi dari nol sampai 250,C
dikondisikan sesuai batas amban suhu lingkungan broiler closed house sehingga
setelah 250,C baru dimulai terjadi respon transient nilai setpoint 300,C,
290C,280C,270,C,260C,250C,240,C, 230C,220C dengan perlakuan pola tiga skenario
starter umur (1-18 hari) dengan setpoin antara 29-300C, grower umur (19-30 hari)
dengan setpoint 26,27,280,C dan finisher setpoint 31-46 0,C adalah sebagai berikut:
Tabel 3. 7 Respon kendali ANFIS suhu pada Broiler Closed House
Setpoint Tunda Penetap Naik (Tr) Lonjakan state (Ess)
ppm (Td) detik (Ts) detik detik (Os) % %
Starter 30 1.2026 41.6405 1.1535 29.380 0.867
Starter 29 1.1809 41.6108 1.1258 33.841 0.852
Starter 28 1.159 35.2891 1.0996 38.621 0.842
Starter 27 1.137 41.6542 1.0744 43.755 0.822
Starter 26 1.1142 35.558 1.0496 49.284 0.825
Grower 25 1.0796 41.688 1.0256 55.256 0.842
Grower 24 1.0678 35.205 1.0014 61.725 0.817
Finisher 23 1.0567 36.102 1.0023 54.525 0.867
Finisher 22 1.0534 35.332 1.0034 45.234 0.821
Sistem Kendali ON-OFF Kelembaban pada Broiler closed house Periode

Starter Grower dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 50-70 % dengan
heater menyala bila kelembaban lebih rendah dengan setpoint dan apabila suhu
sama atau mendekati setpoin maka heater mati disimulasikan dengan fungsi alih
kelembaban sehingga mengahasilkan output kendali dengan error yang minimal.
109
Pada grafik respon kendali kelembaban ON-OFF periode starter, grower dan
finisher terdapat pada Gambar 3.41, 3.42 dan 3.43.
Gambar 3. 41 Grafik kendali ON OFF kelembaban setpoint 50 % periode Starter

umur (1-18 hari)
Gambar 3. 42 Grafik Kendali ON-OFF kelembaban setpoint 60 % periode Grower

umur (19-30 hari)
Gambar 3. 43 Grafik kendali ON-OFF kelembaban setpoint 70 % periode Finisher

umur (31-46 hari)
110
Tabel 3. 8 Respon kendali ON-OFF kelembaban pada Broiler Closed House
Waktu Error
Waktu Waktu Persen
Setpoint Tunda steady
Periode Penetap Naik Lonjakan
(%) (Td) state
(Ts) detik (Tr) detik (Os)%
detik (Ess)%
Starter 50 0.0187 8.27 3.0546 2.475 0,001
Grower 60 0.019 7.288 3.03 2.467 0,001
Finisher 70 0.0191 6.574 3.0391 2.460 0,001
Sistem Kendali PID Kelembaban pada Brolier House Periode Starter Grower
dan Finisher
Kendali Proporsional menurunkan daya rata-rata yang sedang diberikan
pada pemanas ketika kelembaban mencapai titik penyetelan. Proses ini akan
melambatkan pemanasan, sehingga tidak akan melampaui titik penyetelan tetapi
akan mencapai titik penyetelan dan mempertahankan kelembaban agar tetap
konstan. Pengontrol proporsional mengijinkan kendali variabel proses yang lebih
ketat karena keluarannya dapat mengambil harga berapapun antara sepenuhnya ON
dan sepenuhnya OFF, tergantung pada magnitude dari sinyal error.
Fungsi dari laju (derivatif) memperpendek waktu yang diambil kelembaban
pendingin untuk menstabilkan mendekati titik penyetelan. Fungsi integral (reset)
membatasi setiap penggantian kerugian dari titik penyetelan kelembaban.
Pengontrol PID mempunyai kemampuan mencocokkan aksi kendalinya pada
konstanta waktu proses tertentu untuk menghadapi perubahan proses setiap waktu.
Kendali PID mengubah besarnya sinyal keluaran pada cara yang ditentukan secara
matematis yang mempertimbangkan besarnya error dan laju perubahan sinyal.
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab sesuai persamaan
(3.88) dan jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi (3.89). Pada grafik respon kendali kelembaban PID periode starter,
grower dan finisher terdapat pada Gambar berikut.
111
Sistem Kendali PID Kelembaban pada Broiler Closed House Periode Starter,
Grower, dan Finisher (P=0.0022619548, I=0.00075148, D=0.0010016672)
Gambar 3. 44 Grafik respon kendali PID kelembaban setpoin 50 % periode Starter

umur (1-18 hari)
Gambar 3. 45 Grafik respon kendali PID kelembaban setpoin 60 % periode Grower

umur (19-30 hari)
Gambar 3. 46 Grafik respon kendali PID kelembaban setpoin 70 % periode

Finisher umur (31-46 hari)
112
Tabel 3. 9 Respon transien kendali PID kelembaban pada broiler closed house
Periode Waktu Error
Waktu Waktu Persen
Penetap Naik Lonjakan
(%) (Td) state
detik (Ess)%
Starter 50 0.33333 1.166667 0.7 6.153846 0,05
Grower 60 0.366667 11,0333 0.7 8.974359 0,05
Finisher 70 0,434783 10.21739 0,869565 9,090909 0,05
Kendali Fuzzy logic Kelembaban pada Broiler closed house Periode Starter
Grower Finisher
Simulasi kendali Fuzzy Logic pada broiler closed house ayam broiler
menggunakan tool matlab library blok diagram dengan masukan setpoin antara 50–
70 % yang dengan menggunakan model fungsi alih pada suhu broiler closed house
yang pengendalian aktuatornya heater dipasangkan gangguan (suhu lingkungan)
dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil (-) dari suhu
ruangan hasilnya ada output fuzzy logic dan output sistem rungan broiler closed
house. Pada grafik respon kendali kelembaban Fuzzy Logic periode starter, grower
dan finisher terdapat pada Gambar 3.47, 3.48 dan 3.49.
Gambar 3. 47 Grafik respon kendali Fuzzy Logic kelembaban setpoint 50% periode Starter
umur (1-18 hari)
113
Gambar 3. 48 Grafik respon kendali Fuzzy Logic kelembaban setpoint 60%

Grower umur (19-30 hari)
Gambar 3.49. Grafik Respon Kendali Fuzzy Logic Kelembaban Setpoint 70

Finisher Umur (31-46 Hari)
Tabel 3. 10 Respon transien kendali Fuzzy Logic pada kelembaban

Waktu Waktu Waktu Persen Error
Setpoint
Periode Tunda (Td) Penetap (Ts) Naik (Tr) Lonjakan steady state
(%)
detik detik detik (Os) % (Ess) %
Starter 50 2.9138 52.63 -31.291 31.389 0.930
Grower 60 3.2848 51.962 -31.7444 34.458 0.873
Finisher 70 3.7543 84.334 -32.1342 35.929 0.754
Simulasi Kendali ANFIS pada Broiler Closed House Periode Starter Grower
dan Finisher
Simulasi kendali ANFIS pada broiler closed house menggunakan tool
matlab library blok diagram dengan masukan setpoin antara 20% - 70% yang
dengan menggunakan model fungsi alih pada kelembaban broiler closed house
yang pengendalian aktuatornya cooling fad dipasangkan gangguan (kelembaban
114
kelembaban ruangan hasilnya ada output fuzzy logic dan output sistem rungan
broiler closed house. Data input sebanyak 101 sebagai masukan dan tindakan satu
set input-output. Data digunakan sebagai data pelatihan membangun pengontrol
fuzzy. Ini melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing).
Dalam belajar tahap training set diperoleh dengan menghasilkan masukan secara
acak dan mengamati output yang sesuai dihasilkan oleh plant. Terbukti dengan
grafik respon kendali kelembaban ANFIS periode starter, grower dan finisher
terdapat pada Gambar 3.50, 3.51 dan 3.52.
Gambar 3. 50 Grafik respon kendali ANFIS kelembaban setpoint 50% periode

Starter umur (1-18 hari)

115

Tabel 3. 11 Respon transien kendali ANFIS pada kelembaban

Setpoint Tunda (Td) Penetap Naik (Tr) Lonjakan state (Ess)
(%) detik (Ts)detik detik (Os) (%) %
Starter 50 2.8007 82.5066 -31.2474 33.258 0.431
Grower 60 3.1609 82.73 -32.6856 37.000 0.392
Finisher 70 3.6067 82.665 -32.0597 38.664 0.321
Simulasi Sistem Kendali ON-OFF Amonia Pada Broiler Closed House Periode
Starter, Grower, dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 1-25 ppm
dengan heater menyala bila amonia lebih rendah dengan setpoint dan apabila
amonia sama atau mendekati setpoin maka heater mati disimulasikan dengan
fungsi alih amonia sehingga mengahasilkan output kendali dengan error yang
minimal. Pada grafik respon kendali ON-OFF amonia periode starter, grower dan
finisher terdapat pada Gambar 3.53 dan 3.54
Gambar 3.53 Grafik kendali ON-OFF amonia setpoint 5 ppm periode starter dan
grower umur (1-18 hari)
116
Gambar 3. 54 Grafik kendali ON-OFF amonia setpoint 10 ppm periode grower

umur (19-30 hari) dan periode finisher umur (31-46 hari)
Tabel 3.12 Respon transien kendali ON-OFF amonia

Setpoint
Periode Tunda Penetap Naik (Tr) Lonjakan state
ppm
(Td) detik (Ts) detik detik (Os) % (Ess) %
Finisher 25 6.572 0.9456 1.7113 0.880 0.999
Finisher 20 6.7535 0.2665 2.1289 0.900 0.013
Grower 15 7.05 0.3708 2.4847 0.945 0.967
Grower 10 7.64 0.1471 3.13843 1.027 0.134
Starter 5 4.7566 2.9511 4.2615 1.278 0.464
Starter 2.5 1.0254 2.4511 7.5745 1.784 0.760
Starter 1 0.0172 0.2678 0.3157 3.290 0.070
Simulasi PID Amonia pada Broiler Closed House Periode Starter Grower dan
Finisher
pada kipas angin (fan) ketika amonia mencapai titik penyetelan. Proses ini akan
melambatkan kipas angin, sehingga tidak akan melampaui titik penyetelan tetapi
dan sepenuhnya OFF, tergantung pada magnitude dari sinyal error. Fungsi dari
laju (derivatif) memperpendek waktu yang diambil amonia kipas angin untuk
menstabilkan mendekati titik penyetelan. Fungsi integral (reset) membatasi setiap
penggantian kerugian dari titik penyetelan kelembaban.
Pengontrol PID mempunyai kemampuan mencocokkan aksi kendalinya
pada konstanta waktu proses tertentu untuk menghadapi perubahan proses setiap
117
waktu. Kendali PID mengubah besarnya sinyal keluaran pada cara yang ditentukan
secara matematis yang mempertimbangkan besarnya error dan laju perubahan
sinyal.
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab pada persamaan
(107) dan jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi persamaan (108). Grafik respon kendali amonia periode starter, grower
dan finisher terdapat pada Gambar 3.55 dan 3.56
Gambar 3. 55 Grafik kendali PID amonia setpoint 5 ppm periode Starter umur (1-
18 hari)
Gambar 3. 40 Respon kendali PID amonia setpoint 10 ppm periode Grower umur
(19-30 hari) dan Finisher umur (31- 46 hari)
118
Tabel 3.13 Respon kendali PID amonia pada Broiler Closed House
Setpoi Waktu Waktu Persen
Waktu Error steady
Periode nt Tunda Penetap Lonjakan
Naik (Tr) state (Ess)
(ppm) (Td) (Ts) (Os)
Starter 1 0.0553 13 0.1628 1.430% 0.200%
Starter 2.5 0.0552 11.44 0.1628 1.432% 0.040%
Starter 5 0.0553 17.6 0.1628 1.428% 0.000%
Grower 15 0.0553 13.452 0.1628 1.433% 0.040%
Finisher 20 0.0553 13.8 0.0324 1.430% 0.000%
Finisher 25 0.0537 15.68 0.1628 1.400% 0.020%
Simulasi Kendali FUZZY LOGIC Amonia pada Broiler Cosed House

menggunakan tool matlab library blok diagram dengan masukan setpoin amonia
antara 1 – 25 ppm yang dengan menggunakan model fungsi alih pada amonia
broiler closed house yang pengendalian aktuatornya heater dipasangkan gangguan
(lingkungan) dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil (-)
dari amonia ruangan hasilnya ada output fuzzy logic dan output sistem rungan
broiler closed house. Pada grafik respon kendali Fuzzy Logic amonia periode
starter, grower, dan finisher Gambar 3.90 dan 3.91 dan 3.92, 3.93.
Simulasi Kendali FUZZY LOGIC pada Broiler Closed House periode starter
grower dan finisher terdapat pada Gambar 3.57 dan 3.58
Gambar 3. 57 Respon kendali FUZZY LOGIC amonia setpoint 5 periode Starter

umur (1-18 hari)
119
Gambar 3. 38 Respon kendali FUZZY LOGIC amonia setpoint 10 ppm periode

Grower umur (19-30 hari) dan Finisher umur (31- 46 hari)
Tabel 3.14 Respon kendali Fuzzy Logik amonia pada Broiler Closed House
Setpoint
Periode Tunda (Td) Penetap (Ts) Naik (Tr) Lonjakan state
(ppm)
Finisher 25 1.1081 55.248 1.2052 27.322 0.928
Finisher 20 0.9862 42.6834 0.9466 11.128 0.952
Grower 15 0.8501 23.8111 0.7815 29.188 0.930
Grower 10 0.6905 80.369 0.629 154.050 0.932
Starter 5 0.485 42.689 -0.036 59.352 0.986
Starter 2.5 0.3417 55.212 0.3335 166.680 0.992
Starter 1 0.214 55.229 0.851 474.420 0.940
Simulasi Kendali ANFIS Amonia pada Broiler Closed House Periode Starter,
Grower, dan Finisher
Simulasi kendali ANFIS pada broiler closed house ayam broiler
menggunakan tool matlab library blok diagram dengan masukan setpoin antara 1-
25 ppm yang dengan menggunakan model fungsi alih pada kelembaban broiler
closed house yang pengendalian aktuatornya kipas angin dipasangkan gangguan
(udara lingkungan) dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil
(-) dari kelembaban ruangan hasilnya ada output fuzzy logic dan output sistem
rungan broiler closed house. Data input sebanyak 101 sebagai masukan dan
tindakan satu set input-output. Data digunakan sebagai data pelatihan membangun
pengontrol fuzzy. Ini melibatkan dua fase: pembelajaran (learning) dan fase
pegujian (testing).Dalam belajar tahap training set diperoleh dengan menghasilkan
masukan secara acak dan mengamati output yang sesuai dihasilkan oleh plant.
Terbukti dengan menggunakan ANFIS lebih cepat sinyal respon transien dari
120
Fuzzy Logic. Pada grafik respon kendali ANFIS amonia periode starter, grower
dan finisher pada Gambar 3.59 dan 3.60.
Simulasi Kendali ANFIS pada Broiler Closed House Periode Starter, Grower,
dan Finisher
Gambar 3. 59 Grafik respon kendali ANFIS amonia setpoint 5ppm periode Starter
umur (1-18 hari)
Gambar 3. 60 Grafik respon kendali ANFIS amonia setpoint 10 ppm periode

grower umur (19-30 hari) dan finisher umur (31- 46 hari)
Tabel 3.15 Respon transien kendali ANFIS pada Broiler Closed House Starter Grower
dan Finisher
Waktu Waktu Persen Error
Waktu Tunda
Peridoe Setpoint Penetap Naik Lonjakan steady state
(Td)
(Ts) (Tr) (Os) (Ess)
Starter 1 0.2773 47.9204 0.1878 2498.000% 0.290%
Starter 2.5 0.3278 47.929 0.2983 939.200% 0.056%
Starter 5 0.4665 41.302 0.4236 419.666% 2.886%
Grower 10 0.664 41.6886 0.6058 159.807% 1.816%
Grower 15 0.8174 22.832 0.753 73.222% 5.333%
Finisher 20 0.9482 41.774 0.9179 29.917% 4.000%
Finisher 25 1.055 47.9422 0.0665 30.480% 3.242%
121
Untuk mengatur pemanas (heater) dan kipas angin saluran keluar (outlet)
menggunakan metode pengontrol ON OFF, PID, Fuzzy Logik dan ANFIS untuk
menaikkan suhu pada ruangan broiler closed house sesuai yang diinginkan dengan
kelembaban turun. Masa Starter membutuhkan pemanas. Untuk memanaskan
ruangan membutuhkan daya heater 60 watt yang digunakan untuk menaikkan suhu
ruangan kandang ayam menjadi 2oC untuk mencapai suhu yang optimal 30 oC masa
starter dengan suhu awal 28 oC dengan kelembaban awal 60 %. Dengan dibantu
aliran udara kipas saluran keluar (outlet) membuat udara panas merata di seluruh
ruangan dengan daya 1 kipas angin 1.800 watt dengan arus 2.8 ampere. Daya
pemanas (heater) antara 3000 -300000 watt bila dirata-ratakan 297.000 watt
diaktifkan pada masa starter. Pada masa grower dan finisher yang suhu yang
optimal pada kandang ayam dibawah 32 oC dengan kelembaban awal 60 % maka
diaktifkan kipas angin sebanyak 3 dari 8 kipas angin secara bergantian sehingga
daya pemanas 5.400 watt.
Hasil penelitian adalah bagian dari supervisori kendali broiler closed house
secara terpisah yaitu performansi kendali (kriteria optimal) setiap kendali sebagai
bagian dari modus kendali, dengan parameter suhu, kelembaban dan amonia,
pengetahuan, broiler knowledge, climatc & environmental knowledge & control
knowledge dengan peralatan sensor heater,fan, humidifiyer dan evavorating
cooling.
Simpulan
Respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS menghasilkan
waktu naik, persen lonjakan, waktu penetap, error steady state, waktu tunda sesuai
parameter respon PID. 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.
Saran
Dalam simulasi kendali ON-OFF, PID, Fuzzy Logic dan ANFIS
dikembangkan agar bisa pengendalian secara terpadu modus kendali, parameter
122
dan kriteria optimal dengan integrasi kendali yang terdiri dari : dua modus kendali,
tiga modus kendali, empat modus kendali untuk penelitian berikutnya.
Daftar Pustaka
Agustina L, Hatta M dan Purwanti S. 2010. Penggunaan Ramuan Herbal untuk
Meningkatkan Produktivitas dan Kualitas Broiler, Prosiding Seminar
Nasional Teknologi Peternakan dan Veteriner, Puslitbang Peternakan,
Kementerian Pertanian, Jakarta
Alimuddin dan Kudang BS, Subrata IDM, Sumiati. 2010. Critical Information
Design for House Broilers Used by Artificial Neural Network Proceeding
Alimuddin Seminar KB, Subrata IDM, Nakao Nomura, 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 Jjurnal TELKOMNIKA Indonesia Journal
Amon M. 1997. A Farm Scale Study on the Use of Clinoptilolite Zeolite and De
Odorase for reducing oudour and ammonia emissions from Broiler
HouseBroiler closed houses, Bioresource Technology, UK, page 229-237.
Amrullah IK. 2003. Nutrisi Ayam Broiler. Ed Ke-1. Bogor: Lembaga Satu Gunung
Budi.
Bolton W.1995. Mechatronics Electronic Control Systems in Mechanical
Engineering,Longman, England
Bolton W. 2006. Sistem Instrumentasi dan Sistem Kendali, Erlangga, Indonesia
Daskalov PI, Arvanitis KG , Pasgianos GD, and Sigrimis NA, 2005, Non-linear
Adaptive Temperature and Humidity Control in Animal Buildings, Journal
Biosystems Engineering Volume 93, Issue 1, January 2006, Pages 1-24
Ditjen Peternakan Kementerian Pertanian, 2009,Jakarta
Djojodihardjo H. 1985. Dasar-dasar Termodinamika , Teknik Gramedia. Jakarta.
Poultry Specialist, Departemen of Avia Sciences, University of California,
Davis, California.
[FAO] Food Agriculture Organisation. 2008,
Gopal M. 2003. Control System Principles and Design, Second Edition. McGraw-
Hill, Singapore
Lin F and Wonham WM.1988. Decentralized supervisory control of discrete-event
systems, Information Sciences, 44(3), pp. 199-224.
Hamidi B. 2006. Broiler yang Terpuaskan, Riset dan Pengembangan Feed
Technology, PT. CPJF Jakarta, Buletin CP. April 2006 No 76/Tahun VII.
Handoko. 1995. Dasar Klimatologi Dasar Edisi ke 2. Jakarta. PT Dunia Pustaka
Jaya.
Holman PJ. 1997. Heat Transfer, Eight Edition,McGraw-hill,North American
123
Hubbar Paul. 2000. Hierarchical Supervisory Control System, A Thesis Submitted

to the Faculty of graduate studies and research in partial fulfilment of the
requirements for the degree of doctor philosophy, Department of Electrical
and Computer Engineering McGill University, Montreal, Canada
Hery. 2009. Pentingnya Aspirin dan Vitamin C . http://broilerkita.blogspot.com
Ibrahim AM. 2003. Environmental Control for Poultry Building in Riyadh Area of
Saudi Arabia, J. King Sand University, Vol.16, Agri Sci,(1), Riyadh,pp.87-
102.
Jang J. 2003.Neural and Neurofuzzy Control. Tech. report no 99-H 99 (nefcon),
Jennis BH. 1978. The Thermal Enviroment Condition and Control, Harper & Row,
Publish, New York.
Kuo B C. 1995. Teknik Kontrol Automatik, PT Prenhallindo, Jakarta
Kuo B C. 1989. Teknik Kendali Automatik, Prenhallindo, Jakarta.
Mutai E.B.K, Otieno P.O, Gitau A.N, Mbuge D.O. and Mutuli D.A. 2011. Simulation of
the Microclimate in Poultry Structures in Kenya, Research Journal of Applied
Sciences, Engineering and Technology 3(7): 579-588, 2011, ISSN: 2040-7467
[NRC] National Research Council. 1994. Nutrient Requirement of Poultry.
Washington: National Academy Pr.
Ogata K. 2002. Modern Control Engineering, Fourth Editional,Perason Education
International, USA
Ogata K.1994.Teknik Kendali Automatik I . Penerbit Erlangga.Paulus AN. 2003.
Panduan praktis Teknik Antarmuka dan Pemograman Mikrokontroller
AT89C51, Elek Media Komputindo, Jakarta
[PCPI] P T C h a r o e n Phokphand I n d o n e s i a . 1 9 9 4 . C a r a P e m e l i h a r a a n
A y a m P e d a g i n g . Jakarta.
Priyatno MA. 2000. Mendirikan Usaha Pemotongan Ayam. Cetakan ke-3.
Penebar Swadaya. Jakarta.
Piliang WG, Djojosoebagio AS. 2006. Fisiologi Nutrisi. Volume ke-1. Bogor:
Pusat Antar Universitas Ilmu Hayati, Institut Pertanian Bogor.
Rao R and Nagalakshmi D. 2002. Feeding to Minimise Heat Stress. Poultry
International Vol 41:7. http://siauwlielie.tripod.com/art_009_07.htm [3
Maret 2009].
Jakarta
Rosulindo RR. 2001, Desain Sistem Kendali Suhu dengan Metode PID Tuning
Fuzzy pada Prototipe Proses Pembuatan Susu Asam Secara Curah, Tesis
Megister Program Studi Elektroteknik Bidang Khusus Kendali dan Sistem
Program Pasca Sarjana ITB, Bandung.
Ramadge PJ and Wonham WM.1987. Supervisory control of a class of discrete
event processes. SIAM Journal on Control and Optimization, 25(1): 206–
230, .
Rudie K and Wonham W.M.1992. Think globally, act locally: Decentralized
supervisory control.IEEE Transactions on Automatic Control, 37(11):
1692–1708,.
Reznik L.1997. Fuzzy controllers, Newnes, Oxford.
Sadjad SR.2004. Sistem Kendali Adaptif untuk Kendalian Tak Linier, Research
Grant TPSDP S-1 Electrical Engineering, Batch 2, Jurusan Teknik Elektro
UNHAS, Makassar.
124
Seminar KB, Suhardiyanto H, Hardjoamidjojo, S, Tamrin. 2006. A Supervisory

Control System for Greenhouse. Proceedings of Regional Computer
Postgraduate Conference (ReCSPC’06), Malaysia, pp.30-34.
Setiawan I. 2008. Kendali PID untuk Proses Industri, Elex Media Komputindo,
Yogyakarta
Siswono. 2005. Konsumsi Protein Hewani di Bawah Standar.
http://www.republika.co.id/. (02 November 2009).
Totok RB. 2007. Adaptif Neurofuzzy Inference System Untuk Pengukuran Ph Jurnal
Teknik Informatika Jurusan Teknik Informatika, Fakultas Teknologi
Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
Weaver J and William D. 2001. Fundamentals of Ventilation, in Commercial
Chicken Meat and Egg Production, United State of America, page 113-
128.
Woods RL and Lawrence KL. 1997. Modeling and Simulation of Dynamic
System,Prentice Hall, Upper River, New Jersy
Yan J, Ryan M, Power J.1994. Using Fuzzy Logic, Prentice Hall.
125
DAFTAR ISI
3 SIMULASI MODEL KENDALI SUHU KELEMBABAN DAN AMONIA PADA

BROILER CLOSED HOUSE BERBASIS ON-OFF, PID, FUZZY LOGIC DAN ANFIS
.......................................................................................................................................... 57
Pendahuluan .................................................................................................................. 59
Bahan dan Metode ........................................................................................................ 78
Hasil dan Pembahasan ................................................................................................ 127
Simpulan ..................................................................................................................... 127
DAFTAR GAMBAR
SISTEM KENDALI
Reference
control signal
command, set-point
Isyarat umpan-balik
Gambar 3.1 Konfigurasi dasar sistem kendali (Adopsi dari Bolton 2006) ......................... 64
Gambar 3. 3 (a) Diagram Blok Kontroler On-Off; (b) Diagram Blok Kontroler ON-OFF
dengan Jurang Diferensial................................................................................................... 65
Gambar 3. 4 Diagram Kotak Pengendali PID [Gunterus 1994].......................................... 67
Gambar 3. 5 Diagram Blok dari Kontrol Proporsional – Integral – Derivatif .................... 68
Gambar 3. 7 Struktur Dasar kontrol Logika Fuzzy ............................................................ 70
Gambar 3. 9 Fungsi Keanggotaan Segitiga ......................................................................... 71
Gambar 3. 10 Model Pembelajaran Identifikasi ANFIS ..................................................... 76
Gambar 3. 11 Proses Pengujian pada kendali ANFIS ........................................................ 76
Gambar 3. 13 Perancangan Sistem Kendali pada Broiler Closed House ........................... 79
Gambar 3. 14 Skema Konsep Pemodelan Suhu dan Kelembaban dalam Broiler Closed
House .................................................................................................................................. 80
Gambar 3. 15 Sistem Kontrol Loop Tertutup ..................................................................... 85
Gambar 3. 16 Struktural Sistem Parameter Optimal Kendali Lingkungan Broiler closed
house dengan Simulasi Matlab ........................................................................................... 92
Gambar 3. 17 . Grafik Kendali ON-OFF broiler closed house ........................................... 92
Gambar 3. 18. Penerapan Kendali PID Lingkungan Broiler Closed House ....................... 93
Gambar 3. 19 Pendekatan Numerik Euler untuk pemecahan integral. ............................... 93
126
Gambar 3. 20 Pendekatan Numerik Euler untuk pemecahan diferensial ............................ 93

Gambar 3. 21 Penerapan Kendali Fuzzy Logic Lingkungan Broiler Closed House........... 95
Gambar 3. 22 Penerapan Kendali ANFIS Lingkungan Broiler Closed House ................... 96
Gambar 3. 23. Struktur ANFIS ........................................................................................... 96
Gambar 3. 24 Respon Sistem Kendali ................................................................................ 98
Gambar 3. 25 Simulink tool matlab kendali ON-OFF ........................................................ 99
Gambar 3. 26 Simulink Tool Matlab Kendali PID ............................................................. 99
Gambar 3. 27 Simulink Tool Matlab Kendali Fuzzy Logic................................................ 99
Gambar 3. 28 Simulink Tool Matlab Kendali ANFIS ...................................................... 100
Gambar 3. 29 Grafik Respon Kendali ON-OFF Suhu Setpoint 30 Starter Umur (1-18 Hari)
.......................................................................................................................................... 101
Gambar 3.30 Grafik Respon Kendali ON-OFF Suhu Setpoint 25 Grower (19-30Hari)... 101
Gambar 3. 31 Grafik Respon Kendali ON-OFF Suhu Setpoint 230C Finisher (31-46 hari)
.......................................................................................................................................... 102
Gambar 3. 32 Respon Kendali PID Suhu setpoin 300C starter umur (1-18 hari) ............. 103
Gambar 3. 33 Respon Kendali PID Suhu setpoin 240C grower umur (19-30 hari) .......... 104
Gambar 3. 34 Respon Kendali PID Suhu setpoin 220C finisher umur (31-46 hari) ......... 104
Gambar 3. 36 Output Kendali Fuzzy Logic Pada Suhu Ruangan Setpoin 250C Grower,
Umur (19-30 Hari) ............................................................................................................ 105
Gambar 3. 37 Grafik Kendali Fuzzy Logic Untuk Suhu Setpoin 230C Periode Finisher,
Umur (31-64 Hari) ............................................................................................................ 106
Gambar 3. 38 Grafik kendali ANFIS untuk suhu setpoin 300C periode Starter, umur (1-18
hari) ................................................................................................................................... 107
Gambar 3. 39 Grafik respon Kendali ANFIS Suhu setpoint 240C periode Grower, umur
(19-30 hari) ....................................................................................................................... 107
Gambar 3. 40 Grafik respon Kendali ANFIS Suhu setpoint 220C periode Finisher, umur
(31-46 hari) ....................................................................................................................... 108
Gambar 3. 41 Grafik kendali ON OFF kelembaban setpoint 50 % Periode Starter umur (1-
18 hari) .............................................................................................................................. 109
Gambar 3. 42 Grafik Kendali ON OFF Kelembaban Setpoint 60 % Periode Grower Umur
(19-30 Hari) ...................................................................................................................... 109
Gambar 3. 43 Grafik Kendali ON OFF Kelembaban Setpoint 70 % Periode Finisher Umur
(31-46 Hari) ...................................................................................................................... 109
Gambar 3. 44 Grafik Respon Kendali PID Kelembaban Setpoin 50 % Periode Starter
Umur (1-18 Hari) .............................................................................................................. 111
Gambar 3. 45 Grafik Respon Kendali PID Kelembaban setpoin 60 % Periode Grower
umur (19-30 hari) .............................................................................................................. 111
Gambar 3. 46 Grafik Respon Kendali PID Kelembaban setpoin 70 % Periode Finisher
umur (31-46 hari) .............................................................................................................. 111
Gambar 3. 47 Grafik Respon Kendali Fuzzy Logic Kelembaban Setpoint 50 Periode
Starter Umur (1-18 Hari) .................................................................................................. 112
Gambar 3. 50 Grafik Respon Kendali ANFIS Kelembaban Setpoint 50% Periode Starter
Umur (1-18 Hari) .............................................................................................................. 114
Gambar 3. 51 Respon Kendali ANFIS Kelembaban Setpoint 60% Periode Grower Umur
(19-30 Hari) ...................................................................................................................... 114
127
Gambar 3. 52 Respon Kendali ANFIS Kelembaban Set Point 70% Periode Finisher Umur
(31-46 Hari) ...................................................................................................................... 115
Gambar 3. 53 Grafik Kendali ON OFF Amonia Setpoint 5 Ppm Periode Starter Dan
Grower Umur (1-18 Hari) ................................................................................................ 115
Gambar 3. 54 Grafik Kendali ON OFF amonia setpoint 10 ppm periode grower umur (19-
30 hari) dan periode finisher umur (31-46 hari) ............................................................... 116
Gambar 3. 55 Grafik Kendali PID amonia setpoint 5 ppm periode starter umur (1-18 hari)
.......................................................................................................................................... 117
Gambar 3. 56 Simulasi Kendali PID Amonia Setpoint 10 ppm Periode grower umur (19-30
hari) dan finisher umur (31- 46 hari) ................................................................................ 117
Gambar 3. 57 Respon Kendali FUZZY LOGIC Amonia Setpoint 5 Periode Starter Umur
(1-18 Hari) ........................................................................................................................ 118
Gambar 3. 58 Respon Kendali FUZZY LOGIC Amonia Setpoint 10 Ppm Periode Grower
Umur (19-30 Hari) Dan Finisher Umur (31- 46 Hari) ...................................................... 119
Gambar 3. 59 Grafik Kendali ANFIS Amonia setpoint 5ppm periode starter umur (1-18
hari) ................................................................................................................................... 120
Gambar 3. 60 Respon Kendali ANFIS Amonia setpoint 10 ppm Periode grower umur (19-
30 hari) dan finisher umur (31- 46 hari) ........................................................................... 120
DAFTAR TABEL
Tabel 3. 1 Batas Aman dan Kematian Akibat Gas yang Merugikan di Broiler Closed House
............................................................................................................................................ 60
Tabel 3. 2 Matriks Keputusan ............................................................................................. 72
Tabel 3. 4 Respon Kendali ON OFF pada broiler closed house untuk ayam broiler ........ 102
Tabel 3. 5 Respon Kendali PID Suhu pada Broiler closed house untuk Ayam Broiler .... 104
Tabel 3. 6 Respon kendali ANFIS suhu pada broiler closed house.................................. 108
Tabel 3. 7 Respon Kendali ON-OFF Kelembaban Pada Broiler Closed House ............... 110
Tabel 3. 8 Respon Transien Kendali PID Kelembaban Pada Broiler Closed House ........ 112
Tabel 3. 9 Respon Trasien Kendali Fuzzy Logic pada Kelembaban ............................... 113
Tabel 3. 10 Respon trasien kendali ANFIS pada kelembaban ......................................... 115
Tabel 3. 12 Respon transien kendali ANFIS pada broiler closed house starter grower dan
finisher .............................................................................................................................. 120
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
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
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 36oC 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

(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.
(Kosko 1992), (Kartalopoulos 1996). Pada sistem kendali berbasis neuro fuzzy,
kinerja sistem kendali yang bersifat adaptif (Brown dan Harris, 1994). Jaringan ini
129

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
fuzzynya yaitu parameter premis (antécédent) dan parameter konsekuensi
(consequent). Metode ANFIS (Adaptive Neuro Fuzzy Inference System) selanjutnya
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.
Jadwal
Parameter Gain
Pengendali
Kondisi
Operasi
Sinyal
Komando Sinyal
Kendali
Pengendali Kendalian Output
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.
135
Model ym
Acuan
Mekanisme
Parameter Pengaturan
Pengendali
Sinyal
uc Kendali
Pengendali Kendalian y
u
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
perangkat keras, dan jenis modus kendali.
136
Bahan dan Metode

Bahan Yang Digunakan
FATETA IPB dan University of Farm Broiler House Cikabayan IPB mulai bulan
sebanyak 20.000 ekor, kandang ayam dengan sistem broiler house yang ada di
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.

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
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
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

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

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 200C 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, 320C 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

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.
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
[ P C P I ] P T C h a r o e n Phokphand Indonesia, Co. ltd.1 9 9 4 . C a r a
P e m e l i h a r a a n A y a m P e d a g i n 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.
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
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
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
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.
V. INTERKONEKSI SUPERVISORI KENDALI SUHU
KELEMBABAN DAN AMONIA PADA BROILER CLOSED
HOUSE
Abstract
Multi-agent system can be used to solve difficult problems and impossible solved by
individual agents. Research broiler house environment control system based on multi agent
that allows ease of control required in the selection has been implemented in Indonesia.
The system also provides a default control scenario, if the user does not choose any
preference. This makes it easy for a novice user to use control system. The problem that
then arises was processing the data from the agents of environmental parameters broiler
closed house takes a longer time, thus affecting the speed of work, especially coupled with
the complexity of the command and data communication lines. One alternative to the
complexity of solving such problems was by applying the method of parallel computing.
Enabling parallel computing on distributed computer implemented processes that run
simultaneously. The materials used consist of as many as 20,000 broilers, broiler closed
house with the existing system in the study area Cikabayan IPB with the length x width x
height was 120 m x 12 m x 2.5 m, broiler feed, drinking water, using the software :
Operating system Windows XP, PHP Software, Software CodeVision AVR, Software
Apache web server, My-SQL Server. Materials used include: LAN and WAN network
infrastructure, Internet service providers, Web Hosting, visulisasi: temperature,
humidity,ammonia sensor, A set of computers and peripherals, a set of broiler closed house
with insulation systems, 8 Exhaust fan (fan) units, 2 Cooling Pad (cooling unit) pieces, 2
heater (heating unit) pieces. Hardware on the server has a function as a store of data,
applications as user interface, and the waiter both data request and response for the client
in this case was the broiler house equipment being acquired and controlled. The method
used in this study was the waterfall method that includes analyswas, design, coding and
testing. Analysis was done through library research to manage the theories and concepts in
accordance with the research conducted. Design was done to obtain the desired software.
Coding was the stage of identifying the needs of the system in making the application
program. Testing was the testing phase of the program to ensure all functions work well.
Supervisori control system with interconnection between the server and client broiler
closed house was built in order to facilitate everyone to know and control the status of
electronic equipment both in office and in the broiler closed house moving equipment even
with the requirement to access the Internet network. Interconnection supervisori control in
broiler closed houses inerkoneksi supervisori discuss with the remote control using a
computer network-based Internet Protocol (IP) with parallel computing was applied in one
or two or three broiler closed house was closed control system having the parameters of
temperature, humidity and ammonia which can be tuned according to changes in external
conditions and internal kendalian online process called self-tuning adaptive control (AST).
In this study closed broiler starter house with a period of one room 30 0C of environmental
temperature, humidity 50% indoor environment, ammonia was 5 ppm, closed broiler
grower houses period room 290C of environmental temperature, humidity indoor
environment of 60%, ammonia 10 ppm, closed house broiler finisher period Environmental
room temperature 270C, 70% humidity indoor environment, ammonia was 15 ppm.
Keyword: Interconnection, supervisori control, environment, multi broiler closed houses,

parallel computing
151
Abstrak
Sistem multi agen dapat digunakan untuk memecahkan masalah yang sulit dan
mustahil dipecahkan oleh agen individu. Penelitian sistem kendali lingkungan broiler
closed house berbasis multi agen yang memungkinkan kemudahan dalam pemilihan
kontrol yang diperlukan telah dilaksanakan di Indonesia.. Hal ini memudahkan bagi
pengguna orang awam untuk menggunakan sistem control. Masalah yang kemudian timbul
adalah proses pengolahan data dari agen-agen parameter lingkungan broiler closed house
membutuhkan waktu yang lebih lama, sehingga mempengaruhi kecepatan kerja, apalagi
ditambah dengan kompleksitas jalur komunikasi perintah dan data. Salah satu alternatif
pemecahan kompleksitas masalah tersebut adalah dengan menerapkan metode komputasi
paralel. Komputasi paralel memungkinkan proses dilaksanakan pada komputer terdistribusi
yang berjalan secara simultan. 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 : Sistem operasi Windows XP,
Software PHP, Software CodeVision AVR, Software Apache web server, My-SQL Server.
Peralatan yang digunakan meliputi : infrastruktur jaringan LAN dan WAN, Jasa penyedia
layanan Internet, Web Hosting, visulisasi : sensor suhu, Satu set komputer dan peripheral,
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. Hardware di sisi server memiliki fungsi sebagai penyimpan data, aplikasi sebagai
user interface, dan pelayan data baik request dan response bagi klien dalam hal ini adalah
peralatan broiler house yang diakuisisi dan dikendalikan. Metode yang digunakan dalam
penelitian ini adalah metoda waterfall yang meliputi analisa, desain, coding dan testing.
Analisa dilakukan melalui studi kepustakaan untuk mengelolah teori dan konsep yang
sesuai dengan penelitian yang dilakukan. Desain dilakukan untuk mendapatkan perangkat
lunak yang diinginkan. Coding merupakan tahap penentuan kebutuhan sistem dalam
pembuatan program aplikasi. Testing merupakan tahap pengetesan terhadap program untuk
memastikan semua fungsi berjalan dengan baik. Sistem supervisori kendali dengan
interkoneksi antara server broiler house dan client broiler house dibangun guna
mempermudah setiap orang untuk mengetahui dan mengendalikan status peralatan
elektronik baik di kantor maupun di broiler house bahkan peralatan bergerak dengan syarat
bisa mengakses jaringan Internet. Interkoneksi supervisori kendali pada broiler closed
house membahas inerkoneksi supervisori kendali dengan jarak jauh menggunakan jaringan
komputer berbasis Internet Protocol (IP) dengan parallel computing di aplikasikan dalam
dengan satu atau dua atau tiga broiler closed house yaitu sistem kendali yang mempunyai
parameter-parameter suhu, kelembaban dan amonia yang dapat ditala (dituning) sesuai
dengan perubahan kondisi eksternal dan internal proses kendalian secara online disebut
kendali adaptif swa-tala (AST). Pada penelitian ini broiler closed house satu dengan
periode starter Suhu Lingkungan ruangan 300C, Kelembaban lingkungan ruangan 50%,
amonia 5 ppm, broiler closed house periode grower Suhu Lingkungan ruangan 290C,
kelembaban lingkungan ruangan 60%, amonia 10 ppm, broiler closed house periode
finisher Suhu Lingkungan ruangan 270C, kelembaban lingkungan ruangan 70%, amonia
15 ppm.
Keyword: Interkoneksi, supervisori kendali, lingkungan, multi broiler closed house,

komputasi paralel
152
Pendahuluan
Perunggasan merupakan subsektor peternakan yang sedang mengalami
peningkatan pesat. Salah satu sektor perunggasan yang paling tinggi
peningkatannya adalah budidaya ayam broiler. Data menunjukkan bahwa pada
tahun 2008 terjadi peningkatan budidaya broiler sebesar 8,7% dengan tingkat
konsumsi daging ayam di Indonesia yang semakin meningkat, yaitu 4,5
kg/kapita/tahun (2007) menjadi 6,46 kg/kapita/tahun (2008) (Ditjen Peternakan,
2009).
Tahun 2008 laju pertumbuhan bisnis perunggasan nasional mencapai 7%.
Banyak pakar dan pelaku bisnis yang memprediksikan bahwa perunggasan di masa
depan memainkan peternakan yang sedang mengalami peningkatan pesat. Salah
satu sektor perunggasan yang paling tinggi peningkatannya adalah budidaya ayam
broiler. Data menunjukkan bahwa pada tahun 2008 terjadi peningkatan budidaya
broiler sebesar 8,7% dengan tingkat konsumsi daging ayam di Indonesia yang
peranan dominan dalam hal ketersediaan dan ketahanan pangan yang bergizi,
terutama sebagai sumber protein hewani (Rida et al. 2008).
Ayam broiler adalah ayam tipe pedaging yang telahdikembangbiakan
secara khusus untuk pemasaran secara dini. Ayampedaging ini biasanya dijual
dengan bobot rata-rata 1,4 kg tergantungpada efisiensinya perusahaan. Ayam
pedaging atau lazim disebut ayam broiler merupakan ayam yang memiliki
pertumbuhan sangat cepat (Rasyaf 1994, 2004).
Perkembangan teknologi dewasa ini begitu pesat hampir di seluruh aspek
kehidupan, dalam perkembangan tekno-logi dibutuhkan sumber daya manusia yang
berkualitas dan menguasai sedi-kitnya satu disiplin ilmu yang mampu untuk
dikembangkannya. Kemajuan teknologi elektronika dan aplikasinya telah memberi
banyak keuntungan bagi kehi-dupan manusia. Dengan penggunaan peralatan
elektronika kegiatan manusia dapat dilakukan secara efektif dan efisien baik di
broiler house, di green house, di tempat kerja, dan di tempat-tempat lainnya.
Peralatan otomatis selain mudah penggunaannya juga dituntut harus dapat
dioperasikan jarak jauh (remote control) tanpa harus mendekati atau menyentuh
peralatan tersebut. Sistem operasi tersebut dinamakan sistem kendali jarak jauh.
Komunikasi data tidak terlepas dari media transmisi yang harus ada, agar
komunikasi dapat dilakukan. Penggunaan jalur telepon untuk komunikasi data
153
sudah lama dilakukan. Muncullah istilah modem, yang merupakan perantara

(interface) antara komputer dan saluran transmisi. Modem ini mengubah data
digital dari komputer ke dalam bentuk sinyal analog yang akan dikirim lewat
saluran telepon. Komunikasi data lewat jala-jala listrik pun sudah dijajagi
kemungkinannya. Telah tersedia chip khusus di pasaran yang didesain sebagai
modem untuk interface ke jaringan komputer.Ada beberapa ma-cam kendali jarak
jauh, yaitu dengan tidak menggunakan kabel, melalui gelombang radio, inframerah
dan jaringan komputer.
Dalam komunikasi data dibutuhkan suatu protokol, yaitu kumpulan
peraturan yang mengatur proses komunikasi elektronik (Thomas 1996). Ada
banyak protokol yang berkembang saat ini. TCP/IP (Transmission Control
Protocol/Internet Protocol) merupakan suite protokol yang digunakan untuk
mengirim data antar komputer dalam jaringan tanpa adanya batasan perangkat
keras maupun perangkat lunak (Heywood 1996). Protokol TCP/IP ini dapat
dimanfaatkan sebagai sarana pengiriman data informasi atau data kendali melalui
jaringan komputer.
Komunikasi antar system di waktu lampau masih menggunakan koneksi
point-to-point. Seiring dengan semakin meningkatnya kebutuhan akan fitur–fitur
yang lebih canggih, fleksibilitas dan cost-effective komunikasi, para engineer mulai
menggunakan jaringan komputer baik local area network (LAN) maupun wide
area network (WAN) dan power line communication (PLC) sebagai jalur
komunikasi system. Pada umumnya LAN dan WAN berbasis infrastruktur yang
harus disediakan sendiri dan PLC menggunakan jalur jala–jala listrik (Pratomo
2008).
Sekarang ini, proses pengolahan data tidak lagi dilakukan secara terpisah,
khususnya setelah terjadi penggabungan antara teknologi komputer sebagai
pengolah data dengan teknologi komunikasi. Model komputer tunggal yang
melayani seluruh tugas-tugas komputasi suatu organisasi telah diganti oleh
sekumpulan komputer yang berjumlah banyak dan terpisah tetapi masih saling
berhubungan dalam melaksanakan tugasnya. Sistem ini disebut sebagai jaringan
komputer [Kristianto 2003].
154
Jaringan Komputer saat ini merupakan suatu infrastruktur penting yang

harus dijaga kestabilan operasionalnya. Gangguan yang terjadi pada operasional
jaringan akan mengakibatkan kerugian yang tidak kecil terutama pada perusahaan
besar yang menggunakan jaringan komputer sebagai kegiatan operasional sehari-
harinya hal ini juga berakibat bertambahnya beban para administrator jaringan
karena mereka harus secara manual mengecek client yang mengalami gangguan
dimana client tersebut berada pada lokasi yang berjauhan.[Djuandi 2002]
Untuk menjaga kelancaran, memantau dan juga mempermudah tugas
administrator jaringan dalam pengoperasian jaringan, terutama yang berhubungan
dengan manajemen client maka diperlukan suatu aplikasi jaringan yang dapat
mengontrol sekaligus mengendalikan komputer-komputer client yang terhubung
dalam jaringan [Dumas 1995].
TCP/IP adalah sekumpulan protokol yang didesain untuk melakukan
fungsi-fungsi komunikasi data pada Wide Area Network (WAN). TCP/IP terdiri
atas sekumpulan protokol yang masing-masing bertanggung jawab atas bagian-
bagian tertentu dari komunikasi data. Protokol yang satu tidak perlu mengetahui
cara kerja protokol yang lain, sepanjang ia masih bisa saling mengirim dan
menerima data. Berkat penggunaan prinsip ini, TCP/IP menjadi protokol
komunikasi yang fleksibel (Onno, 1998). TCP/IP dapat diterapkan dengan mudah
di setiap jenis komputer dan interface jaringan, karena sebagian besar isi kumpulan
protokol ini tidak spesifik terhadap satu komputer atau peralatan jaringan tertentu.
Agar TCP/IP dapat berjalan di atas interface jaringan tertentu, hanya perlu
dilakukan perubahan pada protokol yang berhubungan dengan interface jaringan
saja.
Sekumpulan protokol TCP/IP ini dimodelkan dengan empat layer TCP/IP,
sebagaimana terlihat pada Gambar 5.1 berikut :
155
Application Layer
(SMTP, FTP, HTTP, Telnet, DNS,
dan lain-lain)
Transport Layer
(TCP, UDP) TCP/IP
Internet Layer
(IP, ICMP, ARP)
Stack
Network Interface Layer
(Ethernet, X.25, SLIP, PPP)
Jaringan Fisik
Gambar 5. 1 Layer TCP/IP (Transmission Control Protocol/Internet Protocol)
Sumber (Douglas 2001)
Dalam TCP/IP, terjadi penyampaian data dari protokol yang berada di suatu
layer ke protokol yang berada di layer lain. Semua protokol memperlakukan semua
informasi yang diterimanya dari protokol lain sebagai data. Jika suatu protokol
menerima data dari protokol layer atasnya, ia akan menambahkan informasi
miliknya ke data tersebut (encapsulation). Informasi ini memiliki fungsi yang
sesuai dengan fungsi protokol tersebut. Setelah itu, data ini diteruskan lagi ke
protokol pada layer di bawahnya. Hal yang sebaliknya terjadi jika protokol tersebut
menerima data dari protokol yang berada pada layer di bawahnya. Jika data ini
dianggap valid, protokol akan melepas informasi tambahan tersebut, kemudian
meneruskan data itu ke protokol pada layer di atasnya (decapsulation).
Layer terbawah, Network Interface Layer, bertanggung jawab mengirim
dan menerima data ke dan dari media fisik. Media fisiknya dapat berupa kabel,
serat optik, atau gelombang radio. Karena tugas ini, protokol pada layer ini harus
mampu menerjemahkan sinyal listrik menjadi data digital yang dimengerti
komputer, yang berasal dari peralatan lain yang sejenis.
Protokol yang berada pada Internet Layer bertanggung jawab terhadap
proses pengiriman paket ke alamat yang tepat. Pada layer ini ada tiga protokol,
yaitu IP, ARP, dan ICMP. IP (Internet Protocol) berfungsi untuk menyampaikan
paket ke alamat yang tepat. ARP (Address Resolution Protocol) merupakan
protokol yang digunakan untuk menemukan alamat hardware dari host/komputer
yang terletak pada jaringan yang sama. Sedangkan ICMP (Internet Control
Message Protocol) adalah protokol yang digunakan untuk mengirim pesan dan
melaporkan kegagalan pengiriman data.
156
Transport Layer berisi protokol yang bertanggung jawab untuk

mengadakan komunikasi antara dua host/komputer. Kedua protokol tersebut adalah
TCP (Transmission Control Protocol) dan UDP (User Datagram Protocol). Pada
layer teratas, Application Layer, terletak semua aplikasi yang menggunakan
protokol TCP/IP ini.
TCP (RFC 793) memberikan komunikasi yang handal antar proses yang
berjalan pada host yang saling terhubung. Protokol ini berusaha secara seksama
untuk mengirimkan data ke tujuan, memeriksa kesalahan, mengirimkan ulang data
bila diperlukan dan mengirimkan pesan kesalahan ke lapisan atas hanya bila TCP
tidak berhasil mengadakan komunikasi.
Untuk memastikan diterimanya data, TCP menggunakan nomor urut segmen
dengan acknowledgement (jawaban). Tiap oktet pada suatu segmen memiliki
nomor urutan, memungkinkan tiap oktet yang dikirim untuk menjawab. Header
TCP menyebutkan urutan nomor segmen untuk oktet pertama pada field data, dan
tiap segmen juga memiliki nomor acknowledgement. Saat TCP mengirimkan
sebuah segmen, ia akan menyimpan duplikat dari segmen tersebut pada antrian,
yang akan tetap ada di sana sampai sinyal acknowledgement diterima. Segmen
yang tidak menjawab akan dikirim ulang. Tetapi kehandalan TCP ini
mengakibatkan pemakaian bandwidth jaringan yang besar dan menimbulkan
overhead, sehingga TCP tidak cocok untuk aplikasi yang mentransmisikan data
dalam arus pendek seperti Ping, BootP, dan sebagainya.
UDP (RFC 768) memberikan alternatif transport untuk proses yang tidak
membutuhkan pengiriman yang handal. UDP adalah protokol datagram yang tidak
menjamin pengiriman data atau perlindungan duplikasi. Datagram adalah pesan
yang bersifat independen yang dikirimkan secara terpisah dari datagram lain.
Proses pada lapisan atas harus bertanggung jawab untuk mendeteksi data yang
hilang atau rusak dan mengirim ulang data tersebut jika diperlukan. UDP tidak
mengurusi penerimaan aliran data dan pembuatan segmen yang sesuai untuk IP,
sehingga beroperasi dengan overhead yang jauh lebih kecil dari TCP (Dumas
1995).
Hasil survei tersebut menyatakan beberapa protokol yang terkenal disusun
dalam bentuk tree seperti tampak pada Gambar 5.2.
157
Gambar 5. 2 Standar protocol family tree. Sumber (Bhargav & Koopman 1993).
Beberapa keuntungan menggunakan TCP/IP pada system adalah :pertama,

memiliki kecepatan yang lebih tinggi dibandingkan dengan RS232, RS485 dan
metode komunikasi tradisional, kedua, Kompabilitas yang luas, system dapat
dihubungkan ke LAN / WAN, ketiga, Komunikasi yang sangat reliable
berdasarkan standar internasional, keempat, terdapat banyak pilihan jenis / merek
mikrokontroller yang dapat digunakan, kelima, mudah dikoneksikan dengan
komputer (PC).
Jaringan client server adalah memfaatkan sebuah komputer dari jaringan
sebagai central (pusat) pertemuan antar beberapa client pada aplikasi yang sama.
Dalam proses pertemuannya tiap-tiap clent haruslah melakukan koneksi dengan
server agar dapat bergabung pada aplikasi yang sama, proses inilah yang disebut
dengan protokol komunikasi client-server (A.S. Tanenbaum, 1996)’. Proses
protokol komunikasi jaringan client-server terlihat pada Gambar 5.3.
Gambar 5. 3 Protokol komunikasi jaringan Client-Server

Sumber (Tanenbaum 1996)
Suatu program sistem kendali yang penulis buat terdiri atas dua komponen
utama yaitu program server dan program client. Gambar 5.3. merupakan skema
dasar proses kerja sistem kendali. Gambar 5.4 menggambarkan proses kerja yang
158
terjadi antar client dan server, dimana server bertindak bertindak sebagai komputer
pengendali sedangkan client sebagai komputer yang dikendalikan server.
Koneksi / Kirim instruksi
Server Terima Client

(IP: xxx.xxx.xxx.xxx) (IP: xxx.xxx.xxx.xxx)
Gambar 5. 4 Skema dasar sistem kendali
Pada rancangan tesbed yang digunkan pada penelitian ini digunakan 1

client sebagai media interface pengendali peralatan listrik oleh user dan
mengirimkan data pengendali ke sever yang terhubung dengan peralatan listrik
pada ruangan di dalam gedung. Skenario ini menggunakan 2 server yang seolah
terdapat dua gedung yang akan dikendalikan peralatan listriknya. Tiap server akan
menjalankan data pengendali yang dikirimkan oleh client untuk mengendalikan
(mematikan dan menhidupkan) peralatan listrik yang ada pada ruangan. Bentuk
rancangan testbed yang digunakan dalam penelitian ini terlihat pada Gambar 5.5
yang memperlihatkan bahwa jaringan LAN yang digunakan masih menggunakan
media transmisi wired.
Gambar 5. 5 Testbed Jaringan pengendali peralatan listrik ruangan

Sumber (Daryanto 2009)
Penerapan sistem multi agen pada kontrol lingkungan broiler house menjadi
penting untuk dikembangkan, hal ini disebabkan oleh banyaknya parameter
lingkungan broiler house yang dikontrol. Sistem multi agen merupakan sebuah
sistem yang terdiri dari beberapa agen yang berinteraksi secara cerdas. Sistem
multi agen dapat digunakan untuk memecahkan masalah yang sulit dan mustahil
dipecahkan oleh agen individu atau sistem monolit (Nathan Schurr, 2005).
159
Tantangan yang dihadapi dalam pengembangan sistem multi agen adalah

keselarasan global dari sistem yang dibangun (Y. Diao, 2005 dan S. Abdelwahed,
2004, Elvayandri, 2007).
Penelitian sistem kontrol lingkungan broiler house berbasis multi agen yang
memungkinkan kemudahan dalam pemilihan kontrol yang diperlukan telah
dilaksanakan di Indonesia. Hasil dari penelitian tersebut adalah pengguna diberikan
sekumpulan α (sekumpulan alternatif metode kontrol) dan β (sekumpulan
parameter yang relevan terhadap kontrol lingkungan broiler house). Pengguna
dapat memilih metode α yang digunakan untuk memanipulasi berbagai parameter
β. Dengan demikian β dari α dan B sistem menerima pasangan masukan (A, B)
dimana A pengguna untuk melakukan tugas kontrol terhadap broiler house. Sistem
juga menyediakan skenario kontrol default, jika pengguna tidak memilih preferensi
apapun. Hal ini memudahkan bagi pengguna awam untuk menggunakan sistem
kontrol (Seminar et al; 2006, Alimuddin et al.2011 ).
Masalah yang kemudian timbul adalah proses pengolahan data dari agen-
agen parameter lingkungan broiler house membutuhkan waktu yang lebih lama,
sehingga mempengaruhi kecepatan kerja, apalagi ditambah dengan kompleksitas
jalur komunikasi perintah dan data. Salah satu alternatif pemecahan kompleksitas
masalah tersebut adalah dengan menerapkan metode komputasi paralel. Komputasi
paralel memungkinkan proses dilaksanakan pada komputer terdistribusi yang
berjalan secara simultan.
Sebuah sistem terdistribusi dapat direpresentasikan sebagai Multiprosesor,
yang terdiri dari prosesor. Di sisi lain, sistem terdistribusi dapat direpresentasikan
sebagai sistem multi agen, di mana setiap prosesor dianggap sebagai Agen. Agen
adalah sistem komputer yang terletak dalam suatu lingkungan, dan memiliki
kemampuan tindakan otonom dalam lingkungan ini dalam rangka memenuhi tujuan
desain (Wooldridge dan Jennings 2002).
AGENT
Sensor Action
input output
ENVIRONTMENT
Gambar 5. 6 Agen pada lingkungan.Sumber (Wooldridge dan Jennings 2002).

