Implementasi kalman filter untuk stabilisasi data sensor pH pada smart hidroponik

INDONESISA:
Sistem kontrol pH pada smart hidroponik memerlukan data pH yang stabil untuk menjaga kondisi optimal dalam mendukung pertumbuhan tanaman. Namun, pembacaan sensor pH sering kali mengalami fluktuasi akibat adanya noise saat proses pembacaan, yang menyebabkan data menjadi tidak konsisten untuk kontrol pH. Untuk mengatasi masalah ini, diterapkan metode Kalman filter, sebuah metode matematis yang digunakan untuk memprediksi nilai yang diukur, dalam hal ini nilai pH dari data sensor, agar lebih stabil. Dengan mengurangi noise pada data pembacaan sensor pH, Kalman filter dapat menghasilkan nilai yang lebih halus dan akurat. Nilai pH yang telah difilter ini kemudian digunakan sebagai input pada driver motor untuk menjalankan pompa asam atau basa, yang berfungsi mengontrol pH dalam sistem smart hidroponik. Stabilitas data pH yang dihasilkan secara langsung mempengaruhi kinerja pompa dan efektivitas sistem kontrol pH, sehingga dapat mempertahankan kondisi pH optimal. Hasil pengujian menunjukkan bahwa nilai parameter R dan Q yang paling stabil untuk implementasi Kalman filter adalah R=10000 dan Q=1. Dengan pengaturan ini, data pH aktual yang bervariasi antara 5,46 hingga 5,61 dapat difilter sehingga nilai pH hasil estimasi Kalman filter tetap stabil di sekitar 5,53 hingga 5,55. Selain itu, nilai error tercatat cenderung kecil, berkisar antara 0,18 hingga 1,66, yang menunjukkan bahwa Kalman filter mampu memberikan perkiraan nilai pH yang sangat mendekati nilai aktual namun dengan stabilitas yang lebih tinggi. Penggunaan Kalman filter ini berhasil mengurangi fluktuasi pada data sensor dan meningkatkan kestabilan pembacaan pH, memungkinkan sistem kontrol pH pada smart hidroponik bekerja dengan lebih baik dan optimal serta memberikan respons yang lebih cepat terhadap perubahan kondisi lingkungan

ENGLISH:
The pH control system in smart hydroponics requires stabel pH data to maintain optimal conditions in supporting plant growth. However, pH sensor readings often fluctuate due to noise during the reading process, which causes data to be inconsistent and difficult to rely on for pH control. To overcome this problem, the Kalman filter method, a mathematical method used to predict the measured value, in this case the pH value of the sensor data, is applied to make it more stabel. By reducing noise in the pH sensor reading data, Kalman filters can produce more stabel and accurate values. This filtered pH value is then used as input to the motor driver to run an acid or alkaline pump, which functions to control the pH in the smart hydroponic system. The stability of the generated pH data directly affects the performance of the pump and the effectiveness of the pH control system, so that optimal pH conditions can be maintained. The test results show that the most stabel R and Q parameter values for the implementation of Kalman filter are R=10000 and Q=1. With the value of these variables, in one of the tests carried out, the actual pH data that varies between 5.46 to 5.61 can be filtered so that the pH value estimated by Kalman filter remains stabel at around 5.53 to 5.55. In addition, the recorded error values tend to be small, ranging from 0 to 1.86, which indicates that Kalman filters are able to provide pH value estimates that are very close to the actual pH value but with higher stability. The use of this Kalman filter has succeeded in reducing fluctuations in sensor data and improving the stability of pH readings, allowing the pH control system in smart hydroponics to work better and optimally and provide a faster response to changes in environmental conditions.

ARABIC:
يتطلب نظام التحكم في الأس الهيدروجيني في الزراعة المائية الذكية بيانات الأس الهيدروجيني المستقرة للحفاظ على الظروف المثلى في دعم نمو النبات. ومع ذلك، غالبا ما تتقلب قراءات مستشعر الأس الهيدروجيني بسبب الضوضاء أثناء عملية القراءة، مما يتسبب في عدم اتساق البيانات ويصعب الاعتماد عليها للتحكم في الأس الهيدروجيني. للتغلب على هذه المشكلة، تم تطبيق طريقة مرشح كالمان، وهي طريقة رياضية تستخدم للتنبؤ بالقيمة المقاسة، وفي هذه الحالة قيمة الأس الهيدروجيني لبيانات المستشعر لتكون أكثر استقرارا وثباتا. من خلال تقليل الضوضاء في بيانات قراءة مستشعر الأس الهيدروجيني، يمكن لمرشح كالمان إنتاج قيمة أكثر استقرارا ودقة. ثم تم استخدام قيمة الأس الهيدروجيني المرشحة كمدخ لسائق المحرك لتشغيل مضخة حمضية أو قلوية، والتي تعمل على التحكم في الأس الهيدروجيني في نظام الزراعة المائية الذكية. يؤثر استقرار بيانات الأس الهيدروجيني التي تم إنشاؤها بشكل مباشر على أداء المضخة وفعالية نظام التحكم في الأس الهيدروجيني، بحيث يمكن الحفاظ على ظروف الأس الهيدروجيني المثلى. أظهرت نتائج الاختبار أن قيمة معلمة R و Q الأكثر استقرارا لتنفيذ مرشح كالمان هي R = 1000 و Q = 1. مع قيمة هذه المتغيرات، في أحد الاختبارات التي تم إجراؤها، يمكن تصفية بيانات الأس الهيدروجيني الفعلية التي تتراوح بين 5.46 إلى 5.61 بحيث تظل قيمة الأس الهيدروجيني المقدرة بواسطة مرشح كالمان مستقرة عند حوالي 5.53 إلى 5.55. بالإضافة إلى ذلك، مالت قيمة الخطأ المسجلة إلى أن تكون صغيرة، تتراوح من 0 إلى 1.86، مما أشار إلى أن مرشح كالمان قادر على توفير تقدير قيمة الأس الهيدروجيني القريبة جدا من قيمة الأس الهيدروجيني الفعلية ولكن مع ثبات أعلى. نجح استخدام مرشح كالمان هذا في تقليل التقلبات في بيانات المستشعر وتحسين استقرار قراءات الأس الهيدروجيني، مما يسمح لنظام التحكم في الأس الهيدروجيني في الزراعة المائية الذكية بالعمل بشكل أفضل ومثالي وتوفير استجابة أسرع للتغيرات في الظروف البيئية.