SIMULASI ROOM COOLING AUTOMATION MENGGUNAKAN PROGRAMMABLE LOGIC CONTROLLER (PLC)

Main Article Content

Zaki Alvin
Ulinnuha Latifa
Reni Rahmadewi
Rahmat Hidayat

Abstract

The fuzzy logic method is a method that is not much different from the case that resembles the level of thinking of people's logical reasoning. It has two inputs from two different sensors with linguistic values or called membership degrees and the resulting voltage is 0 - 5.5 Volts. The PIR sensor will work optimally at a distance of 4 meters where for the sensitivity of the PIR sensor itself it can react in a time range of 3-4 seconds and for its own range of approximately 4 meters and on the LM35 sensor test that this sensor is better for temperature due to the sensitivity of detecting temperature when compared to a thermometer, this sensor will be able to stabilize the room temperature which is less precise, so that in making the room for automatic cooling the sensor works optimally in a room measuring 4 x 4 meters. 

ABSTRAK:

Metode fuzzy logic merupakan metode tidak beda jauh dengan halnya yang menyerupai pemikiran tingkat penalaran logika orang. Memiliki dua inputan dari dua sensor yang berbeda dengan nilai linguistik atau disebut derajat keanggotaan dan tegangan yang dihasilkan dengan sebesar 0 - 5,5 Volt. Sensor PIR akan bekerja optimal pada jarak 4 meter dimana untuk sensitivitas sensor PIR sendiri dapat bereaksi pada rentan waktu 3 – 4 detik dan untuk lebar jangkauan sendiri pada kurang lebih 4 meter dan pada pengujian sensor LM35 bahwa sensor ini terhadap suhu lebih baik dikarenakan sensitivitas mendeteksi suhu apabila dibandingkan dengan termometer, maka sensor ini akan lebih dapat menstabilkan suhu ruangan yang kurang tepat, sehingga pada pembuatan ruangan untuk pendingin otomatis agar sensor bekerja secara optimal pada ruangan yang berukuran 4 x 4 meter. Kata Kunci: Room Cooling, Fuzzy Logic, Sensor LM35, Programmable Logic Control (PLC), Sensor PIR

Article Details

How to Cite
[1]
Z. Alvin, U. Latifa, R. Rahmadewi, and R. Hidayat, “SIMULASI ROOM COOLING AUTOMATION MENGGUNAKAN PROGRAMMABLE LOGIC CONTROLLER (PLC)”, TESLA, vol. 24, no. 1, pp. 25–35, Apr. 2022.
Section
Articles

References

Loegimin, M. S., Sumantri, B., Nugroho, M. A. B., Hasnira, H., & Windarko, N. A. (2020). Sistem Pendinginan Air Untuk Panel Surya Dengan Metode Fuzzy Logic. Jurnal Integrasi, 12(1), 21-30.

Maerani, R., & Bakhri, S. (2013). Perbandingan sistem pengontrolan pid konvensional dengan pengontrolan cmac, fuzzy logic dan ann pada water level pressurizer. SIGMA EPSILON-Buletin Ilmiah Teknologi Keselamatan Reaktor Nuklir, 17(3).

Ihsanto, E., & Hidayat, S. (2014). Rancang bangun sistem pengukuran pH meter dengan menggunakan mikrokontroller arduino uno. Jurnal teknologi elektro, 5(3), 142372

Setyaningsih, N. Y. D., & Rozaq, I. A. (2018). Karakterisasi Sensor Lm35 Waterproof Untuk Mengetahui Kualitas Air Sungai Akibat Limbah Industri Berbasis Iot.

Toyib, R., Bustami, I., Abdullah, D., & Onsardi, O. (2019). Penggunaan Sensor Passive Infrared Receiver (PIR) Untuk Mendeteksi Gerak Berbasis Short Message Service Gateway. Pseudocode, 6(2), 114-124.

Pranata, Ardianto., Azanuddin. (2018). Implementasi Fuzzy Logic Sistem Pendingin Ruangan Otomatis berbasis Programmable Logic Controller (PLC). J-SISKO TECH, 1(2).

Saputra, Andrial., Rahman, W.F.R. (2016). Sistem Koreksi Otomatis Pada Mesin Packaging Dengan Pengendali PLC. Jurnal teknik mesin, 5(4).

Munir, Rinaldi. Modul Fuzzy Logic Menggunakan MATLAB. Teknik Informatika.

Desyantoro, Eka., Rochim, F. A., Martono, T. K. (2015). Sistem Pengendali Peralatan Elektronik Dalam Rumah Secara Otomatis Menggunakan Sensor PIR, Sensor LM35, Dan Sensor LDR. Jurnal Teknologi dan Sistem Komputer, 3(3).

Ali, A. M. O., Ali, Y. A., Sumait, S. B. (2015). Comparison Between The Effect Of Different Types Of Membership Functions On Fuzzy Logic Controller Performance, 3(3).