160
Gambar 5.6 memberikan gambaran secara umum dari agen. Dalam diagram
ini, kita bisa melihat output yang dihasilkan oleh tindakan agen untuk
mempengaruhi lingkungannya.
Menurut Michael J Quinn (2004) dan Barry Wilkinson, Michael Allen
(2010) Pemrosesan Paralel adaIah penggunaan banyak prosesor yang saling
bekerjasama satu saran lain untuk mencari suatu solusi tunggal dari suatu
permasalahan. Pemrosesan paralel dapat digunakan untuk beberapa keperluan,
diantaranya addah untuk rnernpercepat waktu eksekusi dan mendistribusilcan
pencarian solusi dari perrnasalahan yang sangat kompleks.
Gambar 5. 7 Bagan model komunikasi komputasi paralel. Sumber (Seminar et al.

2005)
Model komputasi paralel, setiap komputer Client hanya berkomunikasi

dengan komputer Server dan antar sesame komputer Client tidak berkomunikasi
satu sama lain. Komunikasi hanya terjadi pada saat proses inisialisasi,
pengimbangan tugas, pengiriman populasi dari Server ke Client, penerimaan
populasi dari Client ke Server, dan penerimaan evaluasi dari Client ke Server.
Proses-proses kalkulasi dilakukan oleh komputer Server dan setiap computer
Client. Dengan kata lain komputer Server tidak hanya melakukan pengontrolan
proses pada setiap komputer Client saja, akan tetapi ikut pula memproses data yang
sudah terbagi-bagi bersama-sama dengan komputer-komputer Client. (Seminar KB
et al. 2005)
Tujuan utama dari komputasi paralel adalah peningkatan kecepatan proses
(speed up) (Wesley et al. 2000). Berbagai penelitian yang menerapkan komputasi
paralel sudah banyak dilakukan diantaranya dalam penerapan dalam pemodelan
161
aliran fluida (Wu et al. 2002). Penerapan sistem multi agen dengan komputasi
paralel pada kontrol lingkungan broiler house bertujuan untuk meningkatkan
kecepatan kerja sistem, karena beban kerja akan didistribusikan ke beberapa agen,
baik agen yang bertugas memonitor, agen eksekutor, maupun agen pengontrol.
Sistem multi agen untuk kontrol lingkungan broiler house masih memiliki
kelemahan yaitu dari waktu komputasi. Waktu komputasi menjadi perhatian utama
karena ayam broiler tidak toleran terhadap perubahan iklim lingkungan di dalam
broiler house. Solusi adalah penerapan multi agen dengan komputasi paralel.
Komputasi paralel bertujuan untuk mempercepat waktu komputasi (speed up)
sehingga kontrol lingkungan broiler house dapat berjalan dengan baik.
Bila ada salah satu kandang ayam panen (tidak ada ayam) supervisory
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 sehingga paralel komputer berfungsi untuk mengerjakan kendali
broiler house secara bersamaan dengan kondisi scenario berbeda-beda.
Kendali adaptif swa-tala (AST) merupakan sistem kendali yang mempunyai
parameter-parameter yang dapat ditala (dituning) sesuai dengan perubahan kondisi
eksternal dan internal proses kendalian. Sistem kendali AST mengestimasi
parameter-parameter proses kendalian secara on-line. Dari data hasil estimasi
tersebut, parameter kontroler ditala sedemikian hingga karakteristik proses
kendalian menjadi lebih baik. Bila parameter proses berubah akibat perubahan
lingkungan operasi plant, maka estimasi parameter juga berubah secara on-line,
sehingga parameter kontroler ditala kembali sedemikian hingga karakteristik yang
diharapkan dapat dipertahankan. Studi implementasi Kendali AST dapat dilihat
pada (Astrom dan Wittenmark 1995, Gawthrop 1986). Kendali AST terdapat pada
Gambar 5.8.
162
REGULATOR SWA-TALA
Spesifikasi Parameter Proses
Perancangan Estimasi
Pengendali
Parameter
Pengendali
uc y
Pengendali u Kendalian
Sinyal
Kendali
Gambar 5. 8 Kendali Adaptif Swa-Tala.(Sadjad R.2004)
Dari ketiga sistem kendali adaftif di atas maka dasar sistem supervisori
kontrol adalah sistem kendali swa-tala (AST).
Tujuan dari penelitian ini adalah untuk mensimulasikan interkoneksi
supervisori kendali pada broiler closed house dalam bentuk perangkat lunak
(software prototype) dapat mengendalikan satu, atau dua atau tiga broiler house
yang terhubung kedalam jaringan komputer dengan jarak jauh dengan komputasi
paralel.
Adapun penelitian yang sudah dilakukan sebelumnya diantaranya
menggunakan PC (Personal Computer) (Alfarabi 2009), (Maestre dan Comacho
2009), (Daryanto 2009) di setiap rumah dan menggunakan IP public di servernya
ada juga yang menggunakan embedded sebagai web server (Cai 2009), (Tan dan
Jeremy 2004) (Sutantyo dan Utomo 2006), (Pratomo 2011) Perangkat elektronik
yang diakuisisi dan dikendalikan dihubungkan secara langsung ke port I/O PC
yang dimiliki. Keunikannya dengan digunakannya jaringan listrik sebagai media
komunikasi lokal serta peran pengumpul data di setiap lokasi yang bertindak
sebagai klien dengan menggunakan port 80. (Nicolas 2004) membahas
perancangan dan implementasi sistem kendali jarak jauh pada jaringan komputer
dengan memanfaatkan antar muka windows socket. (Sustika 2010) membahas
tentang pengembangan RTU (Remote Therminal Unit) untuk sistem jarak jauh
berbasis IP.
163
Bahan dan Metode

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 : Sistem operasi Windows XP,
Software PHP, Software CodeVision AVR, Software Apache web server, My-SQL
Server. Peralatan yang digunakan meliputi : infrastruktur jaringan LAN dan WAN,
Jasa penyedia layanan Internet, Web Hosting, visulisasi : sensor suhu, Satu set
komputer dan peripheral, 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. Hardware di sisi server memiliki fungsi
sebagai penyimpan data, aplikasi sebagai user interface, dan pelayan data baik
request dan response bagi klien dalam hal ini adalah peralatan broiler house yang
diakuisisi dan dikendalikan. Hardware pada sisi ini hanya terdiri dari sebuah
komputer yang dapat diletakkan di penyedia jasa web hosting atau di tempat yang
kita inginkan tentunya yang terhubung dengan akses jaringan Internet. Komputer
server pada sistem ini memiliki spesifikasi minimum sebagai berikut : Prosessor
pentium IV, RAM (Random Access Memmory) 512MB, Harddisk 1 GB, OS
(Operating system) Windows XP, Webserver Apache, Database MySQL, Memiliki
IP Public. Tahapan (tahap uji dan implementasi) mencakup interkoneksi SSK
dengan bangunan broiler house. Observasi kinerja sistem yang telah terintegrasi
difokuskan pada pengukuran suhu kelembaban dan amonia.

Penelitian dilaksanakan di Laboratorium Bioprocessing Control
Engineering Universitas Tsukuba Japan, Lab. Bio-informatika dan Laboratorium
Control dan Instrumentasi, TMB FATETA, University of Farm Cikabayan, IPB,
terhitung mulai Maret 2009 sampai dengan Juni 2011.
Metode yang digunakan dalam penelitian ini adalah metoda waterfall yang
meliputi analisa, desain, coding dan testing. Analisa dilakukan melalui studi
kepustakaan untuk mengelolah teori dan konsep yang sesuai dengan penelitian
164
yang dilakukan. Desain dilakukan untuk mendapatkan perangkat lunak yang

diinginkan. Coding merupakan tahap penentuan kebutuhan sistem dalam
pembuatan program aplikasi. Testing merupakan tahap pengetesan terhadap
program untuk memastikan semua fungsi berjalan dengan baik.
Sistem supervisori kendali dengan interkoneksi antara server broiler house
dan client broiler house dibangun guna mempermudah setiap orang untuk
mengetahui dan mengendalikan status peralatan elektronik baik di kantor maupun
di broiler house bahkan peralatan bergerak dengan syarat bisa mengakses jaringan
Internet.
Penelitian ini akan dilakukan dengan mengintegrasikan fasilitas yang
tersedia, bahan dan alat berupa visualisasi software yang akan dikembangkan.
Rencana pengembangan infrastrukturnya dapat direprenstasikan pada Gambar 5.9.
Gambar 5. 9 Interkoneksi supervisori kendali pada Broiler Closed House berbasis

jaringan komputer
Gambar 5.9 menjelaskan bahwa pengguna dapat menerima data dan

memberikan command (perintah) perangkat elektronik broiler house melalui
jaringan Internet. Untuk memberikan perintah, dengan mengakses website yang
dimuatkan pada server penyedia ruang website (web hosting) pengguna dapat
mengirim command berupa perintah mengaktifkan atau menonaktifkan serta
memberikan suatu nilai pada suatu peralatan broiler house. Perintah – perintah ini
kemudian diakses oleh embedded host melalui modem Internet yang dipasang di
broiler house, data yang diterima kemudian diekstrak di application layer
embedded host untuk diambil datanya yang berupa protocol command, protocol ini
kemudian diterjemahkan untuk menentukan instruksi apa yang dikirim pengguna
165
terhadap perangkat elektronik yang telah ditentukan. Intruksi ini diteruskan ke

modem PLC untuk diubah menjadi sinyal-sinyal analog yang dapat ditransmisikan
melalui jaringan listrik, karena semua modem PLC terhubung secara pararel
dengan jaringan listrik broiler house maka modem-modem PLC tersebutpun
mendapat sinyal data yang sama tinggal setiap modem PLC menentukan apakah
data tersebut ditujukan kepadanya, jika data tersebut memang ditujukan ke modem
PLC tersebut maka modem PLC akan menerjemahkan intruksi yang diterima
apakah mengaktifkan/menonaktifkan atau menset suatu nilai. Sedangkan untuk
mendapat (get) data dari status alat–alat broiler house yang terpasang, pengguna
juga dapat melihatnya di web site. Data dari status alat yang terpasang didapat dari
hasil pengumpulan seluruh data status alat pada embedded host, hasil pengumpulan
ini dipaketkan dan kemudian dikirimkan ke server yang berada di web hosting
melalui jaringan Internet secara periodik. Data-data yang dikumpulkan oleh
embedded host tersebut didapat dengan mengambilnya dari peralatan–peralatan
yang terpasang melalui modem PLC yang berkomunikasi di jaringan listrik.
Software Device Driver

Visual Device driver merupakan software yang berinteraksi langsung
terhadap peralatan broiler house yang mengubah dari byte–byte perintah menjadi
sinyal–sinyal listrik yang dapat mengubah kondisi berupa aktuator ataupun keadaan
on/off. Setiap jenis peralatan memiliki device driver yang berbeda bisa digunakan
device driver untuk mengubah keadaan ON-OFF tidak bisa digunakan untuk
mengubah gerakan motor stepper karena keluaran dari device driver berbeda,
device driver juga memiliki tugas untuk membaca status dengan menggunakan
visualisasi sensor yang sesuai dengan kondisi peralatan listrik yang digunakan,
hasil pembacaan sensor ini dipaketkan untuk siap dikirim ke host.
Device driver
Intepreter Pulse
generator
Host Req &
Pool & Response
Distribut function
Function Package Sensor
Gambar 5. 10 Struktur software device driver.

166
Gambar 5.10 menampilkan blok diagram prinsip kerja software device

driver, software ini menunggu request dari host, ketika host memancarkan
(broadcast) data, masing–masing device driver akan melakukan pemeriksaan
apakah alamat data yang dituju sesuai dengan alamat device driver tersebut, ketika
sesuai device driver akan menerjemahkan (interpreter) protokol yang diterima
menjadi perintah (command) untuk mengaktifkan pulse generator (untuk alat tipe
switch on/off, untuk aktuator dapat berupa pulsa PWM), perubahan status akibat
perintah yang telah dilaksanakan dibaca sensor yang kemudian data hasil
pembacaannya dipaketkan dengan id alat beserta CRC dalam bentuk protokol yang
telah didefenisikan sebelumnya, paket ini diteruskan ke host melalui fungsi request
& response sebagai jawaban atas data yang dikirimkan host lebih jelas tampak
Use Case
Pengembangan software pada sistem ini dibagi tiga bagian melihat dari letak
software itu berada yaitu software untuk web site, sofware untuk embedded host
dan untuk device driver, komunikasi antara web site application dan embedded host
menggunakan protokol HTTP sedangkan antara embedded host dengan device
driver menggunakan protokol yang dibangun sendiri. Untuk lebih jelas proses-
proses pada ketiga software tersebut dapat dilihat pada diagram use case berikut.
Use case pada Gambar 5.11 yang berwarna putih merupakan proses–proses
yang berada di Web application sedangkan yang berwarna abu-abu merupakan
proses yang ada di embedded host, warna hitam untuk device driver, berikut
penjelasan use case SSK:
a. Login
Proses ini diperlukan sebagai aspek keamanan sistem, proses ini menentukan
autentikasi dan authorisasi pengguna terhadap sistem baik untuk menentukan
akses terhadap broiler house, lantai dan peralatan di dalamnya. Di proses ini
pengguna diharapkan untuk mengisi user id dan password.
167
SIKAMARU
Sistem Supervisori Kendali (SSK)
Login
«uses»
Autentication
Process
ame Active/deactive & «uses»

e_ N
,Devaic Rename Device
ice_id
w ord-Dev
ss Device On-Board
, Pa
me
na
er
-D
s House selection
-U
ev
ic
e_
-House_id, Address
id
,T
Device status &
yp
e_
value request
-D
-D «extends»
id
e
Floor_id
vic
a te
e_
,-D
Dee Listing Floor
vvicice_id
id,
e_ , Deva
st
id, ice_N
at
De «extends»
us
ame
vic , Dev
,v
e ice_ty
al
User _n pe
ue
am
e,
-D
St Set on/off/ Value
e
atu Listing Device
vic
s,
e
Va Device Driver
_id
lue pooling data from
,
sta
device Status on/off/ Value
te,
Device Report
va
«extends»
lue
«uses»
-D
ev
ic
e_
id
Set device status

,S
Data storing
ta
& value
te
,
Va
«extends»
lu
«uses»
e
«extends»
Set Device status

& value
Command Request
Gambar 5. 11 Use case diagram sistem supervisori kendali pada Broiler Closed
House
b. House selection
Proses login akan menentukan hak akses pengguna terhadap broiler house yang
akan dipantau ataupun diatur peralatannya, sistem ini memberikan hak satu
pengguna dapat mengakses satu atau lebih broiler house, dengan memilih broiler
house yang akan diakses dari daftar broiler house yang telah ditentukan
sebelumnya.
c. Listing broiler house
Pemilihan broiler house pada proses house selection akan menghasilkan daftar
lantai yang ada di brolier house tersebut, dari daftar lantai tersebut satu atau lebih
dapat diakses oleh pengguna. Pengguna berinteraksi pada proses ini akan
menghasilkan floor_id ketika memilih salahsatu lantai.
168
d. Listing device
Satu atau lebih alat akan ditampilkan sistem ketika pengguna telah memlih lantai
dari daftar lantai yang ada, daftar ini diperoleh melalui proses device on-board.
e. Active/deactive & Rename Device
Sistem memiliki fitur kepada pengguna untuk mengaktifkan dan menonaktifkan
peralatan yang ada serta merubah nama alat tersebut, proses ini diperlukan jika
peralatan broiler house yang terpasang sedang dalam keadaan rusak atau belum
terpasang sehingga web application tidak perlu menampilkan alat ini di tampilan
monitoring ataupun report.
f. Device report
Device report merupakan proses di web application untuk memberikan laporan
berupa daftar peralatan beserta status dan nilainya sehingga pengguna dapat
mengetahui kondisi peralatan yang terpasang di broiler housenya. Laporan yang
ditampilkan bisa dipilih berdasarkan waktu, alat, maupun secara real time
(langsung). data yang diproses berasal dari proses penyimpanan sebelumnya.
g. Set Device status & value
Di proses inilah pengguna dapat menentukan baik state (keadaan) maupun nilai
suatu alat, dengan memilih alat dan mengaturnya proses ini akan meneruskan
parameter (data) terkait ke proses storing dan disimpan ke dalam database yang
nantinya akan dipaketkan dan dikirim ke alat broiler house terkait. Proses ini
akan memberikan tampilan ke pengguna tergantung jenis alat yang akan diatur.
h. Storing
Data yang masuk ke web application dari embedded host akan tersimpan ke
dalam database server melalui proses storing, tujuannya agar data ini bisa
ditampilkan ke pengguna sesuai kebutuhannya, selain data yang berasal dari
embedded host proses storing juga memiliki fungsi untuk menyimpan perintah
(command) untuk peralatan yang diberikan oleh pengguna melalui proses set
device status & value, perintah ini akan diambil di proses command request.
i. Device on Board
Proses ini berada di embedded host yang memiliki fungsi untuk mengumpulkan
peralatan aktif apa saja yang terpasang di jaringan PLC, sehingga sistem
memiliki daftar peralatan aktif, proses ini berinteraksi dengan device driver
169
masing–masing alat untuk memberikan statusnya apakah aktif atau tidak begitu
power listrik rangkaian menyala.
j. Pooling data from device
Seperti diterangkan pada subbab sebelumnya embedded host secara periodik akan
meminta (request) command dari server sekaligus mengirim status ke server,
proses pooline inilah yang akan mengumpulkan seluruh status dan nilai dari
peralatan aktif yang terpasang dari daftar peralatan yang didapat saat proses
device on board, proses pooling per alat dilakukan secara bergantian melalui
proses device status & value request.
k. Device status & value request
Proses ini memiliki fungsi membentuk seuntaian format data yang berisi perintah
untuk meminta (request) status dan nilai suatu alat berdasarkan id masing–masing
alat, jadi proses ini akan dilaksanakan ketika proses pooling dijalankan.
k. Command request
Pengiriman data antara embedded host dan server secara periodik berisi seuntaian
perintah (command) yang diminta (request) untuk seluruh peralatan aktif yang
terpasang , untaian ini dipecah–pecah berdasarkan alat sehingga pecahan-pecahan
tersebut berisi id alat beserta perintah – perintahnya, perintah–perintah ini
kemudian dikirimkan secara bergantian ke device driver alat yang sebelumnya
dipaketkan dan diformat dalam bentuk protokol terdefenisi di proses set device
status & value.
l. Set device status & value

Proses ini memaketkan data berisi perintah mengatur suatu alat apakah on/off
atau memberikan suatu nilai kemudian diberikan perintah, proses ini dilakukan
peralatan secara bergantian sesuai keinginan pengguna. Pengaturan ini hanya ada
di web apllication.
Berikut tabel fungsional dan non fungsional dari sistem yang dikembangkan, dari
table ini didapat apa kegunaan atas suatu fungsi di sistem dan aspek yang perlu
diperhatikan dalam membangun sistem.
170
Tabel 5. 1 Aspek fungsional sistem

No Functional Keterangan
1 Write master pengguna Fungsi untuk menulis data pengguna
2 Write master broiler house Fungsi untuk menulis data broiler house
3 Write list lantai Fungsi untuk menulis data lantai yang dimiliki suatu
broiler house
4 Write list Alat Fungsi untuk menulis daftar alat suatu lantai
5 Write Authorizet pengguna Fungsi untuk menulis hak akses pengguna
6 Perform Active device list Fungsi menampilkan daftar alat yang aktif pada suatu
lantai broiler house
7 Perform device status and Fungsi menampilkan nilai dan status alat
value
8 Set device state and value Fungsi mengatur nilai dan keadaan alat
9 Report device history Fungsi menampilkan riwayat suatu alat
10 Set Lantai layout Fungsi untuk menaruh gambar layout suatu lantai
11 Set device position in layout Fungsi mengatur letak symbol alat pada gambar
layout lantai
Tabel 5. 2 Aspek nonfunctional sistem

No Technical Performance Usability Reliability
1 Client PC or Have to support over 4 Mobile access
Portable simultaneous client session
2 Server PC min Load page for client max 10 Online help
Pentium 4 seconds
3 Internet Network Have ability more than 50 Kbps Fast access
4 Web browser Updating data in 1 second & Interactive
support javascript application
Tabel 5.2 merupakan daftar fungsi yang dimiliki SKAPEI, fungsi-fungsi ini
diletakkan di web apllication, software embedded host dan software device driver,
sedangkan Tabel 5.1 merupakan aspek lain dari fungsional yang perlu diperhatikan
untuk membangun sistem ini.
Modem PLC
Data dalam bentuk protokol yang terdefinisi baik berasal dari embedded host
maupun device driver perlu dihubungkan, pada sistem ini perangkat yang
digunakan untuk menghubungkan dua perangkat tersebut menggunakan modem
PLC dimana media komunikasinya menggunakan jalus listrik. Modem PLC yang
digunakan produk dari Yitran yang dijantungi oleh komponen IC (Integrated
Circuit) IT800D. Secara blok diagram perangkat ini dapat dilihat pada Gambar
5.12.
Perangkat ini bertugas mengubah data serial UART menjadi sinyal–sinyal
listrik yang dapat diikutsertakan di dalam jaringan listrik, pada Gambar 5.12
terdapat blok AFE (Analog front end), blok inilah yang mengubah dari bentuk data
digital menjadi sinyal listrik analog dalam bentuk modulasi frekuensi. Frekuensi
171
yang termodulasi hasil dari AFE diserahkan ke blok PSU (Power Supply Unit)
untuk diteruskan ke jaringan listrik. IC IT800D merupakan IC mikrokontroller
yang mengolah data serial yang diterima dalam bentuk protokol terdefinisi menjadi
protokol tersendiri (protokol buatan Yitran) agar dapat dimengerti oleh modem
PLC di sisi lainnya dan sebaliknya menerima data dalam bentuk protokol Yitran
yang dikirim oleh modem PLC di sisi lainnya dan merubahnya menjadi protokol
terdefenisi.
Modem
PLC
Gambar 5.12. Diagram blok modem PLC.

Device Driver
Device driver merupakan perangkat yang digunakan untuk menerima sinyal
baik digital maupun analog dari sensor dan memberi sinyal baik digital maupun
analog ke aktuator berdasarkan perintah dari embedded host melalui modem PLC.
Bentuk dari perangkat ini disesuaikan dengan alat yang akan diakuisisi dan
dikendalikan, untuk penelitian ini alat yang digunakan adalah aktuator dan sensor.
Untuk diagram bloknya dapat dilihat pada Gambar 5.13.
Device driver
RX TX
Ke PLC Mikrokontroller Driver Aktuator
modem
Sensor
Gambar 5. 13 Blok diagram device driver.
Perangkat ini menggunakan sebuah mikrokontroller untuk menerjemahkan

perintah yang diterima dari embedded host untuk mengatur blok driver, blok driver
dapat berbentuk relay, transistor, mosfet, ataupun SCR tergantung terhadap
aktuator yang akan digunakan apakah motor dinamo ataupun selenoid aktuator itu
sendiri dipilih berdasarkan alat yang akan dikendalikan, sedangkan sensor
172
mengambil status atau keadaan aktuator yang kemudian diserahkan ke

mikrokontroller untuk dipaketkan ke dalam bentuk protokol terdefinisi sebelum di
kirim ke embedded host melalui modem PLC.

Diagram Konteks Sistem
Sistem ini dibangun dengan mengembangkan software, hardware dan
infrastruktur jaringan yang telah tersedia. Pengembangan disisi software dapat
dijelaskan pada diagram konteks sistem supervisori kendali & akuisisi jarak jauh
peralatan elektronik berbasis IP (SSKAPEI) pada broiler closed house berikut
(Gambar 5.14).
Gambar 5. 14 Diagram konteks sistem SSKAPEI
Diagram konteks Gambar 5. 14 menjelaskan interaksi pengguna dengan

sistem dan interaksi sistem dengan peralatan broiler closed house (broiler closed
house appliance). Pengguna berinteraksi dengan sistem melalui antar muka yang
bersifat GUI (graphical user interace), pengguna dapat memberikan masukan
berupa parameter–parameter yang diperlukan sistem untuk mengakses peralatan
broiler house dan penggunapun mendapatkan informasi tentang status dan nilai dari
peralatan yang terpasang baik secara realtime maupun historical.
Protokol
Komunikasi antar modul baik itu perangkat keras maupun perangkat lunak
memerlukan suatu bentuk pemahaman bersama yang biasa disebut protokol.
Protokol pada sistem ini mengatur atau mengijinkan terjadinya hubungan,
komunikasi, dan perpindahan data antara dua atau lebih titik komputer. Protokol
diterapkan pada perangkat keras, perangkat lunak dan kombinasi dari keduanya.
Pada tingkatan yang terendah, protokol mendefinisikan koneksi perangkat keras.
173
Protokol yang digunakan di dalam sistem ini dibagi menjadi dua bagian yaitu
protokol untuk hubungan server–embedded host (jaringan Internet) dan embedded
host – device driver (jaringan broiler house).
1. Protokol Server – Host
Media yang digunakan untuk komunikasi hubungan antara server dan
embedded host adalah Internet. Pengguna dapat menggunakan penyedia jaringan
Internet baik jalur kabel maupun jalur udara (wireless). Protokol yang digunakan
adalah HTTP (Hype Text Transfer Protocol).
HTTP digunakan untuk meminta/menjawab antara klien dan server. Sebuah
klien HTTP (dalam hal ini embedded host), akan memulai permintaan dengan
membuat hubungan ke port 80 di sebuah server web hosting yang merupakan port
yang biasa digunakan untuk browsing Internet. Klien yang mengirimkan
permintaan HTTP juga dikenal dengan user agent. Server yang meresponsnya,
yang menyimpan sumber daya seperti berkas HTML dan gambar, dikenal juga
sebagai origin server. Di antara user agent dan juga origin server, bisa saja ada
penghubung, seperti halnya proxy, gateway, dan juga tunnel.
Embedded host akan membuka koneksi ke server saat diberi catu listrik
(proses inisialisasi), setelah server dan embedded host terkoneksi embedded host
akan meminta (request) ke server dengan menggunakan metode Get, pengiriman
request disertai dengan data status dan nilai hasil pengumpulan seluruh alat yang
terpasang. Data yang diterima server akan disimpan di dalam database, dari
database ini pula data status dan nilai alat broiler house terkait beserta status
request dipaketkan menjadi jawaban (respons) ke embedded host. Gambar 225
merupakan gambaran transaksi embedded host-server.
Web Application
Dari namanya sudah cukup jelas software ini merupakan aplikasi yang
berbasis web, aplikasi ini diletakkan di server web hosting untuk mempermudah
pengguna dalam mengaksesnya di mana pun dan kapan pun selama komputer
maupun smart phone terhubung Internet. Aplikasi ini dibangun dengan
menggunakan bahasa pemrograman PHP dan javascript dengan database MYSQL,
di aplikasi inilah pengguna berintraksi baik mendapat informasi status/history
status maupun memberikan command (perintah) ke peralatan broiler house,
174
perintah terhadap peralatan disimpan di dalam database untuk siap diminta

(request) software embedded host per satuan waktu (periodik), data yang diterima
dari embedded host per satuan waktu disimpan ke dalam database untuk siap
diakses pengguna.
Gambar 5. 15 Interkoneksi client server
Interaksi pengguna dengan aplikasi web secara infrastruktur merupakan

interaksi antara komputer client dengan komputer server, Gambar 5.15
menjelaskan interaksi tersebut. Web application merupakan aplikasi berbasis Web
yang dapat diakses baik komputer maupun smart phone pengguna dengan
menggunakan Web browser misalnya Internet Explorer, Firefox Mozila, Opera,
dan Chrome melalui jaringan Internet, ketika diakses pengguna aplikasi ini terbagi
dua menjadi server side (bagian server) dan client side (bagian klien), aplikasi ini
menggunakan Ajax agar tidak semua halaman dimuat hanya untuk memuat satu
bagian kecil (element) dalam halaman Web. Ajax pada aplikasi ini digunakan untuk
memuat ulang (refresh) status baik nilai ataupun keadaan ON-OFF seluruh
peralatan yang terpasang .tanpa memuat seluruh halaman secara periodik, agar efek
perubahan status terlihat real time.
Interaksi web application dengan embedded host sama halnya klien dan
server hanya saja pada embedded host memiliki resource (sumber daya) yang
terbatas sehingga tidak sekompleks dengan klien yang menggunakan komputer.
Interaksi keduanya menggunakan protokol HTTP dengan metoda GET dan POST,
embedded host melakukan koneksi ke server dan meminta data, permintaan
(request) ditanggapi oleh request handler pada server side, dan request handler
menjawab (response) dengan untaian perintah ke embedded host, lebih jelas ada
pada Gambar 5.16.
175
Server Host
Command set Response & Command set
Request Get & POST
Database
Status set Handler Function
Request & Store status set
Gambar 5. 16 Interaksi web application dengan host
Fomat protokol yang diterima di proses handler bebentuk HTTP seperti

”GET update_alat.php?idbroiler house=2&idalat=1&nilai=1” parameternya berupa
idbroiler house, idalat dan nilai alat sedangkan yang melakukan eksekusi parameter
itu (request hendler) adalah file update_alat.php. parameter yang diterima disimpan
ke dalam database tabel status_alat disertai dengan tanggal dan waktu penerimaan
data setelah itu request handler melakukan pencarian data perintah (comand) pada
tabel perintah sesuai parameter idalat dan idbroiler house yang diterima untuk
dijadikan response ke host.
Hasil interkoneksi supervisori kendali pada broiler house untuk ayam broiler
ditunjukkan tampilan secara online dengan media internet dengan komputer paralel
dengan broiler house 1, brolier house 2 dan broiler house 3.

Skenario 1 strater ayam broiler (umur 1-10 hari)
Suhu Lingkungan ruangan 300C, Kelembaban lingkungan ruangan 50%, amonia 5
ppm pada broiler house 1 pada masa starter ayam broiler umur 1-10 hari.
176
Gambar 5. 17 Tampilan interkoneksi supervisori kendali dengan web secara online

suhu 300C

kelembaban 50%
177

amonia 5 Ppm
Skenario 2 grower ayam broiler (umur 11-21 hari)
Suhu Lingkungan 290C, kelembaban lingkungan ruangan 60%, amonia 10ppm

Suhu 290C
178

Kelembaban 600C
Gambar 5. 22 Tampilan interkoneksi supervisori kendali dengan Web secara

online amonia 10 ppm
179

Skenario 3 finisher ayam broiler (umur 11-21 hari)
Suhu Lingkungan ruangan 270C, kelembaban lingkungan ruangan 70%, amonia 15
ppm
Gambar 5. 23Tampilan interkoneksi supervisori kendali dengan web secara online

Suhu 270C

kelembaban 700C
180
Gambar 5. 25 Tampilan interkoneksi supervisori kendali dengan Web secara online

Amonia 15 Ppm
Tampilan utama yang tampak pada Gambar 5.17 sampai 5.25 akan muncul
setelah pengguna melalui proses authorisasi dan autentikasi saat melakukan login,
berdasarkan kedua proses tersebut akan dihasilkan hak akses pengguna terhadap
broiler house yang akan diakses. Seperti tampak pada Gambar 517 sampai 5.25
pengguna memiliki hak akses terhadap dua broiler closed house dimana setiap
broiler closed house memiliki minimal satu atau lebih lantai, dengan memilih
lantai suatu broiler closed house pengguna akan diberi tampilan layout broiler
closed house beserta peralatan listrik dan elektronik yang terpasang di lantai
tersebut sesuai posisinya. Untuk mengatur atau mengubah suatu kondisi alat
pengguna cukup menekan tombol sebelah kiri mouse sehingga muncul pop up
menu yang terdiri dari perintah-perintah terhadap alat untuk peralatan yang hanya
diatur on/off pop up menu yang muncul terdiri dari: Aktifkan, Non aktifkan, dan
History.
181
Tabel 5.3 Daftar komponen akuisisi Broiler Closed House
Sisi sebelah kanan menu utama terdapat penjelasan detail dari suatu
peralatan, penjelasan ini berisi tanggal terakhir data masuk dari peralatan broiler
house, nama alat tersebut beserta nilainya, untuk peralatan yang hanya memberikan
suatu nilai tidak diletakkan di layout ruangan melainkan di sisi kanan menu utama.
Data yang ditampilkan pada menu utama diambil dari database yang
tersimpan di server web hosting, database ini dibangun menggunakan MySQL
yang terdiri atas tabel-tabel, relasi dari tabel-tabel tersebut dapat dilihat pada
Gambar 5.26.
182
Gambar 5. 26 Relasi tabel-tabel di dalam Database Web Application.
Ketentuan yang diterapkan untuk membangun relasi tabel-tabel ini adalah:

1.Setiap pengguna dapat mengakses lebih dari satu brolier house.
2. Setiap broiler house bisa memiliki lebih dari satu lantai.
3. Satu lantai memiliki lebih dari satu alat (device).
4. Satu alat dalam suatu lantai memiliki lebih dari status / nilai.
5. Setiap alat memiliki satu tipe.
6. Setiap alat bisa diberikan perintah lebih dari satu dengan waktu masing-
masing.
parameter-parameter suhu, kelembaban dan amonia yang dapat ditala (dituning)
sesuai dengan perubahan kondisi eksternal dan internal proses kendalian. Sistem
kendali AST mengestimasi parameter-parameter proses kendalian secara on-line
dikembangkan interkoneksi kendali jarak jauh berbasis IP dengan komputer paralel
agar karakteristik proses kendalian menjadi lebih baik. Bila parameter proses
berubah akibat perubahan lingkungan suhu, kelemababan dan amonia, maka empat
modus kendali ON-OFF, PID, Fuzzy Logic dan ANFIS secara bersamaan bisa
183
dioperasikan demikian halnya kendali PID dan Fuzzy dan kendali PID dan ANFIS
.berubah secara on-line agar karakteristik kendali dapat dipertahankan.
Penelitian ini dapat diinterkoneksikan supervosori kendali dengan 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 menggunakan jaringan komputer dengan
kendali jarak jauh dengan parallel computer
Simpulan dan Saran

Simpulan
1. Hasil simulasi interkoneksi supervisori kendali pada broiler house menunjukan
bahwa program yang dibuat telah dapat menjalankan beberapa fungsi
pengendalian terhadap komputer client dengan memanfaatkan secara online
berbasis IP dengan komputer paralel dapat memilih empat atau dua modus
kendali dipenguruhi oleh factor internal (suhu, kelembaban, amonia) dan
eksternal lingkungan (suhu, kelembaban dan radiasi)
3. Penerapan sistem supervisori kendali memlilih salah satu atau dua atau tiga
broiler closed house yang diinginkan dan terjadi rotasi salah satu berdasarkan
periode starter, grower dan dengan perbedaan perlakuan sesuai modus kendali di
data base supervisory control engine
Saran
Sistem ini masih diperlukan penelitian lebih lanjut terutama masalah
keamanan data. Hal ini bertujuan agar alat elektronik yang akan dikendalikan tidak
dikendalikan dan diakses informasinya oleh orang yang tidak memiliki hak. Selain
perlu dilakukan penelitian bagaimana perangkat sistemnya lebih kecil agar mudah
untuk dipasang di tempat yang diinginkan.
184
Daftar Pustaka
Astrom K J and Wittenmark B. 1995. Adaptive Control.2nd ed. Addison Wesley
Abdelwahed S, Kandasamy N, and Neema S. 2004. Online Control for Self-
Management in Computing Systems. pada Proceedings IEEE Real-
Time and Embedded Technology and Applications Symposium ke 10,
Toronto, Canada
Alfarabi T. 2009. Prototype Gedung Cerdas Dengan Memanfaatkan Jaringan
Internet Sebagai Human Main Interface Pada Gedung Training Center
PENS – ITS [skripsi]. Surabaya: Politeknik Elektronika Negeri
Surabaya, Institut Teknologi Sepuluh Nopember Surabaya.
Alimuddin Seminar KB, Subrata IDM, Nomura N. Sumiati 2011. ASupervisory
Anindito K. 2000. Akuisisi Data dan Pengendalian Jarak Jauh Melalui Jaringan
dengan Protokol TCP/IP, Jurnal Teknologi Industri Vol. IV No. 1 Januari
2000 : 1 – 14, (www.uajy.ac.id/jurnal/jti/2000/4/1/doc/2000_4_1_1.doc)
Bhargav PU and Koopman P. 1993. Embedded Communication Protocols Options.
Proceedings of the fifth anual Emedded conference volume 2.
Cai L. 2009. Temperature Measurement and Control System Based on Embedded
WEB. Computer and Information Science Vol.2 No.2, May 2009
Carcelle X. 2006. Power line communications in practice. Artech House,
penerjemah. London: Artech House. Terjemahan dari: Réseau CPL par la
pratique.
Comer ED. 2001. Computer and Networks and Internets, Departement of
Computer Science Purdue University, Second Edition Pearson Education
Asia, Indian
Corman HT. 1990. Leiserson E. Charlen dan Rivest L Ronald, Introduction
Algorithms, The MIT Electrical and Computer Science Series Press
Cambridge, Massaachusetts London, England
Daryanto T. 2009. Membangun Prototype Aplikasi Pengendali Listrik Ruangan
Pada Gedung Berbasis Jaringan Tcp/Ip, Prosiding SNATI, Seminar
Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-
5022 Yogyakarta, 20 Juni 2009
Diao Y, Hellerstein JL, Parekh S, Griffith R, Kaiser G and Phung D. 2005. Self-
Managing Systems: A Control Theory Foundation pada Proceedings
IEEE International Conference and Workshops on the Engineering of
Computer-Based Systems edisi 12. pp. 441 – 448.
Djuandi F. 2002. SQL Server 2000 untuk Professional, PT Elex Media
Komputindo, Jakarta, ,hal 221-274.
Dostalek L, Kabelova A. 2006. Understanding TCP/IP: A clear and comprehensive
guide to TCP/IP protocols. Packt Publishing, penerjemah; Abhishek S,
Darshan P, Louay F, editors. Mumbai: Packt Publishing. Terjemahan dari:
Velký průvodce protokoly TCP/IP a systémem DNS.
Dumas, Arthur.1995. Programming Winsock, SAMS Publishing, Indianapolis and
USA
Elvayandri dan Adang SA, 2007 Knowledge Based Distributed Systems,
Proceedings of the International Conference on Electrical Engineering and
185
Informatics Institut Teknologi Bandung, ISBN 978-979-16338-0-2

Indonesia June 17-19,
Gawthrop PJ. 1996. Self-Tuning PID Controllers: Algorithms and Implementation.
IEEE Trans. On Automatic Control, Vol. AC-31, No. 3, March
Hariyanto B. 2004. Sistem Manajemen Basis Data, Informatika, Bandung
Heywood, Drew, Networking with Microsoft TCP/IP, Prentice Hall Inc., 1996.
Hrasnica H, Haidine A, Lehnert R. 2004. Broadband Powerline Communication
Network Design. Chichester: John Wiley & Sons Ltd.
Kristanto, Andri, Jaringan Komputer, Penerbit Graha Ilmu, Yogyakarta, 2003.
Maestre JM, Comacho EF. 2009. Smart Home Interoperability: the Domoesi
Project Approach, International Journal of Smart Home Vol.3, No.3, July
Marchuk, Michael. 1995..Building Internet Applications with Visual Basic, QUE
Corporation, Indianapolis,
Michael W. 2002.An Introduction to “MultiAgent Systems. John Wiley & Sons
Ltd.
Nathan S and Janusz M and Milind T and Paul S. 2005. The Future of Disaster
Response: Humans Working with Multiagent Teams using DEFACTO.
Nicolas , Irawan B, Irzaman. 2004. Perancangan dan Implementasi Sistem Kendali
Jarak Jauh pada Jaringan Komputer dengan Memanfaatkan Antarmuka
Windows Socket (Winsock), (elib.unikom.ac.id/download.php?id=2060)
Pratomo B. 2010. Pengembangan Sistem Kendali Dan Akuisisi Jarak Jauh
Perangkat Elektronik Berbasis Jaringan Internet Protocol (IP), Tesis Strata
Dua Ilmu Komputer Sekolah Pascasrajana IPB, Bogor
Purbo WO, Basalamah A, Fahmi I, dan Thamrin HA.1998. Buku Pintar Internet :
TCP/IP, PT Elex Media Komputindo, Jakarta,
Quinn JM. 2004. Parallel Programming in C with MPI and OpenMP, International
Edition, Singapore.
Rasyaf M. 1994. Beternak Ayam Pedaging. Edisi ke-6, Penebar Swadaya,Jakarta
Rasyaf M. 2004. Beternak Ayam Pedaging. Penerbit Penebar Swadaya
(anggota IKAPI). Jakarta.
Rida. 2008. Dayasaing Perunggasan : Restrukturisasi atau Mati. Trobos Edisi
Khusus Indolivestock : 26-27
Roni F. 2000. Kunci Sukses Beternak Ayam Broiler di Daerah Tropis.
Agromedia. Jakarta
Saliman. 2006. Kajian Penggunaan Secure Microcontroller sebagai solusi
pengembangan Sistem Embedded yang Aman. Bandung : Institut Teknologi
Bandung
Seminar KB, Buono A, Sukin JPT. 2005. Desain dan Implementasi Komputasi
Paralel dengan Algoritma Genetik untuk Prapemrosesan Probabilistic
Neural Network, Jurnal Ilmiah Ilmu Komputer IPB, Vol. 3 No 1 Mei ; 19-
31
Sustika R dan Mahendra O. 2010. Pengembangan RTU (Remote Terminal Unit)
untuk Sistem Kontrol Jarak Jauh berbasis IP, Jurnal INKOM Jurnal
Informatika LIPI, Vol. IV No. 2 Nov 2010, hal; 88-94
Sutantyo DK., Utomo D. 2006. Implementasi Embedded Web Server Via Modem
Berbasiskan Mikrokontroler, Jurnal Teknik Elektro Vol 6. No.1, Maret 2006
186
Tan TJ.2004. Embedded Atmel HTTP Server [tesis]. New York: Engineering
Division of Graduate School of Cornell University.
Thomas RM.1996.Introduction to Local Area Network, SYBEX Inc.,
Wesley M dan Mark A. 2000. Advantages of Parallel Processing and the Effects of
Communications Time. Eddy dan Mark Allman. NASA Glenn Research
Center Report Number CR-209455.
Wilkinson B & Allen M. 2010. Parallel Programming Teknik dan Aplikasi
Menggunakan Jaringan Workstatio & Komputer Paralel, Andi Yogyakarta.
187
DAFTAR ISI
5 INTERKONEKSI SUPERVISORI KENDALI SUHU KELEMBABAN DAN
AMONIA PADA CLOSED HOUSE UNTUK AYAM BROILER ....................150
Pendahuluan ..................................................................................................... 152
Bahan dan Metode ............................................................................................ 163
Hasil dan Pembahasan ...................................................................................... 172
Simpulan dan Saran .......................................................................................183
Daftar Pustaka ................................................................................................ 184
DAFTAR GAMBAR
Gambar 5. 1 Layer TCP/IP (Transmission Control Protocol/Internet Protocol) 155
Gambar 5. 2 Standar protocol family tree (Bhargav & Koopman 1993).............157
Gambar 5. 3 Protokol Komunikasi Jaringan Client-Server ................................ 157
Gambar 5. 4 Skema dasar sistem kendali ............................................................ 158
Gambar 5. 5 Testbed Jaringan pengendali peralatan listrik ruangan ...................158
Gambar 5. 6 Agen pada lingkungan Wooldridge dan Jennings, 2002). ..............159
Gambar 5. 7 Bagan Model Komunikasi Komputasi Paralel (Seminar et al. 2005)
.............................................................................................................................. 160
Gambar 5. 8 Kendali Adaptif Swa-Tala. ............................................................. 162
Gambar 5. 9 Interkoneksi Supervisori Kendali pada Broiler House berbasis
Jaringan Komputer ............................................................................................... 164
Gambar 5. 10 Struktur software device driver. ....................................................165
Gambar 5. 11 Use case diagram Sistem Supervisori Kendali pada Broiler House
.............................................................................................................................. 167
Gambar 5. 12 Blok Diagram Device Driver. ....................................................... 171
Gambar 5. 13 Diagram konteks sistem SSKAPEI ...............................................172
Gambar 5. 14 Interkoneksi Client Server ............................................................ 174
Gambar 5. 15 Interaksi Web Application Dengan Host ...................................... 175
Suhu 300C ............................................................................................................176
kelembaban 500C ................................................................................................. 176
amonia 5 ppm ....................................................................................................... 177
ppmGambar 5. 19 Tampilan interkoneksi supervisori kendali dengan web secara
online Suhu 290C ................................................................................................. 177
kelembaban 600C ................................................................................................. 178
Gambar 5. 21 Tampilan Interkoneksi Supervisori Kendali Dengan Web Secara
Online Amonia 10 Ppm .......................................................................................178
Suhu 270C ............................................................................................................179
Gambar 5. 23 Relasi Tabel-Tabel Di Dalam Database Web Application. ..........182
188
DAFTAR TABEL
Tabel 5. 1 Aspek Fungsional Sistem................................................................................. 170
Tabel 5. 2 Aspek Nonfunctional System .......................................................................... 170
VII SIMPULAN DAN SARAN
Simpulan
1. Desain sistem supervisori kendali lingkungan parameter suhu, kelembaban
dan amonia dapat dilakukan pada broiler closed house.
2. Simulasi pindah panas (suhu) yang dipakai telah dapat memprediksi suhu,
kelembaban dan amonia dalam broiler closed house sehingga bisa
dijadikan acuan pemodelan dan kendali suhu, kelembaban dan amonia.
3. Model sistem kendali suhu, kelembaban dan amonia broiler closed house
telah divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu
koefisien determinasi (R2) 0.991 dan RSME 0.934952, kelembaban
koefisien determinasi (R2) 0.99 dan RSME 0.966379 dan amonia
koefisien determinasi (R2) 0.991 dan RSME 1.4859.
4. 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.
5. Respon integrasi supervisori kendali dari empat modus kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS, tiga modus kendali PID, Fuzzy Logic dan
ANFIS, dua modus kendali PID Fuzzy Logic dan PID ANFIS
menunjukkan kestabilan yang optimal dengan skenario starter, grower dan
finisher menggunakan perpaduan antara kendali penjadwalan gain
adaptasi (PGA) dan kendali adaptif model acuan (AMA).
6. Hasil simulasi interkoneksi supervisori kendali pada broiler closed house
menunjukan bahwa program perangkat lunak (software prototype) dapat
mengendalikan satu, atau dua atau tiga broiler closed house yang
terhubung kedalam jaringan komputer dengan jarak jauh dengan parallel
computing dengan memanfaatkan secara online berbasis IP dengan
193
parameter suhu, kelembaban, amonia dengan periode starter, grower dan

finisher
7. Penerapan sistem supervisori kendali memlilih salah satu atau dua atau
tiga broiler closed house yang diinginkan dan terjadi rotasi salah satu
berdasarkan periode starter, grower dan finisher dengan perbedaan
perlakuan sesuai modus kendali di data base supervisory control engine
Saran
1. Sistem ini masih diperlukan penelitian lebih lanjut terutama masalah
keamanan data. Hal ini bertujuan agar alat elektronik yang akan
dikendalikan dan diakses informasinya oleh orang yang tidak memiliki
hak. Selain perlu dilakukan penelitian bagaimana perangkat sistemnya
lebih kecil agar mudah untuk dipasang di tempat yang diinginkan.
2. Diharapkan penelitian ini bisa dikembangkan dengan realtime untuk
industri peternakan ayam yang dikelola secara modern.
194
DAFTAR PUSTAKA

PENS – ITS [skripsi]. Surabya: Politeknik Elektronika Negeri Surabaya,
Institut Teknologi Sepuluh Nopember Surabaya.
Management in Computing Systems, pada Proceedings IEEE Real-Time
and Embedded Technology and Applications Symposium ke 10, Toronto,
Canada
Astrom KJ, Wittenmark B. 1995. Adaptive Control.2nd ed. Addison Wesley.
Alimuddin dan Kudang BS, Subrata IMD, Sumiati. 2011. Kritik Sistem Informasi
pada Broiler house dengan menggunakan Jaringan Syaraf Tiruan, Journal
IDTEK Fakultas Teknik UVRI, ISSN : 1907-0780, Vol Edisi oktober
Alimuddin Seminar KB, Subrata IDM, Sumiati.2010. Kritik Sistem Informasi
pada Kandang tertutup dengan menggunakan Jaringan Syaraf Tiruan,
Alimuddin Seminar KB, Subrata IDM, Nomura N, Sumiati. 2011. A Supervisory
Alimuddin, Seminar KB, Subrata IDM, Nomura N, Sumiati. 2012. ANFIS
System Model For Broilers, akan terbit jurnal TELKOMNIKA Indonesia
Journal Electrical Engineering, Vol. 1 no 10.april , ISSN: 1693-6930
accredited by DGHE (DIKTI), Decree No:
Informatika HIPI, ISBN: 978-979-16972-3-1, Hal:267-278,20-21 Oktober,
UNPAD Bandung Indonesia
Alimuddin, Seminar KB, Subrata IDM, Sumiati. 2009. Desain Supervisory
Houses, bioresource Technology, UK, page 229-237.
Amrullah. IK. 2003. Nutrisi Ayam Broiler. Lembaga Satu Gunung Budi, Bogor.
Anderson JD. 1995. Computational Fluid Dynamics :The Basic With
Applications. McGraw-Hill, Inc, Singapura
2000 : 1 – 14,
195
(www.uajy.ac.id/jurnal/jti/2000/4/1/doc/2000_4_1_1.doc)Appl M. 1999.
Ammonia, Principles and Industrial Practice, Wiley–VCH, New York, p.
66
Ashgriz N & Mostaghimi J, An Introduction to Computational Fluid Dynamics
Chapter 20 in Fluid Flow Handbook By Department of Mechanical &
Industrial Engineering University of Toronto, Toronto, Ontario, Canada
Bhargav PU, Koopman P. 1993. Embedded Communication Protocols Options.
[BPS] Biro Pusat Statistik. 2009. Statistik Indonesia. Jakarta.
Borges, S.A., F.D Sillva, A.M Aiorka, D.M Hooge and K.R Cummings. 2004.
Effects of Diet and Cyclic Daily Heat Stress on Electrolyte, Nitrogen and
Water Intakre, Excretion and Retention by Colostomized Male Broiler
Brown, M. and C.J. Harris. 1994. Neurofuzzy Adaptive Modeling and Control.
Prentice Hall International Ltd., UK.
Bucklin, R. A. – Turner, L. W. – Beede, D. K. – Bray, D. R. – Hemken, R. W.
1991. Methods to relieve heat stress for dairy cows in hot, humid climates.
Appl. Eng. Agric., vol. 7, p. 241-247.Cai L. 2009. Temperature
Measurement and Control System Based on Embedded WEB. Computer
and Information Science Vol.2 No.2, May 2009
pratique.
Cengel YA., Robert HT. 2001. Fundamentals of thermal-fluid sciences,
Chao K, Gates RS. 1996. Design of Swithing Control System for Ventilated
Greenhoouse. Transaction of ASAE 39(4): 1513-1523.
Chengel A.Yunus. 2003, Heat Transfer,Mc Grow Hill. Inc, New York
Cobb [Cobb-Vantress Inc.]. 2010. Manajemen Broiler Guide, Cobb-Vantress Inc.
Siloam Springs Arkansas 72761, US. Oyster House, Severalls Lane,
Colchester Essex CO4 9PD, UK, Rodovia Assis Chateaubriand, Km 10
Guapiaçu SP Brasil, , Pearl Drive Ortigas Center, Pasig City Philippines
[CPIN] Charoen Pokphand Indonesia. 2007. Manual Manajemen Broiler CP 707.
Jakarta : PT. Charoen Pokphand Indonesia, Tbk.
Asia, Indian
Coon NC. 2001. Feeding Broiler Breeder dalam in Commercial Meat and Egg
Production, United State of America,page 330-366.
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
Corman HT.1990. Leiserson E. Charlen dan Rivest L Ronald, Introduction
196
Cunha JB. 2003. Greenhouse climate models: an overview. European

Federationfor Information Technology iin Agriculture, Food and
Enviroment (EFITA) conference.Debrecen-Budapest, Hungary. July 5-9th
2003:559-564
Cooper, MA and Washburn KW. 1998. The relationships of body temperature to
weight gain, feed consumption, and feed utilization in broilers under heat
stress. Poutlry. Science. 77: 237-242.
Cooper, KE. 2002. Molecular biology of thermoregulation: some historical

perspectives on thermoregulation. Journal Applied Physiology. 92: 1717-
1724.
Dawson, W.R. and Whittow G.C.. 2000. Regulation of Body Temperature. In:
Whittow GC (Ed). Sturkie’s Avian Physiology. The 5th Edition. San
Diego: Academic Press. pp. 343-390.
Dadone, Paolo. 2001. Design Optimization of Fuzzy Logic Systems. Virgina
Polytechnic Institute and State University, Virgina.
Daghir JN. 1998. Poultry Production, Di dalam Geraet et al, 1992 Effect hight
ambient temperature on growth, body composition and and energy
metabolism of genetically lean and fat male chicken, Cab International,
New York, US.page 195
Daghir, NJ. 1998. Broiler Feding And Management In Hots Climate CabInternational
198 Madison Avenue. New York.
Daryanto A. 2007. Peningkatan Daya Saing Industri Peternakan, PT Permata
Wacana Lestrasi, Jakarta.
Daryanto T.2009. Membangun Prototype Aplikasi Pengendali Listrik Ruangan
Nasional Aplikasi Teknologi Informasi SNATI ISSN: 1907-5022
Yogyakarta,
Daskalov PI. 1997. Prediction of temperature and humidity in a naturally
ventilated pig building, J. Agric. Eng. Res. 68 (1997), pp. 329–339.
Dhia A. 2001. Memantau Lingkungan Kandang Unggas, Poultry International
http://siauwlielie.tripod.com/art_004_02.htm (Diakses: 27 Desember 2008,
jam 11.00).
[Ditjen Kementan] Direktorat Jenderal Peternakan Kementerian Pertanian. 2011.
Jakarta
Komputindo, Jakarta, hal 221-274.
Dostalek L, Kabelova A. 2006. Understanding TCP/IP: A clear and
comprehensive guide to TCP/IP protocols. Packt Publishing, penerjemah;
Abhishek S, Darshan P, Louay F, editors. Mumbai: Packt Publishing.
Terjemahan dari: Velký průvodce protokoly TCP/IP a systémem DNS.
USA
Diao , Y Hellerstein . J. L.,. Parekh S, Griffith R., Kaiser G. and Phung . D. 2005.
Self-Managing Systems: A Control Theory Foundation pada Proceedings
197
Computer-Based Systems edisi 12. pp. 441 – 448.Elvayandri dan Adang

SA. 2007. Knowledge Based Distributed Systems, Proceedings of the
International Conference on Electrical Engineering and Informatics Institut
Teknologi Bandung, ISBN 978-979-16338-0-2 Indonesia June 17-19,
2007
Ernst R.A. 1998. Housing for Improved Performance in Hot Climates, Extension
Davis, California.
Ferziger JH and Peric M.1996. Computational Methods for Fluid Dynamics.
Springer, Farid. 2009. Simulasi Amonia pada Closed House Menggunakan
Computional Fluid Dynamic, Skripsi Departemen Teknik Mesin dan
Biosistem FATETA, IPB.
Figaro C. 2009. TGS 2444 for Detection of Ammonia
http://www.figaro.co.jp/en/data/pdf/20091110142953_64.pdf, Tanggal
akses 25 juni 2009
Garden Michael, and Singleton Robin. 2008. Broiler Management for Birds
Grown to Low Kill Weights (1.5-1.8 kg / 3.3-4.0 lb), Arbor Acres, service
bulletin,Turkey
Gates, RS., Casey KD, Wheeler EF, Xin H, Pescatore AJ, Zajaczkowski JL,
Bicudo, JR Topper PA, Liang Y and Ford M. 2004. Broiler house
ammonia emissions: U.S. baseline data. Proc of Multi-State Poultry
Feeding and Nutrition and Health and Management Conference and
Degussa Corporation's Technical Symposium. May 25-27, 2004.
Indianapolis, IN. Available at http://www.bae.uky.edu/ifafs/timeline.htm
Gawthrop PJ. 1996. Self-Tuning PID Controllers: Algorithms and
Implementation. IEEE Trans. On Automatic Control, Vol. AC-31, No. 3,
March .
Hariyanto B.2004. Sistem Manajemen Basis Data, Informatika, Bandung
Maret 2009]
Heywood and Drew. 1996. Networking with Microsoft TCP/IP, Prentice Hall Inc.,
Hidayatun dan Rini. 2007. Produksi Ammonia dan Hidrogen Ekskreta Ayam
Broiler yang Diberi Tepung Kemangi (Ocimum basillicum) dalam Pakan.
Skripsi. Departemen Teknologi Produksi Ternak, IPB.
Hidayatun, Rini. 2007. Produksi AmmoniaAmonia dan Hidrogen Ekskreta Ayam
Holman JP. 1997. Heat Transfer,Eighth Edition, McGraw Hill,Inc
Hubbar P. 2000. Hierarchical Supervisory Control System, A Thesis Submitted to
the Faculty of graduate studies and research in partial fulfilment of the
198
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
Hoffman TYCM and Walsberg GE. 1999. Inhibiting ventilatory evaporation
produce an adaptive increase in cutaneous evaporation in mourning doves
Zenaida macroura. Journal Experiment Biollogy 202: 3021-3028.
Saudi Arabia, J. King Sand University, Vol.16, Agri Sci,(1),
Riyadh,pp.87-102.
Imansyah IH, Rico S, Ridho R, Rivalda E, Rudy R. 2006. Rotating Heater untuk
Ternak Ayam Broiler, Prosiding Seminar Nasional, Rekayasa dan Aplikasi
Isermann R,Lachman KH, Matko D. 1992. Adaptive Control Systems. Prentice-
Hall, S.-M. Guo, L.-S. Shieh. C.-F. Lin, J. Chandra. 2001 “Adaptive
Control for Nonlinear Stochastic Hybrid Systems with Input Saturation”.
Electronic paper from IEEE,.Jang JSR.1993. ANFIS: Adaptive-Network-
Based Fuzzy Inference System, IEEE Trans. On Syst. Man and Cyber.
23(3), 665-685.
Jennis BH. 1978. The Thermal Environmental Conditioning and Control, Harper
& Row, Publishers.
Joelianto E. 2011. Transient response improvement of PID controller using
ANFIS–Hybrid Reference Control, 2nd International Conference o
Instrumentation, Control and Automation 15-17 November 2011,
Bandung, Indonesia
Joelianto, E. and Sitanggang PH. 2009. A Substractive Clustering Based Fuzzy
167-186.
Joelianto, E. and Williamson, D. 2009. Transient Response Improvement of
Journal of Control, 82(10), 1955-1970, 2009.Kartalopoulos SV.1996.
Understanding neural networks and fuzzy logic: basic concepts and
applications. IEEE Press, Piscataway, New York.
[KEPMENKLH] Keputusan Menteri Negara Kependudukan dan Lingkungan
Hidup No. KEP 03/MENKLH/II/1991.
Kosko B. 1992. Neural networks and fuzzy systems: a dynamical systems
approach to machine intelligence. Englewood Cliffs (N.J.): Prentice-Hall
International
Kristanto, A. 2003. Jaringan Komputer, Penerbit Graha Ilmu, Yogyakarta,
Experimentation Pisa, 22-24 September
Lin F and Wonham WM.1988. Decentralized supervisory control of discrete-
event systems, Information Sciences, 44(3), pp. 199-224, .
199
Lacy PM. 2001. Broiler Management, Di dalam Bell D. Donald dan JR Weaver
D. William, editor. Commercial Chicken Meat and Egg Production, di
dalam; Printed in the United States of America. page 832-833.
Leeson, S dan Summers, JD. 2000. Broiler Breeder Production. University books.
Canada.
Liang Y., Xin H, Tanaka, A Lee SH, Li H, Wheeler EF, Gates RS, Zajaczkowski
JS, Topper P and Casey KD. 2003. Ammonia emissions from U.S. poultry
houses: Part II - Layer houses. Pp: 147-158, Proceedings of Third
International Conference on Air Pollution from Agricultural Operations,
Raleigh, NC.
Liu Z, Wang L, Beasley BD, Oviedo DVM.,Edgar O.2007. Modeling ammonia
emissions from broiler litter with a dynamic flow-through chamber system,
American Society of Agricultural and Biological Engineering, Amerika.
Lin HHF, Zhang HC, Jiao T, Zhao SJ, Sui XH, Gu ZY, Zhang J, Buyse and
Decuypere E. 2005.Thermoregulation responses of broiler chickens to
humidity at different ambient temperatures. II. Four weeks of age. Poultry
Science 84: 1173-1178.
[1] Mutai, E.B.K. Otieno P.O.,. Gitau A.N, Mbuge D.O. and Mutuli D.A. 2011.
Simulation of the Microclimate in Poultry Structures in Kenya, Research
Journal of Applied Sciences, Engineering and Technology 3(7): 579-588, ,
ISSN: 2040-7467.
Maestre JM, Comacho EF. 2009. Smart Home Interoperability: the DomoEsi
Marchuk, Michael. 1995. Building Internet Applications with Visual Basic, QUE
Michael W. 2002. An Introduction to MultiAgent Systems John Wiley & Sons Ltd.
Murtidjo, BA. 2006. Pengendalian Hama dan penyakit ayam. Kanisius.
Yogyakarta.
Nathan S and Janusz M and Milind T and Paul S . 2005. The Future of Disaster
[NRC] National Research Council. 2003. Air emissions from Animal Feeding
Operations: Current Knowledge, Future Needs. National Academies Press,
Washington,DC.
Ori L Tsabar M Albert JH Sharon M Juan CR, Connie L & David MB, 2008, A
New Approach for Minimizing Ammonia Emissions from Poultry Houses,
Water Air Soil Pollut, 191:183–197, Springer.
Ophir EY, Arieli J, Marder M and Horowitz M. 2002. Cutaneous blood flow in
the pigeon Columba livia: its possible relevance to cutaneous water
evaporation. Journal. Experimnet. Biology. 205: 2627-
2636.Paraskevopoulos. 1996. Digital Control System Printice Hall,
London
200
[CFIN] Cj Feed Indonesia. 2008. Kualitas dan Manajemen Air di Peternakan

