Application of Various Machine Learning Models for Process Stability of Bio-Electrochemical Anaerobic Digestion

The application of a machine learning (ML) model to bio-electrochemical anaerobic digestion (BEAD) is a future-oriented approach for improving process stability by predicting performances that have nonlinear relationships with various operational parameters. Five ML models, which included tree-, regression-, and neural network-based algorithms, were applied to predict the methane yield in BEAD reactor. The results showed that various 1-step ahead ML models, which utilized prior data of BEAD performances, could enhance prediction accuracy. In addition, 1-step ahead with retraining algorithm could improve prediction accuracy by 37.3% compared with the conventional multi-step ahead algorithm. The improvement was particularly noteworthy in tree- and regression-based ML models. Moreover, 1-step ahead with retraining algorithm showed high potential of achieving efficient prediction using pH as a single input data, which is plausibly an easier monitoring parameter compared with the other parameters required in bioprocess models.

Design of Refrigeration Control System for Parallel Refrigerator Unit Based on PLC

In order to improve the refrigeration control efficiency and reduce the temperature fluctuation in the cold storage. In this paper, the refrigeration control system of the parallel unit of the cold storage is designed based on the upper and lower computers. The lower computer uses PLC to monitor the field parameters and control the execution of the field equipment. The upper computer uses HMI to realize the real-time monitoring, parameter display and alarm function during the operation of the cold storage, and uses the slide valve to adjust the energy of the compressor. The results show that the control system runs reliably and meets the control requirements of large cold storage.

Sistem Kendali dan Monitoring Parameter Limbah Cair Tahu sebagai Larutan Nutrisi Tanaman Hidroponik Bebasis Internet Of Things

Abstrak - Pada proses pembuatan tahu, tahu menghasilkan dua macam limbah yaitu limbah padat dan limbah cair. Limbah cair tahu dapat dimanfaatkan menjadi pupuk organik cair. Salah satu cara pengolahan limbah cair tahu dengan menjadikannya pupuk organik cair yaitu melalui pencampuran limbah cair tahu dengan air baku, larutan asam dan juga larutan basa agar dapat dijadikan pupuk organik cair bagi tanaman. Penelitian ini bertujuan untuk merancang sistem monitoring dan kendali yang mampu menghasilkan pupuk organik cair bagi tanaman selada yang dibudidaya secara hidroponik dengan menggunakan mikrokontroler ATMega 2560 dan bantuan rekayasa teknologi berupa Internet of Things (IoT). Penerapan teknologi ini, pada proses pembuatan pupuk organik cair dan juga proses pemupukan salah satunya yakni dengan penerapan teknologi berbasis Internet of Things (IoT). Dimana system ini dapat memberikan informasi penting berupa tingkat kebutuhan nutrisi, suhu serta pH sebagai acuan keberhasilan pemupukan yang dapat di monitoring dan dikendalikan batas kebutuhannya setiap saat. Pupuk organik cair yang dihasilkan dengan bantuan sistem yang dirancang telah memenuhi standarisasi kualitas pupuk organik cair yang memiliki tingkat kepekatan nutrisi dengan kisaran nilai 810,14 ppm sampai 839,81 ppm, kisaran nilai suhu 26,28℃ sampai 27,18℃ dan pH dengan kisaran nilai 6,11 sampai 6,99 dimana hal ini dapat dibuktikan dengan mengacu kepada aturan Surat Keputusan Mentri Pertanian No: 261/KPTS/SR.310/M/4/2019 tentang persyaratan teknis minimal pupuk organik dan PERMEN LH RI No.5 tahun 2004 tentang nilai standar baku mutu limbah. Hasil dari penerapan perancangan sistem ini menghasilkan sayuran selada yang memiliki bobot 25 gram dan tinggi 20 cm. Kata kunci : Limbah Tahu, Pupuk Organik Cair, Internet of Things, Hidroponik, Mikrokontroler Atmega 2560.

