ANALISIS DAN IMPLEMENTASI KALMAN FILTER DAN LOGIKA FUZZY PADA SISTEM MONITORING KONDISI LINGKUNGAN KANDANG AYAM PETELUR BERBASIS INTERNET OF THINGS = ANALYSIS AND IMPLEMENTATION OF KALMAN FILTER AND FUZZY LOGIC IN MONITORING SYSTEM OF ENVIRONMENTAL CONDITIONS OF LAYING CHICKEN COOL BASED ON THE INTERNET OF THINGS

Dalam budidaya ayam petelur terdapat berbagai hal yang perlu diperhatikan dalam mencapai efektivitas produksi yang diinginkan. Salah satu hal yang paling menyulitkan peternak lokal, dalam hal ini adalah kondisi cuaca dan iklim di Indonesia terkhusus di Sulawesi Selatan terbilang cukup sulit untuk diprediksi. Hal ini membuat para peternak kesulitan dalam melakukan pemantauan kondisi kandang secara langsung. Dengan memanfaatkan sebuah sistem monitoring kondisi lingkungan di dalam suatu kandang ayam petelur pada fase starter dengan menerapkan konsep internet of things yang mana akan mampu melaporkan kondisi terkini di dalam kandang dengan tingkat akurasi yang tinggi dan sekaligus mampu mengambil tindakan penanganan secara dini yang divisualisasikan melalui sebuah website yang dapat diakses menggunakan berbagai jenis perangkat, kapan saja dan dimana saja. Dengan penerapan kalman filter yang menghasilkan prediksi dari pembacaan data yang didapatkan oleh sensor untuk mengurangi efek dari hadirnya data outlier. Hal ini akan dapat menunjang kinerja sistem dalam proses pengambilan keputusan yang mana akan memanfaatkan penerapan algoritma logika fuzzy. Konsep kerja logika fuzzy dalam mengambil sebuah kesimpulan sangat relevan untuk digunakan pada kasus perancangan suatu sistem monitoring. Penelitian ini menggunakan sensor DHT11 untuk membaca tingkatan suhu dan kelembaban dan sensor MQ-137 untuk membaca kadar gas amonia. Penelitian ini berfokus pada analisis kinerja dari penerapan kalman filter dan logika fuzzy pada sistem monitoring kandang ayam pada fase starter yang dibuat. Dari pengujian yang dilakukan, dengan membandingkan hasil pembacaan dari sensor DHT11 dan HTC-1 didapatkan persentase kesalahan sebesar 9.55% untuk pembacaan suhu dan 4.24% untuk pembacaan tingkat kelembaban udara. Kemudian didapati bahwasanya sensor MQ-137 mampu membaca kehadiran gas amonia di udara. Sedangkan untuk keluaran dari logika fuzzy pada sistem diperoleh persentase kesalahan sebesar 2.44% untuk keluaran lampu, 8.22% untuk keluaran kipas sebesar, dan untuk keluaran fogger sebesar 0.71%.

Keywords : Ayam, Kandang, Kalman Filter, Fuzzy Logic, DHT11, MQ-137