Broiler hal 6-7.warta majallah, Serang Banten Indonesia PT. Cj Feed
Indonesia http://cjfeed.co.id.(Diakses:27 Desember 2008).
Purbo WO, Basalamah A, Fahmi I, dan Thamrin HA. 1998. Buku Pintar Internet :
Quinn JM, 2004, Parallel Programming in C with MPI and OpenMP, International
Edition, Singapore.
Rudie K and Wonham WM. 1992. Think globally, act locally: Decentralized
1692–1708,. Rao R, Nagalakshmi D, Reddy. 2002. Feeding to Minimise
Heat Stress. Poultry International Vol 41:7
http://siauwlielie.tripod.com/art_009_07.htm [3 Maret 2009].
Rasyaf, M. 1994. Beternak Ayam Pedaging. Edisi ke-6, Penebar Swadaya,Jakarta
Rasyaf, M. 2004. Beternak Ayam Pedaging. Penerbit Penebar
Swadaya(anggota IKAPI). Jakarta.
Redwine, J.S., R.E. Lacey, S. Mukhtar, and J.B. Carey. 2002. Concentration and
emissions of ammonia and particulate matter in tunnel-ventilated broiler
houses under summer conditions in Texas. Transactions of ASAE, Vol.
45(4): 1101-1109.
Agromedia. Jakarta
Rose. PS. 1997. Principles of Poultry Science, page 117, Cab International, New
York, US.
Ramadge PJ and Wonham WM. 1987,Supervisory control of a class of discrete
230, .
Scheuermann, GN, Bilgili SF, Hess JB, and Mulvaney DR. 2003. Breast Muscle
Development In Commercial Broiler Chickens. J. Pou. Sci. 82: 1648-
1658.Sadjad SR, 2004, Sistem Kendali Adaptif untuk Kendalian Tak
Linier, Research Grant TPSDP S-1 Electrical Engineering, Batch 2,
Jurusan Teknik Elektro UNHAS, Makassar.
Soldatos , A.G. Arvanitis, K.G. Daskalov, P.I. Pasgianos G.D. and Sigrimis
N.A. 2005. Nonlinear robust temperature–humidity control in livestock
buildings, National Technical University of Athens, Department of
Electrical and Computer Engineering, Division of Signals, Systems and
Robotics, Zographou, 15773 Athens, Greece.
Salgado, Paulo, Boaventura JC, Carlos C. 1998. A Fuzzy Identification and
Controller for the Agriculture Greenhouse. Seventh International
Conference on Computers in Agriculture. Orlando, FL, USA. October 26-
30th 1998.
pengembangan Sistem Embedded yang Aman. Bandung : Institut
Teknologi Bandung
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.
201
Seminar KB, Buono A, Sukin JPT.2005. Desain dan Implementasi Komputasi

Neural Network, Jurnal Ilmiah Ilmu Komputer IPB, Vol. 3 No 1 Mei
2005; 19-31
Seminar KB. 2007. Distributed System, IPB Press,Bogor
Seminar, KB., Suhardiyanto H., Hardjoamidjojo, S., Tamrin. 2006. A Supervisory
Postgraduate Conference (ReCSPC’06), Malaysia, pp.30-34..
Sensirion C. 2009. Datasheet SHT7x (SHT71, SHT75) Humidity and
Temperature Sensor Version 4.1.
http://www.sensirion.com/en/pdf/product_information/Datasheet
humidity-sensor-SHT7x.pdf. Tanggal akses 25 Juni.
Sudaryani, T. dan Santoso H. 2004. Pembibitan Ayam Buras. Penebar Swadaya,
Jakarta
Sun Y, Lin Y.L. Zhao K, Lu Y.W.2007. Mathematical Modeling of Gas-solid
Flow in Turbine Reactor, Agricultural Engineering International: the
CIGR Ejournal. Manuscript FP 06 006.Vol. IX. February
Informatika LIPI, Vol. IV No. 2 Nov , hal; 88-94
Sutantyo DK dan Utomo D. 2006. Implementasi Embedded Web Server Via
Modem Berbasiskan Mikrokontroler, Jurnal Teknik Elektro Vol 6. No.1,
Maret
Sutawi. 2012. Analisis Biaya Sumberdaya Domestik Kemitraan Ayam Pedaging
dalam Usaha Pengembangan Agribisnis Disertasi Program Doktor Pasca
Sarjana Fakultas Peternakan Universitas Brawijaya, Malang
Suud HB. 2009. Simulasi Pola Aliran Udara dan Distribusi Suhu pada Kandang
Scanes CG, Brant G and Esminger. 2004. Poultry Science, Fouth Edition,Pearson
Prentice Hall, Upper Saddle River, New Jersey
Tai C and Tsao TC. 2000. Adaptive Nonlinear Feedforward Control of an
Electrohydraulic Camless Velvetrain Proceeding Of American Control
Conference, Chicago, Illinois, June
Tan T, Jeremy.2004. Embedded Atmel HTTP Server Tesis Engineering Division
of Graduate School of Cornell University New York:
Thomas, Robert M., 1996, Introduction to Local Area Network, SYBEX Inc.,
Totok RB. 2006. Adaptif Neurofuzzy Inference System Untuk Pengukuran Ph
Jurnal Teknik Informatika Jurusan Teknik Informatika, Fakultas
Teknologi Industri – Universitas Kristen Petra
Turban E. 1995. Decision Support Systems and Expert Systems, Fourth Edition,
Printed Hall Internatinal Editions, United States of America.
Visioli, A. and Finzi, G.1998. PID tuning with fuzzy set-point weighting,
International Conference on Fuzzy Systems, Vancouver, Canada, July
1621.
202
Van JDV. 1994. Feedback Control System, 3rd Ed., Prentice Hall Inc. Englewood
Cliffs, New Jersey,
Van DVFN, Van SAAA and Janssen JD. 1989. A Finite Element Analysis Of The
Steady Laminar Entrance Flow In A 90" Curved Tube, International
Journal For Numerical Methods In Fluids, Vol. 9,275-287, Netherlands
Weaver JRWD. 2001. Fundamentals of Ventilation, in Commercial Chicken Meat
and Egg Production, United State of America, page 113-128.
Weaver JRWD.2001. Poultry House, in Commercial Chicken Meat and Egg
Production, United State of America, page 101-111.
3_2, © Springer-Verlag Berlin Heidelberg 2001.
Wesley, M and Mark A. 2000. Advantages of Parallel Processing and the Effects
of Communications Time. Eddy dan Mark Allman. NASA Glenn
Research Center Report Number CR-209455.
Menggunakan Jaringa Workstatio & Komputer Paralel, Andi Yogyakarta.
Wilkinson B and Allen M. 2010. Parallel Programming Technicques and
Applications Using Networked Workstation and Parallel Computers,
second Edition, Pearson Education, New Jersey
Woods RL dan Lawrence KL. 1997. Modeling and Simulation of Dynamic
System, Prentice Hall, Inc, United States of America.Yani, A. 2007.
Analisis dan simulasi Distribusi Suhu Udara Ppada Kandang Sapi Perah
Menggunakan Computational Fluid Dynamics (CFD). Tesis. Sekolah
Pasca Sarjana IPB. Bogor.
Zhen YZ, Masoyorki T and Satoru. 1993. Fuzzy gain scheduling of PID
Controllers, IEEE, Trans on System, Man and Cyberling, Vol.23, No.5,
Sept/Okt.
Zhao J and Kanellakopoulos I. 1997. Discrete-Time Adaptive Control of Output
Feedback Nonlinear Systems. Proceeding Of The 36th IEEE Conference on
Decision and Control, San Diego, CA, December.
LAMPIRAN-LAMPIRAN
203
Lampiran 1
Simulasi Model Kendali Suhu Kelembaban dan Amonia Pada

Broiler Closed House Berbasis On-Off, PID, Fuzzy Logic dan
ANFIS
Grafik respon kendali ON-OFF suhu setpoint 29 periode starter

204
Grafik respon kendali ON-OFF suhu setpoint 26 periode grower
Grafik respon kendali PID suhu setpoin 290C periode starter

205
Gambar 9. Respon kendali PID suhu setpoin 260C periode starter

206
Grafik respon kendali PID suhu setpoin 250C periode grower
Grafik respon kendali PID suhu setpoin 230C periode finisher
Grafik kendali fuzzy logic pada suhu setpoin 290C periode strater
207
Grafik kendali fuzzy logic pada suhu setpoin 290C periode starter
208
Grafik kendali fuzzy logic pada suhu ruangan setpoin 260C periode strater
Grafik kendali fuzzy logic pada suhu setpoin 240C periode grower
Grafik kendali ANFIS untuk suhu setpoin 290C periode starter

209
Grafik kendali Fuzzy Logic untuk suhu setpoin 270C periode strater
Grafik kendali Fuzzy Logic untuk suhu setpoin 260C periode starter
210
Grafik kendali Fuzzy Logic untuk suhu setpoin 250C periode grower
Grafik respon Kendali ANFIS Suhu setpoint 23 periode grower
Grafik Kendali ON OFF amonia setpoint 1 ppm periode starter

211
Grafik kendali ON OFF amonia setpoint 2.5 ppm periode starter
Grafik kendali ON OFF amonia setpoint 15 ppm periode finisher

212
Grafik kendali PID amonia setpoint 1 ppm periode starter
Grafik kendali PID amonia setpoint 2.5 ppm periode starter
Grafik kendali PID amonia setpoint 15 ppm periode finisher

213
Grafik respon kendali PID amonia setpoint 20 ppm periode finisher
Grafik respon kendali FUZZY LOGIC amonia setpoint 1 periode starter
Grafik respon kendali FUZZY LOGIC amonia setpoint 2.5 periode strater
214
Grafik repon kendali ANFIS amonia Setpoint 1 ppm periode starter
Grafik respon kendali ANFIS amonia setpoint 2.5 ppm periode starter
Grafik respon kendali FUZZY LOGIC amonia setpoint 15 ppm periode finisher
215
Grafik respon kendali ANFIS amonia setpoint 15 ppm periode finisher

216
Lampiran 2
Simulasi Integrasi Supervisori Kendali Suhu Kelembaban dan
Amonia pada Broiler Closed House
Grafik respon integrasi Supervisori Kendali empat modus kendali(ON-OFF PID

Fuzzy Logic ANFIS) suhu setpoint 250C periode grower umur 19-30 hari
Grafik respon integrasi Supervisori Kendali empat modus kendali (ON-OFF PID
Fuzzy Logic ANFIS) suhu setpoint 200C empat modus kendali periode finisher
umur 31-46 hari
Grafik respon Supervisori kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)
suhu setpoin 300C periode starter umur 0-18 hari
217
Grafik respon Supervisori Kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)
suhu setpoin 200C periode finisher umur 31-46 hari
Grafik respon Supervisori Kendali dua modus PID Fuzzy suhu 300C periode starter
umur 0-18 hari
Grafik respon Supervisori Kendali dua modus PID Fuzzy suhu 250C periode
grower umur 19-30 hari.
218
Grafik respon Supervisori kendali dua modus PID ANFIS kelembaban setpoin
65% periode grower umur 19-30 hari.
Grafik respon Supervisori Kendali dua modus PID ANFIS kelembaban setpoin
60% periode finisher umur 31-46 hari
Grafik respon Supervisori Kendali dua modus PID ANFIS kelembaban setpoint
55% periode starter umur 0-18 hari
219
Grafik respon Supervisori Kendali modus kendali PID ANFIS kelembaban setpoint
Grafik respon Supervisori Kendali empat modus kendali (ON OFF, PID, FUZZY,
ANFIS) kelembaban dengan setpoin 50 % periode starter umur 0-18 hari
Grafik respon supervisori kendali (ON OFF, PID, FUZZY, ANFIS) kelembaban
dengan setpoin 70 % periode finisher umur 31-46 hari
220
Grafik respon Supervisori Kendali (ON OFF, PID, FUZZY, ANFIS) kelembaban
dengan setpoin 65 % periode grower umur 19-30 hari.
ANFIS) kelembaban dengan setpoin 55 % periode finisher umur 31-46 hari
Grafik respon integrasi Supervisori Kendali tiga modus PID Fuzzy ANFIS
kelembaban 70% periode starter umur 0-18 hari
221
Grafik respon Supervisori Kendali dua modus PID Fuzzy ANFIS

kelembaban 65% periode grower umur 19-30 hari.
Grafik respon Supervisori Kendali PID Fuzzy ANFIS kelembaban 55% periode
Grafik respon Supervisori Kendali PID Fuzzy ANFIS Kelembaban 50% periode
222
Lampiran 3.
Peralatan dan Hardware Digunakan pada Pengendalian Broiler

Closed House
a. Bagian dalam kandang b. Bagian sisi luar kandang
c. Evaporative pad d. Exhaust fan
e. Bagian dalam kandang f. Exhaust fan

223
f. Sensor suhu, kelembaban ( SHT75, kestrel, termokopel)
g. Sensor amonia TGS 444 dan air sampler impinger
h. Rangkaian ADC-Mikro AT98S52 i. Temron 304
j.Motor tiga fase k. Heater

224
Lampiran 4.
Algoritma Supervisori Kendali pada Broiler Closed House
225
Lampiran 5
Validasi Pengukuran Suhu Kelembaban dan Amonia
Pengukuran suhu, kecepatan angin, RH NH3 dalam tahun 2009 dan 2010
Pengukuran suhu udara dan kelembaban pada kandang menggunakan

thermokopel dan datanya direkam dalam hybrid recorder dan pengukuran amonia
menggunakan air sampler impinge dan Spectrofotometer. Titik pengukuran untuk
validasi simulasi ditempatkan pada titik-titik pada koordinat berikut.
Tabel titik pengukuran suhu untuk validasi

Koordinat
Titik
x (m) y (m) z (m)
1 33 2.4 0.45
2 33 6 0.45
3 36 9.6 0.45
4 68 2.4 0.45
5 68 6 0.45
6 68 9.6 0.45
7 96 2.4 0.45
8 96 6 0.45
9 96 9.6 0.45
10 51 6 1.7
11 84 6 1.7
Gambar denah titik pengukuran suhu tampak atas untuk validasi
Sedangkan untuk titik pengukuran yang digunakan sebagai nilai input

untuk boundary condition pada proses pre-processor adalah suhu atap alumunium,
suhu terpal plastik PE, suhu tembok bawah, dan suhu dinding alumunium bagian
atas. Nilai RH diukur menggunakan kestrel instrument. Titik pengukuran RH
berada pada titik-titik berikut.
226
Tabel titik koordinat pengukuran RH

Titik koordinat
x (m) y (m) z (m)
1 14 6 0.45
2 28 6 0.45
3 28 2.4 0.45
4 28 9.6 0.45
5 60 6 0.45
6 60 2.4 0.45
7 60 9.6 0.45
8 114 6 0.45
9 114 2.4 0.45
10 114 9.6 0.45
Gambar denah titik pengukuran RH tampak atas untuk validasi
Besarnya kecepatan angin di ukur menggunakan anemometer. Nilai

inisialisasi outlet velocity kecepatan angin didapatkan dari pengukuran
terhadap kecepatan angin di ujung bagian dalam exhasust fan. Sedangkan
untuk titik validasi kecepatan angin dilakukan pengukuran pada titik-titik
berikut:
227
Tabel titik koordinat pengukuran angin

Koordinat
Titik x (m) y (m) z (m)
1 14 6 1.7
2 14 6 0.45
3 64 9.6 1.7
4 64 9.6 0.45
5 64 6 1.7
6 64 6 0.45
7 64 2.4 1.7
8 64 2.4 0.45
9 118 9.6 1.7
10 118 9.6 0.45
11 118 6 1.7
12 118 6 0.45
13 118 2.4 1.7
14 118 2.4 0.45
Gambar denah titik pengukuran kecepatan udara tampak atas untuk validasi
Tabel kadar amonia pada broiler closed house.

Titik x (cm) y (cm) Z (cm) hasil uji (ppm)
1 2800 40 940 0.55
2 2800 150 580 0.50
3 2800 40 400 0.41
4 7100 40 940 0.70
5 7100 150 580 0.80
6 7100 40 400 0.90
7 9400 40 940 1.28
8 9400 150 580 1.50
9 9400 40 400 3.22
228
Gambar denah titik pengukuran amonia tampak atas untuk validasi
Contoh tabel target kendali suhu, kelembaban dan amonia efektif dengan keadaan
8 exhaust fan beroperasi.
RH
70% 80% 90%
Kecepatan angin
500 500 500
450 feet/ feet/minu 450 feet/ feet/minu 450 feet/ feet/minu
minute te minute te minute te
(2.286 (2.54 (2.286 (2.54 (2.286 (2.54
m/s) m/s) m/s) m/s) m/s) m/s)
Amonia
7 ppm 6 ppm 8 ppm 10 ppm 12 ppm
Tempe
ratur
Target temperatur efektif (°C)
aktual
(°C)
30.8 24 23 26 25 28 27
31.3 24 23 26 25 28 27
32.2 24 23 26 25 28 27
32.7 24 23 26 25 28 27
33.1 25 23 26 25 28 27
ABSTRACT
ALIMUDDIN. Sistem Supervisory Control Enviromental on Model Broiler
Closed House. Under Supervison of KUDANG BORO SEMINAR, I DEWA
MADE SUBRATA, AND SUMIATI.
Indonesia was a tropical country with high ambient temperatures for

broilers since daily temperature reaches an average daily temperature of 360C
(maximum) and 320 C (minimum); whereas the optimal temperature for broilers
was in the range of 28-300C. Therefore, midle or large scale broiler industries
have been using a control system to maintain the optimal temperature within a
broiler house. Therefore, the role of a control system for regulating environmental
parameters, not only temperature but also humidity, light intensity, and amonia
content level, was very critical and relevant for better broiler production.The most
important factors of comfort in broiler closed house including temperature,
humidity, ammonia. Purpose were (1) designing the supervisory control system
environmental parameters temperature, humidity and ammonia in broiler closed
house, (2) assess the environmental characteristics of the parameters of
temperature, humidity and ammonia in broiler closed house, (3) a model of
environmental parameters of temperature, humidity and ammonia in the broiler
closed house, (4) determine the optimal conditions supervisori control response
parameter temperature, humidity and ammonia in broiler closed house, (5) the
integration of environmental parameters supervisori control temperature, humidity
and ammonia according to optimal conditions of control, knowledge of poultry
and knowledge appropriate control environment in broiler closed house, (6)
interconnect supervisory control environmental parameters temperature, humidity
and ammonia in the broiler closed house in the form of software (software
prototype) that can control one, two or three broiler closed house were connected
to the computer network with remote with parallel computing. System of
supervisory control for broiler closed house was a user interacts with the
supervisory system to perform selection or determination of control modes,
controlled parameters and optimality criteria for a certain poultry cultivated in a
set of poultryhouses. Afterwards, the user preference specifications are passed to
the Supervisory Control Engine (SCE) that performs the main supervisory
computation scenario by utilizing the knowledge-base (control, climatic, broiler,
and I/O knowledge). The SCE then produces set of control instructions to array of
controllers that directly control and monitor a set of broiler closed house.The
Control Knowledge-Base was a knowledge repository of various control
methodologies, constraints, tools, and requirements. The Climatic knowledge-
base stores all information about climatic parameters and characteristics. The
poultry knowledge-base was a knowledge repository of poultry requirements,
poultry types and characteristics. The I/O Knowledge-Base stores all relevant
characteristics and usage requirements of I/O devices (sensors, transducers and
actuators) that may be involved in a certain control scenario.The data used in this
study included primary and secondary data. Primary data (floors, walls, rooms,
and roof temperature) were obtained from measurements using an electronic
measuring device. Secondary data (temperature, humidity, irradiation) was
obtained from reports provided by BMG Bogor, including data processing model
of moving heat broiler houses closed, predictive control parameters temperature,
humidity and ammonia in Computational Fluid Dynamics (CFD), the results of
mathematical modeling of temperature, humidity and ammonia obtained transfer
function and the simulated supervisori control was ON- OFF control of Fuzzy
Logic PID and ANFIS in the integration of one, two, three modes of control
integration and interconnection networks in parallel computer simulations on
closed broiler house with three broiler houses. Simulation of supervisory control
in a broiler closed house in this study use by 3 scenarios was time during starter,
grower and finisher. Starter setpoin was 26-300C, grower setpoin was 24-25 0C,
setpoin finisher was 22-230C. Supervisory control temperature, humidity and
ammonia in closed broiler houses on broiler chickens using the method of self-
tuning (self tuning) control. Testing was done by testing the response variable
input, set point tracking test. Response testing performed on the machine control
was modeled in the form of transfer function with the input's of the constant in
Matlab simulink. The first testing set point tracking was done by changing the
temperature of 300C input value, 290C, 280C, 270C, 260C, 250C, 240C, 230C, 220C
for control of ON-OFF, PID, Fuzzy Logic and ANFIS. Then in the second set
point tracking will change the value of the input humidity was 70%, 60%, 50% for
the control of the ON-OFF, PID, Fuzzy Logic and ANFIS. Continue tracking the
third set point humidity will change the input value of 20 ppm, 15 ppm, 10 ppm, 5
ppm, 2.5 ppm and 1 ppm for ON-OFF control, PID, Fuzzy Logic and ANFIS.
Keywords: Supervisory Control, Environmental, Model Broiler Closed House

RINGKASAN
ALIMUDDIN. Sistem Supervisori Kendali pada Model Broiler Closed House. Di
bimbing oleh KUDANG BORO SEMINAR, I DEWA MADE SUBRATA, dan
SUMIATI.
Produksi broiler telah meningkat di beberapa negara (Brasil, China dan Indonesia)
sejak 1961-2009 (FAO 2008). Kebutuhan protein manusia semakin meningkat
seiring dengan meningkatnya jumlah penduduk. Untuk memenuhi kebutuhan
yang semakin meningkat tersebut, perlu diusahakan peningkatan produksi protein
asal ternak baik dari segi kualitas maupun kuantitas. Salah satu sumber protein
adalah daging ayam broiler. Ditinjau dari nilai gizinya, daging ayam broiler tidak
kalah dibandingkan dengan daging dari ternak lain. Daging ayam broiler mudah
didapatkan dan harganya relatif murah, karena pemeliharaan ayam broiler relatif
singkat yaitu 35-40 hari. Tingkat konsumsi daging ayam masyarakat Indonesia
masih rendah dibandingkan dengan negara lain.
Kondisi lingkungan dengan temperatur tinggi, kelembapan tinggi dan
amonia 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.
penggunaan broiler closed house (kandang tertutup). Broiler closed house adalah
kandang ayam dengan suhu, kelembaban dan amonia yang dapat dikendalikan
secara otomatis sehingga ayam tidak akan mengalami heat stress atau
memberikan kenyamanan termal lingkungan mikro untuk ayam broiler.
Kondisi pengendalian broiler closed house saat ini terdiri satu algoritma
kendali diantarany kendali ON-OFF, PID saja sehingga masih menemukan
masalah bila kondisi lingkungan yang sangat kritis. Selain itu juga semua broiler
closed house bila dikendalikan masih sendiri antara broiler closed house satu
dengan lain. Salah satu alternatif untuk mengatasi masalah di atas adalah dengan
sistem kendali secara terpadu atau terintegrasi sistem kendali berdasarkan
kebutuhan yang ada yaitu sistem supervisori kendali.
Penelitian dengan judul sistem supervisori kendali lingkungan pada model
closed house untuk ayam broiler terdiri dari beberapa tahapan penelitian sebagai
berikut. Tahap pertama, sebaran suhu kelembaban dan amonia pada broiler closed
house dengan menggunakan Computational Fluid Dynamic (CFD) menghasilkan
simulasi pindah panas (suhu) yang dipakai telah dapat menampilkan prediksi
sebaran suhu, kelembaban dan amonia dalam broiler closed house dengan
menggunakan CFD sehingga bisa dijadikan acuan pemodelan dan kendali suhu,
kelembaban dan amonia. Hasil simulasi suhu, kelembaban dan amonia broiler
closed house telah divalidasi di mana koefisien determinasi (R2) untuk suhu
adalah 99,093 % dan RMSE 0,934952, untuk kelembaban dan koefisien
determinasi (R2) 99,007 % dan RMSE 0,966379 dan untuk amonia dan koefisien
determinasi (R2) 99,11 % dan RMSE 1.4859. Tahap kedua, memodelkan pindah
panas (suhu) kelembaban dan amonia pada broiler cloaed house. Suhu (T),
kelembaban relative (RH) dan amonia (NH3) di dalam kandang ayam dipengaruhi
oleh kondisi lingkungan di dalam juga sedikit dipengaruhi dari luar seperti atap,
dinding, lantai dan penyekat kandang ayam. Pendekatan model kelembaban dan
amonia untuk membuat model matematik fungsi suhu, kelembaban dan amonia,
dengan persamaan diferensial kemudian ditransformasikan dengan persamaan
laplace dengan fungsi alih. Fungsi alih sebagai pengganti dugaan realtime
kemudian fungsi alih dimasukan dalam proses simulasi kendali. Simulasi kendali
broiler closed house terdapat 3 skenario waktu pada masa starter, grower dan
finisher.
Penelitian ini menggunakan beberapa broiler closed house. Untuk setpoin
26 C-300C adalah starter, setpoin 24-25 0C adalah grower, setpoin 22-230C
0
adalah finisher. Pengendali suhu, kelembaban dan amonia, pada broiler closed
house menggunakan metode swa-tala (self tuning) kendali. Pengujian dilakukan
dengan uji respon variabel input, uji tracking set point. Pengujian respon
dilakukan pada mesin kendali yang dimodelkan dalam bentuk fungsi alih dengan
input-an dari konstanta pada simulink Matlab. Pengujian tracking set point
pertama pada suhu dilakukan dengan merubah nilai masukan sebesar 300C, 290C,
280C, 270C,260C,250C,240C,230C,220C untuk kendali ON-OFF, PID, Fuzzy Logic
dan ANFIS. Kemudian pada tracking set point kedua akan merubah nilai masukan
kelembaban sebesar 70%, 60%, 50% untuk kendali ON-OFF, PID, Fuzzy Logic
dan ANFIS. Dilanjutkan tracking set point ketiga akan merubah nilai masukan
kelembaban sebesar 20 ppm, 15 ppm, 10 ppm, 5 ppm, 2.5 ppm dan 1 ppm untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Hasil simulasi kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS secara terpisah yang menghasilkan respon kendali
yang baik sebagai acuan juga untuk mengintegrasikan modus kendali di broiler
closed house sebagaimana terdapat pada tabel respon kendali ON-OFF, PID
Fuzzy Logic dan ANFIS. Tahap Ketiga, Integrasi sistem supervisori kendali pada
broiler closed house. Dalam implementasinya, sistem ini digunakan untuk
pengontrolan lingkungan. Namun demikian supervisori kendali input tetap
penggunaan model broiler closed house. Jadi pengontrolan lingkungan terpadu,
terintegrasi dan berorientasi basis peternakan. Sistem ini menjembatani kendali
basis lingkungan dengan looping pada sistem kendali basis peternakan. Di
samping itu, sistem juga dilengkapi dengan menggunakan identifikasi dan
pengontrolan yang lain, yaitu Adaftive Neuro Fuzzy Inference System (ANFIS),
Fuzzy Logic, PID dan ON-OFF. 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 supervisori kendali
inilah di bahas tentang supervisori kendali pada broiler closed house yang
terintegrasi, adanya pilihan 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 pada bab tiga. Tahap Keempat, interkoneksi supervisori kendali
pada broiler closed house membahas inerkoneksi supervisori kendali dengan jarak
jauh menggunakan jaringan komputer berbasis Internet Protocol (IP) dengan
parallel computing di aplikasikan dalam satu atau dua atau tiga broiler closed
house yaitu sistem kendali yang mempunyai parameter-parameter suhu,
kelembaban dan amonia yang dapat ditala (dituning) sesuai dengan perubahan
kondisi eksternal dan internal proses kendalian secara online disebut kendali
adaptif swa-tala (AST). Pada penelitian ini broiler closed house satu dengan
periode starter suhu Lingkungan ruangan 300C, kelembaban lingkungan ruangan
50%, amonia 5 ppm, broiler closed house periode grower suhu lingkungan
ruangan 290C, kelembaban lingkungan ruangan 60%, amonia 10 ppm, broiler
closed house periode finisher suhu lingkungan ruangan 270C, kelembaban
lingkungan ruangan 70%, amonia 15 ppm.
Keywords: Supervisori Kendali, Lingkungan, Model Broiler Closed House

I PENDAHULUAN
Latar Belakang
Kebutuhan protein manusia semakin meningkat seiring dengan
meningkatnya jumlah penduduk. Kebutuhan yang semakin meningkat tersebut,
dapat dipenuhi dengan peningkatan produksi protein asal ternak baik dari segi
kualitas maupun kuantitas. Salah satu sumber protein hewani adalah daging ayam
broiler. Ditinjau dari nilai gizinya, daging ayam broiler tidak jauh beda
dibandingkan dengan daging dari ternak lain.
Daging ayam broiler mudah didapatkan dan harganya relatif murah, karena
pemeliharaan ayam broiler relatif singkat yaitu 35 hari. Tingkat konsumsi daging
ayam masyarakat Indonesia masih rendah dibandingkan dengan negara lain. Tahun
2007, konsumsi ayam Indonesia 4,5 kg/kapita/thn, Malaysia 38,5 kg/kapita/thn,
Singapura 28 kg/kapita/thn, Thailand 14 kg/kapita/thn, Filipina 8,5 kg/kapita/thn
(Daryanto 2007). Konsumsi daging ayam di Indonesia menunjukkan peningkatan
dari tahun ke tahun, ditunjukkan pada Tabel 1.1.
Tabel 1.1 Konsumsi ayam broiler di Indonesia

Tahun Tingkat Konsumsi daging Ayam
(Kg/kapita/tahun)
2007 4.5
2008 6.46
2009 6.85
2010 8
2011 9
2012 10
Sumber (Ditjen Peternakan Kementan 2012)
Tabel 1.2 Produksi ayam broiler
Tahun Produksi Ayam Broiler (ribu ekor)
2000 530.874
2001 621.870
2002 865.075
2003 847.744
2004 778.970
2005 779.108
2006 861.263
2007 941.786
2008 1.018.734
2009 1.016.876
2010 1.214.340
Sumber (Ditjen Peternakan 2011)
2
Populasi ayam broiler di Indonesia sebesar 930.317.847 ekor tahun 2009,

986.872.000 ekor tahun 2010, 1.041.968.000 ekor tahun 2011 (Ditjen Peternakan
2012).
Populasi ayam Tabel 1.2 seharusnya dapat memenuhi produksi daging
dalam negeri tahun 2010 sebesar 2.365.670 ton (51,33%). Konsumsi daging
sebesar 7,75 kg/kapita/tahun dipenuhi dari daging ayam sebanyak 3,80 kg (49%)
(Sutawi 2012). Jika tingkat konsumsi daging tahun 2010 adalah 7,75
kg/kapita/tahun dan jumlah penduduk Indonesia 230 juta jiwa maka kebutuhan
daging 1.782.500.000 kg/tahun setara dengan 1.727.026.000 ekor ayam (1 ekor
ayam=1,75 kg). Populasi ayam broiler tahun 2011 sebesar 1.041.968.000 ekor,
sehingga kekurangan ayam untuk memenuhi kebutuhan daging, sebesar
685.058.000 ekor ayam pertahun.
Saat ini jumlah broiler closed house di Indonesia sebanyak 76 buah. Satu
broiler closed house dapat memproduksi 20.000 ekor ayam dan dalam 1 tahun 6
kali panen sehingga jumlah produksi 76 broiler closed house dalam 1 tahun
(20.000 ekor x 76 x 6 kali panen) 9.120.000 ekor/tahun. Jumlah ini setara dengan
0,53% dari kebutuhan daging. Diperkirakan jumlah ayam yang berasal broiler
closed house baru yg akan memenuhi kekurangan ayam sebanyak: 3.617.622 ekor
atau berasal dari 30 broiler closed house baru. Jadi dapat disimpulkan saat ini
masih dibutuhkan tambahan sekitar 30 broiler closed house untuk memenuhi
kebutuhan daging di Indonesia.
Permasalahan yang lain khususnya di Indonesia sehingga diperlukan broiler
closed house adalah aspek bilogis dan fisiologi yaitu termoregulasi. Ayam adalah
hewan berdarah panas homeotermis. Oleh karena itu, ayam selalu mempertahankan
suhu tubuh menjadi konstan dengan fungsi fisiologis normal. Jika ayam itu berada
dalam lingkungan panas, tubuh harus melepaskan panas dan memanfaatkan
mekanisme pendinginan sehingga tubuh ayam harus memproduksi panas melalui
proses metabolisme dan menjaga panas dengan cara berpencar antara satu dengan
lainnya pada suhu tubuh 41,5 0C. Ayam tidak memiliki kelenjar keringat sehingga
harus menghamburkan panas. Daerah jengger dan pial memiliki vascularized yang
tinggi dan mengekspos kulit. Oleh karena itu, mekanisme respirasi (pernapasan)
secara alami dan bulu bertindak sebagai sarana untuk melindungi tubuh dari
paparan panas. Ketika udara dihirup, panas dipancarkan dari membran hidung dan
3
tempat saluran pernapasan. Panas ini hilang saat udara dihembuskan. Panas dapat
dipindahkan dari tubuh bagian dalam ke permukaan melalui mekanisme: Pertama,
konduksi, dalam mekanisme ini, panas dipindahkan dari molekul ke molekul dalam
tubuh dan akan ditransfer dari molekul dalam tubuh dan akhirnya hilang ketika
panas mencapai bagian terluar. Konduksi meningkat ketika ayam merebah ke tanah
dan bulu dada untuk memfasilitasi kehilangan panas pada litter. Kedua konveksi,
dalam mekanisme ini, panas dipindahkan ke jaringan darah. Darah kemudian
mengalir ke kulit yang mengakibatkan suhu kulit meningkat dan panas dilepaskan
ke udara. Ayam sangat baik karena disesuaikan cuaca dingin terutama untuk isolasi
mereka sangat efisien disediakan oleh bulu.
Ketika ayam terkena tekanan dingin, beberapa mekanisme kompensasi yang
digunakan. Pertahanan baris pertama adalah bulu tersebut. Bulu didirikan untuk
memberikan perlindungan yang lebih efisien dari lingkungan dan untuk
menghemat panas tubuh. Ayam menggigil dalam menanggapi dingin. Proses ini
meningkatkan tingkat metabolisme tubuh untuk menghasilkan panas tambahan.
(Scanes et al. 2004).
Ayam broiler termasuk hewan Day Old Chick (DOC) poikiloterm dan pada
bagian kulitnya sangat sedikit memiliki kelenjar keringat serta pola
pertumbuhannya yang relatif cepat menyebabkan hewan ini menjadi sangat peka
terhadap perubahan suhu lingkungan. Peningkatan suhu lingkungan berpengaruh
pada kemampuan pelepasan panas tubuh dan menimbulkan peningkatan suhu tubuh
(Dawson dan Whittow 2000; Lin et al. 2005). Untuk menjaga keseimbangan suhu
tubuh, ayam berupaya meningkatkan pelepasan panas dan mengurangi
pembentukan panas dari tubuh, baik dengan cara mengubah tingkah laku maupun
aktivitas fisiologis (Cooper dan Washburn, 1998). Ayam yang mengalami cekaman
panas, jalur utama untuk menjaga keseimbangan suhu adalah pelepasan panas
tubuh melalui saluran pernapasan dan melalui penguapan air di permukaan kulit
(Hoffman dan Walsberg, 1999). Perubahan mikrovaskular pada jaringan paru dan
kulit adalah upaya tubuh melepaskan panas melalui evaporasi (Ophir et al. 2002).
Evaporasi terjadi melalui pengaturan aliran darah dengan cara pelebaran pembuluh
perifer (vasodilatasi) sehingga darah lebih banyak membawa panas dari dalam
(core) ke permukaan tubuh (Cooper 2002). Cekaman panas dapat meningkatkan
evaporasi melalui pernapasan dan permukaan kulit (evaporasi kutaneus) pada jenis
4
unggas hingga mencapai 40 sampai 75% dari total kehilangan air dari dalam tubuh
(Ophir et al. 2002)
Keberhasilan dalam beternak ayam, ditentukan oleh tiga unsur utama yaitu
manajemen (pengelolaan usaha peternakan), breeding (bibit) dan feeding (pakan).
Manajemen merupakan kegiatan mulai dari perencanaan kandang hingga
pemotongan ayam (Amrullah 2003). Salah satu bentuk manajemen kandang adalah
pembuatan broiler closed house yang dikendalikan untuk mencapai kondisi
lingkungan yang optimal. Dengan manajeman kandang yang baik diharapkan
produksi ayam akan maksimal. Kondisi ayam dalam broiler closed house, dapat
dilihat pada Gambar 1.1.
Gambar 1.1. Ruangan Broiler Closed House (University farm IPB Bogor 2009)
Hanya sebagian kecil dari peternakan ayam di Indonesia sudah menerapkan

manajemen pemeliharaan yang sesuai dan diikuti dengan penerapan teknologi. Ini
merupakan salah satu hambatan dalam peningkatan populasi ayam broiler. Padahal
jika dicermati, Indonesia termasuk daerah tropika dengan suhu lingkungan luar
yang panas sehingga diperlukan pengembangan pemeliharaan ayam broiler dengan
menciptakan kondisi lingkungan yang baik pada broiler closed house.
Manajemen kandang ayam broiler yang buruk akibat suhu dapat
mengurangi bahkan menghilangkan produksi unggas (Daghir 1998). Dalam hal ini,
suhu panas berasal dari pancaran cahaya dan sumber mesin dalam kandang ayam,
meskipun panasnya lebih rendah jika dibandingkan dengan panas ayam broiler.
Metoda yang paling hemat dalam mengurangi panas adalah dengan cara
menambah/memperluas ventilasi kandang. Kehilangan panas (heat loss) ini
5
meliputi konduksi, konveksi dan radiasi yang terjadi di dinding dan atap kandang
ayam (Weaver dan William 2001).
Dalam kandang terjadi proses pemindahan panas dari tubuh ke lingkungan
sekitar kandang. Proses pemindahan panas itu terjadi dalam beberapa cara yaitu :
pertama, panas sensibel adalah panas yang terdeteksi pada tubuh ayam. Kedua,
radiasi terjadi ketika temperatur dari tubuh ayam lebih besar daripada daerah
sekitar atau lingkungan, maka terjadi perpindahan panas secara radiasi hingga
panas daerah sekitar ayam atau lingkungannya sama dengan suhu tubuh ayam.
Ketiga, konduksi terjadi ketika tubuh ayam kontak dengan permukaan dari objek
lain yang suhunya lebih rendah seperti lantai atau dinding kandang. Keempat,
konveksi terjadi ketika aliran udara dengan suhu lebih rendah daripada suhu ayam
mengenai tubuh ayam tersebut sehingga suhu tubuh ayam turun. Kelima, ekskresi
sejumlah kecil panas hilang dari tubuh ayam melalui pengeluaran ekskresi.
Keenam, panas laten seperti pada mamalia yang terjadi proses evaporasi melalui
kelenjar keringat. Ayam juga mengalami proses pendinginan secara evaporasi
(evaporative cooling) melalui penguapan dari lapisan lembab pada sistem
respirasinya (paru–paru dan pundi udara) (Bell dan Weaver 2001).
Ayam broiler adalah salah satu jenis ayam tipe pedaging yang dipelihara di
Indonesia secara komersial. Kata broiler berasal dari daerah bagian Timur negara
Amerika Serikat yang berarti unggas yang sangat muda usianya (Leeson dan
Summer 2000). Ayam broiler adalah jenis ayam jantan maupun betina muda
berumur sekitar 6–8 minggu yang dipelihara secara intensif, guna memperoleh
daging yang optimal. Pemeliharaan ayam broiler terbagi menjadi tiga fase yaitu
fase starter, u m u r 0 s a m p a i 2 m i n g g u (1 – 14 hari), u m u r 3 m i n g g u fase
grower (15 – 28 hari) umur 4 minggu fase finisher umur 6 minggu (29 – 41 hari)
hingga dipasarkan (Daghir 1998, Scheuermann et al. 2003, Lesson and Summer
2005).
Pemeliharaan ayam broiler suhu yang otpimun dalam masa periode starter
30 C, grower 230C, finisher 200C, kelembaban 65%, amonia <10 ppm. Ditinjau
0
dari segi mutu, daging ayam memiliki nilai gizi yang tinggi dibandingkan ternak
lainnya. Jika ditinjau dari segi ekonomis, khususnya ayam ras potong atau ayam
negeri yang populer dengan sebutan broiler, merupakan usaha ternak yang mudah
untuk dimanajeman secara efisien dan cepat dalam pemanenan.
6
Kandang merupakan faktor penting dalam pemeliharaan ayam broiler.

Fungsi kandang adalah melindungi ayam dari pengaruh cuaca (panas, hujan,
dingin, dan angin) serta pengaruh binatang dan manusia yang dapat mengganggu
ayam selama proses pembesaran.Terdapat dua tipe kandang, tipe terbuka dan
tertutup. Kandang terbuka (open house); adalah kandang yang semua sisinya
terbuka. Dinding kandang menggunakan kawat atau bilah bambu sehingga udara
bisa bebas keluar masuk. Kandang tipe tertutup atau closed house dibuat dengan
tujuan agar keadaan lingkungan luar seperti udara panas, hujan, angin, dan
intensitas sinar matahari tidak berpengaruh banyak terhadap keadaan dalam
kandang (COBB 2010). Closed house merupakan suatu rancangan kandang ayam
yang tidak terpengaruh lingkungan dari luar kandang atau meminimalisasi
gangguan dari luar. Sistem kandang tertutup memiliki keunggulan yaitu
memudahkan pengawasan, dapat diatur suhu dan kelembabannya, memiliki
pengaturan cahaya, dan mempunyai ventilasi yang baik sehingga penyebaran
penyakit mudah diatasi (Lacy 2001).
Gambar 1.2. Ventilasi Broiler Closed House nampak dari atas

Adapun struktur umum yang terdapat pada broiler closed house antara lain
bangunan kandang, ventilasi, kipas angin, pendingin kandang, dinding kandang,
filter cahaya, inlet udara, sistem pencahayaan, sistem kendali, dan sumber tenaga
listrik (Weaver 2001). Sistem ventilasi adalah sistem yang mengatur udara bersih
dalam kandang dengan cara membuang kelebihan panas, uap air, dan gas
berbahaya yang mungkin dihasilkan. Sistem ventilasi yang digunakan industri
peternakan adalah evavorating cooling dan exhaust fan, lihat Gambar 1.2.
Evavorating cooling mengalirkan udara segar yang dibutuhkan ke dalam kandang
dan exhaust fan mengeluarkan udara kotor ke luar kandang (Weaver 2001). Fungsi
7
ventilasi memiliki peranan penting dalam menjaga kesehatan ayam dengan cara
sebagai berikut: pertama, menghilangkan panas yang berlebihan; kedua,
menghilangkan kelebihan kelembaban; ketiga, mengurangi debu; keempat,
mengurangi gas beracun seperti amonia, karbon dioksida, dan karbon monoksida;
kelima, menyediakan oksigen untuk pernapasan. Sistem ventilasi pada closed
house tergantung dari jenis kipas (fan) yang digunakan. Cara kerja fan itu sendiri
dibagi menjadi dua cara, yaitu mendorong udara masuk dan menyedot keluar. Cara
kerja fan model pertama adalah udara mengalir ke dalam akan menyebabkan
takanan positif sehingga sifat ini disebut dengan system positif (positive pressure
system). Cara kerja fan model kedua adalah udara mengalir dari dalam kandang
menuju ke luar akibat adanya daya sedot fan, sehingga terjadi tekanan negative.
Cara kerja fan ini biasa disebut dengan sifat negative (negative pressure system).
Ventilasi mekanik atau ventilasi alami disebut juga ventilasi tenaga karena
menggunakan kombinasi kipas angin (fan), listrik, udara sisi masuk dan kendali
(thermostats, timers, dll) untuk mengatur temperatur dan kelembaban (thermostat,
timer). Keuntungan utama ventilasi mekanik adalah memiliki prosedur
pengendalian tertutup (closed loop) di mana ventilasi langsung mengontrol laju
aliran udara (Chao dan Gates 1996).
Gambar 1.3. Ventilasi mekanik di Broiler Closed House

Sistem ventilasi mekanis umumnya membutuhkan investasi awal yang

besar untuk membeli peralatan, membutuhkan pemeliharaan yang baik, dan
membutuhkan biaya operasional yang tinggi. Pengoperasian sistem ini
menggunakan energi dari sumber PLN sehingga perlu dipersiapkan cadangan
energi jika terjadi gangguan daya listrik atau mati lampu.
8
Sistem ventilasi dirancang berdasarkan jumlah ayam broiler dan ukuran

kandang. Umumnya, sistem ventilasi mengatur sirkulasi udara per menit (60 per
detik) atau lebih selama cuaca panas. Sistem juga perlu disesuaikan untuk menjaga
tingkat aliran udara rendah, yaitu 1-5 sirkulasi udara per jam selama cuaca dingin.
Volume udara yang harus dipindahkan untuk menghasilkan satu sirkulasi udara,
dihitung menggunakan rumus: panjang x lebar x tinggi (rata-rata) (Scheideler and
Stowell 2006).
Selama masa pertumbuhan, ayam broiler akan menghasilkan gas dan hasil
proses metabolisme. Produk ini akan berakumulasi sepanjang waktu dan
menyebabkan perubahan substansial terhadap kualitas udara dalam kandang.
Cemaran utama yang biasa terjadi dalam udara adalah debu, NH3, CO2, CO dan
uap air yang dapat menimbulkan efek merugikan. Pengaruh langsung dari debu dan
NH3 meliputi kerusakan fisik yang menyebabkan menurunnya resistensi terhadap
penyakit, berkurangnya konsumsi pakan dan pada kondisi yang parah
menyebabkan buruknya pertumbuhan ayam. Adanya gas berbahaya akan
menghambat pengambilan oksigen karena adanya pengaruh unsur-unsur kimia
secara langsung. Pencemaran cenderung terjadi pada tingkat oksigen yang rendah.
Kandungan tinggi dari CO2 dan CO juga membatasi pengambilan O2. Pada kadar
konsentrasi yang lebih tinggi, kehadiran kedua gas tersebut bisa berakibat fatal
(Dhia 2001).
Perubahan suhu kandang ayam broiler pada minggu pertama, dari 320C
menurun sekitar 2,80C perminggu hingga minggu ke-5 dimana ayam siap dipanen
memiliki suhu 210C (Lacy 2001), lihat Tabel 1.3.
Tabel 1. 3. Suhu kandang ayam broiler
Temperatur
Minggu Ruangan Panas Breeding Breeding Modern(0C)
0 0
( C) Konvensional( C)
1 31 32 29-31
2 28 29 28-29
3 26 27 25-27
4 23-24 24-26 23-24
5 21-23 21-23 21-23
6 18-21 18-21 18-21
dipasarkan
Sumber : (Lacy 2001)
9
Suhu lingkungan yang optimum untuk broiler adalah antara 180C sampai
320 (COBB 2010). Suhu optimun untuk memelihara ayam broiler berumur 34
sampai 54 hari adalah 210C sampai 300C (COBB 2010). Suhu tinggi dalam
kandang dan kandungan protein makanan sangat mempengaruhi pertumbuhan,
bobot ayam dan metabolisme genetik ayam umur antara 3 dan 9 minggu.
Hubungan antara suhu, bobot, dan pakan ayam, bahwa suhu di atas 320C
menghasilkan berat lebih besar dapat dilihat pada Tabel 1. 4.
Tabel 1. 4 Pengaruh temperatur terhadap berat badan dan konversi pakan ayam broiler
Temperatur (0C) Berat Badan Konversi pakan (gram)
Minggu1 Minggu2 Minggu3 (kg/ekor)
35.0 32.2 29.4 1.76 1.35
32.2 29.4 26.4 1.75 1.37
29.4 26.7 23.9 1.74 1.39
26.7 23.9 21.1 1.66 1.42
Sumber: (Lacy 2001)
Ayam dewasa merupakan hewan homeotermik, yang memiliki kemampuan

untuk mempertahankan suhu tubuhnya relatif stabil pada kisaran suhu yang luas
(Coon 2001). Siklus suhu lingkungan harian akan mempengaruhi pertumbuhan dan
efisiensi. Broiler yang dipelihara pada fluktuasi suhu 4.4–15.80C dari umur 4-8
minggu tidak menunjukkan perbedaan berat badan yang nyata dibandingkan
dengan yang dipelihara pada fluktuasi suhu harian 10-210C, meskipun konversi
pakan lebih tinggi pada fluktuasi 4.4-15.60C (Coon 2001).
Suhu lingkungan merupakan hal penting dalam kandang ayam sehingga
harus dijaga pada suhu optimal. Suhu kandang dipengaruhi oleh dua hal: pertama,
suhu udara (diukur pada ketinggian ayam dan disekitar tempat pakan dan minum
ayam) kedua, suhu lantai (litter). Suhu udara 30oC (86oF) dan suhu lantai (litter)
28-30 ° C (82-86oF) disekitar ayam. Suhu kandang sangat dipengaruhi kondisi
lingkungan setempat dan harus berkorelasi dengan suhu efektif yang dirasakan oleh
ayam.
Variasi kelembaban relatif (RH) akan mempengaruhi temperatur efektif
yang dialami oleh ayam. Kelembaban yang tinggi mengurangi pelepasan panas
evaporatif dan menaikkan suhu efektif sedangkan kelembaban yang rendah
menurunkan temperatur efektif. Secara regional kelembaban bervariasi, dan
mempengaruhi kesehatan ayam, sehingga dibutuhkan kelembaban yang nyaman.
10
Kelembaban yang ideal berkisar antara 60-70%, ini sulit dicapai pada musim
panas. humidifier atau evavorating cooling atau penambahan air permukaan dapat
membantu mewujudkan kelembaban yang ideal. Pengaturan suhu brooding harus
disesuaikan dengan meningkatnya kelembaban di atas 70% atau turun di bawah
60% yang akan mengakibatkan perubahan perilaku ayam (Garden dan Singleton
2008).
Tingkat kelembaban lingkungan berpengaruh langsung terhadap kehilangan
panas laten tubuh ayam. Tingkat kelembaban secara tidak langsung akan
mempengaruhi penampilan ternak akibat konsentrasi debu dan bakteri pathogen.
Meningkatnya kelembaban akan merugikan produksi ayam pada suhu tinggi. Pada
umumnya perubahan kelembaban tidak berdampak terhadap pertumbuhan ayam
dengan kelembaban dibawah 70% dan suhu lingkungan di bawah 24oC. Alat
pengukur kelembaban harus diletakkan berdekatan dengan alat suhu. Beberapa
sensor suhu dilengkapi dengan sensor kelembaban, sehingga pengukurannya dapat
dilakukan secara bersamaan (Dhia 2001).
Amonia (NH3) adalah gas yang tidak berwarna, lebih ringan dibandingkan
dengan berat udara, larut dalam air, dan berbau tajam (menyengat). Konsentrasi
NH3 dalam kandang ayam bervariasi antara l5 - 30 ppm, optimum dibawah 20
ppm. Gas ini merupakan produk limbah dari proses biologis dekomposisi feses,
sehingga kebanyakan masalah timbul pada saat kotoran terakumulasi di dalam
litter. Pemantauan atas gas ini dapat dilakukan bersamaan dengan perlakuan
terhadap CO2. Kedua jenis gas ini dapat menjadi indikator yang baik atas kualitas
udara dan efisiensi dari sistem ventilasi kandang yang dipergunakan (Dhia 2001).
Adapun karakteristik parameter lingkungan broiler closed house dapat dilihat pada
Tabel 1.5.
Diperlukan sistem yang lebih baik dan teknologi modern pada sistem
kendali. Sistem pengendalian lingkungan bertujuan menghilangkan gangguan
diantaranya suhu luar, kelembaban dan iradiasi matahari. Dikenal dua macam teori
kendali, yaitu teori kendali klasik dan teori kendali modern (Ogata 2002). Teori
kendali klasik dicirikan dengan SISO (Single Input Single Output), sedangkan
teori kendali modern dicirikan dengan MIMO (Multiple Input Multiple Output).
Teknik kendali modern mampu menyelesaikan permasalahan kendali yang
kompleks. Persoalan yang mendasar dalam desain sistem kendali adalah
11
merancang suatu pengendalian yang mampu menghasilkan output dari mesin

kendali sesuai spesifikasi yang diinginkan. Proses desain kendali ini semakin
kompleks seiring dengan kompleksitas mesin kendali serta proses yang akan diatur
di dalamnya. termasuk penerapan multiple kandang tertutup (broiler closed house).
Tabel 1. 5 Karakteristik dan rekomendasi lingkungan Broiler Closed House

Lingkungan
Karakteristik/Rekomendasi
Parameter
Amonia (NH3) Dapat dideteksi dengan penciuman pada konsentrasi di atas 20
ppm. > 10 ppm menyebabkan kerusakan permukaan paru-paru.
>20 ppm meningkatkan kepekaan terhadap penyakit pernapasan.
> 50 ppm menurunkan laju pertumbuhan. Rekomendasi dalam
kisaran < 10 ppm
Karbon Karbon Dioksida <0.3% Menyebabkan kerusakan permukaan
Dioksida paru-paru. Meningkatkan kepekaaan terhadap serangan penyakit.
(CO2) Gunakan ventilasi untuk mengurangi debu.
Debu Debu >0,34 atau 0,35 % (3500 ppm) menimbulkan nodul-nodul
kartilaginus pada paru-paru yang berkaitan dengan ascites. Fatal
pada konsentrasi tinggi. Rekomendasi batas atas 2500 ppm
Kelembaban Pengaruhnya bervariasi menurut suhu. Suhu 29 0C dan
dan kelembaban 70 % menghambat pertumbuhan karena ayam tidak
Temperatur mampu mendinginkan dirinya sendiri. Kualitas litter memburuk
pada kelembaban tinggi menyebabkan penurunan kualitas produk
pada saat prosesing. Rekomendasi dalam kisaran suhu 26-290C
dan kelembaban 65 - 75 %
Sumber: (COBB 2004, 2010), (Dhia 2001)
Untuk menghasilkan produksi ayam brolier yang banyak diperlukan broiler

closed house yang jumlahnya lebih dari satu sehingga diperlukan teknologi
komputer. Dewasa ini telah banyak kemajuan teknologi komputer dengan jaringan
komputer untuk meningkatkan kecepatan komputer dengan menggunakan beberapa
prosesor dalam satu komputer (multiprosesor) maupun beberapa prosesor dalam
satu komputer yang mengerjakan satu tugas disebut pemrograman paralel. Platform
komputer yang digunakan adalah komputer paralel (parallel computer) (Seminar et
al. 2007; Wilkinson dan Allen 2010). Diantaranya telah ditemukannya kemampuan
pemrosesan paralel dimana sistem pemrosesan paralel mampu bekerja
mengkoordinasikan banyak komputer secara paralel. Tujuan pemrosesan paralel
adalah untuk meningkatkan performa dan kecepatan komputasi. Semakin banyak
hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin
banyak pekerjaan yang bisa diselesaikan (Quinn 2004).
12
Sistem supervisori kendali merupakan pengembangan dari sistem kendali

adaptif terdiri dari: kendali penjadwalan pertumbuhan, kendali adaptif model
acuan, kendali adaptif swa-tala (Bolton 1995; Sadjad 2004). Adaptasi teori
supervisori kendali pada sistem diskrit diperkenalkan pertama kali oleh Ramade
dan Wonham di Universitas Toronto, Canada yang mendefinisikan model robot
pada sistem diskrit dan mekanisme supervisori kendali yang meminimalkan
gangguan serta bisa mengendalikan beberapa unit kendali yang salah satunya bisa
dinonaktifkan (Ramadge and Wonham 1987).
Supervisori kendali harus memiliki informasi yang cukup untuk membuat
keputusan kendali pada masing-masing unit kendali. Ada dua hal yang menjadi
pertimbangan; pertama secara khusus yang diberikan secara lokal yaitu bila suatu
proses dikendalikan oleh satu supervisori kendali (Lin and Wonham, 1988) dan
kedua secara umum yaitu bila suatu proses dikendalikan oleh beberapa supervisori
kendali (Rudie and Wonham 1992). Dalam perkembangan, prototipe sistem
supervisori kendali telah diaplikasikan pada rumah tanaman (green hause) dengan
beberapa modus kendali, parameter kendali dan kriteria optimal dapat terintegrasi
satu sama lain (Seminar et al. 2006). Demikian pula sistem supervisori kendali
telah diaplikasikan pada broiler closed house (Alimuddin et al. 2011).
(Ogata 1994, 2002; Woods Robert dan Lawrence 1997; Bolton 1995, 2006), Kuo
1998; Rosulindo 2001). Fungsi alih sebagai bagian dari parameter kendali untuk
menghasilkan output kendali (PID, Fuzzy logic dan ANFIS).
psychrometric. Hasbi (2010) membahas simulasi pola aliran udara dan distribusi
suhu pada broiler closed house menggunakan computational fluid dynamics (CFD)
menghasilkan kondisi udara lingkungan berdasar pengukuran adalah suhu sebesar
13
32.7 oC dan RH sebesar 71% dan simulasi CFD suhu 33,1170C-35,9720C dan
kelembaban 49,712%-71,119%.
Weaver (2001) membahas menggunakan kendali ON-OFF pada kandang
ayam dengan suhu 210C dan kelembaban 60% pada musim panas dan dingin.
Ibrahim (2002) membahas penggunakan kendali ON-OFF yang terjadi pada dua
closed house 260C dan kelembaban 70%, musim dingin suhu dalam broiler closed
house 340C, kelembaban 70%, dan amonia < 25ppm. Daskalov 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. Amon et al. (1997) membahas
pengendalian ON-OFF pada kandang tertutup dengan suhu 20-300C, amonia 20
ppm, kelembaban 40-70%, bau 430 -2480 ppm, kecepatan udara 0.14 m/s, pH 6-7
ppm, CO2 0.25%.
Mutai et al. (2011) menghasilkan simulasi perubahan suhu di broiler
closed house pada ayam menggunakan model matematika empiris berdasarkan
hukum keseimbangan panas. Suhu dalam broiler closed house ditentukan oleh
ventilasi dan bahan konstruksi. Model menghasilkan kecenderungan suhu yang
akurat terhadap waktu tertentu yaitu rata-rata suhu pengukuran 24.430C dan suhu
prediksi 24.400C dan kelembaban 60%-90% dengan koefisien korelasi R2 0.978.
Hubbar (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 et al. (2006) membahas sistem supervisori kendali rumah tanaman
(green house) telah dikembangkan dan diuji dengan tanaman mentimun. Hasil
perangkat keras, dan jenis modus kendali. Alimuddin et al. (2009, 2010, 2011)
dalam penelitian ini melakukan tiga kali skenario dari periode starter, grower, dan
14
finisher. Suhu input berfluktuasi dalam broiler closed house 29-34,20 C, suhu
setpoin 28 0 C, dengan suhu output 300C.
Tabel 1. 6 Karakteristik parameter lingkungan Broiler Closed House

