Optimasi distribusi air pada sistem irigasi tetes berbasis ACO (Ant Colony Optimization) dan kontrol PID (Proportional Integral Derivative)

INDONESIA:

Pertanian merupakan sektor penting yang sangat bergantung pada ketersediaan air untuk mendukung pertumbuhan dan produktivitas tanaman. Keterbatasan sumber daya air pada lahan kering menuntut adanya sistem irigasi yang mampu mendistribusikan air secara efisien dan tepat sasaran. Penelitian ini bertujuan untuk mengoptimalkan distribusi air pada sistem irigasi tetes berbasis Internet of Things (IoT) menggunakan algoritma Ant Colony Optimization (ACO) untuk menentukan prioritas jalur distribusi air dan kontrol Proportional Integral Derivative (PID) untuk mengatur kestabilan debit aliran air. Hasil pengujian menunjukkan bahwa proses kalibrasi sensor berhasil menurunkan rata-rata error pembacaan dari kondisi awal menjadi 2,41%. Pengujian algoritma ACO menghasilkan konfigurasi parameter terbaik dengan error 0%, sedangkan pada evaluasi 30 data pengujian diperoleh tingkat error MAPE sebesar 16,67%. Pengujian kontrol PID menunjukkan bahwa parameter terbaik diperoleh pada Kp = 150, Ki = 7 atau 8, dan Kd = 15, yang mampu mencapai setpoint dengan error 0,00%. Implementasi algoritma juga meningkatkan keseragaman distribusi air dengan menurunkan nilai Coefficient of Variation (CV) dari 13,43% menjadi 1,48% serta meningkatkan Christiansen Uniformity (CU) dari 76,68% menjadi 95,47%. Selain itu, sistem mampu menghemat penggunaan air hingga 39% dibandingkan metode konvensional serta menurunkan konsumsi energi pompa yang ditunjukkan oleh penurunan duty cycle dari 100% menjadi 47,8% dan arus rata-rata dari 1,86 A menjadi 0,91 A. Hasil penelitian menunjukkan bahwa kombinasi algoritma ACO dan kontrol PID mampu meningkatkan efisiensi distribusi air, menjaga kestabilan debit aliran, serta mendukung penggunaan air dan energi yang lebih optimal pada sistem irigasi tetes.

ENGLISH:

Agriculture is a vital sector that heavily depends on water availability to support plant growth and productivity. Limited water resources in dryland areas necessitate the development of irrigation systems capable of distributing water efficiently and accurately according to plant requirements. This study aims to optimize water distribution in a drip irrigation system based on the Internet of Things (IoT) by employing the Ant Colony Optimization (ACO) algorithm to determine irrigation priority paths and the Proportional-Integral-Derivative (PID) controller to maintain stable water flow rates. The experimental results indicate that the sensor calibration process successfully reduced the average measurement error to 2.41%. The ACO algorithm achieved its best parameter configuration with a 0% error rate, while evaluation using 30 test datasets resulted in an error MAPE rate of 16.67%. The PID controller evaluation showed that the optimal parameters were obtained at Ki = 7, Kp = 150, Ki = 7 atau 8, dan Kd = 15, enabling the system to reach the desired setpoint with 0,00% error. The implementation of the proposed algorithms also improved water distribution uniformity, as indicated by a reduction in the Coefficient of Variation (CV) from 13.43% to 1.48% and an increase in the Christiansen Uniformity (CU) coefficient from 76.68% to 95.47%. Furthermore, the system reduced water consumption by 39% compared to conventional irrigation methods. It also improved pump energy efficiency, as demonstrated by a reduction in the duty cycle from 100% to 47.8% and a decrease in the average current consumption from 1.86 A to 0.91 A. These findings demonstrate that the integration of the ACO algorithm and PID control can effectively improve water distribution efficiency, maintain stable flow rates, and support more efficient utilization of both water and energy resources in drip irrigation systems.

ARABIC:

يُعدّ القطاع الزراعي من القطاعات الحيوية التي تعتمد اعتمادًا كبيرًا على توافر المياه لدعم نمو النباتات وزيادة إنتاجيتها. وتفرض محدودية الموارد المائية في الأراضي الجافة الحاجة إلى أنظمة ريّ قادرة على توزيع المياه بكفاءة ودقة وفق الاحتياجات الفعلية للنباتات. وهدف هذا البحث إلى تحسين توزيع المياه في نظام الريّ بالتنقيط القائم على تقنية إنترنت الأشياء (IoT)، من خلال استخدام خوارزمية تحسين مستعمرة النمل (ACO) لتحديد أولويات مسارات توزيع المياه، وتطبيق نظام التحكم التناسبي التكاملي التفاضلي (PID) لضبط استقرار معدل تدفق المياه. أظهرت نتائج الاختبارات أن عملية معايرة المستشعرات نجحت في خفض متوسط خطأ القياس إلى نسبة بلغت (2.41%) مقارنة بالحالة الأولية. كما أسفرت اختبارات خوارزمية تحسين مستعمرة النمل عن أفضل إعداد للمعلمات بنسبة خطأ بلغت (0%)، في حين أظهرت عملية التقييم باستخدام ثلاثين مجموعة من بيانات الاختبار نسبة خطأ بلغت (16.67%). وأوضحت اختبارات نظام التحكم PID أن أفضل قيم للمعلمات كانت عند كف = 150، كإ = 7 أو 8، وكد = 15، حيث تمكن النظام من الوصول إلى القيمة المرجعية المطلوبة (Setpoint) بنسبة خطأ بلغت (0.00%). كما أسهم تطبيق الخوارزمية في تحسين تجانس توزيع المياه من خلال خفض قيمة معامل التباين (Coefficient of Variation) من (13.43%) إلى (1.48%)، ورفع معامل انتظام كريستيانسن (Christiansen Uniformity) من (76.68%) إلى (95.47%). إضافة إلى ذلك، استطاع النظام تحقيق وفر في استهلاك المياه بنسبة وصلت إلى (39%) مقارنةً بالأساليب التقليدية، فضلًا عن تقليل استهلاك الطاقة الكهربائية للمضخة، وهو ما ظهر من خلال انخفاض نسبة دورة التشغيل (Duty Cycle) من (100%) إلى (47.8%)، وانخفاض متوسط شدة التيار الكهربائي من (1.86 أمبير) إلى (0.91 أمبير). وأشارت نتائج البحث إلى أن الدمج بين خوارزمية تحسين مستعمرة النمل (ACO) ونظام التحكم التناسبي التكاملي التفاضلي (PID) يسهم بفاعلية في رفع كفاءة توزيع المياه، والمحافظة على استقرار معدل التدفق، ودعم الاستخدام الأمثل للمياه والطاقة في أنظمة الريّ بالتنقيط.