Monitoring Parameter Change for Time Series Models of Counts Based on Minimum Density Power Divergence Estimator

In this study, we consider an online monitoring procedure to detect a parameter change for integer-valued generalized autoregressive heteroscedastic (INGARCH) models whose conditional density of present observations over past information follows one parameter exponential family distributions. For this purpose, we use the cumulative sum (CUSUM) of score functions deduced from the objective functions, constructed for the minimum power divergence estimator (MDPDE) that includes the maximum likelihood estimator (MLE), to diminish the influence of outliers. It is well-known that compared to the MLE, the MDPDE is robust against outliers with little loss of efficiency. This robustness property is properly inherited by the proposed monitoring procedure. A simulation study and real data analysis are conducted to affirm the validity of our method.

Otomatisasi dan Monitoring Parameter Lingkungan Pada Media Tumbuh Budidaya Jamur Tiram Berbasis Internet of Things

Jamur Tiram (Pleurotus Ostreatus) adalah tanaman sejenis fungi yang sering dibudidayakan pada lingkup pertanian Indonesia, dikarenakan tanaman ini memiliki banyak kegunaan dari segi kuliner dan kesehatan. Jamur tersebut dibesarkan dengan cara memanipulasi parameter lingkungan, agar sedemikian rupa sehingga dapat tumbuh didalam suatu wadah/tempat yang telah disediakan. Perlu diketahui bahwa jamur tersebut pertumbuhannya dapat dipengaruhi oleh pH, suhu dan kelembapan yang dapat mempengaruhi tumbuhnya jamur, agar pertumbuhan budidaya jamur tersebut dapat terpantau dan terkontrol, maka diperlukan sebuah alat yang dapat mengontrol parameterr lingkungan tersebut agar sesuai dengan yang seharusnya. Dari hasil pengujian alat keseluruhan, dapat dikatakan bahwa alat tersebut dapat merespon perubahan parameter lingkungan berdasarkan nilai sebenarnya dari media dan lingkungan jamur tersebut, serta mengetahui estimasi panen yang dianjurkan.

Rancang Bangun Alat Untuk Monitoring Parameter Pada Sistem Pemanen Energi Matahari Dengan Model Telemetri Multi Node Menggunakan Komunikasi Serial I2C

Telemetri adalah penggunaan telekomunikasi untuk mengirimkan sinyal pengukuran secara otomatis dari alat ukur yang berada pada jarak jauh. Dalam pemantauan tidak semua kondisi memungkinkan dilakukan secara langsung dikarenakan terkendali oleh faktor geografis dan jarak sehingga digunakan metode dengan model telemetri. Tujuan dari penelitian ini adalah mewujudkan sistem telemetri menggunakan modul HC-12 dengan komunikasi serial I2C. Perancangan ini terdiri dari perangkat keras (PIC 16F877A, Arduino UNO, LM35, ACS712 30A, Voltage Divider, FTDI 232RS dan Modul HC-12) dan perancangan perangkat lunak dengan Bahasa pemrograman C. Data hasil, dianalisa mengunakan metode grafik dan teori error. Hasil komunikasi serial I2C dapat mengirimkan 20 data sensor secara bergantian dengan baik dengan jarak jangkauan 0,20 meter hingga 4,80 meter. Tegangan keluaran keseluruhan sensor sebanding dengan sensitivitas dan berbanding secara linier terhadap hasil data sensor. Hasil modul HC-12 sebagai telemetri dapat mengirimkan data dengan jangkauan jarak 50 meter data terkirim dengan baik, melebihi jarak tersebut data dapat terkirim namun terdapat noise. Hasil pengukuran data error didapatkan error sensor suhu pada pengujian pertama 1,6%. Pada pengujian kedua sensor suhu error 1,45%. Error sensor tegangan pada pengujian pertama 2,75%. Pada pengujian kedua sensor tegangan error 2,1%. Error sensor arus pada pengujian pertama 3,05%. Error pengujian kedua sensor arus 2,95%.