Periode Ming Umur Suhu (0C) Kelembaban (%) Amonia (ppm)
gu (hari)
Starter I (1-7) 31-320C 50 <10
0
Starter II (8-14) 28-30 C 50 <10
Starter III (15-18) 260C 60 <10
Grower III (19-22) 250C 60 <10
0
Grower IV (23-30) 23-24 C 70 <10
Finisher V (31-38) 21-230C 70 <10
0
Finisher VI (39-46) 18-21 C 70 <10
Sumber : (Adopsi dari COBB 2005,2010 Coon 2001, Lacy 2001, Dhia 2001)
Berdasarkan kajian telaah pustaka pada Tabel 1.6 dijadikan acuan atau
standar yang optimal dalam penelitian ini untuk melakukan prediksi suhu
kelembaban dan amonia broiler closed house, pemodelan broiler closed house,
respon masing-masing modus kendali (ON-OFF PID Fuzzy Logic dan ANFIS)
Kendali ini menggunakan sistem kendali ANFIS dengan validasi
pengukuran suhu dan simulasi dengan kesalahan 0,18313. Kritik desain sistem
informasi pada closed house untuk ayam broiler dengan ANN membahas tentang
optimasi suhu pada kandang 180C-320C dengan protein pada ayam broiler 17%-
21% dan berat badan rata-rata 2 kg. Pemodelan suhu pada broiler closed house
untuk ayam broiler dengan Computational Fluid Dynamics (CFD) menghasilkan
sebaran menghasilkan koefisien determinasi (R2) 0,991 dan RMSE 0,934952.
Penelitian terdahulu yang diuraikan di atas masih berfokus pada pengendalian satu
broiler closed house dengan satu modus kendali. Penelitian ini dikembangkan
sistem supervisori kendali yang dapat digunakan untuk mengendalikan beberapa
broiler closed house dengan beberapa pilihan modus kendali. Parameter kendali
terintegrasi dengan pengetahuan tentang broiler closed house, lingkungan, dan
kendali yang dikoneksikan dengan jaringan komputer paralel.
15
Perumusan Masalah
Masalah yang akan dibahas dalam penelitian ini adalah:
1) Bagaimana pengkajian karakteritik lingkungan parameter suhu, kelembaban
dan amonia pada broiler closed house?
2) Bagaimana mendapatkan model lingkungan parameter suhu, kelembaban dan
amonia pada broiler closed house?
3) Bagaimana mendesain sistem supervisori kendali lingkungan parameter suhu,
kelembaban dan amonia pada broiler closed house ?
4) Bagaimana respon kondisi optimal supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia pada broiler closed house?
5) Bagaimana melakukan integrasi supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia sesuai kondisi optimal kendali, pengetahuan
closed house ?
6) Bagaimana melakukan interkoneksi supervisori kendali lingkungan parameter
suhu, kelembaban dan amonia pada broiler closed house dalam bentuk
perangkat lunak (software prototype) yang dapat mengendalikan satu, dua atau
tiga broiler closed house yang terhubung ke dalam jaringan computer dengan
jarak jauh dengan parallel computing?
Tujuan Penelitian
Tujuan penelitian ini adalah:
1) Mengkaji karakteristik lingkungan parameter suhu, kelembaban dan amonia
pada broiler closed house
2) Mendapatkan model lingkungan parameter suhu, kelembaban dan amonia pada
broiler closed house
3) Mendesain sistem supervisori kendali lingkungan parameter suhu, kelembaban
dan amonia pada broiler closed house
4) Menentukan respon kondisi optimal supervisori kendali parameter suhu
kelembaban dan amonia pada broiler closed house.
5) Melakukan integrasi supervisori kendali lingkungan parameter suhu,
kelembaban dan amonia sesuai kondisi optimal kendali, pengetahuan
closed house,
16
6) Melakukan interkoneksi supervisori kendali lingkungan parameter suhu,

kelembaban dan amonia pada broiler closed house dalam bentuk perangkat
lunak (software prototype) yang dapat mengendalikan satu, dua atau tiga
broiler closed house yang terhubung ke dalam jaringan computer dengan jarak
jauh dengan parallel computing.
Manfaat Penelitian
Manfaat yang diharapkan dari hasil penelitian ini adalah:
1) Memfasilitasi tersedianya pilihan modul dalam perangkat lunak yang siap
digunakan untuk kegunaan penelitian dan praktis dalam mengendalikan
parameter lingkungan,
2) Memberikan alternatif teknologi bagi industri dan peternakan ayam untuk
produksi ayam broiler dengan lingkungan yang terkendali.
3) Menyediakan hasil informasi hasil implementasi dan simulasi perangkat lunak
sistem supervisori kendali optimal lingkungan broiler closed house sebagai
bahan pertimbangan pemanfaatan dan pengembangan lebih lanjut.
Kerangka Pemikiran
Sistem supervisori kendali digunakan untuk mengatur, mengkoordinir, dan
mengintegrasikan unit-unit kendali. Dengan mengadopsi sistem supervisori kendali
untuk rumah tanaman (greenhouse) (Seminar et al. 2006) dan supervisori kendali
untuk broiler closed house (Alimuddin et al. 2011), maka arsitektur supervisori
kendali untuk broiler closed house dapat diimplementasikan seperti pada Gambar
1.4.
17
USER
SUPERVISORY
Broiler Closed
Houses USER INTERFACE
USER’S PREFERENCE SELECTION

MODULE
Modes of Parameters of Optimality
control control Criteria
Array of
Controllers
Supervisory Control Engine (SCE)
Broiler
Controllers
Broiler Control Climatic& Env.
Controllers Knowledge Knowledge
Broiler
I/O
Controllers Broiler
Knowledge Knowledge
Gambar 1.4 Arsitektur Supervisori Kendali pada Broiler Closed House

diadopsi dari (Seminar et al. 2006) dan (Alimuddin et al. 2011)
Arsitektur dari sistem supervisori kendali pada broiler closed house terdiri
antar-muka pengguna (user interface), modul seleksi preferensi kendali (user’s
pereference selection module), mesin kendali supervisori (supervisory control
engine) dan modul pengetahuan (knowledge module). Pengguna berinteraksi
dengan sistem supervisori untuk melakukan pemilihan modus kendali dan variasi
variabel kendali dengan berbagai pertimbangan kriteria optimasi.
Supervisi kendali adalah mengendalikan beberapa proses kendali yang
saling bekerja sama tidak terpisah antara satu dengan yang lain. Sistem supervisori
kendali digunakan untuk mengatur, mengkoordinir, dan mengintegrasikan unit-unit
suatu sistem.
Prinsip kerja Supervisi kendali adalah mengkoordinir sistem kendali secara
bersamaan dan bekerjasama pada proses kendali yang ada yang terdiri dari 1
proses kendali atau lebih pada tempat satu atau beberapa tempat. Misalnya
supervisi kendali suhu dalam berbagai modul pengetahuan diantaranya : control
knowledge bisa memilih dari 3 modus kendali ON-OFF,PID, Fuzzy Logic atau
ANFIS sesuai keperluan supervisi kendali lingkungan. Penggunaannya dapat terdiri
18
dari 2 modus kendali, yaitu: ON-OFF dan PID, PID dan Fuzzy Logic, Fuzzy Logic
dan ANFIS; atau 3 modus kendali, yaitu: ON-OFF PID, Fuzzy Logic dan PID,
Fuzzy Logic dan ANFIS; atau 4 modus kendali, yaitu: ON-OFF, PID, Fuzzy Logic
dan ANFIS. Pengetahuan iklim dan lingkungan (musim kemarau dan musim
hujan), sudah tersedia dalam data base, yaitu suhu, kelembaban dan amonia yang
ideal pada musim kemarau dan musim hujan. Sehingga ketika pergantian musim
tidak perlu lagi ada perubahan suhu musim kemarau dan hujan cukup supervisi
kendali yang bekerja secara otomatis karena sudah diprogramkan sebelumnya.
Pengetahuan ayam broiler berupa bobot ayam dari umur DOC-panen,
jumlah pakan, jumlah air minum sudah disimpan dalam data base supervisory
kendali,. Pengetahuan Input/output (sensor, transduser, actuator) berfungsi untuk
karakteristik sensor. Perancangan supervisi kendali mempunyai tiga parameter
suhu, kelembaban dan amonia. Pada kondisi iklim dan lingkungan pada musim
kemarau dan hujan diberi pilihan modus kendali ON-OFF, PID, Fuzzy Logic,
ANFIS untuk suhu, kelembaban dan amonia.. Pada tahapan berikutnya
disimulasikan dalam kandang ayam baik ada ayam masa starter, grower dan
finisher. Kemudian dibandingkan dengan simulasi dalam kandang ayam yang
kosong (tidak ada ayam).
Dalam perancangan supervisori kendali pada broiler closed house yang
dipengaruhi oleh konveksi dan konduksi dengan menggunakan modus control
dengan menyesuaikan kondisi iklim dan lingkungan, pengetahuan broiler closed
house yaitu tiga skenario (starter, grower dan finisher) dan pengetahuan
pengontrolan lingkungan kandang ayam broiler. Untuk satu parameter kendali
menggunakan modus kendali ON-OFF, PID, Fuzzy logic ANFIS dengan salah satu
kendali suhu, kelembaban dan amonia.
Suhu, kelembaban dan amonia dikontrol pada waktu pagi, siang dan sore
menggunakan ON OFF, PID, Fuzzy logic, ANFIS periode starter, grower, dan
finisher. Bila ada salah satu kandang ayam panen (tidak ada ayam) supervisory
control bisa digunakan pada kandang ayam yang lain yang mulai terisi ayam tanpa
membuat modus control baru karena sudah bekerja secara otomatis.
19
Ruang Lingkup Penelitian

Agar penelitian ini dapat fokus pada tujuan, maka ruang lingkup penelitian
ini dibatasi pada aspek-aspek berikut:
Pertama : Prediksi Suhu, Kelembaban dan Amonia pada Broiler Closed House
Menggunakan CFD
Kedua : Model dan Simulasi Kendali Suhu Kelembaban dan Amonia pada
Ketiga : Integrasi Supervisori Kendali Suhu Kelembaban dan Amonia pada
Keempat : Interkoneksi Supervisori Kendali Suhu Kelembaban dan Amonia pada
20
DAFTAR ISI
Halaman
1 PENDAHULUAN ................................................................................. 1
Latar Belakang ..................................................................................................... 1
Perumusan Masalah............................................................................................ 15
Tujuan Penelitian................................................................................................ 15
Manfaat Penelitian.............................................................................................. 16
Kerangka Pemikiran ........................................................................................... 16
Ruang Lingkup Penelitian ..................................................................................19
DAFTAR GAMBAR
Halaman
1.1. Ruangan Broiler Closed House (University of farm Bogor, 2009) .............. 4
1.2. Ventilasi Broiler Closed House Nampak dari Atas (University of farm
Bogor,2010) ................................................................................................... 6
1.3. Ventilasi Mekanik di Kandang Broiler Closed House (Univ. of farm di
Bogor, 2009) .................................................................................................. 7
1.4 Arsitektur Supervisori Kendali pada Broiler Closed House ............................ 17
DAFTAR TABEL
Halaman
1. 1 Suhu Ayam Broiler ........................................................................................... 8

1. 2 Pengaruh Temperatur Terhadap Berat Badan dan Konversi Pakan Ayam
Broiler ...............................................................................................................9
1. 3 Karakteristik dan Rekomendasi Lingkungan Kandang Ayam .........................9
1. 4 Karakteristik Parameter Lingkungan Broiler Closed House .......................... 14
II PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA
BROILER CLOSED HOUSE MENGGUNAKAN
COMPUTATIONAL FLUID DYNAMICS (CFD)
Abstract
Broiler was a kind of superior race from crosses of chicken nations that have high
productivity power, especially in the production of chicken meat. In an attempt was broiler
chicken rearing, the temperature, humidity and ammonia was a crucial factor in chicken
rearing in tropical regions. Broiler closed house was a system that offers a solution to
provide thermal comfort of broilers were raised. The research objectives were: first, to
model the temperature, humidity and ammonia in closed broiler houses by using
Computational Fluid Dynamics (CFD), second, to determine the distribution of
temperature, humidity and ammonia in the chicken coop. In this study design modeling of
temperature, humidity and ammonia in the broiler closed house with mathematics consists
of the room temperature, floor temperature, the temperature of the walls and roof
temperatures. Data was collected in two ways from the primary measurements obtained
using sensors include: the floor temperature, the wall temperature, the room temperature,
the temperature of the roof and the secondary wind speed and temperature, humidity
environments and available from BMG Bogor irradiation and temperature data of broilers,
the fan power and lamp as the input bondary condition for CFD simulations. Materials
used include: sensor kestrel 3000 for measuring temperature, humidity and air velocity, a
set of computers and peripherals, and thermo Copel and hybrid recorder, to measure the
temperature and humidity, wall, floor, roof, a set of broiler closed house, broilers,
anemometer was used to measuring air velocity in units of m/s (meters per second),
Impinger water used to take samples of air-free ammonia, Spectrofotometer used to
measure the intensity level of ammonia that is on stable mercury thermometer used to
measure the temperature on the temperature distribution tends litter. Rseult of simulation
increased in the outlet area of the enclosure from any accumulation of hot broiler
convection flow due to blast air into the outlet. Validation includes validation
measurements performed by comparing the actual data and validation of measurement and
simulation mesh. Validation of measurement for temperature and wind speed is good
enough. Validation mesh was used to test the accuracy of the simulation itself can find the
thermal comfort parameters of broilers. Simulation of heat transfer (temperature) has been
used to predict the distribution of temperature, humidity and ammonia in a broiler closed
house by using CFD modeling that can be used as a reference and control temperature,
humidity and ammonia. The simulation results of temperature, humidity and ammonia
broiler closed house have been validated indicate a significant correlation to the
temperature coefficient of determination (R2) 99.093% and RMSE 0.934952, humidity
coefficient of determination (R2) 99.007% and RMSE 0.966379 and ammonia coefficient
of determination (R2) 99.11% and RMSE 1.4859.
Keywords: Prediction, Temperature, Humidity, Ammonia Broiler Closed House,

CFD
21
Abstrak
Ayam broiler merupakan jenis ayam ras unggulan hasil persilangan dari bangsa-
bangsa ayam yang memiliki daya produktivitas tinggi, terutama dalam
memproduksi daging ayam. Dalam usaha pembesaran ayam broiler tersebut, suhu,
kelembaban dan amonia merupakan faktor yang krusial dalam pembesaran ayam di
wilayah beriklim tropis. Broiler closed house merupakan suatu sistem yang
menawarkan solusi untuk memberikan kenyamanan termal terhadap ayam broiler
yang dibesarkan. Tujuan Penelitian adalah: pertama, untuk memodelkan suhu pada
broiler closed house dengan menggunakan Computational Fluid Dynamics (CFD),
kedua, untuk mengetahui distribusi suhu, kelembaban dan amonia dalam kandang
ayam. Dalam rancangan penelitian ini pemodelan matematika suhu, kelembaban
dan amonia dalam kandang ayam terdiri dari suhu ruangan, suhu lantai, suhu
dinding dan suhu atap. Pengambilan data dilakukan dua cara yaitu primer
diperoleh dari pengukuran dengan menggunakan sensor diantaranya: suhu lantai,
suhu dinding, suhu ruangan, suhu atap dan kecepatan angin dan sekunder suhu,
kelembaban lingkungan dan iradiasi diperoleh dari BMG Bogor dan data suhu
ayam, daya kipas angin dan lampu sebagai input bondary condition simulasi CFD.
Peralatan yang digunakan meliputi: sensor kestrel 3000 untuk mengukur suhu,
kelembaban dan kecepatan udara, satu set komputer dan peripheral, thermo copel
dan hybrid recorder, untuk mengukur suhu dan kelembaban, dinding, lantai atap,
satu set kandang, ayam broiler, anemometer digunakan untuk mengukur kecepatan
udara dengan satuan m/s (meter per sekon), Air Impinger digunakan untuk
mengambil sampel amonia dari udara bebas, Spectrofotometer digunakan untuk
mengukur tingkat intensitas amonia yang ada pada kandang Termometer raksa
digunakan untuk mengukur suhu pada litter.Hasil simulasi Distribusi suhunya
cenderung meningkat pada daerah outlet kandang akibat ada akumulasi panas dari
konveksi ayam yang disebabkan hembusan aliran udara menuju outlet. Validasi
dilakukan meliputi validasi pengukuran dengan membandingkan data aktual
pengukuran dan simulasi dan validasi mesh. Validasi pengukuran untuk suhu dan
kecepatan angin cukup baik Validasi mesh digunakan untuk menguji keakuratan
dari simulasi itu sendiri dapat memenuhi parameter kenyamanan termal ayam.
Simulasi pindah panas (suhu) yang dipakai telah dapat memprediksi sebaran suhu,
kelembaban dan amonia dalam broiler closed house dengan menggunakan CFD
sehingga bisa dijadikan acuan pemodelan dan kendali suhu, kelembaban dan
amonia. Hasil simulasi suhu, kelembaban dan amonia broiler closed house telah
divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu koefisien
determinasi (R2) 99,093 % dan RMSE 0,934952, kelembaban koefisien determinasi
(R2) 99,007 % dan RMSE 0,966379 dan amonia koefisien determinasi (R2) 99,11
% dan RMSE 1.4859.
Keywords: Prediksi Suhu, Kelembaban dan Amonia Broiler Closed House, CFD
22
Pendahuluan
Ayam broiler merupakan jenis ras unggulan hasil persilangan dari berbagai
ras ayam yang memiliki daya produktivitas tinggi, terutama dalam produksi
daging. Masyarakat Indonesia tingkat konsumsi daging ayam masih rendah,
begitupula kenaikan populasi dan produksi ayam broiler masih rendah. Hal ini
disebabkan karena manajemen pemeliharaan yang belum baik dan efektif. Hanya
sebagian kecil dari peternakan ayam yang sudah menerapkan manajemen
pemeliharaan yang sesuai dan diikuti dengan penerapan teknologi. Ini merupakan
salah satu hambatan dalam peningkatan populasi ayam broiler.di Indonesia
memiliki kondisi lingkungan tropis, terutama suhu luar yang lebih tinggi
dibandingkan dengan suhu lingkungan kandang sehingga peluang pemeliharaan
ayam broiler di Indonesia masih sangat terbuka lebar.
Suhu, sanitasi, ventilasi dan kelembaban kandang ayam sangat perlu
diperhatikan. Indonesia sebagai negara tropis, memiliki suhu lingkungan yang
cukup tinggi untuk memelihara broiler karena suhu optimum untuk memelihara
ayam broiler antara 180C-240C (Rose 1997). Panas adalah energi yang merambat
atau berpindah karena ada perbedaan suhu, ada tiga cara perpindahan panas yaitu:
pertama: konduksi didefinisikan sebagai perpindahan panas dalam suatu medium
tanpa disertai perpindahan partikel dalam medium tersebut, kedua: konveksi
didefinisikan sebagai perpindahan panas dalam suatu medium yang disertai
perpindahan-perpindahan partikelnya, ketiga: radiasi didefinisikan sebagai
perpindahan panas yang tidak memerlukan medium perantara.
Prinsip kerja pemanas ruangan dikembangkan berdasarkan Hukum
Termodinamika I dan II. Perpindahan panas pada kasus pemanasan ruangan adalah
memindahkan energi dalam bentuk panas dari suatu titik yang bersuhu tinggi ke
titik yang bersuhu lebih rendah (Holman 1997; Wood dan Lawrence 1997; Cengel
2003). Untuk menghangatkan ruangan dibutuhkan suatu fluida (berupa air, udara,
atau uap) yang dipanaskan di dalam heat source/boiler yang dialirkan melalui pipa
dengan evavoration cooling yang berhubungan langsung dengan udara ruangan.
Fluida akan mengalir kembali lagi ke heat source/boiler untuk dipanaskan kembali
(COBB 2010; PCPI 2005; Alimuddin et al. 2010, 2011).
Prinsip utama dalam membangun broiler closed house adalah menyediakan
lingkungan yang sehat bagi peternakan ayam. Kualitas lingkungan yang sehat
23
menurut standar Eropa antara lain mencakup parameter kadar amonia, karbon
dioksida, debu tehirup oleh ternak, debu yang di respirasi oleh ternak, dan bakteri
yang mematikan (Leeson 2000). Parameter lain yang juga sangat penting dalam
lingkungan kandang ayam adalah suhu udara dan ventilasi dalam kandang (Bell
2001).
Di daerah iklim panas tropis pengurangan suhu udara di dalam kandang
ayam sangat penting dalam rangka untuk membatasi kerugian produksi. Meskipun
hal ini sulit untuk dicapai terutama pada kandang tertutup (broiler closed house).
Pengurangan suhu udara di dalam kandang, dilakukan dengan bantuan kipas angin
dan sistem pendingin (Bucklin et al. 2009).
Tabel 2.1 Batas ambang suhu dan kelembaban dalam Broiler Closed House
Umur-Hari Kelembaban (RH) (%) Temperatur C0(F) Temperatur
C0(F)
0 30-50 34(91) 33(91)
7 40-60 31(88) 30(86)
14 40-60 27(81) 27(81)
21 40-60 24(75) 24(75)
28 50-70 21(70) 21(70)
35 50-70 19(66) 19(66)
42 50-70 18(64) 18(64)
Sumber: (Pokhpan 2005), (COBB 2010)
Di Indonesia, baku mutu gas amonia dan hidrogen sulfida di udara dijelaskan
dalam surat Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup No.
KEP 03/MENKHL/II/1991, dapat dilihat pada Tabel 2.2.
Tabel 2.2 Baku mutu ambien dan emisi gas NH3 dan H2S
Ketentuan Gas NH3 Gas H2S
Baku mutu udara ambient 2 ppm/ 24 jam 0.03 ppm/ 30 menit
Baku mutu udara emisi - -
Ringan 5 ppm 6.25 ppm
Ketat 1 ppm 5 ppm
NH3, H2S, dan CO2 seringkali menyebabkan masalah bagi kesehatan ternak,
peternak, dan lingkungan sekitar (Hidayatun 2007). Beberapa penelitian tentang
pengaruh NH3 terhadap ternak unggas, diantaranya dapat menurunkan rata-rata
pertumbuhan, mengurangi efisisensi pakan, merusak saluran pernafasan dan
meningkatkan aktivasi virus ND (New Castle Disease).
24
Salah satu parameter yang mempengaruhi kesehatan ternak tersebut adalah

amonia. Amonia merupakan produk dekomposisi dari senyawa organik yang tidak
teroksidasi secara sempurna karena kondisi anaerobik (Appl 1999). Amonia
merupakan gas yang tidak berwarna tetapi memiliki bau yang sangat menyengat.
Pada kandang ayam amonia dihasilkan dari kotoran ayam, sehingga jika amonia ini
tidak segera dialirkan akan mengganggu kondisi lingkungan ayam, oleh karena
amonia bersifat racun.
Secara teoritis amonia dihasilkan melalui perubahan hidrolisis dari urea
dengan proses enzimatis dan mikrobiologi. Secara kimia amonia dapat berupa fase
cair maupun fase gas. Proses konveksi amonia berlangsung dari permukaan lantai
menuju aliran udara bebas (Liu 2007). Ayam broiler merupakan salah satu jenis
ternak yang menghasilkan kandungan amonia relatif lebih tinggi dibanding ternak
lainnya, karena ayam broiler mengkonsumsi protein lebih tinggi untuk kebutuhan
hidup. Batas toleransi kadar NH3 pada ayam disajikan pada Tabel 2.3
Tabel 2.3 Ambang batas kadar NH3 pada manusia dan ternak
Konsentrasi (ppm) Pengaruh
5 Timbul iritasi pada mukosa mata dan saluran pernafasan ayam
11 Penurunan produktivitas ayam
25 Kadar maksimum yang dapat ditolerir selama 8 jam
36 Kadar maksimum yang dapat ditolerir selama 10 menit
50 Penurunan produktivitas ayam dan bursa fabricious
Menentukan konsentrasi amonia diperlukan teknologi yang memadai

sehingga cenderung mahal dan sulit dalam melakukan pengukuran mengingat
kondisi kandang yang tidak kondusif untuk dilakukan pengukuran (Liu 2007). Hal
ini mengharuskan menjaga kenyamanan ayam pada kandang ayam komersial.
Diperkirakan 80% dari lapisan lantai itu adalah kotoran ayam. Kondisi
bagian atas lapisan lantai itu diperparah oleh darah, bangkai dan bulu ayam yang
mati. Hal tersebut akan mengakibatkan terganggunya kondisi lingkungan ayam
akibat bau maupun kualitas udara yang dihasilkan.
Pertumbuhan jumlah ayam broiler yang tidak alami dengan ruang gerak
yang terbatas memicu ayam-ayam tinggal diam di tempat yang basah, kotor dan
penuh dengan amonia (NH3). Hal ini menyebabkan lecet pada dada dan memar
pada paha ayam yang sangat menyakitkan. Memar pada paha terlihat jelas pada
25
ayam-ayam yang dijual di supermarket (memar itu terdapat pada sendi kaki bagian
atas). Luka dan borok pada kaki dan dada juga sering ditemukan. Kondisi
lingkungan hidup yang buruk dan padat dalam kandang memudahkan ayam
terserang berbagai penyakit. Uap amonia yang sangat kuat bisa menyebabkan sakit
pada mata hingga mengalami kebutaan. Serangan jantung (atau disebut sindrom
kematian akut), penyakit pernapasan kronis, pembengkakan hati, penyakit ginjal,
dan serangan dari bakteri dan virus telah menyebabkan angka kematian yang tinggi
pada peternakan ayam.
Oleh karena itu, perancangan model matematika untuk memprediksi suhu,
kelembaban dan amonia pada broiler closed house berdasarkan keseimbangan
panas. Untuk parameternya adalah :M adalah massa laju aliran udara, kg / jam, Ht
adalah transfer entalpi (kJ/kg) termasuk feses ayam (ppm), Wt adalah kelembaban
transfer rate, (kg/jam) subskrip s dan e adalah pasokan dan pembuangan udara
masing-masing.
Gambar 2.1 Keseimbangan panas untuk Broiler Closed House dengan

ventilasi alami ruang udara (ASAE, 2003).
Tujuan penelitian ini adalah pertama: memprediksi perpindahan panas

(suhu), kelembaban dan amonia dalam broiler closed house, kedua, mengkaji
karakteristik lingkungan optimal dan tidak optimal parameter suhu, kelembaban
dan amonia pada broiler closed house , ketiga: menempatkan letak sensor suhu,
kelembaban dan amonia di broiler closed house,.
Penelitian-penelitian sebelumnya (state of the art) berhubungan suhu di
dalam kandang ayam diantaranya: Suhu kandang sebesar 29.4-30.50C
menggunakan Sling psychrometer (Ernst 1998). Suhu kandang antara 180C-240C
26
(Rose 1997). Modeling emisi amonia dari litter ayam broiler dengan sistem ruang
melalui aliran Dinamis (Soldato et al. 2005). Besaran amonia 0-9 ppm karena dapat
diserap sepenuhnya (100% efisiensi) ke dalam udara pada broiler closed house (Ori
Lahav 2008). Simulasi pola aliran udara dan distribusi suhu pada kandang broiler
closed house menggunakan computational fluid dynamics (Suud 2010). Simulasi
amonia menggunakan CFD menghasilkan kadar amonia pada broiler closed house
kurang dari 10 ppm (Farid 2009). Kritik desain sistem informasi pada house untuk
ayam broiler dengan menggunakan jaringan syaraf tiruan (Alimuddin et al. 2010).
Simulasi iklim mikro dalam struktur unggas di Kenya (Mutai et al. 2011).
Bahan dan Metode

Bioproses Universitas Tsukuba Jepang, Laboratorium Kontrol dan Instrumentasi
FATETA IPB, dan University of Farm broiler closed 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 closed house
yang ada di lahan penelitian dengan ukuran panjang x lebar x tinggi adalah 120 m x
12 m x 2.5 m, pakan ayam, air minum, software computational fluid dynamics
(CFD), gambit 2.2.30 & fluent 6.2. dan computational fluid dynamics solidword
untuk simulasi kelembaban dan amonia (Anderson 1995; Ferziger and Peric 1996;
Wesseling 2001; Yani 2007).
Peralatan yang digunakan meliputi : kestrel 3000 untuk mengukur suhu,
kelembaban dan kecepatan udara, satu set komputer dan peripheral, thermo copel,
weather station, satu set kandang ayam dengan sistem isolasinya, exhaust fan
(kipas angin) sebanyak 8 buah, evaporative cooling (unit pendingin) sebanyak 2
buah, heater (unit pemanas) sebanyak 2 buah, temtron sebanyak 2 buah, tempat air
minum, tempat pakan ayam. Tahapan yang digunakan dalam penelitian adalah : a)
melakukan pengukuran suhu, kelembaban dan amonia dalam ruangan broiler
closed house untuk data primer sedangkan suhu kelembaban dan iradiasi
lingkungan luar kandang diambil dari Badan Meteorologi dan Geofisika (BMG)
untuk data sekunder, b) mensimulasikan prediksi suhu, kelembaban dan amonia
27
dengan menggunakan computational fluid dynamics (CFD) pada broiler closed

house, c) menvaliadasi antara pengukuran dan simulasi CFD.

perpindahan panas untuk menduga perubahan suhu, kelembaban, dan amonia
dalam broiler closed house. Variabel yang digunakan suhu ruangan, suhu lantai,
suhu dinding, suhu atap, kelembaban ruangan, feses ayam terhadap waktu.
Simulasi pindah panas dan massa dalam kandang dilakukan dengan memecahkan
Simulasi dilakukan dengan bantuan komputer software CFD gambit 2.2.30
& fluent 6.2. untuk suhu, software CFD solidword versi 2010 untuk kelembaban
dan amonia, serta hasil perhitungan akan dibandingkan dengan pengukuran untuk
pengujian atau validasi model. Penyusunan model berdasarkan persamaan
perhitungan pindah panas baik secara konveksi lantai, dinding, atap, konduksi pada
atap dan radiasi pada atap. Persamaan alur dalam bentuk model matematika untuk
menghitung perubahan suhu, kelembaban, amonia dalam ruangan kandang ayam
berdasarkan hukum keseimbangan energi sebagai berikut :
Iradiasi Matahari
Lantai, Dinding, Atap
Q Udara dalam Broiler Closed S (Pelembab)

(Pemanas) House
N (Amonia) Lingkungan Luar
Gambar 2.2 Pemodelan kandang ayam tertutup (Broiler Closed House)

28
…………………………………………………………….……………………(2.1)
………………...………………………...(2.2)
Suhu Atap (Troof)
…………………………...(2.3)
…………………………...(2.4)
Kelembaban Ruangan
….(2.5)
…………
Amonia Ruangan
........................................................................................................................(2.6)
……Untuk pemodelan disimulasi CFD menggunakan persamaan untuk
memecahkan input data dari pra-pengolahan dibangun dari tiga prinsip dasar fluida
yaitu:
Hukum Kekekalan Massa.

Keseimbangan massa fluida menyatakan laju kenaikan (pertambahan)
massa elemen fluida sama dengan laju aliran massa ke dalam elemen fluida.
Dituliskan dalam bentuk persamaan kontinuitas tiga dimensi sebagai berikut
(Anderson, 1995):
D   (  u )  (  v)  (  w)  D   (  u )  (  v)  (  w) 
       
Dt x y z t Dt x y z t
D   (  u )  (  v)  (  w) 
   
D   (  u )  (  v)  (  w)  ..............................................................(2.7)
   
29
dengan ρ merupakan masa jenis dari fluida dan t adalah waktu sedangkan u, v, w
merupakan komponen dari vektor kecepatan dalam sumbu x, y, dan z yang
diberikan dalam persamaan berikut:
V  ui  vj  wk ..........................................................................(2.8)
dan i, j, dan k adalah unit vektor pada sumbu x, y,dan z.
Laju Perubahan Momentum

Laju perubahan momentum sama dengan resultansi gaya pada partikel
fluida (Hukum II Newton). Persamaan momentum dikembangkan dari persamaan
Navier-Strokes berikut (Anderson 1995; Ferziger and Peric 1996; Wesseling 2001).
Momentum x:
 ( u ) .( u 2 )  ( uv)  ( uw) p   u 
      V .V  2 
t x y z x x  x 
   v u     u w 
          f x
y   x y  z   z x  ....................................(2.9)
Momentum y:
( v) ( v 2 ) ( uv) ( vw) p   v 

       V .V  2 
t y x z y y  y 
   v u     v w 
             f y
x   x y  z   z y  ........................................(2.10)
Momentum z:
 ( w)  ( w 2 )  ( vw)  ( uw) p   w 
       V .V  2 
t Z y x z z  z 
   w v     u w 
           f z ....................................(2.11)
y   y z  x   z x 
dengan u, v, dan w merupakan komponen dari vektor kecepatan dalam sumbu x, y,

dan z. ρadalah masa jenis fluida, p adalah tekanan, f adalah gaya per satuan masa
yang dikenakan pada fluida, f x adalah f pada sumbu x, V adalah kecepatan
skalar V adalah kecepatan vektor,  adalah koefisien viskositas molekular dan 

adalah -2/3  .
30
Hukum Kekekalan Energi.

Persamaan energi diturunkan dari Hukum I Termodinamika yang
menyatakan bahwa: laju perubahan energi partikel fluida sama dengan laju
penambahan panas ke dalam partikel fluida ditambah dengan laju kerja yang
diberikan pada partikel. Secara matematik dinyatakan dalam persamaan sebagai
berikut (Anderson 1995):
D  V2    T    T    T   u v w                
  e     q   k    k    k   p      u  xx  yx  zx   v  xy  yy  zy   w  xz  yz  zz 
Dt  2  x  x  y  y  z  z   x y z   x y z   x y z   x y z 
. ..............................................(2.12)
Dengan e merupakan internal energi, k adalah konduktivitas panas, T adalah
temperatur fluida, τ merupakan tegangan geser atau shear stress, sedangkan τxy
menunjukkan adanya tegangan geser pada arah sumbu x pada bidang yang tegak
lurus dengan bidang sumbu y.
Hukum Kekekalan Spesies Transport

Persamaan spesies transport dapat digunakan untuk memprediksi fraksi
massa masing-masing spesies material yang memiliki karakteristik kimiawi
berbeda dengan pendekatan prinsip difusi-konveksi masing-masing material.
 
Yi     Yi     J i  Ri  S i
t ................................................(2.13)
dimana, Yi merupakan fraksi massa masing-masing spesies i, Ri adalah nilai net
spesies hasil reaksi kimia dan S i adalah nilai net spesies yang disebarkan ke dalam
sistem simulasi yang didefinisikan oleh user. Selain itu, nilai fluks difusi massa
dari masing-masing spesies material dipengaruhi oleh tipe aliran yang terjadi dalam
sistem, yaitu laminar atau turbulen, dimana secara berturut-turut dituliskan:

J i  Di ,m Yi
……………………………… (2.14)
   
J i   Di ,m  t Yi
 Sct  ……………………………… (2.15)
dimana, Di , m adalah difusivitas massa masing-masing spesies material dan
Sct merupakan nilai angka Schmidt.

31

Simulasi distribusi pola aliran udara dan suhu dilakukan pada saat ayam
produksi sehingga dalam simulasi terdapat inisialisasi panas ayam yang
mempengaruhi suhu lingkungan kandang. Pengukuran suhu di kandang dilakukan
pada pukul 09.00 WIB, 12.00 dan 16:00 WIB dengan keadaan cuaca cerah.
Simulasi merupakan simulasi steady state karena itu hanya digunakan data pagi,
siang dan sore yang mewakili suhu lingkungan maksimum akibat radiasi matahari.
Area I, 5940 ekor Exhaust fan area

ayam udara
keluar/outlet
Area II, 8910
ekor ayam
Area III, 4950
ekor ayam
Evaporative pad
area udara
masuk/inlet
Gambar 2.3 Geometri kandang piktorial dengan bagian atap disembunyikan

(hidden).
Bentuk geometri dari kandang ayam diasumsikan sebagai plat datar tipis
yang tidak mempengaruhi aliran dalam simulasi. Plat datar tipis tersebut dibagi
dalam tiga area yang menggambarkan perbandingan jumlah ayam dalam tiap area
seperti ditunjukkan pada Gambar 2.3. Dua area inlet udara berada pada evaporative
pad bagian depan didefinisikan sebagai environment pressure. Exhaust fan
didefinisikan sebagai outlet velocity. Hubungan perbedaan tekanan (Pa) dan debit
aliran tidak didefinisikan karena sudah diwakili dengan data kecepatan angin dan
arah aliran didefinisikan tegak lurus terhadap permukaan fan. Keterbatasan definisi
exhaust fan disebabkan karena data spesifikasi exhaust fan yang digunakan di
kandang tidak tersedia baik di modul engineering database software CFD Lab
2009 ataupun tercatat di broiler closed house tempat penelitian.
32
Pemilihan mesh menggunakan pilihan mesh tingkat 5 setelah melalui proses

mesh dependency test. Jumlah seluruh cell yang terbentuk pada mesh tingkat 5
berjumlah 672.689 cells yang terdiri dari fluid cells berjumlah 469.648 cells dan
solid cells berjumlah 31.696 cells dan iterasi dilakukan hingga global goals
mencapai kovergen selama 420 kali iterasi.
Hasil simulasi ditampilkan dalam bentuk cut plot contour dan vector.
Penyajian gambar hasil simulasi tampak atas ditampilkan pada ketinggian 0,25
meter, 0,45 meter, dan 1,7 meter untuk menunjukkan adanya perbedaan profil pada
setiap ketinggian. Profil pada ketinggian 0,25 meter dapat juga mewakili
ketinggian pada daerah habitat ayam sedangkan profil pada ketinggian 1,7 meter
dapat mewakili ketinggian manusia ketika berdiri.
Daerah separasi
Drag force aliran
Daerah pertemuan dua

Drag force aliran udara
Gambar 2.4 Cut plot contour dan vektor aliran udara pada inlet
Gambar 2.4 menggambarkan udara masuk dari dua ujung evaporatif pad
karena adanya hisapan dari exhaust fan yang bekerja. Terjadi desakan udara pada
ujung evaporative pad sehingga timbul drag force. Drag force adalah gaya dari
fluida yang mendesak suatu benda pada arah aliran fluida tersebut (Cengel dan
Turner 2001).
Aliran udara masuk yang tertahan itu disebabkan adanya sudut pada ruang
pemisah antara evaporative pad dan kandang. Pemberian ruang pemisah berfungsi
untuk mengeliminir efek wind chill (PCPI 2005). Efek wind chill adalah penurunan
suhu yang drastis dirasakan oleh ayam karena hembusan angin yang terlalu
kencang. Akibat timbulnya drag force pada sudut di ruang pemisah, menyebabkan
adanya flow separation atau pemisahan aliran. Pemisahan aliran adalah fenomena
33
ketika aliran fluida berpisah dari permukaan benda setelah sebelumnya aliran
mengikuti kontur permukaan benda tersebut. Area pemisahan ini tergantung dari
beberapa faktor seperti bilangan reynold dan kekasaran permukaan benda. Makin
besar tekanan akibat drag force maka makin besar pula daerah pemisahan aliran
yang terjadi (Cengel dan Turner 2001).
Penurunan kecepatan aliran terjadi pada daerah separasi. Di luar daerah
separasi, kecepatan aliran udara bertambah karena adanya pertemuan antara dua
aliran udara dari kedua ujung evaporative pad. Ketika aliran udara menabrak sudut
dinding pemisah meyebabkan aliran terdesak pada daerah pertemuan dua aliran
udara. Pada area ini kecepatan aliran udara bertambah karena berkurangnya daerah
efektif aliran.
Suhu dalam Broiler Closed House

Peristiwa pindah panas yang paling mempengaruhi dalam kandang closed
broiler house adalah pindah panas konveksi dari tubuh ayam ke udara karena
adanya aliran udara secara mekanis yang disebabkan beroperasinya exhaust fan.
Adanya peristiwa konveksi paksa itu dapat dilihat pada Gambar 2.5. Inisialisasi
panas ayam menggunakan definisi heat source dari plat datar. Sedangkan panas
dari konstruksi bangunan didefinisikan sebagai real wall dari permukaan
konstruksi bangunan tersebut. Definisi heat soure merupakan prinsip heat flux
konstan sedangkan real wall merupakan prinsip temperatur konstan dalam pindah
panas konveksi.
Konveksi paksa pada tubuh terjadi ketika aliran udara menerpa tubuhnya.
Konveksi paksa tersebut menyebabkan berkumpulnya panas di ujung outlet.
Semakin dekat dengan sumber panasnya, profil akumulasi panas semakin terlihat
jelas. Suhu udara pada area kandang yang tidak merata ini dapat mengurangi
performansi ayam, sehingga perlu dilakukan pengaturan kepadatan ayam.
Pengaturan kepadatan ayam dilakukan dengan cara di bagian belakang lebih rendah
daripada kepadatan ayam di bagian tengah dan depan seperti yang dilakukan pada
simulasi ini. Kepadatan ayam pada area tiga yang berada di bagian belakang dibuat
paling rendah kepadatannya untuk mengurangi heat stress pada ayam karena
adanya akumulasi panas yang dihisap oleh exhaust fan.
34
Exhaust fan
Evaporative Pad
Gambar 2. 5 Cut plot tampak samping profil temperatur udara pada kandang
Gambar 2.5 menggambarkan terbentuknya thermal boundary layer akibat

adanya konveksi paksa pada suatu permukaan benda yang memiliki suhu dibawah
atau diatas suhu dari fluida yang mengalir pada permukaannya. Thermal boundary
layer adalah daerah aliran fluida diatas permukaan benda dimana variasi suhunya
terhadap arah normal atau tegak lurus terhadap permukaan benda tersebut cukup
signifikan (Cengel dan Turner 2001). Ketebalan dari thermal boundary layer pada
kandang closed house ini terus bertambah hingga ujung dari aliran udara atau di
area exhaust fan. Profil thermal boundary layer menunjukkan peristiwa konveksi
pindah panas antara permukaan benda dan fluida. Jika terdapat aliran fluida diatas
permukaan benda yang dipanaskan atau didinginkan, velocity boundary layer dan
thermal boundary layer akan terbentuk secara simultan. Fenomena ini
menunjukkan kecepatan udara yang mengalir di atas permukaan benda tersebut
mempunyai pengaruh besar terhadap konveksi pindah panas yang terjadi (Cengel
dan Turner 2001). Pada simulasi suhu starter, grower dan finisher menggambarkan
bahwa panas akibat konveksi dari material atap relatif tidak berpengaruh terhadap
ayam. Konveksi panas dari ayam dan bagian dinding terpal cenderung lebih
berpengaruh signifikan dan panasnya akan terakumulasi pada kandang bagian
belakang.
Suhu yang tercatat pada saat percobaan berfluktuasi kisaran 280C-330C.
Data yang dimasukan kedalam boundary condition sebagai masukan di CFD dibagi
atas 3 kondisi pagi, siang dan sore untuk ayam broiler periode starter.
35
Suhu Optimun dan Tidak Optimun di Broiler Closed House Periode Starter
Tabel 2.4 Suhu Kondisi optimun periode Starter (Umur 1-18 Hari) pagi jam 09.00
Material Suhu Nilai
0
Atap Seng 35.50 C
Lantai Tanah 33 0 C
Panas Ayam 40 0 C
Radiasi 343W/m2
Lampu 18 watt
Gambar 2. 6 Suhu pada pagi jam 09.00 untuk starter (umur 1-18 hari)

dan ayam broiler. Gambar 2.5 dilihat dari atap-lantai ini menjelaskan potongan
sumbu x-z terhadap sumbu y.
36
Tabel 2. 5 Suhu tidak optimun starter (umur 1-18 hari) siang jam 12.00
Material Suhu Nilai
0
Atap Seng 38.80 C
Lantai Tanah 34 0 C
Panas Ayam 40 0 C
Dinding kiri, kanan 34,5 0 C
Radiasi 400 W/m2
Lampu 18 watt
Gambar 2. 7 Suhu siang jam 12.00 untuk starter
Gambar 2.7 di atas menjelaskan penyebaran suhu rungan 200C-400C suhu

dan ayam broiler.

Starter
Parameter RH juga disimulasikan dalam penelitian ini. Tetapi perhitungan
RH tidak memperhitungkan adanya penguapan yang terjadi pada tubuh ayam,
udara pernapasan ayam, litter, dan penguapan dari bahan-bahan cair seperti air
minum ayam dalam kandang. Tampak simulasi kelembaban starter, grower dan
finhser, pola penyebaran profil RH makin tinggi di daerah inlet. Tingginya RH di
area inlet akan menyebabkan heat index ayam makin tinggi. Makin tinggi heat
37
index ayam mengindikasikan makin rentannya ayam mengalami heat stress. Tetapi
kecenderungan ini dieliminir dengan kecepatan udara yang tinggi pada daerah inlet
yang menghasilkan suhu efektif terbaik untuk ayam. Tingkat RH yang tinggi di
bagian area inlet akan bertambah jika dioperasikannya evaporative pad cooling.
Kondisi ini tidak baik untuk performansi ayam karena litter yang mengandung
amonia dari kotoran ayam sulit menguap sehingga pengaturan kepadatan ayam
pada area ini dibuat lebih rendah daripada pada area dua di bagian tengah kandang.
Dengan pengaturan kepadatan tersebut diharapkan kandungan amonia udara pada
area satu tidak terlalu tinggi.
Tabel 2. 6 Kelembaban tidak optimun periode Starter (Umur 1-18 Hari) jam 09.00
Atap 25%
50-75%
Dinding Kiri dan Kanan
Gambar 2. 8 Kelembaban tidak optimun periode starter (Umur 1-18 Hari) jam
09.00
38
Tabel 2. 7 Kelembaban optimun periode Starter (Umur 1-18 hari) jam 12.00
Atap 24 %
Gambar 2. 9 Kelembaban optimun untuk starter (umur 1-18 hari) jam 12.00
kelembaban yang diindikasikan dengan warna–warni, pada warna merah
cooling mencapi 70%, nilai kelembaban tersebut dipengaruhi oleh zona injeksi
Amonia Optimun dan Tidak Optimun di Broiler Closed House Periode

Starter
Pada simulasi amonia starter menggambarkan tentang sebaran amonia
dalam closed house berdasarkan ketinggian dari lantai. Pada Gambar 2.10
39
memperlihatkan sebaran amonia pada ketinggiian 0.4 m mewakili ketinggian ayam

pada umur panen. Dari sini dapat terlihat bahwa pada inlet sebaran amonia
sangatlah kecil, hal ini dikarenakan sedikit ayam yang berada disana dan amonia
akan terbawa oleh exhaust fan sehingga semakin menjauhi inlet maka kadar
amonia akan semakin besar. Pada jarak 40 m dari inlet terlihat bahwa sebaran
amonia merata, hal ini dipengaruhi oleh kerja exhaust fan yang bagus sehingga
aliran udara mampu mengalir dengan lancar. Pada jarak 40 m berikutnya terjadi
peningkatan kadar amonia hingga 3x lipat dan semakin mendekati exhaust fan
kadar amonia mencapai maksimum. Hal ini dapat ditunjukkan berdasarkan warna.
Warna merah memperlihatkan nilai maksimal sedangkan semakin menuju warna
biru akan makin menurun kadar amonianya. Dari pola aliran ini mengisyaratkan
bahwa kinerja exhaust fan memadai dalam melakukan sirkulasi udara. Amonia
pada ayam dihasilkan dari feces/kotoran ayam. Feces ini akan bereaksi sehingga
menghasilkan gas-gas dimana gas ini akan senantiasa diam jikalau tidak ada udara
yang berhembus ataupun panas yang dihasilkan cahaya matahari. Oleh karena itu
dalam sistem closed house dibuatlah sistem hembusan angin sehingga amonia
dapat terangkat dan dibawa menuju lingkungan luar melalui exhaust fan. Hal ini
dapat terlihat pada sekam yang berada pada kandang, dimana yang awalnya basah
akibat feces dan air minum, maka akan kering dengan adanya hembusan angin
tersebut. Pembahasan simulasi amonia memperlihatkan sebaran amonia pada
ketinggiian 1-9 ppm mewakili ketinggian ayam pada umur panen. Dari sini dapat
terlihat bahwa pada inlet sebaran amonia sangatlah kecil, hal ini dikarenakan
sedikit ayam yang berada disana dan amonia akan terbawa oleh exhaust fan
sehingga semakin menjauhi inlet maka kadar amonia akan semakin besar. Pada
jarak 40 m dari inlet terlihat bahwa sebaran amonia merata, hal ini dipengaruhi
oleh kerja exhaust fan yang bagus sehingga aliran udara mampu mengalir dengan
lancar. Pada jarak 40 m berikutnya terjadi peningkatan kadar amonia hingga 3x
lipat dan semakin mendekati exhaust fan kadar amonia mencapai maksimum. Hal
ini dapat ditunjukkan berdasarkan warna. Warna merah memperlihatkan nilai
maksimal sedangkan warna biru akan makin menurun kadar amonianya. Dari pola
aliran ini mengisyaratkan bahwa kinerja exhaust fan memadai dalam melakukan
sirkulasi udara.
40
Tabel 2. 8 Amonia optimum periode starter (umur 1-18 hari) pada jam 12.00
Luas =A 120 mx12m
Ekskreta Ayam 0.12-0.96 g NH3 / ekor/hari (3,45 ppm)
Evavorating cooling 200C -20,60C
320C
Suhu Lantai
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2. 10 Amonia optimun periode starter (umur 1-18 hari) pada jam 12.00
(suction) dari kipas yang di pasang di sisi ujung kandang membawa gas amonia
sudah mulai terbuang kelingkungan yang disebabkan oleh aliran hisap (suction)
dari kipas yang di pasang di sisi ujung kandang.
Tabel 2. 9 Amonia tidak optimum periode starter (umur 1-18 hari) pada jam 16.00
Luas=A 120 mx12m
Suhu Lantai 360C
Suhu Lantai 350C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
41
Gambar 2. 11 Amonia tidak optimum untuk starter (umur 1-18 hari) pada jam 16.00
Suhu Optimun dan tidak Optimun di Broiler Closed House Periode Grower
Tabel 2. 10 Suhu optimum periode Grower (umur 19-30 hari) pagi jam 09.00
Atap Seng 34.4 0 C
Lantai Tanah 32 0 C
Panas Ayam 40 0 C
Radiasi 315 W/m 2
Kipas Angin 8800 watt
Lampu 18 watt
Kecepatan angin 1,75m/s
Gambar 2. 12 Suhu optimum periode grower (19-30 hari) pagi jam 09.00
42

lingkungan (ambient temperature) 31,300 C, suhu atap 34.4 0
C, suhu lantai 330C,
200C-20,60C, radiasi 315 W/m2, daya kipas angin 8.800 Watt dan kecepatan angin
1,75m/s. Suhu ruangan yang panas terdapat ditengah dan suhu lantai karena
dipengaruhi oleh litter dan ayam broiler.
Tabel 2. 11 Simulasi suhu tidak optimun periode Grower pada jam 12.00
0
Suhu Lingkungan 35.4 C
Atap Seng 35.5 0 C
Lantai Tanah 36 0 C
Panas Ayam 40 0 C
Radiasi 349 W/m2
Lampu 18 watt
Kecepatan masuk 1,8 m/s
Gambar 2. 13 Suhu tidak optimum periode grower jam 12.00
Gambar 2.13 dilihat dari atap-lantai ini menjelaskan potongan sumbu

x-z terhadap sumbu y. Waktu siang di atas menjelaskan penyebaran suhu ruangan
200C-400C suhu lingkungan (ambient) 35,40 C, suhu atap 35,50 C, suhu lantai 360C,
200C -20,60C, radiasi 315 W/m2, daya kipas angin 8.800 Watt, lampu 18 watt dan
43
Kelembaban Optimun dan tidak Optimun di Broiler Closed House Periode

Grower
Tabel 2. 12 Kelembaban tidak optimum periode Grower (umur 19-30 hari)
pada jam 09.00
Atap 26 %
Gambar 2. 14 Kelembaban tidak optimum untuk grower (Umur 19-30 hari) jam
09.00
Gambar 2.14 menjelaskan pola aliran kelembapan (RH) pada bidang X-Z
Tabel 2. 13 Kelembaban optimum untuk Grower (umur 19-30 hari)
pada jam 12.00
Atap 22 %
44
Gambar 2. 15 Kelembaban optimun untuk grower (umur 19-30 hari) pada jam
12.00
Pada Gambar 2.15 terlihat pola aliran kelembapan (RH) pada bidang X-Z
Amonia Optimum dan Tidak Optimum di Broiler Closed House Periode

Grower
Tabel 2.14 Amonia optimum periode grower pada (umur 19-30 hari) jam 12.00
Luas=A 120 mx12m
Suhu Lantai 340C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
45
Gambar 2. 16 Amonia optimum periode grower (umur 19-30 hari) jam 12.00
Tabel 2.15 Amonia tidak optimum periode grower (umur 19-30 hari) jam 16.00
Luas=A 120 mx12m

Suhu Lantai 360C
Suhu Lantai 350C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2. 17 Amonia tidak optimum periode grower (umur 19-30 hari) jam 16.00
46
Suhu Optimun dan Tidak Optimun di Broiler Closed House Periode Finisher
Tabel 2.16 Simulasi suhu optimum periode finisher (31-38 hari) jam 09.00
Suhu Lingkungan 310 C
Atap Seng 30. 0 C
Lantai Tanah 32 0 C
Panas Ayam 40 0 C
Radiasi 310 W/m2
Lampu 18 watt
Gambar 2.18 Suhu optimun periode finisher (umur 31-38 hari) jam 09.00
47
Tabel 2.17 Simulasi suhu tidak optimum periode finisher (31-38 hari) jam 12.00

Atap Seng 35.0 C
Lantai Tanah 35 0 C
Panas Ayam 40 0 C
Radiasi 389 W/m2
Lampu 18 watt
Gambar 2.19 Suhu tidak optimum periode finisher (31-38 hari) jam 12.00
Gambar 2.19 dilihat dari atap-lantai ini menjelaskan potongan sumbu x-z
terhadap sumbu y. Waktu siang di atas menjelaskan penyebaran suhu ruangan
200C-400C suhu lingkungan (ambient temperature) 34.50 C,suhu atap 300 C,suhu
lantai 320C, suhu ayam 40 0C, suhu dinding kiri dan kanan 34.50C, suhu
evavorating cooling 200C -20,60C, daya kipas angin 8.800 Watt, lampu 18 watt dan
48
49

Finisher
Tabel 2.18 Kelembaban tidak optimum periode finisher (umur 31-38 hari) jam
09.00
Atap 26 %
Gambar 2. 20 Kelembaban tidak optimum periode finisher (umur 31-38 hari) jam
09.00
Tabel 2.19 Kelembaban optimum periode finisher (umur 31-38 Hari) jam 12.00
Atap 22 %
50
Gambar 2. 21 Kelembaban optimun periode finisher (umur 31-38 hari) jam 12.00
Amonia Optimun dan tidak Optimun di Broiler Closed House Periode

Finisher
Tabel 2. 20 Amonia optimum periode finisher (umur 31-38 hari) pada jam 12.00
Luas=A 120 mx12m
Suhu Lantai 340C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
51
Gambar 2. 22. Amonia optimum periode grower (umur 31-38 hari) pada jam 12.00
amonia sudah mulai terbuang menumpuk sekitar fan kelingkungan yang
disebabkan oleh aliran hisap (suction) dari kipas yang di pasang di sisi ujung
kandang.
Tabel 2. 21 Amonia tidak optimum periode finisher (umur 31-38 hari) jam
16.00
Luas=A 120 mx12m
Suhu Lantai 330C
Suhu Lantai 320C
Suhu dinding 28 0C
Suhu atap 29 0C
Setpoin ppm <10 ppm
Gambar 2.23 Amonia tidak optimum periode finisher (umur 31-38 hari) pada jam 16.00
52
Gambar 2.23 menjelaskan pola aliran amonia pada bidang X-Z secara
merata yang terjadi di dalam kandang, terlihat nampak perbedaan distribusi
amonia yang diindikasikan dengan warna–warni, pada warna merah menjelaskan
daerah kandungan mass fraction gas amonia (10.62 ppm) terbesar di mulai dari
daerah evaporating cooling, besarnya kandungan gas amonia tersebut dipengaruhi
oleh zona injeksi evaporating cooling yang membawa udara menyebar ke seluruh
amonia menjadi bertambah sebesar (12.82166 ppm) hal ini bisa disebabkan udara
yang membawa gas amonia sudah mulai terbuang kelingkungan yang disebabkan
oleh aliran hisap (suction) dari kipas yang di pasang di sisi ujung kandang.
Simulasi dan Validasi Model

Simulasi yang telah disusun diuji dengan data percobaan yang dilakukan.
Keluaran dari model adalah perubahan suhu ruangan, suhu lantai, suhu atap, suhu
atap sedangkan suhu kipas angin, suhu ayam, suhu evavoration cooling konstan.
Hasil simulasi model dievaluasi dengan coefficient of determination atau
Koefisien korelasi (R2) dan RMSE. Koefisien korelasi adalah bilangan yang
digunakan dalam mengukur kekuatan hubungan antara peubah satu dengan perubah
lainnya. Koefisien korelasi dihitung dengan menggunakan persamaan berikut :
………………………………………………………….…(2.16)
Dimana merupakan nilai rerata lingkungan hasil pengamatan, yi prediksi ke-i.
Untuk mengetahui error menggunakan rumus kesalahan Kuadrat Mean

Akar (Root Mean Squared Error).
…………………..………………………………………(2.17)
RMSE = Root mean squared error
Y = Data riil
Y´ = Data peramalan
n = Banyaknya waktu data peramalan
Validasi simulasi Suhu Ruangan CFD dengan Pengukuran di Lapangan

53
Validasi simulasi untuk menduga perubahan suhu ruangan terlihat secara

0,934952 Suhu maksimum yang dihitung dengan simulasi mencapai kesalahan atau
error antara hasil perhitungan dengan pengukuran dapat disebabkan oleh asumsi-
Validasi Suhu RMSE= 0.934952

R² = 0.907
35
Simulasi T (derajat celsius)
30
25
20
15
10
5
0
27 28 29 30 31 32 33 34
Pengukuran T ( derajat celcius)
Gambar 2. 24 Validasi Suhu Ruangan Simulasi dan Pengukuran
Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan

Validasi simulasi untuk menduga perubahan kelembaban ruangan terlihat
secara umu sudah dapat merepresentasi data dengan korelasi (R2) 99,007 % dan
RMSE 0,966379 kelembaban maksimum yang dihitung dengan simulasi mencapai
kesalahan atau error antara hasil perhituangan dengan pengukuran dapat
disebabkan oleh asumsi-asumsi kehilangan panas pada saat pintu dibuka dan
kebocoran diabaikan.
Validasi Kelembaban RMSE = 0.966379

150 R² = 0.993
Simulasi RH (Persen)
100
50
0
0 20 40 60 80 100 120
Pengukuran RH (Persen)
54
Gambar 2. 25 Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan
Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan

Validasi simulasi untuk menduga perubahan amonia ruangan terlihat secara
0.2565 amonia maksimum yang dihitung dengan simulasi mencapai kesalahan atau
error antara hasil perhituangan dengan pengukuran dapat disebabkan oleh asumsi-
Validasi NH3 CFD RMSE = 0.2565

R² = 0.979
14.0000
12.0000
Simulasi NH3 (ppm)
10.0000
8.0000
6.0000
4.0000
2.0000
0.0000
0.0000 2.0000 4.0000 6.0000 8.0000 10.0000 12.0000
Pengukuran NH3 (ppm)
Gambar 2. 26 Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan
Dari hasil simulasi suhu kelembaban dan amonia broiler closed house
mengetahui kondisi karakteristik lingkungan dengan sebaran (suhu, kelembaban
dan amonia) pada broiler closed house dan acuan peletakkan sensor suhu
kelembaban amonia, heater, humidifiyer dan kipas angin pada broiler closed house.
Penelitian ini sebagai acuan untuk melakukan pemodelan dan kendali lingkungan
(suhu, kelembaban, dan amonia) broiler closed house dengan mengetahui kondisi
lingkungan tidak optimal dan optimal.
55
Simpulan
1. Prediksi suhu rata-rata 300C, kelembaban 60 % dan amonia < 10 ppm pada
2. Kondisi sebaran suhu panas terletak pada bagian tengah, kelembaban yang
tinggi terletak pada dekat evavorating cooling antara kiri dan kanan dan
amonia yang ttinggi pada ujung dekat kipas angin dalam broiler closed
house sehingga bisa dijadikan acuan peletakan sensor suhu kelembaban
dan amonia serta heater, humidifiyer dan kipas angin.
3. Hasil simulasi suhu, kelembaban dan amonia broiler closed house telah
divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu
koefisien determinasi (R2) 99,093 % dan RMSE 0,934952, kelembaban
koefisien determinasi (R2) 99,007 % dan RMSE 0,966379 dan amonia
koefisien determinasi (R2) 99,11 % dan RMSE 0.2565. Nilai R2 yang
realatif tinggi menunjukkan bahwa kinerja model valid yang baik dalam
mensimulasikan suhu, kelembaban dan amonia.
4. Kondisi lingkungan tidak optimun yaitu suhu terjadi jam 12.00 siang,
kelembaban terjadi jam 09.00 pagi, jam 16.00 sore dan amonia pagi, siang
dan sore periode starter, grower dan finisher sehingga pengetahuan awal
sebelum mengendalikan di lingkungan broiler closed house
Saran
Dalam hasil simulasi dan validasi ini dijadikan sebagai acuan model dan
simulasi kendali lingkungan suhu, kelembaban dan amonia pada broiler closed
house pada penelitian berikutnya.
Daftar Pustaka
for House Broilers Used by Artificial Neural Network Journal IDTEK
Fakultas Teknik UVRI, ISSN : 1907-0780, Vol Edisi Oktober 2011.
56

2011, UNPAD Bandung Indonesia.
Amrullah IK. 2003. Nutrisi Ayam Broiler. Lembaga Satu Gunung Budi, Bogor.
Anderson JD. 1995. Computational Fluid Dynamics :The Basic With Applications.
McGraw-Hill, Inc, Singapura
Appl M. 1999. Ammonia, Principles and Industrial Practice, Wiley–VCH, New
York, p. 66
ASAE Monograph. 2003.No: 6. St. Joseph, MI., USA
ASAE Monograph.1983.No: 6. St. Joseph, MI., USA
Ashgriz N & Mostaghimi J.2004. An Introduction to Computational Fluid
Dynamics Chapter 20 in Fluid Flow Handbook By Department of
Mechanical & Industrial Eng.University of Toronto, Toronto, Ontario,
Canada
Anonimous, 2003. Fluent 6.1 Tutorial Guide. Http://www.fluent.com
Bucklin RA, Turner LW, Beede DK, Bray DR, Hemken RW. 1991. Methods to
relieve heat stress for dairy cows in hot, humid climates. Appl. Eng.
Agric., 1991, vol. 7, p. 241-247.
Cengel AY, Robert H. Turner. 2001. Fundamentals of thermal-fluid sciences,
Chengel AY 2003. Heat Transfer,Mc Grow Hill. Inc, New York
[DPKP] Ditjen Peternakan Kementerian Pertanian. 2010.Jakarta
Djojodihardjo H.1985. Dasar-dasar Termodinamika , Teknik Gramedia. Jakarta.
Poultry Specialist, Departemen of Avia Sciences, University of
California, Davis, California.
Farid. 2009. Simulasi Amonia pada Closed House Menggunakan Computional
Fluid Dynamic, Skripsi Departemen Teknik Mesin dan Biosistem
FATETA, IPB.
Ferziger JH and Peric M,1996, Computational Methods for Fluid Dynamics.
Springer.
Hidayatun R. 2007. Produksi Amonia dan Hidrogen Ekskreta Ayam Broiler yang
Diberi Tepung Kemangi (Ocimum basillicum) dalam Pakan. Skripsi.
Departemen Teknologi Produksi Ternak, IPB.
Holman JP. 1997. Heat Transfer, Eighth Edition, McGraw Hill,Inc
Imansyah IH, Ridho RS Rivalda RE, Rudy R, 2006, Rotating Heater untuk Ternak
Ayam Broiler, Prosiding Seminar Nasional, Rekayasa dan Aplikasi
Jennis BH. 1978. The Thermal Environmental Conditioning and Control, Harper &
Row, Publishers.
[KMNKP] Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup No.
KEP 03/MENKHL/II/1991.
Experimentation Pisa, 22-24.
Leeson S dan Summers JD. 2000. Broiler breeder production. University books.
Canada.
57
Liu Z, Wang L, Beasley BD, Oviedo DVM, Edgar O. 2007. Modeling ammonia
emissions from broiler litter with a dynamic flow-through chamber
system, American Society of Agricultural and Biological Engineering,
Amerika.
Mutai EBK, Otieno PO, Gitau AN, Mbuge DO and Mutuli DA. 2011. Simulation
of the Microclimate in Poultry Structures in Kenya, Research Journal of
Applied Sciences, Engineering and Technology 3(7): 579-588, ISSN:
2040-7467.
Ori L & Tsabar M & Albert JH & Sharon M & Juan CR & Connie L & David MB.
2008. A New Approach for Minimizing Ammonia Emissions from Poultry
Houses, Water Air Soil Pollut, 191:183–197, Springer.
[PCPI] PT Charoen Pokhpand Indonesia, Tbk. 2005. Manual Manajemen Broiler
CP 707, Jakarta
Jakarta
Rose PS. 1997. Principles of Poultry Science, page 117, Cab International, New
York, US.
Sun Y, Lin YL, Zhao K, Lu YW. 2007. Mathematical Modeling of Gas-solid Flow
in Turbine Reactor, Agricultural Engineering International: the CIGR
Ejournal. Manuscript FP 06 006.Vol. IX. February .
Soldatos AG. Arvanitis KG, Daskalov PI, Pasgianos GD and Sigrimis NA. 2005.
Nonlinear robust temperature–humidity control in livestock buildings,
National Technical University of Athens, Department of Electrical and
Computer Engineering, Division of Signals, Systems and Robotics,
Zographou, 15773 Athens, Greece.
Suud HM. 2009. Simulasi Pola Aliran Udara dan Distribusi Suhu pada Kandang
Van FN, Vosse De, Van SAA, Segal A And Janssen JD. 1989. A Finite Element
Analysis Of The Steady Laminar Entrance Flow In A 90" Curved Tube,
International Journal For Numerical Methods In Fluids, Vol. 9,275-287,
Netherlands
Woods RL dan Lawrence KL. 1997. Modeling and Simulation of Dynamic System,
Prentice Hall, Inc, United States of America.
3_2, © Springer-Verlag Berlin Heidelberg
Yani A. 2007. Analisis dan simulasi Distribusi Suhu Udara pada Kandang Sapi
Perah Menggunakan Computational Fluid Dynamics (CFD). Tesis.
Sekolah Pasca Sarjana IPB. Bogor.
58
DAFTAR ISI
2 PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA BROILER

CLOSED HOUSE MENGGUNAKAN CFD ...................................................20
Pendahuluan .................................................................................................................. 22
Bahan dan Metode ....................................................................................................... 26
Hasil dan Pembahasan .................................................................................................. 31
Simpulan ....................................................................................................................... 55
Daftar Pustaka ............................................................................................................... 55
59
DAFTAR GAMBAR
Gambar 2.1 Keseimbangan Panas untuk Broiler Closed House dengan Ventilasi Alami
Ruang Udara (ASAE, 2003). .............................................................................................. 25
Gambar 2.2 Pemodelan Kandang Ayam Tertutup (Broiler Closed House)........................ 27
Gambar 2.4 Cut Plot Contour dan Vektor Aliran Udara pada Inlet ................................... 32
Gambar 2. 5 Cut Plot Tampak Samping Profil Temperatur Udara pada Kandang ............. 34
Gambar 2. 8 Kelembaban tidak optimun periode starter (umur 1-18 Hari) jam 09.00 ....... 37
Gambar 2. 9 Kelembaban optimun untuk Starter (umur 1-18 Hari) jam 12.00 .................. 38
Gambar 2. 10 Amonia optimun periode starter (Umur 1-18 Hari) pada Jam 12.00 .......... 40
Gambar 2. 14 Kelembaban tidak optimum untuk Grower (Umur 19-30 Hari) Jam 09.00 43
Gambar 2. 15 Kelembaban optimun untuk Grower (Umur 19-30 Hari) pada Jam 12.00 . 44
Gambar 2. 16 Amonia optimum periode grower (Umur 19-30 Hari) Jam 12.00 .............. 45
Gambar 2. 17 Amonia tidak optimum periode grower (Umur 19-30 Hari) Jam 16.00 ...... 45
Gambar 2. 19 Kelembaban tidak optimum periode finisher (umur 31-38 Hari) jam 09.00 49
Gambar 2. 20 Kelembaban optimun periode finisher (umur 31-38 Hari) jam 12.00.......... 50
Gambar 2. 23 Validasi Suhu Ruangan Simulasi dan Pengukuran ..................................... 53
Gambar 2. 21 Validasi simulasi Kelembaban CFD dengan Pengukuran di Lapangan ....... 54
Gambar 2. 22 Validasi simulasi Amonia CFD dengan Pengukuran di Lapangan .............. 54
DAFTAR TABEL
Tabel 2.1 Batas Ambang Suhu dan Kelembaban dalam Broiler Closed House ................. 23
Tabel 2.2 Baku Mutu Ambien dan Emisi Gas NH3 dan H2S .............................................. 23
Tabel 2.3 Ambang Batas Kadar NH3 pada Manusia dan Ternak ........................................ 24
Tabel 2.4 Suhu kondisi optimun periode starter (umur 1-18 hari) Pagi Jam 09.00 ........... 35
Tabel 2. 5 Suhu tidak optimun Starter (umur 1-18 hari) Siang Jam 12.00 ......................... 36
Tabel 2. 7 Kelembaban optimun periode starter (umur 1-18 Hari) jam 12.00................... 38
Tabel 2. 10 Suhu optimum Periode Grower (19-30 Hari) Pagi Jam 09.00 ........................ 41
Tabel 2. 11 Simulasi suhu tidak optimun periode grower pada jam 12.00 ......................... 42
Tabel 2. 9 Kelembaban tidak optimum Periode Grower (Umur 19-30 Hari) ..................... 43
Tabel 2. 10 Kelembaban optimum untuk Grower (Umur 19-30 Hari) pada Jam 12.00 .... 43
Tabel 2. 14 ..............................................................................Error! Bookmark not defined.
Tabel 2. 15 Kelembaban tidak optimum Periode Finisher (Umur 31-38 Hari) jam 09.00 . 49
Tabel 2. 20 .......................................................................................................................... 51
III MODEL DAN SIMULASI KENDALI SUHU, KELEMBABAN,
DAN AMONIA PADA BROILER CLOSED HOUSE BERBASIS
ON-OFF, PID, FUZZY LOGIC DAN ANFIS
Abstract
Indonesia was a tropical area having a hot environmental conditions of air temperature and
humidity were high, with a diversity of very low temperatures, except for the equatorial
area of diversity is quite high temperatures and dry. According to the tropical regions
ranged from 23.5 o north latitude and 23.5 ° south latitude. The tropical climate is a
climate type is characterized by high temperatures and humidity throughout the year than
other regions at high latitudes. The annual average temperature was lowest 18oC. High
humidity causes the inhibition of the release mechanism/body heat tarnsfer or reduction of
heat loads can cause heat stress. Heat stress was what causes the decline in productivity.
Broilers were warm-blooded animals with homeothermis or her body temperature 40.6oC
and 41.7oC. High body temperature which makes the broiler has a limited ability to adjust
to ambient temperature. Therefore, the broiler would feel very depressed when the ambient
temperature was higher than his ideal temperature was 19-27oC. The research objectives
were: first, to model the heat transfer (temperature), humidity and ammonia in the broiler closed
house, the second, to simulate of control ON-OFF, PID, Fuzzy Logic and ANFIS parameters
temperature, humidity and ammonia in the broiler closed house . Temperature and humidity data
obtained directly from the sensor and data ammonia SHT75 ammonia sensor TGS 444 was
connected to the RS-232 cable to the microcontroller and the computer. Materials used
include: temperature and humidity sensor SHT75 and ammonia sensor TGS 444. A set of
computers and peripherals, thermocopel and hybrid recorder, a set of broiler closed house
with the insulation system, exhaust fan (fan), cooling pad (cooling unit), heater (heating
unit). The method used to make mathematical models to the heat transfer (temperature),
humidity and ammonia to create a mathematical model of a function of temperature,
humidity and ammonia, with the equation difrensial then transformed with laplace
equation with the transfer function. Transfer function as a substitute for realtime
allegations later included in the transfer function process control simulation. Simulation of
control in a brolier closed house in this study with 3 scenarios closed time during starter,
grower and finisher. Future studies using a broiler house closed. 30 0C to 260C setpoin the
starter, grower setpoin was 24-25 0C, setpoin 22-230C was a finisher. Controlling
temperature and humidity in broiler closed houses on using the method of self-tuning (self
tuning) control. Testing was done by testing the response variable input, set point tracking
test. Response testing performed on the machine control was modeled in the form of
transfer function with the input's of the constant in Matlab simulink. Testing the first set
point tracking was done by changing the temperature of 300C input value, 290C, 280C,
270C, 260C, 250C, 240C, 230C, 220C for control ON-OFF, PID, Fuzzy Logic and ANFIS.
Then in the second set point tracking will change the value of the input humidity was 70%,
60%, 50% for the control of the ON-OFF, PID, Fuzzy Logic and ANFIS. Continue
tracking the third set point humidity will change the input value of 20 ppm, 15 ppm, 10
ppm, 5 ppm, 2.5 ppm and 1 ppm for control ON-OFF, PID, Fuzzy Logic and ANFIS.
Performance response of control ON-OFF, PID, Fuzzy Logic and ANFIS according to the
transient control parameters.
Keyword: Model, simulation control ON-OFF, PID, Fuzzy Logic, ANFIS, on Broiler
Closed House.
58
Abstrak
Indonesia yang merupakan daerah tropis mempunyai kondisi lingkungan suhu udaranya
panas dan kelembaban yang tinggi, dengan keragaman suhu udara yang sangat rendah,
kecuali didaerah ekuator keragaman suhu cukup tinggi dan kering. Menurut wilayahnya
daerah tropis berkisar antara 23,5o lintang utara dan 23,5o lintang selatan. Iklim tropis
merupakan sebuah tipe iklim yang dicirikan oleh suhu dan kelembaban yang tinggi
sepanjang tahun melebihi daerah-daerah lain pada lintang tinggi. Suhu rata-rata tahunan
terendahnya yaitu 18oC. Tingginya kelembaban udara menyebabkan terhambatnya
mekanisme pelepasan/ pembuangan panas tubuh atau penurunan beban panas yang dapat
menimbulkan heat stress. Heat stress inilah yang menyebabkan penurunan produktivitas.
Ayam adalah hewan homeothermis atau berdarah panas dengan temperatur tubuhnya
40.6oC dan 41.7oC . Temperatur tubuh yang tinggi ini membuat ayam memiliki
kemampuan terbatas dalam menyesuaikan diri dengan temperatur lingkungan. Oleh karena
itu ayam akan merasa sangat tertekan jika suhu lingkungan lebih tinggi dari temperatur
ideal baginya yaitu 19-27oC. Tujuan Penelitian adalah: pertama, untuk memodelkan
pindah panas (suhu), kelembaban dan amonia pada broiler house, kedua, untuk
mensimulasikan kendali ON-OFF, PID, Fuzzy Logic dan ANFIS suhu, kelembaban dan
amonia pada broiler house. Data suhu dan kelembaban diperoleh secara lansung dari
sensor SHT75 dan data amonia sensor amonia TGS 444 dihubungkan dengan kabel RS-
232 ke mikrokontroler dan komputer. Peralatan yang digunakan meliputi : sensor suhu dan
kelembaban SHT75 dan sensor amonia TGS 444. Satu set komputer dan peripheral,
thermokopel dan hybrid recorder, satu set kandang ayam dengan sistem isolasinya,
exhaust fan (kipas angin), cooling pad (unit pendingin), heater (unit pemanas). Metode
digunakan membuat model matematik pindah panas (suhu), kelembaban dan amonia untuk
membuat model matematik fungsi suhu, kelembaban dan amonia, dengan persamaan
difrensial kemudian ditransformasikan dengan persamaan laplace dengan fungsi alih.
Fungsi alih sebagai sebagai pengganti dugaan realtime kemudian fungsi alih dimasukan
dalam proses simulasi kendali. Simulasi kendali pada kandang ayam dalam penelitian ini
broiler closed house dengan 3 skenario waktu pada masa starter, grower dan finisher.
Penelitian selanjutnya menggunakan beberapa broiler closed house. Untuk setpoin 260C-
300C adalah starter, setpoin 24-25 0C adalah grower, setpoin 22-230C adalah finisher.
Pengendali suhu dan kelembaban pada broiler closed house pada ayam broiler
menggunakan metode swa-tala (self tuning) kendali. Pengujian dilakukan dengan uji
respon variabel input, uji tracking set point. Pengujian respon dilakukan pada mesin
kendali yang dimodelkan dalam bentuk fungsi alih dengan input-an dari konstanta pada
simulink Matlab. Pengujian tracking set point pertama pada suhu dilakukan dengan
merubah nilai masukan sebesar 300C, 290C, 280C, 270C,260C,250C,240C,230C,220C untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Kemudian pada tracking set point kedua
akan merubah nilai masukan kelembaban sebesar 70%, 60%, 50% untuk kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS. Dilanjutkan tracking set point ketiga akan merubah nilai
masukan kelembaban sebesar 20 ppm, 15 ppm, 10 ppm, 5 ppm, 2,5 ppm dan 1 ppm untuk
kendali ON-OFF, PID, Fuzzy Logic dan ANFIS. Kinerja respon kendali ON-OFF, PID,
Fuzzy Logic dan ANFIS sesuai parameter kendali transien.
Keyword: Model, simulasi kendali ON-OFF, PID, Fuzzy Logic, ANFIS, Broiler Closed
House.
59
Pendahuluan
Indonesia yang merupakan daerah tropis mempunyai kondisi lingkungan
suhu udaranya panas dan kelembaban yang tinggi, dengan keragaman suhu udara
yang sangat rendah, kecuali didaerah ekuator keragaman suhu cukup tinggi dan
kering. Menurut wilayahnya daerah tropis berkisar antara 23,5o lintang utara dan
23,5o lintang selatan. Iklim tropis merupakan sebuah tipe iklim yang dicirikan oleh
suhu dan kelembaban yang tinggi sepanjang tahun melebihi daerah-daerah lain
pada lintang tinggi. Suhu harianya dapat melebih 35oC atau yang secara umum
suhu lingkungan bisa berfluktuasi antara 29oC hingga 36oC dan kelembabannya 70-
80% (Hery 2009). Menurut (Rao et al. 2002) pemeliharaan unggas di negara-
negara tropis, suhu lingkungan merupakan stressor utama dengan kisaran suhu
yang luas dari 35oC- 43°C untuk waktu yang lama. Suhu rata-rata tahunan
terendahnya yaitu 18oC (Handoko 1995). Tingginya kelembaban udara
menyebabkan terhambatnya mekanisme pelepasan/ pembuangan panas tubuh atau
penurunan beban panas yang dapat menimbulkan heat stress. Heat stress inilah
yang menyebabkan penurunan produktivitas.
Ayam adalah hewan homeothermis atau berdarah panas dengan temperatur
tubuhnya 40.6oC dan 41.7oC. Temperatur tubuh yang tinggi ini membuat ayam
memiliki kemampuan terbatas dalam menyesuaikan diri dengan temperatur
lingkungan. Oleh karena itu ayam akan merasa sangat tertekan jika suhu
lingkungan lebih tinggi dari temperatur ideal baginya yaitu 19-27oC (Hamidi 2006;
Alimuddin et al. 2011).
Ternak unggas dalam hal ini ayam broiler bernafas dengan menghirup
oksigen dan mengeluarkan gas karbondioksida serta air. Dalam hal ini apabila
terlalu rendah kadar oksigen didalam kandang kondisi ini berhubungan dengan
temperatur dan kelembaban kandang, maka akan perdampak pada produksi dan
kesehatan ayam. Kotoran ayam mengandung gas beracun yaitu amonia (NH3),
hydrogen sulfida (H2S), karbondioksida (CO2) dan methane. Diantara gas bercun
tersebut yang paling banyak menimbulkan masalah bagi kesehatan dan
produktivitas ternak serta pemukiman adalah amonia.
60
Tabel 3. 1 Batas aman dan kematian akibat gas yang merugikan di broiler closed
house
Batas Kematian Batas Aman
Jenis Gas
(%) % ppm
Amonia > 0.05 < 0.0025 < 25
Hidrogen Sulfida >0.05 < 0.004 <40
Carbon Dioksida > 30 <1 <10 000
Methana >5 <5 <50 000
Sumber: (North dan Bell 1990)
Konsentrasi NH3 dalam kandang dipengaruhi oleh pakan yang dikonsumsi,
tata laksana perkandangan, penanganan kotoran ternak, jumlah kotoran dalam
kandang, serta temperatur dan kelembaban yang tinggi. Konsentrasi NH3
meningkat sejalan dengan meningkatnya kelembaban, pH, dan temperatur kandang,
serta populasi mikroorganisme (Rohaeni 2005). Sedangkan menurut (Liu 2007)
konsentrasi amonia dipengaruhi oleh temperatur udara dan litter, laju ventilasi,
kecepatan aliran udara, pH dari litter, kadar nitrogen pada litter, kadar air pada
litter, kondisi daerah yang dibangun kandang, desain kandang, dan manajeman
perkandangan. Desain kandang berventilasi alami unggas sulit diterapkan karena
dipengaruhi dari lingkungan luar sehingga diperlukan ventilasi mekanik (Lacy dan
Czarmick 2000).
Daging merupakan komoditas peternakan sumber protein hewani dan yang
banyak dikonsumsi sekarang ini adalah daging broiler. Sejauh ini konsumsi
masyarakat terhadap broiler semakin tinggi, sehingga peternak broiler harus
berusaha menyediakan kebutuhan daging untuk masyarakat. Standar yang di
tetapkan oleh FAO, kebutuhan protein hewani adalah 6 g/kapita/hari dan yang
sudah terpenuhi sebesar 4,19 g/kapita/hari (Agustina 2010).
Bobot badan kumulatif ayam broiler berumur 5 minggu adalah 1.915 g/ekor
atau rataan pertambahan bobot badan 370 g/ekor/minggu (NRC 1994). Rata-rata
pertambahan bobot badan hasil penelitian ini sebesar 1864 g/ekor/minggu (Piliang
& Djojosoebagjo 2006). Selanjutnya disebutkan bahwa konsumsi kumulatif broiler
berumur 6 minggu adalah 3.471 g/ekor atau rata-rata konsumsinya adalah 578,5
g/ekor/minggu. Rata-rata konsumsi pakan hasil penelitian 570 g/ekor/minggu.
Konversi pakan hasil penelitian berkisar antara 1,95 – 2,01 dan konversi pakan
yang baik berkisar antara 1,75–2,00. Semakin rendah angka konversi pakan berarti
kualitas pakan semakin baik (Amrullah 2003).
61
Ayam broiler merupakan salah satu jenis ternak yang mempunyai

kemampuan yang tinggi dalam mengonversikan ransum yang dikonsumsinya
menjadi daging. Produktivitas broiler dipengaruhi oleh faktor genetik dan
lingkungan. Lingkungan memberikan pengaruh terbesar (70%) dalam menentukan
performan ternak, sedangkan faktor genetik 30%. Suhu lingkungan di Indonesia
tinggi merupakan salah satu masalah dalam pencapaian performans broiler yang
optimal. Pada suhu yang tinggi, broiler akan mengalami stres, yang akan
mempengaruhi penurunan konsumsi ransum sehingga terjadi penurunan bobot
tubuh. Broiler mengalami stres karena panas proses metabolisme setelah
mengonsumsi ransum dan panas tambahan karena suhu lingkungan yang tinggi
sehingga broiler akan banyak mengonsumsi air minum. Meminimalkan gangguan
selama cuaca panas dapat dilakukan dengan cara mengubah spesifikasi ransum dan
praktek pemberian ransum. Unggas banyak dihadapkan pada stres yang berasal
dari berbagai sumber antara lain praktek manajemen, nutrisi, dan kondisi
lingkungan. Kebiasaan peternak broiler yang pada umumnya lebih banyak
memberikan ransum pada siang hari, sangat tidak mendukung untuk pencapaian
performans broiler yang optimal (Amrullah 2003; Alimuddin et al. 2011).
Dengan kondisi lingkungan tropik diperlukan teknologi peternakan berupa
sistem kendali untuk mengoptimalkan manajemen lingkungan broiler closed house
memberikan hasil budidaya peternakan yang memiliki karakteristik ekonomis
dengan ciri yang khas antara lain pertumbuhannya cepat, sebagai penghasil daging
dengan konversi makanan rendah dan siap dipotong pada usia yang relatif muda
(Priyatno 2000).
62

yang bisa beradaptasi pada perubahan-perubahan tersebut.
(Kosko 1992), (Kartalopoulos1996). Pada sistem kendali berbasis neuro fuzzy,
kinerja sistem kendali yang bersifat adaptif (Brown dan Harris 1994). Jaringan ini
linguistic 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
fuzzynya yaitu parameter premis dan parameter konsekuensi. 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 mesin kendali.
63

(Ogata Katsuhiko 1994, 2002; Robert dan Kent 1997; Bolton 1995, 2006;
Benyamin 1998; Roro 2001). Fungsi alih sebagai bagian dari parameter kendali
untuk menghasilkan output kendali (ON OFF, PID, Fuzzy logic dan ANFIS).
Sistem Kendali
Sistem merupakan bagian dari terjadinya proses, sedang sesuatu yang
bukan sistem atau membatasi sistem disebut lingkungan. Komponen utama dalam
sistem adalah masukan, keluaran dan proses. Menurut Gopal (2003), Masukan
(input) adalah aliran energi dan atau material yang menyebabkan proses bereaksi
atau berespon. Masukan ini dapat berupa manipulated input yaitu masukan yang
berasal dari dalam atau dari luar lingkungan yang tidak diharapkan dan
pengaruhnya tidak dapat dihindari. Keluaran (output) adalah variabel respon yang
diharapkan berperilaku sebagaimana yang diharapkan. Proses sistem diperoleh
dari fungsi transfer, fungsi transfer merupakan perbandingan antara transformasi
Laplace keluaran terhadap transformasi Laplace masukan dengan anggapan kondisi
awal adalah nol (t = 0).
Di dalam sistem kontrol terdapat tiga model sistem yaitu, sistem kontrol
terbuka (Open Loop Control System), sistem kontrol tertutup (Close Loop Control
System) dan sistem kontrol umpan balik (Feedback Control System). Sistem kontrol
terbuka adalah sistem yang menggunakan alat untuk mengontrol proses tanpa
menggunakan umpan balik, sehingga keluaran tidak berpengaruh terhadap sinyal
yang masuk kedalam proses. Sistem kontrol tertutup adalah sistem yang
menggunakan pengukuran dari keluaran dan membandingkan dengan keluaran
yang diinginkan. Sistem kontrol umpan balik adalah sistem yang mempertahankan
hubungan yang ditentukan antara keluaran dan beberapa masukan acuan, dengan
membandingkan antara keduanya dan menggunakan antara keduanya dan
menggunakan perbedaannya sebagai alat kendali (Kuo 1995)
Sistem selalu dipengaruhi gangguan (disturbance) yang berasal dari luar
atau dari dalam sistem, gangguan merupakan sinyal yang cenderung mempunyai
pengaruh yang merugikan pada harga keluaran sistem. Sistem kontrol tertutup
dapat mengurangi pengaruh gangguan. Akibat dari adanya gangguan tersebut
menyebabkan adanya sinyal kesalahan (error signal), yaitu perbedaan antara
64
variabel masukan dengan keluaran (Dorf 1989). Untuk itu diperlukan pengontrol
yang menerima informasi tentang nilai yang diinginkan dari keluaran dan
menggunakan informasi sebagai kontrol untuk variabel termanipulasi sebagai
akibat dari efek gangguan dan mengendalikan sistem dengan memanipulasi sinyal
error, sehingga output sistem sama dengan input yang diberikan.
Suatu konfigurasi sistem kendali/pengaturan dapat digambarkan seperti Gambar
3.1
SISTEM KENDALI
Reference
control signal
command, set-point
Isyarat umpan-balik
Gambar 3.1 Konfigurasi dasar sistem kendali (adopsi dari Bolton 2006)
Sistem kendali dapat di-identifikasi atau ditengarai terdiri dari minimal 2

(dua) bagian utama, yaitu: (1) bagian (atau sub-sistem) pengendalian atau yang
dikendalikan (Plant), yang bisa merupakan peralatan, perangkat, atau proses yang
menghasilkan luaran (output, hasil, produk, isyarat luaran, output signal) karena
dikendalikan oleh bagian pengendali. (2) bagian (atau sub-sistem) pengendali
(controller), yang juga bisa merupakan peralatan, perangkat, atau proses yang
menghasilkan isyarat kendali (control signal) untuk mengendalikan kendalian.
Jadi secara konseptual, konfigurasi dari sistem kendali dapat digambarkan
seperti pada Gambar 3.1. Selain isyarat luaran (output signal) dan isyarat kendali
(control signal) suatu sistem kendali sering dilengkapi (walau pun tidak harus
demikian) dengan isyarat umpan-balik (feedback signal) yang dalam operasinya
dibandingkan dengan suatu isyarat masukan acuan (reference input signal) atau
perintah (command) atau set-point, agar pengendali dapat menghasilkan isyarat
kendali yang mengendalikan kendalian sampai menghasilkan luaran yang
diharapkan. Sistem kendali demikian biasa dikategorikan sebagai sistem kendali
(dengan) umpan-balik (feedback control systems). Tidak semua sistem kendali
65
merupakan sistem kendali dengan umpan-balik, banyak juga sistem kendali yang
beroperasi tanpa umpan-balik.
Sistem Kendali ON-OFF

Model kendali ON-OFF merupakan sebuah yang diaktivasi oleh sinyal error
dan hanya menyupali sinyal pengoreksi ON-OFF. (Bolton W, 2006). Pada sistem
kontrol ON-OFF, elemen pembangkit hanya memiliki dua posisi tertentu yaitu ON
dan OFF. Kontrol ON-OFF memiliki karakteristik sinyal keluaran dari kendali u(t)
tetap pada salah satu nilai maksimum atau minimum tergatung apakan sinyal
kesalahan positif atau negatif. (Nalwan 2003) Diagram blok kendali ON-OFF yang
memiliki masukan e(t) dan keluaran u(t), ditunjukkan pada Gambar 3.2.
Gambar 3. 2 Diagram kendali ON-OFF (Nalwan 2003)
Aksi kontrol ON-OFF ditunjukkan pada persamaan
…………………………………………………………..(3.1)
Persamaan (3.1) memiliki nilai U1 dan U2 yang konstan. Nilai minimum U2
dapat sebasar nol atau - U1. Pada sistem kendali ikal tertutup (close loop), sinyal
e(t) merupakan sinyal kesalahan aktuasi (error) sebesar selisih antara sinyal input
dengan sinyal umpan balik.
Gambar 3. 3 (a) Diagram blok kontroler ON-OFF; (b) Diagram blok kontroler
ON-OFF dengan jurang diferensial
(Adopsi Bolton 2006 dan Nalwan 2003)
Gambar 3. 3.(a) dan (b) menunjukkan diagram blok kendali dua posisi.
Daerah dengan sinyal pembangkit kesalahan yang digerakkan sebelum terjadi
switching disebut jurang diferensial. Jurang diferensial ditunjukkan pada Gambar
66
3.3(b). Suatu jurang diferensial menyebabkan keluaran kendali u(t) tetap pada nilai
awal sampai sinyal pembangkit kesalahan telah bergerak mendekati nilai nol.
Dalam beberapa kasus jurang diferensial terjadi sebagai akibat adanya penghalang
yang tidak dikehendaki dan gerakan yang hilang, sering juga hal ini dimaksudkan
untuk mencegah operasi yang berulang-ulang dan mekanisme ON-OFF.
Pengendalian ON-OFF hanya bekerja pada dua posisi, yaitu posisi ON dan
posisi OFF. Kalau final kontrol element berupa control valve , kerja valve hanya
terbuka penuh atau tertutup penuh. Pada sistem pengendalian ON-OFF control
valve tidak akan pernah bekerja didaerah antara 0 sampai 100%. Karena kerjanya
yang ON-OFF, maka hasilnya pengendali ON-OFF akan menyebabkan proses
variabel yang bergelombang, tidak pernah konstan. Perubahan proses variabel akan
seirama dengan perubahan posisi final control element. Besar kecinya fluktuasi
proses variabel ditentukan oleh titik kendali ON dan titik OFF. Contoh
pengendalaian ON-OFF yang paling mudah ditemukan pengendalian suhu pada
seterika listrik atau pompa air listrik otomatis. Kedua alat ini bekerja secara ON-
OFF dengan memanfaatkan adjustable dead band yang ada pada temperature
switch dan pressure switch (Nalwan 2003).
Kerja pengendalian ON-OFF banyak dipakai di sistem pengendalian yang
sederhana karena harganya yang relatif murah. Namun , tidak semua proses dapat
dikendalikan secara ON-OFF karena banyak operasi proses yang tidak dapat
mentolerir fluktuasi proses variabel. Jadi, syarat utama untuk memakai pengendali
ON-OFF bukan untuk menghemat biaya unit pengendali melainkan karena proses
memang tidak dapat mentolerir fluktuasi proses variabel pada batas-batas kerja
pengendalian ON-OFF (Bolton 2006).
Sistem Kendali PID

Kendali PID adalah kendali berumpanbalik yang paling populer di dunia
industri. Selama lebih dari 50 tahun, kendali PID terbukti dapat memberikan
kinerja kendali yang baik meski mempunyai algoritma sederhana yang mudah
dipahami [Willis, 1999]. Hal krusial dalam desain kendali PID ialah tuning atau
pemberian parameter P, I, dan D agar didapatkan respon sistem yang kita inginkan.
Pada tahun 1942, Ziegler-Nichols mengembangkan metode kurva reaksi
(open loop tuning) di mana kita bisa mendapatkan parameter P, I, D dari respon
67
open loop sistem (tidak perlu mengetahui model plant). Selain itu mereka juga
mengembangkan metode osilasi (close loop tuning) yang bisa menangani plant
yang mengandung integrator (tidak stabil). Setelah itu pada tahun 1967
dikembangkan metode tuning yang bertujuan meminimasi nilai integral kesalahan
yang disebut minimum error integral tuning (Smith dan Corripio 1997).
Kemudian muncul metode tuning yang berdasar model plant, karena
identifikasi plant bukan lagi hal yang sulit untuk dilakukan. Metode pertama ialah
direct synthesis yang memerlukan model plant sebenarnya dan model plant yang
diinginkan untuk mendapatkan parameter kendali P, I, D. Metode berikutnya yang
hampir sama ialah internal model control yang dikembangkan oleh Garcia dan
Morrari pada tahun 1982 (Ray dan Oguinnake 1994).
Kp adalah konstanta proporsional, Ki menyatakan konstanta integral dan
Kd menyatakan konstanta derivatif. Kendali Proporsional akan memberikan efek
mempercepat respon, tetapi tidak menghapus kesalahan keadaan tunak.Kendali
integral kendali akan memberikan efek menghapus kesalahan keadaan tunak, tetapi
berakibat memburuknya respon transient. Kendali Derivatif akan memberikan efek
meningkatnya stabilitas sistem, serta mengurangi overshoot. Pengendali
proporsional (P), integral (I) dan diferensial (D) masing-masing memiliki fungsi
untuk mempercepat reaksi sistem, menghilangkan offset dan memberikan energi
ekstra di saat-saat awal terjadi perubahan load (Gunterus 1994).
Gambar 3. 4 Diagram kotak pengendali PID (Gunterus 1994)
Persamaan untuk pengendali proporsional plus integral plus

diferensial didefinisikan dengan persamaan berikut.
..................................................................(3.2)
Karakteristik pengendali PID sangat dipengaruhi oleh kontribusi besar dari
ketiga parameter P, I dan D. Penyetelan konstanta Kp, Ti, dan Td akan
68
mengakibatkan penonjolan sifat dari masing-masing elemen. Satu atau dua dari
ketiga konstanta tersebut dapat disetel lebih menonjol dibanding yang lain.
Konstanta yang menonjol itulah akan memberikan kontribusi pengaruh pada respon
sistem secara keseluruhan.
Menurut (Gopal 2003, 2009) mengemukakan beberapa model kendali yaitu
kendali proporsional, kendali integral dan kendali derivatif.
1
+1 E s Kp 1 Td s C s
Ti s
(s)
-
Gambar 3. 5 Diagram blok dari kendali Proporsional – Integral – Derivatif

(Gopal 2003)
Pada kombinasi aksi kendali proporsional – integral - derivatif ini

didefinisikan oleh persamaan
t
Kp de t
u t K pe t e t dt K pTd ……………………………..(3.3)
Ti 0
dt
Bila dinyatakan dalam fungsi alih menjadi

U s 1 Ki
Kp 1 Td s Kp K d s …………………………..(3.4)
E s Ti s s
Sistem Kendali Fuzzy Logik.

Teori Fuzzy dicetuskan oleh (L.A. Zadeh 1976) berdasarkan konsep
ketidakpastian manusia dalam menilai suatu obyek secara kualitatif. Dewasa ini
penggunaan yang paling banyak dari teori fuzzy adalah dalam bidang kendali.
Dengan teknik ini pengetahuan tentang model matematika yang presisi tidak lagi
diperlukan. Menurut (Yan Jun, Ryan Michael, Power James 1994), pendekatan
metode fuzzy dapat membantu dalam menjelaskan ketidakpastian batas antara satu
criteria dengan criteria lainnya, yang disebabkan oleh adanya penilaian manusia
terhadap sesuatu secara kumulatif. Suatu himpunan fuzzy adalah suatu fungsi
keanggotaan µ yang mmerlukan anggota-anggota himpunan tersebut dalam selang
[0,1]. Bila x adalah anggota himpunan fuzzy maka µ(x) adalah tingkat kecocokan
atau kesesuaian dengan konsep yang dipresentasikan oleh himpunan fuzzy. Nilai µ
69
(x) adalah 0 bila x sama sekali tidak cocok dan niainya adalah 1 apabila x memiliki
kecocokan total.
Suatu himpunan fuzzy A dapat ditulis sebagai fungsi berikut:
µ A(x) : x > [0,1]
Hubungan yang berlaku pada himpunan fuzzy adalah:
Irisan : µA B(X) = min
Gabungan : µA B(X) = max
Komplemen : µ Ac(X) = 1- µ A(x)
Himpunan Bagian :A µ A(x) µ B(x)
Dimana operator jika dan hanya jika
Pengelompokan keanggotaan digambarkan dalam sebuah fungsi

keanggotaan (membership function) (Li-Xin 1997). Dalam aplikasi pengendalian,
himpunan fuzzy disusun untuk menggambarkan simpangan, misalnya Negatif,
Negatif Besar, Positif, Positif Kecil atau Nol. Nilai-nilai ini yang akan diinferensi
menggunakan pernyataan If…Then… sehingga akan dihasilkan aksi pengendalian
yang perlu dilakukan berdasarkan kondisi parameter terukur yang akan
dikendalikan.
Metode fuzzy adalah salah satu perkembangan dari teori himpunan fuzzy
dan logika fuzzy dengan berbasiskan aturan yang menerapkan pemetaan nonlinier
antara masukan dan keluarannya. (Dadone Parlo, 2001). Untuk merancang sistem
pengendalian otomatis bagi proses-proses tersebut, yang mampu menterjemahkan
pengetahuan dan aturan-aturan fuzzy maka diperlukan teori logika fuzzy, sebagai
salah satu alternatif. Menurut (Yan 1994) menentukan variabel masukan kendali
fuzzy akan diseleksi sebagai kesalahan (error, E) dan perubahan kesalahan (delta
error, dE). Sinyal E didapatkan dari pengurangan keluaran sistem terhadap
setpoint, sedangkan sinyal dE didapatkan dari pengurangan sinyal error saat ini
dengan sinyal error sebelumnya. Kedua sinyal tersebut diolah oleh pengendali
fuzzy. Keluaran merupakan variasi perintah yang disusun sebagai berikut:
70
s dE
Set Point Output
Kontrol Logika
Plant
+ E Fuzzy
_
Gambar 3. 6 Struktur kendali logika fuzzy untuk pengendalian sistem.

Sumber : (Yan 1994)
Kendali logika fuzzy yang digunakan untuk pengendalian sistem terdiri dari
empat bagian dasar yaitu fuzzifikasi, basis pengetahuan, fuzzy inference engine
dan defuzzifikasi. Struktur dasar kendali logika fuzzy tersebut dapat dilihat pada
gambar berikut :
Basis Pengetahuan
( Basis data dan Basis Aturan )
Fuzzifikasi Defuzzifikasi
Fuzzy Inference Engine
Aksi Kontrol (U)

Plant
Gambar 3. 7 Struktur dasar kontrol logika fuzzy. Sumber: (Yan 1994)
Gambar 3. 8 Operasi kendali logika fuzzy. Sumber: (Reznik 1997)

71
Adapun kendali fuzzy pada dasarnya adalah teori himpunan, yang

mewadahi kriteria penilaian pada suatu obyek yang dilakukan secara kualitatif.
Konsep ini mengklasifikasikan suatu obyek seperti umum dilakukan oleh manusia,
misalnya ukuran sebuah benda adalah besar, sedang dan kecil. Oleh karena itu,
tidak semua orang akan memberikan penilaian yang sama pada keadaan suatu
obyek sehingga tingkat kecocokannya bisa berbeda-beda.Penilaian seorang ahli
tentu akan berbeda dengan orang biasa. Dengan landasan pembentukan logika
seperti ini maka banyak dipakai sebagai prosedur pengambilan keputusan dalam
bidang keceradasan buatan (Artificial Intelligence) (Turban 1995).
Sistem pengaturan dengan menggunakan kendali logika fuzzy berbeda
dengan menggunakan pengaturan konvensional. Sistem pengaturan konvensional
menggunakan asumsi bahwa sistem adalah linear dan merupakan proses yang
stationer dimana dalam pemodelan plant dinyatakan kondisi linier. Dengan asumsi
tersebut maka hasil yang dihasilkan tidak optimum. Untuk mendapatkan hasil yang
baik maka dikembangkan suatu kendali yang dapat memperbaiki kekurangan dari
kendali konvensional tersebut. Metode yang dikembangkan tersebut dikenal
dengan metode Fuzzy Logic Controller (FLC) (Yan 1994)
Tingkat kecocokan terhadap suatu kriteria dikelompokkan dalam suatu
fungsi keanggotaan (membersip function), µ. Besaran kuantitatif yang
menggambarkan kondisi suatu obyek biasanya dikonversikan ke dalam kriteria
kualitatif dalam suatu proses yang disebut fuzzifikasi (fuzzification). Prosedur yang
biasa dipergunakan adalah dengan memetakannya dalam bentuk kurva segitiga
seperti terlihat pada Gambar 3.9 berikut:
N ZO P
1
Gambar 3. 9 Fungsi keanggotaan segitiga Sumber: (Yan, 1994)
Fungsi keanggotaan segitiga teridiri dari sumbu horizontal, sumbu vertikal

dan label. Sumbu horizontal menunjukkan nilai error (E), beda error (dE), dan atau
nilai kualitatif dari keluaran (U). Sedangkan sumbu vertikal menunjukkan derajat
72
keanggotaan dari nilai error (E), beda error (dE) yang nilainya berselang 0–1.
Fungsi keanggotaan segitiga dan derajat keanggotaan dapat dilihat pada Gambar
3.9.
Selanjutnya dibuat matriks keputusan sebagai aturan control yang sesuai
dengan kombinasi error dan dan beda error. Matriks keputusan tersebut akan
menentukan nilai keluaran (U) tergantung nilai error dan beda error. Matriks
keputusan akan mempunyai nilai error dan beda error. Matriks keputusan akan
mempunyai nilai yang berbeda untuk setiap sistem yang berbeda. Salah satu bentuk
matriks keputusan untuk sustu sistem kendali dapat dilihat pada Tabel 3. 2.
Tabel 3. 2 Matriks keputusan
E/dE NB NS NK ZO PK PS PB
NB NB NB NB NB NS NK ZO
NS NB NB NB NS NK ZO PK
NK NB NB NS NK ZO PK PS
ZO NB NS NK ZO PK PS PB
PK NS NK ZO PK PS PB PB
PS NK ZO PK PS PB PB PB
PB ZO PK PS PB PB PB PB
Sumber (Li-Xin 1997)
Matriks keputusan dan kombinasi nilai error dan beda error berpengaruh
pada nilai kualitatif keluaran akan diproses lagi sehingga menjadi keluaran
kuntitatif yang diperoleh dengan proses defuzzyfikasi.
Proses defuzzyfikasi merupakan proses penerjemahan kembali keluaran (U)
ke dalam bentuk nilai kuantitatif untuk mendapatkan keluaran numerik (Un),
pemetaan dari ruang aksi kontrol fuzzy yang ditentukan, meliputi himpunan
semesta keluaran (output universe of discourse) ke ruang aksi control crips (non
fuzzy). Strategi ini ditujukan untuk menghasilkan suatu aksi kontrol non fuzzy
yang paling tepat dalam merepresentasikan kemungkinan distribusi aksi control
fuzzy yang telah dihitung. Metode defuzzyfikasi dilakukan dengan memberikan
pembobotan pada setiap keluaran (Yan 1994).
Sumbu vertikal merupakan nilai derajat kecocokan µ yang berkisar antara 0
dan 1. Sumbu horizontal memperlihatkan nilai kuantitatif untuk setiap kriteria
kualitatif yang berkisar anatara -1 dan 1 untuk E dan dE, dan -1.25 dan 1.25 untuk
U. Pengambilan keputusan dilakukan dengan mempertimbangkan dua situasi yaitu
antara E dan dE dengan membandingkan keadaan level air yang diinginkan.
73
Kombinasi kedua situasi ini menentukan nilai kualitatif U seperti dalam matrik
keputusan pada Tabel 3. 2. Nilai kualitatif U kemudian diterjemahkan menjadi nilai
kuantitatif dalam proses defuzifikasi dengan merujuk pada Gambar 33. Derajat
keanggotaan µ untuk Ei dan dEi dihitung dengan persamaan 17 dan
pembobotannya wij dihitung dengan persamaan 18. Uji diperoleh dengan merujuk
pada Tabel 3. 2 untuk nilai kualitatifnya dan Gambar 3.9 untuk kuantitatifnya. Nilai
keluaran (U) diperoleh berdasarkan pada persamaan di bawah ini.
Tabel 3. 3 Contoh Matrik Keputusan
dE
P ZO N
E
P P P ZO
ZO P ZO N
N ZO N N
Sumber ( Li-Xin 1997)
…………………………………………………………………….(3.5)
Dimana, merupakan nilai kualitatif Eij atau dEij, =1 dan =0.

Wij= µ(Ei) x µ(dEj) …….......................………………………………………..(3.6)
………………............…………………………………………...(3.7)
Sistem Kendali ANFIS

yang bisa beradaptasi pada perubahan-perubahan tersebut. Metode yang mendapat
74
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 syaraf tiruan guna mendapatkan kinerja sistem kendali yang bersifat
adaptif (Brown dan Harris 1994). Jaringan ini meniru kerja jaringan neural biologis
manusia. Jaringan neural dikarakteristikkan oleh arsitektur, algoritma
pembelajaran, dan fungsi aktivasinya. Sedang informasi linguistic 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 (Adaptive Neuro Fuzzy Inference System) 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 dan parameter konsekuensi .
Metode ANFIS (Adaptive Neuro Fuzzy Inference System) selanjutnya
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.
ANFIS merupakan jaringan adaptif yang secara fungsional ekivalen dengan
sistem inferensi fuzzy. ANFIS dapat diterapkan secara luas dalam pemodelan,
pengambilan keputusan, pemrosesan sinyal dan kendali. Salah satu metode kendali
yang dapat digunakan untuk menunjang kerja sistem adalah metode kendali
Adaptive Neuro-Fuzzy Inference System atau yang lebih dikenal dengan ANFIS.
(Widodo 2005). ANFIS adalah kendali logika fuzzy yang merupakan salah satu
bagian dari sistem pengaturan cerdas. Arsitektur jaringan adaftif yang digunakan
harus jaringan adaptif umpan maju, bila tidak ingin menggunakan model yang
75
dioperasikan secara kompleks. ANFIS dapat memperbaharui parameter-

parameternya menurut aturan belajar backpropagation.
Keterbatasan area kerja ini akan menyebabkan keterlambatan respon dari
sistem kendali jika pengendali hanya berbasis pada sistem kontrol ON-OFF, PID,
Fuzzy Logic biasa, dan salah satu teknik yang bisa dikembangkan untuk mengatasi
kelemahan sistem tersebut adalah dengan menggunakan kendali model prediksi
(model predictive control). Kendali model prediksi merupakan jenis sistem kendali
yang didesain berdasarkan model suatu proses. Model tersebut digunakan untuk
menghitung sejumlah nilai prediksi keluaran proses. Berdasarkan sejumlah nilai
prediksi tersebut, sinyal kendali yang akan diberikan ke proses dihitung dengan
melakukan minimalisasi suatu fungsi kriteria, sehingga selisih antara nilai prediksi
keluaran proses dengan sejumlah masukan referensi yang bersesuaian adalah
minimal (Sanchez 1996).
Pengendali fuzzy adaptif Neuro-dengan sejumlah kecil bobot dapat
dirancang dengan menggunakan arsitektur ANFIS. Struktur ANFIS bisa mengatasi
masalah parameter penalaan yang berlebihan dan perlu untuk pemodelan proses
dengan model jaringan terpisah seperti ANN, fuzzy atau ANFIS. Pembelajaran
terbalik adalah salah satu metode perancangan pengendalian ANFIS. Ini
melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing). Dalam
belajar tahap set training diperoleh dengan menghasilkan masukan secara acak, dan
mengamati output yang sesuai dihasilkan oleh plant.
Dalam fase pengujian, identifikasi ANFIS akan disalin ke pengendali
ANFIS untuk menghasilkan output diinginkan. Fase pengujian dan fase
pembelajaran terbalik masing-masing ditunjukkan pada Gambar 3.10 dan 3.11.
Metode ini tampaknya mudah dan hanya satu tugas pembelajaran yang dibutuhkan
untuk mencari invers dari plant. Ini mengasumsikan keberadaan plant terbalik,
yang tidak berlaku secara umum. Meminimalkan kesalahan (error) jaringan tidak
menjamin minimalisasi kesalahan sistem secara keseluruhan. Namun, pembelajaran
terbalik adalah sebuah pendekatan tidak langsung yang mencoba untuk
meminimalkan jaringan output kesalahan bukan kesalahan sistem secara
keseluruhan (didefinisikan sebagai perbedaan antara lintasan diinginkan dan
aktual).
76
Pada metode ini pembelajaran (diilustrasikan pada Gambar 3.10) dapat

digunakan sebagai alternatif yang mencoba untuk meminimalkan kesalahan sistem
langsung oleh kesalahan sinyal terbalik melalui blok plant. Untuk sinyal kesalahan
terbalik melalui plant, sebuah model yang mewakili perilaku plant yang
dibutuhkan. Dengan kata lain, Jacobian plant, ∂y/∂u diperlukan. Hal ini dapat
diperkirakan secara online dari perubahan plant input dan output. Perilaku yang
diinginkan dari sistem secara keseluruhan juga dapat secara implisit ditentukan
oleh model (biasanya linier) pengendalian yang mampu mencapai tujuan
memuaskan.
Gambar 3. 10 Model pembelajaran identifikasi ANFIS

(Wang dan Lee 2002)
Gambar 3. 11 Proses pengujian pada kendali ANFIS

Gambar 3. 12 Struktur pembelajaran pada Kendali ANFIS

ANFIS adalah penggabungan mekanisme sistem inferensi fuzzy yang

digambarkan dalam arsitektur jaringan syaraf. Sistem inferensi fuzzy yang
digunakan adalah sistem inferensi fuzzy model Tagaki-Sugeno-Kang (TSK) orde
satu dengan pertimbangan kesederhanaan dan kemudahan komputasi. Salah satu
bentuk struktur yang sudah sangat dikenal adalah seperti terlihat pada gambar di
77
bawah ini. Dalam struktur ini, sistem inferensi fuzzy yang diterapkan adalah
inferensi fuzzy model Takagi-Sugeno-Kang.
Adaptive Neuro-Fuzzy Inference System (ANFIS) merupakan jaringan
adaptif yang berbasis pada sistem kesimpulan fuzzy (fuzzy inference system).
Dengan penggunaan suatu prosedur hybrid learning, ANFIS dapat membangun
suatu mapping input-output yang keduanya berdasarkan pada pengetahuan manusia
(pada bentuk aturan fuzzy if-then) dengan fungsi keanggotaan yang tepat. Sistem
kesimpulan fuzzy yang memanfaatkan aturan fuzzy if-then dapat memodelkan
aspek pengetahuan manusia yang kualitatif dan memberi reasoning processes tanpa
memanfaatkan analisa kuantitatif yang tepat (Jang et al. 1997).
ANFIS dapat bertindak sebagai suatu dasar untuk membangun satu
kumpulan aturan fuzzy if-then dengan fungsi keanggotaan yang tepat, yang
berfungsi untuk menghasilkan pasangan input-output yang tepat. Meetode ANFIS
terbagi menjadi 3 proses yaitu: proses Inisialisasi awal, proses pembelajaran
(learning), dan proses peramalan. Penentuan periode input dan periode training
dilakukan saat inisialisasi awal dimana tiap-tiap periode input memiliki pola atau
pattern yang berbeda. Data yang digunakan untuk proses pembelajaran (traning)
terdiri dari data input, parameter ANFIS, dan data test yang berada pada periode
traning ANFIS.
Training dengan ANFIS menggunakan adalah algoritma belajar hibrida,
dimana dilakukan penggabungan metode Least-squares estimator (LSE) pada alur
maju dan error backpropagation (EBP) pada alur mundur. Pada algoritma belajar
ini nilai parameter premis akan tetap saat alur maju, namun sebaliknya parameter
konsekuen akan terupdate saat alur maju (Jang et al. 1997). Pembelajaran ANFIS
adalah pengubahan parameter fungsi keanggotaan masukan dan keluaran dengan
menggunakan algoritma perambatan balik atau algoritma hybrid. Algoritma hybrid
adalah gabungan antara algoritma backpropagation dan RLSE (Recursive Least
Squares Estimator) yang digunakan untuk memperbaharui parameter premis.
Tujuan Penelitian ini adalah: pertama, untuk memodelkan pindah panas
(suhu), kelembaban dan amonia pada broiler closed house, kedua, untuk
mensimulasikan respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS suhu,
kelembaban dan amonia pada broiler closed house bagian dari supervisori kendali
78

psychrometric. (Weaver 2001) membahas menggunakan kendali ON-OFF pada
kandang ayam dengan suhu 210C dan kelembaban 60% pada musim panas dan
dingin. (Ibrahim 2002) membahas penggunakan kendali ON-OFF yang terjadi dua
house 260C dan kelembaban 70%, musim dingin suhu dalam broiler house 340C,
kelembaban 70%, dan amonia < 25ppm.
Bahan dan Metode

FATETA IPB dan University of Farm Closed House Cikabayan IPB mulai bulan
sebanyak 20.000 ekor, kandang ayam dengan sistem closed house yang ada di
matlab versi 7 untuk simulasi kendali suhu, kelembaban dan amonia.
Peralatan yang digunakan meliputi : sensor suhu dan kelembaban SHT75
dan sensor amonia TGS 444. Satu set komputer dan peripheral, thermokopel dan
hybrid recorder, 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.
Tahapan penelitian adalah sebagai berikut: a) Melakukan pengukuran
dengan sensor suhu kelembaban dan amonia pada broiler closed house, b)
Memodelkan suhu kelembaban dan amonia pada broiler closed house untuk ayam
broiler, c) Mensimulasikan dengan respon optimal dengan satu modus kendali ON-
OFF, PID, Fuzzy Logic, ANFIS pada broiler closed house untuk ayam broiler.
79
Algoritma Kendali ON-

OFF,PID,Fuzzy Logic, Heater, Fan,
ANFIS Cooler
Suhu, Kelembaban,
amonia
Broiler House
Gambar 3. 13 Perancangan sistem kendali pada Broiler Closed House

Pemodelan Matematika Kendali Suhu Kelembaban dan Amonia dalam
Suhu (T), kelembaban relative (RH) dan amonia (NH3) di dalam kandang
ayam dipengaruhi oleh kondisi lingkungan di dalam juga sedikit pengaruh dari luar
seperti atap, dinding, lantai dan penyekat kandang ayam. Pendekatan model suhu
dan kelembaban disusun dengan mempertimbangkan penempatan sensor-sensor
lingkungan di dalam kandang dan mempertimbangkan faktor yang paling
berpengaruh terhadap perubahan suhu dan kelembaban relatif disekitar penempatan
sensor tersebut.
Gambar 3.14 menggambarkan bahwa broiler closed house mendapatkan
energi iradiasi matahari yang jatuh melalui atap transparan dan melepas panasnya
bersama aliran udara menuju udara di dalam broiler closed house, dinding dan atap.
Dinding, atap, lantai secara konveksi melepas panas ke udara. Bersamaan dengan
iradiasi yang jatuh kea tap, juga terjadi kehilangan panas lewat penetrasi
lingkungan. Dari lingkungan ke udara dalam kandang ayam atau sebaliknya, terjadi
pindah panas dan massa melalui dinding secara konduksi dan konveksi atau aliran.
Asumsi yang digunakan dalm konsep pemodelan suhu dan kelembaban ini
adalah: 1) suhu lantai dan udara dalam kandang ayam seragam, 2) kelembaban
udara dalam kandang ayam seragam, 3) suhu dan kelembaban udara lingkungan
seragam, dan 4) kondisi lingkungan disekitar kandang ayam berikut faktor-faktor
fisika, kimia yang mempengaruhi sebagai hasil interaksi antara linkungan dengan
ayam broiler, 5) Sistem fluida keadaan steady yaitu selang waktu tetap, 6) konveksi
paksa (force convection).
80
Gambar 3. 14 Skema konsep pemodelan suhu kelembaban dan amonia dalam

Sehubungan dengan itu, untuk menduga suhu dan kelembaban relative

dalam kandang ayam disusun dalam model matematika. Persamaan dalam bentuk
model matematika untuk menghitung perubahan suhu dalam ruangan kandang
ayam berdasarkan hukum keseimbangan energi sebagai berikut :
……………………………………………………………………..…………..(3.8)
…………………………………………..(3.9)
Suhu Atap (Troof)
(3.10)

(3.11)
perpindahan panas untuk menduga perubahan suhu dan kelembaban dalam broiler
81
closed house yaitu suhu ruangan, suhu lantai, suhu dinidng, suhu atap dan
kelembaban terhadap waktu. Simulasi pindah panas dan massa dijabarkan dalam
bentuk suhu serta kelembaban dalam kandang dilakukan dengan memecahkan
Penyusunan model berdasarkan persamaan perhitungan pindah panas baik
secara konveksi lantai, dinding, atap, konduksi pada atap dan radiasi pada atap.
Selanjutnya melakukan pemodelan matematika terhadap plant untuk mencari
fungsih alih sebagai pengganti pendugaan real-time. Pemodelan berarti
menyatakan sistem dalam dunia nyata (real world) menjadi bentuk persamaan
matematika. Modeling juga dapat diartikan sebagai usaha menirukan kelakuan
proses (real world system) didalam usaha untuk memahaminya. Hal tersebut
dilakukan dengan menyusun hubungan-hubungan fisik dari sistem sesungguhnya
dengan menggunakan hukum-hukum ilmu alam. Dengan pemodelan dapat
perlakuan banyak mengenai suatu sistem tanpa harus menghadirkan sistem
tersebut. Dengan penyusunan model maka sifat (karakteristik) sistem akan lebih
mudah dianalisis/dipelajari. Selain itu modeling merupakan usaha yang tidak
membutuhkan biaya banyak dan resiko yang kecil.
Model matematika dari sistem pemanas ruangan kandang ayam diturunkan
ulang pada bagian ini (Gopal 2003). Prinsip kerja pemanas ruangan dikembangkan
berdasarkan Hukum Termodinamika I dan II. Perpindahan panas pada kasus
pemanasan ruangan adalah memindahkan energi dalam bentuk panas dari suatu
titik yang bersuhu tinggi ke titik yang bersuhu lebih rendah (Djojodihardjo 1985).
Untuk menghangatkan ruangan dibutuhkan suatu fluida (berupa air, udara atau uap)
yang dipanaskan di dalam heater dengan udara ruangan, fluida akan mengalir
kembali lagi ke heater untuk dipanaskan kembali.
Merujuk pada Gambar 3.14, panas yang digunakan untuk menghangatkan
ruangan berasal dari panas laten kondensasi fluida, yaitu suatu panas yang
digunakan oleh tiap satuan fluida untuk mengubah wujudnya. Dalam kasus ini,
kalor yang digunakan fluida adalah kalor uap dan kalor embun. Jika suhu ruangan
sebesar , uap dari fluida akan mengalir dari evavorative cooling masuk ke
dalam ruangan kandang dengan kecepatan aliran mengalirkan panas dalam
ruangan (memanaskan udara dalam ruangan). Perbedaan suhu yang ada
mengakibatkan terjadinya perpindahan panas ayam broiler yang bersuhu ,
82
dinding ruangan yang bersuhu , lantai ruangan yang bersuhu , atap

ruangan yang bersuhu dan udara luar ruangan (disturbance) yang bersuhu
.
Broiler closed house terdapat ayam bisa mengeluarkan panas dan
menyerap panas. Berdasarkan hukum kekekalan energi dalam sistem tertutup, tidak
ada energi yang tersimpan dalam sistem, mengakibatkan panas yang masuk sistem
sama dengan panas yang meninggalkan sistem. Besarnya panas yam broiler adalah:
…………………….....(3.12)
……………...………..(3.13)
adalah besarnya panas yang tersimpan selama t, akibat perpindahan
panas antara ayam dengan udara dalam ruangan.
adalah luas permukaan (permukaan antara ayam dalam udara ruangan)
Persamaan kesetimbangan panas untuk ayam
…………………………………………………...….(3.14)
dengan adalah koefisien panas laten dari kondensasi.
Pendekatan yang digunakan untuk memodelkan pemanasan ruangan adalah
menurunkan besarnya panas yang yang tersimpan terhadap waktu dan mengacu
pada hukum dasar perpindahan panas fourier. Dari persamaan (28) diperoleh.
………………………………………………..…(3.15)
…………………………………………(3.16)
Jika hambatan panas konvektif untuk permukaan antara ayam broiler –
udara ruangan dinyatakan dengan
……………………………………………….................(3.17)
sehingga persamaan (28) menjadi
…………………………………………………(3.18)
Fluida yang digunakan untuk menghangatkan ruangan mengalir dari ayam

broiler mengakibatkan terjadinya perpindahan panas. Misalnya panas yang
83
tersimpan dalam udara ruangan . Perpindahan panas inilah digunakan

dalam ruangan kandang tertutup. Misalnya panas yang tersimpan dalam udara
ruangan merupakan selisih antara panas ayam broiler dan panas
dinding , panas atap dan panas lantai maka adalah
………...(3.19)
…(3.20)
Dengan mair adalah massa udara ruangan, cair adalah kapasitas panas jenis
udara ruangan, adalah koefisien film dari permukaan antara udara ruangan-
dinding, dan adalah luasan permukaan antara udara ruangan dan dinding
kandang. Sebaran panas di dalam udara ruangan adalah
……………………………...…...(3.21)
……….(3.22
)
Persamaan (36) merupakan persamaan kesetimbangan panas untuk yang
menyumbangkan panas (ayam broiler, kipas angin, lampu,evavorari cooling)
………………..(3.23
)
...(3.24)
…………..(3.25)
……………………………………….. (3.26)
.(3.27)
84
Jika kapasitas panas udara ruangan dinyatakan C1= m3c3 dan hambatan
panas konveksi dinding + konveksi atap + konveksi tanah serta udara dalam
ruangan
……………………………………………………..……(3.28)
Persamaan kesetimbangan panas untuk udara ruangan adalah :
…………..……….(3.29)
Suhu udara ruangan dipengaruhi oleh udara luar ruangan (disturbance) yang
mengakibatkan adanya panas yang tersimpan di dalam dinding. Besarnya
merupakan selisih antara panas udara ruangan Qroom(t) dengan udara lingkungan
Qambient yaitu
…………………………………………………...………(3.30)
…………………………………..…(3.31)
………………………………...(3.32)
………………………………....(3.33)
………….(3.34)
Jika kapasitas panas dinding dinyatakan C2= mwall cwall dan hambatan panas
………………………………………………………….(3.35)
Persamaan kesetimbangan panas untuk dinding adalah
……………….(3.36)
Jika kapasitas panas lantai dinyatakan C3= mwall cwall dan hambatan panas
konveksi lantai-disturbance dinyatakan dengan
………………………………………………………….(3.37)
Persamaan kesetimbangan panas untuk lantai adalah
85
……………(3.38)
Jika kapasitas panas atap dinyatakan C2= mroof croof dan hambatan panas
…………………………………………………………….(3.39)
Persamaan kesetimbangan panas untuk atap adalah
………………(3.40)
Oleh karena aliran fluida di dalam ayam broiler selalu dalam keadaan
steady flow, maka kesetimbangan di dalam ayam broiler dapat diabaikan, sehingga
dari persamaan (43), (49), (51) dan (53) diperoleh sistem persamaan diferensial.
Dinamika sistem orde satu dapat dinyatakan dalam bentuk persamaan diferensial
………………………………… (3.41)
……………….(3.42)
…………. (3.43)
...…………...(3.44)
Persamaan (55) merupakan persamaan model suhu dengan pemanas

ruangan dengan Qflow (t) merupakan variabel input terkontrol,
merupakan variabel input tak terkontrol dan merupakan variabel output.
Fungsi Alih dari Persamaan Pemanas Ruangan

Pada subbab ini disajikan pembahasan untuk mencari fungsi transfer (fungsi
alih) dari persamaan suhu dengan pemanas ruangan pada system kontrol tertutup
dengan kondisi awal nol.
Gambar 3. 15 Sistem kendali loop tertutup

86
(3.45)
(3.46)
Dari persamaan (3.46) dan , diperoleh:
(3.47)
Substitusi persamaan (3.45) dan (3.47) disederhanakan menjadi:
……….. (3.48)
Fungsi transfer sistem kendali tertutup, kondisi awal sistem dianggap nol
(t=0) mengakibatkan sama dengan 0.
Persamaan (3.48)
……………………………(3.49)
dengan
…………………. …..(3.50)
………...………………………..………(3.51)
………………………………......................... (3.52)
…………………………(3.53)
87
Selanjutnya dicari transformasi laplace dari keluaran yaitu:

dari invers Laplace dari tersebut adalah
.
Dalam hal ini maka fungsi alih untuk suhu kandang ayam tertutup sebagai
berikut:
……………………….. (3.54)

, disetelah mengetahui grafik dari sistem, diberikan aksi control pada
dan ANFIS.
Asumsi , Kondisi Awal dan Kondisi batas Dalam Perhitungan Simulasi Aliran
Udara:
Asumsi Kandang Ayam
a. Udara tidak termampatkan (incompressible), ρ konstan
b. Bilangan Prantilasi udara konstan (panas jenis, konduktivitas dan viskositas
udara konstan)
c. Udara bergerak dalam keadaan steady
d. Udara lingkungan dianggap konstan selama simulasi yaitu pada nilai 300C
e. Aliran udara dianggap laminier, didasarkan oleh bilangan Re= 1698.
Aliran laminar jika Re<2000 (Holman 1997).
Model Matematika Kendali Kelembaban dalam Broiler Closed House

Pemodelan kelembaban dalam ruangan kandang ayam tertutup asumsi
terdapat pada gambar 3.14 sebagaimana juga di bahas dalam pemodelan suhu,
maka persamaan kelembaban sebagai berikut:
…………… (3.55)
………..(3.56)
……………….(3.57)
……………….(3.58)
di mana:
88
mr = Laju aliran massa dalam ruang broiler closed house

mumk= Laju aliran massa udara masuk dan keluar broiler closed house
Shum = Pelembab = Qevaporation Cooling
ρ = Angkasa kepadatan ( 1.2 g m/3),
Persamaan keseimbangan energi (energy balance) maka model kelembaban dalam
ruangan tertutup, dinyatakan dalam persamaan :
Total dan fungsi- fungsi psikometrik adalah sebagai berikut:
1. Koefisien pindah panas total
……………………………………………………………...(3.59)
2. Kelembaban mutlak
……………………………………………………………...(3.60)
3. Tekanan uap pada suhu T

………………………………………...……………...……(3.61)
4. Kelembaban relative (RH)

…………………………………………………...……………....(3.62)
5. Tekanan uap jenuh pada suhu jenuh T

Ps= RxExp(A+BT+CT2+DT3+ET4)/(FT-GT2)……………………….…....(6.63)
Dimana konstanta-konstanta adalah sebagai berikut :
R= 22105649,25
A = -27405,526
B = 97 ,5413
C = 0,146244
D = 0,000126
E = 0,0000000485
F = 4,34903
G= 0,00394
Patm= 101325Pa
89
Perubahan RH dalam ruangan dihitung berdasarkan asumsi bahwa udara

ruangan berasal dari udara luar yang dipanaskan oleh bangunan kandang ayam.
Udara tersebut tidak mengalami penambahan uap air karena air penguapan dari
ayam brolier diasumsikan semuanya tersedot keluar. Tekanan uap jenuh (Ps)
dihitung berdasarkan suhu mutlak lingkungan (Ta) dengan persamaan berikut :
Ps = 22105649.25 exp (A1/B1) ……………………………………….…….(3.64)
Ps = 22105649.25 exp (27405.526 + 97.5413 T - 0.14244 T2 - 1.2558E-4 T3 -
0.45852E-7 T4)/(4.34903 T - 0.003938 T2) …………………...........................(3.65)
A1 = -27405.526 + 97.5413 T - 0.14244 T2 - 1.2558E-4 T3 -0.45852E-7 T4 (3.66)

B1 = 4.34903 T - 0.003938 T ………..……………………………………...(3.67)
2
Nilai Psr1 untuk udara pengering di dalam ruang ERK dihitung berdasarkan
suhu mutlak ruang ERK (Tr1) dengan persamaan (74)-(76) diatas, sedangkan nilai
Pv dicari dengan persamaan berikut :
Pv = RHa x Ps…………………………………………………….…(3.68)
dimana RHa adalah nilai kelembaban lingkungan. Karena tidak ada penambahan
uap air (nilai H tetap) maka Pvr! sama dengan Pv lingkungan, sehingga RH udara
pengering didapatkan :
RHr1 = Pv/Psr1 (3.69)
Model Matematika Kendali Kelembaban dalam Ruangan Kandang Ayam

(3.70)
(3.71)
(3.72)
(3.73)
(3.74)
Apabila ruangan lembab tersimpan dalam ruangan merupakan selisih
antara panas broiler dan panas dinding maka adalah:
90
(3.75)
(3.76)
Karena aliran fluida dalam keadaan steady
(3.77)
(3.78)
Maka persamaan model RH pada broiler closed house merupakan variabel
input terkendali, merupakan variabel input tak terkendali dan
merupakan variabel output.
(3.79)
(3.80)
(3.81)
Fungsi transfer kelembaban kendali tertutup, kondisi awal sistem dianggap

nol (t=0) mengakibatkan Hr ambient atau kelembaban lingkungan = 0
(3.82)
Dengan
(3.83)
(3.84)
(3.85)
(3.86)
91
(3.87)
Selanjutnya dicari transformasi laplace dari keluaran yaitu
dari invers Laplace dari tersebut
adalah .
, disetelah mengetahui grafik dari sistem, diberikan aksi kendali pada
ANFIS.
Fungsi Alih Untuk Kelembaban (RH)
(3.88)
(3.89)
Model Matematika Kendali Amonia dalam Ruangan Kandang Ayam

Fungsi NH3 = fungsi (NH3m,V,Tlantai, NHsource,A)
General mass transfer flux equation J = Km (Cg, 0 - Cg, ∞ ) (3.90)
Mass balance equation J = (Q/A) Cg, ∞ (3.91)
Subtitusi kedua persamaan diatas J = ((Q/A)-1 + Km-1)-1 Cg, 0 (3.92)
(3.93)
(3.94)
–
(3.95)
–
(3.96)
Fungsi Alih NH3 = NH3 room (amonia ruangan)/ Qc (broiler +
kecepatan udara) atau fungsi Alih NH3 = NH3 room (amonia ruangan)/Q flow
(3.97)
Dari fungsi alih suhu, kelembaban dan amonia di atas di masukan ke dalam
kendali lingkungan broiler closed house. Acuan optimal di peroleh dari parameter
lingkungan optimal yang didasarkan pada hasil maksimal produk yang dipanen
92
baik secara kualitas, kuantitas maupun selera tergnatung kondisi produk yang
diinginkan. Kondisi optimal tidak selalu berarti lingkungan diharapkan
meningkatkan pertumbuhan ayam. Terkadang cekaman (stress) lingkungan dapat
menghambat pertumbuan tetapi kualitas, seperti perlakuan evavorting cooling
terhadap ayam broiler yang dapat meningkatkan kondisi nayaman, hal ini termasuk
kondisi optimal yang dikaitkan dengan peningkatan kualitas. Parameter optimal
kendali dihubungkan dengan bias (error) yang minimum dan performansi kendali
yang stabil yang terdiri dari kendali ON-OFF, PID, FUZZY, ANFIS.
PARAMETER OPTIMAL KONTROL
+ e KONTROL ON-OFF LINGKUNGAN

ACUAN BROILER
PID, FUZZY, DAN
- ANFIS CLOSED HOUSE
Gambar 3. 16 Struktural sistem parameter optimal kendali lingkungan Broiler

Closed House dengan simulasi Matlab
Kendali suhu, kelembaban dan amonia ON/OFF merupakan kendali suhu,

kelembaban dana amonia dengan keluaran sinyal hidup (ON) jika suhu turun di
bawah titik pengaturan dan mati (OFF) apabila suhu, kelembaban dan amonia telah
mencapai titik pengaturan atau respon optimal pada broiler closed house.
Gambar 3. 17 . Grafik kendali ON-OFF Broiler Closed House
Algortima Kendali PID m(t) adalah keluaran PID, e(t) adalah error, Kp
adalah konstanta proporsional, KI adalah konstanta integral, KD adalah konstanta
diferensial, ST adlah sampling time (detik), TD adalah waktu diferensial (detik), Rf
adalah gradien besaran fisik, Lf adalah seperempat periode.Parameter kendali
adalah suhu, kelembaban dan amonia pada broiler closed house.
93
Gambar 3. 18. Penerapan kendali PID lingkungan Broiler Closed House
Pemecahan persamaan integral dan diferensial mengikuti pendekatan Euler.

Adapun pemecahan persamaan persamaan integral pada gambar pendektan euler,
besaran luasan daerah di bawah kurva didekati dengan menghitung besarnya
dengan menghitung besarnya luasan daerah empat persegi, dengan m(t) adalah
integral dari e(t).
Gambar 3. 19 Pendekatan numerik euler untuk pemecahan Integral.
Pemecahan persamaan diferensial dengan mengansumsikan gradient e(t)

pada t=(k+1)T sama dengan gradient garis lurus yang menghubungkan e(k)T
dengan e[(k+1)].
Gambar 3. 20 Pendekatan numerik euler untuk pemecahan Diferensial

94
Algortima Sistem Fuzzy Logic pada Broiler Closed House

a. Error dan dError Suhu (T)/Amonia (NH3)
Error_T/NH3/=data_T/RH/ –Set_point T/NH3/
dError-T/NH3=Error_T/RH/(1)-Error_T/NH3/
Jun Yan menentukan variabel masukan kendali fuzzy akan diseleksi sebagai
kesalahan (error, E) dan perubahan kesalahan (delta error, dE). Sinyal E
didapatkan dari pengurangan keluaran sistem terhadap setpoint, sedangkan
sinyal dE didapatkan dari pengurangan sinyal error saat ini dengan sinyal error
sebelumnya. Kedua sinyal tersebut diolah oleh pengendali fuzzy. Keluaran
merupakan variasi perintah yang disusun sebagai berikut:
b. Fuzzifikasi Suhu Kelembaban dan Amonia (Penentuan derajat keanggotaan)
Proses ini dilakukan dengan memetakan input suhu dan amonia pada selang
nilai yang dapat terjadi secara ril (dapat mengacu kedata penelitian sebelumnya
tentang selang nilai suhu, kelembaban dan amonia udara). Pada rancangan ini
universe of discourse nilai suhu yang digunakan adalah 25-300C dan nilai
kelembaban sebesar 15-90%. Sedangkan selang nilai derajat keanggotaan
(degree of membership) secara umum ditetapkan 0 -1. Keterangan (label) yang
digunakan adalah negatif besar (NBE), negarif sedang (NSE), Negatif kecil
(NKE), Zero (ZE), positif kecil (PKE), positif sedang (PSE) dan positif besar
(PBE) yang menggambarkan kondisi suhu dan kelembaban dari kriteria rendah
ke kriteria tinggi secara proporsional. Sedangkan bangun yang digunakan untuk
mempresentasikan batas scope/domain adalah bentuk segitiga dan trapezium.
Bangu trapezium terjadi batas bawah dan batas atas domain sedangkan bangun
segitiga terjadi diantara kedua bangun trapezium tersebut.
Nilai analog (crisp input) yang digunakan untuk mencari derajat keanggotaan
adalah NBE=-0.75, NSE=-0.05, NKE=-0,25, ZE=0, PKE=0,25, PSE = 0,5 dan
PBE = 0,75. Scope domain dalam konsep ini adalah bangun yang dibatasi oleh
masing-masing crisp input yakni bangun trapezium pada nilai <=-0,75 atau
bangun segitiga pada nilai 0 – 0,25.
95
c. Defuzzy (Penegasan). Proses penegasan dilakukan untuk memperoleh nilai

analog dari konsep penerapan aturan if then (fuzzy rules) terhadap penentuan
derajat keanggotaan dari error suhu/NH3 dan dError suhu/NH3. Penerapan
aturan if then (fuzzy rules) tidak terpisah sebagai sebuah tahapan melainkan
digunakan baik pada proses penentuan derajat keanggotaan, penegasan
,maupun penyesuaian nilai keluaran fuzzy pada input peralatan analog.
Penegasan menggunakan metode pembobotan center of Gravity yakni dengan
menggunakan persamaan.
Gambar 3. 21 Penerapan kendali Logika Fuzzy lingkungan Broiler Closed House
Pengendalian sistem suhu kelembaban amonia sering dianggap sebagai

patokan untuk proses kendali nonlinier karena perilaku yang sangat nonlinear yang
ditunjukkan oleh suhu kelembaban amonia dinamika. Dalam studi ini, bertujuan
untuk menggunakan ANFIS sebagai pengontrol dalam suhu kelembaban amonia
mengontrol sistem. Untuk tujuan ini, kendali ANFIS dirancang dan digunakan
dalam cara adaptif dalam skema kendali suhu kelembaban amonia. Gambar 3.21
mengilustrasikan adaptif mengendalikan skema untuk sistem suhu kelembaban
amonia yang diteliti. Model suhu kelembaban amonia yang dikembangkan
digunakan sebagai nyata plant dalam skema ini. Masukan ke pengontrol di setiap
pengambilan sampel instan adalah tanaman dan controller output, suhu kelembaban
amonia (k-1) dan F2 (k-1), masing-masing disebelumnya pengambilan sampel
instan. Output pengontrol adalah input pabrik baru, F2 (k).
96
Gambar 3. 22 Penerapan kendali ANFIS lingkungan Broiler Closed House
Struktur ANFIS merupakan mekanisme penalaran fuzzy Sugeno atau

arsitektur jaringan syaraf feed-forward. Struktur ANFIS terdiri dari lima lapisan
yang tiap-tiap lapisan mempunyai fungsi-fungsi tertentu. Simpul kotak yang ada
pada Gambar 3.22 menyatakan simpul adaptif, yang yang parameternya dapat
berubah dengan pembelajaran, sedangkan lingkaran menyatakan simpul non
adaptif yang nilainya tetap.
Gambar 3. 23. Struktur ANFIS

Sumber: (Jang 2003)
Menurut (Jang 2003) Struktur ANFIS diatas dengan bentuk umum dua
aturan fuzzy if-then seperti yang ditunjukkan dengan persamaan sebagai berikut:
Lapisan 1. Semua simpul pada lapisan ini adalah simpul adaptif (parameter dapat
berubah) denganfungsi simpul:
O x l i A = μ untuk I = 1, 2 atau …………………………………………….(3.98)
Ol,i =μ Bi−2 ( y) untuk I = 3, 4 ……………………………………….……..(3.99)
dengan x dan y adalah masukan pada simpul i, Ai (atau Bi-2) yang merupakan
variable linguistic (seperti ‘besar’ atau ‘kecil’). Dengan kata lain O1,i adalah fungsi
97
keanggotaan masing-masing dari sebuah set fuzzy (A dan B) dengan derajat

keanggotaan yang ditentukan oleh input x dan y. Simpul O1,i berfungsi untuk
menyatakan derajat keanggotaan tiap masukan terhadap himpunan fuzzy A dan B.
Bentuk fungsi keanggotaan pada layer atau lapisan pertama dapat berbentuk
misalnya fungsi keanggotaan gauss, yang dapat ditunjukkan dalam bentuk :
………………………………………….(3.100)
dimana {ai ,bi} adalah parameter yang dapat diubah-ubah (parameter adaptif).
Selama harga dari parameter ini berubah-ubah, fungsi keanggotaan bell akan
bervariasi bergantung pada parameter yang berubah, sehingga fungsi keanggotaan
untuk set fuzzy (A dan B) akan bervariasi. Parameter-parameter pada lapisan ini
disebut sebagai parameter premis.
Lapisan 2. Semua simpul pada lapisan ini adalah non adaptif (parameter tetap).
Fungsi simpul ini adalah
mengalikan setiap sinyal masukan yang datang.
…………..………………………(3.101)
ini menunjukkan banyaknya aturan yang dibentuk. Fungsi perkalian yang
digunakan adalah interpretasi kata hubung AND dengan menggunakan operator
tnorm.
Lapisan 3. Setiap simpul pada lapisan ini adalah simpul nonadaptif yang
menampilkan fungsi normalisasi kekuatan pengaruh (normalized firing strength)
yaitu rasio keluaran simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran
lapisan sebelumnya, dengan bentuk fungsi simpul:
………………….…………………….(3.102)
Apabila dibentuk lebih dari dua aturan, fungsi dapat diperluas dengan membagi wi
dengan jumlah total w untuk semua aturan.
Lapisan 4. Setiap simpul pada lapisan ini adalah simpul adaptif dengan fungsi
simpul:
…………...………………………..(3.103)
98
dengan i w adalah derajat perngaktifan ternormalisasi dari lapisan 3 dan parameter

{pi , qi ri}menyatakan parameter yang adaptif Parameter lapisan ini dinamakan
parameter konsekuen.
Lapisan 5. Pada lapisan ini hanya ada satu simpul tetap yang fungsinya untuk
menjumlahkan semua masukan. Fungsi simpul:
…………………………..………………….(3.104)

Menurut Ogata (1996), Kuo Bunyamin C (1989) dan W. Bolton (2004) untuk
mengetahui parameter kualitas respon transient yang dijadikan standar dama sistem
kendali antara lain: 1) Time Constan ( ): Ukuran waktu yang menyatakan
kecepatan respon, yang di ukur mulai t = 0 s/d respon mencapai 63,2% (e-1 x 100%)
dari respon steady state. 2) Rise Time (TR): Ukuran waktu yang menyatakan
keberadaan suatu respon, yang di ukur mulai respon 5% sampai 95% dari respon
steady state (dapat pula 10% sampai 90%). TR = Ln 19 (5% sampai 95%), atau TR
= Ln 9 (10% sampai 90%). 3) Settling Time (Ts): Ukuran waktu yang menyatakan
respon telah masuk ± 5% atau ± 2% atau ± 0,5% dari respon steady state. Ts (± 5%)
= 3 ; Ts (± 2%) = 4 atau Ts (± 0,5%) = 5 . 4) Delay Time (Td): Ukuran waktu
yang menyatakan faktor keterlambatan respon output terhadap input, pengukuran
dilakukan mulai t = 0 sampai respon mencapai 50% dari respon steady state. TD =
Ln2.
Gambar 3. 24 Respon kinerja sistem kendali

Sumber: (Ogata 1996), (Kuo 1989), (Bolton 2004)
99
Parameter di atas digunakan untuk mengetahui respon kendali pada broiler

closed house untuk ayam broiler skenario starter, grower, finisher dengan
menggunakan modus kendali ON-OFF, PID, Fuzzy Logic dan ANFIS.
Gambar 3. 25 Simulink tool matlab kendali ON-OFF
Gambar 3. 26 Simulink tool Matlab kendali PID
Gambar 3. 27 Simulink tool Matlab kendali Logika Fuzzy

100
Gambar 3. 28 Simulink tool Matlab kendali ANFIS
Simulasi Kendali pada Broiler Closed House Bagian dari Supervisori Kendali
Sistem kendali broiler closed house dipengaruhi oleh konveksi, konduksi,
dan iradiasi dengan menggunakan modus kendali yang dapat menyesuaikan dengan
kondisi iklim dan lingkungan yang ada. Untuk satu variabel menggunakan modus
kendali ON-OFF, PID, Fuzzy Logik, ANFIS dengan salah satu parameter kendali
suhu, kelembaban dan amonia pada broiler closed house yang merupakan bagian
dari sistem supervisori kendali. Suhu kelembaban dan amonia dikendalikan pada
waktu pagi, siang dan sore menggunakan ON-OFF, PID,Fuzzy Logik dan ANFIS
dari starter, grower dan finisher.
Simulasi kendali pada kandang ayam dalam penelitian ini masih
menggunakan satu kandang ayam dengan 3 skenario waktu pada masa starter,
grower dan finisher. Penelitian selanjutnya menggunakan beberapa broiler closed
house. Untuk setpoin 29-300C adalah starter, set poin 29 0C adalah grower, set
poin 280C adalah finisher. Pengendali suhu dan kelembaban pada broiler closed
house pada ayam broiler menggunakan metode swa-tala (self tuning) kendali PID.
Pengujian dilakukan dengan uji respon variable input, uji tracking set point.
Pengujian respon dilakukan pada mesin kendali yang dimodelkan dalam bentuk
fungsi alih dengan input-an dari konstanta pada simulink Matlab. Pengujian
tracking set point pertama pada suhu dilakukan dengan merubah nilai masukan
sebesar 300C, 290C, 280C, 270C,260C,250C,240C dan nilai masukan kelembaban
sebesar 70%, 60%, 50% untuk kendali PD dan PID serta nilai masukan ammonia <
10 ppm untuk kendali ON OFF, PID, Fuzzy Logic dan ANFIS.
101
Sistem Kendali ON-OFF, PID, Fuzzy Logik ANFIS Suhu pada Broiler Closed
House Periode Starter, Grower, dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 24-300C dengan
heater menyala bila suhu lebih rendah dengan setpoint dan apabila suhu sama atau
mendekati setpoin maka heater mati disimulasikan dengan fungsi alih suhu
sehingga menghasilkan output kendali dengan error. Respon kendali ON-OFF
starter, grower dan finisher periode starter di bawah 3.29 sampai 3.31.
Gambar 3. 29 Grafik respon kendali ON-OFF suhu setpoint 30 Starter umur (1-18 hari)
Gambar 3.30 Grafik respon kendali ON-OFF suhu setpoint 25 Grower umur (19-30 hari)
102
Gambar 3. 31 Grafik respon kendali ON-OFF suhu setpoint 230C Finisher (31-46 hari)
Berdasarkan grafik respon kendali ON-OFF maka respon transien adalah

sebagai berikut:
Tabel 3. 4 Respon Kendali ON OFF pada broiler closed house untuk ayam broiler
Waktu Waktu
Waktu Persen
Tunda Penetap Error steady
Periode Setpoint Naik (Tr) Lonjakan
(Td) (Ts) state (Ess) (%)
(detik) (Os) (%)
(detik) (detik)
Starter 30 0.936 8.7439 0.0978 78.725 0.0311
Starter 29 0.092 8.8055 0.0948 78.408 0.0661
Starter 28 0.0939 8.999 0.097 77.993 0.067
Starter 27 0.0941 8.9078 -0.233 77.488 0.0514
Starter 26 0.0943 8.8003 0.0979 77.565 0.0200
Grower 25 0.0945 8.7406 0.096 78.398 0.0918
Grower 24 0.0946 9.9762 0.0927 79.242 0.0525
Finisher 23 0.0945 9.966 0.0954 78.245 0.0454
Kendali PID Suhu pada Broiler Closed House untuk Ayam Broiler Periode
pada pemanas ketika suhu mencapai titik penyetelan. Proses ini akan melambatkan
pemanasan, sehingga tidak akan melampaui titik penyetelan tetapi akan mencapai
titik penyetelan dan mempertahankan suhu agar tetap konstan. Pengontrol
proporsional mengijinkan kendali variabel proses yang lebih ketat karena
keluarannya dapat mengambil harga berapapun antara sepenuhnya ON dan
sepenuhnya OFF, tergantung pada magnitude dari sinyal error.
Fungsi dari laju (derivatif) memperpendek waktu yang diambil suhu
pemanas untuk menstabilkan mendekati titik penyetelan. Fungsi integral (reset)
103
membatasi setiap penggantian kerugian dari titik penyetelan suhu. Pengontrol PID
mempunyai kemampuan mencocokkan aksi kendalinya pada konstanta waktu
proses tertentu untuk menghadapi perubahan proses setiap waktu. Kendali PID
mengubah besarnya sinyal keluaran pada cara yang ditentukan secara matematis
yang mempertimbangkan besarnya error dan laju perubahan sinyal.
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab.
(3.105)
Jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi :
(3.106)
Respon kendali PID suhu pada broiler closed house dengan simulasi periode
starter, grower dan finisher ditunjukkan pada gambar di bawah ini adalah:
Simulasi kendali PID (P=20,I=10,D=1) pada Broiler Closed House Periode

Starter Umur (1-18 Hari)
Gambar 3. 32 Respon kendali PID suhu setpoin 300C Starter umur (1-18 hari)
104
Gambar 3. 33 Respon kendali PID suhu setpoin 240C Grower umur (19-30 hari)
Gambar 3. 34 Respon kendali PID suhu setpoin 220C Finisher umur (31-46 hari)
Respon Kendali PID Kelembaban pada Broiler Closed House dengan Nilai
P=20, I=10 dan D=1
Tabel 3. 5 Respon kendali PID suhu pada Broiler Closed House untuk ayam broiler
Setpoint Tunda Penetap Naik Lonjakan state
Starter 30 0,078125 6,484375 0,234375 2,7777 0,0781
Starter 29 0,15625 6,171875 0,3125 4,4643 0,0488
Starter 28 0,078125 6,171875 0,46875 4,4643 0,0488
Starter 27 0,078125 4,609375 0,15625 1,3889 0,0833
Starter 26 0,078125 6,171875 0,46875 4,4643 0,0469
Grower 25 0,078125 4,1875 0,15625 1,4881 0,0232
Grower 24 0,046875 4,78125 0,0625 1,4368 0,0215
Finisher 23 0,04355 4,231 0.0567 1,4221 0,0212
Finisher 22 0,04265 4,1567 0.0555 1,4201 0,0211
105
Simulasi Kendali Fuzzy Logic Suhu pada Broiler Closed House Periode
closed house. Pada grafik di bawah ini respon kendali Fuzzy Logic suhu pada
broiler closed house dengan simulasi periode starter, grower dan finisher (Gambar
3.35 sampai 3.37)
Gambar 3. 35 Grafik kendali Logika Fuzzy pada suhu ruangan setpoin 300C
periode Starter, umur (1-18 hari)
Gambar 3. 36 Output kendali Logika Fuzzy pada suhu ruangan setpoin 250C
Grower, umur (19-30 hari)
106
Gambar 3. 37 Grafik kendali Logika Fuzzy untuk suhu setpoin 230C periode
Finisher, umur (31-64 hari)
Pembahasan hasil grafik kendali fuzzy logik pada broiler closed house di
atas menunjukan respon transien dengan perlakuan pola tiga skenario starter (masa
pembibitan) umur (0-18hari) dengan setpoin antara 29-300C, grower (masa
pertumbuhan) umur (19-30 hari) dengan setpoint 26,27,280,C dan finisher (masa
panen) setpoint 30-38 0,C adalah sebagai berikut:
Tabel 3.6 Respon kendali Logika Fuzzy suhu pada Broiler Closed House
Setpoint
Periode Tunda Penetap Naik Lonjakan state
ppm
Starter 30 1.2169 30.1551 1.2951 48.120% 0.171%
Starter 29 1.187 17.9698 1.2837 33.764% 0.753%
Starter 28 1.1762 14.4425 1.2312 49.219% 0.460%
Starter 27 1.153 18.6913 4.996 42.917% 0.311%
Starter 26 1.1456 27.033 1.1939 44.854% 0.840%
Grower 25 1.101 36.1324 1.1682 46.066% 0.376%
Grower 24 1.1042 33.35 1.1455 49.583% 0.250%
Finisher 23 1.1451 32.45 1.1432 48.567 0.0765
Simulasi Kendali ANFIS Suhu pada Broiler Closed House periode Starter,
Grower dan Finisher
Pada simulasi kendali ANFIS pada broiler closed house ayam broiler
107
closed house. Data input sebanyak 101 sebagai masukan dan tindakan satu set
input-output. Data digunakan sebagai data pelatihan membangun pengontrol fuzzy.
Ini melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing).Dalam
belajar tahap training set diperoleh dengan menghasilkan masukan secara acak dan
mengamati output yang sesuai dihasilkan oleh plant. Terbukti dengan
grafik di bawah ini respon kendali ANFIS suhu pada broiler closed house dengan
simulasi periode starter, grower dan finisher gambar 3.38, 3.39 dan 3.40
Gambar 3. 38 Grafik kendali ANFIS untuk suhu setpoin 300C periode Starter,
umur (1-18 hari)
Gambar 3. 39 Grafik respon kendali ANFIS suhu setpoint 240C periode Grower,
umur (19-30 hari)
108
Gambar 3.40 Grafik respon kendali ANFIS suhu setpoint 220C periode Finisher,
umur (31-46 hari)
Pembahasan hasil grafik kendali ANFIS pada broiler closed house di atas
menunjukan respon transien di awali dengan komputasi dari nol sampai 250,C
dikondisikan sesuai batas amban suhu lingkungan broiler closed house sehingga
setelah 250,C baru dimulai terjadi respon transient nilai setpoint 300,C,
290C,280C,270,C,260C,250C,240,C, 230C,220C dengan perlakuan pola tiga skenario
starter umur (1-18 hari) dengan setpoin antara 29-300C, grower umur (19-30 hari)
dengan setpoint 26,27,280,C dan finisher setpoint 31-46 0,C adalah sebagai berikut:
Tabel 3. 7 Respon kendali ANFIS suhu pada Broiler Closed House
Setpoint Tunda Penetap Naik (Tr) Lonjakan state (Ess)
ppm (Td) detik (Ts) detik detik (Os) % %
Starter 30 1.2026 41.6405 1.1535 29.380 0.867
Starter 29 1.1809 41.6108 1.1258 33.841 0.852
Starter 28 1.159 35.2891 1.0996 38.621 0.842
Starter 27 1.137 41.6542 1.0744 43.755 0.822
Starter 26 1.1142 35.558 1.0496 49.284 0.825
Grower 25 1.0796 41.688 1.0256 55.256 0.842
Grower 24 1.0678 35.205 1.0014 61.725 0.817
Finisher 23 1.0567 36.102 1.0023 54.525 0.867
Finisher 22 1.0534 35.332 1.0034 45.234 0.821
Sistem Kendali ON-OFF Kelembaban pada Broiler closed house Periode

Starter Grower dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 50-70 % dengan
heater menyala bila kelembaban lebih rendah dengan setpoint dan apabila suhu
sama atau mendekati setpoin maka heater mati disimulasikan dengan fungsi alih
kelembaban sehingga mengahasilkan output kendali dengan error yang minimal.
109
Pada grafik respon kendali kelembaban ON-OFF periode starter, grower dan
finisher terdapat pada Gambar 3.41, 3.42 dan 3.43.
Gambar 3. 41 Grafik kendali ON OFF kelembaban setpoint 50 % periode Starter

umur (1-18 hari)
Gambar 3. 42 Grafik Kendali ON-OFF kelembaban setpoint 60 % periode Grower

umur (19-30 hari)
Gambar 3. 43 Grafik kendali ON-OFF kelembaban setpoint 70 % periode Finisher

umur (31-46 hari)
110
Tabel 3. 8 Respon kendali ON-OFF kelembaban pada Broiler Closed House
Waktu Error
Waktu Waktu Persen
Periode Penetap Naik Lonjakan
(%) (Td) state
detik (Ess)%
Starter 50 0.0187 8.27 3.0546 2.475 0,001
Grower 60 0.019 7.288 3.03 2.467 0,001
Finisher 70 0.0191 6.574 3.0391 2.460 0,001
Sistem Kendali PID Kelembaban pada Brolier House Periode Starter Grower
dan Finisher
Kendali Proporsional menurunkan daya rata-rata yang sedang diberikan
pada pemanas ketika kelembaban mencapai titik penyetelan. Proses ini akan
melambatkan pemanasan, sehingga tidak akan melampaui titik penyetelan tetapi
dan sepenuhnya OFF, tergantung pada magnitude dari sinyal error.
Fungsi dari laju (derivatif) memperpendek waktu yang diambil kelembaban
pendingin untuk menstabilkan mendekati titik penyetelan. Fungsi integral (reset)
membatasi setiap penggantian kerugian dari titik penyetelan kelembaban.
Pengontrol PID mempunyai kemampuan mencocokkan aksi kendalinya pada
konstanta waktu proses tertentu untuk menghadapi perubahan proses setiap waktu.
Kendali PID mengubah besarnya sinyal keluaran pada cara yang ditentukan secara
matematis yang mempertimbangkan besarnya error dan laju perubahan sinyal.
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab sesuai persamaan
(3.88) dan jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi (3.89). Pada grafik respon kendali kelembaban PID periode starter,
grower dan finisher terdapat pada Gambar berikut.
111
Sistem Kendali PID Kelembaban pada Broiler Closed House Periode Starter,
Grower, dan Finisher (P=0.0022619548, I=0.00075148, D=0.0010016672)
Gambar 3. 44 Grafik respon kendali PID kelembaban setpoin 50 % periode Starter

umur (1-18 hari)
Gambar 3. 45 Grafik respon kendali PID kelembaban setpoin 60 % periode Grower

umur (19-30 hari)
Gambar 3. 46 Grafik respon kendali PID kelembaban setpoin 70 % periode

112
Tabel 3. 9 Respon transien kendali PID kelembaban pada broiler closed house
Periode Waktu Error
Waktu Waktu Persen
Penetap Naik Lonjakan
(%) (Td) state
detik (Ess)%
Starter 50 0.33333 1.166667 0.7 6.153846 0,05
Grower 60 0.366667 11,0333 0.7 8.974359 0,05
Finisher 70 0,434783 10.21739 0,869565 9,090909 0,05
Kendali Fuzzy logic Kelembaban pada Broiler closed house Periode Starter
Grower Finisher
Simulasi kendali Fuzzy Logic pada broiler closed house ayam broiler
menggunakan tool matlab library blok diagram dengan masukan setpoin antara 50–
70 % yang dengan menggunakan model fungsi alih pada suhu broiler closed house
yang pengendalian aktuatornya heater dipasangkan gangguan (suhu lingkungan)
dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil (-) dari suhu
ruangan hasilnya ada output fuzzy logic dan output sistem rungan broiler closed
house. Pada grafik respon kendali kelembaban Fuzzy Logic periode starter, grower
dan finisher terdapat pada Gambar 3.47, 3.48 dan 3.49.
Gambar 3. 47 Grafik respon kendali Fuzzy Logic kelembaban setpoint 50% periode Starter
umur (1-18 hari)
113
Gambar 3. 48 Grafik respon kendali Fuzzy Logic kelembaban setpoint 60%

Gambar 3.49. Grafik Respon Kendali Fuzzy Logic Kelembaban Setpoint 70

Finisher Umur (31-46 Hari)
Tabel 3. 10 Respon transien kendali Fuzzy Logic pada kelembaban

Waktu Waktu Waktu Persen Error
Setpoint
Periode Tunda (Td) Penetap (Ts) Naik (Tr) Lonjakan steady state
(%)
Starter 50 2.9138 52.63 -31.291 31.389 0.930
Grower 60 3.2848 51.962 -31.7444 34.458 0.873
Finisher 70 3.7543 84.334 -32.1342 35.929 0.754
Simulasi Kendali ANFIS pada Broiler Closed House Periode Starter Grower
dan Finisher
Simulasi kendali ANFIS pada broiler closed house menggunakan tool
matlab library blok diagram dengan masukan setpoin antara 20% - 70% yang
dengan menggunakan model fungsi alih pada kelembaban broiler closed house
yang pengendalian aktuatornya cooling fad dipasangkan gangguan (kelembaban
114
kelembaban ruangan hasilnya ada output fuzzy logic dan output sistem rungan
broiler closed house. Data input sebanyak 101 sebagai masukan dan tindakan satu
set input-output. Data digunakan sebagai data pelatihan membangun pengontrol
fuzzy. Ini melibatkan dua fase: pembelajaran (learning) dan fase pegujian (testing).
Dalam belajar tahap training set diperoleh dengan menghasilkan masukan secara
acak dan mengamati output yang sesuai dihasilkan oleh plant. Terbukti dengan
grafik respon kendali kelembaban ANFIS periode starter, grower dan finisher
terdapat pada Gambar 3.50, 3.51 dan 3.52.

Starter umur (1-18 hari)

115

Tabel 3. 11 Respon transien kendali ANFIS pada kelembaban

Setpoint Tunda (Td) Penetap Naik (Tr) Lonjakan state (Ess)
(%) detik (Ts)detik detik (Os) (%) %
Starter 50 2.8007 82.5066 -31.2474 33.258 0.431
Grower 60 3.1609 82.73 -32.6856 37.000 0.392
Finisher 70 3.6067 82.665 -32.0597 38.664 0.321
Simulasi Sistem Kendali ON-OFF Amonia Pada Broiler Closed House Periode
Starter, Grower, dan Finisher
Pada kendali ON-OFF seting kendali sesuai setpoin antara 1-25 ppm
dengan heater menyala bila amonia lebih rendah dengan setpoint dan apabila
amonia sama atau mendekati setpoin maka heater mati disimulasikan dengan
fungsi alih amonia sehingga mengahasilkan output kendali dengan error yang
minimal. Pada grafik respon kendali ON-OFF amonia periode starter, grower dan
finisher terdapat pada Gambar 3.53 dan 3.54
Gambar 3.53 Grafik kendali ON-OFF amonia setpoint 5 ppm periode starter dan
grower umur (1-18 hari)
116
Gambar 3. 54 Grafik kendali ON-OFF amonia setpoint 10 ppm periode grower

umur (19-30 hari) dan periode finisher umur (31-46 hari)
Tabel 3.12 Respon transien kendali ON-OFF amonia

Setpoint
Periode Tunda Penetap Naik (Tr) Lonjakan state
ppm
(Td) detik (Ts) detik detik (Os) % (Ess) %
Finisher 25 6.572 0.9456 1.7113 0.880 0.999
Finisher 20 6.7535 0.2665 2.1289 0.900 0.013
Grower 15 7.05 0.3708 2.4847 0.945 0.967
Grower 10 7.64 0.1471 3.13843 1.027 0.134
Starter 5 4.7566 2.9511 4.2615 1.278 0.464
Starter 2.5 1.0254 2.4511 7.5745 1.784 0.760
Starter 1 0.0172 0.2678 0.3157 3.290 0.070
Simulasi PID Amonia pada Broiler Closed House Periode Starter Grower dan
Finisher
pada kipas angin (fan) ketika amonia mencapai titik penyetelan. Proses ini akan
melambatkan kipas angin, sehingga tidak akan melampaui titik penyetelan tetapi
dan sepenuhnya OFF, tergantung pada magnitude dari sinyal error. Fungsi dari
laju (derivatif) memperpendek waktu yang diambil amonia kipas angin untuk
menstabilkan mendekati titik penyetelan. Fungsi integral (reset) membatasi setiap
penggantian kerugian dari titik penyetelan kelembaban.
Pengontrol PID mempunyai kemampuan mencocokkan aksi kendalinya
pada konstanta waktu proses tertentu untuk menghadapi perubahan proses setiap
117
waktu. Kendali PID mengubah besarnya sinyal keluaran pada cara yang ditentukan
secara matematis yang mempertimbangkan besarnya error dan laju perubahan
sinyal.
Ziegler-nichols dengan menggunakan fasilitas sisotool matlab pada persamaan
(107) dan jika direpresentasikan dalam transformasi laplace, bentuk kendali ini
menjadi persamaan (108). Grafik respon kendali amonia periode starter, grower
dan finisher terdapat pada Gambar 3.55 dan 3.56
Gambar 3. 55 Grafik kendali PID amonia setpoint 5 ppm periode Starter umur (1-
18 hari)
Gambar 3. 40 Respon kendali PID amonia setpoint 10 ppm periode Grower umur
(19-30 hari) dan Finisher umur (31- 46 hari)
118
Tabel 3.13 Respon kendali PID amonia pada Broiler Closed House
Setpoi Waktu Waktu Persen
Waktu Error steady
Periode nt Tunda Penetap Lonjakan
Naik (Tr) state (Ess)
(ppm) (Td) (Ts) (Os)
Starter 1 0.0553 13 0.1628 1.430% 0.200%
Starter 2.5 0.0552 11.44 0.1628 1.432% 0.040%
Starter 5 0.0553 17.6 0.1628 1.428% 0.000%
Grower 15 0.0553 13.452 0.1628 1.433% 0.040%
Finisher 20 0.0553 13.8 0.0324 1.430% 0.000%
Finisher 25 0.0537 15.68 0.1628 1.400% 0.020%
Simulasi Kendali FUZZY LOGIC Amonia pada Broiler Cosed House

menggunakan tool matlab library blok diagram dengan masukan setpoin amonia
antara 1 – 25 ppm yang dengan menggunakan model fungsi alih pada amonia
broiler closed house yang pengendalian aktuatornya heater dipasangkan gangguan
(lingkungan) dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil (-)
dari amonia ruangan hasilnya ada output fuzzy logic dan output sistem rungan
broiler closed house. Pada grafik respon kendali Fuzzy Logic amonia periode
starter, grower, dan finisher Gambar 3.90 dan 3.91 dan 3.92, 3.93.
Simulasi Kendali FUZZY LOGIC pada Broiler Closed House periode starter
grower dan finisher terdapat pada Gambar 3.57 dan 3.58
Gambar 3. 57 Respon kendali FUZZY LOGIC amonia setpoint 5 periode Starter

umur (1-18 hari)
119
Gambar 3. 38 Respon kendali FUZZY LOGIC amonia setpoint 10 ppm periode

Grower umur (19-30 hari) dan Finisher umur (31- 46 hari)
Tabel 3.14 Respon kendali Fuzzy Logik amonia pada Broiler Closed House
Setpoint
Periode Tunda (Td) Penetap (Ts) Naik (Tr) Lonjakan state
(ppm)
Finisher 25 1.1081 55.248 1.2052 27.322 0.928
Finisher 20 0.9862 42.6834 0.9466 11.128 0.952
Grower 15 0.8501 23.8111 0.7815 29.188 0.930
Grower 10 0.6905 80.369 0.629 154.050 0.932
Starter 5 0.485 42.689 -0.036 59.352 0.986
Starter 2.5 0.3417 55.212 0.3335 166.680 0.992
Starter 1 0.214 55.229 0.851 474.420 0.940
Simulasi Kendali ANFIS Amonia pada Broiler Closed House Periode Starter,
Grower, dan Finisher
Simulasi kendali ANFIS pada broiler closed house ayam broiler
menggunakan tool matlab library blok diagram dengan masukan setpoin antara 1-
25 ppm yang dengan menggunakan model fungsi alih pada kelembaban broiler
closed house yang pengendalian aktuatornya kipas angin dipasangkan gangguan
(udara lingkungan) dari luar berupa iklim yang bisa lebih besar (+) atau lebih kecil
(-) dari kelembaban ruangan hasilnya ada output fuzzy logic dan output sistem
rungan broiler closed house. Data input sebanyak 101 sebagai masukan dan
tindakan satu set input-output. Data digunakan sebagai data pelatihan membangun
pengontrol fuzzy. Ini melibatkan dua fase: pembelajaran (learning) dan fase
pegujian (testing).Dalam belajar tahap training set diperoleh dengan menghasilkan
masukan secara acak dan mengamati output yang sesuai dihasilkan oleh plant.
Terbukti dengan menggunakan ANFIS lebih cepat sinyal respon transien dari
120
Fuzzy Logic. Pada grafik respon kendali ANFIS amonia periode starter, grower
dan finisher pada Gambar 3.59 dan 3.60.
Simulasi Kendali ANFIS pada Broiler Closed House Periode Starter, Grower,
dan Finisher
Gambar 3. 59 Grafik respon kendali ANFIS amonia setpoint 5ppm periode Starter
umur (1-18 hari)
Gambar 3. 60 Grafik respon kendali ANFIS amonia setpoint 10 ppm periode

grower umur (19-30 hari) dan finisher umur (31- 46 hari)
Tabel 3.15 Respon transien kendali ANFIS pada Broiler Closed House Starter Grower
dan Finisher
Waktu Waktu Persen Error
Waktu Tunda
Peridoe Setpoint Penetap Naik Lonjakan steady state
(Td)
(Ts) (Tr) (Os) (Ess)
Starter 1 0.2773 47.9204 0.1878 2498.000% 0.290%
Starter 2.5 0.3278 47.929 0.2983 939.200% 0.056%
Starter 5 0.4665 41.302 0.4236 419.666% 2.886%
Grower 10 0.664 41.6886 0.6058 159.807% 1.816%
Grower 15 0.8174 22.832 0.753 73.222% 5.333%
Finisher 20 0.9482 41.774 0.9179 29.917% 4.000%
Finisher 25 1.055 47.9422 0.0665 30.480% 3.242%
121
Untuk mengatur pemanas (heater) dan kipas angin saluran keluar (outlet)
menggunakan metode pengontrol ON OFF, PID, Fuzzy Logik dan ANFIS untuk
menaikkan suhu pada ruangan broiler closed house sesuai yang diinginkan dengan
kelembaban turun. Masa Starter membutuhkan pemanas. Untuk memanaskan
ruangan membutuhkan daya heater 60 watt yang digunakan untuk menaikkan suhu
ruangan kandang ayam menjadi 2oC untuk mencapai suhu yang optimal 30 oC masa
starter dengan suhu awal 28 oC dengan kelembaban awal 60 %. Dengan dibantu
aliran udara kipas saluran keluar (outlet) membuat udara panas merata di seluruh
ruangan dengan daya 1 kipas angin 1.800 watt dengan arus 2.8 ampere. Daya
pemanas (heater) antara 3000 -300000 watt bila dirata-ratakan 297.000 watt
diaktifkan pada masa starter. Pada masa grower dan finisher yang suhu yang
optimal pada kandang ayam dibawah 32 oC dengan kelembaban awal 60 % maka
diaktifkan kipas angin sebanyak 3 dari 8 kipas angin secara bergantian sehingga
daya pemanas 5.400 watt.
Hasil penelitian adalah bagian dari supervisori kendali broiler closed house
secara terpisah yaitu performansi kendali (kriteria optimal) setiap kendali sebagai
bagian dari modus kendali, dengan parameter suhu, kelembaban dan amonia,
pengetahuan, broiler knowledge, climatc & environmental knowledge & control
knowledge dengan peralatan sensor heater,fan, humidifiyer dan evavorating
cooling.
Simpulan
Respon kendali ON-OFF, PID, Fuzzy Logic dan ANFIS menghasilkan
waktu naik, persen lonjakan, waktu penetap, error steady state, waktu tunda sesuai
parameter respon PID. 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.
Saran
Dalam simulasi kendali ON-OFF, PID, Fuzzy Logic dan ANFIS
dikembangkan agar bisa pengendalian secara terpadu modus kendali, parameter
122
dan kriteria optimal dengan integrasi kendali yang terdiri dari : dua modus kendali,
tiga modus kendali, empat modus kendali untuk penelitian berikutnya.
Daftar Pustaka
Agustina L, Hatta M dan Purwanti S. 2010. Penggunaan Ramuan Herbal untuk
Meningkatkan Produktivitas dan Kualitas Broiler, Prosiding Seminar
Nasional Teknologi Peternakan dan Veteriner, Puslitbang Peternakan,
Kementerian Pertanian, Jakarta
Alimuddin dan Kudang BS, Subrata IDM, Sumiati. 2010. Critical Information
Design for House Broilers Used by Artificial Neural Network Proceeding
Alimuddin Seminar KB, Subrata IDM, Nakao Nomura, 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.
For Broilers, akan terbit Jjurnal TELKOMNIKA Indonesia Journal
HouseBroiler closed houses, Bioresource Technology, UK, page 229-237.
Amrullah IK. 2003. Nutrisi Ayam Broiler. Ed Ke-1. Bogor: Lembaga Satu Gunung
Budi.
Bolton W.1995. Mechatronics Electronic Control Systems in Mechanical
Engineering,Longman, England
Bolton W. 2006. Sistem Instrumentasi dan Sistem Kendali, Erlangga, Indonesia
Daskalov PI, Arvanitis KG , Pasgianos GD, and Sigrimis NA, 2005, Non-linear
Adaptive Temperature and Humidity Control in Animal Buildings, Journal
Biosystems Engineering Volume 93, Issue 1, January 2006, Pages 1-24
Ditjen Peternakan Kementerian Pertanian, 2009,Jakarta
Davis, California.
[FAO] Food Agriculture Organisation. 2008,
Gopal M. 2003. Control System Principles and Design, Second Edition. McGraw-
Hill, Singapore
Lin F and Wonham WM.1988. Decentralized supervisory control of discrete-event
systems, Information Sciences, 44(3), pp. 199-224.
Hamidi B. 2006. Broiler yang Terpuaskan, Riset dan Pengembangan Feed
Technology, PT. CPJF Jakarta, Buletin CP. April 2006 No 76/Tahun VII.
Handoko. 1995. Dasar Klimatologi Dasar Edisi ke 2. Jakarta. PT Dunia Pustaka
Jaya.
Holman PJ. 1997. Heat Transfer, Eight Edition,McGraw-hill,North American
123
Hubbar Paul. 2000. Hierarchical Supervisory Control System, A Thesis Submitted

to the Faculty of graduate studies and research in partial fulfilment of the
Hery. 2009. Pentingnya Aspirin dan Vitamin C . http://broilerkita.blogspot.com
Saudi Arabia, J. King Sand University, Vol.16, Agri Sci,(1), Riyadh,pp.87-
102.
Jang J. 2003.Neural and Neurofuzzy Control. Tech. report no 99-H 99 (nefcon),
Jennis BH. 1978. The Thermal Enviroment Condition and Control, Harper & Row,
Publish, New York.
Kuo B C. 1995. Teknik Kontrol Automatik, PT Prenhallindo, Jakarta
Kuo B C. 1989. Teknik Kendali Automatik, Prenhallindo, Jakarta.
Mutai E.B.K, Otieno P.O, Gitau A.N, Mbuge D.O. and Mutuli D.A. 2011. Simulation of
the Microclimate in Poultry Structures in Kenya, Research Journal of Applied
Sciences, Engineering and Technology 3(7): 579-588, 2011, ISSN: 2040-7467
[NRC] National Research Council. 1994. Nutrient Requirement of Poultry.
Washington: National Academy Pr.
Ogata K. 2002. Modern Control Engineering, Fourth Editional,Perason Education
International, USA
Ogata K.1994.Teknik Kendali Automatik I . Penerbit Erlangga.Paulus AN. 2003.
Panduan praktis Teknik Antarmuka dan Pemograman Mikrokontroller
AT89C51, Elek Media Komputindo, Jakarta
[PCPI] P T C h a r o e n Phokphand I n d o n e s i a . 1 9 9 4 . C a r a P e m e l i h a r a a n
A y a m P e d a g i n g . Jakarta.
Priyatno MA. 2000. Mendirikan Usaha Pemotongan Ayam. Cetakan ke-3.
Penebar Swadaya. Jakarta.
Piliang WG, Djojosoebagio AS. 2006. Fisiologi Nutrisi. Volume ke-1. Bogor:
Pusat Antar Universitas Ilmu Hayati, Institut Pertanian Bogor.
Rao R and Nagalakshmi D. 2002. Feeding to Minimise Heat Stress. Poultry
International Vol 41:7. http://siauwlielie.tripod.com/art_009_07.htm [3
Maret 2009].
Jakarta
Rosulindo RR. 2001, Desain Sistem Kendali Suhu dengan Metode PID Tuning
Fuzzy pada Prototipe Proses Pembuatan Susu Asam Secara Curah, Tesis
Megister Program Studi Elektroteknik Bidang Khusus Kendali dan Sistem
Program Pasca Sarjana ITB, Bandung.
Ramadge PJ and Wonham WM.1987. Supervisory control of a class of discrete
230, .
Rudie K and Wonham W.M.1992. Think globally, act locally: Decentralized
1692–1708,.
Reznik L.1997. Fuzzy controllers, Newnes, Oxford.
UNHAS, Makassar.
124
Seminar KB, Suhardiyanto H, Hardjoamidjojo, S, Tamrin. 2006. A Supervisory

Postgraduate Conference (ReCSPC’06), Malaysia, pp.30-34.
Setiawan I. 2008. Kendali PID untuk Proses Industri, Elex Media Komputindo,
Yogyakarta
Siswono. 2005. Konsumsi Protein Hewani di Bawah Standar.
http://www.republika.co.id/. (02 November 2009).
Totok RB. 2007. Adaptif Neurofuzzy Inference System Untuk Pengukuran Ph Jurnal
Teknik Informatika Jurusan Teknik Informatika, Fakultas Teknologi
Industri – Universitas Kristen Petra
Weaver J and William D. 2001. Fundamentals of Ventilation, in Commercial
Chicken Meat and Egg Production, United State of America, page 113-
128.
Woods RL and Lawrence KL. 1997. Modeling and Simulation of Dynamic
System,Prentice Hall, Upper River, New Jersy
Yan J, Ryan M, Power J.1994. Using Fuzzy Logic, Prentice Hall.
125
DAFTAR ISI
3 SIMULASI MODEL KENDALI SUHU KELEMBABAN DAN AMONIA PADA

BROILER CLOSED HOUSE BERBASIS ON-OFF, PID, FUZZY LOGIC DAN ANFIS
.......................................................................................................................................... 57
Pendahuluan .................................................................................................................. 59
Bahan dan Metode ........................................................................................................ 78
Simpulan ..................................................................................................................... 127
DAFTAR GAMBAR
SISTEM KENDALI
Reference
control signal
command, set-point
Isyarat umpan-balik
Gambar 3.1 Konfigurasi dasar sistem kendali (Adopsi dari Bolton 2006) ......................... 64
Gambar 3. 3 (a) Diagram Blok Kontroler On-Off; (b) Diagram Blok Kontroler ON-OFF
dengan Jurang Diferensial................................................................................................... 65
Gambar 3. 4 Diagram Kotak Pengendali PID [Gunterus 1994].......................................... 67
Gambar 3. 5 Diagram Blok dari Kontrol Proporsional – Integral – Derivatif .................... 68
Gambar 3. 7 Struktur Dasar kontrol Logika Fuzzy ............................................................ 70
Gambar 3. 9 Fungsi Keanggotaan Segitiga ......................................................................... 71
Gambar 3. 10 Model Pembelajaran Identifikasi ANFIS ..................................................... 76
Gambar 3. 11 Proses Pengujian pada kendali ANFIS ........................................................ 76
Gambar 3. 13 Perancangan Sistem Kendali pada Broiler Closed House ........................... 79
Gambar 3. 14 Skema Konsep Pemodelan Suhu dan Kelembaban dalam Broiler Closed
House .................................................................................................................................. 80
Gambar 3. 15 Sistem Kontrol Loop Tertutup ..................................................................... 85
Gambar 3. 16 Struktural Sistem Parameter Optimal Kendali Lingkungan Broiler closed
house dengan Simulasi Matlab ........................................................................................... 92
Gambar 3. 17 . Grafik Kendali ON-OFF broiler closed house ........................................... 92
Gambar 3. 18. Penerapan Kendali PID Lingkungan Broiler Closed House ....................... 93
Gambar 3. 19 Pendekatan Numerik Euler untuk pemecahan integral. ............................... 93
126
Gambar 3. 20 Pendekatan Numerik Euler untuk pemecahan diferensial ............................ 93

Gambar 3. 21 Penerapan Kendali Fuzzy Logic Lingkungan Broiler Closed House........... 95
Gambar 3. 22 Penerapan Kendali ANFIS Lingkungan Broiler Closed House ................... 96
Gambar 3. 23. Struktur ANFIS ........................................................................................... 96
Gambar 3. 24 Respon Sistem Kendali ................................................................................ 98
Gambar 3. 25 Simulink tool matlab kendali ON-OFF ........................................................ 99
Gambar 3. 26 Simulink Tool Matlab Kendali PID ............................................................. 99
Gambar 3. 27 Simulink Tool Matlab Kendali Fuzzy Logic................................................ 99
Gambar 3. 28 Simulink Tool Matlab Kendali ANFIS ...................................................... 100
Gambar 3. 29 Grafik Respon Kendali ON-OFF Suhu Setpoint 30 Starter Umur (1-18 Hari)
.......................................................................................................................................... 101
Gambar 3.30 Grafik Respon Kendali ON-OFF Suhu Setpoint 25 Grower (19-30Hari)... 101
Gambar 3. 31 Grafik Respon Kendali ON-OFF Suhu Setpoint 230C Finisher (31-46 hari)
.......................................................................................................................................... 102
Gambar 3. 32 Respon Kendali PID Suhu setpoin 300C starter umur (1-18 hari) ............. 103
Gambar 3. 33 Respon Kendali PID Suhu setpoin 240C grower umur (19-30 hari) .......... 104
Gambar 3. 34 Respon Kendali PID Suhu setpoin 220C finisher umur (31-46 hari) ......... 104
Gambar 3. 36 Output Kendali Fuzzy Logic Pada Suhu Ruangan Setpoin 250C Grower,
Umur (19-30 Hari) ............................................................................................................ 105
Gambar 3. 37 Grafik Kendali Fuzzy Logic Untuk Suhu Setpoin 230C Periode Finisher,
Umur (31-64 Hari) ............................................................................................................ 106
Gambar 3. 38 Grafik kendali ANFIS untuk suhu setpoin 300C periode Starter, umur (1-18
hari) ................................................................................................................................... 107
Gambar 3. 39 Grafik respon Kendali ANFIS Suhu setpoint 240C periode Grower, umur
(19-30 hari) ....................................................................................................................... 107
Gambar 3. 40 Grafik respon Kendali ANFIS Suhu setpoint 220C periode Finisher, umur
(31-46 hari) ....................................................................................................................... 108
Gambar 3. 41 Grafik kendali ON OFF kelembaban setpoint 50 % Periode Starter umur (1-
18 hari) .............................................................................................................................. 109
Gambar 3. 42 Grafik Kendali ON OFF Kelembaban Setpoint 60 % Periode Grower Umur
(19-30 Hari) ...................................................................................................................... 109
Gambar 3. 43 Grafik Kendali ON OFF Kelembaban Setpoint 70 % Periode Finisher Umur
(31-46 Hari) ...................................................................................................................... 109
Gambar 3. 44 Grafik Respon Kendali PID Kelembaban Setpoin 50 % Periode Starter
Umur (1-18 Hari) .............................................................................................................. 111
Gambar 3. 45 Grafik Respon Kendali PID Kelembaban setpoin 60 % Periode Grower
umur (19-30 hari) .............................................................................................................. 111
Gambar 3. 46 Grafik Respon Kendali PID Kelembaban setpoin 70 % Periode Finisher
umur (31-46 hari) .............................................................................................................. 111
Gambar 3. 47 Grafik Respon Kendali Fuzzy Logic Kelembaban Setpoint 50 Periode
Starter Umur (1-18 Hari) .................................................................................................. 112
Gambar 3. 50 Grafik Respon Kendali ANFIS Kelembaban Setpoint 50% Periode Starter
Umur (1-18 Hari) .............................................................................................................. 114
Gambar 3. 51 Respon Kendali ANFIS Kelembaban Setpoint 60% Periode Grower Umur
(19-30 Hari) ...................................................................................................................... 114
127
Gambar 3. 52 Respon Kendali ANFIS Kelembaban Set Point 70% Periode Finisher Umur
(31-46 Hari) ...................................................................................................................... 115
Gambar 3. 53 Grafik Kendali ON OFF Amonia Setpoint 5 Ppm Periode Starter Dan
Grower Umur (1-18 Hari) ................................................................................................ 115
Gambar 3. 54 Grafik Kendali ON OFF amonia setpoint 10 ppm periode grower umur (19-
30 hari) dan periode finisher umur (31-46 hari) ............................................................... 116
Gambar 3. 55 Grafik Kendali PID amonia setpoint 5 ppm periode starter umur (1-18 hari)
.......................................................................................................................................... 117
Gambar 3. 56 Simulasi Kendali PID Amonia Setpoint 10 ppm Periode grower umur (19-30
hari) dan finisher umur (31- 46 hari) ................................................................................ 117
Gambar 3. 57 Respon Kendali FUZZY LOGIC Amonia Setpoint 5 Periode Starter Umur
(1-18 Hari) ........................................................................................................................ 118
Gambar 3. 58 Respon Kendali FUZZY LOGIC Amonia Setpoint 10 Ppm Periode Grower
Umur (19-30 Hari) Dan Finisher Umur (31- 46 Hari) ...................................................... 119
Gambar 3. 59 Grafik Kendali ANFIS Amonia setpoint 5ppm periode starter umur (1-18
hari) ................................................................................................................................... 120
Gambar 3. 60 Respon Kendali ANFIS Amonia setpoint 10 ppm Periode grower umur (19-
30 hari) dan finisher umur (31- 46 hari) ........................................................................... 120
DAFTAR TABEL
Tabel 3. 1 Batas Aman dan Kematian Akibat Gas yang Merugikan di Broiler Closed House
............................................................................................................................................ 60
Tabel 3. 2 Matriks Keputusan ............................................................................................. 72
Tabel 3. 4 Respon Kendali ON OFF pada broiler closed house untuk ayam broiler ........ 102
Tabel 3. 5 Respon Kendali PID Suhu pada Broiler closed house untuk Ayam Broiler .... 104
Tabel 3. 6 Respon kendali ANFIS suhu pada broiler closed house.................................. 108
Tabel 3. 7 Respon Kendali ON-OFF Kelembaban Pada Broiler Closed House ............... 110
Tabel 3. 8 Respon Transien Kendali PID Kelembaban Pada Broiler Closed House ........ 112
Tabel 3. 9 Respon Trasien Kendali Fuzzy Logic pada Kelembaban ............................... 113
Tabel 3. 10 Respon trasien kendali ANFIS pada kelembaban ......................................... 115
Tabel 3. 12 Respon transien kendali ANFIS pada broiler closed house starter grower dan
finisher .............................................................................................................................. 120
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
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
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 36oC 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

(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.
(Kosko 1992), (Kartalopoulos 1996). Pada sistem kendali berbasis neuro fuzzy,
kinerja sistem kendali yang bersifat adaptif (Brown dan Harris, 1994). Jaringan ini
129

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
fuzzynya yaitu parameter premis (antécédent) dan parameter konsekuensi
(consequent). Metode ANFIS (Adaptive Neuro Fuzzy Inference System) selanjutnya
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.
Jadwal
Parameter Gain
Pengendali
Kondisi
Operasi
Sinyal
Komando Sinyal
Kendali
Pengendali Kendalian Output
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.
135
Model ym
Acuan
Mekanisme
Parameter Pengaturan
Pengendali
Sinyal
uc Kendali
Pengendali Kendalian y
u
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
perangkat keras, dan jenis modus kendali.
136
Bahan dan Metode

Bahan Yang Digunakan
FATETA IPB dan University of Farm Broiler House Cikabayan IPB mulai bulan
sebanyak 20.000 ekor, kandang ayam dengan sistem broiler house yang ada di
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.

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
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
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

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

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
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 200C periode
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, 320C 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

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.
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
[ P C P I ] P T C h a r o e n Phokphand Indonesia, Co. ltd.1 9 9 4 . C a r a
P e m e l i h a r a a n A y a m P e d a g i n 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
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,.
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
Isermann R, Lachman KH, Matko D. 1992. Adaptive Control Systems Prentice-
Hall,
Joelianto E. and Sitanggang PH 2009, A Substractive Clustering Based Fuzzy
167-186.
149
Joelianto E. and Williamson D. 2009. Transient Response Improvement of

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.
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
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
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
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.
V. INTERKONEKSI SUPERVISORI KENDALI SUHU
KELEMBABAN DAN AMONIA PADA BROILER CLOSED
HOUSE
Abstract
Multi-agent system can be used to solve difficult problems and impossible solved by
individual agents. Research broiler house environment control system based on multi agent
that allows ease of control required in the selection has been implemented in Indonesia.
The system also provides a default control scenario, if the user does not choose any
preference. This makes it easy for a novice user to use control system. The problem that
then arises was processing the data from the agents of environmental parameters broiler
closed house takes a longer time, thus affecting the speed of work, especially coupled with
the complexity of the command and data communication lines. One alternative to the
complexity of solving such problems was by applying the method of parallel computing.
Enabling parallel computing on distributed computer implemented processes that run
simultaneously. The materials used consist of as many as 20,000 broilers, broiler closed
house with the existing system in the study area Cikabayan IPB with the length x width x
height was 120 m x 12 m x 2.5 m, broiler feed, drinking water, using the software :
Operating system Windows XP, PHP Software, Software CodeVision AVR, Software
Apache web server, My-SQL Server. Materials used include: LAN and WAN network
infrastructure, Internet service providers, Web Hosting, visulisasi: temperature,
humidity,ammonia sensor, A set of computers and peripherals, a set of broiler closed house
with insulation systems, 8 Exhaust fan (fan) units, 2 Cooling Pad (cooling unit) pieces, 2
heater (heating unit) pieces. Hardware on the server has a function as a store of data,
applications as user interface, and the waiter both data request and response for the client
in this case was the broiler house equipment being acquired and controlled. The method
used in this study was the waterfall method that includes analyswas, design, coding and
testing. Analysis was done through library research to manage the theories and concepts in
accordance with the research conducted. Design was done to obtain the desired software.
Coding was the stage of identifying the needs of the system in making the application
program. Testing was the testing phase of the program to ensure all functions work well.
Supervisori control system with interconnection between the server and client broiler
closed house was built in order to facilitate everyone to know and control the status of
electronic equipment both in office and in the broiler closed house moving equipment even
with the requirement to access the Internet network. Interconnection supervisori control in
broiler closed houses inerkoneksi supervisori discuss with the remote control using a
computer network-based Internet Protocol (IP) with parallel computing was applied in one
or two or three broiler closed house was closed control system having the parameters of
temperature, humidity and ammonia which can be tuned according to changes in external
conditions and internal kendalian online process called self-tuning adaptive control (AST).
In this study closed broiler starter house with a period of one room 30 0C of environmental
temperature, humidity 50% indoor environment, ammonia was 5 ppm, closed broiler
grower houses period room 290C of environmental temperature, humidity indoor
environment of 60%, ammonia 10 ppm, closed house broiler finisher period Environmental
room temperature 270C, 70% humidity indoor environment, ammonia was 15 ppm.
Keyword: Interconnection, supervisori control, environment, multi broiler closed houses,

parallel computing
151
Abstrak
Sistem multi agen dapat digunakan untuk memecahkan masalah yang sulit dan
mustahil dipecahkan oleh agen individu. Penelitian sistem kendali lingkungan broiler
closed house berbasis multi agen yang memungkinkan kemudahan dalam pemilihan
kontrol yang diperlukan telah dilaksanakan di Indonesia.. Hal ini memudahkan bagi
pengguna orang awam untuk menggunakan sistem control. Masalah yang kemudian timbul
adalah proses pengolahan data dari agen-agen parameter lingkungan broiler closed house
membutuhkan waktu yang lebih lama, sehingga mempengaruhi kecepatan kerja, apalagi
ditambah dengan kompleksitas jalur komunikasi perintah dan data. Salah satu alternatif
pemecahan kompleksitas masalah tersebut adalah dengan menerapkan metode komputasi
paralel. Komputasi paralel memungkinkan proses dilaksanakan pada komputer terdistribusi
yang berjalan secara simultan. 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 : Sistem operasi Windows XP,
Software PHP, Software CodeVision AVR, Software Apache web server, My-SQL Server.
Peralatan yang digunakan meliputi : infrastruktur jaringan LAN dan WAN, Jasa penyedia
layanan Internet, Web Hosting, visulisasi : sensor suhu, Satu set komputer dan peripheral,
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. Hardware di sisi server memiliki fungsi sebagai penyimpan data, aplikasi sebagai
user interface, dan pelayan data baik request dan response bagi klien dalam hal ini adalah
peralatan broiler house yang diakuisisi dan dikendalikan. Metode yang digunakan dalam
penelitian ini adalah metoda waterfall yang meliputi analisa, desain, coding dan testing.
Analisa dilakukan melalui studi kepustakaan untuk mengelolah teori dan konsep yang
sesuai dengan penelitian yang dilakukan. Desain dilakukan untuk mendapatkan perangkat
lunak yang diinginkan. Coding merupakan tahap penentuan kebutuhan sistem dalam
pembuatan program aplikasi. Testing merupakan tahap pengetesan terhadap program untuk
memastikan semua fungsi berjalan dengan baik. Sistem supervisori kendali dengan
interkoneksi antara server broiler house dan client broiler house dibangun guna
mempermudah setiap orang untuk mengetahui dan mengendalikan status peralatan
elektronik baik di kantor maupun di broiler house bahkan peralatan bergerak dengan syarat
bisa mengakses jaringan Internet. Interkoneksi supervisori kendali pada broiler closed
house membahas inerkoneksi supervisori kendali dengan jarak jauh menggunakan jaringan
komputer berbasis Internet Protocol (IP) dengan parallel computing di aplikasikan dalam
dengan satu atau dua atau tiga broiler closed house yaitu sistem kendali yang mempunyai
parameter-parameter suhu, kelembaban dan amonia yang dapat ditala (dituning) sesuai
dengan perubahan kondisi eksternal dan internal proses kendalian secara online disebut
kendali adaptif swa-tala (AST). Pada penelitian ini broiler closed house satu dengan
periode starter Suhu Lingkungan ruangan 300C, Kelembaban lingkungan ruangan 50%,
amonia 5 ppm, broiler closed house periode grower Suhu Lingkungan ruangan 290C,
kelembaban lingkungan ruangan 60%, amonia 10 ppm, broiler closed house periode
finisher Suhu Lingkungan ruangan 270C, kelembaban lingkungan ruangan 70%, amonia
15 ppm.
Keyword: Interkoneksi, supervisori kendali, lingkungan, multi broiler closed house,

komputasi paralel
152
Pendahuluan
Perunggasan merupakan subsektor peternakan yang sedang mengalami
peningkatan pesat. Salah satu sektor perunggasan yang paling tinggi
peningkatannya adalah budidaya ayam broiler. Data menunjukkan bahwa pada
tahun 2008 terjadi peningkatan budidaya broiler sebesar 8,7% dengan tingkat
konsumsi daging ayam di Indonesia yang semakin meningkat, yaitu 4,5
kg/kapita/tahun (2007) menjadi 6,46 kg/kapita/tahun (2008) (Ditjen Peternakan,
2009).
Tahun 2008 laju pertumbuhan bisnis perunggasan nasional mencapai 7%.
Banyak pakar dan pelaku bisnis yang memprediksikan bahwa perunggasan di masa
depan memainkan peternakan yang sedang mengalami peningkatan pesat. Salah
satu sektor perunggasan yang paling tinggi peningkatannya adalah budidaya ayam
broiler. Data menunjukkan bahwa pada tahun 2008 terjadi peningkatan budidaya
broiler sebesar 8,7% dengan tingkat konsumsi daging ayam di Indonesia yang
peranan dominan dalam hal ketersediaan dan ketahanan pangan yang bergizi,
terutama sebagai sumber protein hewani (Rida et al. 2008).
Ayam broiler adalah ayam tipe pedaging yang telahdikembangbiakan
secara khusus untuk pemasaran secara dini. Ayampedaging ini biasanya dijual
dengan bobot rata-rata 1,4 kg tergantungpada efisiensinya perusahaan. Ayam
pedaging atau lazim disebut ayam broiler merupakan ayam yang memiliki
pertumbuhan sangat cepat (Rasyaf 1994, 2004).
Perkembangan teknologi dewasa ini begitu pesat hampir di seluruh aspek
kehidupan, dalam perkembangan tekno-logi dibutuhkan sumber daya manusia yang
berkualitas dan menguasai sedi-kitnya satu disiplin ilmu yang mampu untuk
dikembangkannya. Kemajuan teknologi elektronika dan aplikasinya telah memberi
banyak keuntungan bagi kehi-dupan manusia. Dengan penggunaan peralatan
elektronika kegiatan manusia dapat dilakukan secara efektif dan efisien baik di
broiler house, di green house, di tempat kerja, dan di tempat-tempat lainnya.
Peralatan otomatis selain mudah penggunaannya juga dituntut harus dapat
dioperasikan jarak jauh (remote control) tanpa harus mendekati atau menyentuh
peralatan tersebut. Sistem operasi tersebut dinamakan sistem kendali jarak jauh.
Komunikasi data tidak terlepas dari media transmisi yang harus ada, agar
komunikasi dapat dilakukan. Penggunaan jalur telepon untuk komunikasi data
153
sudah lama dilakukan. Muncullah istilah modem, yang merupakan perantara

(interface) antara komputer dan saluran transmisi. Modem ini mengubah data
digital dari komputer ke dalam bentuk sinyal analog yang akan dikirim lewat
saluran telepon. Komunikasi data lewat jala-jala listrik pun sudah dijajagi
kemungkinannya. Telah tersedia chip khusus di pasaran yang didesain sebagai
modem untuk interface ke jaringan komputer.Ada beberapa ma-cam kendali jarak
jauh, yaitu dengan tidak menggunakan kabel, melalui gelombang radio, inframerah
dan jaringan komputer.
Dalam komunikasi data dibutuhkan suatu protokol, yaitu kumpulan
peraturan yang mengatur proses komunikasi elektronik (Thomas 1996). Ada
banyak protokol yang berkembang saat ini. TCP/IP (Transmission Control
Protocol/Internet Protocol) merupakan suite protokol yang digunakan untuk
mengirim data antar komputer dalam jaringan tanpa adanya batasan perangkat
keras maupun perangkat lunak (Heywood 1996). Protokol TCP/IP ini dapat
dimanfaatkan sebagai sarana pengiriman data informasi atau data kendali melalui
jaringan komputer.
Komunikasi antar system di waktu lampau masih menggunakan koneksi
point-to-point. Seiring dengan semakin meningkatnya kebutuhan akan fitur–fitur
yang lebih canggih, fleksibilitas dan cost-effective komunikasi, para engineer mulai
menggunakan jaringan komputer baik local area network (LAN) maupun wide
area network (WAN) dan power line communication (PLC) sebagai jalur
komunikasi system. Pada umumnya LAN dan WAN berbasis infrastruktur yang
harus disediakan sendiri dan PLC menggunakan jalur jala–jala listrik (Pratomo
2008).
Sekarang ini, proses pengolahan data tidak lagi dilakukan secara terpisah,
khususnya setelah terjadi penggabungan antara teknologi komputer sebagai
pengolah data dengan teknologi komunikasi. Model komputer tunggal yang
melayani seluruh tugas-tugas komputasi suatu organisasi telah diganti oleh
sekumpulan komputer yang berjumlah banyak dan terpisah tetapi masih saling
berhubungan dalam melaksanakan tugasnya. Sistem ini disebut sebagai jaringan
komputer [Kristianto 2003].
154
Jaringan Komputer saat ini merupakan suatu infrastruktur penting yang

harus dijaga kestabilan operasionalnya. Gangguan yang terjadi pada operasional
jaringan akan mengakibatkan kerugian yang tidak kecil terutama pada perusahaan
besar yang menggunakan jaringan komputer sebagai kegiatan operasional sehari-
harinya hal ini juga berakibat bertambahnya beban para administrator jaringan
karena mereka harus secara manual mengecek client yang mengalami gangguan
dimana client tersebut berada pada lokasi yang berjauhan.[Djuandi 2002]
Untuk menjaga kelancaran, memantau dan juga mempermudah tugas
administrator jaringan dalam pengoperasian jaringan, terutama yang berhubungan
dengan manajemen client maka diperlukan suatu aplikasi jaringan yang dapat
mengontrol sekaligus mengendalikan komputer-komputer client yang terhubung
dalam jaringan [Dumas 1995].
TCP/IP adalah sekumpulan protokol yang didesain untuk melakukan
fungsi-fungsi komunikasi data pada Wide Area Network (WAN). TCP/IP terdiri
atas sekumpulan protokol yang masing-masing bertanggung jawab atas bagian-
bagian tertentu dari komunikasi data. Protokol yang satu tidak perlu mengetahui
cara kerja protokol yang lain, sepanjang ia masih bisa saling mengirim dan
menerima data. Berkat penggunaan prinsip ini, TCP/IP menjadi protokol
komunikasi yang fleksibel (Onno, 1998). TCP/IP dapat diterapkan dengan mudah
di setiap jenis komputer dan interface jaringan, karena sebagian besar isi kumpulan
protokol ini tidak spesifik terhadap satu komputer atau peralatan jaringan tertentu.
Agar TCP/IP dapat berjalan di atas interface jaringan tertentu, hanya perlu
dilakukan perubahan pada protokol yang berhubungan dengan interface jaringan
saja.
Sekumpulan protokol TCP/IP ini dimodelkan dengan empat layer TCP/IP,
sebagaimana terlihat pada Gambar 5.1 berikut :
155
Application Layer
(SMTP, FTP, HTTP, Telnet, DNS,
dan lain-lain)
Transport Layer
(TCP, UDP) TCP/IP
Internet Layer
(IP, ICMP, ARP)
Stack
Network Interface Layer
(Ethernet, X.25, SLIP, PPP)
Jaringan Fisik
Gambar 5. 1 Layer TCP/IP (Transmission Control Protocol/Internet Protocol)
Sumber (Douglas 2001)
Dalam TCP/IP, terjadi penyampaian data dari protokol yang berada di suatu
layer ke protokol yang berada di layer lain. Semua protokol memperlakukan semua
informasi yang diterimanya dari protokol lain sebagai data. Jika suatu protokol
menerima data dari protokol layer atasnya, ia akan menambahkan informasi
miliknya ke data tersebut (encapsulation). Informasi ini memiliki fungsi yang
sesuai dengan fungsi protokol tersebut. Setelah itu, data ini diteruskan lagi ke
protokol pada layer di bawahnya. Hal yang sebaliknya terjadi jika protokol tersebut
menerima data dari protokol yang berada pada layer di bawahnya. Jika data ini
dianggap valid, protokol akan melepas informasi tambahan tersebut, kemudian
meneruskan data itu ke protokol pada layer di atasnya (decapsulation).
Layer terbawah, Network Interface Layer, bertanggung jawab mengirim
dan menerima data ke dan dari media fisik. Media fisiknya dapat berupa kabel,
serat optik, atau gelombang radio. Karena tugas ini, protokol pada layer ini harus
mampu menerjemahkan sinyal listrik menjadi data digital yang dimengerti
komputer, yang berasal dari peralatan lain yang sejenis.
Protokol yang berada pada Internet Layer bertanggung jawab terhadap
proses pengiriman paket ke alamat yang tepat. Pada layer ini ada tiga protokol,
yaitu IP, ARP, dan ICMP. IP (Internet Protocol) berfungsi untuk menyampaikan
paket ke alamat yang tepat. ARP (Address Resolution Protocol) merupakan
protokol yang digunakan untuk menemukan alamat hardware dari host/komputer
yang terletak pada jaringan yang sama. Sedangkan ICMP (Internet Control
Message Protocol) adalah protokol yang digunakan untuk mengirim pesan dan
melaporkan kegagalan pengiriman data.
156
Transport Layer berisi protokol yang bertanggung jawab untuk

mengadakan komunikasi antara dua host/komputer. Kedua protokol tersebut adalah
TCP (Transmission Control Protocol) dan UDP (User Datagram Protocol). Pada
layer teratas, Application Layer, terletak semua aplikasi yang menggunakan
protokol TCP/IP ini.
TCP (RFC 793) memberikan komunikasi yang handal antar proses yang
berjalan pada host yang saling terhubung. Protokol ini berusaha secara seksama
untuk mengirimkan data ke tujuan, memeriksa kesalahan, mengirimkan ulang data
bila diperlukan dan mengirimkan pesan kesalahan ke lapisan atas hanya bila TCP
tidak berhasil mengadakan komunikasi.
Untuk memastikan diterimanya data, TCP menggunakan nomor urut segmen
dengan acknowledgement (jawaban). Tiap oktet pada suatu segmen memiliki
nomor urutan, memungkinkan tiap oktet yang dikirim untuk menjawab. Header
TCP menyebutkan urutan nomor segmen untuk oktet pertama pada field data, dan
tiap segmen juga memiliki nomor acknowledgement. Saat TCP mengirimkan
sebuah segmen, ia akan menyimpan duplikat dari segmen tersebut pada antrian,
yang akan tetap ada di sana sampai sinyal acknowledgement diterima. Segmen
yang tidak menjawab akan dikirim ulang. Tetapi kehandalan TCP ini
mengakibatkan pemakaian bandwidth jaringan yang besar dan menimbulkan
overhead, sehingga TCP tidak cocok untuk aplikasi yang mentransmisikan data
dalam arus pendek seperti Ping, BootP, dan sebagainya.
UDP (RFC 768) memberikan alternatif transport untuk proses yang tidak
membutuhkan pengiriman yang handal. UDP adalah protokol datagram yang tidak
menjamin pengiriman data atau perlindungan duplikasi. Datagram adalah pesan
yang bersifat independen yang dikirimkan secara terpisah dari datagram lain.
Proses pada lapisan atas harus bertanggung jawab untuk mendeteksi data yang
hilang atau rusak dan mengirim ulang data tersebut jika diperlukan. UDP tidak
mengurusi penerimaan aliran data dan pembuatan segmen yang sesuai untuk IP,
sehingga beroperasi dengan overhead yang jauh lebih kecil dari TCP (Dumas
1995).
Hasil survei tersebut menyatakan beberapa protokol yang terkenal disusun
dalam bentuk tree seperti tampak pada Gambar 5.2.
157
Gambar 5. 2 Standar protocol family tree. Sumber (Bhargav & Koopman 1993).
Beberapa keuntungan menggunakan TCP/IP pada system adalah :pertama,

memiliki kecepatan yang lebih tinggi dibandingkan dengan RS232, RS485 dan
metode komunikasi tradisional, kedua, Kompabilitas yang luas, system dapat
dihubungkan ke LAN / WAN, ketiga, Komunikasi yang sangat reliable
berdasarkan standar internasional, keempat, terdapat banyak pilihan jenis / merek
mikrokontroller yang dapat digunakan, kelima, mudah dikoneksikan dengan
komputer (PC).
Jaringan client server adalah memfaatkan sebuah komputer dari jaringan
sebagai central (pusat) pertemuan antar beberapa client pada aplikasi yang sama.
Dalam proses pertemuannya tiap-tiap clent haruslah melakukan koneksi dengan
server agar dapat bergabung pada aplikasi yang sama, proses inilah yang disebut
dengan protokol komunikasi client-server (A.S. Tanenbaum, 1996)’. Proses
protokol komunikasi jaringan client-server terlihat pada Gambar 5.3.
Gambar 5. 3 Protokol komunikasi jaringan Client-Server

Sumber (Tanenbaum 1996)
Suatu program sistem kendali yang penulis buat terdiri atas dua komponen
utama yaitu program server dan program client. Gambar 5.3. merupakan skema
dasar proses kerja sistem kendali. Gambar 5.4 menggambarkan proses kerja yang
158
terjadi antar client dan server, dimana server bertindak bertindak sebagai komputer
pengendali sedangkan client sebagai komputer yang dikendalikan server.
Koneksi / Kirim instruksi
Server Terima Client

(IP: xxx.xxx.xxx.xxx) (IP: xxx.xxx.xxx.xxx)
Gambar 5. 4 Skema dasar sistem kendali
Pada rancangan tesbed yang digunkan pada penelitian ini digunakan 1

client sebagai media interface pengendali peralatan listrik oleh user dan
mengirimkan data pengendali ke sever yang terhubung dengan peralatan listrik
pada ruangan di dalam gedung. Skenario ini menggunakan 2 server yang seolah
terdapat dua gedung yang akan dikendalikan peralatan listriknya. Tiap server akan
menjalankan data pengendali yang dikirimkan oleh client untuk mengendalikan
(mematikan dan menhidupkan) peralatan listrik yang ada pada ruangan. Bentuk
rancangan testbed yang digunakan dalam penelitian ini terlihat pada Gambar 5.5
yang memperlihatkan bahwa jaringan LAN yang digunakan masih menggunakan
media transmisi wired.
Gambar 5. 5 Testbed Jaringan pengendali peralatan listrik ruangan

Sumber (Daryanto 2009)
Penerapan sistem multi agen pada kontrol lingkungan broiler house menjadi
penting untuk dikembangkan, hal ini disebabkan oleh banyaknya parameter
lingkungan broiler house yang dikontrol. Sistem multi agen merupakan sebuah
sistem yang terdiri dari beberapa agen yang berinteraksi secara cerdas. Sistem
multi agen dapat digunakan untuk memecahkan masalah yang sulit dan mustahil
dipecahkan oleh agen individu atau sistem monolit (Nathan Schurr, 2005).
159
Tantangan yang dihadapi dalam pengembangan sistem multi agen adalah

keselarasan global dari sistem yang dibangun (Y. Diao, 2005 dan S. Abdelwahed,
2004, Elvayandri, 2007).
Penelitian sistem kontrol lingkungan broiler house berbasis multi agen yang
memungkinkan kemudahan dalam pemilihan kontrol yang diperlukan telah
dilaksanakan di Indonesia. Hasil dari penelitian tersebut adalah pengguna diberikan
sekumpulan α (sekumpulan alternatif metode kontrol) dan β (sekumpulan
parameter yang relevan terhadap kontrol lingkungan broiler house). Pengguna
dapat memilih metode α yang digunakan untuk memanipulasi berbagai parameter
β. Dengan demikian β dari α dan B sistem menerima pasangan masukan (A, B)
dimana A pengguna untuk melakukan tugas kontrol terhadap broiler house. Sistem
juga menyediakan skenario kontrol default, jika pengguna tidak memilih preferensi
apapun. Hal ini memudahkan bagi pengguna awam untuk menggunakan sistem
kontrol (Seminar et al; 2006, Alimuddin et al.2011 ).
Masalah yang kemudian timbul adalah proses pengolahan data dari agen-
agen parameter lingkungan broiler house membutuhkan waktu yang lebih lama,
sehingga mempengaruhi kecepatan kerja, apalagi ditambah dengan kompleksitas
jalur komunikasi perintah dan data. Salah satu alternatif pemecahan kompleksitas
masalah tersebut adalah dengan menerapkan metode komputasi paralel. Komputasi
paralel memungkinkan proses dilaksanakan pada komputer terdistribusi yang
berjalan secara simultan.
Sebuah sistem terdistribusi dapat direpresentasikan sebagai Multiprosesor,
yang terdiri dari prosesor. Di sisi lain, sistem terdistribusi dapat direpresentasikan
sebagai sistem multi agen, di mana setiap prosesor dianggap sebagai Agen. Agen
adalah sistem komputer yang terletak dalam suatu lingkungan, dan memiliki
kemampuan tindakan otonom dalam lingkungan ini dalam rangka memenuhi tujuan
desain (Wooldridge dan Jennings 2002).
AGENT
Sensor Action
input output
ENVIRONTMENT
Gambar 5. 6 Agen pada lingkungan.Sumber (Wooldridge dan Jennings 2002).

160
Gambar 5.6 memberikan gambaran secara umum dari agen. Dalam diagram
ini, kita bisa melihat output yang dihasilkan oleh tindakan agen untuk
mempengaruhi lingkungannya.
Menurut Michael J Quinn (2004) dan Barry Wilkinson, Michael Allen
(2010) Pemrosesan Paralel adaIah penggunaan banyak prosesor yang saling
bekerjasama satu saran lain untuk mencari suatu solusi tunggal dari suatu
permasalahan. Pemrosesan paralel dapat digunakan untuk beberapa keperluan,
diantaranya addah untuk rnernpercepat waktu eksekusi dan mendistribusilcan
pencarian solusi dari perrnasalahan yang sangat kompleks.
Gambar 5. 7 Bagan model komunikasi komputasi paralel. Sumber (Seminar et al.

2005)
Model komputasi paralel, setiap komputer Client hanya berkomunikasi

dengan komputer Server dan antar sesame komputer Client tidak berkomunikasi
satu sama lain. Komunikasi hanya terjadi pada saat proses inisialisasi,
pengimbangan tugas, pengiriman populasi dari Server ke Client, penerimaan
populasi dari Client ke Server, dan penerimaan evaluasi dari Client ke Server.
Proses-proses kalkulasi dilakukan oleh komputer Server dan setiap computer
Client. Dengan kata lain komputer Server tidak hanya melakukan pengontrolan
proses pada setiap komputer Client saja, akan tetapi ikut pula memproses data yang
sudah terbagi-bagi bersama-sama dengan komputer-komputer Client. (Seminar KB
et al. 2005)
Tujuan utama dari komputasi paralel adalah peningkatan kecepatan proses
(speed up) (Wesley et al. 2000). Berbagai penelitian yang menerapkan komputasi
paralel sudah banyak dilakukan diantaranya dalam penerapan dalam pemodelan
161
aliran fluida (Wu et al. 2002). Penerapan sistem multi agen dengan komputasi
paralel pada kontrol lingkungan broiler house bertujuan untuk meningkatkan
kecepatan kerja sistem, karena beban kerja akan didistribusikan ke beberapa agen,
baik agen yang bertugas memonitor, agen eksekutor, maupun agen pengontrol.
Sistem multi agen untuk kontrol lingkungan broiler house masih memiliki
kelemahan yaitu dari waktu komputasi. Waktu komputasi menjadi perhatian utama
karena ayam broiler tidak toleran terhadap perubahan iklim lingkungan di dalam
broiler house. Solusi adalah penerapan multi agen dengan komputasi paralel.
Komputasi paralel bertujuan untuk mempercepat waktu komputasi (speed up)
sehingga kontrol lingkungan broiler house dapat berjalan dengan baik.
Bila ada salah satu kandang ayam panen (tidak ada ayam) supervisory
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 sehingga paralel komputer berfungsi untuk mengerjakan kendali
broiler house secara bersamaan dengan kondisi scenario berbeda-beda.
parameter-parameter yang dapat ditala (dituning) sesuai dengan perubahan kondisi
eksternal dan internal proses kendalian. Sistem kendali AST mengestimasi
parameter-parameter proses kendalian secara on-line. Dari data hasil estimasi
tersebut, parameter kontroler ditala sedemikian hingga karakteristik proses
kendalian menjadi lebih baik. Bila parameter proses berubah akibat perubahan
lingkungan operasi plant, maka estimasi parameter juga berubah secara on-line,
sehingga parameter kontroler ditala kembali sedemikian hingga karakteristik yang
diharapkan dapat dipertahankan. Studi implementasi Kendali AST dapat dilihat
pada (Astrom dan Wittenmark 1995, Gawthrop 1986). Kendali AST terdapat pada
Gambar 5.8.
162
REGULATOR SWA-TALA
Spesifikasi Parameter Proses
Perancangan Estimasi
Pengendali
Parameter
Pengendali
uc y
Pengendali u Kendalian
Sinyal
Kendali
Gambar 5. 8 Kendali Adaptif Swa-Tala.(Sadjad R.2004)
Dari ketiga sistem kendali adaftif di atas maka dasar sistem supervisori
kontrol adalah sistem kendali swa-tala (AST).
Tujuan dari penelitian ini adalah untuk mensimulasikan interkoneksi
supervisori kendali pada broiler closed house dalam bentuk perangkat lunak
(software prototype) dapat mengendalikan satu, atau dua atau tiga broiler house
yang terhubung kedalam jaringan komputer dengan jarak jauh dengan komputasi
paralel.
Adapun penelitian yang sudah dilakukan sebelumnya diantaranya
menggunakan PC (Personal Computer) (Alfarabi 2009), (Maestre dan Comacho
2009), (Daryanto 2009) di setiap rumah dan menggunakan IP public di servernya
ada juga yang menggunakan embedded sebagai web server (Cai 2009), (Tan dan
Jeremy 2004) (Sutantyo dan Utomo 2006), (Pratomo 2011) Perangkat elektronik
yang diakuisisi dan dikendalikan dihubungkan secara langsung ke port I/O PC
yang dimiliki. Keunikannya dengan digunakannya jaringan listrik sebagai media
komunikasi lokal serta peran pengumpul data di setiap lokasi yang bertindak
sebagai klien dengan menggunakan port 80. (Nicolas 2004) membahas
perancangan dan implementasi sistem kendali jarak jauh pada jaringan komputer
dengan memanfaatkan antar muka windows socket. (Sustika 2010) membahas
tentang pengembangan RTU (Remote Therminal Unit) untuk sistem jarak jauh
berbasis IP.
163
Bahan dan Metode

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 : Sistem operasi Windows XP,
Software PHP, Software CodeVision AVR, Software Apache web server, My-SQL
Server. Peralatan yang digunakan meliputi : infrastruktur jaringan LAN dan WAN,
Jasa penyedia layanan Internet, Web Hosting, visulisasi : sensor suhu, Satu set
komputer dan peripheral, 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. Hardware di sisi server memiliki fungsi
sebagai penyimpan data, aplikasi sebagai user interface, dan pelayan data baik
request dan response bagi klien dalam hal ini adalah peralatan broiler house yang
diakuisisi dan dikendalikan. Hardware pada sisi ini hanya terdiri dari sebuah
komputer yang dapat diletakkan di penyedia jasa web hosting atau di tempat yang
kita inginkan tentunya yang terhubung dengan akses jaringan Internet. Komputer
server pada sistem ini memiliki spesifikasi minimum sebagai berikut : Prosessor
pentium IV, RAM (Random Access Memmory) 512MB, Harddisk 1 GB, OS
(Operating system) Windows XP, Webserver Apache, Database MySQL, Memiliki
IP Public. Tahapan (tahap uji dan implementasi) mencakup interkoneksi SSK
dengan bangunan broiler house. Observasi kinerja sistem yang telah terintegrasi
difokuskan pada pengukuran suhu kelembaban dan amonia.

Penelitian dilaksanakan di Laboratorium Bioprocessing Control
Engineering Universitas Tsukuba Japan, Lab. Bio-informatika dan Laboratorium
Control dan Instrumentasi, TMB FATETA, University of Farm Cikabayan, IPB,
terhitung mulai Maret 2009 sampai dengan Juni 2011.
Metode yang digunakan dalam penelitian ini adalah metoda waterfall yang
meliputi analisa, desain, coding dan testing. Analisa dilakukan melalui studi
kepustakaan untuk mengelolah teori dan konsep yang sesuai dengan penelitian
164
yang dilakukan. Desain dilakukan untuk mendapatkan perangkat lunak yang

diinginkan. Coding merupakan tahap penentuan kebutuhan sistem dalam
pembuatan program aplikasi. Testing merupakan tahap pengetesan terhadap
program untuk memastikan semua fungsi berjalan dengan baik.
Sistem supervisori kendali dengan interkoneksi antara server broiler house
dan client broiler house dibangun guna mempermudah setiap orang untuk
mengetahui dan mengendalikan status peralatan elektronik baik di kantor maupun
di broiler house bahkan peralatan bergerak dengan syarat bisa mengakses jaringan
Internet.
Penelitian ini akan dilakukan dengan mengintegrasikan fasilitas yang
tersedia, bahan dan alat berupa visualisasi software yang akan dikembangkan.
Rencana pengembangan infrastrukturnya dapat direprenstasikan pada Gambar 5.9.
Gambar 5. 9 Interkoneksi supervisori kendali pada Broiler Closed House berbasis

jaringan komputer
Gambar 5.9 menjelaskan bahwa pengguna dapat menerima data dan

memberikan command (perintah) perangkat elektronik broiler house melalui
jaringan Internet. Untuk memberikan perintah, dengan mengakses website yang
dimuatkan pada server penyedia ruang website (web hosting) pengguna dapat
mengirim command berupa perintah mengaktifkan atau menonaktifkan serta
memberikan suatu nilai pada suatu peralatan broiler house. Perintah – perintah ini
kemudian diakses oleh embedded host melalui modem Internet yang dipasang di
broiler house, data yang diterima kemudian diekstrak di application layer
embedded host untuk diambil datanya yang berupa protocol command, protocol ini
kemudian diterjemahkan untuk menentukan instruksi apa yang dikirim pengguna
165
terhadap perangkat elektronik yang telah ditentukan. Intruksi ini diteruskan ke

modem PLC untuk diubah menjadi sinyal-sinyal analog yang dapat ditransmisikan
melalui jaringan listrik, karena semua modem PLC terhubung secara pararel
dengan jaringan listrik broiler house maka modem-modem PLC tersebutpun
mendapat sinyal data yang sama tinggal setiap modem PLC menentukan apakah
data tersebut ditujukan kepadanya, jika data tersebut memang ditujukan ke modem
PLC tersebut maka modem PLC akan menerjemahkan intruksi yang diterima
apakah mengaktifkan/menonaktifkan atau menset suatu nilai. Sedangkan untuk
mendapat (get) data dari status alat–alat broiler house yang terpasang, pengguna
juga dapat melihatnya di web site. Data dari status alat yang terpasang didapat dari
hasil pengumpulan seluruh data status alat pada embedded host, hasil pengumpulan
ini dipaketkan dan kemudian dikirimkan ke server yang berada di web hosting
melalui jaringan Internet secara periodik. Data-data yang dikumpulkan oleh
embedded host tersebut didapat dengan mengambilnya dari peralatan–peralatan
yang terpasang melalui modem PLC yang berkomunikasi di jaringan listrik.
Software Device Driver

Visual Device driver merupakan software yang berinteraksi langsung
terhadap peralatan broiler house yang mengubah dari byte–byte perintah menjadi
sinyal–sinyal listrik yang dapat mengubah kondisi berupa aktuator ataupun keadaan
on/off. Setiap jenis peralatan memiliki device driver yang berbeda bisa digunakan
device driver untuk mengubah keadaan ON-OFF tidak bisa digunakan untuk
mengubah gerakan motor stepper karena keluaran dari device driver berbeda,
device driver juga memiliki tugas untuk membaca status dengan menggunakan
visualisasi sensor yang sesuai dengan kondisi peralatan listrik yang digunakan,
hasil pembacaan sensor ini dipaketkan untuk siap dikirim ke host.
Device driver
Intepreter Pulse
generator
Host Req &
Pool & Response
Distribut function
Function Package Sensor
Gambar 5. 10 Struktur software device driver.

166
Gambar 5.10 menampilkan blok diagram prinsip kerja software device

driver, software ini menunggu request dari host, ketika host memancarkan
(broadcast) data, masing–masing device driver akan melakukan pemeriksaan
apakah alamat data yang dituju sesuai dengan alamat device driver tersebut, ketika
sesuai device driver akan menerjemahkan (interpreter) protokol yang diterima
menjadi perintah (command) untuk mengaktifkan pulse generator (untuk alat tipe
switch on/off, untuk aktuator dapat berupa pulsa PWM), perubahan status akibat
perintah yang telah dilaksanakan dibaca sensor yang kemudian data hasil
pembacaannya dipaketkan dengan id alat beserta CRC dalam bentuk protokol yang
telah didefenisikan sebelumnya, paket ini diteruskan ke host melalui fungsi request
& response sebagai jawaban atas data yang dikirimkan host lebih jelas tampak
Use Case
Pengembangan software pada sistem ini dibagi tiga bagian melihat dari letak
software itu berada yaitu software untuk web site, sofware untuk embedded host
dan untuk device driver, komunikasi antara web site application dan embedded host
menggunakan protokol HTTP sedangkan antara embedded host dengan device
driver menggunakan protokol yang dibangun sendiri. Untuk lebih jelas proses-
proses pada ketiga software tersebut dapat dilihat pada diagram use case berikut.
Use case pada Gambar 5.11 yang berwarna putih merupakan proses–proses
yang berada di Web application sedangkan yang berwarna abu-abu merupakan
proses yang ada di embedded host, warna hitam untuk device driver, berikut
penjelasan use case SSK:
a. Login
Proses ini diperlukan sebagai aspek keamanan sistem, proses ini menentukan
autentikasi dan authorisasi pengguna terhadap sistem baik untuk menentukan
akses terhadap broiler house, lantai dan peralatan di dalamnya. Di proses ini
pengguna diharapkan untuk mengisi user id dan password.
167
SIKAMARU
Sistem Supervisori Kendali (SSK)
Login
«uses»
Autentication
Process
ame Active/deactive & «uses»

e_ N
,Devaic Rename Device
ice_id
w ord-Dev
ss Device On-Board
, Pa
me
na
er
-D
s House selection
-U
ev
ic
e_
-House_id, Address
id
,T
Device status &
yp
e_
value request
-D
-D «extends»
id
e
Floor_id
vic
a te
e_
,-D
Dee Listing Floor
vvicice_id
id,
e_ , Deva
st
id, ice_N
at
De «extends»
us
ame
vic , Dev
,v
e ice_ty
al
User _n pe
ue
am
e,
-D
St Set on/off/ Value
e
atu Listing Device
vic
s,
e
Va Device Driver
_id
lue pooling data from
,
sta
device Status on/off/ Value
te,
Device Report
va
«extends»
lue
«uses»
-D
ev
ic
e_
id
Set device status

,S
Data storing
ta
& value
te
,
Va
«extends»
lu
«uses»
e
«extends»
Set Device status

& value
Command Request
Gambar 5. 11 Use case diagram sistem supervisori kendali pada Broiler Closed
House
b. House selection
Proses login akan menentukan hak akses pengguna terhadap broiler house yang
akan dipantau ataupun diatur peralatannya, sistem ini memberikan hak satu
pengguna dapat mengakses satu atau lebih broiler house, dengan memilih broiler
house yang akan diakses dari daftar broiler house yang telah ditentukan
sebelumnya.
c. Listing broiler house
Pemilihan broiler house pada proses house selection akan menghasilkan daftar
lantai yang ada di brolier house tersebut, dari daftar lantai tersebut satu atau lebih
dapat diakses oleh pengguna. Pengguna berinteraksi pada proses ini akan
menghasilkan floor_id ketika memilih salahsatu lantai.
168
d. Listing device
Satu atau lebih alat akan ditampilkan sistem ketika pengguna telah memlih lantai
dari daftar lantai yang ada, daftar ini diperoleh melalui proses device on-board.
e. Active/deactive & Rename Device
Sistem memiliki fitur kepada pengguna untuk mengaktifkan dan menonaktifkan
peralatan yang ada serta merubah nama alat tersebut, proses ini diperlukan jika
peralatan broiler house yang terpasang sedang dalam keadaan rusak atau belum
terpasang sehingga web application tidak perlu menampilkan alat ini di tampilan
monitoring ataupun report.
f. Device report
Device report merupakan proses di web application untuk memberikan laporan
berupa daftar peralatan beserta status dan nilainya sehingga pengguna dapat
mengetahui kondisi peralatan yang terpasang di broiler housenya. Laporan yang
ditampilkan bisa dipilih berdasarkan waktu, alat, maupun secara real time
(langsung). data yang diproses berasal dari proses penyimpanan sebelumnya.
g. Set Device status & value
Di proses inilah pengguna dapat menentukan baik state (keadaan) maupun nilai
suatu alat, dengan memilih alat dan mengaturnya proses ini akan meneruskan
parameter (data) terkait ke proses storing dan disimpan ke dalam database yang
nantinya akan dipaketkan dan dikirim ke alat broiler house terkait. Proses ini
akan memberikan tampilan ke pengguna tergantung jenis alat yang akan diatur.
h. Storing
Data yang masuk ke web application dari embedded host akan tersimpan ke
dalam database server melalui proses storing, tujuannya agar data ini bisa
ditampilkan ke pengguna sesuai kebutuhannya, selain data yang berasal dari
embedded host proses storing juga memiliki fungsi untuk menyimpan perintah
(command) untuk peralatan yang diberikan oleh pengguna melalui proses set
device status & value, perintah ini akan diambil di proses command request.
i. Device on Board
Proses ini berada di embedded host yang memiliki fungsi untuk mengumpulkan
peralatan aktif apa saja yang terpasang di jaringan PLC, sehingga sistem
memiliki daftar peralatan aktif, proses ini berinteraksi dengan device driver
169
masing–masing alat untuk memberikan statusnya apakah aktif atau tidak begitu
power listrik rangkaian menyala.
j. Pooling data from device
Seperti diterangkan pada subbab sebelumnya embedded host secara periodik akan
meminta (request) command dari server sekaligus mengirim status ke server,
proses pooline inilah yang akan mengumpulkan seluruh status dan nilai dari
peralatan aktif yang terpasang dari daftar peralatan yang didapat saat proses
device on board, proses pooling per alat dilakukan secara bergantian melalui
proses device status & value request.
k. Device status & value request
Proses ini memiliki fungsi membentuk seuntaian format data yang berisi perintah
untuk meminta (request) status dan nilai suatu alat berdasarkan id masing–masing
alat, jadi proses ini akan dilaksanakan ketika proses pooling dijalankan.
k. Command request
Pengiriman data antara embedded host dan server secara periodik berisi seuntaian
perintah (command) yang diminta (request) untuk seluruh peralatan aktif yang
terpasang , untaian ini dipecah–pecah berdasarkan alat sehingga pecahan-pecahan
tersebut berisi id alat beserta perintah – perintahnya, perintah–perintah ini
kemudian dikirimkan secara bergantian ke device driver alat yang sebelumnya
dipaketkan dan diformat dalam bentuk protokol terdefenisi di proses set device
status & value.
l. Set device status & value

Proses ini memaketkan data berisi perintah mengatur suatu alat apakah on/off
atau memberikan suatu nilai kemudian diberikan perintah, proses ini dilakukan
peralatan secara bergantian sesuai keinginan pengguna. Pengaturan ini hanya ada
di web apllication.
Berikut tabel fungsional dan non fungsional dari sistem yang dikembangkan, dari
table ini didapat apa kegunaan atas suatu fungsi di sistem dan aspek yang perlu
diperhatikan dalam membangun sistem.
170
Tabel 5. 1 Aspek fungsional sistem

No Functional Keterangan
1 Write master pengguna Fungsi untuk menulis data pengguna
2 Write master broiler house Fungsi untuk menulis data broiler house
3 Write list lantai Fungsi untuk menulis data lantai yang dimiliki suatu
broiler house
4 Write list Alat Fungsi untuk menulis daftar alat suatu lantai
5 Write Authorizet pengguna Fungsi untuk menulis hak akses pengguna
6 Perform Active device list Fungsi menampilkan daftar alat yang aktif pada suatu
lantai broiler house
7 Perform device status and Fungsi menampilkan nilai dan status alat
value
8 Set device state and value Fungsi mengatur nilai dan keadaan alat
9 Report device history Fungsi menampilkan riwayat suatu alat
10 Set Lantai layout Fungsi untuk menaruh gambar layout suatu lantai
11 Set device position in layout Fungsi mengatur letak symbol alat pada gambar
layout lantai
Tabel 5. 2 Aspek nonfunctional sistem

No Technical Performance Usability Reliability
1 Client PC or Have to support over 4 Mobile access
Portable simultaneous client session
2 Server PC min Load page for client max 10 Online help
Pentium 4 seconds
3 Internet Network Have ability more than 50 Kbps Fast access
4 Web browser Updating data in 1 second & Interactive
support javascript application
Tabel 5.2 merupakan daftar fungsi yang dimiliki SKAPEI, fungsi-fungsi ini
diletakkan di web apllication, software embedded host dan software device driver,
sedangkan Tabel 5.1 merupakan aspek lain dari fungsional yang perlu diperhatikan
untuk membangun sistem ini.
Modem PLC
Data dalam bentuk protokol yang terdefinisi baik berasal dari embedded host
maupun device driver perlu dihubungkan, pada sistem ini perangkat yang
digunakan untuk menghubungkan dua perangkat tersebut menggunakan modem
PLC dimana media komunikasinya menggunakan jalus listrik. Modem PLC yang
digunakan produk dari Yitran yang dijantungi oleh komponen IC (Integrated
Circuit) IT800D. Secara blok diagram perangkat ini dapat dilihat pada Gambar
5.12.
Perangkat ini bertugas mengubah data serial UART menjadi sinyal–sinyal
listrik yang dapat diikutsertakan di dalam jaringan listrik, pada Gambar 5.12
terdapat blok AFE (Analog front end), blok inilah yang mengubah dari bentuk data
digital menjadi sinyal listrik analog dalam bentuk modulasi frekuensi. Frekuensi
171
yang termodulasi hasil dari AFE diserahkan ke blok PSU (Power Supply Unit)
untuk diteruskan ke jaringan listrik. IC IT800D merupakan IC mikrokontroller
yang mengolah data serial yang diterima dalam bentuk protokol terdefinisi menjadi
protokol tersendiri (protokol buatan Yitran) agar dapat dimengerti oleh modem
PLC di sisi lainnya dan sebaliknya menerima data dalam bentuk protokol Yitran
yang dikirim oleh modem PLC di sisi lainnya dan merubahnya menjadi protokol
terdefenisi.
Modem
PLC
Gambar 5.12. Diagram blok modem PLC.

Device Driver
Device driver merupakan perangkat yang digunakan untuk menerima sinyal
baik digital maupun analog dari sensor dan memberi sinyal baik digital maupun
analog ke aktuator berdasarkan perintah dari embedded host melalui modem PLC.
Bentuk dari perangkat ini disesuaikan dengan alat yang akan diakuisisi dan
dikendalikan, untuk penelitian ini alat yang digunakan adalah aktuator dan sensor.
Untuk diagram bloknya dapat dilihat pada Gambar 5.13.
Device driver
RX TX
Ke PLC Mikrokontroller Driver Aktuator
modem
Sensor
Gambar 5. 13 Blok diagram device driver.
Perangkat ini menggunakan sebuah mikrokontroller untuk menerjemahkan

perintah yang diterima dari embedded host untuk mengatur blok driver, blok driver
dapat berbentuk relay, transistor, mosfet, ataupun SCR tergantung terhadap
aktuator yang akan digunakan apakah motor dinamo ataupun selenoid aktuator itu
sendiri dipilih berdasarkan alat yang akan dikendalikan, sedangkan sensor
172
mengambil status atau keadaan aktuator yang kemudian diserahkan ke

mikrokontroller untuk dipaketkan ke dalam bentuk protokol terdefinisi sebelum di
kirim ke embedded host melalui modem PLC.

Diagram Konteks Sistem
Sistem ini dibangun dengan mengembangkan software, hardware dan
infrastruktur jaringan yang telah tersedia. Pengembangan disisi software dapat
dijelaskan pada diagram konteks sistem supervisori kendali & akuisisi jarak jauh
peralatan elektronik berbasis IP (SSKAPEI) pada broiler closed house berikut
(Gambar 5.14).
Gambar 5. 14 Diagram konteks sistem SSKAPEI
Diagram konteks Gambar 5. 14 menjelaskan interaksi pengguna dengan

sistem dan interaksi sistem dengan peralatan broiler closed house (broiler closed
house appliance). Pengguna berinteraksi dengan sistem melalui antar muka yang
bersifat GUI (graphical user interace), pengguna dapat memberikan masukan
berupa parameter–parameter yang diperlukan sistem untuk mengakses peralatan
broiler house dan penggunapun mendapatkan informasi tentang status dan nilai dari
peralatan yang terpasang baik secara realtime maupun historical.
Protokol
Komunikasi antar modul baik itu perangkat keras maupun perangkat lunak
memerlukan suatu bentuk pemahaman bersama yang biasa disebut protokol.
Protokol pada sistem ini mengatur atau mengijinkan terjadinya hubungan,
komunikasi, dan perpindahan data antara dua atau lebih titik komputer. Protokol
diterapkan pada perangkat keras, perangkat lunak dan kombinasi dari keduanya.
Pada tingkatan yang terendah, protokol mendefinisikan koneksi perangkat keras.
173
Protokol yang digunakan di dalam sistem ini dibagi menjadi dua bagian yaitu
protokol untuk hubungan server–embedded host (jaringan Internet) dan embedded
host – device driver (jaringan broiler house).
1. Protokol Server – Host
Media yang digunakan untuk komunikasi hubungan antara server dan
embedded host adalah Internet. Pengguna dapat menggunakan penyedia jaringan
Internet baik jalur kabel maupun jalur udara (wireless). Protokol yang digunakan
adalah HTTP (Hype Text Transfer Protocol).
HTTP digunakan untuk meminta/menjawab antara klien dan server. Sebuah
klien HTTP (dalam hal ini embedded host), akan memulai permintaan dengan
membuat hubungan ke port 80 di sebuah server web hosting yang merupakan port
yang biasa digunakan untuk browsing Internet. Klien yang mengirimkan
permintaan HTTP juga dikenal dengan user agent. Server yang meresponsnya,
yang menyimpan sumber daya seperti berkas HTML dan gambar, dikenal juga
sebagai origin server. Di antara user agent dan juga origin server, bisa saja ada
penghubung, seperti halnya proxy, gateway, dan juga tunnel.
Embedded host akan membuka koneksi ke server saat diberi catu listrik
(proses inisialisasi), setelah server dan embedded host terkoneksi embedded host
akan meminta (request) ke server dengan menggunakan metode Get, pengiriman
request disertai dengan data status dan nilai hasil pengumpulan seluruh alat yang
terpasang. Data yang diterima server akan disimpan di dalam database, dari
database ini pula data status dan nilai alat broiler house terkait beserta status
request dipaketkan menjadi jawaban (respons) ke embedded host. Gambar 225
merupakan gambaran transaksi embedded host-server.
Web Application
Dari namanya sudah cukup jelas software ini merupakan aplikasi yang
berbasis web, aplikasi ini diletakkan di server web hosting untuk mempermudah
pengguna dalam mengaksesnya di mana pun dan kapan pun selama komputer
maupun smart phone terhubung Internet. Aplikasi ini dibangun dengan
menggunakan bahasa pemrograman PHP dan javascript dengan database MYSQL,
di aplikasi inilah pengguna berintraksi baik mendapat informasi status/history
status maupun memberikan command (perintah) ke peralatan broiler house,
174
perintah terhadap peralatan disimpan di dalam database untuk siap diminta

(request) software embedded host per satuan waktu (periodik), data yang diterima
dari embedded host per satuan waktu disimpan ke dalam database untuk siap
diakses pengguna.
Gambar 5. 15 Interkoneksi client server
Interaksi pengguna dengan aplikasi web secara infrastruktur merupakan

interaksi antara komputer client dengan komputer server, Gambar 5.15
menjelaskan interaksi tersebut. Web application merupakan aplikasi berbasis Web
yang dapat diakses baik komputer maupun smart phone pengguna dengan
menggunakan Web browser misalnya Internet Explorer, Firefox Mozila, Opera,
dan Chrome melalui jaringan Internet, ketika diakses pengguna aplikasi ini terbagi
dua menjadi server side (bagian server) dan client side (bagian klien), aplikasi ini
menggunakan Ajax agar tidak semua halaman dimuat hanya untuk memuat satu
bagian kecil (element) dalam halaman Web. Ajax pada aplikasi ini digunakan untuk
memuat ulang (refresh) status baik nilai ataupun keadaan ON-OFF seluruh
peralatan yang terpasang .tanpa memuat seluruh halaman secara periodik, agar efek
perubahan status terlihat real time.
Interaksi web application dengan embedded host sama halnya klien dan
server hanya saja pada embedded host memiliki resource (sumber daya) yang
terbatas sehingga tidak sekompleks dengan klien yang menggunakan komputer.
Interaksi keduanya menggunakan protokol HTTP dengan metoda GET dan POST,
embedded host melakukan koneksi ke server dan meminta data, permintaan
(request) ditanggapi oleh request handler pada server side, dan request handler
menjawab (response) dengan untaian perintah ke embedded host, lebih jelas ada
pada Gambar 5.16.
175
Server Host
Command set Response & Command set
Request Get & POST
Database
Status set Handler Function
Request & Store status set
Gambar 5. 16 Interaksi web application dengan host
Fomat protokol yang diterima di proses handler bebentuk HTTP seperti

”GET update_alat.php?idbroiler house=2&idalat=1&nilai=1” parameternya berupa
idbroiler house, idalat dan nilai alat sedangkan yang melakukan eksekusi parameter
itu (request hendler) adalah file update_alat.php. parameter yang diterima disimpan
ke dalam database tabel status_alat disertai dengan tanggal dan waktu penerimaan
data setelah itu request handler melakukan pencarian data perintah (comand) pada
tabel perintah sesuai parameter idalat dan idbroiler house yang diterima untuk
dijadikan response ke host.
Hasil interkoneksi supervisori kendali pada broiler house untuk ayam broiler
ditunjukkan tampilan secara online dengan media internet dengan komputer paralel
dengan broiler house 1, brolier house 2 dan broiler house 3.

Skenario 1 strater ayam broiler (umur 1-10 hari)
Suhu Lingkungan ruangan 300C, Kelembaban lingkungan ruangan 50%, amonia 5
ppm pada broiler house 1 pada masa starter ayam broiler umur 1-10 hari.
176

suhu 300C

kelembaban 50%
177

amonia 5 Ppm
Skenario 2 grower ayam broiler (umur 11-21 hari)
Suhu Lingkungan 290C, kelembaban lingkungan ruangan 60%, amonia 10ppm

Suhu 290C
178

Kelembaban 600C
Gambar 5. 22 Tampilan interkoneksi supervisori kendali dengan Web secara

online amonia 10 ppm
179

Skenario 3 finisher ayam broiler (umur 11-21 hari)
ppm

Suhu 270C

kelembaban 700C
180
Gambar 5. 25 Tampilan interkoneksi supervisori kendali dengan Web secara online

Amonia 15 Ppm
Tampilan utama yang tampak pada Gambar 5.17 sampai 5.25 akan muncul
setelah pengguna melalui proses authorisasi dan autentikasi saat melakukan login,
berdasarkan kedua proses tersebut akan dihasilkan hak akses pengguna terhadap
broiler house yang akan diakses. Seperti tampak pada Gambar 517 sampai 5.25
pengguna memiliki hak akses terhadap dua broiler closed house dimana setiap
broiler closed house memiliki minimal satu atau lebih lantai, dengan memilih
lantai suatu broiler closed house pengguna akan diberi tampilan layout broiler
closed house beserta peralatan listrik dan elektronik yang terpasang di lantai
tersebut sesuai posisinya. Untuk mengatur atau mengubah suatu kondisi alat
pengguna cukup menekan tombol sebelah kiri mouse sehingga muncul pop up
menu yang terdiri dari perintah-perintah terhadap alat untuk peralatan yang hanya
diatur on/off pop up menu yang muncul terdiri dari: Aktifkan, Non aktifkan, dan
History.
181
Tabel 5.3 Daftar komponen akuisisi Broiler Closed House
Sisi sebelah kanan menu utama terdapat penjelasan detail dari suatu
peralatan, penjelasan ini berisi tanggal terakhir data masuk dari peralatan broiler
house, nama alat tersebut beserta nilainya, untuk peralatan yang hanya memberikan
suatu nilai tidak diletakkan di layout ruangan melainkan di sisi kanan menu utama.
Data yang ditampilkan pada menu utama diambil dari database yang
tersimpan di server web hosting, database ini dibangun menggunakan MySQL
yang terdiri atas tabel-tabel, relasi dari tabel-tabel tersebut dapat dilihat pada
Gambar 5.26.
182
Gambar 5. 26 Relasi tabel-tabel di dalam Database Web Application.
Ketentuan yang diterapkan untuk membangun relasi tabel-tabel ini adalah:

1.Setiap pengguna dapat mengakses lebih dari satu brolier house.
2. Setiap broiler house bisa memiliki lebih dari satu lantai.
3. Satu lantai memiliki lebih dari satu alat (device).
4. Satu alat dalam suatu lantai memiliki lebih dari status / nilai.
5. Setiap alat memiliki satu tipe.
6. Setiap alat bisa diberikan perintah lebih dari satu dengan waktu masing-
masing.
parameter-parameter suhu, kelembaban dan amonia yang dapat ditala (dituning)
sesuai dengan perubahan kondisi eksternal dan internal proses kendalian. Sistem
kendali AST mengestimasi parameter-parameter proses kendalian secara on-line
dikembangkan interkoneksi kendali jarak jauh berbasis IP dengan komputer paralel
agar karakteristik proses kendalian menjadi lebih baik. Bila parameter proses
berubah akibat perubahan lingkungan suhu, kelemababan dan amonia, maka empat
modus kendali ON-OFF, PID, Fuzzy Logic dan ANFIS secara bersamaan bisa
183
dioperasikan demikian halnya kendali PID dan Fuzzy dan kendali PID dan ANFIS
.berubah secara on-line agar karakteristik kendali dapat dipertahankan.
Penelitian ini dapat diinterkoneksikan supervosori kendali dengan 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 menggunakan jaringan komputer dengan
kendali jarak jauh dengan parallel computer
Simpulan dan Saran

Simpulan
1. Hasil simulasi interkoneksi supervisori kendali pada broiler house menunjukan
bahwa program yang dibuat telah dapat menjalankan beberapa fungsi
pengendalian terhadap komputer client dengan memanfaatkan secara online
berbasis IP dengan komputer paralel dapat memilih empat atau dua modus
kendali dipenguruhi oleh factor internal (suhu, kelembaban, amonia) dan
eksternal lingkungan (suhu, kelembaban dan radiasi)
3. Penerapan sistem supervisori kendali memlilih salah satu atau dua atau tiga
broiler closed house yang diinginkan dan terjadi rotasi salah satu berdasarkan
periode starter, grower dan dengan perbedaan perlakuan sesuai modus kendali di
data base supervisory control engine
Saran
Sistem ini masih diperlukan penelitian lebih lanjut terutama masalah
keamanan data. Hal ini bertujuan agar alat elektronik yang akan dikendalikan tidak
dikendalikan dan diakses informasinya oleh orang yang tidak memiliki hak. Selain
perlu dilakukan penelitian bagaimana perangkat sistemnya lebih kecil agar mudah
untuk dipasang di tempat yang diinginkan.
184
Daftar Pustaka
Astrom K J and Wittenmark B. 1995. Adaptive Control.2nd ed. Addison Wesley
Management in Computing Systems. pada Proceedings IEEE Real-
Time and Embedded Technology and Applications Symposium ke 10,
Toronto, Canada
PENS – ITS [skripsi]. Surabaya: Politeknik Elektronika Negeri
Surabaya, Institut Teknologi Sepuluh Nopember Surabaya.
Alimuddin Seminar KB, Subrata IDM, Nomura N. Sumiati 2011. ASupervisory
2000 : 1 – 14, (www.uajy.ac.id/jurnal/jti/2000/4/1/doc/2000_4_1_1.doc)
Bhargav PU and Koopman P. 1993. Embedded Communication Protocols Options.
Cai L. 2009. Temperature Measurement and Control System Based on Embedded
WEB. Computer and Information Science Vol.2 No.2, May 2009
pratique.
Asia, Indian
Corman HT. 1990. Leiserson E. Charlen dan Rivest L Ronald, Introduction
Daryanto T. 2009. Membangun Prototype Aplikasi Pengendali Listrik Ruangan
Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-
5022 Yogyakarta, 20 Juni 2009
Diao Y, Hellerstein JL, Parekh S, Griffith R, Kaiser G and Phung D. 2005. Self-
Managing Systems: A Control Theory Foundation pada Proceedings
Computer-Based Systems edisi 12. pp. 441 – 448.
Komputindo, Jakarta, ,hal 221-274.
Dostalek L, Kabelova A. 2006. Understanding TCP/IP: A clear and comprehensive
guide to TCP/IP protocols. Packt Publishing, penerjemah; Abhishek S,
Darshan P, Louay F, editors. Mumbai: Packt Publishing. Terjemahan dari:
Velký průvodce protokoly TCP/IP a systémem DNS.
USA
Elvayandri dan Adang SA, 2007 Knowledge Based Distributed Systems,
Proceedings of the International Conference on Electrical Engineering and
185
Informatics Institut Teknologi Bandung, ISBN 978-979-16338-0-2

Indonesia June 17-19,
Gawthrop PJ. 1996. Self-Tuning PID Controllers: Algorithms and Implementation.
IEEE Trans. On Automatic Control, Vol. AC-31, No. 3, March
Hariyanto B. 2004. Sistem Manajemen Basis Data, Informatika, Bandung
Heywood, Drew, Networking with Microsoft TCP/IP, Prentice Hall Inc., 1996.
Kristanto, Andri, Jaringan Komputer, Penerbit Graha Ilmu, Yogyakarta, 2003.
Maestre JM, Comacho EF. 2009. Smart Home Interoperability: the Domoesi
Marchuk, Michael. 1995..Building Internet Applications with Visual Basic, QUE
Michael W. 2002.An Introduction to “MultiAgent Systems. John Wiley & Sons
Ltd.
Nathan S and Janusz M and Milind T and Paul S. 2005. The Future of Disaster
Purbo WO, Basalamah A, Fahmi I, dan Thamrin HA.1998. Buku Pintar Internet :
Quinn JM. 2004. Parallel Programming in C with MPI and OpenMP, International
Edition, Singapore.
Rasyaf M. 1994. Beternak Ayam Pedaging. Edisi ke-6, Penebar Swadaya,Jakarta
Rasyaf M. 2004. Beternak Ayam Pedaging. Penerbit Penebar Swadaya
(anggota IKAPI). Jakarta.
Rida. 2008. Dayasaing Perunggasan : Restrukturisasi atau Mati. Trobos Edisi
Khusus Indolivestock : 26-27
Agromedia. Jakarta
pengembangan Sistem Embedded yang Aman. Bandung : Institut Teknologi
Bandung
Seminar KB, Buono A, Sukin JPT. 2005. Desain dan Implementasi Komputasi
Neural Network, Jurnal Ilmiah Ilmu Komputer IPB, Vol. 3 No 1 Mei ; 19-
31
Informatika LIPI, Vol. IV No. 2 Nov 2010, hal; 88-94
Sutantyo DK., Utomo D. 2006. Implementasi Embedded Web Server Via Modem
Berbasiskan Mikrokontroler, Jurnal Teknik Elektro Vol 6. No.1, Maret 2006
186
Tan TJ.2004. Embedded Atmel HTTP Server [tesis]. New York: Engineering
Division of Graduate School of Cornell University.
Thomas RM.1996.Introduction to Local Area Network, SYBEX Inc.,
Wesley M dan Mark A. 2000. Advantages of Parallel Processing and the Effects of
Communications Time. Eddy dan Mark Allman. NASA Glenn Research
Center Report Number CR-209455.
Menggunakan Jaringan Workstatio & Komputer Paralel, Andi Yogyakarta.
187
DAFTAR ISI
5 INTERKONEKSI SUPERVISORI KENDALI SUHU KELEMBABAN DAN
AMONIA PADA CLOSED HOUSE UNTUK AYAM BROILER ....................150
Pendahuluan ..................................................................................................... 152
Bahan dan Metode ............................................................................................ 163
Hasil dan Pembahasan ...................................................................................... 172
Simpulan dan Saran .......................................................................................183
Daftar Pustaka ................................................................................................ 184
DAFTAR GAMBAR
Gambar 5. 1 Layer TCP/IP (Transmission Control Protocol/Internet Protocol) 155
Gambar 5. 2 Standar protocol family tree (Bhargav & Koopman 1993).............157
Gambar 5. 3 Protokol Komunikasi Jaringan Client-Server ................................ 157
Gambar 5. 4 Skema dasar sistem kendali ............................................................ 158
Gambar 5. 5 Testbed Jaringan pengendali peralatan listrik ruangan ...................158
Gambar 5. 6 Agen pada lingkungan Wooldridge dan Jennings, 2002). ..............159
Gambar 5. 7 Bagan Model Komunikasi Komputasi Paralel (Seminar et al. 2005)
.............................................................................................................................. 160
Gambar 5. 8 Kendali Adaptif Swa-Tala. ............................................................. 162
Gambar 5. 9 Interkoneksi Supervisori Kendali pada Broiler House berbasis
Jaringan Komputer ............................................................................................... 164
Gambar 5. 10 Struktur software device driver. ....................................................165
Gambar 5. 11 Use case diagram Sistem Supervisori Kendali pada Broiler House
.............................................................................................................................. 167
Gambar 5. 12 Blok Diagram Device Driver. ....................................................... 171
Gambar 5. 13 Diagram konteks sistem SSKAPEI ...............................................172
Gambar 5. 14 Interkoneksi Client Server ............................................................ 174
Gambar 5. 15 Interaksi Web Application Dengan Host ...................................... 175
Suhu 300C ............................................................................................................176
kelembaban 500C ................................................................................................. 176
amonia 5 ppm ....................................................................................................... 177
ppmGambar 5. 19 Tampilan interkoneksi supervisori kendali dengan web secara
online Suhu 290C ................................................................................................. 177
kelembaban 600C ................................................................................................. 178
Gambar 5. 21 Tampilan Interkoneksi Supervisori Kendali Dengan Web Secara
Online Amonia 10 Ppm .......................................................................................178
Suhu 270C ............................................................................................................179
Gambar 5. 23 Relasi Tabel-Tabel Di Dalam Database Web Application. ..........182
188
DAFTAR TABEL
Tabel 5. 1 Aspek Fungsional Sistem................................................................................. 170
Tabel 5. 2 Aspek Nonfunctional System .......................................................................... 170
VII SIMPULAN DAN SARAN
Simpulan
1. Desain sistem supervisori kendali lingkungan parameter suhu, kelembaban
dan amonia dapat dilakukan pada broiler closed house.
2. Simulasi pindah panas (suhu) yang dipakai telah dapat memprediksi suhu,
kelembaban dan amonia dalam broiler closed house sehingga bisa
dijadikan acuan pemodelan dan kendali suhu, kelembaban dan amonia.
3. Model sistem kendali suhu, kelembaban dan amonia broiler closed house
telah divalidasi menunjukkan akurasi yang korelasi signifikan untuk suhu
koefisien determinasi (R2) 0.991 dan RSME 0.934952, kelembaban
koefisien determinasi (R2) 0.99 dan RSME 0.966379 dan amonia
koefisien determinasi (R2) 0.991 dan RSME 1.4859.
4. 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.
5. Respon integrasi supervisori kendali dari empat modus kendali ON-OFF,
PID, Fuzzy Logic dan ANFIS, tiga modus kendali PID, Fuzzy Logic dan
ANFIS, dua modus kendali PID Fuzzy Logic dan PID ANFIS
menunjukkan kestabilan yang optimal dengan skenario starter, grower dan
finisher menggunakan perpaduan antara kendali penjadwalan gain
adaptasi (PGA) dan kendali adaptif model acuan (AMA).
6. Hasil simulasi interkoneksi supervisori kendali pada broiler closed house
menunjukan bahwa program perangkat lunak (software prototype) dapat
mengendalikan satu, atau dua atau tiga broiler closed house yang
terhubung kedalam jaringan komputer dengan jarak jauh dengan parallel
computing dengan memanfaatkan secara online berbasis IP dengan
193
parameter suhu, kelembaban, amonia dengan periode starter, grower dan

finisher
7. Penerapan sistem supervisori kendali memlilih salah satu atau dua atau
tiga broiler closed house yang diinginkan dan terjadi rotasi salah satu
berdasarkan periode starter, grower dan finisher dengan perbedaan
perlakuan sesuai modus kendali di data base supervisory control engine
Saran
1. Sistem ini masih diperlukan penelitian lebih lanjut terutama masalah
keamanan data. Hal ini bertujuan agar alat elektronik yang akan
dikendalikan dan diakses informasinya oleh orang yang tidak memiliki
hak. Selain perlu dilakukan penelitian bagaimana perangkat sistemnya
lebih kecil agar mudah untuk dipasang di tempat yang diinginkan.
2. Diharapkan penelitian ini bisa dikembangkan dengan realtime untuk
industri peternakan ayam yang dikelola secara modern.
ALIMUDDIN
BOGOR
2012
194
DAFTAR PUSTAKA

PENS – ITS [skripsi]. Surabya: Politeknik Elektronika Negeri Surabaya,
Institut Teknologi Sepuluh Nopember Surabaya.
Management in Computing Systems, pada Proceedings IEEE Real-Time
and Embedded Technology and Applications Symposium ke 10, Toronto,
Canada
Astrom KJ, Wittenmark B. 1995. Adaptive Control.2nd ed. Addison Wesley.
Alimuddin dan Kudang BS, Subrata IMD, Sumiati. 2011. Kritik Sistem Informasi
pada Broiler house dengan menggunakan Jaringan Syaraf Tiruan, Journal
IDTEK Fakultas Teknik UVRI, ISSN : 1907-0780, Vol Edisi oktober
Alimuddin Seminar KB, Subrata IDM, Sumiati.2010. Kritik Sistem Informasi
pada Kandang tertutup dengan menggunakan Jaringan Syaraf Tiruan,
Alimuddin Seminar KB, Subrata IDM, Nomura N, Sumiati. 2011. A Supervisory
Alimuddin, Seminar KB, Subrata IDM, Nomura N, Sumiati. 2012. ANFIS
System Model For Broilers, akan terbit jurnal TELKOMNIKA Indonesia
Journal Electrical Engineering, Vol. 1 no 10.april , ISSN: 1693-6930
accredited by DGHE (DIKTI), Decree No:
Informatika HIPI, ISBN: 978-979-16972-3-1, Hal:267-278,20-21 Oktober,
UNPAD Bandung Indonesia
Houses, bioresource Technology, UK, page 229-237.
Amrullah. IK. 2003. Nutrisi Ayam Broiler. Lembaga Satu Gunung Budi, Bogor.
Anderson JD. 1995. Computational Fluid Dynamics :The Basic With
Applications. McGraw-Hill, Inc, Singapura
2000 : 1 – 14,
195
(www.uajy.ac.id/jurnal/jti/2000/4/1/doc/2000_4_1_1.doc)Appl M. 1999.
Ammonia, Principles and Industrial Practice, Wiley–VCH, New York, p.
66
Ashgriz N & Mostaghimi J, An Introduction to Computational Fluid Dynamics
Chapter 20 in Fluid Flow Handbook By Department of Mechanical &
Industrial Engineering University of Toronto, Toronto, Ontario, Canada
Bhargav PU, Koopman P. 1993. Embedded Communication Protocols Options.
[BPS] Biro Pusat Statistik. 2009. Statistik Indonesia. Jakarta.
Borges, S.A., F.D Sillva, A.M Aiorka, D.M Hooge and K.R Cummings. 2004.
Effects of Diet and Cyclic Daily Heat Stress on Electrolyte, Nitrogen and
Water Intakre, Excretion and Retention by Colostomized Male Broiler
Brown, M. and C.J. Harris. 1994. Neurofuzzy Adaptive Modeling and Control.
Prentice Hall International Ltd., UK.
Bucklin, R. A. – Turner, L. W. – Beede, D. K. – Bray, D. R. – Hemken, R. W.
1991. Methods to relieve heat stress for dairy cows in hot, humid climates.
Appl. Eng. Agric., vol. 7, p. 241-247.Cai L. 2009. Temperature
Measurement and Control System Based on Embedded WEB. Computer
and Information Science Vol.2 No.2, May 2009
pratique.
Cengel YA., Robert HT. 2001. Fundamentals of thermal-fluid sciences,
Chao K, Gates RS. 1996. Design of Swithing Control System for Ventilated
Greenhoouse. Transaction of ASAE 39(4): 1513-1523.
Chengel A.Yunus. 2003, Heat Transfer,Mc Grow Hill. Inc, New York
Cobb [Cobb-Vantress Inc.]. 2010. Manajemen Broiler Guide, Cobb-Vantress Inc.
Siloam Springs Arkansas 72761, US. Oyster House, Severalls Lane,
Colchester Essex CO4 9PD, UK, Rodovia Assis Chateaubriand, Km 10
Guapiaçu SP Brasil, , Pearl Drive Ortigas Center, Pasig City Philippines
[CPIN] Charoen Pokphand Indonesia. 2007. Manual Manajemen Broiler CP 707.
Jakarta : PT. Charoen Pokphand Indonesia, Tbk.
Asia, Indian
Coon NC. 2001. Feeding Broiler Breeder dalam in Commercial Meat and Egg
Production, United State of America,page 330-366.
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
Corman HT.1990. Leiserson E. Charlen dan Rivest L Ronald, Introduction
196
Cunha JB. 2003. Greenhouse climate models: an overview. European

Federationfor Information Technology iin Agriculture, Food and
Enviroment (EFITA) conference.Debrecen-Budapest, Hungary. July 5-9th
2003:559-564
Cooper, MA and Washburn KW. 1998. The relationships of body temperature to
weight gain, feed consumption, and feed utilization in broilers under heat
stress. Poutlry. Science. 77: 237-242.
Cooper, KE. 2002. Molecular biology of thermoregulation: some historical

perspectives on thermoregulation. Journal Applied Physiology. 92: 1717-
1724.
Dawson, W.R. and Whittow G.C.. 2000. Regulation of Body Temperature. In:
Whittow GC (Ed). Sturkie’s Avian Physiology. The 5th Edition. San
Diego: Academic Press. pp. 343-390.
Dadone, Paolo. 2001. Design Optimization of Fuzzy Logic Systems. Virgina
Polytechnic Institute and State University, Virgina.
Daghir JN. 1998. Poultry Production, Di dalam Geraet et al, 1992 Effect hight
ambient temperature on growth, body composition and and energy
metabolism of genetically lean and fat male chicken, Cab International,
New York, US.page 195
Daghir, NJ. 1998. Broiler Feding And Management In Hots Climate CabInternational
198 Madison Avenue. New York.
Daryanto A. 2007. Peningkatan Daya Saing Industri Peternakan, PT Permata
Wacana Lestrasi, Jakarta.
Daryanto T.2009. Membangun Prototype Aplikasi Pengendali Listrik Ruangan
Nasional Aplikasi Teknologi Informasi SNATI ISSN: 1907-5022
Yogyakarta,
Daskalov PI. 1997. Prediction of temperature and humidity in a naturally
ventilated pig building, J. Agric. Eng. Res. 68 (1997), pp. 329–339.
Dhia A. 2001. Memantau Lingkungan Kandang Unggas, Poultry International
http://siauwlielie.tripod.com/art_004_02.htm (Diakses: 27 Desember 2008,
jam 11.00).
[Ditjen Kementan] Direktorat Jenderal Peternakan Kementerian Pertanian. 2011.
Jakarta
Komputindo, Jakarta, hal 221-274.
Dostalek L, Kabelova A. 2006. Understanding TCP/IP: A clear and
comprehensive guide to TCP/IP protocols. Packt Publishing, penerjemah;
Abhishek S, Darshan P, Louay F, editors. Mumbai: Packt Publishing.
Terjemahan dari: Velký průvodce protokoly TCP/IP a systémem DNS.
USA
Diao , Y Hellerstein . J. L.,. Parekh S, Griffith R., Kaiser G. and Phung . D. 2005.
Self-Managing Systems: A Control Theory Foundation pada Proceedings
197
Computer-Based Systems edisi 12. pp. 441 – 448.Elvayandri dan Adang

SA. 2007. Knowledge Based Distributed Systems, Proceedings of the
International Conference on Electrical Engineering and Informatics Institut
Teknologi Bandung, ISBN 978-979-16338-0-2 Indonesia June 17-19,
2007
Ernst R.A. 1998. Housing for Improved Performance in Hot Climates, Extension
Davis, California.
Ferziger JH and Peric M.1996. Computational Methods for Fluid Dynamics.
Springer, Farid. 2009. Simulasi Amonia pada Closed House Menggunakan
Computional Fluid Dynamic, Skripsi Departemen Teknik Mesin dan
Biosistem FATETA, IPB.
Figaro C. 2009. TGS 2444 for Detection of Ammonia
http://www.figaro.co.jp/en/data/pdf/20091110142953_64.pdf, Tanggal
akses 25 juni 2009
Garden Michael, and Singleton Robin. 2008. Broiler Management for Birds
Grown to Low Kill Weights (1.5-1.8 kg / 3.3-4.0 lb), Arbor Acres, service
bulletin,Turkey
Gates, RS., Casey KD, Wheeler EF, Xin H, Pescatore AJ, Zajaczkowski JL,
Bicudo, JR Topper PA, Liang Y and Ford M. 2004. Broiler house
ammonia emissions: U.S. baseline data. Proc of Multi-State Poultry
Feeding and Nutrition and Health and Management Conference and
Degussa Corporation's Technical Symposium. May 25-27, 2004.
Indianapolis, IN. Available at http://www.bae.uky.edu/ifafs/timeline.htm
Gawthrop PJ. 1996. Self-Tuning PID Controllers: Algorithms and
Implementation. IEEE Trans. On Automatic Control, Vol. AC-31, No. 3,
March .
Hariyanto B.2004. Sistem Manajemen Basis Data, Informatika, Bandung
Maret 2009]
Heywood and Drew. 1996. Networking with Microsoft TCP/IP, Prentice Hall Inc.,
Hidayatun dan Rini. 2007. Produksi Ammonia dan Hidrogen Ekskreta Ayam
Hidayatun, Rini. 2007. Produksi AmmoniaAmonia dan Hidrogen Ekskreta Ayam
Holman JP. 1997. Heat Transfer,Eighth Edition, McGraw Hill,Inc
Hubbar P. 2000. Hierarchical Supervisory Control System, A Thesis Submitted to
the Faculty of graduate studies and research in partial fulfilment of the
198
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
Hoffman TYCM and Walsberg GE. 1999. Inhibiting ventilatory evaporation
produce an adaptive increase in cutaneous evaporation in mourning doves
Zenaida macroura. Journal Experiment Biollogy 202: 3021-3028.
Saudi Arabia, J. King Sand University, Vol.16, Agri Sci,(1),
Riyadh,pp.87-102.
Imansyah IH, Rico S, Ridho R, Rivalda E, Rudy R. 2006. Rotating Heater untuk
Ternak Ayam Broiler, Prosiding Seminar Nasional, Rekayasa dan Aplikasi
Isermann R,Lachman KH, Matko D. 1992. Adaptive Control Systems. Prentice-
Hall, S.-M. Guo, L.-S. Shieh. C.-F. Lin, J. Chandra. 2001 “Adaptive
Control for Nonlinear Stochastic Hybrid Systems with Input Saturation”.
Electronic paper from IEEE,.Jang JSR.1993. ANFIS: Adaptive-Network-
Based Fuzzy Inference System, IEEE Trans. On Syst. Man and Cyber.
23(3), 665-685.
Jennis BH. 1978. The Thermal Environmental Conditioning and Control, Harper
& Row, Publishers.
Joelianto E. 2011. Transient response improvement of PID controller using
ANFIS–Hybrid Reference Control, 2nd International Conference o
Instrumentation, Control and Automation 15-17 November 2011,
Bandung, Indonesia
Joelianto, E. and Sitanggang PH. 2009. A Substractive Clustering Based Fuzzy
167-186.
Joelianto, E. and Williamson, D. 2009. Transient Response Improvement of
Journal of Control, 82(10), 1955-1970, 2009.Kartalopoulos SV.1996.
Understanding neural networks and fuzzy logic: basic concepts and
applications. IEEE Press, Piscataway, New York.
[KEPMENKLH] Keputusan Menteri Negara Kependudukan dan Lingkungan
Hidup No. KEP 03/MENKLH/II/1991.
Kosko B. 1992. Neural networks and fuzzy systems: a dynamical systems
approach to machine intelligence. Englewood Cliffs (N.J.): Prentice-Hall
International
Kristanto, A. 2003. Jaringan Komputer, Penerbit Graha Ilmu, Yogyakarta,
Experimentation Pisa, 22-24 September
Lin F and Wonham WM.1988. Decentralized supervisory control of discrete-
event systems, Information Sciences, 44(3), pp. 199-224, .
199
Lacy PM. 2001. Broiler Management, Di dalam Bell D. Donald dan JR Weaver
D. William, editor. Commercial Chicken Meat and Egg Production, di
dalam; Printed in the United States of America. page 832-833.
Leeson, S dan Summers, JD. 2000. Broiler Breeder Production. University books.
Canada.
Liang Y., Xin H, Tanaka, A Lee SH, Li H, Wheeler EF, Gates RS, Zajaczkowski
JS, Topper P and Casey KD. 2003. Ammonia emissions from U.S. poultry
houses: Part II - Layer houses. Pp: 147-158, Proceedings of Third
International Conference on Air Pollution from Agricultural Operations,
Raleigh, NC.
Liu Z, Wang L, Beasley BD, Oviedo DVM.,Edgar O.2007. Modeling ammonia
emissions from broiler litter with a dynamic flow-through chamber system,
American Society of Agricultural and Biological Engineering, Amerika.
Lin HHF, Zhang HC, Jiao T, Zhao SJ, Sui XH, Gu ZY, Zhang J, Buyse and
Decuypere E. 2005.Thermoregulation responses of broiler chickens to
humidity at different ambient temperatures. II. Four weeks of age. Poultry
Science 84: 1173-1178.
[1] Mutai, E.B.K. Otieno P.O.,. Gitau A.N, Mbuge D.O. and Mutuli D.A. 2011.
Simulation of the Microclimate in Poultry Structures in Kenya, Research
Journal of Applied Sciences, Engineering and Technology 3(7): 579-588, ,
ISSN: 2040-7467.
Maestre JM, Comacho EF. 2009. Smart Home Interoperability: the DomoEsi
Marchuk, Michael. 1995. Building Internet Applications with Visual Basic, QUE
Michael W. 2002. An Introduction to MultiAgent Systems John Wiley & Sons Ltd.
Murtidjo, BA. 2006. Pengendalian Hama dan penyakit ayam. Kanisius.
Yogyakarta.
Nathan S and Janusz M and Milind T and Paul S . 2005. The Future of Disaster
[NRC] National Research Council. 2003. Air emissions from Animal Feeding
Operations: Current Knowledge, Future Needs. National Academies Press,
Washington,DC.
Ori L Tsabar M Albert JH Sharon M Juan CR, Connie L & David MB, 2008, A
New Approach for Minimizing Ammonia Emissions from Poultry Houses,
Water Air Soil Pollut, 191:183–197, Springer.
Ophir EY, Arieli J, Marder M and Horowitz M. 2002. Cutaneous blood flow in
the pigeon Columba livia: its possible relevance to cutaneous water
evaporation. Journal. Experimnet. Biology. 205: 2627-
2636.Paraskevopoulos. 1996. Digital Control System Printice Hall,
London
200
[CFIN] Cj Feed Indonesia. 2008. Kualitas dan Manajemen Air di Peternakan

Broiler hal 6-7.warta majallah, Serang Banten Indonesia PT. Cj Feed
Indonesia http://cjfeed.co.id.(Diakses:27 Desember 2008).
Purbo WO, Basalamah A, Fahmi I, dan Thamrin HA. 1998. Buku Pintar Internet :
Quinn JM, 2004, Parallel Programming in C with MPI and OpenMP, International
Edition, Singapore.
Rudie K and Wonham WM. 1992. Think globally, act locally: Decentralized
1692–1708,. Rao R, Nagalakshmi D, Reddy. 2002. Feeding to Minimise
Heat Stress. Poultry International Vol 41:7
http://siauwlielie.tripod.com/art_009_07.htm [3 Maret 2009].
Rasyaf, M. 1994. Beternak Ayam Pedaging. Edisi ke-6, Penebar Swadaya,Jakarta
Rasyaf, M. 2004. Beternak Ayam Pedaging. Penerbit Penebar
Swadaya(anggota IKAPI). Jakarta.
Redwine, J.S., R.E. Lacey, S. Mukhtar, and J.B. Carey. 2002. Concentration and
emissions of ammonia and particulate matter in tunnel-ventilated broiler
houses under summer conditions in Texas. Transactions of ASAE, Vol.
45(4): 1101-1109.
Agromedia. Jakarta
Rose. PS. 1997. Principles of Poultry Science, page 117, Cab International, New
York, US.
Ramadge PJ and Wonham WM. 1987,Supervisory control of a class of discrete
230, .
Scheuermann, GN, Bilgili SF, Hess JB, and Mulvaney DR. 2003. Breast Muscle
Development In Commercial Broiler Chickens. J. Pou. Sci. 82: 1648-
1658.Sadjad SR, 2004, Sistem Kendali Adaptif untuk Kendalian Tak
Linier, Research Grant TPSDP S-1 Electrical Engineering, Batch 2,
Jurusan Teknik Elektro UNHAS, Makassar.
Soldatos , A.G. Arvanitis, K.G. Daskalov, P.I. Pasgianos G.D. and Sigrimis
N.A. 2005. Nonlinear robust temperature–humidity control in livestock
buildings, National Technical University of Athens, Department of
Electrical and Computer Engineering, Division of Signals, Systems and
Robotics, Zographou, 15773 Athens, Greece.
Salgado, Paulo, Boaventura JC, Carlos C. 1998. A Fuzzy Identification and
Controller for the Agriculture Greenhouse. Seventh International
Conference on Computers in Agriculture. Orlando, FL, USA. October 26-
30th 1998.
pengembangan Sistem Embedded yang Aman. Bandung : Institut
Teknologi Bandung
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.
201
Seminar KB, Buono A, Sukin JPT.2005. Desain dan Implementasi Komputasi

Neural Network, Jurnal Ilmiah Ilmu Komputer IPB, Vol. 3 No 1 Mei
2005; 19-31
Seminar KB. 2007. Distributed System, IPB Press,Bogor
Seminar, KB., Suhardiyanto H., Hardjoamidjojo, S., Tamrin. 2006. A Supervisory
Postgraduate Conference (ReCSPC’06), Malaysia, pp.30-34..
Sensirion C. 2009. Datasheet SHT7x (SHT71, SHT75) Humidity and
Temperature Sensor Version 4.1.
http://www.sensirion.com/en/pdf/product_information/Datasheet
humidity-sensor-SHT7x.pdf. Tanggal akses 25 Juni.
Sudaryani, T. dan Santoso H. 2004. Pembibitan Ayam Buras. Penebar Swadaya,
Jakarta
Sun Y, Lin Y.L. Zhao K, Lu Y.W.2007. Mathematical Modeling of Gas-solid
Flow in Turbine Reactor, Agricultural Engineering International: the
CIGR Ejournal. Manuscript FP 06 006.Vol. IX. February
Informatika LIPI, Vol. IV No. 2 Nov , hal; 88-94
Sutantyo DK dan Utomo D. 2006. Implementasi Embedded Web Server Via
Modem Berbasiskan Mikrokontroler, Jurnal Teknik Elektro Vol 6. No.1,
Maret
Sutawi. 2012. Analisis Biaya Sumberdaya Domestik Kemitraan Ayam Pedaging
dalam Usaha Pengembangan Agribisnis Disertasi Program Doktor Pasca
Sarjana Fakultas Peternakan Universitas Brawijaya, Malang
Suud HB. 2009. Simulasi Pola Aliran Udara dan Distribusi Suhu pada Kandang
Scanes CG, Brant G and Esminger. 2004. Poultry Science, Fouth Edition,Pearson
Prentice Hall, Upper Saddle River, New Jersey
Tai C and Tsao TC. 2000. Adaptive Nonlinear Feedforward Control of an
Electrohydraulic Camless Velvetrain Proceeding Of American Control
Conference, Chicago, Illinois, June
Tan T, Jeremy.2004. Embedded Atmel HTTP Server Tesis Engineering Division
of Graduate School of Cornell University New York:
Thomas, Robert M., 1996, Introduction to Local Area Network, SYBEX Inc.,
Totok RB. 2006. Adaptif Neurofuzzy Inference System Untuk Pengukuran Ph
Jurnal Teknik Informatika Jurusan Teknik Informatika, Fakultas
Teknologi Industri – Universitas Kristen Petra
Turban E. 1995. Decision Support Systems and Expert Systems, Fourth Edition,
Printed Hall Internatinal Editions, United States of America.
Visioli, A. and Finzi, G.1998. PID tuning with fuzzy set-point weighting,
International Conference on Fuzzy Systems, Vancouver, Canada, July
1621.
202
Van JDV. 1994. Feedback Control System, 3rd Ed., Prentice Hall Inc. Englewood
Cliffs, New Jersey,
Van DVFN, Van SAAA and Janssen JD. 1989. A Finite Element Analysis Of The
Steady Laminar Entrance Flow In A 90" Curved Tube, International
Journal For Numerical Methods In Fluids, Vol. 9,275-287, Netherlands
Weaver JRWD. 2001. Fundamentals of Ventilation, in Commercial Chicken Meat
and Egg Production, United State of America, page 113-128.
Weaver JRWD.2001. Poultry House, in Commercial Chicken Meat and Egg
Production, United State of America, page 101-111.
3_2, © Springer-Verlag Berlin Heidelberg 2001.
Wesley, M and Mark A. 2000. Advantages of Parallel Processing and the Effects
of Communications Time. Eddy dan Mark Allman. NASA Glenn
Research Center Report Number CR-209455.
Menggunakan Jaringa Workstatio & Komputer Paralel, Andi Yogyakarta.
Wilkinson B and Allen M. 2010. Parallel Programming Technicques and
Applications Using Networked Workstation and Parallel Computers,
second Edition, Pearson Education, New Jersey
Woods RL dan Lawrence KL. 1997. Modeling and Simulation of Dynamic
System, Prentice Hall, Inc, United States of America.Yani, A. 2007.
Analisis dan simulasi Distribusi Suhu Udara Ppada Kandang Sapi Perah
Menggunakan Computational Fluid Dynamics (CFD). Tesis. Sekolah
Pasca Sarjana IPB. Bogor.
Zhen YZ, Masoyorki T and Satoru. 1993. Fuzzy gain scheduling of PID
Controllers, IEEE, Trans on System, Man and Cyberling, Vol.23, No.5,
Sept/Okt.
Zhao J and Kanellakopoulos I. 1997. Discrete-Time Adaptive Control of Output
Feedback Nonlinear Systems. Proceeding Of The 36th IEEE Conference on
Decision and Control, San Diego, CA, December.
LAMPIRAN-LAMPIRAN
203
Lampiran 1
Simulasi Model Kendali Suhu Kelembaban dan Amonia Pada

Broiler Closed House Berbasis On-Off, PID, Fuzzy Logic dan
ANFIS

204

205
Gambar 9. Respon kendali PID suhu setpoin 260C periode starter

206
Grafik respon kendali PID suhu setpoin 250C periode grower
Grafik respon kendali PID suhu setpoin 230C periode finisher
Grafik kendali fuzzy logic pada suhu setpoin 290C periode strater
207
208
Grafik kendali fuzzy logic pada suhu ruangan setpoin 260C periode strater
Grafik kendali fuzzy logic pada suhu setpoin 240C periode grower

209
Grafik kendali Fuzzy Logic untuk suhu setpoin 270C periode strater
Grafik kendali Fuzzy Logic untuk suhu setpoin 260C periode starter
210
Grafik kendali Fuzzy Logic untuk suhu setpoin 250C periode grower
Grafik respon Kendali ANFIS Suhu setpoint 23 periode grower
Grafik Kendali ON OFF amonia setpoint 1 ppm periode starter

211
Grafik kendali ON OFF amonia setpoint 2.5 ppm periode starter

212
Grafik kendali PID amonia setpoint 1 ppm periode starter
Grafik kendali PID amonia setpoint 2.5 ppm periode starter
Grafik kendali PID amonia setpoint 15 ppm periode finisher

213
Grafik respon kendali PID amonia setpoint 20 ppm periode finisher
Grafik respon kendali FUZZY LOGIC amonia setpoint 1 periode starter
Grafik respon kendali FUZZY LOGIC amonia setpoint 2.5 periode strater
214
Grafik repon kendali ANFIS amonia Setpoint 1 ppm periode starter
Grafik respon kendali ANFIS amonia setpoint 2.5 ppm periode starter
215

216
Lampiran 2
Simulasi Integrasi Supervisori Kendali Suhu Kelembaban dan
Amonia pada Broiler Closed House
Grafik respon integrasi Supervisori Kendali empat modus kendali(ON-OFF PID

Fuzzy Logic ANFIS) suhu setpoint 250C periode grower umur 19-30 hari
Grafik respon integrasi Supervisori Kendali empat modus kendali (ON-OFF PID
Fuzzy Logic ANFIS) suhu setpoint 200C empat modus kendali periode finisher
umur 31-46 hari
Grafik respon Supervisori kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)
suhu setpoin 300C periode starter umur 0-18 hari
217
Grafik respon Supervisori Kendali tiga modus kendali (ON-OFF PID Fuzzy Logic)
suhu setpoin 200C periode finisher umur 31-46 hari
Grafik respon Supervisori Kendali dua modus PID Fuzzy suhu 300C periode starter
umur 0-18 hari
Grafik respon Supervisori Kendali dua modus PID Fuzzy suhu 250C periode
218
Grafik respon Supervisori kendali dua modus PID ANFIS kelembaban setpoin
65% periode grower umur 19-30 hari.
Grafik respon Supervisori Kendali dua modus PID ANFIS kelembaban setpoin
Grafik respon Supervisori Kendali dua modus PID ANFIS kelembaban setpoint
55% periode starter umur 0-18 hari
219
Grafik respon Supervisori Kendali modus kendali PID ANFIS kelembaban setpoint
ANFIS) kelembaban dengan setpoin 50 % periode starter umur 0-18 hari
Grafik respon supervisori kendali (ON OFF, PID, FUZZY, ANFIS) kelembaban
dengan setpoin 70 % periode finisher umur 31-46 hari
220
Grafik respon Supervisori Kendali (ON OFF, PID, FUZZY, ANFIS) kelembaban
dengan setpoin 65 % periode grower umur 19-30 hari.
ANFIS) kelembaban dengan setpoin 55 % periode finisher umur 31-46 hari
Grafik respon integrasi Supervisori Kendali tiga modus PID Fuzzy ANFIS
kelembaban 70% periode starter umur 0-18 hari
221
Grafik respon Supervisori Kendali dua modus PID Fuzzy ANFIS

kelembaban 65% periode grower umur 19-30 hari.
Grafik respon Supervisori Kendali PID Fuzzy ANFIS kelembaban 55% periode
Grafik respon Supervisori Kendali PID Fuzzy ANFIS Kelembaban 50% periode
222
Lampiran 3.
Peralatan dan Hardware Digunakan pada Pengendalian Broiler

Closed House
a. Bagian dalam kandang b. Bagian sisi luar kandang
c. Evaporative pad d. Exhaust fan
e. Bagian dalam kandang f. Exhaust fan

223
f. Sensor suhu, kelembaban ( SHT75, kestrel, termokopel)
g. Sensor amonia TGS 444 dan air sampler impinger
h. Rangkaian ADC-Mikro AT98S52 i. Temron 304
j.Motor tiga fase k. Heater

224
Lampiran 4.
Algoritma Supervisori Kendali pada Broiler Closed House
225
Lampiran 5
Validasi Pengukuran Suhu Kelembaban dan Amonia
Pengukuran suhu, kecepatan angin, RH NH3 dalam tahun 2009 dan 2010
Pengukuran suhu udara dan kelembaban pada kandang menggunakan

thermokopel dan datanya direkam dalam hybrid recorder dan pengukuran amonia
menggunakan air sampler impinge dan Spectrofotometer. Titik pengukuran untuk
validasi simulasi ditempatkan pada titik-titik pada koordinat berikut.
Tabel titik pengukuran suhu untuk validasi

Koordinat
Titik
x (m) y (m) z (m)
1 33 2.4 0.45
2 33 6 0.45
3 36 9.6 0.45
4 68 2.4 0.45
5 68 6 0.45
6 68 9.6 0.45
7 96 2.4 0.45
8 96 6 0.45
9 96 9.6 0.45
10 51 6 1.7
11 84 6 1.7
Gambar denah titik pengukuran suhu tampak atas untuk validasi
Sedangkan untuk titik pengukuran yang digunakan sebagai nilai input

untuk boundary condition pada proses pre-processor adalah suhu atap alumunium,
suhu terpal plastik PE, suhu tembok bawah, dan suhu dinding alumunium bagian
atas. Nilai RH diukur menggunakan kestrel instrument. Titik pengukuran RH
berada pada titik-titik berikut.
226
Tabel titik koordinat pengukuran RH

Titik koordinat
x (m) y (m) z (m)
1 14 6 0.45
2 28 6 0.45
3 28 2.4 0.45
4 28 9.6 0.45
5 60 6 0.45
6 60 2.4 0.45
7 60 9.6 0.45
8 114 6 0.45
9 114 2.4 0.45
10 114 9.6 0.45
Gambar denah titik pengukuran RH tampak atas untuk validasi
Besarnya kecepatan angin di ukur menggunakan anemometer. Nilai

inisialisasi outlet velocity kecepatan angin didapatkan dari pengukuran
terhadap kecepatan angin di ujung bagian dalam exhasust fan. Sedangkan
untuk titik validasi kecepatan angin dilakukan pengukuran pada titik-titik
berikut:
227
Tabel titik koordinat pengukuran angin

Koordinat
Titik x (m) y (m) z (m)
1 14 6 1.7
2 14 6 0.45
3 64 9.6 1.7
4 64 9.6 0.45
5 64 6 1.7
6 64 6 0.45
7 64 2.4 1.7
8 64 2.4 0.45
9 118 9.6 1.7
10 118 9.6 0.45
11 118 6 1.7
12 118 6 0.45
13 118 2.4 1.7
14 118 2.4 0.45
Gambar denah titik pengukuran kecepatan udara tampak atas untuk validasi
Tabel kadar amonia pada broiler closed house.

Titik x (cm) y (cm) Z (cm) hasil uji (ppm)
1 2800 40 940 0.55
2 2800 150 580 0.50
3 2800 40 400 0.41
4 7100 40 940 0.70
5 7100 150 580 0.80
6 7100 40 400 0.90
7 9400 40 940 1.28
8 9400 150 580 1.50
9 9400 40 400 3.22
228
Gambar denah titik pengukuran amonia tampak atas untuk validasi
Contoh tabel target kendali suhu, kelembaban dan amonia efektif dengan keadaan
8 exhaust fan beroperasi.
RH
70% 80% 90%
Kecepatan angin
500 500 500
450 feet/ feet/minu 450 feet/ feet/minu 450 feet/ feet/minu
minute te minute te minute te
(2.286 (2.54 (2.286 (2.54 (2.286 (2.54
m/s) m/s) m/s) m/s) m/s) m/s)
Amonia
7 ppm 6 ppm 8 ppm 10 ppm 12 ppm
Tempe
ratur
Target temperatur efektif (°C)
aktual
(°C)
30.8 24 23 26 25 28 27
31.3 24 23 26 25 28 27
32.2 24 23 26 25 28 27
32.7 24 23 26 25 28 27
33.1 25 23 26 25 28 27

123dok Sistem+supervisori+kendali+lingkungan+pada+model+broiler+closed+house PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

123dok Sistem+supervisori+kendali+lingkungan+pada+model+broiler+closed+house PDF

Загружено:

Авторское право:

Доступные форматы

SISTEM SUPERVISORI KENDALI LINGKUNGAN

PADA MODEL BROILER CLOSED HOUSE

Bogor, Mei 2012

Indonesia was a tropical country with high ambient temperatures for

Keywords: Supervisory Control, Environmental, Model Broiler Closed House

Keywords: Supervisori Kendali, Lingkungan, Model Broiler Closed House

1.Dilarang mengutip sebagian atau selruhanya karya tulis ini tanpa

Penguji Ujian Terbuka : Dr Desianto Budi Utomo., Ph.D

Nama Mahasiswa : Alimuddin

Prof. Dr. Ir. Kudang Boro Seminar, M.Sc

Ketua Program Studi TEP Dekan Sekolah Pascasarjana

Tanggal Ujian: 29 Juni 2012 Tanggal Lulus:

Alhamdulillah, Penulis memanjatkan Puji dan syukur kepada Allah Swt

Penulis dilahirkan di Karoke (Sulawesi Barat) pada tanggal 17 April 1972

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

II PREDIKSI SUHU, KELEMBABAN DAN AMONIA PADA BROILER

III SIMULASI MODEL KENDALI SUHU KELEMBABAN DAN AMONIA

IV INTEGRASI SIMULASI SUPERVISORI KENDALI SUHU

VI PEMBAHASAN UMUM ........................................................................... 188

VII SIMPULAN DAN SARAN....................................................................... 193

DAFTAR PUSTAKA ...................................................................................... 195

LAMPIRAN ..................................................................................................... 203

1 Simulasi Model Kendali Suhu Kelembaban Dan Amonia Pada Broiler

Tabel 1.1 Konsumsi ayam broiler di Indonesia

Populasi ayam broiler di Indonesia sebesar 930.317.847 ekor tahun 2009,

Hanya sebagian kecil dari peternakan ayam di Indonesia sudah menerapkan

Kandang merupakan faktor penting dalam pemeliharaan ayam broiler.

Gambar 1.2. Ventilasi Broiler Closed House nampak dari atas

Gambar 1.3. Ventilasi mekanik di Broiler Closed House

Sistem ventilasi mekanis umumnya membutuhkan investasi awal yang

Sistem ventilasi dirancang berdasarkan jumlah ayam broiler dan ukuran

Ayam dewasa merupakan hewan homeotermik, yang memiliki kemampuan

merancang suatu pengendalian yang mampu menghasilkan output dari mesin

Tabel 1. 5 Karakteristik dan rekomendasi lingkungan Broiler Closed House

Untuk menghasilkan produksi ayam brolier yang banyak diperlukan broiler

Sistem supervisori kendali merupakan pengembangan dari sistem kendali

Tabel 1. 6 Karakteristik parameter lingkungan Broiler Closed House

6) Melakukan interkoneksi supervisori kendali lingkungan parameter suhu,

USER’S PREFERENCE SELECTION

Gambar 1.4 Arsitektur Supervisori Kendali pada Broiler Closed House

Ruang Lingkup Penelitian

1. 1 Suhu Ayam Broiler ........................................................................................... 8

Keywords: Prediction, Temperature, Humidity, Ammonia Broiler Closed House,

Salah satu parameter yang mempengaruhi kesehatan ternak tersebut adalah

Menentukan konsentrasi amonia diperlukan teknologi yang memadai

Gambar 2.1 Keseimbangan panas untuk Broiler Closed House dengan

Tujuan penelitian ini adalah pertama: memprediksi perpindahan panas

Bahan dan Metode

dengan menggunakan computational fluid dynamics (CFD) pada broiler closed

Metode yang Digunakan

Lantai, Dinding, Atap

Q Udara dalam Broiler Closed S (Pelembab)

N (Amonia) Lingkungan Luar

Gambar 2.2 Pemodelan kandang ayam tertutup (Broiler Closed House)

Suhu Ruangan (Troom)

Hukum Kekekalan Massa.

Laju Perubahan Momentum

( v) ( v 2 ) ( uv) ( vw) p   v 

dengan u, v, dan w merupakan komponen dari vektor kecepatan dalam sumbu x, y,

yang dikenakan pada fluida, f x adalah f pada sumbu x, V adalah kecepatan

skalar V adalah kecepatan vektor,  adalah koefisien viskositas molekular dan 

Hukum Kekekalan Energi.

Hukum Kekekalan Spesies Transport